UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE TELECOMUNICACIÓN MODELADO DE SISTEMAS DE INTELIGENCIA AMBIENTAL PARA EL ENTRENAMIENTO DE LAS CUALIDADES FÍSICAS TESIS DOCTORAL EUGENIO GAETA INGENIERO EN INFORMÁTICA Madrid, 2012

Modelado de sistemas de inteligencia ambiental para el

Embed Size (px)

Citation preview

Page 1: Modelado de sistemas de inteligencia ambiental para el

UNIVERSIDAD POLITÉCNICA DE MADRID

ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DETELECOMUNICACIÓN

MODELADO DE SISTEMAS DE INTELIGENCIA AMBIENTALPARA EL ENTRENAMIENTO DE LAS CUALIDADES FÍSICAS

TESIS DOCTORAL

EUGENIO GAETAINGENIERO EN INFORMÁTICA

Madrid, 2012

Page 2: Modelado de sistemas de inteligencia ambiental para el
Page 3: Modelado de sistemas de inteligencia ambiental para el

Departamento de Tecnología Fotónica y BioingenieríaLife Supporting Technologies

E.T.S.I Telecomunicación

UNIVERSIDAD POLITÉCNICA DE MADRID

TESIS DOCTORAL

MODELADO DE SISTEMAS DE INTELIGENCIA AMBIENTALPARA EL ENTRENAMIENTO DE LAS CUALIDADES FÍSICAS

Autor:

Eugenio GaetaIngeniero en Informática

Directora:

María Teresa Arredondo WaldmeyerDoctora Ingeniera de Telecomunicación

Madrid, 2012

Page 4: Modelado de sistemas de inteligencia ambiental para el
Page 5: Modelado de sistemas de inteligencia ambiental para el

Tribunal nombrado por el Magní�co y Excelentísimo Sr. Rector de la UniversidadPolitécnica de Madrid, el día .. de ......... de 2012.

Presidente: D. Julio Gutiérrez Ríos Catedrático de UniversidadE.T.S.I. InformáticaUniv. Politécnica Madrid(UPM)

Vocales: D. Ignacio Lizasoain Hernández Catedrático de UniversidadFacultad de MedicinaUniv. Complutense de Madrid(UCM)

D. Marco Romagnoli Professor titularActividad física y deporteUniversitat de Valencia(UPM)

D. Alejandro Rodríguez Ascaso Profesor Ayudante doctorUniversidad Nacional deEducación a Distancia(UNED)

Secretario: Da Maria Fernanda Cabrera Prof. contratado doctorUmpiérrez E.T.S.I. Telecomunicación

Univ. Politécnica Madrid(UPM)

Suplentes: D. Vicente Traver Salcedo Profesor contratado doctorE.T.S.I. TelecomunicaciónUniv. Politécnica Valencia(UPV)

D. Jordi Aguiló Llobet Profesor titularCiencia de la computaciónUniv. Autónoma de Barcelona(UAB)

Realizado el acto de defensa y lectura de la tesis el día .. de ........... de 2012 enMadrid, acuerda otorgarle la cali�cación de:

El Presidente Los Vocales

El Secretario

Page 6: Modelado de sistemas de inteligencia ambiental para el
Page 7: Modelado de sistemas de inteligencia ambiental para el

7

Abstract

In a non-strenuous exercise, the heart rate (HR) shows a linear relationship withthe maximum volume of oxygen consumption (V O2max) and serves as an indicatorof performance of the cardiovascular system. The heart rate replaces the %V O2max

in exercise program prescription to improve aerobic endurance.

In order to achieve an optimal e�ect during endurance training, the athlete needs towork out at a heart rate high enough to trigger the aerobic metabolism, while avoi-ding the high heart rates that bring along signi�cant risks of myocardial infarction.

The minimal and optimal base training programs, followed by stretching exercises toprevent injuries, are adequate programs to maximize bene�ts and minimize healthrisks for the cardiovascular system during single session training.

In this thesis, we have de�ned an ambient intelligence system functional modelthat monitors, evaluates and trains physical qualities, and it has been validated foraerobic endurance.

It is based on the Android System and the �GOW Running� smart shirt. The systemhas been evaluated during functional assessment stress testing of aerobic endurancein the Stress Physiology Laboratory (SPL) of the Technical University of Madrid(UPM). Furthermore, a voice system, designed to guide the user through minimaland optimal base training programs, has been evaluated.

Also the software development has been evaluated. By means of user experiencequestionnaires, we have rated the attractiveness of the android application. Moreo-ver, we have de�ned a methodology and a new kind of questionnaires in order toassess the user experience with the audio exercise guide system.

The results obtained con�rm the model. We have a high similarity between HRmeasurements made of our system and the one used by SPL. We have also a highcorrelation between the VO2max estimations of our system and the SPL system.

All users, that tried the voice guidance system for minimal and optimal base trainingprograms, were able to perform the 95% of the training session with an error lowerthan the 10% of theoretical maximum heart rate.

The application appeared attractive to the users, and it has also been proven thatthe voice guidance system was useful. As result we obtained a positive evaluation ofthe users' satisfaction while they interacted with the system.

In conclusion, it has been demonstrated that is possible to develop mobile AmbientIntelligence applications for the improvement of healthy lifestyle. AmIRTEM mo-

Page 8: Modelado de sistemas de inteligencia ambiental para el

8

del is the �rst theoretical reference functional model for the design of this kind ofapplications.

Further studies will be realized in order to extend the AmIRTEM model to otherphysical qualities whose physiological models are more complex than the aerobicendurance.

Page 9: Modelado de sistemas de inteligencia ambiental para el

9

Resumen

En un ejercicio no extenuante la frecuencia cardíaca (FC) guarda una relación linealcon el consumo máximo de oxígeno (V O2max) y se suele usar como uno de losparámetros de referencia para cuanti�car la capacidad del sistema cardiovascular.Normalmente la frecuencia cardíaca puede remplazar el porcentaje de V O2max enlas prescripciones básicas de ejercicio para la mejora de la resistencia aeróbica.

Para obtener los mejores resultados en la mejora de la resistencia aeróbica, el entre-namiento de los individuos se debe hacer a una frecuencia cardíaca su�cientementealta, para que el trabajo sea de predominio dinámico con la fosforilación oxidativacomo fuente energética primaria, pero no tan elevada que pueda suponer un riesgode infarto de miocardio para el sujeto que se está entrenando.

Los programas de entrenamiento de base mínima y de base óptima, con ejercicios deestiramientos para prevenir lesiones, son algunos de los programas más adecuadospara el entrenamiento de la resistencia aeróbica porque maximizan los bene�cios yminimizan los riesgos para el sistema cardiovascular durante las sesiones de entre-namiento.

En esta tesis, se ha de�nido un modelo funcional para sistemas de inteligencia am-biental capaz de monitorizar, evaluar y entrenar las cualidades físicas que ha sidovalidado cuando la cualidad física es la resistencia aeróbica.

El modelo se ha implementado en una aplicación Android utilizando la camisetainteligente �GOW running� de la empresa Weartech. El sistema se ha comparadoen el Laboratorio de Fisiología del Esfuerzo (LFE) de la Universidad Politécnica deMadrid (UPM) durante la realización de pruebas de esfuerzo. Además se ha evaluadoun sistema de guiado con voz para los entrenamientos de base mínima y de baseóptima.

También el desarrollo del software ha sido validado. Con el uso de cuestionarios sobrelas experiencias de los usuarios utilizando la aplicación se ha evaluado el atractivode la misma. Por otro lado se ha de�nido una nueva metodología y nuevos tipos decuestionarios diseñados para evaluar la utilidad que los usuarios asignan al uso deun sistema de guiado por voz.

Los resultados obtenidos con�rman la validez del modelo. Se ha obtenido una altaconcordancia entre las medidas de FC hecha por la aplicación Android y el LFE.También ha resultado que los métodos de estimación del VO2max de los dos sistemaspueden ser intercambiables.

Todos los usuarios que utilizaron el sistema de guiado por voz para entrenamientos de

Page 10: Modelado de sistemas de inteligencia ambiental para el

10

base mínima y de base óptimas de la resistencia aeróbica consiguieron llevar a cabolas sesiones de entrenamientos con un 95% de éxito considerando unos márgenes deerror de un 10% de la frecuencia cardíaca máxima teórica.

La aplicación fue atractiva para los usuarios y hubo también una aceptación delsistema de guiado por voz. Se ha obtenido una evaluación psicológica positiva de lasatisfacción de los usuarios que interactuaron con el sistema.

En conclusión, se ha demostrado que es posible desarrollar sistemas de InteligenciaAmbiental en dispositivos móviles para la mejora de la salud. El modelo de�nidoen la tesis es el primero modelo funcional teórico de referencia para el desarrollo deeste tipo de aplicaciones.

Posteriores estudios se realizarán con el objetivo de extender dicho modelo para lasdemás cualidades físicas que suponen modelos �siológicos más complejos como porejemplo la �exibilidad.

Page 11: Modelado de sistemas de inteligencia ambiental para el

Índice general

1. Introducción 18

1.1 Motivaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.2 Estructura de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2. Hipótesis y objetivos 32

2.1 Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3. Antecedentes 36

3.1 El entrenamiento de las cualidades físicas para la mejora de la salud . . 36

3.1.1 La falta de ejercicio físico como un problema de salud . . . . . 37

3.1.2 Ejercicio físico y deporte . . . . . . . . . . . . . . . . . . . . . 38

3.1.2.1 De�niciones . . . . . . . . . . . . . . . . . . . . . . . 38

3.1.2.2 Trabajo muscular . . . . . . . . . . . . . . . . . . . . 40

3.1.2.3 El metabolismo durante el esfuerzo físico . . . . . . . 42

3.1.2.4 Parámetros de esfuerzo físico . . . . . . . . . . . . . 48

3.1.3 Valoración funcional . . . . . . . . . . . . . . . . . . . . . . . 50

3.1.3.1 Pruebas funcionales de valoración aeróbica . . . . . . 52

3.1.3.2 Parámetros ergospirometricos . . . . . . . . . . . . . 53

3.1.3.3 Parámetros respiratorios . . . . . . . . . . . . . . . . 55

3.1.3.4 Protocolos de valoración funcional . . . . . . . . . . 59

3.1.4 El ejercicio físico en la prevención cardiovascular . . . . . . . . 65

3.1.4.1 Bene�cios de la actividad física . . . . . . . . . . . . 67

3.1.4.2 Riesgos de la actividad física . . . . . . . . . . . . . 69

Page 12: Modelado de sistemas de inteligencia ambiental para el

Índice general 12

3.1.4.3 Fitness para prevenir las enfermedades coronarias . . 70

3.1.5 Orientaciones básicas para programas de ejercicio para la salud 71

3.1.5.1 Adaptación cardiovascular producida por el entrena-miento . . . . . . . . . . . . . . . . . . . . . . . . . . 71

3.1.5.2 Principios del entrenamiento . . . . . . . . . . . . . . 72

3.1.5.3 Las cualidades físicas . . . . . . . . . . . . . . . . . . 74

3.1.5.4 Entrenamiento de la resistencia para la mejora car-diovascular [121] . . . . . . . . . . . . . . . . . . . . 77

3.1.6 Atletismo, natación y ciclismo [121] . . . . . . . . . . . . . . . 79

3.1.6.1 Atletismo . . . . . . . . . . . . . . . . . . . . . . . . 80

3.1.6.2 Natación . . . . . . . . . . . . . . . . . . . . . . . . 81

3.1.6.3 Ciclismo . . . . . . . . . . . . . . . . . . . . . . . . . 82

3.2 Un nuevo concepto tecnológico-social para la personalización de la saluden el deporte (p-Sport) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

3.2.1 Las Tecnologías implicadas en el desarrollo de la e-Salud . . . 85

3.2.2 p-Sport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

3.2.2.1 Gestión de condición Clínica . . . . . . . . . . . . . . 91

3.2.2.2 Gestión del estilo de vida . . . . . . . . . . . . . . . 94

3.2.2.3 Gestión del bienestar psicológico . . . . . . . . . . . 96

3.2.2.4 Potenciación del paciente . . . . . . . . . . . . . . . 99

3.2.2.5 Reingeniería de la vida . . . . . . . . . . . . . . . . . 102

3.2.3 Estado del arte del negocio p-Sport . . . . . . . . . . . . . . . 104

3.2.3.1 Mercado del deporte y �tness . . . . . . . . . . . . . 104

3.2.3.2 Mercado de la tecnologia p-Salud . . . . . . . . . . . 110

3.2.3.3 Mercado de la oferta en p-Sport . . . . . . . . . . . . 111

4. Materiales y métodos 113

4.1 Materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

4.1.1 La Inteligencia Ambiental . . . . . . . . . . . . . . . . . . . . 113

4.1.2 Dispositivos móviles . . . . . . . . . . . . . . . . . . . . . . . 118

4.1.2.1 Sistemas operativos móviles . . . . . . . . . . . . . . 118

4.1.2.2 Aspectos básicos . . . . . . . . . . . . . . . . . . . . 118

Page 13: Modelado de sistemas de inteligencia ambiental para el

Índice general 13

4.1.2.3 Android . . . . . . . . . . . . . . . . . . . . . . . . . 121

4.1.3 Textil inteligente . . . . . . . . . . . . . . . . . . . . . . . . . 122

4.1.3.1 Funcionalidades . . . . . . . . . . . . . . . . . . . . . 123

4.1.3.2 Gow Running . . . . . . . . . . . . . . . . . . . . . . 130

4.1.4 Diagramas funcionales . . . . . . . . . . . . . . . . . . . . . . 131

4.1.4.1 Funcional Flow Block Diagram (FFBD) . . . . . . . 132

4.2 Métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

4.2.1 Bland-Altman . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

4.2.2 Tasa de acierto . . . . . . . . . . . . . . . . . . . . . . . . . . 138

4.2.3 Coe�ciente de correlación de Pearson . . . . . . . . . . . . . . 139

4.2.4 Distribución T-Student . . . . . . . . . . . . . . . . . . . . . . 140

4.2.5 Modelo Hassenzahl . . . . . . . . . . . . . . . . . . . . . . . . 143

4.2.6 Método de Análisis de Componentes Principales . . . . . . . . 145

4.2.7 Alfa de Cronbach . . . . . . . . . . . . . . . . . . . . . . . . . 148

5. Resultados 150

5.1 Modelo Am.I.R.T.E.M. . . . . . . . . . . . . . . . . . . . . . . . . . . . 150

5.1.1 Valoración Funcional . . . . . . . . . . . . . . . . . . . . . . . 150

5.1.1.1 Pruebas de aptitud cardiovascular . . . . . . . . . . . 151

5.1.2 Entrenamiento y frecuencia cardíaca . . . . . . . . . . . . . . 152

5.1.3 Modelo AmIRTEM para la monitorización, evaluación y guíadurante el entrenamiento de las cualidades físicas en progra-mas básicos de ejercicios para la salud . . . . . . . . . . . . . 157

5.1.3.1 Proceso de prescripción de ejercicio . . . . . . . . . . 157

5.1.3.2 Formalización del modelo AmIRTEM (Ambient In-teligence Realtime Training Evaluation Model) . . . 159

5.1.4 Modelo AmIRTEM para la prevención y mejora de la salud . . 164

5.1.4.1 Modelo AmIRTEM aplicado a la mejora de la resis-tencia aeróbica . . . . . . . . . . . . . . . . . . . . . 165

5.2 Aplicación Android para la implementación del modelo AmIRTEM . . . 168

5.2.1 Diseño de la aplicación SVF para la valoración funcional . . . 168

5.2.1.1 Descripción del sistema para la valoración funcional . 170

Page 14: Modelado de sistemas de inteligencia ambiental para el

Índice general 14

5.2.1.2 Diseño orientado a objetivos (DOM) . . . . . . . . . 173

5.2.1.3 Descripción del usuario . . . . . . . . . . . . . . . . 174

5.2.1.4 Descripción del escenario . . . . . . . . . . . . . . . . 178

5.2.1.5 Descripción de requisitos . . . . . . . . . . . . . . . . 178

5.2.1.6 Descripción del marco de la interacción . . . . . . . . 181

5.2.1.7 Boceto del marco de la interacción . . . . . . . . . . 184

5.2.1.8 De�nición de caminos claves . . . . . . . . . . . . . . 187

5.2.2 Re�namiento . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

5.2.2.1 Elementos grá�cos . . . . . . . . . . . . . . . . . . . 189

5.2.2.2 Look and Feel . . . . . . . . . . . . . . . . . . . . . . 191

5.2.2.3 De�nición �nal del �ujo de interacción . . . . . . . . 194

5.2.3 Caso de uso y tareas . . . . . . . . . . . . . . . . . . . . . . . 194

5.2.3.1 Tareas de realización prueba . . . . . . . . . . . . . . 195

5.2.3.2 Tarea de revisión de datos . . . . . . . . . . . . . . . 197

5.2.3.3 Tarea de ajustes de usuario . . . . . . . . . . . . . . 198

5.2.3.4 Tarea conexión dispositivo . . . . . . . . . . . . . . . 198

5.3 Sistema de guiado por voz . . . . . . . . . . . . . . . . . . . . . . . . . . 199

5.3.1 Per�les de entrenamiento . . . . . . . . . . . . . . . . . . . . . 200

5.3.1.1 Extremo . . . . . . . . . . . . . . . . . . . . . . . . . 202

5.3.1.2 Alto . . . . . . . . . . . . . . . . . . . . . . . . . . . 203

5.3.1.3 Medio . . . . . . . . . . . . . . . . . . . . . . . . . . 203

5.3.1.4 Bajo . . . . . . . . . . . . . . . . . . . . . . . . . . . 204

5.3.2 Mensajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

5.3.2.1 Mensajes de información . . . . . . . . . . . . . . . . 205

5.3.2.2 Mensajes de guiado . . . . . . . . . . . . . . . . . . . 206

5.3.3 Implementación del guiado por voz . . . . . . . . . . . . . . . 207

6. Evaluación 209

6.1 Evaluaciones cuantitativas . . . . . . . . . . . . . . . . . . . . . . . . . . 209

6.1.1 Estudio LFE (Laboratorio de Fisiología del Esfuerzo) . . . . . 210

6.1.1.1 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . 210

Page 15: Modelado de sistemas de inteligencia ambiental para el

Índice general 15

6.1.1.2 Sujetos . . . . . . . . . . . . . . . . . . . . . . . . . 210

6.1.1.3 Diseño del estudio . . . . . . . . . . . . . . . . . . . 211

6.1.1.4 Procedimiento . . . . . . . . . . . . . . . . . . . . . 212

6.1.1.5 Instrumentación y tratamiento de datos . . . . . . . 213

6.1.1.6 Análisis estadísticos . . . . . . . . . . . . . . . . . . 214

6.1.1.7 Comparación de la frecuencia cardíaca . . . . . . . . 214

6.1.1.8 Volumen máximo de oxigeno V O2max . . . . . . . . . 220

6.1.1.9 Comparación del V O2max . . . . . . . . . . . . . . . 221

6.1.2 Estudio de guiado por voz . . . . . . . . . . . . . . . . . . . . 225

6.1.2.1 Sujetos . . . . . . . . . . . . . . . . . . . . . . . . . 226

6.1.2.2 Diseño del estudio . . . . . . . . . . . . . . . . . . . 227

6.1.2.3 Procedimiento . . . . . . . . . . . . . . . . . . . . . 228

6.1.2.4 Análisis estadísticos . . . . . . . . . . . . . . . . . . 229

6.1.2.5 Comparación de la frecuencia cardíaca y la funcióndel entrenamiento . . . . . . . . . . . . . . . . . . . 230

6.2 Evaluaciones cualitativas . . . . . . . . . . . . . . . . . . . . . . . . . . 233

6.2.1 Interacción grá�ca de la aplicación SVF . . . . . . . . . . . . 234

6.2.1.1 cuestionario AttrakDi� . . . . . . . . . . . . . . . . . 235

6.2.1.2 Evaluacion de la usabilidad . . . . . . . . . . . . . . 236

6.2.2 Interacción con voz . . . . . . . . . . . . . . . . . . . . . . . . 238

6.2.2.1 Cuestionario para la evaluación de la voz . . . . . . . 238

6.2.2.2 Evaluación de los factores principales . . . . . . . . . 239

7. Conclusiones 243

7.1 Análisis de los resultados . . . . . . . . . . . . . . . . . . . . . . . . . . 243

7.1.1 Modelo AmIRTEM para la mejora de la resistencia aeróbica . 244

7.1.1.1 Monitorizacion de la resistencia aeróbica . . . . . . . 245

7.1.1.2 Evaluación de la resistencia aeróbica . . . . . . . . . 246

7.1.1.3 Guía de las sesiones de entrenamiento . . . . . . . . 247

7.1.2 Aceptación del SVF . . . . . . . . . . . . . . . . . . . . . . . . 250

7.1.2.1 Reacción de los usuarios . . . . . . . . . . . . . . . . 250

7.1.2.2 Interacción con voz . . . . . . . . . . . . . . . . . . . 250

Page 16: Modelado de sistemas de inteligencia ambiental para el

Índice general 16

7.2 Discusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251

7.3 Mejora futuras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254

Bibliografía 255

Apéndice 268

A. Detalles del estudio de FC en el LFE 269

A.1 Sujeto 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

A.2 Sujeto 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272

A.3 Sujeto 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

A.4 Sujeto 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278

A.5 Sujeto 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281

A.6 Sujeto 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284

A.7 Sujeto 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287

A.8 Sujeto 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290

B. Detalle del estudios de guiado por voz 293

B.1 Sujeto 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295

B.2 Sujeto 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296

B.3 Sujeto 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297

B.4 Sujeto 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298

B.5 Sujeto 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299

B.6 Sujeto 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300

B.7 Sujeto 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301

B.8 Sujeto 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302

B.9 Sujeto 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

B.10 Sujeto 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

B.11 Sujeto 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305

B.12 Sujeto 12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306

B.13 Sujeto 13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307

B.14 Sujeto 14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308

Page 17: Modelado de sistemas de inteligencia ambiental para el

Índice general 17

B.15 Sujeto 15 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

B.16 Sujeto 16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310

Índice de �guras 310

Índice de tablas 317

Índice de abreviaciones 320

Page 18: Modelado de sistemas de inteligencia ambiental para el

1. INTRODUCCIÓN

La tecnología en la actualidad ofrece la posibilidad de crear aplicaciones multime-dia, distribuídas e interconectadas a través de redes y sensores. Es técnicamenteposible emplear un dispositivo para realizar medidas y enviar la información a otrodispositivo distinto en tiempo real. De esta forma se puede hacer una recogida desus constantes vitales y una monitorización de su estado de salud deslocalizando alsujeto del entorno de medida.

Las tecnologías �wearable� proporcionan nuevos métodos para la medida de datosvitales, como puede ser el pulso o el electrocardiograma de una persona. Los sen-sores integrado en los tejidos permiten a los usuarios emplear elementos sencillos,como una cinta o una camiseta, para recoger datos y comunicarlos a un profesional.Para una persona no habituada a los sensores médicos tradicionales, resulta sencilloponerse una prenda de vestir.

Por otro lado, hacer ejercicio físico habitualmente y con los métodos adecuadosayuda a prevenir las enfermedades cardiovasculares, la obesidad y el sedentarismo.También contribuye al abandono de los hábitos tóxicos, especialmente el tabaco yel alcohol, ya que su consumo es incompatible con llevar una vida saludable.

Si consideramos conjuntamente todo lo dicho podemos inferir que la tecnología enla actualidad ofrece la posibilidad de crear aplicaciones para la monitorización de suestado de salud al hacer ejercicio físico. Es decir, que dichas aplicaciones podrían serútiles para prevenir las enfermedades cardiovasculares, la obesidad, el sedentarismoy promover un estilo de vida saludable.

Aunque en el contexto tecnológico actual ya encontramos soluciones para los siste-mas descritos, faltan los modelos teórico que los enmarquen dentro de un entornode aplicaciones para el bienestar y la salud. Muchas de ellas también carecen de laconsistencia y �abilidad necesaria para a�rmar que proporcionan un bene�cio reala los usuarios que las utilizan.

Las motivaciones que principalmente mueven ese trabajo provienen: de investigacio-nes médicas que evidencian que el ejercicio físico es como una piedra angular para

Page 19: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 19

el bienestar y la salud; y de los avances tecnológicos que en los últimos años hanrevolucionado el mundo de las telecomunicaciones y los textiles inteligentes.

1.1. Motivaciones

Hay muchas evidencias médicas que mueven este trabajo de investigación, ademáscuanta más investigaciones se hacen sobre el ejercicio físico y la actividad física másefectos bene�ciosos para la salud se descubren. Para mencionar algunas de ellasvamos a ver noticias que se ha leído en los periódicos nacionales mas importantes.

1. Acaban de descubrir que el ejercicio mejora la calidad de vida de los pacientesoncológicos. Desde la hemeroteca del ABC [129] dicen:

Desde hace tiempo se sospecha que el ejercicio físico es saludable para laspersona que han recibido un tratamiento oncológico. Algunas investigacionesprevias han visto que los pacientes con cáncer que han terminado su fase detratamiento y quieren retomar sus actividades diarias descubren, a menudo,que sufren de fatiga, una disminución de su actividad física y una reducción ensu calidad de vida. Sin embargo, los estudios han encontrado que hay muchosfactores relacionados con la salud, incluyendo la calidad de vida, que se puedenmejorar a través de la actividad física.

Un equipo de investigadores de la Universidad de Hong Kong (China) ha ana-lizado los resultados de 34 ensayos que habían evaluado los efectos de la ac-tividad física en pacientes adultos con cáncer. En cada estudio se incluyó unpromedio de 93 pacientes que habían padecido cualquiera de estos tumores: demama, próstata, ginecológicos, cáncer colorrectal, gástrico o cáncer de pulmón.

En conjunto, los resultados de la mayoría de estas investigaciones mostraronque, por ejemplo, las pacientes que habían recibido tratamiento para el cán-cer de mama y habían realizado una actividad física tuvieron una mejoría enparámetros de salud como el control de la glucemia, el índice de masa corpo-ral (IMC) y el peso, las funciones físicas como la fuerza de las extremidadesinferiores, y en aspectos psicológicos como la fatiga, la depresión y la calidadde vida. En aquellos que completaron el tratamiento de otros tipos de cáncer,se observaron mejoras en el IMC, peso, función física, depresión y calidad devida.

Los autores concluyen que, aunque se necesitan más ensayos, sobre todo enaquellos pacientes con otros tipos de cáncer distintos al de mama, y para

Page 20: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 20

determinar sobre la intensidad de la actividad, �la práctica de ejercicio generaun bene�cio clínico claro�.

2. En un artículo publicado en el periódico ABC del 19 julio de 2011 [118] hablande los bene�cios de la actividad física ante el deterioro cognitivo y dicen:¾Podemos prevenir el deterioro cognitivo asociado a la vejez o al Alzheimer?Desde hace años se investiga en la relación entre la actividad física y el Alz-heimer. Ahora, con motivo de la Conferencia de la Asociación de AlzheimerInternacional sobre la Enfermedad de Alzheimer que se celebra en París (Fran-cia), tres trabajos parecen con�rmar los efectos bene�cios del ejercicio físicoen la prevención del deterioro cognitivo, algo que podría evitar en un futuromuchos casos de Alzheimer.

Más de la mitad de los casos de Alzheimer se podrían evitar mediante cambiosen el estilo de vida y con el tratamiento o la prevención de enfermedadescrónicas, según el estudio dirigido por Deborah Barnes, del Centro Médico deVeteranos de San Francisco (EE.UU.), cuyo trabajo se publica en The LancetNeurology.

Tras analizar los datos de investigaciones realizadas en todo el mundo concientos de miles de participantes, Barnes ha llegado a la conclusión de que losprincipales factores de riesgo modi�cables para la enfermedad de Alzheimeren todo el mundo, son, en orden descendente: el bajo nivel de educación, eltabaquismo, la inactividad física, la depresión, la hipertensión, la diabetes y laobesidad. En EE.UU., explica Barnes, los principales factores de riesgo modi-�cables son: la inactividad física, la depresión, el tabaquismo, la hipertensiónde la mediana edad, la obesidad, el bajo nivel educativo y la diabetes.

Según la investigadora, estos factores de riesgo están asociados con el 51% delos casos de Alzheimer en todo el mundo (17,2 millones de casos) y hasta 54%de los casos de Alzheimer en EE.UU. (2,9 millones). �Lo que es interesante esque esto sugiere que determinados cambios de estilo de vida muy simples, co-mo aumentar la actividad física y dejar de fumar, podrían tener un tremendoimpacto en la prevención de la enfermedad de Alzheimer y otras demenciasen todo el mundo�, señala Barnes, que ha presentado los resultados del es-tudio en la Conferencia de la Asociación de Alzheimer Internacional sobre laEnfermedad de Alzheimer que se celebra en París (Francia).

[..] En un comentario que acompaña los artículos, Eric B. Larson, del Institutode Investigación de Seattle (EE.UU.), señala que estos estudios sirven para�reforzar la creciente evidencia de que la actividad física habitual y la condición

Page 21: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 21

física están asociadas con los cambios cognitivos relacionados con la edad y conel riesgo de demencia�. La principal conclusión del estudio Vercambre, explica,�es que las mujeres mayores con altos niveles de riesgo vascular constituyen unimportante grupo de riesgo y que dicho riesgo vascular está relacionado conel deterioro cognitivo�. En cuanto al trabajo de Middleton, Larson consideraque �el hecho de que en el estudio se utilizó una medida validada de gastoenergético hace que los resultados tengan una gran mayor importancia�. Estetipo de investigación, a�rma, es cada vez más necesaria a medida que envejecela población.

En este contexto, Larson sugiere que artículos como éstos �ponen de relieveun cambio gradual pero constante en el pensamiento actual sobre los factoresde riesgo para las demencias asociadas al envejecimiento. En su opinión, si sepueden modi�car factores de riesgo vascular como la actividad física estamosante un forma sencilla de reducir la incidencia del deterioro cognitivo entre laspersona mayores. Podemos decir que el mantenimiento continuo de la actividadfísica es bene�cioso desde el punto de vista cognitivo�.

3. En una entrevista en el diario �El País� al premio nobel de medicina Luis Igna-rro [29] hablan sobre más efectos bene�ciosos que el ejercicio físico tiene sobrela salud y la poca importancia que le da la población general. Dicen:

Louis Ignarro, premio Nobel de Medicina y Fisiología en 1998, ha emprendidouna personal batalla por divulgar los bene�cios del óxido nítrico: una nutriciónsana, ejercicio físico y una dieta rica en determinados nutrientes, sostiene, sonlas mejores armas para aumentar la producción de esta molécula que protegefrente a las enfermedades cardiovasculares, digestivas, inmunológicas o degene-rativas. A sus 65 años, Ignarro predica con el ejemplo y además de seguir unadieta saludable hace tres horas de ejercicio diarias. En 2004 corrió su primermaratón y ya lleva 10 hasta la fecha.

�Desgraciadamente la población general no es consciente de la importancia quetiene el oxido nítrico para la salud. Un dé�cit de este mediador, como ocurrepor ejemplo al envejecer, puede conducir a desarrollar diabetes, hipertensión,infartos, úlceras de estómago o Alzheimer. Por eso, mi objetivo ahora es expli-car al mundo los bene�cios de esta molécula y centrar mi trabajo cientí�co encómo mantener su producción continuada en el organismo de forma natural.Todos los estudios que se han realizado con�rman que una dieta sana, acom-pañada de ejercicio físico regular y una dieta con aminoácidos o antioxidantes,

Page 22: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 22

aumenta la producción de este gas�, sostiene el Nobel, que recientemente via-jó a Madrid para participar en el acto de inauguración del Instituto TomásPascual para la Nutrición y la Salud.

4. En un articulo publicado en el ABC se expone que Cataluña �nanciará elejercicio físico como terapia alternativa. En el artículo [17] nos cuentan:

Desde 2006, los médicos de los Centros de Atención Primaria (CAP) de Catalu-ña �recetarán� a personas con riesgo de sufrir enfermedades cardiovasculares,debido a su sedentarismo o a una mala dieta,que realicen actividad física eninstalaciones deportivas. Estas personas, que en una primera fase no serán másde 50 o 60 por ambulatorio, se bene�ciarán de los descuentos de las instalacio-nes adonde vayan, que podrán rebajar hasta un 60% el precio de sus bonos,según su edad y estatus económico. Esta es la principal novedad del Plan deImplantación Progresiva de la prescripción de actividad física en la atenciónprimaria de salud (PIP), que ayer presentaron la consejera de Salud, MarinaGeli, y el secretario general del Deporte de la Generalitat, Rafael Niubó.

El programa tiene un doble objetivo: promocionar la actividad física comofuente de salud y ahorrar en gasto sanitario. Se iniciará este mes de enero en23 CAP de 19 municipios y se irá extendiendo al resto del territorio, con elobjetivo de que en 2009 esté implantado en los 405 ambulatorios de Cataluña.El �modus operandi� será el siguiente: el médico de primaria dará consejos ge-nerales de actividad física -como andar- a sus pacientes. Sin embargo, aquellaspersonas con riesgo de enfermedades cardiovasculares, que presenten obesidad,hipertensión arterial, diabetes o sedentarismo, podrán ser derivadas a una delas instalaciones deportivas que colaboran con la iniciativa: las de titularidadmunicipal, así como algunas privadas.

Una vez allí, un licenciado en Ciencias de la Actividad Física del Deportey especializado en salud se encargará de hacer un seguimiento a partir deun programa de actividad física especí�co, principalmente con ejercicios degimnasia y natación. Tras un primera fase piloto de seis meses, la Generalitatcompensará a las instalaciones deportivas por los descuentos que aplicará los�pacientes-gimnastas�.

5. En un articulo publicado en �El Mundo� [140] el Gobierno Vasco quiere in-cluir la medicina de la Actividad Física y del Deporte entre las especialidadesofrecidas por el Servicio vasco de Salud. Y cuentan:

El Partido Nacionalista Vasco (PNV) ha registrado este lunes en el Parlamento

Page 23: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 23

Vasco una proposición no de ley en la que se insta al Gobierno vasco a incluirla medicina de la Actividad Física y del Deporte entre las especialidades ofre-cidas por el Servicio vasco de Salud, con carácter experimental y vinculado alproyecto de fomento y promoción de la actividad física desde los entes localesde la dirección de Salud Pública.

En un comunicado, el PNV ha mostrado su intención de que el Gobierno vascoadopte las medidas políticas y administrativas oportunas para que el Gobiernodel Estado efectúe las modi�caciones pertinentes en el marco jurídico vigente,con el objeto de que la medicina de la actividad física y del deporte pueda optara la vía MIR, sustituyendo el régimen actual de escuela por la de formaciónhospitalaria.

De ese modo, el grupo jeltzale insta al Gobierno vasco y a la UPV/EHU a queoferten plazas hospitalarias o clínicas para la realización del MIR especialidadmedicina de la Actividad Física y del Deporte.

La parlamentaria del PNV, Josune Gorospe ha declarado que �para apostar porlos estilos de vida saludables desde la infancia como vía para prevenir presentesy futuras patologías, es necesario que desde la administración se impulse laprescripción de actividad física y deporte desde la medicina preventiva�.

En opinión de Gorospe, �aconsejar es necesario pero no su�ciente, se debeprescribir. Es aquí donde la medicina de la actividad física y del deporte juegaun papel determinante, por ser la única especialidad que cuenta en su programaformativo con contenidos su�cientes que les habilitan para la prescripción deejercicio físico y deporte�.

A pesar de lo anteriormente expuesto, el PNV considera que se trata de unaespecialidad sin formación hospitalaria y que aún no se integra entre las ofre-cidas por el Sistema vasco de Salud. �Para que la salud pública mejore, debemejorar el presente y futuro de la especialidad�, ha �nalizado Josune Gorospe.

6. Treinta minutos diario de ejercicio físico en la juventud protege de las dolenciasdel corazón y la diabetes, eso dicen en un artículo del 2003 de la hemerotecadel ABC [16]:

Investigadores de la Northwestern University de Chicago y de otros centrosestadounidenses acaban de completar el primer gran estudio que relaciona lapráctica deportiva en la juventud y durante todos los días de la semana conla reducción de las enfermedades del corazón, partiendo del seguimiento de4.487 personas durante diecisiete años. Las conclusiones rea�rman estudios

Page 24: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 24

anteriores y, sobre todo, la bondad del ejercicio físico moderado y le ponenuna cifra: se reduce hasta un 50 por ciento el riesgo para la diabetes y altapresión sanguínea, factores de riesgo de las enfermedades cardiacas y el infarto.

La investigación se publica en la ultima edición de diciembre 2003 de JA-MA, la revista de la Asociación Médica Americana, e incide en que la saludcardiorrespiratoria en las primeras etapas de la madurez también disminuyenotablemente el riesgo de padecer síndrome metabólico hasta el mismo um-bral del 50 por ciento. Esta enfermedad es una constelación de factores queincluye, entre otras cuestiones, un exceso de grasa abdominal, alta presiónsanguínea, triglicéridos y bajos niveles de lipoproteínas de alta densidad, elllamado �colesterol bueno�.

La fórmula para garantizarse estos resultados en la edad adulta pasan por unaactividad física regular, a cualquier edad pero preferiblemente en la juventud,de al menos treinta minutos diarios de ejercicio moderado, por lo que �no hacefalta correr maratones�, aseguran los autores de la investigación. El estudio,que está patrocinado por los Institutos Nacionales de Salud de Estados Uni-dos, suman al ejercicio físico la posibilidad de controlar la obesidad, ya que laspersonas a las que se siguió durante diecisiete años, registraron menos sobre-peso en la edad adulta que aquellos que o no hicieron ejercicio o se pusieron ahacerlo con síntomas de obesidad. Los resultados no muestran diferencias sig-ni�cativas entre hombres y mujeres ni entre razas pero constató que el riesgocardiovascular aumentaba progresivamente cuanto más se abandona la prácti-ca del ejercicio físico moderado diario, lo mismo que el sobrepeso. �Mantenersefísicamente activo no sólo mejora la forma física sino que también ayuda amantener un peso sano, lo que a su vez protege el corazón�, concluyen losinvestigadores.

7. Quince minutos de ejercicio diario reduce el riesgo de muerte en un 14%. Unestudio publicado por �The Lancet� demuestra que el ejercicio físico prolongala vida una media de tres años y hay menos probabilidades de desarrollarcáncer. El resumen de dicho artículo en el ABC [18] dice:

Quince minutos diarios de actividad física reducen el riesgo de muerte en un14 por ciento y aumentan la expectativa de vida en tres años, según un estudiorealizado en Taiwán.

El estudio, publicado por la revista �The Lancet�, se realizó con más de 400.000participantes que fueron seguidos durante una media de ocho años, entre 1996

Page 25: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 25

y 2008. Su �nalidad era averiguar si un nivel de ejercicio menor a los 150minutos semanales recomendados podía tener bene�cios para la salud.

Si los individuos inactivos practicaran un poco de ejercicio cada día �se pospon-drían una de cada seis muertes�, fue la conclusión de sus autores, encabezadospor los doctores Chi-Pang Wen, del Instituto Nacional de Investigación de laSalud de Taiwán, y Jackson Pui Man Wai, de la Universidad Nacional delDeporte de Taiwán.

Los investigadores dividieron a los participantes en cinco categorías según elvolumen de ejercicio practicado: inactivos o de actividad baja, media, alta omuy alta.

Comparados con los inactivos, los pertenecientes al grupo de baja actividad,que se ejercitaban una media de 92 minutos a la semana (unos 15 minutosdiarios) tenían un riesgo de mortalidad por cualquier causa un 14 por cientomenor, un riesgo de mortalidad por cáncer un 10 por ciento menor y de mediauna expectativa de vida de tres años más, según el estudio.

Y por cada quince minutos diarios adicionales de ejercicio el riesgo de muertese reducía en un 4 por ciento y el de morir de un cáncer en un 1 por cien-to, independientemente de la edad, del sexo y de que se tuvieran problemascardiovasculares.

�Saber que tan sólo 15 minutos diarios de ejercicio puede reducir sustancial-mente el riesgo de un individuo de morir puede animar a muchas más personasa incorporar una pequeña cantidad de actividad física en sus ajetreadas vidas�,señalan en un comentario adjunto los doctores canadienses Anil Nigam y Mar-tin Juneau, del Instituto del Corazón de Montreal y de la Universidad deMontreal.

8. Más de 130.000 personas mueren cada año en España por enfermedades cardio-vasculares, según explicó el doctor jefe de Cardiología de la Fundación Hospitalde Alcorcón y la forma más e�caz para prevenirla es un estilo de vida saluda-ble y ejercicio físico. En este artículo [93] el doctor jefe de Cardiología de laFundación Hospital de Alcorcón declara:

Más de 130.000 personas mueren cada año en España por enfermedades cardio-vasculares, según explicó el doctor jefe de Cardiología de la Fundación Hospitalde Alcorcón y miembro de la Fundación Española del Corazón, Lorenzo López,con motivo del Día Mundial del Corazón. López alertó sobre la �grave epide-mia de salud� que constituyen las enfermedades cardiovasculares �en todos los

Page 26: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 26

países desarrollados�. Según el especialista, en España se producen �más de60.000 infartos de miocardio� al año, a los que hay que sumar otra serie de sin-tomatologías �como la muerte súbita o la insu�ciencia cardíaca�, que tambiénse encuentran entre las principales patologías cardiovasculares en España.

En este sentido, matizó que la enfermedad cardiovascular �más extendida yparadigmática�, y también �la más letal�, es la denominada �cardiopatía isqué-mica�, que advirtió, �se presenta fundamentalmente como infarto de miocardioo como la angina de pecho�. En la mitad de los casos, explicó, es �un infartoo un episodio agudo�, mientras que �en el otro 50 por ciento, se mani�estaen una angina, es decir, como una limitación al ejercicio de las personas y undolor en el centro del pecho�.

Asimismo, tachó la enfermedad cardiovascular de �enfermedad amplia�, porafectar �no sólo al corazón�, sino �también al cerebro y a casi todos los órganos�,ya que, según explicó, puede �afectar a los vasos (sanguíneos) que les riegan�.

La enfermedad cardiovascular, alertó, �empieza joven�, si bien, apuntó �es asin-tomática�, lo que signi�ca que �no presenta síntomas y no es conocida ni porel enfermo, ni por el médico durante décadas�. �Empieza alrededor de los 20o 30 años habitualmente hasta los 50 o 60 años�, periodo en el que dichaenfermedad, insistió, �no se mani�esta con síntomas clínicos�.

Por ello, hablar de riesgos cardiovasculares, en su opinión, implica �una formade luchar contra la enfermedad antes de que se mani�este y se pueda detectar�.La enfermedad, añadió, �va ligada a una serie de circunstancias o factores deriesgo cardiovascular�, como son el colesterol elevado, el tabaco, la hipertensiónarterial, la diabetes, la falta de ejercicio y también �últimamente� la obesidadabdominal o �síndrome metabólico�.

Para �luchar� contra los factores de riesgo, López animó a todas las personasa tener �una actividad física su�ciente, una alimentación adecuada y pobreen grasas animales fundamentalmente�, además de �cuidar la tensión arterialy la diabetes y radicalmente no fumando�, por ser el tabaco, dijo, �un hábitoañadido� y �uno de los factores de riesgo más importantes en nuestra sociedad�.

Así, subrayó la necesidad de sacar tiempo para el ejercicio, ya que �el tenero no tener tiempo es cuestión de prioridades�, e insistió en que a la salud lecorresponde ser �una de las primeras�.

Por ello, recomendó �hacer un ejercicio que ocupe a una gran parte de losmúsculos del organismo�, como por ejemplo, el caminar.�La marcha es la más

Page 27: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 27

fácil y asequible a todo el mundo incidió�. �Con una hora diaria, a un pasode 4 kilómetros por hora o un poquito más, si la persona es más joven, esmás que su�ciente haciéndolo cinco días a la semana para mantener los nivelesque queremos de actividad física�, agregó. También apuntó a la natación o albaile, �que tiene un componente lúdico importante�, u otros ejercicios como �elaeróbico el gimnasio si se hace con moderación�.

Por otra parte, invitó a controlar las grasas de origen animal que ingerimosy explicó que éstas �no sólo están en la carne que tiene la grasa alrededor,sino que también en los productos lácteos como la leche o el propio queso,donde hasta el 60 por ciento es materia grasa�. Sin embargo, matizó que otrasgrasas �como las del pescado o las contenidas en los aceites de oliva�, al ser�insaturadas�, protegen de las grasas saturadas.

Se han mencionado aquí solo noticias sobre la importancia que hoy en día tiene lapráctica del ejercicio físico, en el capítulo siguiente de antecedentes veremos mas endetalle desde un punto de vista médico lo que ocurre cuando practicamos ejercicio yporqué creemos que es posible monitorizar de forma continuada el ejercicio físico depredominio aeróbico, que según lo dicho anteriormente es la forma de ejercicio quemayores bene�cios aporta a la salud.

La idea que mueve nuestra investigación nace y se forma sobre el hecho que la mo-nitorización de grandes masas musculares durante un ejercicio físico no intensivo sepuede describir, como veremos en el capítulo 3, por medio de la frecuencia cardíaca.

Es decir, monitorizando la frecuencia cardíaca se puede monitorizar la actividadaeróbica no intensiva de un individuo cuya práctica según lo que a�rma el doctorLópez y otros autores aporta mejoras en la salud.

Aunque la frecuencia cardíaca no sea el parámetro más adecuado para la descripciónde un trabajo aeróbico, si este trabajo no es intensivo se puede utilizar para describircompletamente esta tipología de ejercicio.

Veremos también que un aumento gradual y lento de la frecuencia cardíaca hastaporcentajes no elevados de la frecuencia cardíaca máxima teórica en sujeto sanos des-cribe completamente un ejercicio aeróbico no intensivo que es el objetivo a perseguirpara la mejora de la salud.

Estas consideraciones serán el centro de rotación de este trabajo de tesis cuyo ob-jetivo será la de�nición de un modelo teórico para aplicaciones de entrenamiento yproporcionar nuevas herramientas a los sujetos, que quieran practicar ejercicio físicopara la mejora de la salud, capaces de monitorizar el ejercicio e incluso guiarlesdurante la práctica de sesiones de ejercicio aeróbico no intensivo.

Page 28: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 28

Finalmente se evaluarán los resultados obtenidos respecto a sistemas de monitori-zación de referencia de la frecuencia cardíaca y respecto a per�les de entrenamientobasados en la frecuencia cardíaca para la mejora de la salud.

1.2. Estructura de la tesis

Este trabajo de tesis se estructura en siete capítulos y las relaciones que hay entreellos está descrita en la �g. 1.1.

Fig. 1.1: Estructura de la tesis y relaciones que hay entre capítulos

En el capítulo 1 se describen las motivaciones que mueven la tesis y un resumen deltrabajo que se presentará a lo largo de la misma.

En el capítulo 2 se presentan las hipótesis que se irán veri�cando cumpliendo unaserie de objetivos comentados en el mismo capítulo. Principalmente lo que se quiere

Page 29: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 29

veri�car es la viabilidad de un sistema de Inteligencia Ambiental que pueda ser deayuda y soporte para un individuo cuando practica sesiones de entrenamiento parala mejora de la salud y prevención cardivascular.

El capítulo 3 presenta los antecedentes médicos y tecnológicos que son los pilaresdel trabajo de tesis. En el capítulo hay dos secciones:

1. El entrenamiento de las cualidades físicasen esta sección se describirá lo que ocurre al organismo cuando está realizandoactividad física, también se profundizarán las motivaciones que hacen que elejercicio físico sea importante en el cuidado de las personas y la mejora de lasalud.

Para seguir se afrontarán los temas inherentes a las vías energéticas y losparámetros que caracterizan el metabolismo durante el esfuerzo físico. Unavez individuados tales parámetros se hablará de cómo es posible evaluar lacapacidad física de un individuo y cuál son los métodos de valoración funcionalmás usados en cardiología y en ámbito deportivo.

Con las informaciones de la valoración funcional se describirán los bene�ciosy los riesgos de la actividad física sobre el sistema cardiovascular. A partir deaquí se comentarán cuáles son los programas de entrenamiento básicos paraminimizar los riesgos y optimizar los bene�cios de la actividad física.

Después de hablar de los principios y los programas de entrenamiento de laresistencia aeróbica en base óptima y en base mínima, sobre lo que se enfocaráel desarrollo de nuestro modelo teórico, también se describirán los deportesmás indicados para la prevención cardiovascular.

2. Nuevo concepto tecnológico-social para la personalización de la salud en eldeporteEn los antecedentes tecnológicos, empezando con la descripción de la saludpersonalizada con el uso de las tecnologías de las comunicaciones (p-Salud), sepresentará un estado del arte de aplicaciones parecidas a la que se describiráen el capítulo 4 y desde el concepto de p-Salud de�niremos el concepto de lasalud personalizada en el deporte (p-Sport).

Para cada característica de�nida en el concepto del p-Sport se presentaránaplicaciones que lo implementan.

Por último en esta sección se verá cuál es la cuota de mercado donde la saludpersonalizada en el deporte con el uso de las tecnologías de las comunica-

Page 30: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 30

ciones se coloca y qué volumen de mercado había cuando empezó el estudiorelacionado con esta tesis (2006).

Los capítulos 1, 2 y 3 están en relación jerárquica entre ellos mientras el contenido delcapítulo 3 es la base para los materiales y métodos del capítulo 4 y de los resultadospresentados en el capítulo 5.

Según lo visto en el capítulo 3, en el capítulo 4 de materiales y métodos, se presentanlas tecnologías empleadas para el desarrollo de la aplicación descrita en el capítulo5 y las metodologías utilizadas en las evaluaciones del capítulo 6.

En los materiales se describen: las tecnologías que comprenden el sistema operativomóvil Android, prendas y textiles inteligentes además del los diagramas funcionalesde �ujos a bloques para la descripción de sistema, mientras, los métodos que seutilizan para la evaluación del sistema que se describen en este capítulo son: elmétodo Bland-Altman, la correlación de Pearson, la distribución t de Student, latasa de acierto, el método Hassenzahl, método de análisis de componentes principalesy la α de Cronbach.

El capítulo 3 y los materiales del capítulo 4 son los pilares del capítulo 5. En dichocapítulo se describe la aportación innovadora de ese trabajo de tesis que consiste enla de�nición de un modelo funcional para el entrenamiento de las cualidades físicasy de una aplicación de inteligencia ambiental que lo implementa.

En el capítulo 6 usando los métodos del capítulo 4 se evalúan tanto cuantitativamenteque cualitativamente las características del modelo funcional y la aplicación delcapítulo 5. Las evaluaciones cuantitativas son dos estudios:

1. uno realizado en el laboratorio de �siología del esfuerzo (LFE) de la Universi-dad Politécnica de Madrid donde el sistema basado en el modelo AmiRTEMdel capítulo 6 se compara con un sistema de referencia usado en el LFE;

2. uno realizado en el Living Lab (LL) de la ETSIT de la UPM donde se comparansesiones de entrenamiento reales guiadas por voz frente a sesiones teóricas cuyoobjetivo es la ejecución de un per�l de entrenamiento aeróbico.

Por otro lado las evaluaciones cualitativas son:

1. evaluación de la usabilidad de la aplicación AmI por medio de cuestionariospsicológicos;

2. evaluación de la satisfacción de los usuarios del sistema de guiado por voz dela aplicación.

Page 31: Modelado de sistemas de inteligencia ambiental para el

1. Introducción 31

Por último en el capítulo 7 de conclusiones se analizarán los resultados de las eva-luaciones, se discutirán las hipótesis y se hablará de posibles mejoras futuras.

La tesis además incluye dos anexos donde se detallan los resultados de las evalua-ciones realizadas.

Page 32: Modelado de sistemas de inteligencia ambiental para el

2. HIPÓTESIS Y OBJETIVOS

2.1. Hipótesis

Las hipótesis de este trabajo de tesis vienen de la relación lineal que guardan elconsumo máximo de oxígeno (V O2max) y le frecuencia cardíaca (FC)de un sujetocuando este está entrenando la resistencia aeróbica y su trabajo es de predominiodinámico y la fuente energética principal es la fosforilación oxidativa.

Cuando tal condición se cumple, grandes masas musculares están siendo utilizadaspor un tiempo prolongado durante el ejercicio y la información cerca de la condiciónfísica del sujeto está adecuadamente descrita desde su FC o el V O2max.

Lo que se pretende veri�car en ese trabajo de tesis es si estamos a un nivel tal demadurez tecnológica, que aplicado al conocimiento medico-deportivo actual, puedaser realmente practico y útil para un sujeto que se esté entrenando para la mejorade su salud. Es decir que con eso no entramos en el merito del entrenamiento de lascualidades físicas para el máximo rendimiento deportivo, ni excluimos que un sujetoque no use el sistema no consiga entrenarse para la mejora de la salud igual de bienque otro que esté usando el sistema. Lo que si queremos conseguir es que el sujetoque use el sistema tenga como un tutor virtual que le lleve a cumplir determinadosobjetivos.

Teniendo cómo punto de partida tales consideraciones podemos derivar una serie dehipótesis que habrá que veri�car en esta tesis:

1. Es posible cuanti�car algunos parámetros previos al ejercicio y con�gurar unmodelo que permita estrati�car las condiciones básicas y punto de partida delos sujetos.Es decir describir el proceso de prescripción de ejercicio individuando las va-riables de entrada, de salida y los bloques funcionales que son necesarios paradiseñar programas de ejercicios que se puedan personalizar según el sujeto aentrenar.

Page 33: Modelado de sistemas de inteligencia ambiental para el

2. Hipótesis y objetivos 33

2. Es posible monitorizar de forma continuada parámetros del ejercicio que pue-den ser introducido en dicho modelo.Es decir que el modelo del la hipótesis 1 deba tener como una de las caracte-rísticas esenciales la capacidad de monitorizar los parámetros que describen elestado físico de un sujeto durante toda la duración del ejercicio.

3. Es posible evaluar de forma continuada parámetros del ejercicio que puedenser introducido en dicho modelo respecto a unas condiciones iniciales.Es decir que el modelo del la hipótesis 1 deba tener como una de las carac-terísticas esenciales la capacidad de evaluar los parámetros que describen elestado físico de un sujeto respecto a unas condiciones iniciales.

4. Usando los parámetros así obtenidos y monitorizando las variables, es posiblecontrolar la actividad física para alcanzar un objetivo determinado.Es decir que el modelo del la hipótesis 1 deba tener como una de las caracte-rísticas esenciales la capacidad de guiar un sujeto evaluando durante toda laduración del ejercicio los parámetros que describen el estado físico y propor-cionando informaciones al sujeto de modo que pueda reajustar su esfuerzo enrelación a unos objetivos de�nidos en el mismo modelo.

5. El objetivo propuesto para cualquier tipo de ejercicio puede ser controlado in-door y outdoor de un modo tan exacto como si se estuviera en un ambientetotalmente controlado como es el caso de las pruebas medica de esfuerzo.Esto es que la motorización, la evaluación y el guiado deben ser independientesdel contexto del ejercicio que se realiza, es decir que este el sujeto entrenandoen una bici, un gimnasio, haciendo una carrera, etc...

6. Sea cual fuere la situación inicial de cualquier individuo, es posible diseñar unentrenamiento personalizado para alcanzar los objetivos propuesto.Esto es que los objetivos que se de�nen en el modelo sean personalizados enfunción del sujeto que se este entrenando.

Si se consideran conjuntamente estas hipótesis surge la hipótesis general de esa tesis:

Es posible de�nir un modelo funcional para el entrenamiento de las cualidades físicasimplementable en sistemas no invasivos de Inteligencia Ambiental, que en el casode la resistencia aeróbica, sea capaz de monitorizar y evaluar la condición de unsujeto además de proporcionarle una guía durante sesiones básicas de ejercicio parala mejora de la salud.

Page 34: Modelado de sistemas de inteligencia ambiental para el

2. Hipótesis y objetivos 34

Desde las hipótesis es posible de�nir una serie de objetivos para que puedan serveri�cada.

2.2. Objetivo

Para veri�car cada una de las hipótesis establecida llegaremos a conseguir una seriede objetivos relacionados con ellas. Es decir:

1. Establecer un modelo original para el entrenamientos de las cualidades física.Esto será el esqueleto de todo el sistema AmI (Ambient Intelligence) que serárealizado y evaluado.

2. Realizar un sistema AmI para el entrenamiento de la resistencia aeróbicaque implemente dicho modelo y sea: no invasivo, personalizable y context-awareness.Esto será el instrumento que utilizaremos para evaluar y demostrar las hipó-tesis sobre la monitorización, la evaluación y la guía del entrenamiento parala mejora de la salud.

3. Diseñar y evaluar pruebas de �abilidad de la monitorizaciòn durante el ejer-cicio de los parámetros asociados a la resistencia aeróbica entre dicho sistemaAmI y otro sistema de referencia (gold-estandard).Estas pruebas nos permitirán comparar la �abilidad del sistema AmI del obje-tivo 2 inherente a su característica de monitorización del estado �siológico deun sujeto durante un ejercicio para el entrenamiento de la resistencia aeróbica.

4. Previo cumplimiento del objetivo 3, diseñar y evaluar pruebas de �abilidad dela evaluación de los parámetros asociados a la resistencia aeróbica entre dichosistema AmI y otro sistema de referencia (gold-estandard).Estas pruebas nos permitirán comparar la �abilidad del sistema AmI del ob-jetivo 2 inherente a su característica de evaluación del estado �siológico de unsujeto durante un ejercicio para el entrenamiento de la resistencia aeróbica.

5. Previo cumplimiento de los objetivos 3 y 4, diseñar y evaluar pruebas sobre lacapacidad del sistema AmI de guiar un sujeto hacia el logro de determinadosobjetivos durante la ejecución de una sesión de entrenamiento de la resistenciaaeróbica.Estas pruebas nos permitirán veri�car que cuando un sistema es capaz de medir

Page 35: Modelado de sistemas de inteligencia ambiental para el

2. Hipótesis y objetivos 35

y evaluar correctamente consigue también guiar un sujeto durante una sesiónde entrenamiento de la resistencia aeróbica hacia el logro de determinadosobjetivos.

6. Diseñar y evaluar pruebas sobre el atractivo del sistema AmI por parte de losusuarios.Estas pruebas nos permitirán veri�car si el sistema genera interés en las per-sonas que lo han utilizado y si le resulta de fácil utilizo.

7. Diseñar y evaluar pruebas sobre la utilidad del sistema AmI de guiado por vozdurante sesiones de entrenamiento de la resistencia aeróbica.Estas pruebas nos permitirán veri�car si el sistema resulta útil para los usuarioscuando la interacción entre los mismos y el sistema sea por voz.

Como hecho para las hipótesis en esta sección se de�nirá un objetivo principal quederiva desde una visión conjunta de los objetivos. Si consideramos los objetivos comolas rama de un árbol (enfoque bottom-up) podemos de�nir el objetivo raíz.

Realizar y evaluar un sistema de Inteligencia Ambiental que implemente un modelofuncional para el entrenamiento de las cualidades, que en el caso de la resistenciaaeróbica sea capaz de monitorizar, evaluar y guiar un sujeto durante las sesiones deentrenamiento para la mejora de su estado de salud.

Si cumplimos con ese objetivo la hipótesis general resulta veri�cada.

Page 36: Modelado de sistemas de inteligencia ambiental para el

3. ANTECEDENTES

En este capítulo se proporcionará el background médico y tecnológico-social paraafrontar, a continuación, todas las secciones tratadas en este trabajo de tesis. Lasdos secciones principales de todo el capítulo son:

la cardiología deportivaen esta sección se describirá de un punto de vista médico la adaptación delorganismo al ejercicio poniendo énfasis en la componente aeróbica, la valora-ción funcional de un individuo y los programa de ejercicios para la mejora dela salud cardiovascular.

el p-Sportpor otro lado también se ha llevado a cabo un estudio tecnológico-social de�-niendo el nuevo concepto de deporte personalizado como una rama del p-Saluddel ya conocido entorno de la e-Salud .

El objetivo de este capítulo es proporcionar los conocimientos médicos con base encardiología deportiva que pueden dar a la luz aplicaciones deportivas personalizadaspara la salud.

3.1. El entrenamiento de las cualidades físicas para la mejora de lasalud

En esta sección se pretende sensibilizar sobre la falta de ejercicio físico como un realproblema de salud y dar dentro de ciertos límites la explicación �siológica del porquela falta de ejercicio físico incide sobre la salud cardiovascular de un individuo.

Empezando desde la de�nición de actividad física hasta llegar a la descripción de laadaptación cardiovascular producida por el ejercicio se quiere dar una visión generalde como la actividad física puede modi�car parámetros de valoración funcionales

Page 37: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 37

como el volumen máximo de oxigeno (V O2max) y la frecuencia cardíaca y como elentrenamiento de tales parámetros puede mejorar el �tness de un individuo.

Básicamente la mejora de las funcionalidades cardiovasculares de un individuo im-plican una mejora de la resistencia aeróbica así que se describirán en detalle losmétodos mas utilizados para el entrenamiento básico de la resistencia y en con-secuencia de la mejora de las funciones cardiovasculares. Por último se analizaranlos deportes más indicados para el entrenamiento de la resistencia como correr, elciclismo y la natación.

3.1.1. La falta de ejercicio físico como un problema de salud

Se considera que la actividad física inadecuada es un factor de riesgo de enfermedadcoronaria, desde el año 1957 Hellenstein y Ford [15] hablaron ya de la actividadfísica como una forma de rehabilitación cardíaca para enfermos coronarios.

Se estima que la falta de ejercicio físico causa unas 200.000 muertes al año por car-diopatía isquémica, cáncer o diabetes mellitus tipo 2 relacionada con el sedentarismo[134, 119, 85]. Por el contrario la actividad física regular y la buena forma física car-diovascular disminuyen la mortalidad. Un estudio realizado por Blair [31] muestraque los varones que mantienen o mejoran su forma física tienen menos probabilidadde morir por cualquier causa y por enfermedad cardiovasculares que los varones enmala forma física.

A pesar de que la población mundial se esta concienciando de esta relación y cada vezhay más personas embarcadas en programas de ejercicios, en un país como EstadosUnidos las encuesta de población siguen indicando que los niveles de actividad físicason bajos en la población de edad entre 12 y 49 años. En un estudio del NationalHealth and Nutrition Examination Survey 1999-2002 donde se estudiaron 2 gruposde población, una entre 12 y 19 años y otra ente 20 y 49 años libre de enfermedadescardiovasculares se identi�có baja forma física en el 33,6% de los adolescentes y enel 13,9% de los adultos. En todos los grupos de edad y sexo, el colesterol total y lapresión arterial asistolia fueron más altos y las concentraciones de colesterol de lasHDL fueron menores en el grupo de mala forma física respecto al de buena formafísica [113].

Otro gran problema de la sociedad moderna es el sedentarismo. La asociación entrebajo nivel de actividad física y cardiopatía coronaria pone de mani�esto que el esti-lo de vida sedentario tiene repercusiones signi�cativas sobre la salud cardiovascular.Chati et Al. [51] investigaron la contribución de la pérdida de la capacidad física enlas anormalidades del musculo esquelético de pacientes con insu�ciencia cardíaca.

Page 38: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 38

Demostraron que entre estos tipos de pacientes y los individuos sedentarios no habíadiferencias signi�cativas durante el ejercicio en los niveles musculares de fosfocrea-tina, pH intracelular y difosfato de adenosina. Por el contrario, las había entre esosdos grupos y personas físicamente activas.

Otra implicación del sedentarismo es la obesidad. Un porcentaje alto de grasa corpo-ral (que se traduce en un exceso de peso y obesidad) aumenta el riesgo de presentarhipertensión, diabetes, cardiopatía coronaria, y otras enfermedades crónicas. Ade-más, la obesidad tiene connotación social negativa y suele estar asociada a unareducción de la capacidad de trabajo físico. Esta capacidad de trabajo físico inferiorrespecto a la población no obesa disminuye sensiblemente el refuerzo positivo deri-vado de los resultados de dicha actividad. Esto se da, de un modo especial, dentrode la población de niños obesos, en lo que la falta de grati�cación en la actividadfísica marca una clara tendencia al sedentarismo. Así, se establece un círculo vicioso,ya que se puede considerar el sedentarismo como un factor de riesgo de la obesidad[104, 97].

Por otro lado, el aumento de la obesidad infantil en los países desarrollados seatribuye a la falta de ejercicio físico, que se esta haciendo cada vez mas patente enla infancia. En España diferentes estudios apoyan la importancia del sedentarismoen relación con la obesidad infantil y juvenil y con el riesgo cardiovascular [73, 101].

El ejercicio físico contribuye al abandono de los hábitos tóxicos, especialmente eltabaco, y al menor consumos de alcohol. Resulta incompatible llevar a cabo unprograma de actividad física de cierta intensidad si paralelamente no se introducencambios en el estilo de vida. En un estudio efectuado por [95] en individuos apa-rentemente sanos, se observó que muy pocos participantes con niveles de actividadfísica alta eran fumadores y tenían sobrepeso. En la misma linea [60] comprobó quelos hombres físicamente activos, en tiempo de ocio eran menos fumadores y teníanmenor índice de obesidad. El ejercicio físico es una medida básica si se realiza conmétodo y rigor es una piedra angular en la prevención cardiovascular, obesidad ysedentarismo.

3.1.2. Ejercicio físico y deporte

3.1.2.1. De�niciones

Algunos de los términos comúnmente usados en el campo de las ciencias del ejer-cicio se suelen usar comúnmente como sinónimos, entre actividad física, ejercicio,

Page 39: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 39

condición física y deporte, existe una cierta confusión conceptual. Todo lo que se haexplicará en esa sección está descrito en [120, 23].

Con el �n de cumplir este objetivo, el Departamento de Salud y Servicios Humanosde los Estados Unidos, ha generado un consenso frente a la interpretación de cadauno de los términos aquí mencionados; por tal razón su trabajo, parece ser paramuchos la mejor estandarización.

Actividad Física

Con respecto a Actividad Física (AF) podemos de�nirla como movimiento cor-poral producido por la contracción esquelética que incrementa el gasto de energíapor encima del nivel basal [111]. Si bien, no es la única concepción de lo que es,cabe añadir otras de�niciones encontradas, como: �cualquier actividad que involucremovimientos signi�cativos del cuerpo o de los miembros�, y �todos los movimientosde la vida diaria, incluyendo el trabajo, la recreación, el ejercicio, y actividades de-portivas�. Considerando cada una de estas de�niciones, diríamos que la actividadfísica comprende diferentes dimensiones, formas y/o subcategorías.

Se hará una descripción de las características de la actividad física con sus dimensio-nes y con su categorización. De entrada empezaremos con las dimensiones donde sedesenvuelve la AF, siendo estas las actividades ocupacionales, de casa, de transportey de tiempo libre, esta última subdividida en actividades deportivas, recreativas, deentrenamiento o de ejercicio [79].

Ejercicio físico

En cuanto al ejercicio, vale la pena decir que es un concepto discutido en la lite-ratura desde principios del siglo XX, esto se dió porque no se hacía una verdaderadistinción entre éste y AF. Así mismo el ejercicio era relacionado con ejecucionesvigorosas de actividades físicas aeróbicas y competitivas, en consecuencia eran difí-ciles de mantener como estrategia para promover salud. Sólo hasta los años 90, sedejó de usar el término ejercicio como genérico de todos los tipos de actividad.

Algo semejante al término de AF, ocurre con el término Ejercicio o su equivalen-te, �entrenamiento físico�, a esté lo podemos de�nir como �una subcategoría de laactividad física, siendo planeado, estructurado y repetitivo, además de tener comopropósito mejorar y mantener uno o más de los componentes de la aptitud física�,si bien tampoco es la única concepción de lo que es, esta parece ser a juicio propiouna de�nición integral. No obstante consideramos importantes otras de�niciones,las cuales no se alejan considerablemente de la primera: �Es una actividad física de

Page 40: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 40

tiempo libre, dirigida con la intención de desarrollar aptitud física�, o �cualquier ac-tividad que involucre la generación de fuerza por los músculos activados, incluyendoactividades de la vida diaria, trabajo, recreación, y deportes competitivos�.

Ahora bien, cabe añadir las características típicas del ejercicio, las cuales envuelvenuna amplia gama de poder de producción metabólica. En particular, el ejerciciorelacionado con la aptitud física y salud, requiere un ritmo discreto o moderadode transformación de energía potencial metabólica, es decir se trabaja a intensi-dades submáximas o moderadas, con motivo de proveer aptitud física aeróbica ocardiovascular. Por último y contrariamente, el ejercicio de entrenamiento competi-tivo, particularmente requiere de altas intensidades que desarrollan fuerza y podermáximo. En resumen tanto una actividad física, como un ejercicio físico adecuado,pueden mejorar o mantener la aptitud física, lo que los convierte en un componentecentral de la salud y el bienestar [79].

Deporte

En lo que concierne al deporte debemos hacer notar que es una subcategoríade la actividad física, especializada, de carácter competitivo que requiere de en-trenamiento físico y que generalmente se realiza a altas intensidades. Además estáreglamentada por instituciones y organismos estatales o gubernamentales. De modoque su objetivo principal no es el de mejorar o mantener salud, en de�nitiva estáhecho principalmente para competir [79].

3.1.2.2. Trabajo muscular

La actividad física, el ejercicio y el deporte implican un trabajo muscular. Las modi-�caciones periféricas en relación con las modalidades de contracción muscular, quepueden ser de tipo dinámico (isotónico), estático (isométrco) o mixto.

Trabajos dinámicos

En el trabajo dinámico o isotónico, los músculos esqueléticos implicados se con-traen y relajan rítmicamente. El �ujo sanguíneo que llega a los músculos aumentapara satisfacer las necesidades metabólicas. Este aumento del �ujo sanguíneo se lo-gra incrementando el bombeo del corazón (gasto cardíaco), reduciendo el �ujo quellega a las áreas inactivas, como los riñones y el hígado, y aumentando el número devasos sanguíneos abiertos en la musculatura que está interviniendo en el trabajo. La

Page 41: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 41

frecuencia cardíaca, la presión sanguínea y el consumo de oxígeno en los músculos,aumentan en relación directa a la intensidad del trabajo.

También aumenta la ventilación pulmonar, debido a la mayor profundidad de lasrespiraciones y al aumento de la frecuencia respiratoria. La �nalidad de la activaciónde todo el sistema cardiorrespiratorio es mejorar la llegada de oxígeno a los músculosimplicados. El nivel de consumo de oxígeno, medido durante un trabajo musculardinámico pesado, indica la intesidad del trabajo. El consumo máximo de oxígeno(V O2max) indica la capacidad máxima de la persona en el trabajo aeróbico. Losvalores de consumo de oxígeno pueden traducirse en gasto energético (1 litro deoxígeno consumido por minuto corresponde a aproximadamente 5 kcal/min o 21kJ/min).

En el caso del trabajo dinámico, cuando la masa muscular activa es pequeña (porejemplo, en los brazos), la capacidad máxima de trabajo y el consumo máximo deoxígeno son menores que en el trabajo dinámico realizado con músculos de mayortamaño. A igual producción de trabajo externo, el trabajo dinámico con músculospequeños provoca mayores respuestas cardiorrespiratorias (por ejemplo: frecuenciacardíaca, presión sanguínea) que el trabajo con músculos grandes.

Trabajos estáticos

El trabajo estático o isométrico, produce cambios en la tensión de la �bra sinmodi�car su longitud de forma signi�cativa. Una de las situaciones mas frecuentesen las que se presenta ese tipo de trabajo es al ejercer una tensión contra una re-sistencia �ja o imposible de vencer, levantar pasos o arrastrar objectos pesados sonalgunas de las modalidades de ejercicio de predominio isométrico [122]. El trabajoestático aumenta la presión en el interior del músculo lo que, junto con la compresiónmecánica, ocluye la circulación total o parcial de la sangre. El aporte de nutrientesy de oxígeno al músculo y la eliminación de productos metabólicos �nales del mis-mo quedan obstaculizados. De esta forma, en los trabajos estáticos, los músculos sefatigan con más facilidad que en los trabajos dinámicos. La característica circula-toria más destacada del trabajo estático es el aumento de la presión sanguínea. Lafrecuencia cardíaca y el gasto cardíaco no varían mucho. Por encima de una deter-minada intensidad de esfuerzo, la presión de la sangre aumenta en relación directacon la intensidad y la duración del esfuerzo. Además, a igual intensidad relativa delesfuerzo, el trabajo estático realizado con grandes grupos musculares produce unamayor respuesta de la presión sanguínea que el trabajo con músculos más pequeños.En principio, la regulación de la ventilación y de la circulación en el trabajo estático

Page 42: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 42

es similar a la del trabajo dinámico, pero las señales metabólicas de los músculosson más fuertes y provocan un patrón de respuestas diferente.

Trabajos mixtos

El trabajo mixto es una combinación de ambos en diferentes proporción segúnel tipo de tarea que se realiza. La mayoría de las actividades que lleva a cabo unapersona en su vida diaria, en su trabajo o durante el ejercicio físico requieren unesfuerzo de esas características, y por esta razón se habla de actividades o deportescon trabajo de predominio dinámico, de predominio isotérmico o de tipo mixto.

3.1.2.3. El metabolismo durante el esfuerzo físico

Cuando �exionas el brazo, el bíceps se tensa, para realizar esa contracción muscularnecesita energía, esta energía la saca del trifosfato de adenosina (ATP) que tieneacumulado en sus células. Es la única energía que puede usar un músculo para suscontracciones (movimientos). El ATP que tiene guardado en el músculo se acabarápidamente y tiene que ser restituido. La forma en que el organismo recupera eseATP es la base de la �siología del ejercicio.

El ATP gastado puede ser regenerado mediante varios procesos, que algunos autoreslo comparan con las marchas de un coche. La primera marcha seria el propio ATPacumulado en el musculo, luego vendría el que está disponible en sangre, luego elgenerado por la glucolisis anaeróbica (con posterior producción de ácido láctico) yluego la glucolisis aeróbica.

ATP

1. Químicamente, el ATP 3.1 es un nucleótido de adenina cercado por tres fos-fatos;

2. Hay mucha energía almacenada en el vínculo entre el segundo y el tercer grupode fosfato que puede ser usada para alimentar las reacciones químicas;

3. Cuando una célula necesita energía, ella fractura ese vínculo produciendo di-fosfato de adenosina (ADP)y una molécula libre de fosfato;

4. En algunos casos, el segundo grupo de fosfato también puede ser quebradopara producir monofosfato de adenosina (AMP);

Page 43: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 43

5. Cuando una célula tiene exceso de energía, ella almacena esta energía produ-ciendo ATP a partir de ADP y fosfato.

Fig. 3.1: Representación en 3D de la molécula del ATP

Por ser muy importante y como el cuerpo tiene sistemas diferentes para crear el ATP;estos sistemas trabajan juntos en etapas. Lo interesante es que diferentes tipos deejercicio utilizan diferentes sistemas; un velocista produce ATP de una determinadamanera, un maratoniano de otra (ejemplos en �g. 3.2).

El ATP de los músculos proviene de tres sistemas bioquímicos diferentes, en esteorden:

1. Por el Sistema de fosfágeno: La rotura química de la fosfocreatina (PC)unmecanismo anaeróbico (es decir que no utiliza oxígeno).

2. Por Glicolisis anaeróbica: También un mecanismo anaeróbico.

3. Por Fosforilación oxidativa: (Ciclo de Kreb y transporte de electrones) meca-nismo aeróbico que utiliza oxígeno.

Page 44: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 44

Fig. 3.2: Sistemas bioquímicos del ATP

La fosfocreatina (PC), está almacenada en el músculo así como una pequeña reservade ATP. Un músculo descansado contiene unas 5 veces más fosfocreatina que ATP.Se ha visto que al romper el ATP este produce energía así como ADP y Pi, pues bien,la fosfocreatina al romperse también libera energía que es utilizada para recombinarel ADP y Pi y formar de nuevo ATP.

Todo este proceso sucede en una fracción de segundo y por lo tanto proporciona almúsculo una energía rápida que se va renovando.

Dado que la fosfocreatina es utilizada para reconstruir el ATP roto al producir ener-gía, los depósitos de ATP se mantienen constantes durante los primeros segundosde contracción muscular, pero al �nal los depósitos de fosfocreatina se agotan. Con-forme el músculo sigue trabajando, ya no hay más fosfocreatina para convertir elADP+Pi en ATP lo que lleva al agotamiento de los depósitos de ATP también.

Esto contribuye a que la �bra muscular se fatigue. En total, en un periodo de 30segundos o menos de máxima contracción muscular los depósitos de ATP y fosfo-creatina están agotados.

El sistema de fosfágeno 3.3 es la fuente más poderosa de producción de energía, perose agota rápido y es el sistema primario para producir trabajo de corta duración yalta intensidad como un entrenamiento duro con pesas.

Page 45: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 45

Fig. 3.3: Sistemas fosfágeno

Glicolisis anaeróbica

El glucógeno (que es la forma de la glucosa que se almacena en el músculo) serompe para proporcionar energía para la formación del ATP y a su vez forma el ácidopirúvico. De manera adicional, algo de glucosa de la sangre se utiliza en el proceso,así como glucógeno intramuscular. Uno de los productos de este mecanismo es elácido láctico, que se genera por la conversión del ácido pirúvico (�g. 3.4.

Este mecanismo puede proporcionar más energía en total que el sistema de fosfágeno,pero no de una forma tan rápida. Por esto, la glicolisis anaeróbica es la vía de energíaprincipal para las contracciones musculares que duran entre los 30 y 60 segundos.

Fig. 3.4: Glicolisis anaeróbica

Hay que considerar los efectos que el ácido láctico (que se produce durante esteproceso) tiene en la contracción muscular. El ácido láctico que se va acumulando enlas células musculares provoca que el interior del músculo se vuelva más ácido. Esteentorno ácido inter�ere con el proceso químico de la formación de ATP. Este hecho enconjunción con las reservas de energía (glucógeno) que van disminuyendo, contribuyea la fatiga de las �bras musculares. Al contrario de lo que se creía antiguamente, elácido láctico no causa la sensación de agujetas en el músculo que aparecen al díasiguiente o a los dos días de haber realizado el ejercicio. Sin embargo, la concentraciónde ácido láctico contribuye a la sensación de dolor que proviene de los nervios motoresconforme se produce la contracción muscular.

Fosforilación oxidativa

Page 46: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 46

Mediante este mecanismo el cuerpo metaboliza carbohidratos y grasas para crearenergía (e incluso proteínas cuando está en condiciones de desnutrición o duranteperiodos de ejercicio de muy larga duración). Los carbohidratos se usan de maneramás extensiva durante el ejercicio aeróbico intenso (de hecho cuando trabajamosal 100% de la capacidad aeróbica los carbohidratos son utilizados como energíade forma casi exclusiva) y las grasas son la fuente primaria de energía durante lassesiones de baja intensidad y larga duración.

El proceso para liberar energía a partir de estos sustratos es mucho más complejo,y será su�ciente con decir que requiere oxígeno. Debido a esto, la frecuencia derespiración aumenta cuando realizamos trabajo aeróbico.

Este mecanismo produce virtualmente una cantidad casi ilimitada de energía ya queel cuerpo llega incluso a canibalizarse a sí mismo con el �n de mantener el procesoen marcha. Sin embargo, requiere tiempo y es por eso que en una actividad muscularintensa como el levantamiento de pesas no es el mayor factor a tener en cuenta.

Los distintos tipos de �bras musculares están optimizados para utilizar mecanismosdistintos para la producción de energía.

Las �bras de tipo I (oxidativas lentas o �bras rojas) utilizan primariamente lafosforilación oxidativa.

Las �bras de tipo IIa (oxidativas rápidas o �bras blancas) utilizan tanto elsistema de fosfágeno como la glicolisis anaeróbica primariamente.

Las �bras de tipo IIb (glicolíticas rápidas también blancas) utilizan primaria-mente el sistema de fosfágeno.

Se ha de observar que todos estos mecanismos o sistemas comienzan a utilizarse alprincipio de la contracción muscular, pero debido a su distinta naturaleza y la de las�bras musculares que se utilizan para la actividad, sólo destacan en los intervalosde tiempo dados. Esto se ilustra en el grá�co inferior �g. 3.5.

El oxígeno, además de utilizarse durante el proceso de fosforilación oxidativa, tam-bién es requerido en los mecanismos utilizados para reponer el ATP, la fosfocreatinay el glucógeno. Esta es una de las razones porque, incluso si se está trabajando abajas repeticiones de sentadillas pesadas, la respiración se vuelve pesada (esto ocu-rre para la sentadilla o para cualquier otro ejercicio que ponga en juego una grancantidad de masa muscular). A groso modo, el ATP se repone en los intervalos detiempo indicados en la tab. 3.1.

Page 47: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 47

Fig. 3.5: Regeneracion del ATP

Tiempo Porcentaje

20 seg 50.00%40 seg 75.00%1 min 87.50%80 seg 93.75%100 seg 96.88%2 min 98.44%140 seg 99.22%160 seg 99.61%3 min 99.81%

Tab. 3.1: Porcentaje de ATP repuesto tras el tiempo indicado de descanso

Como es lógico estos son los tiempos si las �bras que se están recuperando estántotalmente en reposo. Si se hace cualquier cosa en este tiempo que genere un gastode ATP, el tiempo de recuperación se verá aumentado.

Si la actividad que los músculos estaban realizando antes de descansar genera muchoácido láctico (por el mecanismo de la glicolisis anaeróbica) como por ejemplo unentrenamiento intensivo con pesas en el rango de 12 o más repeticiones, entonces esposible que una actividad suave de los músculos durante el periodo de descanso seabene�ciosa.

Page 48: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 48

Esto es debido a que algo de el ácido láctico se usará como combustible de la activi-dad ligera realizada, de forma que esta ayuda a limpiar el ácido láctico del músculo.

Sin embargo ha de tenerse cuidado y asegurarse que esta actividad suave no eslo su�cientemente intensa para requerir el uso de los mecanismos de fosfágeno oglicolisis anaeróbica ya que esto agotará el ATP [120, 23].

3.1.2.4. Parámetros de esfuerzo físico

La adaptación al esfuerzo es distinta si el trabajo muscular es dinámico o estático, porlo visto anteriormente el trabajo dinámico es el tipo de trabajo que mas bene�ciosaporta al aparato cardiocirculatorio. En esta sección se describirán los parámetrosmas importantes que permiten valorar la capacidad del aparato cardiocirculatoriodurante el esfuerzo. Normalmente esos parámetros de valoración se evalúan medianteprotocolos de prueba de esfuerzo efectuadas en laboratorio.

Consumo máximo de oxígeno (V O2max)

El V O2max es el parámetro que mejor caracteriza el rendimiento cardiocirculatorio.Representa la máxima capacidad de transporte y utilización de oxígeno como fuentede energía para los diferentes órganos y sistemas.

La utilización del oxígeno en los procesos oxidativos durante el ejercicio dependede los siguiente procesos �siologicos: ventilación pulmonar, difusión alveolocapilar,gasto cardíaco y su redistribución, diferencia arterio-venosa de O2, el V O2max es elproducto del gasto cardíaco por la diferencia δ arterio-venosa (A-V de O2) en elesfuerzo límite:

V O2max = (FC · V S) · δ(A− V )O2(3.1)

donde FC: Frecuencia Cardíaca; VS:Volumen Sistólico.

El V O2max se alcanza normalmente cuando en el ejercicio está implicada la mitadde la masa muscular corporal. Por esta razón el V O2max está más limitado por elgasto cardíaco que por el factor periférico.

El V O2max equivale al límite �siológico de la adaptación al esfuerzo. El criteriomas objetivo de V O2max es la estabilización del V O2 en las dos últimas etapasde ejercicio en la prueba de esfuerzo. No obstante, es casi imposible llegar a esenivel en pacientes afectados de enfermedad pulmonar, cardiovascular o incluso en

Page 49: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 49

la población general sin patología aparente. Por consiguiente, es mas real hablar depico O2 que de V O2max [122].

Gasto cardíaco

El aporte de oxígeno a los tejidos guarda relación con el volumen sistólico yla frecuencia cardíaca. Los niveles progresivos de esfuerzo producen el incrementolineal de la frecuencia cardíaca hasta un punto en que cargas superiores de trabajono consiguen mantener el ritmo ascendente y la curva tiende a la estabilización. Lafrecuencia cardiaca máxima puede predecirse utilizando la fórmula de Karvonen:220 - edad [14].

Umbral anaeróbico

Este umbral se de�ne como el nivel más elevado de consumo de oxígeno a partirdel cual la ventilación aumenta exponencialmente en relación con la del V O2. Seacentúa la acumulación de lactado en el músculo por aporte insu�ciente de oxígenopara cubrir las necesidades energéticas. Ese desequilibrio aumenta por la glucolisisanaeróbica paga a la producción de energía, y en consecuencia, se genera mayorproducción de lactato.

El umbral anaeróbico en individuos sedentarios se sitúa al 45-65% del V O2max y enentrenados se desplaza hacia la derecha, de modo que el predominio del metabolismoanaeróbico se retrasa, la vía aeróbica actúa más tiempo y el rendimiento es máse�caz.

Desde un punto de vista metabolico el umbral anaerobico se sitúa en el momentoen que el lactato alcanza los 4 mmol/l.

Más recientemente algunos estudios han demostrado que la producción de lactatoaumenta de forma continua incluso en situación de reposo lo que desvirtuaría elconcepto de umbral. Por esta razón podría utilizarse, en lugar del término umbralanaeróbico, el de umbral ventilatorio, que para algunos de�ne mejor los cambiosmetabólicos que se producen durante el esfuerzo.

El interés en determinar el umbral anaeróbico durante las pruebas de esfuerzo enpacientes con cardiopatía o en deportistas, se debe al las siguientes razones:

1. en su tienda para conocer los aspectos de la condición física y de la adaptaciónal entrenamiento lo que permite diseñar los programas con criterio más sólidosy objetivos.

Page 50: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 50

2. se relaciona con la acumulación de lactato en el plasma.

3. la fatiga muscular se asocia a la acumulación de lactato.

4. la acidosis metabólica puede facilitar la inestabilidad eléctrica cardíaca y lassubsiguientes apariciones de arritmias en pacientes predispuestos afectados decardiopatía coronaria [122] .

El umbral anaeróbico es una buena referencia en la adaptación al esfuerzo y sudeterminación es útil en la prescripción de ejercicio.

3.1.3. Valoración funcional

Nuestro cuerpo humano no trabaja con toda la capacidad funcional de sus órga-nos, solamente con una parte pequeña dejando libre una gran reserva funcional. Elejercicio físico permite evaluar esta reserva tanto del organismo en conjunto comode los órganos, además de las posibilidades adaptativas de las funciones de dichosórganos.

Se entiende por valoración funcional al estudio de esta reserva funcional del organis-mo a través de la medicina de funciones biológicas, las cuales se ponen en marchadurante la realización de ejercicio físico. Así pues, la valoración funcional estudia laadaptación funcional del organismo sometido a un esfuerzo físico determinado. Ellose realiza mediante diferentes test funcionales o pruebas de esfuerzo.

La valoración funcional de un deportista evalúa la adaptación del organismo alejercicio si el gesto deportivo se reproduce de forma especí�ca o si el registro seobtiene directamente en el campo deportivo [106]. En cardiología, las pruebas deesfuerzo tienen como objetivo la valoración de la capacidad funcional del pacientecardiópata, el estudio de la actividad eléctrica miocárdica y función cardiovascularen respuesta al ejercicio físico [86, 121].

La valoración funcional engloba métodos propios de la evaluación �siológica, la me-dicina, la biomecánica, la ergometría. . . En el concepto más actual, prima la con-sideración de que al menos en deportistas la adaptación funcional va pareja con elgesto deportivo y de ahí la evolución en el diseño de ergómetros que aseguren laespeci�cidad de la valoración.

Rodríguez y Aragonés en 1992, de�nen la valoración funcional como �la evaluaciónobjetiva de las capacidades funcionales de un sujeto para realizar una tarea depor-tiva o motriz� [106]. La �siología del ejercicio y las pruebas de esfuerzo se han idodesarrollando a lo largo del tiempo gracias a la necesidad de un mayor conocimiento

Page 51: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 51

de los aspectos �siológicos, clínicos y biomecánicos que pudiesen ser aplicados parael diagnóstico o el tratamiento de las patologías.

Debido a los avances y desarrollos tecnológicos ha incrementado el conocimientocientí�co sobre �siología puesto que se ha ido disponiendo del instrumental adecua-do para la medición y registro de forma objetiva de los parámetros cardiológicos,respiratorios, metabólicos y ergométricos que hoy en día son imprescindibles en estetipo de evaluación.

La �siología de los aparatos circulatorio y respiratorio ha permitido desde hace másde 150 años una evolución constante en la valoración funcional. Desde hace mediosiglo, gracias a su aplicación en sujetos normales y deportistas, se ha producido unaevolución de la �siología del ejercicio y de la medicina del deporte, logrando undesarrollo más cientí�co del deporte y extendiendo dicha valoración a la poblacióngeneral que realiza cualquier práctica de actividad física relacionada con la salud[106].

Así pues, hace 60 años las pruebas estaban restringidas a un número muy pequeño decentros médicos punteros en investigación �siológica y desde hace aproximadamenteuna década, se ha popularizado el uso de la valoración funcional en la poblacióngeneral y deportiva [106].

Las características que debe cumplir la valoración funcional para que las variablesevaluadas sean relevantes en el deporte y la modalidad practicada son:

Máxima especi�cidad de pruebas y protocolos para el deporte estudiado.

Alto grado de validez, es decir, debe medir lo que se pretende medir.

Reproductibilidad, por lo que debe ser altamente repetible y con sensibilidadpara detectar cambios.

Control rígido, respetando los derechos del deportista.

El test debe repetirse a intervalos regulares.

Los resultados deben ser interpretados por un profesional médico y explicadosal deportista.

El entrenamiento físico puede inducir aumentos sustanciales en el valor de V O2max.Esto se observa a todos los niveles, llegando a experimentar importantes grados demejora relativa, hasta un 20% [59], desde los sujetos con discapacidades funcionales(cardiópatas) hasta los atletas de alto nivel. Hay que tener en cuenta que las personas

Page 52: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 52

ya entrenadas experimentarán una mejora relativa menor, ya que la capacidad deadaptación del organismo al entrenamiento es limitada.

La determinación del V O2max exige la aparición de determinados criterios durante larealización de un ejercicio incremental hasta el máximo esfuerzo. El nivel de exigenciarequerido por parte del sujeto no siempre se alcanza, de manera que en muchas delas pruebas realizadas no se cumplirán los criterios objetivos que de�nen V O2max.Las principales causas, además de la voluntad del sujeto, son el estado físico delmismo, la motivación, y, en ocasiones, la decisión de los propios facultativos de nopermitir alcanzar el agotamiento por posibles riesgos que podrían asumirse en cadacaso.

Cuando algunos de los factores descritos anteriormente aparecen, no se puede hablarde V O2max, y se de�ne como V O2pico, haciendo referencia al máximo valor del V O2

que se ha alcanzado en una prueba determinada y que no cumple los criterios demaximalidad. Es bastante frecuente encontrarnos esta situación en las pruebas clí-nicas así como los sujetos sedentarios o personas de edad avanzada. En la siguiente�gura se ve un ejemplo en la determinación del V O2max frente al V O2pico.

3.1.3.1. Pruebas funcionales de valoración aeróbica

La capacidad aeróbica del organismo para mantener una determinada intensidadde ejercicio durante un tiempo determinado es un re�ejo directo de la capacidadfuncional cardiorrespiratoria. La mejor medida cuantitativa de esta capacidad es elmáximo consumo de oxígeno (V O2max) y sirve como estándar para comparar lasmedidas de rendimiento de la capacidad aeróbica y la condición física aeróbica [14].

El V O2max puede ser medido de forma bastante exacta en un laboratorio de �siologíadel ejercicio mediante el análisis de la composición del aire que la persona inspiray espira (análisis del intercambio gaseoso), este procedimiento de medida es caro,lleva mucho tiempo y no está disponible para la mayoría de las personas. Por ellose utilizan con frecuencia distintos test indirectos de estimación del consumo deoxígeno, no tan exactos, pero que han mostrado su utilidad en personas que realizanactividad física para la mejora de su salud.

La valoración tanto en cardiología como en medicina del deporte está basada enla realización de pruebas de esfuerzo o ergometrías, con el objetivo de someter alorganismo a un estrés físico-psíquico, que faciliten cuanti�carlo mediante la determi-nación de una serie de variables biológicas [47]. En el caso de la medicina deportiva,están indicadas para evaluación de la aptitud física, guía para la programación del

Page 53: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 53

entrenamiento, control de los efectos del entrenamiento, ayuda para la detección delentrenamiento excesivo.

La PEconsiste en someter al paciente a un esfuerzo físico controlado médicamenteque obliga a desencadenar alteraciones cardiovasculares no presentes en reposo yque pueden manifestarse con el ejercicio. También nos permite estudiar el compor-tamiento de diversas variables (TA, FC, etc.) durante la realización de la prueba.Las alteraciones del ECG son algunos de los datos más relevantes en este tipo deexploración.

Los objetivos esenciales de una prueba de esfuerzo son evaluar la manera en queresponde el corazón a las exigencias de la actividad física [14], para conocer el estadode salud y el nivel de entrenamiento en ese mismo momento. Muestra cuál puede serel límite físico del sujeto que lo realiza y cuáles son las frecuencias cardíacas correctaspara cada entrenamiento a realizar. Además, es una herramienta de apoyo para elmédico que diagnostica problemas cardíacos que pueden no presentarse cuando elcorazón se encuentra en reposo.

A continuación en la �g. 3.6 se muestra un esquema con los diferentes tipos de prue-bas de esfuerzo que existen siguiendo distintos criterios que se explicarán después.

Fig. 3.6: Tipos de pruebas de esfuerzo

3.1.3.2. Parámetros ergospirometricos

Durante las pruebas de esfuerzo se aplican cargas físicas (como velocidad, pendiente,revoluciones, potencia, resistencia, paladas, etc.) al sujeto y originan en el organismo

Page 54: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 54

una respuesta �siológica en los diferentes sistemas y aparatos, de la que podemoscuanti�car su intensidad o cualidad como una variable �siológica: frecuencia car-díaca, ritmo, ventilación, consumo de oxígeno... Todos estos parámetros, e inclusootros más, dependiendo del protocolo y de la tecnología utilizada, son recogidosconstantemente a lo largo de la prueba.

En la prueba la demanda metabólica para realizar ejercicio recae sustancialmenteen los sistemas cardiovascular, respiratorio y muscular.

Por eso la ergoespirometría evalúa las características funcionales de estos sistemasdurante la realización de un ejercicio recogiendo variables cardiovasculares (frecuen-cia cardiaca, tensión arterial o el registro ECG), respiratorias (ventilación, produc-ción de anhídrido carbónico, consumo de oxígeno, equivalente respiratorio del CO2

y del O2, cociente respiratorio. . . ) y metabólicas (concentración de lactato en lasangre, ph, glucemia, ácidos grasos, iones...). Además, las relaciona con las variablesfísicas (velocidad, potencia, pendiente, revoluciones por minuto, paladas por minuto,tiempo máximo...) y cineantropométricas (peso y talla) para valorar el estado delorganismo durante el ejercicio.

Frecuencia cardíacaLa demanda metabólica que genera la realización de un esfuerzo produce unincremento de la FC linealmente proporcional a la intensidad del ejercicio,llegando un nivel en que se pierde dicha linealidad, generalmente por encimade 170 ppm. En la �g. 3.7 [123] se puede ver la frecuencia cardíaca (rojo),consumo de oxígeno (azul) y velocidad (negro). Las líneas negras verticalesmarcan las fases de la prueba.

Fig. 3.7: Grá�ca obtenida durante la realización de una prueba de esfuerzo.

Esto hace que en cualquier momento de la prueba de esfuerzo podamos saber

Page 55: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 55

cuál es el grado de esfuerzo realizado por el sujeto si relacionamos porcentual-mente la frecuencia cardiaca instantánea con la máxima durante la prueba ocon la frecuencia máxima teórica, que en personas sanas se corresponde con:FCmax = 220− Edad [14].Presenta una relación lineal con el consumo de oxígeno (V O2) durante inten-sidades submáximas, lo que se ha usado para predecir el V O2

max a partir deintensidades submáximas, aunque el error puede llegar a ser elevado, ya quecomo se comentó anteriormente la linealidad de la frecuencia cardiaca con al-tas intensidades de ejercicio se pierde.

Tensión arterialSu comportamiento depende del tipo de ejercicio realizado durante la prueba,en el estático aumenta la TA sistólica (TAS) y diastólica (TAD), mientras queen el aeróbico la TAS aumenta y la TAD se mantiene. El incremento de laTAS se debe al aumento de la contractibilidad miocárdica y de la frecuenciacardiaca que aumentan en cada carga de trabajo, y que hace que se envíe mássangre por todo el territorio vascular.La TAS máxima se alcanza en los estadios �nales de máxima carga, que escuando se suele parar la prueba. En esos momentos hay que tener cuidadoporque en un 10% de las personas sufren desmayos a causa de una bajadabrusca de la TAS.

Electrocardiográ�cosDurante la prueba el objetivo principal del ECG, además de obtener la frecuen-cia cardíaca, es detectar la aparición de cualquier arritmia o cambio sugestivode isquemia cardíaca que impidan seguir el ejercicio, o por el contrario la nor-malidad en la conducción eléctrica cardíaca.

3.1.3.3. Parámetros respiratorios

Durante las pruebas de esfuerzo se aplican cargas físicas (como velocidad, pendiente,revoluciones, potencia, resistencia, paladas, etc.) al sujeto y originan en el organismouna respuesta �siológica en los diferentes sistemas y aparatos, de la que podemoscuanti�car su intensidad o cualidad como una variable �siológica: frecuencia car-diaca, ritmo, ventilación, consumo de oxígeno... Todos estos parámetros, e incluso

Page 56: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 56

otros más, dependiendo del protocolo y de la tecnología utilizada, son recogidosconstantemente a lo largo de la prueba.

Consumo de oxígeno (V O2)Se de�ne como la cantidad de oxígeno que el organismo es capaz de absorberdel aire, transportar y consumir por unidad de tiempo, dependiendo su valordel estado de los sistemas pulmonar, cardiovascular, sanguíneo y muscular.

Pulso de oxígeno (PO2)Se de�ne como la cantidad de oxígeno que se consume en cada latido cardiaco.Su cálculo se realiza a partir del principio de Fick [13] explicado en el segundopunto, como un factor determinante del V O2. Durante una prueba incrementalel pulso de oxígeno va aumentando conforme se incrementa la carga hasta quealcanza un máximo al mismo tiempo que se logra el V O2max, lo que indica quedepende principalmente de la diferencia arteriovenosa.

Ventilación pulmonar (VE)Es la cantidad de aire que el sujeto es capaz de introducir y eliminar en cadaminuto, midiéndose en litros por minuto. Está determinada por la frecuenciarespiratoria y el volumen de aire introducido en cada respiración. Si la inten-sidad es leve o moderada el valor de la VE aumenta de forma proporcionalal incremento del consumo de oxígeno y producción de CO2, debiéndose suaumento principalmente al del volumen corriente. Pero cuando la intensidades mayor el incremento de la VE es exponencial y se debe principalmente alincremento que en estas intensidades sufre la frecuencia respiratoria.

Producción de anhídrido carbónico (V CO2)

El origen del CO2 tiene dos fuentes: una metabólica, a consecuencia principal-mente del metabolismo oxidativo (aproximadamente el 75% del O2 consumidogenera CO2), y otra no metabólica (el 25% restante), producido por el tam-ponamiento del ácido láctico originado a altas intensidades del ejercicio. ElCO2 producido es transportado desde los músculos a los pulmones donde esexhalado.

Umbrales ventilatorios: aeróbico y anaeróbicoEl concepto de umbral procede del hecho de que existen cambios cualitati-vos signi�cativos en la respuesta metabólica al ejercicio. Cuando se denominacomo aeróbico al primer umbral y como anaeróbico al segundo, se está implíci-tamente aceptando un modelo propuesto inicialmente por los doctores Skinner

Page 57: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 57

y McLellan [136] que lo describe en tres fases. La primera fase es puramente ae-róbica, la segunda es de transición aeróbica-anaeróbica y la tercera anaeróbica,entendiéndose estos términos como los que caracterizan la forma predominantede metabolismo para cada una de estas fases, pero que no son excluyentes delos otros sistemas.Los límites de intensidad metabólica que separan estas fases son los llamadosumbrales y se pueden obtener por distintos métodos, pero los ventilatorios sonde alta validez tanto porque han sido estudiados y probados por una grancantidad de investigadores como también se los ha cruzado contra otro tipo demetodologías tales como la medición de lactato.El primer umbral, llamado umbral aeróbico describe la intensidad metabólicaen la que se produce la llamada máxima e�ciencia respiratoria ya que la rela-ción entre ventilación pulmonar (VE) y volumen de oxígeno consumido (V O2),el llamado equivalente ventilatorio de oxígeno, es mínima. Entre este límite yel superior existe un estado de equilibrio de modo que si mantiene la intensi-dad del ejercicio no se aprecia un aumento de lactato en sangre. Por debajode este límite el trabajo será poco útil en cuanto al objetivo de desarrollo deuna resistencia [123].El umbral anaeróbico es aquel punto en el cual la tasa de lactato se disparay comienza a acumularse sin posibilidad de resintetizar. Se requiere en estemomento una mayor producción de metabolismo glucolítico, aún aumentandopaulatinamente el lactato. Los valores del umbral anaeróbico se establecen in-dividualmente de los 2.5 mmol hasta los 6 mmol en algunos casos [123].A medida que aumenta la intensidad del ejercicio lo hace también la produc-ción de ácido láctico y de CO2, pero también lo hace la frecuencia cardiacay el consumo de oxígeno compensando la demanda de energía muscular im-puesta, se puede ver en la �g. 3.8. Durante este aumento y hasta encontraral umbral anaeróbico aparece una fase, denominada por estos investigadores,de transición aeróbica-anaeróbica. Durante esta transición la producción delácido láctico es relativamente compensada por los mecanismos de remoción.

Page 58: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 58

Fig. 3.8: Umbrales aeróbico (azul) y anaeróbico (verde)[11].

Es posible hacer una valoración de la transición aeróbica-anaeróbica mediantela frecuencia cardíaca. Se trata de una estimación de la relación que existeentre la frecuencia cardíaca y la intensidad del ejercicio. Hace más de 50 años,Wahlund [63] observó que la tasa de aumento de la frecuencia cardíaca duran-te un test incremental tendía a disminuir a elevadas intensidades de ejercicio.Años después Conconi et al. [91] retomaron estos hallazgos y evaluaron a 210corredores, encontrando a intensidades moderadas de ejercicio una relación li-neal entre el aumento de la frecuencia cardíaca y el incremento de la velocidadde carrera. Sin embargo, observaron que a elevada intensidad de ejercicio estarelación se modi�caba, y que este punto correspondía con el punto de velocidadal que se producía el umbral láctico. A partir de ese momento, la frecuenciacardíaca aumentaba de manera curvilínea.La justi�cación �siológica de este fenómeno se debe, según Conconi [91], alefecto Bohr por el cual durante la realización de ejercicios de alta intensidady como consecuencia de la acidosis metabólica, se produce una liberación ex-tra de oxígeno por parte de la hemoglobina provocando una mejor e�cienciacardiocirculatoria.

Page 59: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 59

3.1.3.4. Protocolos de valoración funcional

El protocolo de un test hace referencia a una serie ya determinada de pasos quehay que cumplir con el sujeto evaluado a la hora de administrar una prueba. Esospasos o fases están estandarizados previamente, y cumplen con el objetivo primor-dial de asegurar la misma aplicación del test en todas la personas a las que se loadministren, permitiendo ello luego la comparación de resultados intraindividualese interindividuales [14].

Cualquier protocolo utilizado en la valoración funcional aeróbica deberá respetar enla medida de lo posible ciertas reglas generales:

Deben ir precedidos de una fase de calentamiento.

Deben ser progresivos con aumentos graduales de intensidad del trabajo rea-lizado.

Deben diseñarse de tal forma que la duración total de la prueba sea entre 8 y12 minutos.

Es importante tratar de aplicar el protocolo más adecuado al objetivo marcado y ala capacidad de la persona evaluada.

Tipos de protocolos

Los protocolos pueden ser de carga constante o creciente, y dentro de estos últimoslos aumentos de intensidad se pueden incrementar de forma continua o discontinua.En el esquema que aparece a continuación (�g. 3.9) se observan las distintas cate-gorías, además a la derecha de cada uno de ellos aparece la grá�ca correspondienteal protocolo relacionando carga y tiempo.

Page 60: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 60

Fig. 3.9: Tipos de protocolos [14].

In�uencia del protocolo utilizado en los parámetros ergoespirométricos analizados

En los trabajos de Myers [138], podemos observar los resultados de las variableshemodinámicas y de intercambio de gases respiratorios máximos en seis tipos dife-rentes de protocolos realizados en tapiz y cicloergómetro que aparecen en la tab.3.2. Se ve cómo el tipo de ejercicio tiene in�uencia sobre el V O2max obtenido en lostest de esfuerzo. Sin embargo, no parece in�uir en la frecuencia cardíaca máximaalcanzada, tampoco en la presión sanguínea sistólica y diastólica.

El protocolo de Bruce consta de 5 etapas cuya duración es 3 minutos. En cada unade ellas va aumentando la velocidad y la inclinación del tapiz. El protocolo de Balkeconsiste en hacer el mayor tiempo posible a una velocidad de 90 metros por minutocon aumentos en la inclinación del tapiz del 1% cada minuto.

Tapíz Rodante Bicicleta

Bruce Balke Rampa 25W 50W Rampa

Frecuencia cardiaca (ppm) 134 ± 25 131±25 130± 24 124±26 127±33 128±25

Tensión arterial sistólica (mmHg) 171 ± 28 172 ± 25 179 ± 24 181 ± 25 185 ± 22 185 ± 24

Tensión arterial diastólica (mmHg) 86 ± 14 85 ± 13 85 ± 15 87 ± 23 88 ± 11 89 ± 13

Duración (min) 6.6 ± 1.5 10.4 ± 3.4 9.1 ± 1.4 10.3 ± 2.2 7.1 ± 1.1 9.4 ± 0.8

V O2max(ml · kg−1 ·min−1) 22.3 ± 8 21.1 ± 8 21.0 ± 8 17.7 ± 7 18.1 ± 7 18.5 ± 7

Tab. 3.2: Comparación de variables hemodinámicas e intercambio de gases respiratoriosmáximos

Page 61: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 61

Por otra parte, analizando el consumo de oxígeno en el umbral ventilatorio se observaun 25% mayor en cada uno de los protocolos realizados en tapiz frente a los ejecu-tados en cicloergómetro, y esta diferencia se minimiza cuando expresamos el umbralventilatorio con respecto al consumo de oxígeno máximo, obteniendo diferencias detan solo un 7%. Todos los trabajos no están de acuerdo con estos resultados; así,los estudios de Davis et al. [112] y los de Buchfuhrer et al. [26] no encuentran dife-rencia en el umbral anaeróbico expresado como el porcentaje de V O2max medido endiferentes ergómetros, sugiriendo que es un parámetro reproducible e independientedel ergómetro utilizado.

Los protocolos en rampa individualizados para cada sujeto muestran una relaciónlineal entre el consumo de oxígeno y los incrementos de carga de trabajo. Estarelación en los protocolos con incrementos bruscos de carga es peor, sin embargo, losprotocolos que usan incrementos de carga pequeños re�ejan mejor el coste energéticode la carga de trabajo y alcanzan duraciones óptimas cercanas a los 10 minutos. Delos resultados de Buchfuhrer et al. [26] se desprende que el V O2max alcanzado esmayor en los test que utilizan incrementos de carga intermedios con una duracióntotal de entre 8 y 17 minutos. Se comprobó que los test de corta duración (< 8minutos) con grandes incrementos de carga alcanzaban menores V O2max debido ala limitación de la fuerza muscular. Lo mismo ocurre con los de larga duración(> 17 minutos) con pequeños incrementos de carga, ya que se produce una mayordeshidratación y fatiga de los músculos respiratorios.

Protocolos de estimación del V O2max

La estimación del V O2max se realiza a partir de ecuaciones en los que se tieneen cuenta numerosas variables analizadas como la duración de la prueba, frecuenciacardíaca máxima, distancia recorrida, etc. Todas las estimaciones tienen errores, seexpresan en unidades de la variable estimada o en forma de porcentaje.

A continuación explicaré algunos protocolos que estiman el consumo máximo deoxígeno a partir de la frecuencia cardíaca.

Test de Rockport de una milla [117]Se caracteriza por recorrer caminando lo más rápido 1609 m, en el menor tiem-po posible se registra el tiempo y el ritmo cardíaco en que culmina la pruebala persona evaluada, se aplica la siguiente fórmula:

Page 62: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 62

V O2max(ml · kg−1 ·min−1) = 132,853− (0,16918 · Peso(kg))−(0,3877 · Edad) + (6,315 · Sexo)−(3,2649 · Tiempo(min))− (0,1565 · FC(ppm))

Donde, Sexo = 0 mujeres y 1 hombres

Test del escalón de tres minutos [62]El test consiste en subir y bajar de un escalón de 40 cm de altura a un ritmomarcado, en hombre es de 24 ciclos/min y en mujeres de 22 ciclos/min durantetres minutos. Este método tiene un error de ±16 %.

Hombres : V O2max(ml · kg−1 ·min−1) = 11,33− (0,42 · FC)

Mujeres : V O2max(ml · kg−1 ·min−1) = 65,81− (0,1847 · FC)

Laboratorio de Fisiología del Esfuerzo de la UPMEl protocolo que se sigue, según el ergómetro utilizado es:Tapiz rodante: durante toda la prueba 1o de inclinación. El primer minuto dereposo, después 3 minutos de calentamiento activo a 6 km/h. En la fase derealización de la prueba se comienza a 8 km/h con incrementos de 0.2 km/hcada 12 segundos. Cuando la prueba ha �nalizado se produce una fase derecuperación activa que consiste en estar 2 minutos a 6 km/h y 3 minutosde recuperación pasiva con la cinta parada. Cicloergómetro: el primer minutoes de reposo, posteriormente se hacen 3 minutos de calentamiento activo (1minuto a 25 W, el siguiente a 30 W y el último a 35 W). Cuando comienzala prueba la carga es de 35 W, con aumentos de 5 W cada 12 segundos. Esfundamental para continuar con la prueba que se mantenga una cadencia de70-90 rpm. Al �nalizar la prueba se termina con 2 minutos de recuperaciónactiva a 50 W y 3 minutos de recuperación pasiva con la bici parada.

V O2max(ml · kg−1 ·min−1) = −17, 534− 0, 602 · Peso(kg) +

0, 586 · Altura(cm) + 5, 802 · (FCmax/FCbasal)−14, 571 · Sexo

Donde, Sexo = 0 hombres y 1 mujeres y el error es de 9.9 (ml · kg−1 ·min−1).

Cálculo del V O2max por ecuaciones predictivasVarios investigadores han desarrollado ecuaciones de regresión que predicen

Page 63: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 63

el V O2max usando como variables la edad, género, composición del cuerpo ynivel de actividad física [96]. Aunque las ecuaciones de predicción no son tanexactas como las pruebas directas, permiten a los investigadores clasi�car laspersonas en cuanto a su capacidad cardiorrespiratoria. Una de las ecuaciones depredicción, sin hacer ejercicio, normalmente usadas para el cálculo del V O2max

se desarrolló en la Universidad de Houston. Ésta formula tiene en cuenta laedad, el estado de actividad física, y el índice de masa corporal (BMI) [80].

V O2max(ml · kg−1 ·min−1) = 56,363 + (1,921 · AF )

−(0,381 · Edad)

−(0, 754 · IMC)

+10,987 ·Genero

Donde: los valores de AF están especi�cados en la tab. 3.3;IMC(kg/m2) = Peso(kg)/Altura2(m2); Género: 0 mujeres y 1 hombres.

Page 64: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 64

Puntos Tipo de Actividad

0 No hace nada de ejercicio (conduce en lugar de andar, coge el ascensor..)

1 Anda por placer, utiliza escaleras, ocasionalmente se ejercita lo su�-ciente llegando a sudar o a aumentar la respiración de forma evidente

2 Participa regularmente en programas de ejercicio moderado: 10-60min/semana

3 Participa regularmente en programas de ejercicio moderado: +60min/semana

4 Participa regularmente en programas de ejercicio intensos o entrena:Corre menos de 2 km/semana o realiza una actividad durante un tiempoinferior a 30 min/semana

5 Participa regularmente en programas de ejercicio intensos o entrena:Corre entre 2-8 km/semana o realiza una actividad 30-60 min/semana

6 Participa regularmente en programas de ejercicio intensos o entrena:Corre 8-16 km/semana o 1-3 horas/semana

7 Participa regularmente en programas de ejercicio intensos o entrena:Corre + de 16 km/semana o más de 3 horas/semana

Tab. 3.3: Actividad física que se regula en una escala del 0-7 puntos según la condiciónfísica.

Este ecuación predictiva nos permite conocer el máximo consumo de oxigenocon una correlación del R=0,783 y una desviación estándar de 5.7 ml · kg−1 ·min−1.Para concluir, se puede decir que el protocolo ideal depende del objetivo quese desee obtener con el test y de la condición física del sujeto evaluado. Variosautores revisados sugieren que el V O2max obtenido en una prueba de esfuerzono di�ere si se utilizan protocolos continuos o discontinuos, aunque la duracióntotal del test es óptima para los continuos [57, 56].En general los protocolos que se utilizan para la determinación del V O2max soncontinuos, con carga de trabajo incremental y hasta el agotamiento del sujeto.Los protocolos incrementales con medida de gases proporcionan la posibilidad

Page 65: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 65

de determinar la e�ciencia de trabajo (medida como la relación entre el V O2 yla carga de trabajo), el umbral ventilatorio y el consumo de oxígeno máximo.

3.1.4. El ejercicio físico en la prevención cardiovascular

Los grandes estudios epidemiológicos de la segunda mitad del siglo XX en los quese introduce el ejercicio físico como variable para determinar su in�uencia sobre lasenfermedades cardiovasculares demuestran que existe una relación inversa entre elejercicio físico y la cardiopatía coronaria y, en general, el trabajo que más bene�ciosaporta al aparato cardiovascular es el trabajo de tipo dinámico. Quedan algunascuestiones todavía por resolver, como el volumen y la intensidad de los ejerciciosnecesarios para promover efectos bene�ciosos, especialmente de tipo cardiovascular.

En los estudios se que se han llevado a cabo se pone de mani�esto la di�cultadde conocer el trabajo físico expresarlo en gasto energético; el cuestionario es lafuente de información más común utilizada para tal �n. El estudio de Kannel [114]clasi�ca la actividad física en tres niveles y cada una de las actividades tiene uníndice de requerimiento calórico. Así por ejemplo durante el sueño se consume elequivalente a la unidad; sentado 1,1; andando sobre super�cie plana 1.5; en unaactividad moderada 2.4; 5 si es pesada. Un individuo que guarda reposo absolutolas 24 H tiene un índice de 24, los niveles de actividad se establecen a partir de esevalor.

En 1978 [25] dió a conocer un formulario para valorar el gasto energético de activi-dades de tiempo libre. El índice de actividad metabólica o gasto energético (IAM)de un trabajo o actividad física se calcula con el producto de su intensidad (I) porla duración del ejercicio en minutos al año (D) : IAM = I ·D.

La intensidad de las diversas actividades que �guran en la tabla es la relación entreel gasto energético basal y el gasto energético del trabajo realizado en cada una delas ocupaciones. La intensidad del trabajo y el gasto energético se han calculadodeterminando el V O2 real. Índices de 2, 2.5, 3, y 3.5 son ligeros; con más de 4 a 4.5,moderados y de 6 o mas son intensos. La tab. 3.4 describe los niveles de actividadfísica para tareas de la vida diaria y los deportes mas comunes.

Un índice de 6 distingue entre actividades moderadas e intensas y corresponde al50% de la frecuencia cardíaca máxima teórica.

Page 66: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 66

Actividad Intensidad

Pasear 3.5Tenis de mesa 4Andar al trabajo 4Tenis individual 8Subir escaleras 8Tenis doble 6Excursiones 6Baloncesto en partido 8Cargar paquetes a la espalda 7Balonmano 12Escalar montañas 8Squash 12Ir en bicicletas por distracción 4Fútbol 7Bailar 5.5Cortar césped con maquina 4.5Hacer ejercicio en el gimnasio 6Limpiar y cultivar el jardín 6Joggin y caminar 6Cavar en el huerto 5Correr 8Quitar nieve 6Levantar pesas 3Cazar patos 6Esquí acuático 6Cazar conejos 5Navegar a vela 3Caza mayor: ciervos, osos, etc. 6Canoa por distracción 3.5Pescar con botas alta dentro del río 6Canoa en competición 12Pescar en la orilla del mar 3.5Nadar 6Golf con carrito 3.5Bucear 7Golf llevando los palos a mano 5.5Esquiar 7Trabajo de carpintería exterior 6

Tab. 3.4: Tabla de actividades físicas [121].

Page 67: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 67

Niveles de esfuerzo que producen un incremento de la frecuencia cardiaca al 50% o suequivalente en consumo de oxígeno (dentro de ciertos límites existe correlación linealentre V O2 y frecuencia cardíaca) ejercen efectos signi�cativos sobre el rendimientocardiovascular. Gaesser et al. [125] demostraron que se produce un rápido incrementoen el V O2max de atletas jóvenes entrenados al 85% de la frecuencia cardíaca máxima.Gossard [89] realizó un estudio en hombres de mediana edad que entrenaban cincodías a la semana durante 6 semanas al 40-60% y otro al 70-83%. El grupo de bajonivel incrementó la capacidad aeróbica a un 8% y en el de alto nivel, en un 17%.Los efectos del entrenamiento sobre los factores de riesgo cardiovascular serán máspronunciados cuanto mayor sea el nivel de actividad.

3.1.4.1. Bene�cios de la actividad física

En una breve y muy acertada declaración, el Dr. K. H. Cooper de�ne el ejerciciofísico como �el método para poner más años en su vida y más vida en sus años".La mayoría de las personas pueden bene�ciarse de realizar actividad física de formaregular. Es frecuente que la gente piense que hace su�ciente ejercicio en el trabajo.Muchos piensan que son demasiado viejos para empezar, otros que su forma físicaya es demasiado mala para intentar recuperarla. Obesidad, diabetes, o alguna dis-capacidad física, pueden ser las razones que desanimen al sujeto para comenzar arealizar actividad física. Pero en muchas ocasiones son simplemente la pereza, o lasexpectativas de fatiga y dolor las que impiden que ni siquiera llegue a intentarse.

En la actualidad parece existir evidencia su�ciente que pruebe que aquellos quellevan una vida físicamente activa pueden obtener una larga lista de bene�cios parasu salud:

Disminuye el riesgo de mortalidad por enfermedades cardiovasculares en gene-ral y en especial de mortalidad por cardiopatía isquémica en grado similar alde otros factores de riesgo como el tabaquismo. Previene y/o retrasa el desa-rrollo de hipertensión arterial, y disminuye los valores de tensión arterial enhipertensos.

Mejora el per�l de los lípidos en sangre (reduce los triglicéridos y aumenta elcolesterol HDL).

Mejora la regulación de la glucemia y disminuye el riesgo de padecer diabetesno insulino dependiente (tipo 2).

Mejora la digestión y la regularidad del ritmo intestinal.

Page 68: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 68

Disminuye el riesgo de padecer ciertos tipos de cáncer, como el de colon, unode los más frecuentes y sobre el que al parecer existe mayor evidencia.

Incrementa la utilización de la grasa corporal y mejora el control de peso.

Ayuda a mantener y mejorar la fuerza y la resistencia muscular, incrementandola capacidad funcional para realizar otras actividades físicas de la vida diaria.

Ayuda a mantener la estructura y función de las articulaciones. La actividadfísica de intensidad moderada, como la recomendada con el �n de obtenerbene�cios para la salud, no produce daño articular y por el contrario puedeser bene�ciosa para la artrosis.

La actividad física, y de forma especial aquella en la que se soporta peso, esesencial para el desarrollo normal del hueso durante la infancia y para alcanzary mantener el pico de masa ósea en adultos jóvenes.

Ayuda a conciliar y mejorar la calidad del sueño.

Mejora la imagen personal y permite compartir una actividad con la familia yamigos.

Ayuda a liberar tensiones y mejora el manejo del estrés.

Ayuda a combatir y mejorar los síntomas de la ansiedad y la depresión, yaumenta el entusiasmo y el optimismo.

Ayuda a establecer unos hábitos de vida cardiosaludables en los niños y comba-tir los factores (obesidad, hipertensión, hipercolesterolemia, etc.) que favorecenel desarrollo de enfermedades cardiovasculares en la edad adulta.

En adultos de edad avanzada, disminuye el riesgo de caídas, ayuda a retrasar oprevenir las enfermedades crónicas y aquellas asociadas con el envejecimiento.De esta forma mejora su calidad de vida y aumenta su capacidad para vivirde forma independiente.

Ayuda a controlar y mejorar la sintomatología y el pronóstico en numerosas en-fermedades crónicas (cardiopatía isquémica , hipertensión arterial, enfermedadpulmonar obstructiva crónica , obesidad, diabetes , osteoporosis, etc.)

Page 69: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 69

Disminuye la mortalidad tanto en adultos jóvenes como en los de mayor edad,siendo incluso menor en aquellos que tan sólo mantienen un nivel de actividadfísica moderado que en los menos activos o sedentarios.

Por último, todos estos bene�cios tendrán una repercusión �nal en la reduc-ción del gasto sanitario. Este es un argumento de peso para que tanto lasadministraciones públicas como privadas apoyen la promoción de la actividadfísica en todos los estamentos de nuestra sociedad.

El organismo humano como consecuencia del entrenamiento físico regular, presen-ta en sus diferentes aparatos y sistemas modi�caciones morfológicas y funcionalesque denominamos adaptaciones, las cuales van a permitir por una parte prevenir oretrasar la aparición de determinadas enfermedades y por otra parte mejorar la ca-pacidad de realizar un esfuerzo físico. Una persona entrenada físicamente será capazde correr a la parada del autobús sin cansarse demasiado, jugar con sus hijos conmayor vitalidad e incluso hacer algún alarde con los amigos en un partido de fútbol.

Indudablemente el ejercicio físico regular nos permite desde el punto de vista psi-cológico afrontar la vida con mayor optimismo y mejor disposición, a la vez quesocialmente es un medio de integración en distintos grupos humanos.

Entre los posibles problemas derivados de la práctica de actividad física, el másfrecuente es el riesgo de lesiones musculoesqueléticas. Esto es fácil de evitar si no secometen excesos y el nivel de actividad aumenta de forma lenta y progresiva hastaalcanzar el deseado. Por otro lado, si bien es cierto que el ejercicio físico intensoaumenta considerablemente el riesgo de eventos cardiovasculares (infarto agudo demiocardio o muerte súbita cardíaca), tanto en individuos previamente sedentarioscomo en aquellos que realizan actividad física de forma regular, el riesgo global siguesiendo claramente inferior en estos últimos.

3.1.4.2. Riesgos de la actividad física

El ejercicio físico se asocia a una mayor probabilidad de riesgo de lesiones en especialdel aparato locomotor. La prevención consiste en el seguimiento de los programas deentrenamiento establecidos de acuerdo con la edad, la actitud física o la actividadsociolaboral. La prescripción de ejercicio físico supervisando es la mejor garantíadel cumplimiento de las normas básicas del entrenamiento físico que se ajustan alo que debería constituir un modelo de programa de ejercicio físico de ámbito nocompetitivo. Las lesiones y traumatismos que se producen en algunos deporte no

Page 70: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 70

despiertan alarma, la muerte repentina en el deporte es uno de los temas de mayorinterés de los últimos años.

El riesgo de paro cardíaco está transitoriamente aumentando durante el ejercicio físi-co de fuerte intensidad. El ejercicio físico de alta intensidad practicado regularmentese asocia por el contrario con una reducción del paro cardíaco primario.

El ejercicio físico tiene dos efectos opuestos:

el incremento transitorio del riesgo de muerte súbita

la protección sobre los episodios de muerte repentina durante el ejercicio físico.

Se ha demostrado que se produce una reducción en un 20% en la mortalidad a los tresaños en pacientes con cardiopatía coronaria que siguen programa de entrenamientofísico [131].

En resumen, el ejercicio físico no es el responsable del incremento del

riesgo de forma exclusiva: de cumplirse las normas de prescripción del

ejercicio físico para personas no entrenadas, posiblemente el riesgo car-

diovascular se convierte en un fenómeno casual debido a factores inde-

pendientes del ejercicio �sico.

3.1.4.3. Fitness para prevenir las enfermedades coronarias

La adaptación al ejercicio físico se produce como consecuencia de dos factores esen-ciales: en primer lugar, el nivel de entrenamiento que se ha mantenido con anterio-ridad, y en segundo lugar, la condición física o �tness. Se observan, con frecuencia,las diferencias que existen en la tolerancia al esfuerzo entre personas del mismosexo, edad y super�cie corporal, cuyo estilo de vida es de predominio sedentario.La asociación entre bajo nivel de actividad física y cardiopatía coronaria pone demani�esto que el estilo de vida sedentario tiene repercusiones signi�cativas sobre lasalud cardiovascular.

El V O2 obtenido preferentemente por método directo mediante analizador de gaseses el parámetro más �able para determinar la capacidad de vencimiento físico deuna persona.

Algunos estudios han investigado simultáneamente la asociación entre actividad físi-ca y �tness con el riesgo de cardopatía coronaria. Lakka et al. [119] han investigado lafunción que desempeña ambos parámetros como factores independientes. Se requiereun nivel de intensidad mínima para reducir el riesgo de presentación de cardiopatía

Page 71: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 71

coronaria. A la vez, el riesgo es menor si el nivel de �tness (valorado por el V O2max)alcanza un nivel de 34 ml/kg/min (la edad de la población estudiada se sitúa entrelos 42 y los 60 años). En esencia, el estudio profundiza objetivamente en el nivel de�tness valorado por el V O2max.

Las modi�caciones de este parámetro se producen solo si el nivel de actividad físicaes de intensidad moderada a alta. Una persona que dedica varias horas a caminatasverá reducido el riesgo cardiovascular de forma signi�cativa; no obstante, el riesgoserá inferior en las personas que realizan una actividad física que requiere un gastoenergético más elevado, como correr, ir en bicicleta a 20 km/h o nadar a ritmomoderado.

Las modi�caciones de la condición física en hombres de edad media predice la mor-talidad. Un estudio reciente de Erikssen [58]que ha demostrado una ligera mejoríaen la condición física se asocia a una reducción signi�cativa del riesgo de muerte.

La mejora del (V O2max) en la población adulta de entre 60 y 71 años se produce deuna forma similar a como ocurre en la población más joven y es independiente de laedad, el sexo y el nivel previo de �tness [22]. Este estudio es un sólido argumento parapromover el incremento de la actividad física de grado medio-alta en la poblaciónadulta.

En resumen, el aumento en el V O2max para la mejora del �tness disminuye

el riesgo de cardiopatía coronaria.

3.1.5. Orientaciones básicas para programas de ejercicio para la salud

3.1.5.1. Adaptación cardiovascular producida por el entrenamiento

El trabajo de predominio dinámico es en gran medida el responsable de las modi-�caciones más acusadas que se observan en el corazón después de un período deacondicionamiento no inferior a ocho semanas. La magnitud de los cambios guar-da relación con la duración del entrenamiento, el volumen y la intensidad de cadauna de las sesiones. La respuesta al entrenamiento viene además condicionada porfactores individuales genéticos y por el sexo.

El entrenamiento modi�ca la estructura y la función cardíaca en relación con el tipo,el volumen y la intensidad del trabajo realizado. De los cambios introducidos por elejercicio físico, el signo más común sobre el aparato cardiovascular es la reducciónde la frecuencia cardíaca de reposo. Otro efecto introducido por el entrenamiento esla hipertro�a, el trabajo muscular provoca el incremento del grosor de la pared delmúsculo cardíaco.

Page 72: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 72

En los últimos años se ha puesto de mani�esto el interés por el estudio de los cambiosen el músculo periférico. Más allá de sus efectos sobre el rendimiento deportivo estáel hecho de gran importancia en cardiología clínica al favorecer el incremento de lacapacidad física en pacientes con deterioros grandes de la función cardiovascular.Las modi�caciones más signi�cativas afectan al tono muscular, la vascularización ylos mecanismos de transporte y utilización de energía.

3.1.5.2. Principios del entrenamiento

Los principio de entrenamiento son normas a tener en cuenta en el diseño de cualquierprograma de ejercicio físico.

El entrenamiento para la mejora del nivel de �tness esta sometido a la regularizaciónde los fenómenos de adaptación biológica. Para que se produzca esa adaptación seha de tener en cuenta los principio de entrenamiento que ordenan sistemáticamentelos pasos y las fases de los procesos de adaptación del organismo al ejercicio físico.

Principio de la e�cacia del estimulo de la carga de entrenamientoSe basa en el hecho de que la carga ha de sobrepasar un umbral para quese produzca una mejora. Este umbral depende del nivel de entrenamiento delsujeto. Si el estímulo de entrenamiento es e�ciente, se produce un desequilibrioen el estado de forma de sujeto. Así, mientras dure el período de regeneraciónde la carga aplicada, el estado de forma del sujeto que estará por debajo desu nivel basal debido al cansancio. Una vez regenerado, se pasa a la siguientefase de sobrecompensación en la que se experimenta la mejora y, por lo tanto,en la que el nivel de forma del sujeto está por encima de su nivel inicial.

Principio de la carga creciente de entrenamientoEl individuo se adapta a los estímulos externos de entrenamiento de maneraque si éstos no son superiores llega un momento en que no se produce ningunacaptación interna y mejora del nivel del �tness. El aumento de la carga deentrenamiento se realiza en función del volumen y de la intensidad:

Carga = V olumen · Intensidad

La progresión de la carga se hace en función de uno u otro parámetro, siendomás aconsejable que el incremento sea, en primer lugar, en función del volumeny posteriormente en función de la intensidad.

Page 73: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 73

Principio de la carga continuada de entrenamientoUna sucesión regular de los entrenamientos lleva a una mejora continua. Lamejoría es más acusada y los efectos bene�ciosos superiores si se reparte lacarga semanal de entrenamiento en 3 o 4 sesiones.La sucesión ideal de los entrenamientos se presenta con una nueva carga de tra-bajo cuando el individuo llega a la fase de sobrecompensación, es decir cuandose ha recuperado del esfuerzo debido a la carga anterior.Si por alguna razón se tiene que interrumpir de forma prolongada la continui-dad de los entrenamientos, se produce una disminución de la forma y de susefectos bene�ciosos.El estado de forma del sujeto vuelve a su nivel basal en el caso de pasar untiempo de la fase de sobrecompensación y no presentarse otro estímulo deentrenamiento.

Principio de la relación óptima entre el esfuerzo y el descansoEs necesario dejar una pausa de regeneración su�ciente después de una cargade entrenamiento.En la medida en que el nivel de �tness del sujeto es más elevado, las pausasde regeneración pueden ser mas cortas. Si la carga de entrenamiento no serecupera, el organismo podría entrar en un estado de sobrentrenamiento, cir-cunstancia que no se tendría que dar nunca.Cuando en la sucesion de cargas de entrenamiento el siguiente estímulo sepresenta en el momento en que el individuo todavía está en la fase de desequi-librio se produce un nuevo desequilibrio superpuesto al anterior. Si no se dejatiempo su�ciente de regeneración entre cargas se puede llegar a un estado desobrentrenamiento en el que, a pesar de presentarse los estímulos de trabajode forma continua, se produce una disminución incontrolada del rendimientoy del estado de forma del sujeto.

Principio de la adaptacion a la edadLa forma en que el individuo se adapta a la carga de entrenamiento dependetambién de su edad biológica.En los programas de ejercicio físico dirigido a la globalidad de la población seráespecialmente importante tener presente este punto, ya que nos encontraremoscon un espectro de edades muy amplio y necesidades muy diversas.

Page 74: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 74

3.1.5.3. Las cualidades físicas

Para facilitar la sistematización del estudio de las cualidades físicas hay quediferenciar entre cualidades físicas básicas o condicionales

fuerza

resistencia

velocidad

y complementarias o facilitadoras

�exibilidad

coordinación.

Las cualidades físicas básicas o condicionales son conocidas también como orgánico-funcionales, porque dependen del trabajo de contracción muscular y de la energíanecesaria para este trabajo, se basan, por tanto, en la e�cienza de los mecanismoenergeticos.

Las cualidades físicas complementarias son las que posibilitan la preservación de laamplitud de movimientos y una mayor economía del gesto.

La resistencia

Porta [76], de�ne la Resistencia como �la capacidad de realizar un trabajo, e�cien-temente, durante el máximo tiempo posible�. En función de la vía energética quevayamos a utilizar, la Resistencia puede ser:

Resistencia aeróbica: es la capacidad que tiene el organismo para mantenerun esfuerzo continuo durante un largo periodo de tiempo. El tipo de esfuerzoes de intensidad leve o moderada, existiendo un equilibrio entre el gasto y elaporte de O2.

Resistencia anaeróbica: es la capacidad que tiene el organismo para mantenerun esfuerzo de intensidad elevada durante el mayor tiempo posible. Aquí, eloxígeno aportado es menor que el oxígeno necesitado. Esta a su vez, puede ser:

Page 75: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 75

• Anaeróbica láctica: existe formación de ácido láctico. La degradación delos azucares y grasas para conseguir el ATP o energía necesaria, se realizaen ausencia de O2 (glucolisis).

• Anaeróbica aláctica: también se lleva a cabo en ausencia de O2, pero nohay producción de residuos, es decir, no se acumula ácido láctico (sistemade fosfágeno).

La fuerza

Porta [76], de�ne la Fuerza como �la capacidad de generar tensión intramuscular�.

A continuación nos vamos a centrar en la propuesta de Stubler (citado por Matveev[94]), en la que se distinguen diferentes tipos de fuerza según:

El tipo de contracción

• F. Isométrica: existe tensión muscular, pero no hay movimiento ni acor-tamiento de las �bras al no vencerse la resistencia.

• F. Isotónica: existe movimiento venciéndose la resistencia existente, pu-diendo ser Concéntrica (se produce un acortamiento del músculo con ace-leración) o Excéntrica (se produce un alargamiento del músculo con des-aceleración).

La resistencia superada

• F. Máxima: es la capacidad que tiene el músculo de contraerse a unavelocidad mínima, desplazando la máxima resistencia posible.

• F. Explosiva: es la capacidad que tiene el músculo de contraerse a lamáxima velocidad, desplazando una pequeña resistencia.

• F. Resistencia: es la capacidad que tiene el músculo de vencer una resis-tencia durante un largo periodo de tiempo. También se la considera comola capacidad de retrasar la fatiga ante cargas repetidas de larga duración.

La velocidad

Torres [52], de�ne la Velocidad como �la capacidad que nos permite realizar unmovimiento en el menor tiempo posible, a un ritmo máximo de ejecución y duranteun periodo breve que no produzca fatiga�. Según Harre (Citado por Matveev [94]),distinguimos entre:

Page 76: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 76

V. Cíclica: propia de una sucesión de acciones (correr, andar).

V. Acíclica: propia de una acción aislada (lanzar).

Según Padial [115] y muchos otros autores, distinguimos entre:

V. de Reacción: capacidad de responder con un movimiento, a un estímulo, enel menor tiempo posible (salida al oír el disparo en una carrera de 100m).

V. Gestual: velocidad de realización de un gesto aislado. También llamada V.de ejecución (lanzar la pelota en béisbol).

V. de Desplazamiento: capacidad de recorrer una distancia en el menor tiempoposible. También puede de�nirse como la capacidad de repetición en un tiempomínimo de gestos iguales (correr, andar).

La �exibilidad

Según Hahn (Citado por Padial [115]), la Flexibilidad es �la capacidad de aprove-char las posibilidades de movimiento de las articulaciones, lo más óptimamente po-sible�. Es la capacidad que con base en la movilidad articular y elasticidad muscular,permite el máximo recorrido de las articulaciones en posiciones diversas, permitien-do realizar al individuo acciones que requieren agilidad y destreza. Otros autores ladenominan �Amplitud de Movimiento�. Según Fleischman (Citado por Antón [81]),podemos distinguir entre:

FL. Dinámica: aquella que se practica cuando realizamos un movimiento bus-cando la máxima amplitud de una articulación y el máximo estiramiento mus-cular. En este tipo de �exibilidad hay un desplazamiento de una o varias partesdel cuerpo.

FL. Estática: no hay un movimiento signi�cativo. Se trata de adoptar unaposición determinada y a partir de ahí, buscar un grado de estiramiento queno llegue al dolor y que deberá mantenerse durante unos segundos. Pueden sermovimientos ayudados.

La coordinación

La coordinación es una capacidad física complementaria que permite al deportistarealizar movimientos ordenados y dirigidos a la obtención de un gesto técnico [109].

Page 77: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 77

Es decir, la coordinación complementa a las capacidades físicas básicas para hacer delos movimientos gestos deportivos. Podemos hacer cualquier tipo de movimientos:rápidos (velocidad), durante mucho tiempo (resistencia) y para desplazar objetospesados (fuerza). Para �convertir� estos movimientos en gestos técnicos, precisan decoordinación. La coordinación se clasi�ca:

Coordinación segmentaria: se re�ere a los movimientos que realiza un segmento-brazo, pierna- y que pueden estar relacionados con un objeto: balón, pelota,implemento, etc... Diferenciaremos dos tipos de coordinación segmentaria:

• Coordinación óculo - pédica: los movimientos los organizamos con laspiernas (pie) y los ojos (óculo), como en fútbol;

• Coordinación dinámica.- intervienen los brazos y manos, con los ojos,como en baloncesto.

Coordinación dinámica general: los movimientos son dirigidos y están sincro-nizados afectando a todo el cuerpo, desde los pies hasta la visión, pasando portronco y brazos o manos. En el gesto del salto, tanto vertical, como horizontal,la correcta contracción y relajación secuenciada y ordenada de los músculosaumentará la marca. Es muy importante automatizar el patrón motriz delgesto deportivo de lanzamiento de peso, en el que la coordinación será la quesume inercias y fuerzas para mandar el objeto lo más lejos posible.

Coordinación Espacial: los movimientos son ajustados para adaptarse al des-plazamiento de un móvil y/o al de los demás deportistas, cuyas trayectoriasse producen en un espacio.

3.1.5.4. Entrenamiento de la resistencia para la mejora cardiovascular [121]

El entrenamiento de la resistencia, junto con una alimentación adecuada se consideracomo un factor preventivo importantísimo en la prevención de enfermedades cardio-vasculares: hipertensión, arteriosclerosis, infarto y anginas de pecho. Los bene�ciosson:

1. Aumenta el tamaño del corazón y disminuyen las pulsaciones en reposo. Estoproduce una economización para el trabajo del corazón, que tendrá que latirmenos veces.

Page 78: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 78

2. Mejora la circulación coronaria, lo cual previene infartos y mejora su recupe-ración en caso de producirse.

3. Normaliza la tensión arterial en reposo

4. Mejora el retorno venoso, lo cual previene y mejora las varices en caso deproducirse.

5. Aumenta el número de glóbulos rojos y blancos.

6. Normaliza el azúcar sanguíneo.

7. Disminuyen las grasas sanguíneas y subcutáneas. El entrenamiento de la re-sistencia puede repercutir en un uso mas económico de la capacidad aeróbicaexistente y en evitar el descenso o incluso mejorar el V O2max insu�ciente hastaun nivel considerado normal.

La de�nición de un programa de entrenamiento de la resistencia se hace en funciónde dos puntos básicos: la capacidad o el nivel de entrenamiento del individuo y sudisposición para este tipo de trabajo. De esta forma siguiendo el planteamiento hechopor [54] se marcan diferencias entre programas de entrenamiento de la resistenciade base mínima y de base óptima:

1) Programa de entrenamiento de base mínima

ideal para personas con nivel de resistencia bajo

la carga semanal de entrenamiento se sitúa alrededor de 60 minutos

la intensidad de la carga sería aproximadamente el 50% de la capacidadcardiovascular máxima. La frecuencia cardíaca máxima se calcula con laformula de Karvonen y es 220 � edad [74].

La duración de la carga por sesión sería entre 10-12 minutos y 30 minutos

la frecuencia de entrenamiento será entre 5 (x 12 min.) o 2 (x 30 min.)sesiones semanales.

2) Programa de entrenamiento de base óptima

Estos tipos de programa están destinados a personas que han tenido una re-gularidad en el entrenamiento de la resistencia y pueden trabajar a un nivelmás alto:

Page 79: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 79

la carga de trabajo semanal puede variar entre 2 y 4h

la intensidad se situaría alrededor de un 70% de la frecuencia cardíacamáxima

la duración mínima de una sesión será entre 30 y 60 minutos

la frecuencia de entrenamiento entre 3 o 6 sesiones semanales.

Como pautas general se consideran disciplinas aeróbicas aquellas disciplinas o de-portes que:

- entrenan más de 1/6 � 1/7 de la masa muscular del individuo

- tienen trabajo de predominio dinámico

- son de naturaleza cíclica, o sea lo movimiento se repiten en el tiempo (correr,bicicleta, nadar, etc..)

- el volumen de trabajo tiene una intensidad medio � baja y una duración larga

- el sistema de entrenamiento es continuo sin pausas ni interrupciones.

3.1.6. Atletismo, natación y ciclismo [121]

Los deporte en el marco de la actividad física general cumplen el doble objetivo deocupación del tiempo libre y promover la salud, en especial de tipo cardiovascular.La indicación de practicar un deporte no se limita al ámbito de las personas apa-rentemente sanas. La presencia de una cardiopatía orgánica o adquirida no es unacontraindicación para el deporte incluidos los de competición.

La clasi�cación de los deportes más comunes en función de la respuesta cardiovas-cular que desencadenan es difícil de establecer. Pese a todo, su separación en nivelesde alta y moderada repercusión cardiovascular y por el tipo de trabajo musculardesarrollado permite la recomendación con criterios mas objetivos.

Deportes de contacto y/o de breve duración como remo, karate, boxeo son de altaintensidad y de predominio isotérmico así que su práctica e indicaciones deberíanser supervisadas por expertos. Por otro lado, el atletismo, la natación o el ciclismotienen en común ser de práctica individual, de predominio dinámico y son, por lotanto, susceptibles de ser tomada como propuesta de actividad física para programasde �tness y fomento de la salud.

Page 80: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 80

3.1.6.1. Atletismo

En este apartado se analizará el papel de las diferentes cualidades físicas en lascompeticiones de carrera.

Rol de las cualidades �sica

- Resistencia. El papel protagonista de la resistencia en la determinación delrendimiento está directamente relacionado con la distancia a recorrer en laprueba. En las pruebas cortas de velocidad (60 y 100 m) la vía principal deobtención de energía es la anaeróbica aláctica. En pruebas mas largas (400y 800 m) el rendimiento depende más de la vía anaeróbica láctica. En laspruebas de larga duración medio fondo y fondo va adquiriendo protagonismola vía aeróbica de obtención de energía en la medida que aumenta la distanciaa recorrer.

- Fuerza. En el corredor la fuerza es la capacidad de mover su proprio cuer-po y su desarrollo es más a nivel de tren inferior, para facilitar su traslaciónmediante el aumento de la longitud de zancada. Entre ellos ha de distinguirla fuerza-velocidad esencial para aquellos corredores especializados en prue-bas cortas, ya que le permitirá zancadas amplias y con una gran frecuenciade movimiento. Por otro lado, para los corredores de fondo es más interesan-te la fuerza-resistencia del músculo o grupo muscular durante las repetidascontracciones del mismo.

- Velocidad. Es una cualidad esencial en el corredor de pruebas cortas y es unacualidad importante para el corredor de fondo también para mejorar la fuerzaterminal y el ritmo de carrera.

- Coordinación. La coordinación en un corredor de carrera se obtiene con un tra-bajo de técnica. La diferencia entre un atleta coordenado y con buena técnicay uno que carece de ella está en que el primero tendrá una carrera económicay efectiva mientras que el segundo tendrá gastos energéticos mayores debidosa sus movimientos parásitos que restan efectividad a su carrera.

- Flexibilidad. La �exibilidad es una capacidad a desarrollar por el corredor aunsi no determina el rendimiento directamente como en deportes de kata y kumitecomo el karate donde la �exibilidad juega un rol esencial. En el corredor la

Page 81: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 81

mejora de la �exibilidad implica músculos mas elásticos que trasportan mejorla energía y mejoran la capacidad mecánica del deportista.

Repercusión músculo-esquelética

Las lesiones traumáticas de tipo agudo son infrecuentes en corredores. Las lesionestípica del deporte son las lesiones de �sobrecarga�. Estas lesiones se ubican casiexclusivamente a nivel de tren inferior .

3.1.6.2. Natación

En los programas competitivo de natación se incluyen pruebas correspondientes alos 4 estilos: crol, espalda, braza y mariposa con una distancia que que varía de los50 a los 1.500 m. Este hecho hace que según la duración de las carreras varíe el papelprotagonista de una u otra cualidad física.

Rol de las cualidades físicas

- Resistencia. Es importante para el nadador establecen una base aeróbica queacelere la recuperación y favorezca su rendimiento si compite a larga distancia.La resistencia anaeróbica láctica será determinante en las pruebas cortas (100y 200 m). Estos nadadores tendrán que entrenar su tolerancia al lactato paraque su rendimiento se pueda prolongar en velocidades más elevadas. Por otrolado en la prueba de 50 m los cúmulos de lactato no son tan signi�cativos ypor lo tanto hay un papel dominante de la resistencia anaeróbica aláctica.

- Fuerza. En el entrenamiento de la fuerza el nadador busca mejorar la fuerza deresistencia de los músculo que le ayudan a propulsarse en los diferentes estilos,ya que deben de responder a trabajos repetidos y cíclicos. En las pruebas cortaséste puede ser más intenso y por tanto será más importante el desarrollo dela fuerza velocidad. En cualquier caso con el entrenamiento de la fuerza elnadador no busca un aumento excesivo de la masa muscular, el consiguienteaumento supondría un aumento de la resistencia al avance del mismo. Será deinterés para el nadador el desarrollo de la fuerza explosiva de tren inferior parasacar mayor partido al hacer impulso a la salida. Es de destacar la importanciadel nivel de fuerza de tren superior ya que los diferentes estilos las brazadastienen un papel esencial en la propulsión.

Page 82: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 82

- Velocidad. Es determinante para el rendimiento de las pruebas cortas (50 y 100m). Asimismo es de interés, aún si en menor medida, para quienes se dedicana distancias largas con el �n de tener �nales de carrera intensos y mejorar lavelocidad de crucero.

- Coordinacion. Es básico para el nadador conseguir una mecánica de brazadae�ciente con una técnica correcta, lo que le permitirá llevar un tren determi-nado con un menor número de brazadas y/o con menor fuerza en cada una deellas.

- Flexibilidad. Un buen nivel de �exibilidad es imprescindible en dos articu-laciones: hombro y tobillo. Es importante que el nadador tenga una buena�exibilidad, lo que le va a facilitar una mejor realización técnica de los movi-mientos, una mecánica más propulsiva en las brazadas, disminuye la resistenciadel agua y reduce la probabilidad de lesiones crónicas.

Repercusión musculo-esquelética

se trata de un deporte de bajo impacto osteoarticular que lo convierte en referenciadentro de la prescripción de ejercicio físico.

3.1.6.3. Ciclismo

Se trata de una disciplina cíclica en la cual se van repitiendo los mismos movimientosa nivel de tren inferior. Sin embargo las numerosas especialidades tan diferentes entresi permiten extender un amplio abanico de esfuerzos que van desde la velocidad alfondo pasando por la velocidad, la resistencia y el medio fondo.

Rol de las cualidades física

- Resistencia. En las carreras cortas de velocidad es de predominio anaeróbicoaláctico, a medida que la distancia a recorrer aumenta el predominio pasade anaeróbico a aeróbico. La importancia de la resistencia aeróbica, de laadaptación cardiovascular al esfuerzo y de las adaptaciones destinadas a lograrun mayor consumo de oxígeno es mayor cuanto más larga es la distancia arecorrer.

Page 83: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 83

- Fuerza. Un buen nivel de fuerza es indispensable en todas las disciplinas delciclismo. Sin embargo en función de la disciplina será más decisivo el desarrollode un tipo de fuerza u otro:

• nos es muy importante la aportación de la fuerza máxima, ya que no esuna sola contracción a intensidad máxima

• La fuerza velocidad o explosiva es esencial en disciplinas como 200, 500y 1000 m

• la fuerza resistencia es la cualidad más destacable ya que normalmentese trata de la relación de trabajos de fuerza de larga duración.

- Velocidad. Es la expresión del esfuerzo máximo que permite recorrer la ma-yor distancia posible en la unidad de tiempo. Este esfuerzo máximo se puedemantener durante muy poco tiempo (6 � 7 s) por lo que sera determinante enlas pruebas cortas y en las demás disciplinas para la llegada a meta y paracontribuir en el aumento del ritmo de pedaleo.

- Coordinación. En el ciclista es de especial interés la coordinación inter e in-tramuscular de los grupos musculares de tren inferior que intervienen en elpedaleo, con el �n de que éste sea el más económico posible.

- Flexibilidad. El arco de movimiento en el ciclista no es excesivamente amplio,por lo que se puede a�rmar que la �exibilidad no es una cualidad que determinedirectamente el rendimiento del ciclista. Sin embargo, es importante manteneruna musculatura elástica.

Repercusión musculo-esquelética

No es raro el caso de presentación de lesiones crónicas en las articulaciones im-plicadas en el pedaleo a causa de la aplicación de un desarrollo demasiado fuerte.También cabe mencionar la posibilidad de lesiones agudas derivadas de las caidas.

Sin embargo, el ciclismo es un punto de referencia en programas para la mejora dela adaptación cardiovascular al esfuerzo.

Page 84: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 84

3.2. Un nuevo concepto tecnológico-social para la personalización dela salud en el deporte (p-Sport)

En esa sección se pretende proporcionar un estado del arte sobre la e-salud y endetalle, sobre el p-Salud relacionado con el entorno deportivo que de�niremos comop-Sport.

Vista la rápida expansión que han tenido en los últimos años las tecnologías de lascomunicaciones móviles, es también objetivo de esta sección, analizar las �TrainigApp� disponibles para ver cómo estas encajan en el entorno del p-Sport previamentede�nido.

Existen muy diversas, y a veces contradictorias, interpretaciones de lo que signi�canlos términos e-salud y e-inclusión. En este informe se considera que la e-salud hacereferencia al uso de las nuevas tecnologías (TIC) en la asistencia integral del indivi-duo, lo que cubre todos los estadios que puede recorrer a lo largo de su vida. Estade�nición deja una amplia área común con la e-inclusión, puesto que ésta considerauna Sociedad de la Información que sea para todos, que provea servicios públicos dealta calidad y promueva la calidad de vida.

Ambos términos, e-salud y e-inclusión, tienen un elevado grado de complementarie-dad y, a grandes rasgos, uno se hace cargo de una prioridad vertical (e-Salud) enun sector determinado y otro de una necesidad horizontal (lo que se denominaríae-Inclusión). La visión especializada de la e-Salud que es la de los métodos y de lapersonalización de la atención de salud es la p-Salud, en ese trabajo nos ocupamosde una visión especializada de la p-Salud en el campo deportivo que de�niremoscomo p-Sport.

La relación entre p-Salud y p-Sport es muy estricta. En los programas de ejerciciofísico de ámbito no competitivo se pretende englobar toda practica-físico deportivaen la que, sin buscar el máximo rendimiento en las cualidades físicas, se contribuyaal fomento de hábitos de vida más saludables, y ayude en de�nitiva a la mejora dela salud, de la calidad de vida y, posiblemente, al incremento de la longevidad.

Esos bene�ciosos de la actividad física sobre la salud hacen que la práctica delejercicio físico sea parte integrante del cuidado de la salud a toda la población sinque la edad suponga un factor limitante. Para la realización de tal objetivo tan soloserá necesario adaptar el programa de entrenamiento a las características personalesde cada individuo, para de esa forma, determinar la con�guración �nal del plan detrabajo de las diferentes cualidades físicas.

Tras estas consideraciones parece evidente la necesidad de la personalización de la

Page 85: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 85

actividad deportiva en un entorno de salud pública y no de actividad de entreteni-miento, de aquí nace la necesidad de la caracterización de la p-Salud en un entornodeportivo.

3.2.1. Las Tecnologías implicadas en el desarrollo de la e-Salud

Desde un punto de vista público, se pueden clasi�car las áreas temáticas implicadasen el campo de la e-salud así como las tecnologías, dispositivos y característicasde las redes que pueden favorecer su desarrollo e�caz. Esto se describe en la tablamostrada a continuación, en la que se detallan las principales áreas temáticas queestán implicadas en la gestión de la e-Salud así como las tecnologías implicadas tab.3.5, 3.6, 3.7, 3.8.

Área Temática Tecnología Implicada

Gestión de la informa-ción de salud pública

- Cribado población y minería de datos para extrac-ción de patrones

- Data Warehouse

- CRM (Customer Relationship Management)

- Aplicable a campañas de prevención, promociónde la salud y de hábitos saludables, control me-dioambiental y relación con sanidad, etc..

Tab. 3.5: Tecnologías implicadas en la e-Salud

Page 86: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 86

Área Temática Tecnología Implicada

Historia clínica elec-trónica (imágenes mé-dicas, resultados deanálisis...)

- Sistemas de información interoperables

- Seguridad

- Dispositivos de diagnóstico: imagen médica, seña-les vitales,

- Dispositivos de tratamiento: bombas insulina,marca pasos,

- Sensores: implantados en dispositivos, ropa inteli-gente

- Dispositivos de comunicación personal (móvil,PDA, smartphones)

- Tratamiento digital de la señal

- Redes de comunicación: Internet, redes privadasvirtuales seguras

- Integración con los sistemas de los distintos depar-tamentos o áreas funcionales del hospital (labora-torio, farmacia, operación logística). De esta formatambién se podrá proveer de información consoli-dada al paciente para ser vista remotamente.

- Integración con CRM con el �n de realizar unaorientación al usuario.

- Sistemas de diagnóstico y tratamiento e integra-ción de los datos producidos a distintos niveles

- Sistemas de soporte a la decisión, sistemas de ges-tión del riesgo para minimizar los errores médicos.

Tab. 3.6: Tecnologías implicadas en la e-Salud

Page 87: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 87

Área Temática Tecnología Implicada

Identi�cación del pa-ciente

- Tarjetas inteligentes, tarjetas de memoria,RFID,lectores de código de barras (bi-tri dimen-sionales).

- Interoperabilidad de los distintos sistemas a nivelnacional y europeos.

Gestión interhospita-laria del paciente (ci-ta previa, coordina-ción de pruebas, etc...)

- Redes de comunicación: Internet, redes privadasvirtuales seguras

- Interoperabilidad de sistemas.

- Sistemas de soporte a la decisión, sistemas de ges-tión del riesgo para minimizar los errores médicos.

- Formas efectivas de gestionar la información conel �n de evitar errores médicos y optimizar todo elproceso.

Tab. 3.7: Tecnologías implicadas en la e-Salud

Page 88: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 88

Área Temática Tecnología Implicada

Receta electrónica

- Redes de comunicación: Internet, redes privadasvirtuales seguras.

- Sistemas de información de gestión de stocks, co-municación con la industria farmacéutica.

- Integración con la HCE

- Uso de terminales móviles para comunicación víasms, e-mail, con el paciente

- Aplicaciones de �rma electrónica.

Acceso a portal perso-nalizado de e-salud

- Redes de comunicación: Internet, redes privadasvirtuales seguras.

- Interoperabilidad de sistemas.

- Mecanismos de provisión de información de cali-dad personalizada

- Minería de datos (CRM)

- Nuevas formas de concienciar al usuario (tanto ciu-dadano como profesional sanitario) para que se in-volucre en el cuidado de su salud y para que use lasTIC en su rutina diaria con el �n de apoyarse enunas herramientas que dotan de �exibilidad y decalidad la atención sanitaria con el �n de fomentarun autocuidado proactivo.

Tab. 3.8: Tecnologías implicadas en la e-Salud

3.2.2. p-Sport

P-Sport es el instrumento que las TIC ponen al alcance de los profesionales del

Page 89: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 89

deporte, de la sociedad y de los individuos para permitir una gestión completa dela actividad física de la persona y de su salud. Básicamente el p-Sport es la p-Saluden el entorno deportivo, con la diferencia sustancial que en el P-Sport la correctamonitorización en tiempo real de un individuo durante una actividad físicas es unrequerimiento esencial.

El concepto del p-Sport toma, por lo tanto, los más importantes avances en todasaquellas disciplinas relacionada con el p-Salud y que tengan su�ciente grado demadurez para hacer del individuo durante la práctica de actividades física el centroorbital para lograr mejoras en su salud, estado físico y calidad de vida.

En este marco podemos caracterizar a la persona en cinco grandes dimensiones, queconstituyen los pilares por su bienestar, y que por lo tanto constituirán la base delas estrategias de atención y cuidado de la actividad físico-deportiva a través dep-Sport:

1. Refuerzo de la gestión integral de la actividad físico-deportiva y del riesgo,apoyando una correcta monitorización de las actividades físicas permitiendoque los individuos se mantengan en un mejor estado de salud mejorando susprestaciones y su condición física.

2. Apoyo práctico para la puesta en práctica de un estilo de vida saludable quemejore su calidad de vida, al mismo tiempo que mantenga la independencia yuna capacidad del individuo informado de la toma de decisiones y para actuaren su propria vida.

3. Impulso del bienestar psicológico actuando sobre las personas de forma holís-tica y proponiendo soluciones a las necesidades personalizadas y especí�cas encada momento, en las diferentes fases del entrenamiento o para su situaciónen concreto.

4. Potenciando la auto e�cacia y las capacidades y potencial de los propios usua-rios para auto gestionar su condición y tomar el control y la responsabilidadde su salud, proporcionándole las herramientas y los medios para hacerlo deforma efectiva.

5. Contribuyendo a la reconstrucción pro activa y positiva del entorno del indivi-duo tras un evento negativo, apoyando cuando sea necesario una reingenieríade la vida que apoye la recuperación o la re-inserción efectiva del individuo.

Page 90: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 90

Las TIC aplicadas a la personalización de la actividad física del individuo, a suentorno y a los profesionales involucrados en su entrenamiento, permiten no solocrear innovación al servicio sino también generar un cambio disruptivo en la gestiónde los procesos de asistencia de profesionales de forma coste efectiva y sostenible,ampliando la cartera de servicios a disposición de los usuarios y potenciando la inte-racción usuario-sistema. Además, estos nuevos modelos de atención socio-deportivapermiten incorporar nuevos agentes en los modelos de provisión de servicios, de �-nanciación y de reembolso, fortaleciendo la oferta a disposición de los usuarios ydistribuyendo los costes entre un número más grande de actores y bene�ciarios.

El p-Sport permite a su vez, de forma sencilla, e�caz y sostenible, incorporar enel apoyo asistencial a la población deportiva no profesional, que actualmente reci-be poca atención y de forma muy genérica y vaga. Los servicios p-Sport tendránun efecto disruptivo en la gestión y control del riesgo en estas poblaciones, antici-pando los posibles problemas de salud, mejorando su calidad de vida y ampliandosu conocimiento sobre el entrenamiento deportivo. Además, el radio de acción delas soluciones p-Sport no se circunscriben al usuario de forma individual sino quetambién incluyen a su entorno cercano, en forma de red social.

Implementación del p-Sport

Dentro de una visión compleja e integral de la persona y su salud, basada en lascinco dimensiones referidas anteriormente, podemos identi�car una serie de necesi-dades concretas, que contribuirán de manera positiva o negativa a la aproximaciónde la persona de forma efectiva al estado completo de bienestar que de�ne la OMS.Por supuesto, estas necesidades no re�ejan por completo todas las necesidades queposee la persona en relación a su Salud en sentido amplio, pero de�nirán un buencampo de actuación donde el impacto de las acciones p-Sport encaminadas a com-pletar dichas necesidades sea mayor y más costo efectivo. Estas necesidades son lasque han dado lugar a las soluciones y los servicios p-Sport al servicio del usuario.

El siguiente esquema de �g. 3.10 describe esta visión holística y centrada en elpaciente que es la base donde se fundamenta el p-Sport.

Page 91: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 91

Fig. 3.10: Visión holística del p-Sport basada en el paciente.

3.2.2.1. Gestión de condición Clínica

Podemos hablar de gestión de la condición clínica porque el balance entre riesgos ybene�cios de la práctica de la actividad física es claramente favorable a los bene�cios,sobretodo cuando la práctica es regular, aunque hay un umbral energético semanalmínimo para disminuir el riesgo cardiovascular. Las actividades física de moderada-alta intensidad son las que muestran mayor bene�cio.

En consecuencia, el ejercicio debe ser considerado como la piedra angular en laque deben basarse las modi�caciones del estilo de vida para la prevención de laenfermedad cardiovascular [11].

Dentro de la Gestión Clínica de la condición del usuario, se identi�can dos necesi-dades fundamentales:

- La monitorización de las diferentes variables que caracterizan la salud del

Page 92: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 92

usuario y su condición clínica, dibujando una fotografía de la situación y de laevolución esperada: para ajustar su entrenamiento, personalizar la implemen-tación de la atención de los profesionales y prevenir riesgos.

- Apoyando la adherencia a los objetivos deportivos y a las recomendaciones,contribuyendo a la efectividad de los mismos y dotando a los profesionalescon un escenario de trabajo más estable y consolidado sobre el que intentarmejorar la evolución del estado �sico.

Ejemplos de aplicaciones y servicios p-Sport dirigidos fundamentalmente a la gestiónde la condición �sica y el entrenamiento son los productos Adidas miCoach [19],Nike+ [108].

A. Gestión de la actividad física y el entrenamiento a través de un sistema dedispositivos embebidosEl sistema Adidas miCoach (�g. 3.11) provee una solución de dispositivos em-bebidos para la gestión de la actividad física, dirigida a deportes de movimientodonde prevalece una componente aeróbica del ejercicio.

Fig. 3.11: Adidas miCoach.

El principio del sistema es la monitorización multiparamétrica, el análisis delos datos de señales vitales, y del comportamiento del usuario durante la acti-vidad física, y de procesos de soporte a la ayuda durante la realización de unasesión personalizada de ejercicio.El resultado es un sistema de dispositivos embebidos (tab. 3.9) e independien-tes donde cada uno proporciona una ayuda en función de los recursos quetiene. Al �nalizar una sesión de ejercicio se pueden relacionar los datos delos diferentes dispositivos para proporcionar ayuda y soporte al usuario en unsistema de entrenador virtual basado en tecnología web.

Page 93: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 93

miCoach PACER miCoach ZONE miCoach MOBILE

Entrenamiento delritmo cardíaco

si si no

Entrenamiento au-dible

si no si

Pantalla visual no si si

Compatible con re-productor MP3

si no no

Sincronización conla web

si no si

Guarda datos deentrenamiento

si no si

Funciona con elmonitor de pulsa-ciones

si si no

Funciona con elsensor de velocidad

si no no

Estadística de en-trenamiento

Tiempo, calorías, ritmocardíaco, distancia, ritmo,

paso

Tiempo, calorías, ritmocardíaco

Tiempo, calorías, distancia,ritmo

Tab. 3.9: Funcionalidades soportadas por Adidas miCoach.

B. Gestión de la actividad física y el entrenamiento a través de un sistema deBody Area NetworkNike+ �g. 3.12 es un sistema p-Sport que provee las mismas funcionalidades demonitorización y de ayuda durante el entrenamiento que Adidas miCoach. Delmismo modo que miCoach, Nike+ relaciona y analiza las sesiones realizadasen un entrenador virtual por medio de una aplicación web.La diferencia fundamental entre Adidas miCoach y Nike+ está en la arqui-tectura del sistema de monitorización y de ayuda durante el entrenamiento.Mientras en el Adidas miCoach cada dispositivo es independiente y puede serusado sin necesidad de los otros, en Nike+ hay una Body Area Network (BAN)donde los sensores se comunican con un controlador que captura los paráme-tros �siológicos del usuario. Estos datos son elaborados en un smart deviceque monitoriza y ayuda al usuario durante una sesión de entrenamiento.

Page 94: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 94

Fig. 3.12: Nike +.

3.2.2.2. Gestión del estilo de vida

El ejercicio físico contribuye al abandono de los hábitos tóxicos, especialmente eltabaco, al mantenimiento de dietas equilibradas y al menor consumo de alcohol. Re-sulta incompatible llevar a cabo un programa de actividad física de cierta intensidadsi paralelamente no se producen cambios en el estilo de vida [122].

Con respecto al estilo de vida, las actualizaciones prioritarias se centrarán en lasdos necesidades fundamentales que han demostrado ser de vital importancia para lasalud de las personas y la mejora de su forma física:

- Apoyando el incremento de la actividad física y su adecuación a las caracte-rísticas de las personas y a sus preferencias, convirtiéndola mucho más en unaactividad de ocio que en una obligación médica y consiguiendo cambios queperduren y que se puedan transmitir desde la persona a su área de in�uencia(i.e. de un padre a sus hijos).

- Mejorando las capacidades de las personas para llevar a cabo una nutriciónsaludable sin perder el aspecto social y cultural de la misma, potenciando unavisión innovadora y personalizada que permita, en la mayoría de los casos,el disfrute de la gastronomía dentro de unos hábitos sanos y bene�ciosos,adaptados a las características de las personas y a sus preferencias.

Page 95: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 95

Ejemplos de sistemas para la gestión del estilo de vida son:

A. Gestión del entrenamientoUna de las normas básicas del entrenamiento consiste en realizar ejercicios decalentamiento antes de iniciar cada una de las sesiones. El ejercicio físico serealiza la mayoría de las veces con métodos cuyo rigor es más que discutible.A partir de aquí, pueden provocarse numerosas situaciones que no favorecenel rendimiento deportivo ni la promoción de la salud, dos de los objetivos delejercicio físico [122].Virtual Trainer �g. 3.13 es un producto para iPhone que permite planear elentrenamiento según los objetivos establecidos por el usuario, evaluar la for-ma física y seguir el estado del entrenamiento del usuario. El producto estabasado sobre ejercicios de �tness y de pesas, para usuario no muy expertos losejercicios se puede visualizar por grupos musculares.Los programas de entrenamiento se pueden personalizar en función de los ob-jetivos establecidos por el usuarios. Existen cuatro niveles de entrenamientoen función de la capacidad aeróbica del usuario que se comprueba a través deun test de forma física.

Fig. 3.13: Virtual trainer.

B. Mantenerse en el peso idealDaily Burn �g. 3.14 es un producto para iPhone dirigido a personas que quie-ren reducir su peso a un nivel saludable, mantenerlo a largo plazo, incrementar

Page 96: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 96

moderadamente su actividad física y aprender a mejorar sus hábitos alimen-tarios. El sistema se diferencia de otros tantos existentes porque relacionanutrición y actividades físicas para reducir el peso del usuario. Tiene cuatrofuncionalidades básicas: el seguimiento de la nutrición y su aporte calorico,el seguimiento de la actividad física y del entrenamiento, personalización delos objetivos y estadísticas del seguimiento para ver el progreso del usuario,creación de dietas y planes de entrenamiento favoritos.El producto es de uso bastante intuitivo tiene un menu principal con las fun-cionalidades de tracking de nutricion, de entrenamiento, de peso y de progresoen el tiempo.Cuando se entra en el tracking de la nutrición es posible buscar lo que el usua-rio ha comido durante el dia y para cada plato es posible visualizar su aportecalorico, de modo que el usuario sepa cuantas calorias tiene que quemar du-rante su entrenamiento para no aumentar de peso.

Fig. 3.14: Daily Burn.

3.2.2.3. Gestión del bienestar psicológico

El bienestar psicológico de la persona también constituirá una de las principales víasde atención y cuidado de la Salud considerando al paciente de forma personalizaday única pero también fortaleciendo sus lazos con su entorno y con la sociedad:

Page 97: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 97

- Impulsando el mantenimiento y la mejora de la conexión social de la perso-na con su entorno, con sus pares y con la sociedad en general, especialmentecuando estas se han resentido como consecuencia de un deterioro en la Salud,reduciendo el estigma de la enfermedad, la sensación de incapacidad y poten-ciando el rol proactivo de todas las personas como miembros de pleno derechode la sociedad.

- Proporcionando la ayuda y apoyo psicológico durante las diferentes fases delentrenamiento, de forma personalizada, dinámica y adaptada a la evoluciónde las sesiones de entrenamiento.

Ejemplos de soluciones de ayuda al bienestar psicológico son:

A. Gestión del bienestar psicológico: conexión socialEl producto Strands 3.15 para iPhone soporta las funcionalidades básicas deseguimiento de las sesiones de entrenamiento usando la geolocalización comométodo de cálculo indirecto de las variables que caracterizan el estado físicodel usuario durante la actividad física. Además de las funcionalidades de se-guimiento y de revisiones de sesiones, este producto es una red social para losusuarios que comparten la a�ción por el deporte.Con Strands es posible: ver las noticias publicada en la red; ver los per�les delos usuarios con sus datos, sus estadísticas de entrenamiento, sus fotogra�ás,etc..; ver los eventos deportivos que lo usuarios noti�can en la red social; creargrupos de a�cionados; mandarse mensajes entre los usuarios.

Page 98: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 98

Fig. 3.15: Strands.

B. Gestión del bienestar psicológico: seguimiento y motivación durante el entre-namientoCasi todas las aplicaciones p-Sport soportan ayuda con seguimiento y motiva-ción al entrenamiento mediante mensajes de voz. Para ilustrar esta funcionali-dad usamos como ejemplo el producto para iPhone SprintGPS �g. 3.16 porquepermite un alto grado de personalización de los mensajes de voz.SprintGPS se basa en la monitorización de la actividad física mediante el usodel GPS,permite el seguimiento y la monitorización de todos los deportes develocidad, permite la realización de sesiones con objetivos personalizados ypermite la con�guración personalizada de los mensajes que el usuario quiereescuchar durante la monitorización y el seguimiento de la actividad física.

Page 99: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 99

Fig. 3.16: Sprint GPS.

3.2.2.4. Potenciación del paciente

Garantizando la autoe�cacia de las personas: su capacidad plena para manejar suvida y su salud, tomar las decisiones que desee de manera informada y asegurandoque su percepción de sus propias capacidades y su potencial se corresponde con larealidad.

Desarrollando herramientas especí�cas para potenciar la educación e informacióndel usuario y su entorno para la optimización de su estado físico, el uso efectivo delos instrumentos que hacen posible este manejo, y creando un entorno colaborativopara la educación y el aprendizaje para individuos y comunidades.

A. Potenciación de los usuarios a través de la educaciónTodos los ejemplos que se han presentado hasta este momento son ejemplosde potenciación del paciente utilizando prevalentemente tecnologías móvilespero las TIC no es solo móvil. La web se ha convertido en la herramienta máspotente para la educación de los usuarios en la autogestión de su salud y laprevención.Un ejemplo de portal educativo basado en tecnología web es el portal �Saludy deporte� [116] y �g. 3.17 donde los usuarios pueden encontrar todas las in-formaciones relacionadas con el entorno deportivo.

Page 100: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 100

Fig. 3.17: Portal Salud y deporte.

B. Potenciación de los usuarios a través de la web 2.0La tendencia actual de las tecnologías web es proporcionar siempre más ynuevos servicios como si fueran aplicaciones normalmente disponibles en losordenadores. Este nuevo concepto del �Cloud Computing� es la nueva visióndel Internet de futuro [32]. La web 2.0 representa la migración de funcionali-dades desde las plataformas desktop a las tecnologías web. La migración delservicio hacia la web (cloud services) es una innovación muy importante en lasTIC porque permite obtener funcionalidades muy avanzadas y evolucionadasen dispositivos que disponen de pocos recursos como móviles o dispositivosembebidos. Un ejemplo concreto de web 2.0 en el p-Sport es el portal de laUniversidad de Navarra para el cálculo del gasto calórico de actividades depor-tiva [39] que puede verse en la �g. 3.18. En esta aplicación es posible calcular

Page 101: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 101

directamente, en la página web, las calorías quemadas durante una sesión deun determinado deporte y comprarla con otros, o simplemente con otras acti-vidades de la vida diaria (�g. 3.19).

Fig. 3.18: Portal de la Universidad de Navarra para el cálculo del gasto calórico

Page 102: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 102

Fig. 3.19: Portal de la Universidad de Navarra para el cálculo del gasto calórico

3.2.2.5. Reingeniería de la vida

La reingeniería de la vida se basa en el apoyo integral que debe darse a una personaque ha sufrido un evento adverso relacionado con su salud, contribuyendo a las nece-sidades más prácticas pero también las sociales. Esta dimensión resulta de especialimportancia en el caso de los pacientes crónicos, los ancianos y los niños, para loscuales su enfermedad puede causar un gran impacto en su forma de vida, que enmuchos casos deberá ser permanente o de larga duración, o incluso les genera unadiscapacidad asociada.

En el p-Sport tiene gran importancia impulsar el ocio y la gestión del tiempo librecomo actividades enriquecedoras de las personas y adaptándolas a las característicaspropias de la misma al mismo tiempo que se garantiza que no tengan un impactonegativo en su Salud.

A. Reingenieria de la vida a través del ocio y del entretenimientoEl sedentarismo y la obesidad llevado a valores extremos de inactividades fí-sicas, pueden ser considerados como factores más de riesgo para el individuo

Page 103: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 103

sobretodo de riesgo cardivascular. En la sociedad moderna el sedentarismo esla regla mientras la práctica de la actividad física es la excepción sobretodocuando se localiza la atención sobre grupo de población cuales son los niños ylos ancianos.El producto que presentamos a seguir es un producto que fomenta la prácticade la actividad física por medio del juego y del entretenimiento. La consola dejuegos Nintendo Wii �g. 3.20 con sus extensiones Wii Fit y con el paquete dejuegos Wii Sports es la expresión máxima de la tecnología del las TIC y de lainformática sobre la mejora de la calidad de la vida para grupo de personascomo ancianos, niños e incluso discapacitados.La Wii es una consola para videojuegos que usa un mando inalámbrico conacelerómetro para interactuar con el usuario. El usuario cuando juega practicalos mismos movimientos típicos del deporte que está realizando.

Fig. 3.20: Consola Wii.

La práctica del deporte en la Wii produce un gasto calórico no tan diferentede lo que se realizaría practicando el deporte real [98] como se puede ver en�g. 3.21.

Page 104: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 104

Fig. 3.21: Estudio de comparativa entre Wii y deportes reales.

3.2.3. Estado del arte del negocio p-Sport

Tal como se indica en la sección precedente, el ámbito de negocio de p-Sport es elde la salud. Con el propósito de analizar las potencialidades presentes y futuras deeste ámbito, lo vamos a dividir en dos grandes segmentos: el deporte y �tness porun lado y el del cuidado de la salud por otro.

Aunque si se han cali�cado consolas de entretenimiento como la Wii como aplica-ciones p-Sport, en esta análisis de mercado no tendremos en cuenta el mercado delos videojuegos porque no concierne a este trabajo. Pero es importante mencionarloporque el mercado de los videojuegos es unos de los sectores emergentes de la in-dustria de la comunicación y del entretenimiento que tiene más facturación. Dichafacturación supera ya a la del cine en algunos países [99].

3.2.3.1. Mercado del deporte y �tness

El objetivo de esta sección es cuanti�car el volumen del mercado nacional y ex-tranjero de deporte y �tness, evaluando la tasa de crecimiento o decrecimiento delmismo.

Page 105: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 105

Qué entendemos por deporte

El deporte es toda aquella actividad que se caracteriza por tener un requerimientofísico, estar institucionalizado (federaciones, clubes), requerir competición con unomismo o con los demás y tener un conjunto de reglas perfectamente de�nidas. Comotérmino solitario, el deporte se re�ere normalmente a actividades en las cuales lacapacidad física, pulmonar del competidor son la forma primordial para determinarel resultado (ganar o perder); por lo tanto, también se usa para incluir actividadesdonde otras capacidades externas o no directamente ligadas al físico del deportistason factores decisivos, como la agudeza mental o el equipamiento. Tal es el caso de,por ejemplo, los deportes mentales o los deportes de motor. Los deportes son unentretenimiento tanto para quien lo realiza como para quien observa su práctica.

Aunque frecuentemente se confunden los términos deporte y actividad física(�tness),en realidad no signi�can exactamente lo mismo. La diferencia radica en el caráctercompetitivo del primero, en contra del mero hecho de la práctica del segundo.

Qué entendemos por �tness

El �tness es el termino americano que signi�ca condición física, entendiendo estacomo el conjunto de cualidades físicas que el sujeto tiene y puede mejorar con elentrenamiento. Hay tres integrantes de la condición física:

- fuerza muscular

- resistencia muscular

- resistencia cardiovascular.

Hoy en día el �tness es más que una actividad física, es un modo de vida, una formade vivir sana e higiénica con repercusiones positivas tanto en el aspecto físico comopsíquico.

Algunas referencias al mercado del deporte y �tness

Conclusiones extraídas de un estudio de mercado llevado a cabo en cuatro paí-ses Europeos (Alemania, España, Reino Unido e Italia) en 2010 [68] respecto a lapráctica de ejercicio indoor y outdoor indican que:

- Aproximadamente un cuarto de la población de los citados países corre opractica ciclismo, o ambos. Si incluimos hiking/walking, la proporción se eleva

Page 106: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 106

a un tercio. En todos los países, la categoría de deporte practicada por lamayoría de las personas son los deportes de equipo o balón. Para las mujereslos deportes aeróbicos son los más populares.

- La mayoría de los hombres que practican deporte invierten más de 1.000 eal año en artículos deportivos en gran parte de los países. Esta cifra incluyematrículas de gimnasio, etc. Italia es la excepción, donde la mayoría de laspersonas invierten entre 2.000 e y 3.000 e en artículos deportivos y gimnasios.

- Casi un cuarto de la población que practica deporte hace uso de programas deentrenamiento. Existen indicaciones de que los programas de entrenamientoonline no son lo su�cientemente personalizados para adaptarse a su condicio-nes.

- Europa tiene 455 millones de habitantes de los cuales 270 millones (60%)practica deporte de manera regular u ocasional.

- El deporte representa de media un 1.7% del GDP, tiene 10 millones de volun-tarios y ofrece trabajo a 800.000 empleados. El crecimiento del empleo en elsector de deportes en los últimos 10 años ha sido del 60%.

Evolución del mercado �tness en Europa

El mercado del �tness (personas que practican actividad física regularmente) enEuropa, según el informe IHRSA European Market Report 2006 [67], asciende a2.400 M de eanual, con 39 millones de usuarios.

Solo para confrontar la importancia del mercado de los videojuegos que aquí noestán citados se alcanzan la cifras de 18.100 de een software en el año 2001, quesumado al volumen facturado en hardware de consolas, coloca al sector en más de27.000 de eque es mucho mayor del mercado del �tness [99].

El segmento de complementos técnicos para la evaluación del esfuerzo físico (pulsó-metros y servicios web de apoyo) tuvo en 2005 un volumen de 200 M de e. Polar(www.polar.�) es el líder de mercado, con unas ventas de 161 M de e en 2005.

La cuota de mercado que fu prevista desde 2006 a 2011, con un escenario de ventasconservador, se presenta en las siguientes tab. 3.10, 3.11 ( no se presenta una tablamás actual porq no se ha tenido acceso a los datos IHRSA de los últimos años porrazones económicas):

Page 107: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 107

Años 2007 2008 2009 2010 2011

Mercado de �tness (enmillones)

41,340 43,820 46,450 49,237 52,191

Crecimiento anual 6% 6% 6% 6% 6%

Penetración dispositivospara la evaluación delesfuerzo

10% 10-14% 10-14% 10-14% 10-14%

Usuarios potenciales (enmillones)

4,134 4,382 4,645 4,924 5,219

Tab. 3.10: Mercado de �tness en Europa en millones de e. Fuente IHRSA.

Años 2007 2008 2009 2010 2011

Mercado de �tness (enmillones)

9,810 10,497 11,231 12,018 12,859

Crecimiento anual 7% 7% 7% 7% 7%

Penetración dispositivospara la evaluación delesfuerzo

10% 10-14% 10-14% 10-14% 10-14%

Usuarios potenciales (enmillones)

0,981 1,050 1,123 1,202 1,286

Tab. 3.11: Mercado de �tness en España en millones de e. Fuente IHRSA.

Las perspectivas de crecimiento del sector y el tamaño del mercado del �tness hacenatractivo este segmento, tanto en España como en el extranjero.

Page 108: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 108

Evolución y cuanti�cación del segmento usuario potencial de p-Sport

El objetivo de este punto reside en poder cuanti�car aproximadamente el volumende posibles usuarios potenciales de p-Sport a nivel nacional para cada uno de losper�les de usuario target que se han de�nido en el punto anterior, en España yEuropa.

Usuario Atleta a�cionado semi-profesional. Corredor de fondo y maratón y ciclista

A �n de cuanti�car este segmento nos referimos a los datos extraídos del INEreferentes a la última estadística de personas federadas en España durante el año2007 [38] en diferentes disciplinas deportivas (tab. 3.12).

Deporte Madrid Galicia C. Mancha C. Valenciana Cataluña Resto Total

Atletismo 20.951 12.826 8.017 7.905 6.921 26.817 83.437

Ciclismo 20.938 6.658 6.314 4.004 3.590 19.501 61.005

Tab. 3.12: Atletas federados por CCAA. Fuente INE.

En los países de la UE el mercado potencial de atletas federados para ambas disci-plinas deportivas es tab. 3.13:

Deporte Alemania Francia Reino Unido Italia España Resto Total

Atletismo 149.317 116.196 108.956 107.508 83.437 336.643 902.057

Ciclismo 109.001 84.23 79.33 78.80 61.05 255.848 658.501

Tab. 3.13: Atletas federados en Europa. Fuente INE.

Es decir, un mercado potencial de atletas federados en atletismo a nivel Europeo decasi un millón de personas y de casi los setecientos mil en el caso del ciclismo.

En la frontera de este grupo con el de Deportista Activista Habitual, no debemosolvidar aquellos deportistas semi-profesionales que no pertenecen a ningún club peroque también participan en todo tipo de pruebas y carreras populares. Este sub-segmento es difícil de calcular porque no hay datos reales como en el caso anterior,no obstante intentaremos hacer una estimación a nivel nacional y europeo.

Page 109: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 109

Según la Federación Valenciana de atletismo el calendario de pruebas de ruta (carre-ras populares, maratones, media-maratón, vueltas) [9] durante la temporada 2008-2009 se compone de 45 pruebas en la provincia de Valencia, 15 en Alicante y 8pruebas en la provincia de Castellón. En cada una de estas pruebas participan delorden de 500 atletas no federados de media, lo que resultaría en unos 34.000 los de-portistas pertenecientes al segmento semi-profesional en la Comunidad Valencianano federados. Extrapolando estos datos al conjunto de España y a nivel Europeoresulta (tab. 3.14):

Deporte Alemania Francia Reino Unido Italia España Resto Total

Atletismo 550.482 428.375 401.685 396.347 307.603 1.241.088 3.325.580

Tab. 3.14: Estimación de atletas no federados en Europa en 2008 por país.

Usuario deportista activista habitual

Como se ha comentado anteriormente este sub-segmento de usuario potencial secaracteriza por desarrollar un entrenamiento cuyo objetivo es mejorar su condiciónfísica, desarrollar una forma de vida más saludable o simplemente por ocio y di-versión. A �n de poder cuanti�car este segmento nos centraremos en aquella masade población que acude habitualmente a un centro de �tness, ya sea un gimnasio,polideportivo y clubes deportivos.

Según se informa en la página web de IHRSA [66] (Asociación de servicios de salud,�tness, spa, clubs deportivos a nivel mundial) resulta (tab. 3.15):

Mercado del �tness UE25 Europa USA

Clubs de �tness (en miles) 33.8 36.9 29.069

Miembros (en millones) 36.86 38.65 41.3

Media de miembros por club (en miles) 1.09 1.047 1.421

Tab. 3.15: Activistas habituales de �tness en Europa. Fuente IHRSA.

Page 110: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 110

La revista de �tness Bodylife [27] publica que el número de instalaciones deportivasprivadas ascienden a más de 8.000 con un número aproximado de usuarios de 8.7millones, de los cuales el 45% son mujeres, el 43% son hombres, con una media deedad de 32 años, y el resto son niños menores de 14 años. Si atendemos al últimoestudio de Eco Consulting para el grupo Cosmobelleza, el 70% de toda la gente enEspaña que acude a un gimnasio lo hace mas de 3 veces a la semana. Con estosdatos podemos concluir que el volumen de deportistas que representa este segmentoa nivel nacional se acercaría a los 6 millones de usuarios.

En la siguiente tabla (tab. 3.16) se muestra el universo de usuarios target potencialactual a nivel nacional y a nivel europeo de los productos p-Sport:

Profesional individual Deportista semiprofesional Deportista activista habitual

España 1.500 usuarios 600.000 usuarios 6.5 millones de usuarios

Europa 20.000 usuarios 4.8 millones de usuarios 36 millones de usuarios

Tab. 3.16: Tabla resumen usuarios potenciales España y Europa. Fuente INE y IHRSA.

3.2.3.2. Mercado de la tecnologia p-Salud

La población de la UE y del resto de los países occidentales está envejeciendo. Deacuerdo con [30], Comisario de mercado interno y servicios de la Comisión Europea,en esta década (2010-2020) Europa va a cambiar de tener 4 personas en edad laboralpor cada pensionado a una relación de 2 a 1 [30]. Este cambio va a resultar enuna carga insostenible para los presupuestos de los estados en coste de salud y deasistencia social y a una redistribución de estos presupuestos con mayor énfasis enla gestión de la condición crónica.

El mercado de la e-Salud representa al 2% del gasto total en salud en la UE (27), quees aproximadamente un 9% del PIB comunitario, y que crecía hasta el desencadena-miento de la crisis �nanciera mundial a un ritmo del 4%, el doble del crecimiento delPIB en la zona Euro. La mayor parte de esos 20 billones de e se han dedicado hastaahora a �nanciar sistemas e infraestructuras informáticas y de comunicaciones, hard-ware y software de gestión. En esta década se espera un crecimiento anual cercano al11% en sistemas dirigidos a mejorar la e�cacia, la e�ciencia y la productividad [37].Esto signi�ca, sistemas para la atención deslocalizada y extrahospitalaria, sistemaspara la telemonitorización, sistemas la autogestión y gestión continua, con corres-

Page 111: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 111

ponsabilidad paciente-médico de la condición crónica. Buen re�ejo de esta tendenciaesperada en los mercados es el impulso y dimensión que ha tomado la industria detecnología médica de p-Salud.

La demanda de productos p-Salud, sin embargo sigue siendo baja en comparacióncon otros tipos de productos en otros mercados como el de ocio o profesionales. Laimplantación de tecnologías nuevas en el mercado de la salud es muy lenta y debepasar por �ltros cientí�cos, clínicos y normativos antes de estar en condiciones debuscar su lugar en el mismo. La UE está tomando medidas para incentivar y acelerarel take-up de las tecnologías que han sido desarrolladas y validadas en los últimos5 años, entre ellas las tecnologías SFIT,a través de proyectos de implantación queestán comprometiendo a los ministerios de sanidad y agencias regionales de saludde toda Europa. A nivel nacional las 17 comunidades autónomas están envueltasen proyectos de incorporación de tecnologías PHS en nuevos procesos de gestiónclínica.

3.2.3.3. Mercado de la oferta en p-Sport

Para el estudio del mercado de la oferta nos vamos a centrar en dos segmentos que porsu naturaleza coinciden con elementos componentes de los productos p-Sport: el delos dispositivos de monitorización de la actividad y el esfuerzo durante el ejercicioo práctica deportiva aeróbicas, y el de la indumentaria deportiva para running y�tness. Como no se han encontrado informes sobre los mismos, el análisis es máscualitativo y está basado en información comercial de las principales empresas encada uno de estos sectores.

Dispositivos de monitorización

La principal empresa y líder del mercado es Polar. Pocos son los datos que seconocen respecto al nivel de ventas de esta compañía. Como referencia, a �nales dela década de los 80, las ventas totales estaban próximas a los 20 millones de e, ya enel año 2004, las ventas se acercaron a los 170 millones de e, luego podemos deducirel crecimiento que ha experimentado esta empresa que invierte un 10% de sus ventasen desarrollo de nuevos productos. En estos momentos casi el 90% de sus ventasse localizan en Europa y EE.UU., pero para Polar su nuevo mercado en expansiónes indiscutiblemente el asiático, por ello ya trabaja en superar las barreras que estemercado impone.

El mercado de la oferta está compartido por otras dos marcas multinacionales Suuntoy Garmin, la primera especializada en productos de deporte y la segunda es la

Page 112: Modelado de sistemas de inteligencia ambiental para el

3. Antecedentes 112

primera empresa mundial de sistemas GPS para la navegación marítima, aviacióny automóvil, además de para uso industrial. Con una facturación en 2006 de 1,7billones de dólares, su sector deportivo probablemente representa entre el 2 y 3%de la misma.

Prendas deportivas inteligentes

Este es un mercado gigantesco que crece a ritmo de dos cifras porcentuales alaño. También es un mercado servido por empresas multinacionales como Nike yAdidas, sólo por nombrar a las mayores, y por gran cantidad de empresa medianasen el mundo entero. Nos interesa conocer el mercado de oferta de productos de altagama, para profesionales y semi-profesionales.

Para tomar como ejemplo, la empresa Under Armour, es una multinacional ameri-cana, con 12 años en el mercado y ha tenido una proyección rápida y fuerte y se haabierto un hueco en el mercado entre las grandes �rmas. En EE.UU. es una de lasprincipales marcas de running aunque está especializada en otros deportes también,como el rugby. Ha facturado 725 M de $ en 2008. Es conocida por las prendas decompresión, su principal apuesta en cuanto a textil. El 80% de su facturación co-rresponde a las prendas, lo que, a un precio medio de 40 $, signi�ca unas ventas de15 millones de prendas anuales vendidas.

Entre las multinacionales con productos técnicos mencionamos a Asics, New Balancey Mizuno, que son principalmente fabricantes de calzado deportivo, que representamás del 80% de sus ingresos y están desarrollando líneas de textiles técnicos, confacturaciones que podrían sumar más de 600 M de e en 2006. Otros fabricantesde productos muy especializados, de menor tamaño son X-Bionic, 2XU, Orca, GoreRunning Wear, Odlo, y empresa españolas como Bu� y Lurbel. No se conocen cifrasde facturación, pero por referencias de unidades vendidas la oferta global podría serdel orden de 30-40 M de e.

Page 113: Modelado de sistemas de inteligencia ambiental para el

4. MATERIALES Y MÉTODOS

En este capítulo se describirán los materiales y métodos utilizados para el desarrolloy la validación de este trabajo de tesis.

Los materiales han sido todas la tecnologías de las TIC que se han ido a�rmando enel curso de los últimos dos años conjuntamente con las nuevas tecnología de textilinteligente que permiten medir de una forma extremamente �able mucho parámetros�siológicos. Dentro de una visión holística de la Inteligencia Ambiental se ha fundidolas tecnologías de la información y los textiles inteligentes para alcanzar un objetivomultidisciplinar a �n de conseguir nuevos sistemas orientados a la mejora de lasalud.

Una vez de�nidos los modelos y los sistemas que los implementan, ha sido necesariovalidarlos desde un punto de vista tanto cientí�co como software. Para la evaluaciónde los modelos se han usado métodos conocidos en literatura tales como Bland-Altman, la correlación de Pearson y otros métodos estadísticos mientras que paralas evaluaciones del software se han usado métodos basados en cuestionarios.

4.1. Materiales

Los materiales que aquí describiremos son tecnologías de las TIC, tecnologías elec-trónica y textil y nuevos conceptos que nos han permitido de�nir el modelo funcionalteórico que constituye el esqueleto de un sistema software desarrollado para su evalu-ción. Lo que aquí describiremos es la Inteligencia Ambiental, los dispositivos movilesy el framework Android, los textiles inteligentes y la camiseta Gow Running y elFunctional Flow Block Diagram (FFBD), para la descripción de diagramas funcio-nales.

4.1.1. La Inteligencia Ambiental

El concepto de Inteligencia Ambiental (AmI) fue acuñado por ISTAG (Information

Page 114: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 114

Society Technologies Advisory Group) en 2001 [10] para describir la visión de unentorno físico en el que la tecnología rodea a la persona de manera �invisible�, estápresente cuando se la necesita y es activada por medio de acciones simples porparte de la persona a través de mecanismos naturales, que se adapta al contexto dela persona y se adelanta a sus necesidades con iniciativa propia en función de suspreferencias y deseos.

La Inteligencia Ambiental debe promover los siguientes factores humanos:

- Hacer más fácil el contacto humano

- Estar orientada a la mejora de la sociedad y de la cultura

- Ayudar a la construcción de conocimiento y de habilidades para el desarrollodel trabajo.

- Inspirar con�anza a las personas

- Sostenible a largo plazo

- Controlable por gente normal sin la intervención de expertos técnicos.

Como se puede inferir del concepto de la inteligencia ambiental, las disciplinas tec-nológicas son muchas y además deben de ser integrables entre sí de modo que unasadquieren ventajas del resto para proveer al usuario de una experiencia adecuada asus deseos, objetivos y necesidades.

La AmI se fundamenta en la infraestructura tecnológica que constituye la base delos espacios con capacidad de percepción y actuación. Está probado que sobre unamisma plataforma tecnológica AmI es posible desarrollar e implantar servicios entodos los dominios de la p-Sport: gestión de la condición clínica, estilo de vida, apoyopsicológico, potenciación del paciente y apoyo en su vida diaria (capítulo 3).

La realización de AmI requiere un gran esfuerzo de investigación y desarrollo in-terdisciplinar que aborde los grandes desafíos sociales y económicos y que impulseel desarrollo tecnológico y sus aplicaciones. En España esto signi�ca trabajar enlas tecnologías facilitadoras (microelectrónica, sistemas embebidos, comunicacionesy redes), poniendo especial énfasis en aplicaciones genéricas, servicios, contenidos yexperencias, adaptándose en todo momento a los entornos legales y sociales.

El concepto de AmI como entorno tecnológico puede aplicarse en numerosos camposde la actividad humana: medio ambiente, transporte, ocio, comercio, marketing,etc.. Su aplicación en los campos de la salud y de la atención social a personas

Page 115: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 115

dependientes coincide plenamente con el concepto de p-Sport y por eso aparece comouna oportunidad costo-efectiva para la implantación de servicios personalizables enpoblaciones de pacientes y de personas mayores.

Se abren nuevas oportunidades para empresas TIC y centros tecnológicos de desa-rrollar soluciones interoperativas en campos tales como:

- Sistemas distribuidos, hardware y middleware: arquitecturas abiertas que per-mitan la interconexión de susbsistemas a través de un middleware de códigoabierto. En este sentido el desarrollo del middleware que permite el rápidodesarrollo y despliegue de servicios AmI para atención médica, gestión energé-tica y social utilizando una arquitectura de referencia común, y permitiendola adaptación de productos ya existentes, así como recursos commodity en elmercado.

- Redes de comunicaciones: redes inalámbricas de sensores, no sólo a nivel deentornos físicos LAN sino que el gran desafío en los próximos años serán lascomunicaciones entre sensores implantables o incorporados en elementos ves-tibles o llevables, siempre en contacto con el cuerpo del paciente. Es el casode los dos productos mencionados en el capítulo 3: miCoach y Nike+, dondese proporcionan sistemas realmente usables por las personas en su vida diaria.Éste es quizás el caso más paradigmático de la máxima explotación de lasposibilidades de la inteligencia ambiental en su sentido más amplio.

- Técnicas de inteligencia arti�cial y gestión del conocimiento: estas caracterís-ticas de la AmI también coinciden con una demanda fundamental del p-Sport.La ingente cantidad de datos que se crea a partir de sensores y de la propiareacción de los usuarios necesita sistemas inteligentes capaces de realizar unprocesamiento inteligente, en todos los niveles, desde el sensor hasta los centrosde agregación y explotación. La sostenibilidad práctica de cualquier soluciónp-Sport, aparte de la puramente económica, está unida a la capacidad propiade interpretar los datos y generar la información útil y necesaria para cadaactor del sistema en el momento que sea necesaria. Uno de los elementos cla-ves en AmI para el desarrollo de esta capacidad de procesamiento inteligentees el conocimiento del contexto. La gestión del contexto o �context-awareness�(que es la agregación del estado particular de todos los datos captados por elsistema propio y externo) es uno de los focos de atención en la investigaciónen inteligencia ambiental.

Page 116: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 116

- Interfaz usuario-sistema AmI: el mundo AmI abre nuevas posibilidades de in-teracción con las personas a través medios no explotados hasta el momento.Es lo que el paradigma AmI quiere decir con la expresión �la interfaz es elambiente�. Más que un puro concepto abstracto, se observa a través de la ac-tividad de proyectos un importante avance en la utilización de objetos simplescomo sustrato para la implementación de interfaces sencillas pero efectivas,dotándolas de una mínima capacidad de proceso como, por ejemplo, los tex-tiles sensorizados o inteligentes, o en otros casos, sólo haciéndolos intervenircomo elementos de interacción, como luz, sonido y olores. Las interfaces deusuario abrirán también nuevos campos de investigación en materiales que seutilizan como sustrato o soporte de sensores, tales como el papel, los texti-les ya mencionados o los polímeros para el desarrollo de circuitos electrónicossencillos incorporados en elementos de uso diario.

- Aprendizaje: el sistema AmI será capaz de aprender de la observación y moni-torización de los fenómenos que tengan lugar y del contexto. En las aplicacionesp-Sport el aprendizaje permitirá mejorar la interpretación del contexto en elcual el sistema detecta cambios de comportamiento del usuario de cualquiertipo: cambios en la adherencia al tratamiento, cambios en las rutinas diarias,en los comportamientos con respecto a elementos que interactúan con él ensu vida diaria, lo que será una herramienta de gran valor para la deteccióntemprana de procesos de deterioro �siológico, neurológico y psicológico.

- Acceso inteligente a la información: la información adecuada es una herramien-ta clave para la potenciación del paciente y de su entorno próximo. Como yase trata en secciones anteriores, la Web constituye el ámbito idóneo donde co-existen los espacios de información y de interacción entre pares, los pacientes ysus cuidadores con los profesionales. La inteligencia ambiental va a contribuiren hacer más fácil, oportuno adaptable el acceso y la participación en esosespacios de interacción. Hay dos líneas fundamentales de trabajo de investiga-ción: la primera hace referencia a la accesibilidad a estos recursos y adaptadosa distintos grados de discapacidad de los usuarios. La segunda línea es la dela búsqueda inteligente de la información en la que la tecnología de la websemántica se encuentra en el núcleo del sistema AmI.

- Movilidad total del usuario y continuidad del servicio: la movilidad es unacaracterística que está presente en la vida diaria de las personas. Sin embargo,en un contexto de p-Salud la movilidad es la garantía de continuidad de ser-vicio. Los servicios esenciales disponibles en un entorno AmI en el domicilio

Page 117: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 117

deberían continuar cuando el paciente sale del mismo. Esto conduce al concep-to de entorno AmI extendido, que se basa en el uso de servicios de las redesmóviles de telecomunicaciones y en la existencia de burbujas AmI en sitios deespecial interés para los usuarios y para los proveedores de servicios. Las bur-bujas AmI son espacios dotados de infraestructura AmI que facilitan el accesoa sus propios servicios a las personas que los visitan. Los sitios más adecua-dos para la implantación de estos entornos de información inteligentes son loshospitales, los ayuntamientos, los centros de día, las farmacias, los medios detransporte, los parques y espacios verdes, los centros culturales y deportivos,las bibliotecas, etc. Una ciudad AmI será aquella en las cual existan nodos AmIextendidos que presten servicios de información inteligentes a sus ciudadanosen domicilios particulares, en especial donde viven personas con enfermedadescrónicas y otros tipos de dependencia, equipados con infraestructura AmI queles protege y ayuda a mantener la máxima calidad de vida posible.

- Seguridad y control: la seguridad es una faceta de importancia crítica en lossistemas p-Salud y AmI en particular. Éste es un campo abierto tanto aldesarrollo tecnológico como al debate �losó�co y al estudio legal y ético.

También se abren oportunidades para los prestadores de servicios sociales y de salud,públicos y privados, para con�gurar nuevas carteras de servicios más personaliza-dos, siendo esto muy importante. La progresiva implantación de servicios p-Saludbasados en tecnología AmI va a propiciar la aparición de nuevos prestadores y opera-dores en este sector. Los servicios de salud, tradicionalmente centrados en la sanidadpública y privada, con sus recursos humanos y técnicos, y en la industria farmaco-lógica, supondrá la entrada de otros actores cuya participación en el negocio globalde la salud podrá multiplicar signi�cativamente el total de los recursos económicosdedicados a la salud y el bienestar. La industria alimenticia y de bebidas, la indus-tria del �tness, del ocio y del tiempo libre, la industria textil y de la vestimenta, losoperadores de telecomunicaciones, las nuevas empresas TIC-Salud que desarrollantecnología y prestan servicios, son sólo algunos de los sectores que progresivamentepodrán encontrar negocio en este sector y alimentarán el proceso de desarrollo eimplantación de la p-Salud en la sociedad. Esto exigirá una visión amplia y genero-sa de los agentes políticos, económicos, empresariales y sociales para crear nuevosmodelos de negocio que satisfagan las demandas crecientes de los ciudadanos.

Page 118: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 118

4.1.2. Dispositivos móviles

4.1.2.1. Sistemas operativos móviles

En un sentido amplio, un sistema operativo es una capa compleja entre el hardwarey el usuario que se encarga de manejar los procesos básicos de un dispositivo permi-tiendo el uso de sus diferentes recursos [82]. Inicialmente fue desarrollado para lascomputadoras, pero hoy son utilizados en los teléfonos móviles para tener esa mismainterlocución entre el hardware (pantalla, teclado, cámara, etc.) y los programas queel usuario desea utilizar.

El SO controla las partes físicas de un dispositivo, por lo tanto, sin un sistemaoperativo no se podrían tomar fotos, capturar vídeos, usar el teclado o ejecutaraplicaciones. Hay que destacar que no todos los sistemas operativos son iguales, porlo que un programa que corre en un sistema operativo especí�co, probablementeno funcionará en otro [50]. Es muy importante conocer las características de losdiferentes sistemas operativos para evaluar si se ajusta o no a nuestras necesidades.

4.1.2.2. Aspectos básicos

El kernel de un sistema operativo es el núcleo del mismo, el software responsablede facilitar a los distintos programas acceso seguro al ordenador o, de manera másbásica, es el encargado de gestionar recursos a través de servicios de llamada alsistema.

Los kernel pueden ser de libre distribución o cerrados. La principal diferencia entreellos es que los de libre distribución como Linux cuentan con una amplia y experi-mentada comunidad de desarrolladores, gracias a los cuales se detectan rápidamenteagujeros de seguridad, fallos, etc. y se realizan mejoras tanto para solucionar estosproblemas como para adaptarse a los nuevos tiempos [42]. En los sistemas cerradoso propietarios, es más costoso encontrar errores y mejorarlos ya que deben ser lospropios desarrolladores del sistema los que detecten y realicen las mejoras, por lo quedeben dedicarse más recursos a investigación en estos sistemas, con el consiguienteaumento del coste del mismo. Tanto Android como Palm están basados en Linux.BlackBerry está basado en un Kernel propietario. IPhone se basa en iOS que es unavariante de UNIX (anterior Linux). S60 se basa en Symbian y Windows Phone enWindows CE.

Otro aspecto importante relacionado con el anterior es la adaptabilidad de la plata-forma, es decir, la capacidad o facilidad para poder adaptarse a diferentes terminales

Page 119: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 119

o a diferentes máquinas. En este sentido, Android es el que mayor adaptabilidadpresenta, ya que cada vez se está empleando en más dispositivos, no sólo teléfonosmóviles, sino también en tablets, netbooks y como sistema empotrado. En cambioel resto de sistemas operativos tienen una adaptabilidad algo menor y más compli-cada. Es interesante mencionar la conectividad de los sistemas, ya que hoy en día,para poder sacar el máximo partido a todas las funcionalidades que ofrecen cadauno de ellos, es indispensable contar con acceso a Internet [33]. En este sentido, sevalora enormemente el hecho de que cuenten con acceso WiFi a Internet, así comoconectividad 3G que permitan conectarse a Internet desde cualquier lugar.

AndroidBlackBerryOS 4.7

iPhoneOS 5.0

S60 5thEdition

PalmWebOS

WindowsPhone

KernelLinux conVM Dalvik

Propietario OS X Symbian LinuxWindows

CE

Conectividad3G, WiFi,GSM,GPRS

3G, GSM,CDMA,WiFi

3G, WiFi,GSM,GPRS

3G, WiFi,GSM

3G, GSM,CDMA,WiFi

3G, GSM,CDMA,WiFi

Tab. 4.1: Comparativa SO móviles: aspectos básicos [66]

Entre todos los aspectos que se comparan de un Sistema Operativo Móvil, éste po-dría ser el más importante, y entre sus apartados hay una característica bastantecontrovertida: Multitasking. El las versiones anteriores de iPhone, Apple no permitíala ejecución de más de una aplicación al mismo tiempo, pero con iPhone 4.0 estocambió. Palm promociona el multitasking como una de las mejores característicasde su sistema operativo webOS. En el caso de Windows Phone, la implementaciónde multitasking siempre ha dejado mucho que desear, pero la opción al menos es-tá presente. Los demás sistemas operativos (Android, S60 y BlackBerry) tambiénpermiten correr aplicaciones de fondo, con mayor o menor e�cacia [71].

El servicio �push� es otro tema que interesa mucho a los usuarios. Mientras we-bOS utilizará una tecnología que depende de Internet (Synergy), BlackBerry hademostrado que su servicio de envío de mensajes es uno de los mejores del mercado.Windows Phone no se queda atrás, y la integración con Exchange es muy sencilla yplacentera para el consumidor. Apple ofreció por primera vez opciones �push� conel iPhone OS 3.0. Android y S60 también incluyen envío de mensajes, aunque nodestacan por su accesibilidad ni facilidad de implementación [36].

Page 120: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 120

El sistema de noti�cación de Android y webOS es uno de los menos molestos ymás fáciles de entender y usar. Windows Phone y BlackBerry OS usan un sistemade noti�cación que mezcla sonidos con pop-ups, que no son malos, aunque puedenllegar a ser incómodos. Finalmente mencionando al iPhone, hay que decir que suimplementación de pop-ups es mejorable. Con la llegada del iPhone OS 3.0, Apple�nalmente ofreció algunas de las opciones que los usuarios tanto pedían: MMS yBluetooth estéreo.

En el futuro se espera que todos los teléfonos permitan realizar búsquedas globales.Apple lo implementó en su sistema operativo OS 3.0 con Spotlight [71]. Otra delas características deseables por el usuario para hacer más fácil el manejo de losdispositivos es la de copiar/pegar. Todos los sistemas operativos de esta comparativaya lo incluyen, aunque es cierto que a Apple le ha costado un poco llegar a ofreceresta opción tan básica.

Page 121: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 121

AndroidBlackBerryOS 4.7

iPhoneOS 5.0

S60 5thEdition

PalmWebOS

WindowsPhone

Noti�caciónBandejaPop-up,fondo

BandejaPop-up,fondo

Pop-up BandejaBandeja,Pop-up

Administraciónde contac-tos

Google,otros

serviciosBES, BIS

Exchange,Acti-

veSync,Mac OSAddressBook

Exchange,Domino,Black-Berry,iSync

Synergy

Exchange,Domino,Black-Berry,iSync

Multitasking Sí Sí Sí Sí Sí Sí

Copiar/Pegar Sí Sí Sí Sí Sí Sí

Soportemultimedia

AmazoniTunes sinDRM

iTunes Ovi AmazonWindowsMediaPlayer

Actualizacióndel �rmwa-re

OTATethered,OTA

Tethered,OTA

Tethered,OTA

¾?Tethered,OTA

Motor na-vegador

Webkit Propietario Webkit Webkit WebkitInternetExplorer

Tethering Sí Sí Sí Sí Sí Sí

Bluetoothestéreo

Sí Sí Sí Sí Sí Sí

Tab. 4.2: Comparativa SO móviles: funcionamiento [21]

4.1.2.3. Android

Es un sistema operativo que comenzó a desarrollarse por Android Inc. [24], pero enel año 2005 Google lo adquirió. Android se desarrolla de forma abierta, algo que noocurre en otros sistemas operativos como iOS o Windows Phone. La gran ventaja deesto es que se dispone de acceso al código fuente y, al listado de incidencias. [135].

La mayor ventaja frente a otros sistemas es que su desarrollo es abierto, proporcio-nando un gran abanico de posibilidades tanto al usuario �nal como al desarrollador

Page 122: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 122

de las aplicaciones. Además, los dispositivos son muy �exibles en cuanto a la per-sonalización de los mismos, al igual que ocurre con la modi�cación de funciones yaexistentes o la instalación de nuevas aplicaciones [28]. Otro punto a favor de Androides la amplia oferta de teléfonos, tanto en marcas como en precios, debido a la enormecon�anza que tiene por parte de los fabricantes.

Actualmente el punto más negativo del sistema operativo Android es su fragmen-tación, es decir, que cuando aparecen nuevas versiones es complicado actualizar elsistema. Aún así, esto va mejorando cada vez más.

4.1.3. Textil inteligente

Los nuevos materiales para �bras y los que forman parte de tejidos, junto a loscomponentes electrónicos miniaturizados, hacen posible la creación de textiles inte-ligentes, creando las verdaderas prendas inteligentes que podemos llevar puestas adiario, aportando soluciones o ayudas a varias situaciones según los usos diseñados.

Los textiles inteligentes están aún al comienzo de su desarrollo, puesto que estánevolucionando rápidamente y es muy probable que en un plazo de tiempo no muylargo puedan jugar un papel relevante incluso en nuestra vida diaria. En opinión delos expertos, en el futuro puede alcanzar casi todos los sectores de la población, dadoque tendrán incidencia en el terreno laboral, de seguridad, salud, ocio, decoración,etc. [74].

Una de las principales razones del rápido desarrollo de los textiles inteligentes hasido la importante inversión hecha por la industria militar. Esto es debido a su uso endiversos proyectos tales como chaquetas de invierno para condiciones de temperaturaextremas o uniformes que cambien el color para mejorar los efectos de camu�aje.

Un textil inteligente es aquel capaz de poder captar estímulos procedentes de suentorno, reaccionar y adaptarse a ellos debido a las funcionalidades que le aportasu estructura textil y que tiene el objetivo de conferir bene�cios adicionales a sususuarios. Tanto el estímulo como la respuesta pueden tener un origen eléctrico, tér-mico, químico, magnético u otro [87]. También tienen la capacidad de adaptar sucomportamiento a las circunstancias de cada momento. Además de las consideracio-nes técnicas, debemos centrarnos en las propiedades de uso propias de los materialestextiles, como la �exibilidad, lavado, resistencia, durabilidad frente a la deformación,radiación, etc.

Habitualmente se clasi�can en tres categorías [126]:

Page 123: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 123

- Pasivos: son la primera generación de textiles inteligentes. Mantienen sus ca-racterísticas independientemente del entorno exterior, es decir, perciben losestímulos exteriores pero no reaccionan ante ellos.

- Activos: tienen la capacidad de detectar y actuar frente a una determinadasituación. Los detectores actúan sobre la señal detectada tanto directamentecomo unidad central de control. Tienen una memoria de la forma, son ca-maleónicos, hidrófugos y permeables al vapor, pueden almacenar calor, sontermorreguladores, absorben el vapor...

- Muy activos o Ultrainteligentes: pueden detectar, reaccionar y adaptarse alas condiciones y estímulos del medio. Consiste en una unidad principal quetrabaja como cerebro, con capacidad cognitiva, que razona y reacciona.

Los textiles inteligentes pueden obtenerse empleando directamente en la fabricacióndel tejido las llamadas �bras inteligentes, que son aquellas que pueden reaccionarante la variación de estímulos tales como la luz, el calor, el sudor, en el lugar dondese produjera dicha variación, pero que se comportan como �bras normales donde elestímulo no actúa [100]. También pueden obtenerse mediante la aplicación posteriorde determinados acabados a un tejido, que produzcan los mismos o diferentes efectosque los logrados con las �bras anteriormente citadas.

En la actualidad la producción de textiles Ultrainteligentes es una realidad debidoa una unión acertada de textiles tradicionales y nuevos tejidos con otras ramas dela ciencia como la ciencia de los materiales, la mecánica estructural, la tecnologíade sensores y de detectores, la avanzada tecnología de procesos, la electrónica, lacomunicación, la inteligencia arti�cial, la biología, las tecnologías de la información,la biotecnología, los biomateriales, la nanotecnología y la microelectrónica en suproceso de fabricación [128]. Entre ellos existen de muchas clases, por ejemplo, estánlos que proporcionan calor o frío o que cambian de color con memoria de forma, oque protegen de los rayos ultravioleta, que combaten las bacterias, o que regulan ladistribución de perfumes (aromas), de cosméticos, medicamentos, etc...

4.1.3.1. Funcionalidades

Las principales características que pueden ser distinguidas de un textil inteligenteque hacen que sea práctico y útil son básicamente cinco. Pueden comportarse comosensores, procesadores de datos, actuadores, sistema de comunicaciones y tienencapacidad de almacenamiento.

Page 124: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 124

A. SensoresUn sensor se de�ne como aquel componente que es capaz de transformar unaseñal que capta en otro tipo de señal que puede ser procesado por un elementolector prede�nido, el cual puede ser un dispositivo electrónico o una persona[49]. La mayoría de las señales que deben ser interpretadas por dispositivoselectrónicos son señales eléctricas, por lo que las �bras e hilos electro conduc-tivos toman especial relevancia dentro de los textiles inteligentes.Además de las consideraciones técnicas, materiales, estructuras y tratamientos,los sensores deben centrarse en tener un uso apropiado como material textil.Por tanto deben ser �exibles, lavables, resistentes, soportar deformaciones yradiaciones, etc.

- TextrodesLos sensores �textrodes� se basan en una estructura tejida hecha conuna mezcla de �bras de poliéster y �bras de acero conductoras. Estossensores son usados directamente en contacto con la piel y están funda-mentalmente destinadas a la captación de la señal ECG y la frecuenciacardiaca [137].Una de las principales ventajas que aportan los textrodes frente a loselectrodos convencionales es que estos no necesitan aplicar electrogel encontacto con la piel, y por lo tanto eliminan cualquier posibilidad de apa-rición de irritación o problemas dermatológicos. No obstante uno de losprincipales hándicaps de este tipo de sensores es saber conjugar el confortde la prenda textil con la intensidad del contacto con la piel.Las principales ventajas por las que se utilizan �bras de acero conductorasen la fabricación de estos sensores son:

• Son muy buenas conductoras de la energía eléctrica.

• Son fáciles de lavar sin que pierdan propiedades.

• Pueden ser manipuladas como otro material textil.

• No existe peligro de alergia por contacto con la piel por su bajocontenido en Níquel.

• Tienen un buen tacto.

Page 125: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 125

Fig. 4.1: Prenda sensorizada fabricada por WEARTECH [6]

- Sensores de presiónExisten diversas tecnologías que recogen la señal mecánica de presiónejercida sobre el sensor y la traducen en un impulso eléctrico:

• MTS (Membrane Touch Switches): Sensor de presión construido me-diante tejidos conductores. El tejido sensorial está formado por doscapas de textiles eléctricamente conductoras, divididas entre sí poruna capa de malla no conductora. Cuando la estructura textil se so-mete a presión, una capa conductora entra en contacto con la otra,y como consecuencia una corriente eléctrica logra �uir (�g. 4.2). Lapresión necesaria para hacer contacto entre las dos capas conducto-ras externas depende del tamaño de las mallas y el grosor de la capade aislamiento. Una aplicación puede ser la de dar órdenes a travésde una botonera, por ejemplo para contestar una llamada desde elteléfono móvil.

Page 126: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 126

Fig. 4.2: MTS: Explicación tecnológica (izquierda) y teclado numérico textil (derecha)[105]

• QTC (Quantum Tunnelling Composite): Materiales poliméricos pie-zorresistivos con propiedades electrónicas únicas como el cambio desus condiciones de resistividad en función de la fuerza que se apli-que sobre el material, de manera que podemos reducir de cientos demillones de Ohmnios a un solo Ohmio bajo la presión de los dedos.Estos materiales pueden ser aplicados en forma de tintas sobre lostejidos [34].

Fig. 4.3: Utilización de la tecnología QTC en el desarrollo de teclados textiles

• e-BROIDERY (Bordado de hilos conductores) [107]: Circuitos elec-trónicos bordados directamente sobre el tejido, están basados en hilosconductores y membranas electrónicas sensibles.

Page 127: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 127

Fig. 4.4: Teclado en hilos conductores [105]

- Fibre Bragg Grating (FBG)Los sensores FBG basados en �bra óptica captan una señal mecánica yla transforman en un impulso eléctrico a través de una señal óptica. Porello son capaces de captar deformaciones. Parecen a simple vista �braóptica normal, pero dentro contiene en un lugar determinado una rejillade difracción que re�eja una luz incidente con una determinada longitudde onda (Principio de la refracción de Bragg) en la dirección de dondeviene la luz. El valor de esta longitud de onda está sujeto a posiblescontracciones o elongaciones de la �bra [41].

Fig. 4.5: Explicación de la propagación de la onda de luz por una �bra óptica

Pequeñas perturbaciones externas tanto de presión como de temperaturaproducen cambios en la longitud de onda Bragg lo que permite sensori-zarlos. Un sensor FBG puede medir variaciones de presión superiores al0.001% y medir temperaturas con una resolución de 0.1 C. No obstante

Page 128: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 128

pueden ser utilizados para sensorizar otros fenómenos como humedad,componentes químicos, etc. Aplicaciones donde se utilizan sensores de�bra óptica:

• Bioingeniería: son utilizados para sensorizar las tensiones a las queson sometidas las partes óseas del cuerpo humano durante la coloca-ción de implantes.• Construcción: nos permiten sensorizar las tensiones que soportan lasestructuras de los edi�cios, controlando las posibles grietas que apa-recen en el transcurso del tiempo, previniendo posibles daños o de-rrumbes.• Textil: sensorizan tensiones o presiones sobre el tejido textil, lo cualnos permite conocer la presencia de personas o cualquier señal me-cánica emitida por nuestro cuerpo como extensión y contracción demúsculos durante un movimiento, o del pecho durante la respiración.

Fig. 4.6: Prenda textil sensorizada FBG

- Sensores Piezo-ResistivosTransforman una señal mecánica en eléctrica utilizando hilos piezo-eléctricos(�bras de carbono mezcladas por poliéster). Siguen un modelo de funcio-namiento similar al de un muelle, es decir transforman elongaciones ycontracciones de la �bra textil en señales eléctricas que debidamente pro-cesadas proporcionan la frecuencia respiratoria del sujeto que lleve el tex-til, normalmente estos sensores van tejidos en forma de banda alrededordel pecho [49].

B. Procesadores de datosEl procesado de los datos es requerido solo cuando un proceso activo es ne-cesario. En este caso, los datos son percibidos del entorno pero para que el

Page 129: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 129

sistema actúe correctamente es necesario un procesamiento o preparación delos mismos. Los avances en este campo buscan cómo �jar componentes activosen �bras textiles una vez se han superado problemas como la posibilidad delavado, deformaciones, conexiones, etc...

C. ActuadoresLos actuadores responden a un impulso recogido por los sensores, posiblementedespués de un procesado de los datos. Los actuadores pueden hacer moverse alos objetos, administrar substancias, hacer algún tipo de sonido, etc.Los materiales con memoria son uno de los mejores ejemplos en este campo.Ellos transforman la energía calorí�ca en movimiento. Estos materiales existenen forma de hilos, lo que los hace compatibles con otros materiales textiles.Los grandes desafíos en esta materia son el desarrollo de fuertes actuadoresmecánicos que sean capaces de actuar como músculos arti�ciales.Respecto de los materiales con capacidad para suministrar substancias tienenen la actualidad algunas aplicaciones comerciales, no obstante un suministroactivo y controlado presenta de momento complicaciones técnicas. Es obvio,que el suministro controlado abre una gran cantidad de aplicaciones comosistema suministrador de medicamentos en textiles inteligentes no invasivos.

D. ComunicaciónEn los textiles inteligentes, las comunicaciones pueden ser entendidas de di-versas maneras [87]:

- Dentro de un elemento de la prenda textil

- Entre elementos individuales dentro de la prenda.

- Desde el usuario a la prenda para darle instrucciones.

- Desde la prenda al usuario o su entorno para darle algún tipo de infor-mación.

Dentro de las prendas textiles, las comunicaciones están siendo actualmenterealizadas a partir de la utilización de �bras ópticas, hilos conductores, etc.Ambas tecnologías tienen una naturaleza textil y pueden ser tejidas por má-quinas sin costuras de forma sencilla.La comunicación con el usuario es posible actualmente gracias al desarrollode pantallas textiles �exibles y obviamente por el uso de la �bra óptica comoelemento generador de iluminación. France Telecom ha liderado la fabricaciónde algunos prototipos [69].

Page 130: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 130

La comunicación con el entorno se basa en la actualidad en la utilización de lastecnologías inalámbricas mediante la integración de antenas en el tejido. Portanto el reto es fabricar antenas con materiales textiles, ya que la ventaja deintegrar antenas en el tejido es la gran super�cie que disponemos para hacerlo.

E. AlmacenamientoLos textiles inteligentes a menudo necesitan poder almacenar datos o energía.Los sensores, el procesado de la información, actuadores, elementos de comu-nicación necesitan energía, habitualmente eléctrica. Un manejo e�ciente de laenergía consistirá en una apropiada combinación de suministro y capacidadde almacenamiento. Las fuentes de energía disponibles en prendas textiles sonel calor corporal, el movimiento mecánico (deformación elástica de las �bras),radiación, etc. In�neon tuvo la idea de transformar la diferencia de tempe-ratura entre el cuerpo humano y el entorno en energía eléctrica mediante lautilización de termogeneradores. El prototipo es un micromódulo delgado yrígido que va discretamente incorporado en el tejido.En la actualidad está siendo desarrollado el uso de la energía solar como fuentede energía en la Universidad de Berkley (California). Se trata de una célulasolar �exible cuya principal cualidad que puede ser aplicada en cualquier su-per�cie [124].

4.1.3.2. Gow Running

La camiseta inteligente �GOW running� [6] es el elemento sensorial del sistema. Setrata de una camiseta de diseño diferente para hombre y mujer, que es capaz decaptar diversas señales de una forma no invasiva para el usuario de la misma. Estasseñales son: la frecuencia cardíaca, la frecuencia respiratoria, la señal electrocardio-grá�ca de 1 derivación y el intervalo RR de la señal cardíaca.

Está fabricada con �bras Thermocool Ecológico [1], es decir, una mezcla única de�bras de estructura hueca y �bras de super�cie acanalada, una combinación queofrece más ventajas que las que se pueden obtener con un solo tipo de �bra en unsolo hilo. Además está hecha a partir de polímeros obtenidos de recursos naturales.Gracias a las cavidades del tejido, se puede realizar un material ligero que sirve deescudo térmico: protege a quien lo lleva de los cambios de temperatura e impideel enfriamiento corporal después de la actividad deportiva, permitiendo al mismotiempo la evaporización del calor excesivo. Así pues, se trata de una prenda que seadapta a las necesidades del usuario de una forma inteligente.

Page 131: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 131

Es un tejido antibacteriano, por lo que actúa como una barrera contra las toxinas,mata bacterias y permiten una adecuada transpiración evitando así el mal olordurante la realización de las pruebas o la práctica de ejercicio. Además incluye unaprotección contra los rayos ultravioletas (UV) y elimina la aparición de rozaduras.Las bandas sensoras que lleva incorporada la camiseta utilizan varias tecnologíassegún sea el parámetro que van a medir y son:

- Textrodes: que como se explicó en el capítulo 3, se basan en una estructuratejida hecha con una mezcla de �bras de poliéster y �bras de acero conduc-toras. Estos sensores son usados directamente en contacto con la piel y estánfundamentalmente destinados a la captación de la señal ECG y la frecuenciacardíaca [78].

- Sensor piezoresistivo: transforman una señal mecánica en eléctrica utilizandohilos piezoeléctricos tejidos normalmente en forma de banda alrededor delpecho. Su función principal es medir la señal de la respiración [49].

Este dispositivo hardware se conecta a la camiseta inteligente mediante un anclajede 4 corchetes y es el elemento encargado de transmitir mediante Bluetooth lasseñales que provienen del registro de la camiseta. Los datos sensoriales recogidospor este módulo no se envían directamente a las aplicaciones, sino que se haceun pre-procesado para conseguir mejores resultados. También tiene una memoriainterna y por lo tanto existe la posibilidad de almacenar los datos sin necesidad deutilizar la aplicación móvil.

Otra característica es que proporciona los valores de la aceleración espacial en lostres ejes (X, Y, Z) a partir de los cuales se obtienen parámetros interesantes comola velocidad de desplazamiento, la distancia recorrida, el desnivel acumulado... todoesto sin la necesidad de incluir GPS.

4.1.4. Diagramas funcionales

Un diagrama funcional es una representación grá�ca o dibujo de �guras geométricasque sirve para mostrar el funcionamiento de un sistema, ya sea una institución,empresa, equipo, club, una máquina o teoría cientí�ca.

Representa simbólicamente las acciones en un sistema por medio de bloques fun-cionales enlazados por líneas de acción. Las líneas de acción no representan nece-sariamente conexiones físicas. En el contexto del control automático, un diagramafuncional es a veces denominado simplemente diagrama de bloques.

Page 132: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 132

El diagrama muestra el conjunto en su totalidad, sus �guras geométricas por logeneral están escritas dentro con una letra, nombre o número que las identi�ca ydistingue de las demás. Las �guras van acompañadas de líneas que unen unas conotras demostrando así los pasos que envuelven el funcionamiento del objeto querepresentan. La mayoría de las veces va acompañado con una leyenda o explicacióndebajo del dibujo, otras veces las explicaciones están contenidas dentro de las �gurasgeométricas. Estos diagramas funcionales son muy utilizados en centros educativos.

4.1.4.1. Funcional Flow Block Diagram (FFBD)

El FFBD es una metodología de ingeniería de sistemas para la descripción paso apaso de las funcionalidades de un sistema multiprocesos y secuencial. Para una mejorlegibilidad del diagrama para la descripción del modelo AmIRTEM, el signi�cadode los bloques grá�cos se ha modi�cado de la siguiente forma:

- ConectorEl modulo conector se usa para de�nir puntos de multiplexación de la entraday/o de la salida, por ejemplo una �echa en entrada y dos en salida quiere decirque el mismo input va a dos bloques distintos.

Fig. 4.7: Conector

- Módulo para Bloque FuncionalEl módulo para bloque funcional es representado por un rectángulo con untítulo, una referencia en �dot form� (n.n) y un titulo descriptivo de la fun-cionalidad. Las �echas de entrada representan la entrada previa al procesadofuncional mientras las �echas de salida representan la salida después del pro-cesamiento.

Page 133: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 133

Fig. 4.8: Bloque funcional

- Conector CondicionalEl conector condicional se usa para expresar una condición verdadero/falso.Tiene una �echa de entrada, un título para la descripción de la condición, una�echa para la salida positiva y una para la salida negativa.

Fig. 4.9: Conector Condicional

- Módulo Funcional de Tiempo RealEl módulo funcional de tiempo real está representado por un triángulo conuna referencia en �dot form� y un título descriptivo de la funcionalidad.

Page 134: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 134

Fig. 4.10: Módulo Funcional de Tiempo Real

- Módulo Retroactivo de Tiempo RealEl módulo retroactivo de tiempo real está representado por una �echa circularcon una referencia en �dot form� y un título descriptivo de la funcionalidad deretroactividad.

Fig. 4.11: Módulo Retroactivo de Tiempo Real

4.2. Métodos

La medición es un proceso inherente tanto a la práctica como a la investigaciónclínica. Mientras que algunas variables son relativamente sencillas de medir (comoel peso o la tensión arterial) otras comportan cierto grado de subjetividad que haceespecialmente difícil su medición, como la intensidad de dolor o el concepto de cali-dad de vida. En cualquier caso, el proceso de medición conlleva siempre algún gradode error. Existen factores asociados a los individuos, al observador o al instrumentode medida que pueden in�uir en la variación de las mediciones. En la medida dela temperatura corporal, por ejemplo, pueden aparecer errores en el registro debi-dos tanto al estado del paciente, como a defectos en el termómetro utilizado o a laobjetividad del observador.

Page 135: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 135

Cualquier estudio epidemiológico debe garantizar la calidad de sus mediciones, nosólo porque condicionará en gran medida la validez de sus conclusiones, sino por laimportancia de las decisiones clínicas que se apoyen en esa investigación. La calidadde una medida depende tanto de su validez como de su �abilidad. Mientras quela validez expresa el grado en el que realmente se mide el fenómeno de interés,la �abilidad indica hasta qué punto se obtienen los mismos valores al efectuar lamedición en más de una ocasión, bajo condiciones similares. El que una medida seamuy precisa no implica, sin embargo, que sea necesariamente válida.

En los estudios que tratan de evaluar la validez de una medida se comparan susresultados con los obtenidos mediante una prueba de referencia (gold standard) quese sabe válida y �able para la medición del fenómeno de interés. Cuando el objetivose centra en la �abilidad de una medición, se repite el proceso de medida para evaluarla concordancia entre las distintas mediciones. En un estudio de la �abilidad puedenvalorarse los siguientes aspectos:

A. Repetibilidad: indica hasta qué punto un instrumento proporciona resultadossimilares cuando se aplica a una misma persona en más de una ocasión, peroen idénticas condiciones.

B. Concordancia intraobservador: tiene por objetivo evaluar el grado de consis-tencia al efectuar la medición de un observador consigo mismo.

C. Concordancia interobservador: se re�ere a la consistencia entre dos observado-res distintos cuando evalúan una misma medida en un mismo individuo.

D. Concordancia entre métodos de medición: cuando existen diferentes métodosde medida para un mismo fenómeno, es interesante estudiar hasta qué puntolos resultados obtenidos con ambos instrumentos son equivalentes.

En entorno clínico los métodos mas citados en literatura son: los métodos Bland-Altman, los coe�cientes de correlación de Pearson y la prueba T de Student queconjuntamente se usan para evaluar la proximidad de dos métodos de medición. Sehan comparado dos sistemas distintos que usan dos métodos para la mediciones deseñales �siológicas donde uno de los dos sistemas era el de referencia (gold standard).

Puesto que buena parte del trabajo que se ha hecho en esta tesis es desarrollosoftware, se han utilizados métodos psicológicos para evaluar el sistema con respectoa su aceptación por parte de los usuarios que lo han utilizado.

Existe en la actualidad una gran cantidad de proyectos de software que no llegana cumplir sus objetivos, una de las razones es desarrollar proyectos en calendarios

Page 136: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 136

sumamente ajustados y en algunos casos irreales; lo que ocasiona que se omitanmuchos pasos importantes en el ciclo de vida de desarrollo y se puede señalar quemuchos proyectos de software fracasan por no realizar un estudio previo de requisi-tos, falta de participación del usuario, requerimientos incompletos y cambios de losmismo a mitad del camino.

La evaluación del software es un tema extremadamente delicado, muchas veces re-sulta que un software de calidad a causa de una escasa interacción con los usuariosdurante su fase de desarrollo, resulta poco atractivo o complicado de usar. Esoimplica que en cuanto sea un producto no llegará a tener el éxito esperado. Esa ca-racterística es aún más evidente cuando el software en cuestión es para dispositivosmóviles donde la atracción y la sencillez de uso marcan la clave del éxito de unaaplicación u otra.

En el diseño y el desarrollo software llevado a cabo en esta tesis se ha buscado encada momento la sencillez y la �abilidad en lo que se re�ere a la interacción que elsistema tiene con el usuario, por lo tanto se ha pretendido evaluar esencialmente eseaspecto del sistema.

Las evaluaciones de la interacción grá�ca se han llevado a cabo usando el méto-do Hassenzahl mientras que para la interacción con la voz se han usado métodosestadísticos clásicos (media y desviación estándar) además de otros métodos esta-dísticos usados en psicología (método de Ejes Principales, análisis de ComponentesPrincipales y Alfa de Cronbach).

4.2.1. Bland-Altman

El análisis y el grá�co de Bland-Altman [43, 44, 45, 84] son los métodos más utili-zados para evaluar la correlación relativa entre dos medidas de variables continuasque se miden en la misma escala. Bland-Altman se han convertido en un requisitoesencial en los estudios de validez o método de comparación y el artículo original deBland-Altman [43] ha sido citado en más de 11.500 ocasiones, convincente evidenciade su importancia en la investigación médica.

Propusieron un método que consiste en comparar dos medidas en un grupo de su-jetos, y luego trazar las diferencias frente a la media para cada uno de ellos. Elproblema con los coe�cientes de correlación es que las dos medidas podrían estaraltamente correlacionadas, sin embargo, puede haber diferencias sustanciales en lasdos mediciones a través de su rango de valores, es decir, que no exista una buenaconcordancia entre los dos dispositivos [40].

Page 137: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 137

Con este procedimiento desagregado se pretende determinar si 2 métodos de medidaX e Y concuerdan lo su�ciente para que puedan declararse intercambiables. Paraesto se calcula, para cada individuo, la diferencia entre las medidas obtenidas conlos 2 métodos (D = X − Y ). La media de estas diferencias xd representa el errorsistemático, mientras que la varianza de estas diferencias (s2d) mide la dispersión delerror aleatorio, es decir, la imprecisión. Se ha propuesto utilizar estas 2 medidaspara calcular los límites de concordancia como xd ± s2d.Estos límites nos informan entre qué diferencias oscilan la mayor parte de las medidastomadas con los 2 métodos. Naturalmente, corresponde al investigador valorar siestas diferencias son lo su�cientemente pequeñas como para considerar que los 2métodos sean intercambiables o no.

Por otro lado, para que la media y la varianza de las diferencias sean estimacionescorrectas debemos asumir que son constantes a lo largo del rango de medidas, esdecir, que la magnitud de la medida no está asociada con un error mayor. Paracomprobar esta suposición se puede construir un grá�co de dispersión, representandolas diferencias (D) en el eje de ordenadas y la media de las 2 medidas de cadaindividuo, (X + Y )/2 en el eje de abscisas.

La media de las medidas de los 2 métodos puede entenderse como una aproximaciónal valor real, ya que se estaría atenuando el error de medida de los 2 métodos; de estemodo, esta representación grá�ca permite observar si existe algún tipo de relaciónentre la diferencia de los 2 métodos respecto a la magnitud de la medida, es decir,si el error de medida es constante durante el intervalo de valores de la característicaque se está midiendo o si, por el contrario, el error se incrementa conforme aumentael valor real que se quiere medir. Asimismo, es posible representar los límites deconcordancia, con lo que se puede identi�car a los individuos más discordantes.

El concepto básico del método de Bland-Altman es la visualización de la diferenciade las medidas hechas por los dos métodos. Se hace el diagrama de dispersión de lasiguiente manera:

- Eje X: el promedio de las dos medidas.

- Eje Y: la diferencia entre las dos medidas.

- Líneas adicionales de referencia:

• La línea promedio: Means

Page 138: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 138

• Límites de concordancia (LOA): representan el 95% de los puntos entreestos dos márgenes. El superior es la media xd + 1,96 · σ2 y el inferior esla media xd − 1,96 · σ2

Fig. 4.12: Ejemplo de grá�ca Bland-Altman

4.2.2. Tasa de acierto

La Tasa de Acierto es un indicador cuantitativo que viene expresado de forma por-centual e indica el número de veces que un dato medido está dentro del rango prede-�nido de valores validos entre el número total de medidas tomadas en cada instantede tiempo. En la siguiente fórmula se visualiza cómo se calcula dicho indicador y elresultado será mejor cuanto más se aproxime al 100%.

Page 139: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 139

TA( %) =N oAciertos

(N oTotalMedidas)· 100 (4.1)

=N oAciertos

(N oAciertos+N oFallos)· 100 (4.2)

4.2.3. Coe�ciente de correlación de Pearson

El coe�ciente de correlación de Pearson, pensado para variables cuantitativas (escalamínima de intervalo), es un índice que mide el grado de covariación entre distintasvariables relacionadas linealmente. Adviértase que decimos �variables relacionadaslinealmente�. Esto signi�ca que puede haber variables fuertemente relacionadas, perono de forma lineal, en cuyo caso no se debe aplicar la correlación de Pearson. Porejemplo, la relación entre la ansiedad y el rendimiento tiene forma de U invertida;igualmente, si relacionamos población y tiempo la relación será de forma exponencial.En estos casos (y en otros muchos) no es conveniente utilizar la correlación dePearson. Insistimos en este punto, que parece olvidarse con cierta frecuencia.

El coe�ciente de correlación de Pearson es un índice de fácil ejecución e, igualmente,de fácil interpretación. Digamos, en primera instancia, que sus valores absolutososcilan entre 0 y 1. Esto es, si tenemos dos variables X e Y, y de�nimos el coe�cientede correlación de Pearson entre estas dos variables como ρxy entonces:

0 ≤ ρxy ≤ 1 (4.3)

Como se ha indicado el coe�ciente de correlación de Pearson es un índice cuyosvalores absolutos oscilan entre 0 y 1. Cuanto más cerca de 1 mayor ser la correlación,y menor cuanto más cerca de cero.

La signi�cación de ρxy depende en gran medida del tamaño de la muestra; una co-rrelación de 0.01 puede ser signi�cativa en una muestra su�cientemente grande yotra de 0.9 no serlo en una muestra pequeña. Aquí se cumple la ley de los gran-des números; tendencias débiles son muy improbables, desde la Hipótesis nula, engrandes masas de datos, mientras que tendencias fuertes pueden ser relativamenteprobables en un tamaño pequeño de muestra. En el caso de que se esté estudian-do dos variables aleatorias X e Y sobre una población estadística; el coe�ciente decorrelación de Pearson ρxy viene de�nido por la siguiente expresión:

ρxy =σxyσxσy

=E [(X − µx) (Y − µy)]

σxσy(4.4)

Page 140: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 140

Donde:

- σxy es la covarianza de (X,Y)

- σx es la varianza de (X)

- σy es la varianza de (Y)

- µx es el valor medio de (X)

- µy es el valor medio de (Y)

- E [·] es el operador de esperanza matemática.

Elevando al cuadrado el coe�ciente de correlación ρxy se calcula el coe�ciente dedeterminación. El coe�ciente de determinación ρ2xy es una medida que nos dice cómode bien se ajusta la recta de regresión muestral a los datos, es decir, es una medidade bondad de ajuste (se encuentra entre 0 y 1).

4.2.4. Distribución T-Student

Es una distribución de probabilidad que surge del problema de estimar la media deuna población normalmente distribuida cuando el tamaño de la muestra es pequeño.Se utiliza para la determinación de las diferencias entre dos medias muestrales y parala construcción del intervalo de con�anza de la diferencia entre las medias de dospoblaciones cuando se desconoce la desviación típica de una población y ésta debeser estimada a partir de los datos de una muestra.

La distribución t es una distribución continua y gaussiana. No existe una sola dis-tribución t más bien una familia de distribuciones. Todas las distribuciones tienesmedia 0 pero sus desviaciones estándar di�eren de acuerdo al tamaño de la muestra,n.

Es útil usar la distribución t cuando la desviación estándar no es conocida y eltamaño de la muestra es menor que 30.

La distribución t de Student con parámetro n (grados de libertad) gobierna la va-riable aleatoria:

T =Z√S2/n

(4.5)

Donde Z y S2 son variables estadisticamente independientes que siguen respecti-vamente una distribución normal N(0,1) y una distribución chi cuadrado χ2 (de

Page 141: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 141

Pearson) [130]. La media µ de la población X y la desviación estándar σ2 se puedenestimar desde una secuencia de n muestras, X1, X2, ...Xn con los estimadores:

X =

∑iXi

n(4.6)

S2n =

∑i

(Xi − X

)2n− 1

(4.7)

La distribución de Student se usa para de�nir los intervalos de con�anza para lamedia de una población, usando los estimadores X y S2

n de su media y desviaciónestándar. Desde la ecuación:

T =X − µ√S2n/n

(4.8)

Cuando se consideran intervalos simétricos se puede usar el indice tn,α para el gradoα de con�anza deseado y resultan los intervalos:[

X − tn,α√S2n/n, X + tn,α

√S2n/n]

Existen tablas (por ejemplo Tab. 4.3) para los valores tn,α usados más habitualmente.

Page 142: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 142

HHHHHHn

α0.85 0.9 0.95 0.975 0.99 0.995

1 1.962610 3.077684 6.313752 12.706205 31.820516 63.6567412 1.386207 1.885618 2.919986 4.302653 6.964557 9.9248433 1.249778 1.637744 2.353363 3.182446 4.540703 5.8409094 1.189567 1.533206 2.131847 2.776445 3.746947 4.6040955 1.155767 1.475884 2.015048 2.570582 3.364930 4.0321436 1.134157 1.439756 1.943180 2.446912 3.142668 3.7074287 1.119159 1.414924 1.894579 2.364624 2.997952 3.4994838 1.108145 1.396815 1.859548 2.306004 2.896459 3.3553879 1.099716 1.383029 1.833113 2.262157 2.821438 3.24983610 1.093058 1.372184 1.812461 2.228139 2.763769 3.16927311 1.087666 1.363430 1.795885 2.200985 2.718079 3.10580712 1.083211 1.356217 1.782288 2.178813 2.680998 3.05454013 1.079469 1.350171 1.770933 2.160369 2.650309 3.01227614 1.076280 1.345030 1.761310 2.144787 2.624494 2.97684315 1.073531 1.340606 1.753050 2.131450 2.602480 2.94671316 1.071137 1.336757 1.745884 2.119905 2.583487 2.92078217 1.069033 1.333379 1.739607 2.109816 2.566934 2.89823118 1.067170 1.330391 1.734064 2.100922 2.552380 2.87844019 1.065507 1.327728 1.729133 2.093024 2.539483 2.86093520 1.064016 1.325341 1.724718 2.085963 2.527977 2.84534021 1.062670 1.323188 1.720743 2.079614 2.517648 2.83136022 1.061449 1.321237 1.717144 2.073873 2.508325 2.81875623 1.060337 1.319460 1.713872 2.068658 2.499867 2.80733624 1.059319 1.317836 1.710882 2.063899 2.492159 2.79694025 1.058384 1.316345 1.708141 2.059539 2.485107 2.78743626 1.057523 1.314972 1.705618 2.055529 2.478630 2.77871527 1.056727 1.313703 1.703288 2.051831 2.472660 2.77068328 1.055989 1.312527 1.701131 2.048407 2.467140 2.76326229 1.055302 1.311434 1.699127 2.045230 2.462021 2.75638630 1.054662 1.310415 1.697261 2.042272 2.457262 2.74999640 1.050046 1.303077 1.683851 2.021075 2.423257 2.70445960 1.045469 1.295821 1.670649 2.000298 2.390119 2.660283120 1.040932 1.288646 1.657651 1.979930 2.357825 2.617421∞ 1.036433 1.281552 1.644854 1.959964 2.326348 2.575829

Tab. 4.3: t de Student para diferentes valores de n y α

Page 143: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 143

4.2.5. Modelo Hassenzahl

En el desarrollo de una aplicación los aspectos funcionales de la tecnología sonfundamentales, pero también es importante conocer cómo reaccionan los usuarioscuando la utilizan, si les parece fácil o difícil entenderla, si creen que es atractiva ono, etc. Para conocer todos estos aspectos se ha elegido utilizar a lo largo de estatesis los cuestionarios AttrakDi� basados en el modelo de Hassenzahl [90, 102].

Los cuestionarios AttrakDi� se basan en el modelo de la experiencia del usuariopresentado por Hassenzahl [90], este modelo permite dar un enfoque relevante a lainteracción con un sistema, ya que la teoría se re�ere no sólo a aspectos pragmáticos(como la calidad y usabilidad) sino también los aspectos hedónicos, que tiene que vercon lo que proporciona la aplicación al usuario (autonomía, seguridad, competencia,relación con los demás...).

El atractivo de un producto esta siendo un punto relevante en las investigacionessobre la usabilidad del mismo. Hasta ahora los métodos de evaluación se concentra-ban esencialmente en la usabilidad entendida solo como la cualidad pragmática dela facilidad de uso.

Hoy en día en un método de evaluación se busca medir tanto las cualidades recono-cidas como pragmática, así como la cualidades hedónicas de un producto.

El modelo teórico (Figura 4.13) ilustra cómo las cualidades pragmáticas y hedónicasin�uyen la percepciones subjetivas del atractivo que resulta desde las respuestasemocionales y de comportamientos del cuestionario.

El modelo separa cuatro aspectos esenciales:

- la calidad del producto entendida como diseño grá�co

- la percepción subjetiva de la calidad y la evaluación subjetiva de la misma

- la independencia entre las cualidades hedónicas y pragmáticas

- consecuencias emocionales e en el comportamiento.

Page 144: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 144

Fig. 4.13: Modelo Hassenzahl para la evaluación del atractivo

El modelo teórico muestra cómo las cualidades pragmáticas y hedonista in�uyen enla percepción subjetiva del atractivo que da lugar a un determinado comportamientoy emociones [61].

El modelo teórico ha sido investigado y evaluado en muchos estudios de Hassenzahly otros investigadores.

El cuestionario AttrakDi� fu estudiado y aplicado como instrumento de medida enel formato semántico diferenciales. Está compuesto por 23 grupos de siete elementosdonde en los extremos de cada grupo están adjetivos con signi�cado opuesto (porejemplo �confuso�-�claro�, �insólito�-�ordinario�, �bueno�-�malo�). Los elementos decada grupo están ordenados en una escala de intensidad. Cada uno de los valoresmedios de un grupo de elementos crea un valor de escala para la cualidad pragmática(PQ), la cualidad hedónica (HQ) y el atractivo (ATT).

Los estudios muestran que las cualidades hedónicas y pragmáticas se perciben consis-tentemente e independientes la una de la otra, aunque las dos contribuyen igualmentepara la cali�cación del atractivo.

El cuestionario AttrakDi� está disponible en la Web Attrack Di� [7] en inglés yalemán.

Page 145: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 145

Fig. 4.14: Cuestionario AttrakDi�

En el cuestionario hay que rellenar el circulo que se desea entre la pareja de adjetivoscon signi�cado opuesto. Las distintas posibilidades existentes entre dichas parejaspermitirán describir la intensidad de la cuali�cación. El cuestionario esta en la �gura4.14.

4.2.6. Método de Análisis de Componentes Principales

El Análisis de Componentes Principales (ACP) [65, 70] es una técnica provenientedel análisis exploratorio de datos cuyo objetivo es la síntesis de la información, oreducción de la dimensión (número de variables). Es decir, ante una tabla de datoscon muchas variables, el objetivo será reducirlas a un menor número perdiendo lamenor cantidad de información posible. Como ya se mencionó el objetivo es construir

Page 146: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 146

un pequeño número de nuevas variables (componentes) en las cuales se concentra lamayor cantidad posible de información, como se ilustra en la �gura 4.15.

Tabla de datos Componentes

X11 X12 · · · X1p

X21 X22 · · · X2p

......

. . ....

Xn1 Xn2 · · · Xnp

−→

C11 C12 · · · C1p

C21 C22 · · · C2p

......

. . ....

Cn1 Cn2 · · · Cnp

100% de la información 30 % 20 % · · · 15 %

Fig. 4.15: Transformación de las variables originales en componentes.

El ACP construye una transformación lineal que escoge un nuevo sistema de coor-denadas para el conjunto original de datos en el cual la varianza de mayor tamañodel conjunto de datos es capturada en el primer eje (llamado el Primer ComponentePrincipal), la segunda varianza más grande es el segundo eje, y así sucesivamente.Para construir esta transformación lineal debe construirse primero la matriz de co-varianza o matriz de coe�cientes de correlación. Debido a la simetría de esta matrizexiste una base completa de vectores propios de la misma. La transformación quelleva de las antiguas coordenadas a las coordenadas de la nueva base es precisamentela transformación lineal necesaria para reducir la dimensionalidad de datos. Ademáslas coordenadas en la nueva base dan la composición en factores subyacentes de losdatos iniciales.

Una de las ventajas del ACP para reducir la dimensionalidad de un grupo de datos,es que retiene aquellas características del conjunto de datos que contribuyen más asu varianza, manteniendo un orden de bajo nivel de los componentes principales eignorando los de alto nivel. El objetivo es que esos componentes de bajo orden aveces contienen el aspecto "más importante"de esa información.

Supongamos que existe una muestra con n individuos para cada uno de los cualesse han medido m variables (aleatorias) Xj. El ACP permite encontrar un númerode factores subyacentes p < n que explican aproximadamente el valor de las nvariables para cada individuo. El hecho de que existan estos p factores subyacentespuede interpretarse como una reducción de la dimensionalidad de los datos: dondeantes necesitabamos n valores para caracterizar a cada individuo ahora nos bastan

Page 147: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 147

p valores. Cada uno de los p encontrados se llama componente principal, de ahí elnombre del método.

Cuando los datos no son dimensionalmente homogéneos o el orden de magnitud delas variables aleatorias medidas no es el mismo se usa el método basado en la matrizde correlación.

Sea:

Xi,j =

X11 X12 · · · X1p

X21 X22 · · · X2p...

.... . .

...Xn1 Xn2 · · · Xnp

Se puede observar que cada conjunto:

Σj = {Xi,j|i = 1, .., n}

puede considerarse una muestra aleatoria para la variable Σj. A partir de los p x ndatos correspondientes a las p variables aleatorias, puede construirse la matriz decorrelación muestral, que viene de�nida por:

ri,j =

r11 r12 · · · r1pr21 r22 · · · r2p...

.... . .

...rp1 rp2 · · · rpp

Donde:

ri,j =cov(Σi,Σj)√var(Σi)var(Σj)

Puesto que la matriz de correlaciones es simétrica entonces resulta diagonalizable ysus valores propios λi, veri�can:

p∑i=1

λi = 1

Debido a la propiedad anterior estos p valores propios reciben el nombre de pesosde cada uno de los p componentes principales. Los factores principales identi�cadosmatemáticamente se representan por la base de vectores propios de la matriz r. Está

Page 148: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 148

claro que cada una de las variables puede ser expresada como combinación lineal delos vectores propios o componentes principales.

Existen reglas para saber el número más adecuado de componentes principales aconservar, por ejemplo, la que se conoce como Criterio de Kaiser indica que hayque conservar los componentes principales cuyos valores propios son mayores que launidad.

4.2.7. Alfa de Cronbach

Se trata de un índice de consistencia interna que toma valores entre 0 y 1 y quesirve para comprobar si el instrumento que se está evaluando recopila informacióndefectuosa y por tanto nos llevaría a conclusiones equivocadas o si se trata de uninstrumento �able que hace mediciones estables y consistentes.

Alfa es por tanto un coe�ciente de correlación al cuadrado que, a grandes rasgos,mide la homogeneidad de las preguntas promediando todas las correlaciones entretodos los ítems para ver que, efectivamente, se parecen.

Su interpretación será que, cuanto más se acerque el índice al extremo 1, mejor esla �abilidad, considerando una �abilidad respetable a partir de 0,80.

Un investigador trata de medir una cualidad no directamente observable (por ejem-plo, la inteligencia) en una población de sujetos. Para ello mide n variables que síson observables (por ejemplo, n respuestas a un cuestionario o un conjunto de nproblemas lógicos) de cada uno de los sujetos.

Se supone que las variables están relacionadas con la magnitud inobservable deinterés. En particular, las n variables deberían realizar mediciones estables y consis-tentes, con un elevado nivel de correlación entre ellas.

El alfa de Cronbach permite cuanti�car el nivel de �abilidad de una escala de medidapara la magnitud inobservable construida a partir de las n variables observadas.

El alfa de Cronbach [75] no deja de ser una media ponderada de las correlacionesentre las variables (o ítems) que forman parte de la escala. Puede calcularse de dosformas: a partir de las varianzas (alpha de Cronbach) o de las correlaciones de losítems (Alpha de Cronbach estandarizado). Hay que advertir que ambas fórmulasson versiones de la misma y que pueden deducirse la una de la otra. El alpha deCronbach y el alpha de Cronbach estandarizado, coinciden cuando se estandarizanlas variables originales (ítems).

Page 149: Modelado de sistemas de inteligencia ambiental para el

4. Materiales y métodos 149

A. A partir de la varianza:

α =

[k

k − 1

][1−

∑ki=1 S

2i

S2t

](4.9)

donde:

- S2i es la varianza de la variable i

- S2t es la varianza total de todas las variables

- k es el número de preguntas.

B. A partir de la correlación entre las variables:

αest =

[kp

1 + p(k − 1)

](4.10)

donde:

- k es el numero de variables

- p es el promedio de las correlaciones lineales entre cada uno de los ítems.

Page 150: Modelado de sistemas de inteligencia ambiental para el

5. RESULTADOS

5.1. Modelo Am.I.R.T.E.M.

Las tecnologías de las comunicaciones hoy en día son accesibles a la mayoría de lapoblación y han llegado a proporcionar funcionalidades que hasta hace pocos añosni se podrían alcanzar con los mejores ordenadores, conceptos como �smartphone,cloud computing, inteligencia ambiental� nos abren una in�nidad de posibilidadessobre los sistemas y las aplicaciones que se pueden desarrollar.

Por otro lado la electrónica y el textil inteligente ya están a un nivel tal de madurezque la medición no invasiva de parámetros �siológicos como la frecuencia cardiacaes e�caz y e�ciente.

Entonces si combinamos las tecnologías de las TIC con textiles inteligente podría-mos llegar a diseñar nuevos modelos para sistemas de inteligencia ambiental queefectivamente puedan ser de ayuda a profesionales médicos y a usuarios durante eldía día.

Concretamente en este capítulo se describe un modelo para sistemas de inteligenciaambiental para la monitorización del entrenamiento físico, la evaluación funcionalde las cualidades físicas y la guía durante una sesión de entrenamiento.

Posteriormente este modelo ha sido caracterizado y validado �jando como cualidadfísica a entrenar la resistencia aeróbica.

5.1.1. Valoración Funcional

La valoración funcional es la evaluación objetiva de las capacidades funcionales deun sujeto para realizar una determinada tarea.

El proceso de evaluación implica la medición y valoración de determinado aspectoen comparación con un parámetro de referencia. Todo proceso educativo o de entre-namiento requiere de una evaluación para objetivar las condiciones actuales, realizarun diagnóstico, proponer objetivos, programar conductas y luego ejecutarlas para

Page 151: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 151

modi�car el proceso. En el deporte de alta competición, la evaluación ideal debeser interdisciplinaria: médico, bioquímico, técnico, preparador físico, nutricionista,psicólogo, y otros. En el proceso de evaluación deportiva los aspectos a determinartienen que ver con los factores (genéticos y ambientales) condicionantes de la máxi-ma prestación física, por lo que se debe valorar anteriormente la salud, la nutrición,los demás hábitos de vida, el proceso de entrenamiento y la aptitud.

5.1.1.1. Pruebas de aptitud cardiovascular

La prueba de aptitud cardiovascular es una valoración de la resistencia aeróbicade un paciente. En esas pruebas el parámetro que mas interese tiene, es la valoracióndel �tness, mas bien del consumo máximo de oxígeno de un sujeto, que cuanti�cala capacidad aeróbica de un individuo. Las pruebas de aptitud cardiovascular opruebas de esfuerzo (PE) suelen ser directas o indirectas y preveen la ejecución detareas concretas de�nidas en protocolos médicos.

Fig. 5.1: Un laboratorio de �siología del esfuerzo.

- Las PE directas implican la medición del consumo máximo de oxígeno me-diante el uso de una mascarillas (�g. 5.1).

Page 152: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 152

- mientras las PE indirectas permiten la estimación del V O2max mediante eluso de protocolos y ecuaciones predictivas que tienen un error aceptable en lavaloración respecto a una valoración directa (normalmente este error es inferioral 20 por ciento de la valoración directa).

Además de estas pruebas ergométricas en laboratorio y con materiales que suelentener un costo importante, existen test de campo (test de Cooper) y pruebas deaptitud (el índice cardíaco de Ru�n o el test de Harvard) que pueden dar unaestimación de la resistencia cardíaca al esfuerzo cuando no se dispone de laboratoriosy ergométros.

5.1.2. Entrenamiento y frecuencia cardíaca

Aprovechar al máximo los entrenamientos no siempre signi�ca esforzarse más o co-rrer más rápido, lo más recomendable para mejorar y ver la evolución de la condiciónfísica es entrenar siempre a la intensidad adecuada. Matizar que la intensidad apro-piada para un individuo puede ser �oja o nociva para otros, ya que entrena al límitede sus posibilidades. Por lo tanto es necesario de�nir un per�l de entrenamiento quese adecue al usuario y no sea genérico.

A la hora de comenzar un entrenamiento aeróbico lo más difícil es encontrar laintensidad justa para entrenar, es muy común entrenar por debajo del límite inferiorcon lo cual el ejercicio no resultaría e�caz, o por encima del límite superior con locual nos cansaríamos muchísimo creyendo que entrenamos la capacidad aeróbica,cuando estamos entrenando la anaeróbica.

Con lo expuesto en los párrafos anteriores, podemos decir que el primer paso paraconocer la intensidad correcta de un entrenamiento aeróbico es averiguar la frecuen-cia cardíaca máxima (FCmax) de la persona que lo va a ejecutar. Esto es así porqueteóricamente, al llegar a la FCmax, se alcanza la máxima capacidad de trabajo. LaFCmax indica el número máximo de pulsaciones por minuto que una persona puedealcanzar realizando un esfuerzo de gran intensidad sin poner en riesgo su salud, esúnica en cada individuo dado que varía en función de la edad, de la herencia genéticay del nivel de forma física.

El método de cálculo de la FCmax utilizado generalmente está basado en la edad yproporciona una predicción estadística media, resultando un buen método para la

mayoría de las personas especialmente aquellas sanas e iniciadas en elentrenamiento aeróbico. Este método emplea la siguiente fórmula[64]:

FCmax = 220− Edad (5.1)

Page 153: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 153

Si queremos conocer con la mayor precisión y exactitud posible nuestra FCmaxdeberemos realizar clínicamente una prueba de esfuerzo máximo en un ergómetro(tapiz rodante o cicloergómetro) supervisada en todo momento por un cardiólogo oun �siólogo deportivo.

Para realizar un buen entrenamiento lo primero que hay que hacer es establecer cuáles el objetivo que se pretende conseguir. La frecuencia cardíaca de entrenamiento se�ja utilizando como referencia la FCmax , y los límites de entrenamiento se de�nencomo porcentajes de la FCmax de cada individuo en particular.

Page 154: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 154

Tipo deentrenamiento

Duración Bene�cios Te sientesRecomendado

para...

Máximo(90-100%)

Menos 5 min

Desarrollarmáximo

rendimiento yvelocidad

Agotamiento dela musculaturay di�cultad derespiración

Cualquierpersona con

buena condiciónfísica y paraentrenamiento

atlético

Intenso(80-90%)

2 - 10 min

Incrementa lacapacidadmáxima derendimiento

Con fatigamuscular yrespiraciónpesada

Cualquierpersona que

realiceentrenamiento

de cortaduración

Moderado(70-80%)

10 - 40 min

Mejora delrendimiento y la

capacidadaeróbica

Ligera tensiónmuscular,facilidad alrespirar ysudoraciónmoderada

Cualquierpersona que

realiceentrenamiento

de largaduración y deintensidadmoderada

Suave(60-70%)

40 - 50 minMejora la

resistencia y laquema de grasas

Cómodo,facilidad al

respirar, pocacarga musculary sudoración

suave

Cualquierpersona que

realiceentrenamiento

de largaduración yrepeticiones

cortas

Muy suave(50-60%)

20 - 40 min

Mejora lacondición físicaen general yayuda a larecuperación

Facilidad pararespirar y ligera

tensiónmuscular

Control del pesoy recuperación

activa

Tab. 5.1: Tipos de entrenamiento según intensidad

Page 155: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 155

En la tab.5.1 se hace una descripción y clasi�cación de 5 entrenamientos, basados enlos porcentajes de FCmax que se alcanzarán durante los mismos [77, 139]. En cadauno de ellos se especi�ca la duración del entrenamiento, los efectos que produce, cómohace sentir a la persona que los realiza y para quién están dirigidos preferentemente.

Con un monitor de frecuencia cardíaca conoceremos en todo momento si estamosentrenando demasiado suave o demasiado fuerte, con lo que no se va a desaprovecharninguna sesión. En el estudio que se realizará en esta tesis, el monitor de frecuenciacardíaca será un textil inteligente, el producto GOW Running [2] de la empresaWeartech [6], que adicionalmente mide otros parámetros de interés en el deporte.Si además utilizamos el sistema de guiado por voz, tendremos un �compañero� deentrenamiento que nos orienta en el entrenamiento informándonos sobre qué talprogresamos y nos motiva en cada uno de los entrenamientos consiguiendo con mayorfacilidad mejores rendimientos.

Nuestro cuerpo humano no trabaja con toda la capacidad funcional de sus órga-nos, solamente con una parte pequeña dejando libre una gran reserva funcional. Elejercicio físico permite evaluar esta reserva tanto del organismo en conjunto comode los órganos, además de las posibilidades adaptativas de las funciones de dichosórganos.

Se entiende por valoración funcional al estudio de esta reserva funcional del organis-mo a través de la medicina de funciones biológicas, las cuales se ponen en marchadurante la realización de ejercicio físico. Así pues, la valoración funcional estudia laadaptación funcional del organismo sometido a un esfuerzo físico determinado. Ellose realiza mediante diferentes test funcionales o pruebas de esfuerzo. La valoraciónfuncional de un deportista evalúa la adaptación del organismo al ejercicio si el gestodeportivo se reproduce de forma especí�ca o si el registro se obtiene directamenteen el campo deportivo [8]. En cardiología, las pruebas de esfuerzo tienen como ob-jetivo la valoración de la capacidad funcional del paciente cardiópata, el estudio dela actividad eléctrica miocárdica y función cardiovascular en respuesta al ejerciciofísico [133, 8].

La valoración funcional engloba métodos propios de la evaluación �siológica, la me-dicina, la biomecánica, la ergometría. . . En el concepto más actual, prima la con-sideración de que al menos en deportistas la adaptación funcional va pareja con elgesto deportivo y de ahí la evolución en el diseño de ergómetros que aseguren laespeci�cidad de la valoración.

Rodríguez y Aragonés en 1992, de�nen la valoración funcional como �la evaluaciónobjetiva de las capacidades funcionales de un sujeto para realizar una tarea deportiva

Page 156: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 156

o motriz� [8].

La �siología del ejercicio y las pruebas de esfuerzo se han ido desarrollando a lolargo del tiempo gracias a la necesidad de un mayor conocimiento de los aspectos�siológicos, clínicos y biomecánicos que pudiesen ser aplicados para el diagnóstico oel tratamiento de las patologías.

Debido a los avances y desarrollos tecnológicos ha incrementado el conocimientocientí�co sobre �siología puesto que se ha ido disponiendo del instrumental adecua-do para la medición y registro de forma objetiva de los parámetros cardiológicos,respiratorios, metabólicos y ergométricos que hoy en día son imprescindibles en estetipo de evaluación.

La �siología de los aparatos circulatorio y respiratorio ha permitido desde hace másde 150 años una evolución constante en la valoración funcional. Desde hace mediosiglo, gracias a su aplicación en sujetos normales y deportistas, se ha producido unaevolución de la �siología del ejercicio y de la medicina del deporte, logrando undesarrollo más cientí�co del deporte y extendiendo dicha valoración a la poblacióngeneral que realiza cualquier práctica de actividad física relacionada con la salud [8].Así pues, hace 60 años las pruebas estaban restringidas a un número muy pequeño decentros médicos punteros en investigación �siológica y desde hace aproximadamenteuna década, se ha popularizado el uso de la valoración funcional en la poblacióngeneral y deportiva [8].

Las características que debe cumplir la valoración funcional para que las variablesevaluadas sean relevantes en el deporte y la modalidad practicada son:

- Máxima especi�cidad de pruebas y protocolos para el deporte estudiado.

- Alto grado de validez, es decir, debe medir lo que se pretende medir.

- Reproductibilidad, por lo que debe ser altamente repetible y con sensibilidadpara detectar cambios.

- Control rígido, respetando los derechos del deportista.

- El test debe repetirse a intervalos regulares.

- Los resultados deben ser interpretados por un profesional médico y explicadosal deportista.

Para realizar un buen entrenamiento lo primero que hay que hacer es establecer cuáles el objetivo que se pretende conseguir. La frecuencia cardíaca de entrenamiento se

Page 157: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 157

�ja utilizando como referencia la FCmax , y los límites de entrenamiento se de�nencomo porcentajes de la FCmax de cada individuo en particular.

5.1.3. Modelo AmIRTEM para la monitorización, evaluación y guía durante elentrenamiento de las cualidades físicas en programas básicos de ejercicios

para la salud

5.1.3.1. Proceso de prescripción de ejercicio

Actualmente la prescripción de ejercicio físico se basa sobre una valoración funcionalprevia que sirve al médico o al entrenador para de�nir la tipología de entrenamientomás adecuada para el sujeto.

Fig. 5.2: Proceso de prescripción de ejercicio de la resistencia aeróbica

Para describir el proceso de prescripción de ejercicio utilizamos un ejemplo: supon-gamos que se quiere mejoras en la resistencia aeróbica de un sujeto. El proceso eneste caso es descrito en la �g. 5.2.

Page 158: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 158

La valoración funcional de la resistencia aeróbica se hace mediante una prueba deesfuerzo que proporciona una evaluación cuantitativa de la capacidad cardiovasculardel individuo. El médico, o el entrenador, correlan los datos de la valoración con losdatos personales y el historial médico del sujeto y de�nen un programa de ejercicio.

En este punto, el sujeto realizará el programa de entrenamiento prescrito y al �nal delperiodo se veri�cará si ha habido mejora en su capacidad cardiovascular tras volver arealizar la PE (Prueba de Esfuerzo). Normalmente si el programa de entrenamientoha sido bien diseñado y el sujeto ha realizado todas las sesiones regularmente, sedeberían notar mejoras entre la primera y la segunda PE.

¾Qué pasaría si no se nota mejora entre las dos pruebas? En este punto el médicodeberá investigar sobre la correcta realización de cada una de las sesiones de ejerciciopara saber si ha habido un mal diseño del programa de entrenamiento, una negli-gencia por el sujeto en la realización de las sesiones de entrenamiento o el individuosufre de una patología cardiovascular hasta aquel momento desconocida por él.

En referencia a la �g. 5.2 se puede notar que en la parte de practica de ejerciciohay dibujado un �candado�, este candado quiere decir que hasta ahora ese procesoes una �caja negra� desconocida a los profesionales médicos, es decir ellos no sabencuantitativamente como han sido realizadas las sesiones de entrenamiento solo através de una descripción del sujeto.

En el modelo Am.I.R.T.E.M. (Ambient Intelligence Realtime Training EvaluationModel) se pretende de�nir un sistema AmI que sea capaz de:

- Monitorizar el entrenamiento de una cualidad física

- Valorar funcionalmente una cualidad física

- Proporcionar un sistema de guía durante el entrenamiento de las cualidadesfísicas

Si el modelo AmIRTEM fuese capaz de monitorizar, evaluar y guiar sería posibleabrir esa �caja negra� de la �g. 5.2 para proporcionar una evaluación cuantitativasesión por sesión del entrenamiento de un individuo de modo que los profesionalespuedan:

- valorar cuantitativamente la cualidad física a entrenar sesión por sesión

- cambiar dinámicamente los programas de ejercicio de forma óptima

Page 159: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 159

- tener mayores informaciones para el diagnóstico de patologías desconocidas enel individuo.

El modelo y el sistema AmI que lo implementa no están pensados en absolutopara sustituir de forma inteligente a los profesionales del sector, más bien lo que sepretende es proporcionar nuevas e innovadoras herramientas a su servicio.

5.1.3.2. Formalización del modelo AmIRTEM (Ambient Inteligence RealtimeTraining Evaluation Model)

El modelo AmIRTEM se ha formalizado con el Funcional Flow Block Diagram. ElFFBD es una metodología de ingeniería de sistemas para la descripción paso a pasode las funcionalidades de un sistema multiprocesos y secuencial. Para una mejorlegibilidad del diagrama para la descripción del modelo AmIRTEM, el signi�cadode los bloques grá�cos se ha modi�cado de como descrito en el capítulo 3. Losobjetivos primarios del modelo AmIRTEM son de:

- monitorizar la actividad física

- evaluar las cualidades físicas

- proporcionar ayuda y guía durante la actividad física

Mas informalmente es decir que queremos abrir la �caja negra� del entrenamientodescrito en �g. 5.2 mediante el uso de sistemas inteligentes capaces de monitorizar yde guiar un sujeto durante la ejecución de cada una de sus sesiones de entrenamientoy proporcionar una ayuda en tiempo real cuando el sujeto no realiza sus sesiones deentrenamiento correctamente.

El objetivo secundario del modelo AmIRTEM es proporcionar a los profesionalesmédico y/o entrenadores, herramientas para la revisión de cada una de las sesio-nes de entrenamiento realizadas para ayuda a la decisión durante el diagnóstico depatologías o para modi�car los programas de entrenamientos.

El diagrama formal del modelo AmIRTEM descrito con el FFBD modi�cado pa-ra una mejor legibilidad está representado el la �g. 5.3. Sintéticamente representala formalizacion del proceso descrito en la �g. 5.2 con el bucle de realización delentrenamiento abierto.

Page 160: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 160

Fig.5.3:Diagram

aFFBD

parala

descripción

delmodeloAmIRTEM

Page 161: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 161

Más en detalle el modelo AmIRTEM está compuesto por 4 bloques funcionales:

1. Physical Quality De�nition, este bloque de�ne y modeliza la cualidad físicaque se pretende entrenar;

2. User Physical Modelling, en este bloque se caracteriza al usuario desde unpunto de vista �siológico en aquellos aspectos que caracterizan la cualidadfísica a entrenar;

3. Functional Evaluation Training, este bloque de�ne sesiones de entrenamientoespeciales para la evaluación de la cualidad física a entrenar del sujeto;

4. Virtual Trainer, este modulo a retroacción representa el núcleo del modeloAmIRTEM y se ocupa de la prescripción, la monitorización y la evaluacióndel ejercicio. De�ne los per�les de entrenamiento y se puede decomponer enlos bloques:

4.1. Real Time Subsystem, desempeña la función de monitorización, de eva-luación y de guiado durante la ejecucción de una sesión de entrenamiento,más en detalle se divide en 2 bloques:

4.1.1 Practice, se ocupa de la monitorización continua durante la sesión deejercicio de la cualidad física a entrenar;

4.1.2 Real Time Evaluation, desempeña el papel de evaluación y guiado dela sesión de ejercicio durante su ejecución y su conformidad con elper�l de entrenamiento de sujeto;

4.2. Post Session Evaluation, proporciona y evalúa cada sesion según el per�lde entrenamiento del sujeto y ofrece herramientas para modi�car el per�lde las siguientes sesiones para aumentar la e�cacia del entrenamiento.

Physical Quality De�nition Module

Este módulo pretende modelar y caracterizar la cualidad física que se quiere en-trenar desde un punto de vista funcional, cuantitativo y de los factores que la de-terminan. Por ejemplo, la �exibilidad depende de:

- La elasticidad muscular: que es la capacidad de los músculos de acortarse yalargarse pudiendo volver a su forma original.

- Movilidad articular: que grado de movimiento de cada articulación. Varía segúnla articulación y la persona.

Page 162: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 162

Por lo tanto la caracterización de la elasticidad muscular y la movilidad articulardel hombro tendrá un modelo diferente para la rodilla o la mano.

Además de la caracterización muscular y articular, en general en la �exibilidadin�uyen otros factores independientes del aparato músculo-esquelético como:

- la herencia (genes)

- el sexo (las mujeres son más �exibles)

- la edad (a menor edad más �exibilidad)

- el tipo de trabajo habitual (posturas)

- la hora del día (por la mañana es mejor que a lo largo del día)

- la temperatura ambiente y la temperatura muscular (a más temperatura, ma-yor será).

- el grado de cansancio muscular.

User Physical Modelling Module

El modelado del usuario en el modelo AmIRTEM pretende proporcionar un mode-lado �siológico y personalizado del sujeto. El objetivo de este módulo no es caracteri-zar al sujeto con un Virtual Fisiological Human (VFH) [110] más bien caracterizarleen función de la cualidad física que se quiere entrenar.

De todos modos en el proyecto Living Human Project [132] se están haciendo esfuer-zo para modelar el sistema musculo-esquelético completo de un sujeto. Por ejem-plo, en el User Physical Modelling para el entrenamiento de la resistencia el mode-lo �siológico de adaptación al esfuerzo y los parámetros �siológicos (V O2max, FC,∆(A − V )O2 , etc...) descritos en el capítulo 3 son su�cientes para modelar el com-portamiento de un sujeto en función de la resistencia.

Functional Evaluation Module

El Functional Evaluation Module (bloque 3.0 de �g. 5.3) representa el bloque deevaluación funcional del modelo AmIRTEM, es necesario a la hora de establecerun programa de entrenamiento adecuado para el sujeto. Ese modulo depende dela cualidad física que se quiere entrenar y desde las caracteristiacas del usuario,en general se hacen en entornos médicos y controlados para evitar riesgos para elpaciente.

Page 163: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 163

Virtual Trainer Module

El Virtual Trainer Module se ocupa de la prescripción, guiado y evaluación delentrenamiento. En este módulo en función del User Physical Modelling Module 2.0,del Physical Quality De�niition Module 1.0 y del Functional Evaluation Module 3.0se de�ne el programa completo de entrenamiento y los objetivos de cada una de lassesiones.

En general los objetivos se conseguirán mediante la ejecución de �Training Pro�les�en las �Training Sessions�. Los Training Pro�les de�nen per�les de entrenamientoque se tienen que ejecutar durante una Training Session, que representa una sesiónatómica de entrenamiento.

En la prescripción de ejercicio el Virtual Trainer Module establece un periodo de en-trenamiento y una frecuencia de las Training Session, a cada sesión de entrenamientose le asigna un per�l y una duración.

Los parámetros/objetivos del Virtual Trainer por lo tanto se clasi�can en:

- temporales (que son datos primitivos)

• periodo de entrenamiento

• frecuencia de la sesiones de entrenamiento

• duración de una sesión atómica de entrenamiento

- funcionales (que son datos estructurados)

• per�les, son funciones temporales de los parámetros de la cualidades físi-cas a entrenar

• sesiones, son instancias de per�les que se tienen que ejecutar.

El Virtual Trainer Module es un bloque funcional con dos mecanismos de retroacción(�g. 5.3):

1. retroacción de tiempo real, de�nida en el módulo 4.1 Real Time SubsystemModule

2. Retroaccion post entrenamiento, de�nido en el módulo 4.2 Post Session Eva-luation Module

Page 164: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 164

El Virtual Trainer Module no tiene que sustituir a un profesional más bien tiene queayudar al proceso de prescripción de ejercicio así que este módulo se puede ver comola parte del AmIRTEM dedicado a usuarios profesionales. O sea sería oportuno queeste modulo no sea un sistema a caja negra totalmente automático, más bien unmodulo interactivo para profesionales o usuarios expertos.

Realtime Subsystem Module

El Real Time Subsystem Module (bloque 4.1 en �g.5.3) desempeña dos funciona-lidades:

- monitorización de una sesión atómica de entrenamiento (bloque 4.1.1 de �g.5.3)

- Guia de una sesión atómica de entrenamiento. (bloque 4.1.2 de �g.5.3).

En el bloque 4.1.1 Practice de �g.5.3 se monitoriza en tiempo real la cualidad físicadel sujeto durante la ejecución de una sesión de entrenamiento.

Mientras el bloque 4.1.2 Real Time Evaluation Module de �g.5.3, comprueba laa�nidad de la sesión de entrenamiento respecto al per�l que tiene asociado. Si laa�nidad de la sesión que se realiza no es la esperada, el módulo da instrucciones alsujeto para reajustar la sesión atómica durante su ejecución a su per�l asociado.

Post Session Evaluation Module

El bloque 4.2 Post Session Evaluation Module de �g.5.3 provee calcular la a�nidadde cada sesión ejecutada y proporciar la información como feedback al Virtual Trai-ner Module para que pueda reajustar de forma óptima el programa de entrenamientodel sujeto.

5.1.4. Modelo AmIRTEM para la prevención y mejora de la salud

En el capítulo 3 y en general en cardiograma deportiva [122] se han visto los efectos ylas mejoras que el entrenamiento de la resistencia aeróbica tiene sobre el organismo,además se han descritos los métodos básicos de entrenamiento de la misma.

Es evidente y está consolidado el concepto que el entrenamiento de la resistenciaaeróbica tiene efectos bené�cos sobre el aparato cardiovascular, la obesidad y elsedentarismo. Pero, por otro lado, el entrenamiento también tiene el doble efectocontrapuesto de mejorar el aparato cardiocirculatorio y durante un ejercicio exte-nuante aumentar el riesgo puntual de infarto de miocardio.

Page 165: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 165

Es fundamental, por lo tanto, evitar situaciones de ejercicio extenuante para obtenerbene�cios máximos y riesgos mínimos. Las condiciones de ejercicio extenuante sepueden conseguir o predecir durante una valoración funcional de prueba de esfuerzo.Visto que la frecuencia cardíaca, en un ejercicio no extenuante, guarda una relaciónlineal con el V O2max y ademas puede monitorizar el funcionamiento del aparatocardiocirculatorio se suele sustituir el %V O2max en la prescripción de ejercicio parala mejora de la resistencia.

Para un buen programa de entrenamiento de la resistencia aeróbica hay

que trabajar a una frecuencia cardíaca su�cientemente elevada para acti-

var el metabolismo aeróbico pero no tan elevada para implicar un riesgo

importante de infarto de miocardio.

Lo programas de entrenamiento a base mínima y a base optima [121] acompañadoscon ejercicios de estiramientos, para evitar las lesiones, son programas adecuadospara maximizar los bene�cios sobre la salud y minimizar los riesgos sobre el aparatocardiocirculatorio durante una sesión atómica de entrenamiento.

Vamos a ver como cuanto dicho hasta ahora se puede traducir en el modelo AmIR-TEM.

5.1.4.1. Modelo AmIRTEM aplicado a la mejora de la resistencia aeróbica

En el caso de la resistencia aeróbica el modelo AmIRTEM se caracteriza como en�g. 5.4. El bloque 1.0 está caracterizado por los parámetros descritos en el apartadode adaptación cardiovascular al ejercicio del capítulo 3:

- consumo máximo de oxigeno: V O2max = (FC · V S) ·∆(A− V )O2

- gasto cardiaco: FC · V S

- umbral anaeróbico

FC: frecuencia cardíaca; V S: volumen sistólico; ∆(A−V )O2 diferencia arteriovenosade oxígeno.

Existen otros parámetros que pueden caracterizar la resistencia pero no son tan ex-plicativos para evaluar el nivel de �tness de un individuo, son también importantesa la hora que, con la actividad física, se pretenda diagnosticar alguna enfermedad es-pecí�ca. Este caso es igualmente importante y signi�cativo pero no es el objetivo del

Page 166: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 166

Fig.5.4:modeloAmIRTEM

parala

mejoradela

resistenciaaeróbica

Page 167: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 167

modelo AmIRTEM, el cuerpo humano es un sistema extremamente complejo y pre-tender modelar matemáticamente todos los mecanismos de adaptación metabólicaque ocurren durante el ejercicio es un objetivo extremamente ambicioso.

El bloque 2.0 en el caso de la resistencia no prevee modelos mecánicos musculo-esquelético de un individuo, lo que se pretende entrenar con la resistencia aeróbicano son especí�cos grupos musculares de un sujeto, más bien su capacidad de man-tener el ejercicio durante un tiempo prolongado. En ese caso una caracterizaciónmacroscópica de un individuo respecto a la resistencia es su�ciente para persona-lizar el modelo. En detalle los datos de un individuo que importan son los datosfísicos del sujeto y su historial médico:

- sexo

- edad

- peso

- IMC (indice de masa muscular)

- historial medico, si el sujeto padece enfermedades cardiovasculares, respirato-rias, metabólicas, etc.. que pueden limitar su capacidad de entrenamiento odesaconsejar el mismo.

El bloque 3.0 de Valoracion Funcional en el caso de la resistencia representa la pruebade esfuerzo descrita en el capítulo 3. Una prueba de esfuerzo se puede modelarcon un particular per�l de entrenamiento que implemente un protocolo usado encardiología como Balke, Bruce o un protocolo incremental de velocidad [78]. Con laprueba de esfuerzo se calcula el nivel de �tness que sirve al entrenador o al médicopara la prescripción de ejercicio. En ese caso la realización de la prueba de esfuerzoes un bloque que funciona igual que el bloque 4.1 donde el per�l de la sesión deentrenamiento es un per�l especial, llamado protocolo, para llevar el sujeto a unentrenamiento máximo o submáximo que contemple la evaluación inicial y postentrenamiento de su forma física.

En este punto la entrada para el bloque 4.0 está completa, con la información sobre:la cualidad física, los datos del sujeto y su nivel de �tness se decide sobre la prescrip-ción de ejercicio. El bloque 4.0 es además un módulo decisional donde se de�nen losparámetros temporales y funcionales del entrenamiento. Se de�ne el periodo de en-trenamiento, los per�les y se programan las sesiones con una determinada frecuenciay duración. Normalmente los per�les de entrenamiento serán funciones temporalesde:

Page 168: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 168

- volumen de oxigeno

- frecuencia cardíaca

- velocidad, normalmente la velocidad dependerá del deporte; en el caso de de-porte aeróbico, será, en general, la velocidad de traslación del sujeto (en bici,en carrera, nadando, etc..).

Haciendo referencia a la �g. 5.4 el bloque 4.1 se activa mientras el sujeto realiza unasesión atómica de entrenamiento, en este momento el sistema empieza la monitori-zación (bloque 4.1.1) de las variables que caracterizan la resistencia del sujeto y semandan mensajes de información y de guiado sobre la sesión que se está realizando(bloque 4.1.2).

Al terminar la sesión de entrenamiento se evalúa la coherencia de la sesión realizadacon el per�l esperado de la sesión (bloque 4.2) y se manda esta información el módulofuncional decisional 4.0 para reajustar oportunamente los parámetros temporales yfuncionales del entrenamiento. El bloque 4.0 termina su funcionalidad cuando elsujeto termina el periodo de entrenamiento y vuelve al bloque 3.0 para volver arealizar la prueba de esfuerzo para valuar la e�cacia del entrenamiento efectuadopor el sujeto.

5.2. Aplicación Android para la implementación del modeloAmIRTEM

En esta parte se describirá cómo el modelo AmIRTEM para la mejora de la saluddescrito en la sección 5.1.4.1 que de�ne de forma genérica el proceso de valoraciónfuncional de la resistencia aeróbica y la guía durante el entrenamiento ha sido im-plementado. También se hará un breve repaso a las tecnologías empleadas en eldesarrollo de la aplicación para el móvil, justi�cando porqué han sido seleccionadas.Se presenta el diseño de la aplicación, mostrando un estudio de los requisitos quedebe cumplir el proyecto. Se detallarán sus funcionalidades así como los �ujos deinteracción durante la realización de las diversas tareas disponibles. Se expondrá condetalle el diseño realizado y las relación existente entre el código implementado.

5.2.1. Diseño de la aplicación SVF para la valoración funcional

En la versión de la aplicación SVF (Software para la Valoración Funcional) que solopermite hacer la valoración funcional algunos bloques del modelo AmIRTEM has

Page 169: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 169

sido considerados como estáticos o se han de�nido como parámetros a con�gurarpor el usuario, el diseño de la aplicación luego ha ido cambiando cuando ha sidoañadido la funcionalidad de guiado por voz.

El bloque 1.0 que de�ne y modela la calidad física es contante, porque la aplicaciónha sido diseñada exclusivamente para la resistencia aeróbica de un individuo.

El bloque 2.0 que de�ne y modela el usuario es paramétrico según cuanto dicho enla sección 5.1.4.1, se de�ne desde un punto de vista �siológico con variables comoel peso, la altura, la edad, el sexo, frecuencia cardíaca, presión arterial en reposo ycondición física. A través de una antropometría se pueden conocer incluso los datosde su composición corporal en cuanto a músculo, huesos y grasa entre otros. Pero elobjetivo no es modelarlo con todos los parámetros posibles, sino con los necesariospara caracterizar al usuario adecuadamente en cada momento en función del tipode prueba que vaya a realizarse. Por lo tanto el bloque 2.0 que de�ne y modela elusuario es paramétrico según se ha dicho en la sección 5.1.4.1 y los parámetro quepuede con�gurar el mismo usuario son:

- sexo

- edad

- peso

Mientras los parámetros:

- frecuencia cardíaca a reposo

- frecuencia cardíaca máxima

Si el usuario no tiene información se calculan empíricamente desde la edad.

El bloque 3.0 que de�ne y modela la prueba de valoración funcional, esta de�nidodentro la aplicación e implementa los protocolos de valoración del laboratorio de�siología del esfuerzo del INEF de Madrid. El protocolo elegido para la prueba deesfuerzo dependerá, tanto del usuario como de la cualidad física a entrenar ya quecon las variables y parámetros que de�nieron previamente estos módulos. Con estosdatos se dispone de toda la información necesaria para escoger el protocolo másadecuado. Como se ha visto en el capítulo III los protocolos pueden ser de�nidosexplícitamente para la persona o se puede realizar alguno de los que ya se conocen.

El bloque 4.0 que de�ne y modela el entrenador virtual está de�nido en la aplicacióny se ocupa de la monitorización y de la valoración según el protocolo que se estausando. También instancia en función del protocolo los bloques:

Page 170: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 170

- 4.1 de monitorización y evaluación en tiempo real. Este bloque se encarga dehacer la supervisión en tiempo real de varios parámetros, ya sean del usuario,del entorno o de la prueba en sí misma. Gracias a la monitorización se pue-de hacer una evaluación de los datos que se van obteniendo y teniendo así lacerteza de que todo está funcionando correctamente. Es imprescindible moni-torizar la frecuencia cardíaca durante una prueba de esfuerzo, pero no sólo sonparámetros �siológicos como la presión arterial, la señal de electrocardiogramao el consumo máximo de oxígeno. También se monitoriza la velocidad, distan-cia recorrida, ritmo seguido durante la prueba, duración, calorías quemadas,etc. Finalmente, la elección de los parámetros que se monitorizan dependerádel protocolo que se realice, ya que no es necesario recoger información queno aportará nada a los resultados �nales. Se encarga de valorar los datos quese están recogiendo mediante la monitorización para evitar riesgos al realizarlas pruebas. Este módulo depende directamente de los bloques de usuario ymonitorización, ya que posteriormente pasará por una condición para decidirsi se continúa o no con la prueba. Esta condición está relacionada con losparámetros que describen al usuario porque, por ejemplo, no puede alcanzarlos mismos valores de V O2max un deportista de élite que una persona que nopractica casi nada de ejercicio.

- 4.2 de revisión de la prueba. Una vez que se ha decidido que la prueba ha�nalizado, es necesario recoger los resultados obtenidos por varias razones.La primera de ellas es hacer una revisión posterior a la prueba por si se haquedado algo sin examinar, conocer con exactitud la duración, la frecuenciacardíaca máxima, el tiempo que ha sido necesario para llevar a cabo la prueba,el V O2max, etc. El segundo motivo es la utilidad de poder comparar a lo largodel tiempo las distintas pruebas de esfuerzo que se hagan y así conocer lamejora o empeoramiento durante los entrenamientos, saber cómo reacciona elcorazón ante un esfuerzo físico según qué condiciones entre otras.

El corazón de toda la aplicación SVF son la implementacion de los bloques 4.1 y 4.2que serán el pilar en la implementacion posterior del sistema de guiado en tiemporeal.

5.2.1.1. Descripción del sistema para la valoración funcional

El SVF está compuesto de 3 elementos principales, que son el textil inteligente, elmódulo electrónico y la aplicación móvil. En la Figura 5.5 se muestra cada uno de

Page 171: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 171

ellos y cómo se relacionan, los datos que toma la camiseta se envían a la aplicaciónmóvil a través del módulo electrónico.

Fig. 5.5: Sistema de Valoración Funcional

El SVF es un sistema multidisciplinar puesto que integra varios campos como laelectrónica, la informática, los textiles inteligentes y conocimientos sobre valoraciónfuncional de la resistencia aeróbica. La idea es utilizar un sistema AmI (InteligenciaAmbiental) [48] que sea capaz de guiar a un paciente o a un deportista durante laejecución de un protocolo de valoración funcional durante una prueba de esfuerzo.

Tanto la camiseta inteligente como el módulo electrónico pertenecen al productoGOW [2] de la empresa WearTech [6]. La aplicación �Valoración Funcional� se co-munica a través de la tecnología inalámbrica Bluetooth con el sensor y este a su vezrecoge y procesa las señales captadas por la camiseta. En los próximos párrafos seexplicarán las características de cada uno de ellos.

Textil inteligente

La camiseta inteligente �GOW running� [2] es el elemento sensorial del sistema.Se trata de una camiseta de diseño diferente para hombre y mujer, que es capaz decaptar diversas señales de una forma no invasiva para el usuario de la misma. Estasseñales son: la frecuencia cardíaca, la frecuencia respiratoria, la señal electrocardio-grá�ca de 1 derivación y el intervalo RR de la señal cardiaca. Está fabricada con�bras Thermocool Ecológico [1], es decir, una mezcla única de �bras de estructurahueca y �bras de super�cie acanalada, una combinación que ofrece más ventajas quelas que se pueden obtener con un solo tipo de �bra en un solo hilo. Además estáhecha a partir de polímeros obtenidos de recursos naturales.

Page 172: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 172

Gracias a las cavidades del tejido, se puede realizar un material ligero que sirve deescudo térmico: protege a quien lo lleva de los cambios de temperatura e impideel enfriamiento corporal después de la actividad deportiva, permitiendo al mismotiempo la evaporización del calor excesivo. Así pues, se trata de una prenda que seadapta a las necesidades del usuario de una forma inteligente.

Es un tejido antibacteriano, por lo que actúa como una barrera contra las toxinas,mata bacterias y permite una adecuada transpiración evitando así el mal olor du-rante la realización de las pruebas o la práctica de ejercicio. Además incluye unaprotección contra los rayos ultravioletas (UV) y elimina la aparición de rozaduras.

Las bandas sensoras que lleva incorporadas la camiseta utilizan varias tecnologíassegún sea el parámetro que ven a medir y son:

- textrodes: que como se explicó en el capítulo IV, se basan en una estructuratejida hecha con una mezcla de �bras de poliéster y �bras de acero conduc-toras. Estos sensores son usados directamente en contacto con la piel y estánfundamentalmente destinadas a la captación de la señal ECG y la frecuenciacardíaca [137].

- sensor piezoresistivo: transforman una señal mecánica en eléctrica utilizandohilos piezoeléctricos tejidos normalmente en forma de banda alrededor delpecho. Su función principal es medir la señal de la respiración [49].

Módulo electrónico

Este dispositivo hardware se conecta a la camiseta inteligente mediante un anclajede 4 corchetes y es el elemento del SVF encargado de transmitir mediante Bluetoothlas señales que provienen del registro de la camiseta. Los datos sensoriales recogidospor este módulo no se envían directamente a la aplicación, sino que se hace un pre-procesado para conseguir mejores resultados. También tiene una memoria interna ypor lo tanto existe la posibilidad de almacenar los datos sin necesidad de utilizar laaplicación móvil.

Otra característica es que proporciona los valores de la aceleración espacial en lostres ejes (X, Y, Z) a partir de los cuales se obtienen parámetros interesantes como lavelocidad de desplazamiento, la distancia recorrida, el desnivel acumulado. . . todoesto sin la necesidad de incluir GPS.

Aplicación movíl

Page 173: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 173

La aplicación móvil SVF ha sido desarrollada teniendo en cuenta las característicasde interoperabilidad, escalabilidad y usabilidad.

- La interoperabilidad ha implicado el uso de librerías especí�cas para manipularlos estándares más utilizados en las tecnologías de las TIC, en este caso latecnología inalámbrica Bluetooth [92, 83], además de ser sido un punto claveen el momento de la elección del sistema operativo móvil.

- La escalabilidad ha involucrado en el diseño el uso de la metodología DOM[35] para el diseño de la aplicación, consiguiendo aumentar el número de fun-cionalidades en un futuro sin perder calidad y manejando el trabajo de manera�uida.

- La usabilidad se ha cuidado desde el primer momento en el que se comenzó adiseñar la aplicación, centrando los requisitos (usuario, sistema e interacción)en el usuario �nal de la aplicación como se más adelante en este capítulo.

5.2.1.2. Diseño orientado a objetivos (DOM)

El Diseño Orientado a Metas o Diseño Orientado a Objetivos es una técnica que seinscribe dentro de la tendencia general de dotar de mayor importancia al papel delusuario en el proceso de diseño y desarrollo de productos interactivos. Los ingenieros,según Cooper, tienden a pensar en el modelo de implementación (el diseño internodel software) y dejan de lado el modelo mental del usuario, es decir, cómo es percibidoy utilizado.

El DOM es más un enfoque de diseño que una teoría sobre usuarios e interacción.Gira en torno a tres aspectos fundamentales: los personajes, las metas y los esce-narios. Así, las metas son representadas por medio de personajes, estos personajesaparecen en escenarios, que a su vez son utilizados para alcanzar soluciones de diseñode manera iterativa.

Los personajes

Alan Cooper es considerado el introductor del uso de personajes [35]. Su razona-miento es que el concepto �usuario� es demasiado amplio; mientras que a un usuariose le puede presuponer todo tipo de conocimientos, actitudes y comportamientos, auna persona concreta y real no [12]. Así, sugiere diseñar para unas pocas personas,

Page 174: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 174

con unas necesidades, objetivos, conocimientos y contextos concretos. Es decir, re-emplazar la de�nición de usuario medio, por una representación precisa: un modelode usuario denominado personaje o persona.

Los personajes son modelos �cticios e imaginarios, pero concretos, que se materiali-zan en descripciones literarias y detalladas: tienen un nombre, un aspecto, una edadconcreta, estudios, motivaciones, preferencias, historias vitales, etc. No deben tenerunos atributos arbitrarios, sino que deben estar basados en estudios de usuariosreales y en observaciones del mundo real [35].

Las metas

Las metas u objetivos son los motores que están detrás de los comportamientosobtenidos a partir del usuario, por eso, un personaje sin metas no es una herramientade comunicación efectiva.

Los personajes permiten al diseñador entender y diferenciar metas de tareas. Unameta es una condición �nal, mientras que una tarea es un estadio intermedio, unamanera de alcanzar una meta. Las metas están dirigidas por la motivación y sonperennes, mientras que las tareas están casi completamente determinadas por latecnología existente en ese momento.

En consecuencia, Cooper de�ende que debemos concentrarnos primordialmente enlas metas, para posteriormente diseñar las tareas (la funcionalidad del producto)que permitirán al usuario alcanzar sus metas [35].

Los escenarios

Los escenarios basados en personajes son descripciones narrativas concisas de unoo más personajes usando un producto para lograr metas especí�cas [12]. De estemodo, los diseñadores juegan con el rol de los personajes y los caracteres en estosescenarios, de modo similar a cómo los actores representan improvisaciones en elteatro.

El uso de escenarios contextuales va a permitir tener una idea de cómo afectan lasmotivaciones de los usuarios, la manera en la que estos priorizan las tareas y enconsecuencia van a ayudar a responder las siguientes preguntas: ¾Qué debería esteproducto hacer? ¾Cómo debería este producto presentarse y comportarse?

5.2.1.3. Descripción del usuario

Descripción general del público objetivo

Page 175: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 175

Es una aplicación centrada en usuarios de cualquier edad (exceptuando los niños)que practican deporte normalmente. No tienen que ser necesariamente deportistasprofesionales, pero sí personas interesadas en llevar un control de su salud y mejorarsus entrenamientos físicos. En general, están familiarizados con las tecnologías yasean teléfonos móviles, smartphones, ordenadores personales, PDAs, etc.

Características físicas

Es una aplicación diseñada tanto para hombres como para mujeres indistinta-mente. Su edad puede estar comprendida entre los 15-16 años y los 60-65 años, yaque la aplicación está pensada para realizar una valoración funcional de la personay normalmente, los individuos mayores de 65 años no practican ejercicio. Aún asílo podría utilizar cualquiera con un conocimiento tecnológico básico que practiqueejercicio y quiera conocer su estado de salud.

Características psicológico - culturales

En cuanto al nivel de formación de los usuarios en estas aplicaciones se puededecir que no está enfocado a personas especialmente formadas en estas tecnologías,más bien se sorprenderán al conocer el sistema pero sí sería conveniente que ha-yan utilizado smartphones o dispositivos similares con anterioridad. Respecto a sucapacidad intelectual, no es necesario tener ningún nivel en particular.

La actitud del usuario ante el sistema es buena, a la mayoría les causa cierta curiosi-dad. Están dispuestos a aprender a utilizarlo puesto que lo ven como una herramientaútil. Aun así les sorprende que una camiseta y un móvil sean capaces de propor-cionar tantos datos que, hoy en día si no es a través de una prueba médica no losconoces y a veces esto provoca algo de descon�anza.

Esta aplicación puede ser utilizada en un entorno cualquiera, tanto rural como ur-bano, ya que no necesitan nada más que el sistema propuesto y esto es independientedel lugar. De hecho, la aplicación se adaptará al terreno o zona en la que queramosrealizar una prueba.

Tipo de usuario y nivel de conocimientos

Lo que mejor de�ne al usuario �nal del sistema es que es una persona deportistao realiza actividad física con regularidad. Además está interesado en conocer cómoreacciona su corazón a las exigencias del ejercicio, si sus entrenamientos están siendocorrectos o por el contrario hay que modi�carlos. No es preciso que el usuario tenga

Page 176: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 176

experiencia en la utilización de sistemas con interfaz grá�ca interactiva, pero engeneral, y según vayan pasando los años cada vez más, sí habrán adquirido destrezaen el uso de estas tecnologías.

Las tareas que el sistema realiza y la experiencia que el usuario tiene en su ejecuciónson:

- Cumplimentar el formulario con sus datos: altamente experimentado.

- Conectar mediante tecnología inalámbrica Bluetooth el Smartphone y la cami-seta inteligente: seguramente que no lo ha hecho nunca y tendrá que aprenderdesde cero.

- Realizar una prueba de esfuerzo: es probable que tenga experiencia en ergo-metrías, aunque de una manera muy diferente y deberá familiarizarse con elnuevo sistema.

- Revisión de los datos: tienen un conocimiento de los resultados obtenidos par-cialmente, por lo tanto tendrán que conocer mejor los parámetros evaluados ysi existe algún problema darse cuenta de ello.

En cuanto al entrenamiento del uso del sistema, no será necesario un número deintentos muy alto para manejarlo casi a la perfección puesto que la aplicación asumeautomáticamente muchas funciones y será mucho más cómodo para la persona quelo esté utilizando.

La terminología utilizada en la aplicación o relacionada con la misma es conocidapor los usuarios prácticamente en su totalidad, ya sea porque son conceptos muygenerales que conoce cualquiera o porque son términos especí�cos del deporte y lavaloración funcional que identi�can con rapidez.

De�nicion de objetivos

Para de�nir los objetivos de la aplicación haré una división en tres partes y ex-plicaré brevemente la caracterización de cada uno de ellos.

A. Objetivos de experienciaSon simples, universales y personales. Expresan cómo quiere sentirse alguiencuando utiliza un producto o la calidad de interacción con el producto.�El usuario se siente seguro al utilizarlo, ya que controla sus parámetros �sio-lógicos durante la realización de ejercicio de forma sencilla y �able. Además

Page 177: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 177

es novedoso y por lo tanto, la persona que lo usa experimenta la sensación deestar manejando un sistema especial y por el momento, exclusivo.�

B. Objetivos �nalesRepresentan las motivaciones de los usuarios para realizar las tareas asocia-das con el uso de la aplicación. Estos objetivos son el centro del diseño dela interacción de la aplicación, su arquitectura de información y los aspectosfuncionales del diseño industrial.�Obtención de parámetros fundamentales durante la práctica de cualquier de-porte, de forma sencilla proporcionando �abilidad. Siendo capaces de controlarnuestros entrenamientos y ayudando a que cada día sean mejores en cuanto acalidad para el organismo.�

C. Objetivos vitalesSimbolizan aspiraciones personales del usuario que generalmente van más alládel contexto de la aplicación que se está diseñando. Estos objetivos representanmotivaciones que ayudan a explicar porqué el usuario está intentando cumplirsus objetivos vitales �nales, y describen los deseos de una persona a largo pla-zo, sus motivaciones. . .�Fomentar el auto-cuidado de la salud de las personas sin tener que ir a uncentro especializado en �siología del esfuerzo continuamente. Además, provocaque seamos cada vez más conscientes y conozcamos con mayor detalle los fac-tores que afectan a nuestro organismo. De esta forma podremos mejorar cadadía, de manera correcta, los esfuerzos en la realización de ejercicio, adaptandoestos a nuestro cuerpo y no al contario.�

De�nición de persona�Me llamo Laura, tengo 29 años y vivo con mi novio en el centro Barcelona. Trabajocomo comercial para una empresa de productos de limpieza durante 8 horas aldía, el �n de semana lo tengo libre. Practico deporte con frecuencia, unas 3 vecespor semana. Me gusta correr, hacer actividades en el gimnasio como spinning, lifttraining y pilates.

Desde hace más o menos 10 años cuido mi forma física y mi alimentación, por esome encantaría tener información de mi estado de salud en lo referente al deportesiempre que quiera, de forma sencilla, cómoda y �able.

Me incomoda el hecho de tener que ir a un cetro especializado para hacerme uncontrol rutinario de parámetros �siológicos básicos como es la frecuencia cardíacamáxima, el consumo de oxígeno durante el ejercicio, etc. Esto me hace perder mucho

Page 178: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 178

tiempo y además es costoso, por lo que al �nal no me controlo todo lo que debería.Creo que es necesario acudir a este tipo de centros pero cada uno o dos años para quesea el médico especialista el encargado de hacer una valoración funcional completa.�

5.2.1.4. Descripción del escenario

Cuando Laura quiere hacer una prueba de esfuerzo, utiliza el sistema de valoraciónfuncional. También lo puede utilizar a diario en su práctica de deporte, ya sea alaire libre o en el gimnasio. Como prenda deportiva usa la camiseta inteligente juntocon el sensor, y lleva consigo el Smartphone puesto que no es incómodo y además,lo puedo llevar a cualquier sitio.

Lo primero que hace es introducir sus datos como usuario del sistema. Es posibleque ella haya sido la última persona que ha utilizado la aplicación, en este caso susdatos estarán ya guardados. El siguiente paso es establecer la comunicación entre lacamiseta y el teléfono, para ello se realiza una conexión Bluetooth. Esta preparaciónprevia no llevará más de 5 minutos en el peor caso, es decir, si tiene que introducirtodos los datos. Cuando Laura va a realizar la prueba para la valoración funcional,elige el protocolo que va a seguir dependiendo del lugar en el que se encuentre, elparámetro que desea evaluar, el tiempo que quiera estar haciendo la prueba, etc.

La prueba comienza en ese momento y se registrarán en tiempo real varias medidasdurante el tiempo que dure la prueba o hasta que ella decida que quiere parar.Además podrá activar un guiado por voz que le ayudará a seguir el entrenamiento.Mientras que está realizando ejercicio podrá ir viendo en la pantalla su frecuenciacardiaca instantánea, así como la relación que guarda ésta con la frecuencia máximateórica mediante un código de colores.

Una vez �nalizada la prueba revisará todos los datos ya que estarán guardados en lamemoria del teléfono. Además podrá pasar el �chero generado a su ordenador parallevar un control más exhaustivo de su ejercicio. Por último tendrá que desconectarel Smartphone y la camiseta.

5.2.1.5. Descripción de requisitos

Requisitos de usuario

Basándonos en la descripción de usuario en el punto anterior, los requisitos de�-nidos para este tipo de usuario son:

Page 179: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 179

A. Uso sencillo, con pocas pantallas para realizar una tarea. A la vez que cómoday �able.

B. Conexión Bluetooth rápida.

C. Los mensajes y la información proporcionada deben ser claros y concisos.

D. Facilidad para acceder y salir de la aplicación.

E. Uso de voz para ayuda durante el entrenamiento.

F. Letras e iconos de tamaño normal, pero que guarden un buen contraste con elfondo de la aplicación.

Requisitos del sistema

El sistema se compone de tres elementos: una camiseta inteligente, un sensor y unSmartphone. El usuario utilizará todos ellos al mismo tiempo en el caso de realizaruna prueba en tiempo real, pero si solamente quiere revisar datos con el Smartphonees su�ciente.

A. Smartphone

a) Sistema operativo Android.

b) Conexión Bluetooth.

c) Buena capacidad de procesamiento ya que llegarán unos 250 datos/segundo.

B. Método de entrada

a) Datos serán enviados a través de Bluetooth siguiendo este camino: cami-seta - sensor - Smartphone.

b) La pantalla será táctil y el dispositivo puede disponer de trackball queayudará introducir datos.

C. Método de salida

a) Texto en los datos del usuario y los parámetros medidos durante la prueba

b) Audio en el guiado mediante voz del entrenamiento.

c) Grá�co para las señales vitales recogidas (ECG y frecuencia cardiaca).

Page 180: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 180

D. Requisitos de transmisión

a) Procesamiento y control de datos.

b) Las señales vitales procedentes de la camiseta se envían utilizando unprotocolo Bluetooth especí�co.

E. Requisitos de la aplicación

a) Amigable e intuitiva.

b) Proporcionar ayuda en los conceptos menos conocidos por el usuario

c) Debe cumplir las 8 características de usabilidad

- Facilidad de aprendizaje: el tiempo requerido desde el no conocimien-to hasta su uso debe ser mínimo, además debe proporcionarse ayudaa usuarios intermedios.

- Flexibilidad: deben existir múltiples maneras en que el usuario y elsistema comparten información.

- Consistencia: todos los mecanismos que se utilizan son siempre usa-dos de la misma manera, siempre que se utilicen y sea cual sea elmomento en que se haga. Para ello hay que seguir guías de estilo,diseñar con un �look & feel� común, añadir nuevas funcionalidadesen vez de modi�car las existentes.

- Robustez: debe permitir al usuario conseguir sus objetivos sin pro-blemas.

- Recuperación de errores: tiene que ser capaz de dejar al usuario co-rregir una acción una vez que ésta ha sido reconocida como errónea.

- Tiempo de respuesta: es el tiempo necesario para que el sistema ex-prese los cambios de estado al usuario.

- Adecuación de las tareas: el sistema tiene que dejar al usuario realizartodas las tareas que quiere hacer y en la forma en que éste las quierehacer.

- Disminución de la carga cognitiva: debe favorecerse en los usuariosel reconocimiento sobre el recuerdo y no deben tener que recordarabreviaturas y códigos complicados.

Requisitos de la interacción

En la interacción hay que destacar dos puntos, uno sobre el uso de la aplicacióny otros sobre el control por parte del usuario.

Page 181: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 181

A. Pantalla principal: contiene el menú principal, a través del cual se puede ac-ceder a todas las tareas de la aplicación. Incluye los siguientes botones demenú:

a) Realizar prueba

b) Revisión de datos

c) Ajustes de usuario

d) Conexión

B. Pantallas secundarias: cada una de las funcionalidades de la pantalla principal,accederán a una pantalla secundaria que en algunos casos será la última peroen otros podremos seguir navegando.

C. Pop-up: es una ventana emergente que aparece automáticamente. En esta apli-cación el formato que tiene es un texto en la parte superior con una pregunta,y en la parte inferior dos botones para responder.

5.2.1.6. Descripción del marco de la interacción

Factor de forma y postura

Aplicación diseñada para un usuario sano, que practica con frecuencia diversosdeportes. Manejará la aplicación mediante un Smartphone o teléfono inteligentemediante una pantalla táctil o touchscreen.

Lo utilizará en sus momentos de ocio, para controlar su organismo lo que hará que lapersona se sienta mejor y más segura. Comparando el tiempo que se está utilizandola aplicación para realizar una prueba completa (introducción de datos, conexión,realización de la prueba y revisión) con el tiempo que dedica el usuario a interactuarcon ella, se puede decir que es muy pequeño. Esto es así porque el sistema recogelos datos automáticamente, el usuario solo se está pendiente de ello al principio y al�nal.

Si incluyese más datos tanto de entrada como de salida sería más completa pero asu vez existiría el riesgo de que fuese demasiado compleja y los usuarios dejasen deutilizarlo.

Elementos funcionales y de datos

Los elementos de datos son las unidades básicas con que interactuará el usuario.Un objeto de datos puede contener otros objetos de datos. En esta aplicación son:

Page 182: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 182

- Barra de pestañas: cada pestaña tiene un texto y un icono identi�cativo.

- Botón: incluye texto e iconos para ayudar al usuario a evitar confusiones entrelos mismos.

- Campos de texto: el usuario rellenará sus datos personales y físicos como nom-bre, edad, peso, altura y frecuencia cardiaca.

- Casillas de veri�cación excluyentes: el usuario elegirá el sexo (hombre o mujer).

- Lista: aparecerán los protocolos implementados en la aplicación.

- Grá�cas: en el eje horizontal se representa el tiempo y en el vertical la señalECG o la frecuencia cardiaca.

Los elementos funcionales son las operaciones que se pueden hacer con los elementosde datos y su representación en la interfaz grá�ca. En esta aplicación:

- Introducir datos usuario: con el teclado Qwerty y ayuda del trackball.

- Guardar datos usuario.

- Conexión Bluetooth.

- Obtención de la señal electrocardiográ�ca.

- Obtención de la frecuencia cardíaca.

- Guardar datos: se crea un �chero por cada señal recibida del sensor y se vanguardando en tiempo real para su posterior revisión.

- Estimación del consumo máximo de oxígeno (V O2max): según el protocoloelegido.

- Duración de la prueba.

- Revisión de los datos: tanto los que guarda el usuario como los parámetros�siológicos obtenidos durante la prueba.

- Navegación por las grá�cas: mediante los botones de menú o los gestos esta-blecidos para ello.

Page 183: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 183

Grupos funcionales y jerarquía

La aplicación está dividida en 2 niveles funcionales como se muestra en la siguiente�g. 5.6:

Fig. 5.6: Jerarquía de pantallas

A. Pantalla principal: contiene el menú principal, a través del cual se puede ac-ceder a todas las tareas de la aplicación. Incluye los siguientes botones demenú:

a) Realizar prueba

b) Revisión de datos

c) Ajustes de usuario

d) Conexión

B. Pantallas secundarias: cada una de las funcionalidades de la pantalla principal,accederán a una pantalla secundaria. Estas pantallas en algunos caso contie-nen mas pestañas pero no es posible desde ese punto seguir explorando másfuncionalidades.

Page 184: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 184

La zona inferior de todas las pantallas excepto las que incluyen las grá�cas, estánreservadas para los botones de interacción del usuario con la aplicación (guardardatos, conectar, desconectar, comenzar prueba...).

5.2.1.7. Boceto del marco de la interacción

En este apartado, la visualización de la interfaz es extremadamente simple: cajasque representan cada grupo funcional y/o contenedores con nombres y descripcionesde las relaciones entre las diferentes áreas. Las pantallas se van a mostrar según seasu jerarquía, es decir, primero la pantalla principal, a continuación cada una de lassecundarias, etc.

Pantalla Principal

La pantalla principal �g. 5.7 contiene el menú de las tareas más importante.Como se observa, tiene cuatro botones que incluyen texto y un icono que representala tarea. En la zona superior el logotipo de la aplicación �Valoración Funcional�.

Fig. 5.7: Boceto pantalla principal

Pantallas Secundarias

Page 185: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 185

Al comenzar a utilizar la aplicación desde el menú principal, pulsando uno de loscuatro botones se llegan a las pantallas secundarias �g. 5.8. Aparentemente, RealizarPrueba y Revisar Datos son iguales. Ambas contienen una barra de cuatro pestañas,y de nuevo en cada una de ellas hay un texto explicativo y un icono que acompañaal texto. Se puede navegar por todas ellas y después se explicarán con mayor detallelos componentes de cada pestaña. En la pantalla de conexión del dispositivo hayuna guía para ayudar al usuario a conectar el sensor y el Smartphone, seguido delbotón conectar/desconectar que al igual que el resto incluye texto y un icono. Porúltimo, en la de ajustes de usuario existe un formulario para rellenar y un botón paraguardar los datos que tiene el mismo formato que todos los expuestos anteriormente.

Fig. 5.8: Boceto pantalla secundarias

- Pantallas Realizar Prueba

Page 186: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 186

En la primera pantalla se encuentran los ajustes de usuario que tiene el mismoformato que la pantalla secundaria de Realizar Prueba �g. 5.9, esto es así porsi lo datos no han sido guardados previamente. Pulsando al botón GuardarDatos, llegamos a la siguiente pantalla que contiene un texto explicando larelación estimada entre los umbrales ventilatorios y una tabla de los mismos.La segunda pestaña es la que proporciona los datos que se van obteniendoen tiempo real durante la realización de la prueba. Estos datos se activanal pulsar el botón de Comenzar Prueba. Las dos últimas pestañas tienen losmismos elementos, en la parte superior una barra de estado que cambia decolor según sea la frecuencia instantánea del usuario y debajo la grá�ca conlos datos de ECG y HR en tiempo real.

Fig. 5.9: Boceto de las pantallas de Realizar Prueba

Page 187: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 187

- Pantallas Revisión DatosTodas las pestañas de la revisión �g. 5.10 tienen una relación directa con lamisma pestaña de la Realización Prueba. Por lo tanto, la primera muestra losdatos que el usuario guardó. La segunda la información recopilada durante laprueba. Y las dos últimas las grá�cas con todos los datos obtenidos del sensor,además incluyen cuatro botones del menú que posibilitarán inspeccionar lasgrá�cas de ECG y FC con el nivel de detalle deseado.

Fig. 5.10: Boceto de las pantallas de `Revisión Datos'

5.2.1.8. De�nición de caminos claves

La de�nición de los caminos clave está hecha para cada una de las cuatro tareasprincipales que de�nen la aplicación, estas son: realización de la prueba �g.5.11, re-visión de datos �g.5.12, ajustes de usuario �g.5.13 y conexión del dispositivo �g.5.14.Los rectángulos representan las pantallas que aparecen y las elipses los botones alos que se presiona para realizar la tarea.

Page 188: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 188

En el caso de �Realización de Prueba�, se supone que la conexión Bluetooth ha sidoestablecida previamente y los datos del usuario pueden estar ya guardados o no.

Fig. 5.11: Camino clave para Realización Prueba

Fig. 5.12: Camino clave para Revisionón Datos

Page 189: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 189

Fig. 5.13: Camino clave para la conexión con el dispositivo

Fig. 5.14: Camino clave para Ajustes usuario

5.2.2. Re�namiento

5.2.2.1. Elementos grá�cos

Botones del Menú PrincipalEl menú principal tiene 4 botones cuyo aspecto va cambiando en función del estado(normal, seleccionado o presionado) como en �g. 5.15. Se aprecia el cambio en elcolor de las letras, el icono y el fondo.

(a) Normal (b) Seleccionado (c) Presionado

Fig. 5.15: Botones del Menú Principal

Botones de AcciónTodos los botones tienen el mismo formato: bordes redondeados, color azul más claro

Page 190: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 190

que el fondo y letras blancas alineadas a la izquierda. El icono está colocado en laderecha �g. 5.16.

(a) Normal (b) Seleccionado (c) Presionado

Fig. 5.16: Botones de acción

Botones de MenuLos botones del menú en las pantallas de revisión de grá�cas son diferentes a losbotones de acción del resto de la aplicación, pero guardando siempre el mismo estilo.Se utilizan para explorar la grá�ca con el nivel de detalle que el usuario quiera �g.5.17.

Fig. 5.17: Botones de menu

PestañasTodos los botones tienen el mismo formato: bordes redondeados, color azul más claroque el fondo y letras blancas alineadas a la izquierda. El icono está colocado en laderecha �g. 5.18.

(a) Normal (b) Seleccionado

Fig. 5.18: Pestanas

Ventanas de dialogo

Las ventanas de diálogo utilizadas en la aplicación tienen varios formatos �g. 5.19.Todas contienen un título en la parte superior de la ventana, cuyo contenido puedeser una pregunta, un título propiamente dicho y pude incluir un icono, pero en esta

Page 191: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 191

aplicación no han sido utilizados. La de con�rmación se utiliza al �nalizar lassesiones en tiempo real o para salir de la aplicación de�nitivamente. La ventana dediálogo que aparece como una lista para elegir un elemento de la misma se usa en laelección del tipo de actividad que se va a realizar. Por último, el progreso aparecetanto en la conexión del dispositivo en forma de círculo como en la carga de losdatos en forma de barra.

(a) Con�rmación (b) Elección (c) Progreso

Fig. 5.19: Ventanas de dialogo

5.2.2.2. Look and Feel

El aspecto �nal de la aplicación es el que se muestra a continuación �g. 5.20. Se haescogido un fondo en tonos azules formando un gradiente y las letras son blancaspara proporcionar un buen contraste. En todas las pantallas excepto en la principal,hay una barra gris en la parte superior con un texto que indica la pantalla en la quete encuentras.

Cada pantalla de la aplicación está aquí mostrada y todas ellas han sido explicadascon detalle en cuanto a componentes e interacción en puntos anteriores.

Page 192: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 192

Fig. 5.20: Look and feel

Page 193: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 193

Fig. 5.21: Flujo de la interacción

Page 194: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 194

5.2.2.3. De�nición �nal del �ujo de interacción

En el esquema que está en �g. 5.21 se explica la interacción entre todas las pantallasde la aplicación, sin entrar en detalle de qué botón se pulsa para cada realizar latarea puesto que está especi�cado en el apartado de Caminos clave.

Cabe resaltar que el botón back pulsado en cualquier momento de la interacción enla aplicación te traslada a la pantalla principal. Esto se hace directamente en todoslos casos excepto en los que se está realizando una prueba en tiempo real que pedirácon�rmación para salir.

5.2.3. Caso de uso y tareas

En los puntos anteriores de este capítulo se han establecido los requisitos de laaplicación en cuanto al usuario, el sistema y la interacción, por lo tanto ahora esel momento de presentar las tareas de dicha aplicación. Para ello se ha seguido unesquema común, presentando la tarea mediante una tabla en la que se de�nen las ac-ciones que hace el usuario y las que hace automáticamente el sistema. Anteriormentese presentará el diagrama del los casos de uso.

El diagrama de los casos de uso ha sido realizados para la pantalla principal desdeel cual se accede a cada una de las funciones en las que se ha dividido la aplicación:conexión del dispositivo, ajustes de usuario, realizar prueba y revisión de datos.

Fig. 5.22: Caso de uso pantalla principal

Page 195: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 195

En la pantalla inicial de la aplicación están contenidas todas las funciones principalesy se representan mediante cuatro botones �g. 5.22. Desde todos los menús se volveráa esta pantalla principal con el botón �back�.

5.2.3.1. Tareas de realización prueba

Esta tarea consiste en registrar durante la realización de la prueba de esfuerzo todoslos parámetros referentes a la misma, por lo que la actualización de los mismoses en tiempo real. Para ello la aplicación permite elegir entre varias actividades oprotocolos y posteriormente el usuario simplemente tendrá que visualizar sus datoshasta que la prueba �nalice. Dependiendo de la actividad elegida se cargará unprotocolo de entrenamiento o de las pruebas de esfuerzo para el guiado de voz y elconsumo de oxígeno.

La estructura en la aplicación es un conjunto de 4 pestañas. En la primera unformulario con los datos del usuario. En la segunda información en tiempo real:duración de la aplicación, frecuencia cardiaca instantánea y V O2max, estos datosse reciben a través del sensor por medio de hebras que mandan mensajes cada vezque se recibe un dato. En las dos últimas pestañas se muestran las grá�cas con losdatos de la señal ECG y la frecuencia cardíaca, estos datos también se reciben de lacamiseta inteligente y se actualizan por medio de hebras.

A continuación en la tab. 5.2 se muestran los pasos que hay que cumplir para tareade de esta función.

Page 196: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 196

Intención del usuario Responsabilidad del sistema1. Encender la aplicación

2. Cargar pantalla inicial3. Pulsar en el botón realización de laprueba

4. Muestra diálogo con los protocolos5. Elige protocolo

6. Carga internamente los datos segúnprotocolo

7. Pulsar en el botón de �comenzarprueba�

8. Comienza con la toma de datos desdeel sensor9. Controla la duración de la prueba,el consumo de oxígeno y la frecuenciacardiaca instantánea10. Muestra en dos grá�cas la señal deECG y la frecuencia cardíaca, recibidasdesde el sensor y procesadas11. Barra de estado cambiando de colorsegún la frecuencia cardíaca12. Creación de dos �cheros, uno paraECG y otro para FC, donde se guardanlos datos.

13. Pulsa botón salir14. Con�rmación para terminar la se-sión

15. Sí, quiero salir.16. Desconexión Bluetooth17. Vuelta al menú principal

Tab. 5.2: Tarea de realización de la prueba de esfuerzo

Page 197: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 197

5.2.3.2. Tarea de revisión de datos

Esta actividad debe realizarse necesariamente en un último lugar, ya que consisteen una revisión de los datos registrados a lo largo de la práctica de ejercicio. Suestructura es un conjunto de cuatro pestañas.

A continuación en tab. 5.3 se muestran los pasos a seguir para cumplir la tarea dede esta función.

Intención del usuario Responsabilidad del sistema1. Encender la aplicación

2. Cargar pantalla inicial3. Pulsar en el botón de revisión de da-tos

4. El sistema carga los datos guardadosen la SD Card5. Muestra un diálogo de carga de da-tos con una barra de progreso indicandoel porcentaje que ya se ha cargado quedesaparece automáticamente

6. Acceder a las distintas pestañas se-gún sea el dato que quiere revisar7. Sobre las grá�cas, desde el menú omediante gestos, acercar o alejar la se-ñal y movernos de derecha a izquierdapor la señal

8. Reajuste de los datos y ejes de lasgrá�cas9. Con�rmación para terminar la revi-sión

10. Sí, quiero salir.11. Vuelta al menú principal

Tab. 5.3: Tarea de revisión de la prueba de esfuerzo

Page 198: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 198

5.2.3.3. Tarea de ajustes de usuario

Esta función implementada consiste simplemente en un formulario que el usuariodebe rellenar con el teclado Qwerty de Android y guardará los datos para su posteriorconsulta. Además, dependiendo del protocolo utilizado estos valores serán necesariose in�uirán en el cálculo de la estimación de consumo de oxígeno máximo. Notar queno represento el diagrama de clases ya que no tiene sentido poner una única clase yse verá en el diagrama general cómo se conecta con el resto de la aplicación.

A continuación en tab. 5.4 se muestran los pasos a seguir para cumplir la tarea dede esta función.

Intención del usuario Responsabilidad del sistema1. Encender la aplicación

2. Cargar pantalla inicial3. Pulsar en el botón de ajustes de usua-rio4. Rellenar los datos mediante el tecladoQwerty de Android5. Pulsar el botón de guardar datos

6. Guardar los datos7. Vuelta al menú principal

Tab. 5.4: Tarea de ajustes de usuario

5.2.3.4. Tarea conexión dispositivo

La función que conecta el módulo electrónico con el Smartphone es fundamentalpuesto que sin ello no se podría registrar nada. La conexión y desconexión se hacemediante las librerías del producto GOW [2], por lo que no se puede desvelar elcontenido y aparece en el diagrama de clases como un paquete sin contenido.

Es una tarea muy sencilla de realizar, aunque la complejidad para hacerlo interna-mente es bastante grande. El usuario tendrá una guía de instrucciones para hacerlocorrectamente.

A continuación en tab. 5.5 se muestran los pasos a seguir para cumplir la tarea dede esta función.

Page 199: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 199

Intención del usuario Responsabilidad del sistema1. Encender la aplicación

2. Cargar pantalla inicial3. Pulsar en el botón de conexión

4. Indica los pasos para realizar la co-nexión

5. Encender sensor6. Pulsar el botón conectar

7. Inicia la conexión8. Muestra un diálogo de espera mien-tras se conecta9. Desaparece el diálogo cuando se harealizado la conexión

Tab. 5.5: Tarea de conexión de dispositivo

5.3. Sistema de guiado por voz

El SVF incluye una ulterior característica, el guiado por voz, que servirá comoapoyo a todas las personas que utilicen el sistema para seguir con mayor facilidad ycomodidad un entrenamiento de�nido previamente.

Page 200: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 200

Fig. 5.23: Funcionamiento del guiado por voz

El esquema que lo describe se puede observar en la �g. 5.23, es muy sencillo yse basa en la interacción entre el usuario y el dispositivo móvil. Como se explicóanteriormente, el usuario lleva colocada la camiseta y el módulo electrónico queenviará a través de Bluetooth la frecuencia cardiaca al móvil. A continuación seexplicará con detalle en qué consiste un per�l de entrenamiento, pero podemossimpli�carlo diciendo que viene de�nido por una frecuencia máxima y una mínima,por el tiempo durante el cual se mantienen dichas frecuencias (periodo). El móvildispone de un algoritmo que comprueba si esta frecuencia que ha llegado está en elintervalo de frecuencias que le corresponde en ese momento. Dependiendo de si seestá ejecutando el per�l correctamente o no, se reproducirán unos mensajes u otros.

5.3.1. Per�les de entrenamiento

Para evaluar cómo afecta el guiado por voz en la práctica de ejercicio, se han de�nidovarios per�les de entrenamiento tratando de abarcar en la medida de lo posible todoslos tipos de esfuerzo según sea la condición física del usuario. La �g. 5.24 ejempli�caun per�l de entrenamiento basado en la frecuencia cardíaca en el que, para cadaminuto, se de�ne la intensidad que se debe seguir. La línea de puntos marca lafunción objetivo y el rectángulo que aparece en azul claro es el área de tolerancia de

Page 201: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 201

la función objetivo, es decir, los valores de frecuencia cardiaca para los que se estáhaciendo un entrenamiento correcto.

Fig. 5.24: Per�l de entrenamiento deportivo basado en frecuencia cardíaca

Los per�les se han diseñado como protocolos de estadios a escalones, donde cadaestadio tiene una duración �ja y después de cada estadio se pide un incremento dela actividad física, parecidos a los protocolos que se utilizan en las PE. La duraciónmáxima de los mismos es de 20 minutos y en la tab. 5.6 se puede ver cómo sehan de�nido los varios parámetros: la FC objetivo, la duración de los estadios, losmargenes de tolerancia y para qué tipo de persona son más indicados.

Page 202: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 202

Tipo deentrenamiento

FC objetivo Estadios ToleranciaRecomendado

para...

Extremo 90-100% 1 min ±5 ppmDeportista de

élite

Alto 80-90% 2 min ±8 ppm Deportista

Medio 70-80% 2 min ±8 ppm Persona activa

Bajo 60-70% 3 min ±10 ppmPersonasedentaria

Tab. 5.6: Tipos de entrenamiento según intensidad

5.3.1.1. Extremo

Este per�l es el más costoso y sólo alguien preparado físicamente sería capaz deseguirlo y completarlo. Consiste en incrementos de frecuencia cardiaca de 10 ppmen cada minuto, además el margen entre la máxima y la mínima es muy pequeñopor lo que el usuario debe controlar muy bien su corazón. En la �g. 5.25 se ve comoaparecen secuencialmente los mensajes de información y guiado es este per�l.

Fig. 5.25: Secuencia de la reproducción de mensajes del entrenamiento Extremo

Page 203: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 203

5.3.1.2. Alto

En segundo lugar en cuanto a dureza física está el per�l de grado Alto. Se caracterizaporque, aun no teniendo un margen muy elevado entre la frecuencia máxima y lamínima, el incremento entre periodos es bajo y por lo tanto la persona que lo ejecutesimplemente deberá ir aumentando el ritmo sin hacer grandes esfuerzos. La �g. 5.26muestra la secuencia de mensajes y, si lo comparamos con el per�l anterior se vecómo se mantienen los de información cada minuto y el guiado corresponde con elperiodo.

Fig. 5.26: Secuencia de la reproducción de mensajes del entrenamiento Alto

5.3.1.3. Medio

El llamado per�l Medio está de�nido pensando en personas que no practiquen de-porte habitualmente pero que tampoco sean sedentarias. El entrenamiento se siguecon facilidad ya que los incrementos de pulsaciones por minuto son muy bajos yel margen es aceptable, por lo tanto a priori el usuario lo debería poder seguir sinningún problema. La �g. 5.27 es exactamente igual que la correspondiente al per�lAlto, esto es así porque los mensajes dependen del periodo y son iguales, lo que nosigni�ca que el resto de parámetros también lo sea.

Page 204: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 204

Fig. 5.27: Secuencia de la reproducción de mensajes del entrenamiento Medio

5.3.1.4. Bajo

Es el per�l de entrenamiento ideal para personas sedentarias, que como mucho ca-minan sin llegar a hacer esfuerzos mayores. Es muy �exible porque tiene un margenalto, los incrementos entre los �pasos� del entrenamiento son bajísimos y el tiempopara adaptarse a cada uno de ellos es enorme (3 minutos). En la �g. 5.28 se vecómo, al disminuir la intensidad del ejercicio, los mensajes de guiado aparecen conuna frecuencia mucho menor.

Fig. 5.28: Secuencia de la reproducción de mensajes del entrenamiento Bajo

Page 205: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 205

5.3.2. Mensajes

El guiado por voz se realiza mediante la ejecución de mensajes, y en este caso se hande�nido dos tipos: información y guiado. El tiempo que transcurre entre un mensajey otro depende tanto del tipo de mensaje como del per�l de entrenamiento que seesté ejecutando. Cabe destacar que se ha introducido un desfase de 20 segundosentre ellos para que los mensajes de información y los de guiado no se solapen.

5.3.2.1. Mensajes de información

Proporciona la información relevante durante la ejecución del ejercicio, que en estaaplicación van a ser dos parámetros: el instante de tiempo en el que te encuentras yla frecuencia cardiaca instantánea.

Tras probar con varios usuarios, se ha decidido que la frecuencia de llegada de estosmensajes será de 1 minuto ya que ni les agobia ni provoca que se olviden de queestán usando un dispositivo móvil. Por ello deben ser cortos, claros y proporcionarla información necesaria para que el usuario conozca en cada momento su situacióndurante la práctica del ejercicio.

En la �g. 5.29 se plasma la llegada de mensajes de información (cuadro verde) cadaminuto, independientemente del per�l (línea turquesa) que se esté llevando a cabo.Un ejemplo de mensaje de información es: �5 minutos. HR 120.�

Fig. 5.29: Mensajes de información

Page 206: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 206

5.3.2.2. Mensajes de guiado

Son aquellos que marcan en cada momento la frecuencia cardíaca (velocidad) que elusuario deberá mantener durante la ejecución del per�l de entrenamiento diseñado.Además los mensajes de guiado se encargarán de informar al usuario sobre si lo estáhaciendo bien, o por el contrario es necesario que aumente o disminuya la inten-sidad del ejercicio para ajustarse de la forma más exacta posible al per�l de�nidopreviamente.

Existen varios mensajes de guiado dependiendo de si el usuario está siguiendo co-rrectamente el entrenamiento o no. En el mejor caso, es decir, si está haciéndolo biense proporcionará el siguiente mensaje: �Estás entrenando correctamente, mantén elritmo�. Si lo que ocurre es que está superando la frecuencia máxima establecida,el mensaje reproducido será: �Disminuye el ritmo� y si por el contrario el usuariose encuentra por debajo de la frecuencia mínima especi�cada, el mensaje que seejecutará es: �Aumenta el ritmo�.

Según sea el entrenamiento que se va a realizar, estos mensajes se reproducirán cadamás o menos tiempo, pero siempre 20 segundos antes de que cambie la frecuenciaque estaba �jada en el per�l, de manera que la persona que utiliza el sistema conozcacon la su�ciente antelación el siguiente paso dentro del entrenamiento.

Fig. 5.30: Mensajes de guiado

También se reproducen mensajes al inicio y �n de la sesión, del tipo: �Comienza elentrenamiento� y �Sesión completada, has conseguido 12 puntos�. En la �g. 5.30 se

Page 207: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 207

ha hecho un breve diagrama para comprender con facilidad la relación entre el per�lde frecuencias a lo largo del tiempo y la aparición de los mensajes (color violeta).

5.3.3. Implementación del guiado por voz

El diseño de la aplicación fue elaborado con la metodología DOM (Diseño Orientadoa Metas) [12] y al incluir el guiado por voz en la ejecución de per�les de entrenamientono ha cambiado absolutamente nada de la apariencia de la aplicación Android, asíque no se va a explicar más al respecto.

El módulo �Guiado por voz� se encuadra dentro de una de las tareas principales dela aplicación SVF y esta es la de �Realizar Prueba� 5.2.3.1, por lo tanto será estaparte la que se modi�que. Para comprender con mayor claridad cómo se ha incluidola nueva funcionalidad en la aplicación en la tab. 5.7 se describe la nueva tarea.

Page 208: Modelado de sistemas de inteligencia ambiental para el

5. Resultados 208

Intencion del usuario Responsabilidad del sistema1. Encender la aplicación

2. Cargar pantalla inicial3. Pulsar en el botón `Realizar Prueba'

4. Muestra diálogo con los protocolos5. 5. Elige protocolo/per�l entrena-miento

6. Carga internamente los datos segúnprotocolo

7. Pulsar en el botón de �comenzarprueba�

8. Comienza con la toma de datos desdeel sensor9. Controla la duración de la prueba,el consumo de oxígeno y la frecuenciacardiaca instantánea10. Muestra en dos grá�cas la señal deECG y la frecuencia cardiaca, recibidasdesde el sensor y procesadas11. Barra de estado cambiando de colorsegún la frecuencia cardiaca12. Creación de dos �cheros, uno paraECG y otro para HR, donde se guardanlos datos13. Reproducción de mensajes de infor-mación y de guiado durante la prueba

14. Pulsa botón salir15. Con�rmación para terminar la se-sión

16. Sí, quiero salir.17. Desconexión Bluetooth18. Vuelta al menú principal

Tab. 5.7: Tarea del guiado de voz

Page 209: Modelado de sistemas de inteligencia ambiental para el

6. EVALUACIÓN

En este capítulo se describirán los estudio para la evaluación de los resultados. Losestudios efectuados son de dos tipos:

- estudios cuantitativosen estos estudios se han utilizados métodos para el calculo de correlaciones,media y varianza de señales que suelen usarse en un entorno médico. Losestudios cuantitativos pretenden evaluar la similaridad de señales calculadascon sistemas independientes.

- estudios cualitativospor otro lado también se han llevado a cabo evaluaciones psicológicas que pre-tenden medir la satisfacción de los usuarios respecto a los sistemas utilizados.

El objetivo de este capítulo es la presentación objetiva de los datos recogido y ladescripción detallada de los estudio realizados. Posteriormente se discutirá como lasevaluaciones efectuadas demuestran los resultados de esta tesis.

Cabe mencionar que las evaluaciones que se describirán se han efectuado con losrecursos y con el apoyo que hemos ido encontrando a lo largo del tiempo que noshan permitido realizarlos y terminar este trabajo de tesis de una forma óptima yen un tiempo razonable. Probablemente, con diferentes recursos, disponibilidad deusuarios y disponibilidad económica se hubiera podido realizar estudios diferentes.

6.1. Evaluaciones cuantitativas

Las evaluaciones cuantitativas se han hecho comparando los datos recogidos desdeel SVF con dos sistemas diferentes:

- el Laboratorio de Fisiología del Esfuerzo (LFE) del INEF de Madrid

- las funciones que describen los entrenamientos para la mejora de la salud.

Page 210: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 210

Los estudios en los dos casos usan las mismas metodologías descrita en el capítulo4 la diferencia sustancial entre el estudio del LFE y el estudio de entrenamiento esque el primero compara dos señales reales mientras que el segundo una señal realcon una ideal.

6.1.1. Estudio LFE (Laboratorio de Fisiología del Esfuerzo)

En esta sección se proporcionarán las evaluaciones referentes a dos aspectos. Uno deellos está referido a la precisión y �abilidad de los datos calculados directamente defrecuencia cardíaca mientras el segundo se re�era a los datos derivados de consumode oxígeno máximo.

Los datos han sido recogido durante la realización de pruebas de esfuerzo en tapizrodante y en bicicleta estáticas en el Laboratorio de Fisiología del Esfuerzo delINEF de Madrid. Los protocolos y la formulas utilizadas son las mismas en los dossistemas.

6.1.1.1. Objetivo

El objetivo de este estudio ha sido la comparación de los datos calculados con elSistema de Valoración Funcional de la frecuencia cardíaca durante la práctica deejercicio. Esto se ha hecho mediante el sistema utilizado en el Laboratorio de Fi-siología del Esfuerzo de la Universidad Politécnica de Madrid (UPM). Los datoscomparados entre los dos sistemas han sido:

- la frecuencia cardíaca durante los protocolos de prueba de esfuerzo usados enel laboratorio

- el consumo máximo de oxígeno calculado de forma indirecta desde los datosrecogidos.

6.1.1.2. Sujetos

Han sido analizados los datos de 8 personas, 7 de ellos hombres y una mujer. Surango de edad es de 36,1± 14,2 años. Sus peso medio era 71,1± 12,1 kg, y su altura174,6± 9,8 cm. Todos ellos son sujetos sanos, que practican deporte con frecuencia.Su participación en el estudio ha sido voluntaria, ya que la realización de la pruebade esfuerzo en el laboratorio no ha variado con respecto a las que no han utilizadoel Sistema de Valoración Funcional.

Page 211: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 211

Los datos de cada uno de ellos están en la tab. 6.1. Los datos de los que se disponeantes de hacer la prueba son la edad (años), el peso (kg), la altura (cm), la frecuenciacardiaca basal (ppm) y el ergómetro en el que se realizará la prueba de esfuerzo. Elresto de parámetros se obtienen durante la prueba o al �nal de la misma, como esla duración y el consumo máximo de oxígeno (ml/kg/min).

Id Edad Peso Altura Sexo FCbasal FCmax(SV F ) FCmax(LFE) Duración E

1 51 65.8 165.9 H 85 182 184 21m 30s Bicicleta

2 19 70.5 188.2 H 68 194 197 27m 30s Bicicleta

3 28 68 180.5 H 73 187 189 27m 45s Bicicleta

4 42 92.5 184.6 H 60 172 173 27m 45s Bicicleta

5 53 81.6 178.1 H 62 185 184 23m 15s Tapiz rodante

6 15 51.5 159.7 M 55 176 173 17m 45s Bicicleta

7 45 65.4 168.3 H 73 182 182 20m 45s Bicicleta

8 36 73.2 171.3 H 57 174 175 21m 45s Bicicleta

Tab. 6.1: Datos de los sujetos del estudio

6.1.1.3. Diseño del estudio

Este estudio ha consistido en un registro aleatorio de personas que han aceptadoutilizar simultáneamente el Sistema de Valoración Funcional (SVF) y el del Labora-torio de Fisiología del Esfuerzo (UPM). La duración del mismo ha sido de 2 mesesaproximadamente, pero no continuados.

Las pruebas se han hecho en el Laboratorio de Fisiología del Esfuerzo (LFE) de laUniversidad Politécnica de Madrid (UPM), con usuarios que han decidido realizarseuna valoración funcional para conocer la respuesta del organismo al ejercicio me-diante pruebas de esfuerzo. Tanto personas sanas que quieren comenzar a realizaractividad física para mejorar la salud o prevenir enfermedades, como deportistasque desean mejorar su rendimiento mediante la información que se obtiene de estaspruebas.

Además, las pruebas han estado controladas en todo momento por el propio personaldel laboratorio (la médica, el técnico del laboratorio y los becarios) supervisando entodo momento el estado y seguridad del paciente.

Page 212: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 212

Se han realizado dos tipos de ejercicio según el ergómetro, uno de ellos ha sido sobretapiz rodante (HP Cosmos [3]) y el resto, es decir, 7 sobre cicloergómetro (LodeExcalibur [4]). A continuación se explica el estudio realizado para cada uno de ellos.Como monitorización de referencia, para poder hacer una comparación de los datosposteriormente, se utilizará el analizador de gases que integra el cardiógrafo llamadoJaeger Oxycon PRO R© [5] en el LFE. Destacar que la adquisición de datos en elSistema de Valoración Funcional comienza y termina con el protocolo.

Tapiz rodante

La inclinación del tapiz es de 1o durante toda la prueba. Comienza con 1 minutode reposo, sigue con un breve calentamiento activo de 3 minutos a 6 km/h. Cuandocomienza la prueba de esfuerzo en sí, la velocidad es de 8 km/h y se producenincrementos de 0.2 km/h cada 12 segundos. La prueba �naliza cuando el sujetoevaluado no puede seguir el ritmo y para, o cuando el médico decide que lo haga.Posteriormente existe una fase de recuperación activa que consiste en permanecer2 minutos caminando a 6 km/h y 3 minutos de recuperación pasiva con la cintaparada.

Cicloergómetro

Empieza con un minuto de reposo, a continuación hay 3 minutos de calentamientoactivo: el primero a 25 W, el segundo a 30 W y el último a 35 W. Cuando comienza laprueba la carga es de 35 W, con aumentos de 5 W cada 12 segundos. Es fundamentalpara continuar con la prueba que se mantenga una cadencia entre 70 y 90 rpm. Al�nalizar la prueba se termina con 2 minutos de recuperación activa a 50 W y 3minutos de recuperación pasiva con la bicicleta parada.

6.1.1.4. Procedimiento

Las pruebas experimentales se realizan simultáneamente con las sesiones ordinariasdel LFE. En primer lugar se colocarán los 10 electrodos del laboratorio y en vezde poner una malla para sujetarlo como se hace normalmente, se pone la prendainteligente como una camiseta deportiva normal. Debido al tipo de diseño, el sujetoevaluado podrá mover con libertad los brazos sin que varíe ningún parámetro.

La camiseta estará puesta sobre la piel, ya que los sensores deben tener un contactodirecto con la misma. Además hay que tener especial cuidado con la situación de lasbandas, porque es necesario que se sitúen justo debajo de la línea del pecho tanto

Page 213: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 213

en hombres como en mujeres. Se evita en todo momento interferir con los electrodospreviamente colocados para no introducir artefactos que puedan degradar la calidadde las señales registradas por ambos sistemas.

Debido a la naturaleza elástica de la prenda, se amolda a la forma del cuerpo y enocasiones ejerce una pequeña presión sobre la caja torácica que no causa molestiaspero ayuda a que los sensores estén situados correctamente.

El siguiente paso es conectar el módulo electrónico a la camiseta, algo muy sen-cillo porque llevan incorporados un sistema de 4 corchetes que hará que encajenperfectamente y en ningún momento durante la prueba haya problemas.

Por último se inicia la aplicación del smartphone �Valoración Funcional� y se conectael módulo electrónico, que previamente habrá sido encendido presionando el únicobotón que tiene en la zona frontal, con la aplicación para comenzar con la recogidade datos de la prueba de esfuerzo.

Desde ese momento se podrá ver a través de la aplicación la señal electrocardiográ�ca(ECG) y la frecuencia cardíaca tanto instantánea como las anteriores. El teléfonomóvil se deja en una mesa durante la prueba siempre y cuando la distancia entre elsujeto y éste sea menor de 10 metros.

Cuando el ejercicio �naliza, se abandona la sesión de Realización Prueba en la apli-cación. Se desconecta el módulo electrónico, que se apagará solo, de la camiseta yésta se puede quitar como una prenda normal. En ese momento ya se pueden revisarlos datos de dicha sesión puesto que quedan guardados en la SD Card.

Al terminar las sesiones cada día, se trans�eren los datos del teléfono al ordenadorcon el �n de analizarlos posteriormente.

6.1.1.5. Instrumentación y tratamiento de datos

Los datos de frecuencia cardíaca (FC) fueron grabados al mismo tiempo medianteel Sistema de Valoración Funcional (SVF) y un ECG comercial, Jaeger OxyconPRO [5], cuya resolución es de 13 bits y su rango de frecuencias está comprendidoentre 0.05 y 100 Hz. Se colocaron electrodos Ambu Blue Sensor SP-00-S [20] en unacon�guración 12-lead. Su área de contacto es de 38 mm y la super�cie del sensor(Ag/AgCl) es de 13.8 mm2. Los datos de FC recogidos por ambos sistemas quedanguardados en �cheros dentro de cada uno de ellos, por lo que habrá que volcaresa información a un ordenador. Posteriormente se hace un estudio comparativomediante Excel 2007 (Microsoft Inc., USA).

Page 214: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 214

6.1.1.6. Análisis estadísticos

El análisis estadísticos se ha hecho para validar la señal del sistema SVF usandocomo �gold standard� el dispositivo del LFE y para comparar las estimaciones delmáximo consumo de oxígeno hecha para los dos sistemas.

Para el análisis de concordancia del sistema SVF se ha usado:

A. el método Bland-Altaman presentado en la sección 4.2.1 con el objetivo decomprobar si los dos métodos de medición se puedan comparar y si hay unadiferencia que se puede aceptar entre ellos.

B. Correlación de Pearson 4.2.3 para cuanti�car la fuerza de la relación linealentre la variables medidas para los dos sistemas. Dicho coe�ciente oscila entre�1 y +1. Un valor de 1 indica una relación lineal o línea recta positiva perfectamientras una correlación próxima a cero indica que no hay relación lineal entrelas dos variables.

C. Prueba t de Student para dos muestras suponiendo varianzas iguales. En estetipo de prueba se supone que los dos conjuntos de datos proceden de dis-tribuciones con las mismas varianzas. Se conoce con el nombre de prueba thomoscedástica. Se ha utilizado este tipo de prueba para determinar si �esprobable que las dos muestras procedan de distribuciones con medias de po-blación iguales (hipótesis 0)�.

Para el análisis de estimación del máximo consumo de oxígeno se ha usado:

A. el error entre las estimaciones del LFE y el SVF contra el valor real y el errorentre las dos estimaciones.

B. Correlación de Pearson 4.2.3 para cuanti�car la fuerza de la relación linealentre las dos estimaciones. Una correlación próxima a uno indica que no haydiferencias entre los dos métodos de estimación.

6.1.1.7. Comparación de la frecuencia cardíaca

En total han sido incluidos en el análisis �nal 2043 datos de frecuencia cardíacay otros 28 han sido excluidos ya que eran valores que estaban muy desviados conrespecto a los demás.

Page 215: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 215

En el LFE se guarda un dato cada 15 segundos, en ocasiones se guarda alguno máspor decisión del médico. Por otro lado, el SVF guarda 1 dato en el �chero cada 5segundos. Para poder comparar ambos métodos, se ha triplicado cada dato del LFEy así se compensa esta diferencia. A destacar que se intentó hacer una media decada 3 datos del Sistema de Valoración Funcional y los resultados obtenidos eranpeores.

No hay grandes diferencias entre los datos de FC obtenidos mediante el SVF o JaegerOxycon PRO, para ningún sujeto evaluado durante la realización de la prueba deesfuerzo. Como representación de todos ellos tenemos la �g. 6.1 que pertenece alsujeto 7 pero en la apéndice A se pueden ver las grá�cas de los otros sujetos. En ellase superponen las señales de frecuencia cardíaca correspondientes al SVF y al LFEfrente al tiempo.

Fig. 6.1: Sincronización de la frecuencia cardíaca durante la realización de una prueba deesfuerzo (Sujeto 7)

En el grá�co de Bland-Altman de �g. 6.2, el sesgo en el sujeto 7 (Bias = 0.025) esinsigni�cante, y no hay una gran diferencia entre el tramo de la prueba en el que elsujeto se encuentra en reposo o practicando ejercicio. Los límites de concordancia sonLoASup = 1,99 y LoAInf = −1,93, por lo que se puede deducir que ambos métodosconcuerdan muy bien. Las grá�cas Bland-Altaman de los otros sujetos están en la

Page 216: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 216

apéndice A.

Fig. 6.2: Grá�co Bland-Altman para HR del Sujeto 7

Los límites de concordancia entre el SVF y el LFE para cada uno de los sujetosevaluados se muestran en la tab. 6.2 donde MPM es el promedio de los valorespromediados entre las dos medidas y Bias es la diferencia entre los datos obtenidospor los dos métodos, LFE y SVF.

Id MPM (ppm) Bias (ppm) LoA Sup LoA Inf

1 128,84±29,26 0,117 2,08 -1,84

2 140,79±34,17 0,334 2,29 -1,63

3 145,47±24,87 -0,113 1,85 -2,07

4 117,82±30,06 0,139 2,1 -1,82

5 124,74±33,60 -0,341 1,62 -2,3

6 120,09±31,17 0,295 2,26 -1,66

7 129,17±28,36 0,026 1,99 -1,93

8 123,00±32,68 0,237 2,2 -1,72

Global 129,91±31,96 0.061 2.02 -1.90

Tab. 6.2: Límites de concordancia para todos los sujetos

Page 217: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 217

El ritmo cardíaco conseguido a través de los dos métodos, LFE y SVF, proporcionaun sesgo muy pequeño a lo largo de toda la prueba, incluyendo las fases de reposoy recuperación activa en las que el sujeto evaluado está parado.

Los límites de concordancia entre las dos medidas son parecidos para todo el rango defrecuencias, lo que implica que el hecho de estar en movimiento o parado no afecta alos resultados. Más del 95% de los datos guardados y analizados se mantienen entre±2 ppm para todos los individuos estudiados (�g. 6.3).

Fig. 6.3: Grá�co Bland-Altman para la FC con los resultados globales

En la tab. 6.3 están los resultado relacionado con la prueba t del sujeto 1, vistoque se ha establecido α = 0,05 con el grá�co Excel es inmediato comprobar si lahipótesis 0 se con�rma o se rechaza. Si la linea �P(T ≤ t) dos colas� de la tab. 6.3es >0.05 la hipótesis se con�rma en caso contrario se rechaza.

Page 218: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 218

LFE SVF

Media 128.901099 128.783883

Varianza 867.508565 847.942092

Observaciones 273 273

Varianza agrupada 857.725329

Diferencia hipotética de las medias 0

Grados de libertad 544

Estadístico t 0.04676054

P(T ≤ t) una cola 0.48136062

Valor crítico de t (una cola) 1.64765948

P(T ≤ t) dos colas 0.96272124

Valor crítico de t (dos colas) 1.96433433

Tab. 6.3: Prueba t para las muestras (LFE y SVF) suponiendo varianzas iguales sujeto 1

Los resultados de la apéndice A muestran que la hipótesis que los dos métodos demedición tienen medias iguales es correcta, más bien no podemos excluir que losdos métodos de medición tienen media iguales. En la tab. 6.4 de resumen se puedeobservar cuanto dicho. En la tab. 6.4, se puede ver además de la probabilidad enporcentaje de la prueba t de Student a dos colas, el coe�ciente de correlación dePearson.

Page 219: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 219

Individual Correlación de Pearson Probabilidad t-Student (%)

1 0.9903 96.27

2 0.9895 85.24

3 0.9815 95.51

4 0.9877 95.58

5 0.9851 91.20

6 0.9882 92.80

7 0.9922 99.21

8 0.9920 91.57

Global 0.9895

Tab. 6.4: Resumen de los datos de la prueba t y la correlación de Pearson

Mediante el diagrama de dispersión se comprueban los buenos resultados en cuantoa la correlación de datos. La Figura 6.4 es el diagrama correspondiente a todos losdatos válidos obtenidos durante el estudio, pero como se observa en la tab. 6.4 nodi�ere mucho con los que tiene cada una de las pruebas por separado.

Fig. 6.4: Diagrama de dispersión de los resultados globales

Page 220: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 220

El coe�ciente de correlación de Pearson indica la relación lineal entre dos variables.Se conoce que cuando r=1, existe una correlación positiva perfecta e indica una de-pendencia total entre las dos variables denominada relación directa, es decir, cuandouna de ellas aumenta, la otra también lo hace en proporción constante [40]. En esteestudio se ha conseguido r=0.9895, muy cercano al valor de perfecta correlación, porlo que la relación entre estas variables es casi lineal. Además el valor de R2 = 0,994muy cercano a 1 signi�ca un ajuste lineal casi perfecto.

6.1.1.8. Volumen máximo de oxigeno V O2max

El objetivo de este estudio es identi�car la concordancia entre los datos de estimacióndel consumo máximo de oxígeno, obtenidos mediante una prueba de esfuerzo y elSistema de Valoración Funcional (SVF).

En los últimos años se ha extendido el uso de monitores de frecuencia cardíacapara el control y seguimiento de la intensidad del ejercicio físico en los programasde prescripción, desconociéndose el uso que tienen algunos de ellos, como el SVF,para realizar estimaciones del V O2max mediante ecuaciones programadas con datosprovenientes del individuo, aún en situaciones de reposo. Sin embargo, no hay su�-ciente evidencia de que este tipo de estimaciones proporcionen resultados reales dela potencia aeróbica de los individuos y que sus resultados sean intercambiables conlos obtenidos mediante una prueba de esfuerzo.

El presente estudio busca establecer la concordancia entre la estimación del V O2max

del SVF y el valor real obtenido con un analizador de gases en el Laboratorio deFisiología del Esfuerzo (LFE) durante una prueba de esfuerzo. Dicha prueba serárealizada sobre un tapiz rodante o un cicloergómetro, las personas que harán estaprueba practican deporte a menudo y sus edades son muy diferentes.

Se aprovechó el estudio de la frecuencia cardíaca realizado en el LFE que se haexplicado en el punto anterior para diseñar otro estudio de concordancia entre dosmediciones realizadas al mismo tiempo de consumo máximo de oxígeno. Los sujetosfueron los mismos descritos en la sección 6.1.1.2.

En el LFE utilizan un analizador de gases, Jaeger Oxycon PRO [5], por lo queel resultado será �able para compararlo con la estimación que hace el Sistema deValoración Funcional. El rango de precisión en la medida de volumen de oxígeno esde 0-7 l/min con precisión del 3%, o lo que es lo mismo 0,05 l/min. Su precisiónes de 3 ml, y el analizador de oxígeno es de alta velocidad y se basa en el principioparamagnético diferencial.

Page 221: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 221

El SVF utiliza varias ecuaciones de predicción según el protocolo utilizado en cadamomento. En este estudio en concreto se usa la correspondiente con el protocolo delLFE, que se basa en la información del usuario: peso, talla, género, frecuencia cardía-ca en reposo y frecuencia máxima. Los datos antropométricos fueron tomados por elpersonal del laboratorio y los resultados obtenidos se introdujeron manualmente enla aplicación del Smartphone para cada individuo. Para conseguir la frecuencia car-díaca basal, cada sujeto permaneció en reposo en posición supina durante 5 minutosantes de la medición.

A continuación colocaron el analizador de gases al sujeto y comenzó a prueba deesfuerzo propiamente dicha siguiendo el protocolo del LFE explicado en el estudiode la frecuencia cardiaca. Tanto en mujeres como en hombres la prueba se �nalizócuando la persona manifestó un alto nivel de fatiga. En el transcurso de la pruebase tomaron datos de las variables �siológicas como frecuencia cardíaca y presiónarterial, para controlar cualquier riesgo. A través de la aplicación se puede ir visuali-zando la estimación de V O2max hasta ese momento, por lo que al �nalizar la pruebatenemos el valor de�nitivo de la estimación del SVF de V O2max. Además, el labora-torio también hace una medida estimada con la cual se compararán los resultadosobtenidos con el SVF.

6.1.1.9. Comparación del V O2max

La población participante en el estudio se de�nió en el análisis de la frecuenciacardíaca mediante el promedio y la desviación estándar de variables �siológicas comola edad, el peso y la altura. De la misma manera se han descrito los resultados deconsumo máximo de oxígeno estimados del LFE, el SVF y el dato real del analizadorde gases del LFE.

La determinación de la correlación entre los datos de V O2max por los dos métodosde estimación ha sido establecida a través del coe�ciente de correlación de Pearson,que indica si existe una relación lineal entre ambos métodos, por eso cuanto máscercano sea el coe�ciente a 1 mayor será la dependencia entre ambos métodos [88]además se ha hecho una prueba t para aceptar o rechazar si los dos métodos deestimación tienen medias iguales (hipótesis 0).

Puesto que el error de la fórmula de estimación de V O2max utilizada es de 9.9ml · kg−1 ·min−1, el resultado será bueno si la diferencia entre el real y el estimadoes menor o igual que ese valor, ya que se trata de comprobar que el SVF estimacorrectamente.

Page 222: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 222

Han sido evaluadas 8 personas, 1 mujer y 7 hombres. A todos ellos se les realizóun análisis directo con Jaeger Oxycon PRO y dos estimaciones del V O2max, cuyosresultados están mostrados en la tab. 6.5.

Partiendo de los datos anteriores se ha hecho el estudio estadístico de algunos pará-metros entre ello para conocer si el SVF proporciona buenos resultados. Lo primeroes conocer la fórmula a partir de la cual se hacen las estimaciones, siendo indiferenteel ergómetro utilizado:

V O2max(ml · kg−1 ·min−1) = −17, 534− 0, 602 · Peso(kg) + 0, 586 · Altura(cm)(6.1)

+5, 802 · (FCmax/FCbasal)− 14, 571 · Sexo. (6.2)

Donde, Sexo tiene valor 0 en hombres y 1 en mujeres. Su error es de 9.9 ml · kg−1 ·min−1, dato fundamental para dar los resultados.

Id V O2max Real V O2max SVF V O2max LFE

1 59.5 52.5 52.6

2 78.1 66.9 67.1

3 61.7 62.2 62.3

4 65.2 51.6 51.7

5 55.1 55.0 54.9

6 54.7 49.1 48.7

7 54.5 56.2 56.2

8 59.9 56.5 56.6

Global 61.1 ± 7.8 56.3 ±5.9 56.2 ± 5.8

Tab. 6.5: Límites de concordancia para todos los sujetos

Al comparar el valor real con cualquiera de las dos estimaciones (tab. 6.6), se observamediante el promedio del sesgo que di�eren en aproximadamente 4.9 (ml · kg−1 ·min−1) ambas estimaciones. Este resultado es coherente puesto que se está aplicando

Page 223: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 223

una fórmula con un error mayor aún, pero queda constancia que si utilizamos elSVF para una estimación de oxígeno con este protocolo el resultado obtenido de lavaloración funcional del sujeto no sería correcto.

A B C

Sesgo 4.86 ± 5.59 4.81 ± 5.54 -0.04 ± 0.18

Promedio 58.66 ± 6.32 58.68 ± 6.38 56.25 ± 5.88

Tab. 6.6: Valores comparativos del V O2maxml · kg−1 ·min−1

Las columnas en tab. 6.6 signi�can:

- A: Valor real V O2max - Estimación LFE V O2max

- B: Real V O2max - Estimación SVF V O2max

- C: Estimación LFE V O2max - Estimación SVF V O2max.

Por otra parte, al analizar los dos métodos de estimación del V O2max se aprecia

que los resultados son mucho más favorables ( 6.6). El sesgo es cercano a cero, -0.04 (ml · kg−1 ·min−1), lo que indica que entre ambos métodos la concordancia eselevada.

La �g. 6.5 representa la correlación entre los valores del V O2max obtenidos por losdos métodos de estimación. De encontrar perfecta concordancia, se esperaría quelos puntos siguiesen una línea colocada exactamente en 45o, es decir, la línea detendencia debería regirse por la ecuación y = x, siendo el coe�ciente de correlaciónde Pearson R = 1.

Page 224: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 224

Fig. 6.5: Diagrama de dispersión de las estimaciones de V O2max por ambos métodos

En el presente estudio se ha calculado el coe�ciente de correlación de Pearson R =0,9997, muy próximo al valor de dependencia total (R = 1), por lo tanto es unresultado muy bueno. Destacar que el número de sujetos evaluados es pequeño parahacer una valoración completamente �able, pero sí proporciona información sobrecuál es la tendencia que se sigue, cabiendo esperar que si hubiese más personasimplicadas en el estudio el resultado sería similar.

Por ultimo en la tab. 6.7 se ha hecho la prueba t de los datos de las dos estimacionesde V O2max (LFE y SVF) con α = 0,05. Visto que la P(T ≤ t) a dos colas es > 0,05 lahipótesis 0 de medias iguales de las dos estimaciones se acepta, más bien no podemosexcluir que los dos métodos de estimación tengan medias iguales.

Page 225: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 225

V O2max LFE V O2max SVF

Media 56.25 56.2625

Varianza 33.8942857 35.3283929

Observaciones 8 8

Varianza agrupada 34.6113393

Diferencia hipotética de las medias 0

Grados de libertad 14

Estadístico t -0.00424943

P(T ≤ t) una cola 0.49833471

Valor crítico de t (una cola) 1.76131014

P(T ≤ t) dos colas 0.99666941

Valor crítico de t (dos colas) 2.14478669

Tab. 6.7: Prueba t para las estimaciones de V O2max LFE y SVF

6.1.2. Estudio de guiado por voz

El objetivo de este estudio ha sido la evaluación de la nueva propiedad del Sistemade Valoración Funcional (SVF), es decir, el guiado por voz basado en la frecuenciacardíaca durante la práctica de ejercicio. Los datos comparados son: la frecuenciacardíaca que proviene del SVF al practicar ejercicio con los que estaban prede�nidosen los per�les de entrenamiento utilizados en cada caso. Como se ha visto en elcapítulo 5 todos los entrenamientos están de�nidos por una frecuencia máxima yuna mínima, por lo que la comparación se hará entre la frecuencia media de éstas yla que se obtiene del usuario al utilizar el SVF.

Cabe destacar que estas pruebas, aunque no se han realizado en un entorno decardiología o medicina deportiva son pruebas equivalentes. Esto es así porque sim-plemente varía el per�l de entrenamiento basado en frecuencia cardíaca, pero novaría el guiado que es la propiedad del SVF que se está evaluando.

Page 226: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 226

6.1.2.1. Sujetos

Han sido analizados los datos de 16 personas, 8 hombres y 8 mujeres. Su rango deedad es de 29,8±3,2 años. Sus peso medio era 65,4±12,3 kg, y su altura 173,4±8,6cm. Todos ellos son sujetos sanos, que no practican deporte con frecuencia pero soncapaces de seguir el entrenamiento.

Los datos de cada uno de ellos antes de hacer la prueba están en la tab. 6.8 y son:la edad (años), el peso (kg), la altura (cm), la frecuencia cardíaca máxima teórica yel tipo de entrenamiento que van a seguir.

Page 227: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 227

Id Edad Peso Altura Sexo FC Máxima Entrenamiento

1 25 65 171 F 195 Base mínima

2 33 55 173 M 187 Base mínima

3 44 51 163 F 176 Base óptima

4 27 60 178 F 193 Base óptima

5 33 80 180 M 187 Base óptima

6 26 53 165 F 194 Base mínima

7 29 82 186 M 191 Base óptima

8 26 73 174 M 194 Base mínima

9 31 85 182 M 189 Base óptima

10 33 60 167 F 187 Base óptima

11 33 80 190 M 187 Base óptima

12 25 58 173 F 195 Base óptima

13 33 63 173 M 187 Base óptima

14 31 78 177 M 189 Base óptima

15 22 51 159 F 198 Base mínima

16 25 52 164 F 195 Base óptima

Tab. 6.8: Datos de los sujetos del estudio

6.1.2.2. Diseño del estudio

El estudio se ha realizado en el Living Lab, la Smart-House del grupo Life Suppor-ting Technologies (LST) de la Universidad Politécnica de Madrid (UPM). El LivingLab tiene la peculiaridad de ser un espacio que se puede adaptar a cualquier entorno

Page 228: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 228

que queramos simular, y en este caso se ha convertido en un entorno deportivo. Dis-poníamos de una bicicleta estática, cuya resistencia es regulable, y de dos altavocesa través de los cuales se reproduce música para motivar a los usuarios y los mensajesde guiado. La duración del mismo ha sido de 4 semanas aproximadamente ya quetodos los días no ha sido posible realizar pruebas.

Se han ejecutado dos de los cuatro tipos de entrenamientos implementados, 5 en-trenamientos bajos que corresponden a los entrenamientos a �base mínima� y 11entrenamientos medios que corresponden al entrenamiento a �base óptima� del capí-tulo 3. El entrenamiento extremo no fue realizado ya que está indicado para personasque no sufran ningún tipo de problema cardíaco, esto supondría un gran riesgo parael usuario llevarlo a cabo sin la presencia de un médico especialista. Un detalle a des-tacar es que la adquisición de datos en el SVF comienza y termina con la ejecucióndel entrenamiento elegido.

6.1.2.3. Procedimiento

Las pruebas experimentales se realizan en cualquier momento del día, aunque losresultados obtenidos en pruebas realizadas después de que el sujeto hubiera comidoeran peores puesto que su frecuencia cardíaca basal o en reposo era más alta que sino hubiese comido.

En primer lugar el usuario se colocará la camiseta inteligente como si se tratase deuna camiseta deportiva normal. Debido al tipo de diseño, podrá mover con libertadlos brazos sin que varíe ningún parámetro. Puesto que la prenda es elástica, seamolda a la forma del cuerpo y en ocasiones ejerce una pequeña presión sobre lacaja torácica que no causa molestias pero ayuda a que los sensores estén situadoscorrectamente.

La camiseta estará puesta sobre la piel, ya que los sensores deben tener un contactodirecto con la misma. Además hay que tener especial cuidado con la situación de lasbandas, porque es necesario que se sitúen justo debajo de la línea del pecho tantoen hombres como en mujeres. Se evita en todo momento interferir con los electrodospreviamente colocados para no introducir artefactos que puedan degradar la calidadde las señales registradas por el sistema.

El siguiente paso es conectar el módulo electrónico a la camiseta, algo muy sen-cillo porque llevan incorporados un sistema de 4 corchetes que hará que encajenperfectamente y en ningún momento durante la prueba haya problemas con esto.

Por último se inicia la aplicación del Smartphone �Valoración Funcional� y se conecta

Page 229: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 229

el módulo electrónico, que previamente habrá sido encendido presionando el únicobotón que tiene en la zona frontal, con la aplicación para comenzar con la recogidade datos de la prueba deportiva.

Desde ese momento se podrá ver a través de la aplicación la señal electrocardiográ�ca(ECG) y la frecuencia cardíaca tanto instantánea como las anteriores. El teléfonomóvil puede situarse en cualquier sitio siempre y cuando la distancia entre el sujetoy éste sea menor de 10 metros.

Cuando el ejercicio �naliza, se abandona la sesión de Realización Prueba en la apli-cación. Se desconecta el módulo electrónico, que se apagará solo, de la camiseta yésta se puede quitar como una prenda normal. En ese momento ya se pueden revisarlos datos de dicha sesión puesto que quedan guardados en la SD Card.

Al terminar las sesiones cada día, se trans�eren los datos del teléfono al ordenadorcon el �n de analizarlos posteriormente.

6.1.2.4. Análisis estadísticos

Se han utilizado dos métodos: la tasa de acierto y el método de Bland-Altman yadescrito en el párrafo 4.2.1.

En ese caso con el método Bland-Altman no se han calculado los LoAs pero sehan de�nido lineas de margen para ver grá�camente cuantas veces durante el en-trenamiento la diferencia entre la FC de entrenamiento objetivo y la FC medida noestaban el los margen.

Con la tasa de acierto se ha calculado un valor porcentual que hace una estimacióndel entrenamiento realizado en contra del entrenamiento esperado en el per�l. Losper�les de entrenamiento se han considerado validos si la FC medida en cada mo-mento está en un intervalo de ±10 ppm para el entrenamiento a base mínima y ±8ppm para el entrenamiento a base óptima alrededor de la FCobjetivo. Estos valoresno se han elegidos al azar, según cuanto se dice en [77, 139, 122, 121, 46], se suelede�nir un entrenamiento basado en FC con un intervalo del 10% de la FCmax (porejemplo 40-50% de la FCmax, 50-60%, 60-70%, etc..).

En nuestro estudio la edad media es alrededor de 30 años y mediamente la FCmax =190 ppm, de eso resulta que en media el 10% de la FCmax = 19 ppm. Por lotanto se ha considerado un margen de 20 ppm alrededor de la FCobjectivo para elentrenamiento a base mínima y de 16 ppm para el entrenamiento a base óptima. Conestos intervalos los entrenamientos se están realizando dentro del limite del 10% dela FCmax descrito en literatura.

Page 230: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 230

6.1.2.5. Comparación de la frecuencia cardíaca y la función del entrenamiento

En total han sido incluidos en el análisis �nal 4308 datos de frecuencia cardíacay otros 98 han sido excluidos ya que eran valores que estaban muy desviados conrespecto a los demás. En algunos casos se han eliminado directamente y en otrosse ha hecho una media con los valores anteriores y posteriores. Fueron excluidas laspruebas de 3 sujetos debido a problemas externos al Sistema de Valoración Funcio-nal.

Fig. 6.6: Registro de frecuencia cardíaca durante la ejecución del entrenamiento (Sujeto9)

Al dispositivo móvil llega un dato de frecuencia cardíaca cada 5 segundos, por loque se guardan y se comparan 12 datos por minuto. Como representación de todosellos tenemos la �g. 6.6 que pertenece al sujeto 9. En ella se representan 4 señales,el escalón azul es la frecuencia media del entrenamiento pre�jada y las dos líneas depuntos son la máxima y la mínima frecuencia del entrenamiento. Por otro lado estála línea verde que corresponde al registro real de la señal del sujeto evaluado.

Para saber si el guiado ha sido efectivo y el usuario lo ha seguido con regularidadbasta con comprobar que la línea verde esté entre las dos líneas de puntos, es decir,entre las frecuencias máxima y mínima en cada instante temporal. Las grá�cas de losotros 15 sujetos evaluados se pueden ver en la apéndice B al �nal de este documento.

Para conocer de manera cuantitativa el resultado de las pruebas en tanto en cuantolos usuarios han seguido el guiado, se ha calculado la tasa de acierto para cada uno

Page 231: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 231

de ellos. En la tab. 6.9 se ven los datos obtenidos, que dependiendo del tipo deentrenamiento el número de puntos evaluados ha sido mayor o menor. La tasa deacierto óptima es del 100%, que no se ha conseguido en ningún caso pero todas ellasestán muy próximas, por lo tanto se puede deducir que los resultados del seguimientodel guiado han sido favorables.

Id Entrenamiento Datos evaluados Aciertos Errores Tasa de acierto

1 Base mínima 288 270 18 93,75%

2 Base mínima 288 261 27 90,63%

3 Base óptima 264 243 21 92,01%

4 Base óptima 264 243 21 92,01%

5 Base óptima 264 243 21 92,01%

6 Base mínima 288 269 19 93,40%

7 Base óptima 264 237 27 89,77%

8 Base mínima 288 262 26 90,97%

9 Base óptima 264 257 7 97,35%

10 Base óptima 228 216 12 94,74%

11 Base óptima 264 237 27 89,77%

12 Base óptima 264 241 23 91,29%

13 Base óptima 264 246 18 93,18%

14 Base óptima 264 248 16 93,94%

15 Base mínima 288 264 24 91,67%

16 Base óptima 264 248 16 93,94%

Tab. 6.9: Tasa de acierto obtenida por cada sujeto

Ahora que conocemos los resultados individuales de cada sujeto y para dar unavaloración global del sistema de guiado por voz, se ha calculado la tasa de aciertoglobal. Para ello se ha sumado el número de aciertos de todos los sujetos y se hadividido entre el número total de puntos evaluados, obteniendo una tasa de acierto

Page 232: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 232

global del 92.51%.

Otra forma de evaluar los resultados grá�camente es utilizando el método de Bland-Altman a través del cual se han calculado, en lugar de los límites de concordancia(LoA's) al 95% entre las medida del SVF y la frecuencia cardíaca media del en-trenamiento, los margenes de validez del per�l de entrenamiento. En la �g. 6.7 semuestra el grá�co Bland-Altman del sujeto 9, que realizó un entrenamiento medio,por eso se han situado el margen superior e inferior en ±8 ppm. Se puede ver quemuy pocos puntos han quedado fuera de dichos márgenes. Dato que los margenesson constantes en ese grá�co se aprecia mucho mejor las veces que el entrenamientose ha considerado valido respecto al grá�co de �g. 6.6.

Fig. 6.7: Grá�co Bland-Altman para HR del Sujeto 9

En este estudio no se trata de conseguir unos límites de concordancia muy bajosya que no se están comparando dos valores en cada instante, sino que se trata deconseguir que el valor medido esté dentro de un margen de frecuencias. Dependiendodel tipo de entrenamiento realizado, habrá que obtener unos margenes diferentespara que la prueba haya resultado satisfactoria. En el caso del entrenamiento bajo losmargenes deben ser como mucho de ±10 ppm y en el entrenamiento medio deberánser de ±8 ppm. En la tab. 6.10 aparecen los resultados de todas las pruebas.

Page 233: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 233

Id Entrenamiento Margenes LoA Sup LoA Inf Validez

1 Base mínima ± 10 ppm 5,67 1,75 Sí

2 Base mínima ± 10 ppm 2,2 -1,72 Sí

3 Base óptima ± 8 ppm 2,52 -1,4 Sí

4 Base óptima ± 8 ppm 4,61 0,69 Sí

5 Base óptima ± 8 ppm 3,82 -0,1 Sí

6 Base mínima ± 10 ppm 1,62 -2,3 Sí

7 Base óptima ± 8 ppm 4,49 0,57 Sí

8 Base mínima ± 10 ppm 3,64 -0,28 Sí

9 Base óptima ± 8 ppm 4,77 0,85 Sí

10 Base óptima ± 8 ppm 4,1 0,18 Sí

11 Base óptima ± 8 ppm 4,06 0,14 Sí

12 Base óptima ± 8 ppm 4,47 0,55 Sí

13 Base óptima ± 8 ppm 3,27 -0,65 Sí

14 Base óptima ± 8 ppm 5,1 1,18 Sí

15 Base mínima ± 10 ppm -0,54 -4,46 Sí

16 Base óptima ± 8 ppm 2,71 -1,21 Sí

Tab. 6.10: Validez de los entrenamientos realizados

6.2. Evaluaciones cualitativas

Las evaluaciones cualitativas se han hecho comprobando la satisfacción de los usua-rios en el uso de la aplicación SVF. En esos casos se han utilizado cuestionarios

Page 234: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 234

psicológico donde el usuario cuanti�ca en una escala subjetiva su satisfacción.

Los estudios que se han llevado a cabo están diseñado para la evaluación de lasinteracciones de la aplicación SVF:

- interacción grá�ca

- interacción con voz

Los estudios en los dos casos usan una metodología psicológica basada en cuestiona-rio para evaluar la satisfacción de los usuarios (capítulo 4). La diferencia sustancialentre la evaluación de la interacción grá�ca y de la interacción con voz es simple-mente en el diseño de los cuestionarios. Mientras para la evaluación grá�ca se hanutilizado cuestionarios AttrakDi� [7] para la evaluación de la interacción por vozse han diseñado cuestionario basados en el modelo Hassenzahl4.2.5 con el ayudo depsicólogos expertos en interacción.

6.2.1. Interacción grá�ca de la aplicación SVF

En el desarrollo de una aplicación los aspectos funcionales de la tecnología sonfundamentales, pero también es importante conocer cómo reaccionan los usuarioscuando la utilizan, si les parece fácil o difícil entenderla, si creen que es atractiva ono, etc. Para conocer todos estos aspectos se ha hecho una evaluación de la aplicacióncon el cuestionario AttrakDi� de Hassenzahl [53, 90].

Los cuestionarios AttrakDi� se basan en el modelo de la experiencia del usuario pre-sentado por Hassenzahl [102]. He elegido este modelo como base para la evaluaciónde la experiencia del usuario en el SVF, concretamente en la aplicación Android. Elmodelo de Hassenzahl permite dar un enfoque relevante a este estudio, ya que lateoría se re�ere no sólo a aspectos pragmáticos (como la calidad y usabilidad) sinotambién los aspectos hedónicos, que tiene que ver con lo que proporciona la aplica-ción al usuario (autonomía, seguridad, competencia, relación con los demás...).

El estudio ha sido realizado a 11 usuarios, 8 hombres y 3 mujeres. Sus edades estáncomprendidas entre los 24 y los 33 años. En la �g. 6.8 se observan los grá�cos con lasestadísticas de los datos que de�nen a los usuarios. La evaluación ha consistido enutilizar el SVF para realizar todas las tareas posibles. En primer lugar han recibidouna pequeña explicación sobre el manejo de la aplicación junto con la camisetainteligente y el módulo electrónico. Después lo han usado libremente y �nalmentehan rellenado el cuestionario AttrakDi�.

Page 235: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 235

Fig. 6.8: Datos de usuarios que han hecho el test de usabilidad

6.2.1.1. cuestionario AttrakDi�

El cuestionario AttrakDi� está disponible en la Web AttrakDi� [7] en inglés y ale-mán. Para el objetivo de la evaluación ha sido su�ciente traducirlo al español.

Page 236: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 236

Fig. 6.9: Cuestionario AttrakDi�

El cuestionario es como una línea donde hay que rellenar el círculo que se desea dondea los extremos hay una palabra. Cada pareja de palabras representa dos signi�cadosextremos. Las distintas posibilidades existentes entre dichas parejas le permitirándescribir la intensidad de la cuali�cación que elija. El cuestionario esta en la �gura6.9.

6.2.1.2. Evaluacion de la usabilidad

Los resultados se dividen en 4 dimensiones como se ve en la �g. 6.10. Pragmáticonos da una visión sobre lo que han sentido los usuarios en relación con aprendizajey manejo de la aplicación, si les ha parecido fácil o difícil. El término identidad hacereferencia al sentimiento del usuario con la aplicación, si el hecho de tenerla le hace

Page 237: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 237

sentir especial o, por el contrario se avergüenza. Otro factor es la estimulación, quese re�ere a la motivación que le aporta la aplicación al usuario para que lo utilice amenudo o lo opuesto, es decir, la utiliza una vez y nunca más se vuelve a acordarde que dispone de ella. En cuanto al término atractivo no hay mucho que describir,su propio nombre lo indica.

Fig. 6.10: Resultados de los test de usabilidad

En la table 6.12 se muestran los resultados de cada parámetro con su valor medio ysu desviación estándar adquiridos mediante el test que han rellenado los 11 usuarios.Estos valores indican la sensación que les ha producido el uso de la aplicación y seexpresa como la diferencia entre la experiencia al probarlo y lo que esperaban antes.

Pragmático) Identidad Estimulación Atractivo

Promedio 4.3 4.3 4.9 5.3

Desviación estándar 0.4 0.5 0.4 0.4

Tab. 6.11: Resultados cuestionario AttrakDi�

Está valorado del 0 al 6, por lo tanto todos los resultados están por encima dela media por lo que ya se puede considerar aceptable. Además si nos �jamos enla �g. 6.10, se ve dibujado en vertical la desviación estándar de cada parámetro.Si tenemos en cuenta que el 98% de los usuarios encuestados se encuentran entreel valor obtenido y dos veces la desviación estándar, se sigue estando por encimade la media, por lo tanto prácticamente todos los usuarios han evaluado con buenapuntuación la aplicación, pero sobre todo los parámetros de estimulación y atractivo.

Page 238: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 238

6.2.2. Interacción con voz

En cualquier desarrollo tecnológico lo más importante es que todo funcione correcta-mente y cumpla los requisitos para los cuales fue diseñado. Sin embargo, no debemosolvidarnos del usuario que manejará dicha tecnología y su reacción ante el uso dela misma. Así pues, se ha utilizado un cuestionario que permite medir la calidadsubjetiva percibida por el usuario del sistema de guiado por voz.

Tras haber hecho una investigación de aquellos test capaces de evaluar sistemasde guiado por voz, se llegó a la conclusión de que lo mejor sería diseñar un nuevocuestionario que se ajuste de forma óptima al sistema evaluado ya que la literaturade la que disponemos actualmente no incluye ningún cuestionario validado para estetipo de sistemas.

6.2.2.1. Cuestionario para la evaluación de la voz

Gracias a la colaboración del psicólogo experto en interacción con usuario Jan-PaulLeuteritz del Instituto Fraunhofer, ha sido posible diseñar un cuestionario de 11preguntas con las que se pretende obtener información del sistema de guiado porvoz sobre 3 conceptos clave para nosotros: la utilidad (4 preguntas), la motivación(3 preguntas) y la sensación de uso (4 preguntas). El cuestionario está en la �g.6.11, como se observa cada pregunta puede contestarse con un valor mínimo de 0(Totalmente desacuerdo) y un valor máximo de 4 (Totalmente de acuerdo).

Page 239: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 239

Fig. 6.11: Cuestionario para evaluar el sistema de voz

Para evitar que el usuario rellene el test de evaluación sin poner mucha atención alo que está leyendo y no conteste lo que realmente opina, se hicieron tanto pregun-tas positivas como negativas. Un ejemplo de cada una de ellas puede ser �Pre�eroentrenar con el sistema de guiado por voz que sin él.� como pregunta positiva y�No recomendaría a mis amigos que utilizaran el sistema de guiado por voz.� comopregunta negativa. Esto será tenido en cuenta en el análisis �nal y se considerarápara las preguntas positivas una valoración entre 0-4 y para las preguntas negativasse invertirán los valores.

6.2.2.2. Evaluación de los factores principales

El cuestionario fue cumplimentado por 16 personas, las mismas que realizaron laspruebas del entrenamiento deportivo. Aún siendo conscientes de que el número deusuarios evaluados no es muy alto para proporcionar una validación totalmentecorrecta del test, se han analizado los resultados con los métodos más adecuados y

Page 240: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 240

se han podido dar resultados concluyentes.

Todo lo expuesto en esta sección está descrito en [72, 65, 141]. El primer pasofue aplicar la técnica de extracción de factores conocida como �Método de EjesPrincipales�, a través de la cual se obtuvo un error tipo Heywood, es decir, no fueposible calcular las cargas de las preguntas en cada uno de los factores. De estamanera identi�camos la existencia de 4 factores utilizando el criterio Kaiser, lo quenos llevó a aplicar un segundo método, el �Análisis de Componentes Principales� dela sección 4.2.6, limitando el número de factores a 3. Fueron tres razones las que nosayudaron a tomar la decisión de quedarnos �nalmente con 3 factores. La primerade ellas es que a priori habíamos de�nido 3 conceptos para evaluar la aplicación(utilidad, motivación y sensación de uso); la segunda razón ha sido que el autovalordel cuarto factor tenía un valor muy próximo a 1, es decir, muy próximo al límite;la tercera y última razón fue que los 3 primeros factores explicaban casi el 80% dela varianza.

El resultado de este análisis ha demostrado que casi todas las preguntas (8/11)tienen una alta carga en el primer factor, dos en el segundo factor y solo una deellas en el tercer factor lo que se puede comprobar en la �g. 6.12. El resto de laspreguntas que afectan a los factores 2 y 3 no se han tenido en cuenta puesto que sucarga en el primer factor es mucho más alta, por lo tanto esas preguntas se tendránen cuenta para analizar el primer factor.

Fig. 6.12: Factores de usabilidad y autovalores

En el artículo �Multi-level Validation of the ISOmetrics Questionnaire Based onQualitative and Quantitative Data Obtained from a Conventional Usability Test�

Page 241: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 241

[103] quedó demostrado que cuestionarios de usabilidad que habían sido diseñadospreviamente para medir distintas dimensiones, miden una única dimensión que sepuede interpretar como una satisfacción generalizada con la interacción entre elusuario y el sistema.

Una vez llegados a este punto, Jan-Paul Leuteritz se ha encargado de hacer el estudiopropiamente dicho. Apoyándonos en los resultados obtenidos en el artículo nombradopreviamente, con�ábamos en el resultado del análisis de factores por lo que se hanunido las 8 preguntas con mayor carga en el primer factor (Q2, Q3, Q4, Q5, Q7, Q8,Q9 y Q11) y se han descartado el resto. También se percibió que el segundo factorera el que englobaba aquellas preguntas que tratan de la información representadapor el guiado de voz. Por otro lado, las preguntas que componían el tercer factortienen una peculiaridad y es que su enunciado puede llevar al usuario a equívoco alresponder debido a su polaridad.

Calculando el coe�ciente de releabilidad o Alfa de Cronbach [75] (α) con las ochopreguntas obtuvimos un valor α = 0, 755 que se podía aumentar hasta α = 0, 924si eliminábamos la pregunta Q9. Por esta razón eliminamos dicha pregunta y nosquedamos con las 7 preguntas que tienen la mayor carga en el factor 1 que son: Q2,Q3, Q4, Q5, Q7, Q8 y Q11.

Hasta este momento lo que se ha conseguido es de�nir un cuestionario con 7 pre-guntas que evalúa correctamente un sistema de guiado por voz a través de un únicofactor que se pude interpretar como la satisfacción generalizada del usuario cuandointeractúa con la aplicación.

Los resultados obtenidos de cada usuario evaluado están re�ejados en la grá�ca dela �g. 6.13. Como los valores se sitúan entre 0 y 4, se observa que la mayoría de losusuarios han evaluado de manera muy positiva el sistema de guiado por voz, estánpor encima del valor medio. También se ve que el usuario con identi�cador no 8 hadado una valoración muy baja al sistema, pero por el contrario 5 usuarios han dadola máxima valoración.

Page 242: Modelado de sistemas de inteligencia ambiental para el

6. Evaluación 242

Fig. 6.13: Grá�ca representando la satisfacción de los usuarios con el sistema

Para aportar unos resultados cientí�cos válidos y �ables, se han realizado algunoscálculos estadísticos con los valores representados en la grá�ca anterior. Los cálculosestán en la tab. 6.12 y han sido la media aritmética, la desviación estándar y el errorestándar de la media. Por lo tanto, asumiendo una distribución normal de los datos,queda demostrado que la satisfacción mínima de los usuarios con el sistema es 3,es decir, el valor obtenido de la media aritmética menos dos veces el error, que esmucho mayor que el valor medio de la evaluación.

Media aritmética) Desviación estándar Error estándar de la media

3.4 0.8 0.2

Tab. 6.12: Resultados estadísticos de la satisfacción del usuario con el sistema

Page 243: Modelado de sistemas de inteligencia ambiental para el

7. CONCLUSIONES

7.1. Análisis de los resultados

La realidad siempre ha sido el objeto de discusión de los �lósofos y el campo deacción de los cientí�cos.

Newton, por ejemplo, nos enseñó que es posible capturar los aspectos matemáticosmás evidentes para aproximar la realidad. Einstein, por su parte, nos ha enseñadoque con el uso de modelos y teorías podemos atrapar más aspectos aún de la mismarealidad que son mas complicados de percibir. Más allá, con los modelos de la me-cánica cuántica podemos llegar a describir propiedades de la realidad que incluso seescapan de la percepción que tenemos del mundo.

Una representación de la realidad sin un modelo que pueda de�nir su funcionamientoy que pueda predecir sus resultados no tiene ninguna utilidad.

En mi opinión, la sola idea o la sola suposición de que un sistema real funcionede un determinado modo, cuando su utilidad aún no ha sido demostrada, no debeser su�ciente para dar a la luz una multitud de aplicaciones. Además se deberíatener aún más cuidado cuando el sistema de que se habla es un modelo biológico delfuncionamiento del cuerpo humano. Aún si se tuvieran buenas razones para suponerque un sistema de entrenamiento, de un cierto modo, pueda ser de ayuda por lomenos debería ser necesario asegurar que no haga daño.

Cada previsión de un sistema debe ser validada y comprobada mediante el uso de unmétodo cientí�co. Solo de ese modo podemos dar una utilidad real a nuestros siste-mas y proporcionar pilares sólidos de discusión que lleven a re�namientos y mejorasde las construcciones matemáticas y los modelos que de�nen nuestros sistemas, parael futuro progreso tecnológico.

En este capítulo se discutirá sobre cómo el modelo descrito en el capítulo 5 quedademostrado desde las evaluaciones efectuadas en el capítulo 6 y además se discu-tirá sobre cómo mover el prototipo de la aplicación realizado a un entorno real demercado.

Page 244: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 244

Para demostrar el modelo AmIRTEM por medio de la aplicación SVF hay que de-mostrar cuantitativamente y formalmente las características que de�nen el modelo.Tales características tal y como se han de�nido en el capítulo 6 de resultados son:

- la monitorización, es decir, el sistema que implemente el modelo AmIRTEMdebe ser capaz de monitorizar e�cazmente los parámetros que pretende utilizarpara el entrenamiento de la resistencia aeróbica;

- la evaluación, es decir, el sistema debe ser capaz de cuanti�car el entrenamientode la resistencia para comparar diferente niveles de entrenamiento;

- el guiado, es decir, el sistema debe proporcionar ayuda y asistencia al usuariodurante la realización del entrenamiento.

Una vez demostrado el modelo cuantitativamente, el siguiente paso será ir viendocómo afecta el uso de la aplicación a los usuarios. La idea de esta sección sera discutirsobre la aceptación por parte de los usuarios de la aplicación que es lo que diferenciaun prototipo de un producto.

7.1.1. Modelo AmIRTEM para la mejora de la resistencia aeróbica

Como antecedentes de este trabajo de tesis, tenemos un conocimiento médico sobrela resistencia aeróbica, es decir, cuanto mejor es la resistencia aeróbica mejor estáun individuo, y por otro lado tenemos nuevas tecnologías de la información que nosofrecen capacidades de cálculo su�cientes y estándares adecuados para comunicarnoscon prendas inteligentes, que aún si no directamente, nos dan una estimación de lascapacidades funcionales de un individuo.

El modelo AmIRTEM ha sido diseñado con un nivel de abstracción tal, que seaposible utilizarse como referencia en el entrenamiento de cualquiera de las cuali-dades físicas. Visto que los medios que se ha tenido a nuestra disposición solo noshan permitido llevar a cabo una evaluación de la resistencia aeróbica siguiendo losmismos pasos que aquí describimos sería posible demostrar su validez para las otrascualidades físicas. Como en ese trabajo no ha sido posible desarrollar dispositivosde monitorización y de evaluación de las otras calidades físicas nos limitaremos soloa la demostración de su validez para el entrenamiento de la resistencia aeróbica.

Page 245: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 245

7.1.1.1. Monitorizacion de la resistencia aeróbica

Con el conocimiento del capítulo 2 sabemos que la frecuencia cardíaca, aún si nodescribe completamente el entrenamiento de la resistencia, es su�ciente para moni-torizar el estado aeróbico de un individuo. La frecuencia cardíaca FC guarda unarelación lineal con el consumo máximo de oxígeno V O2max hasta llegar al umbralanaeróbico donde tal linealidad se pierde [11].

Por lo tanto si monitorizamos la FC hasta llegar al umbral anaeróbico tenemos unadescripción adecuada de la resistencia. La camiseta Gow Running [6] es capaz demedir correctamente tanto la señal ECG cómo la FC de un individuo [127].

El hecho de que la camiseta de por si proporcione buenas medidas no es su�cientepara decir que el sistema compuesto camiseta-móvil siga con la misma calidad demedidas. Las evaluaciones en [127] se hicieron conectando la misma camiseta a unordenador portátil que tiene capacidades de recepción de datos y de cálculo muchomayor que el móvil utilizado en nuestro estudio (Google Nexus One).

Lo que a ese punto no sabíamos aún fue si el sistema móvil-camiseta monitorizabacorrectamente. Por lo visto los resultados que se han obtenido en el estudio LFE-SVF:

- por el método Bland-Altman [43] mas del 95% del los datos de frecuenciacardíaca analizados se mantienen en un rango de ±2 ppm para todos los indi-viduos estudiados;

- se ha conseguido un coe�ciente de correlación de Pearson [40], entre los datosdel LFE y los datos del SVF, r=0.9895 que indica una correlación casi perfectaentre los datos recogido por ambos sistemas;

- con la prueba T de Student [55] se ha comprobado que para los dos métodosde medición no se puede excluir que tengan la misma media con una con�anzadel 95%.

Estos datos nos indican que nuestro sistema camiseta-móvil seguía proporcionandouna buena calidad de la señal de FC casi a la par del sistema Oxycon Pro [5]utilizado en el LFE.

Cabe mencionar que la camiseta nos trasmite la FC ya elaborada vía hardware enel módulo electrónico de la misma.

El primer intento que se hizo procesando la señal ECG en el móvil no tuvo éxito.El ECG es una señal muy exigente para un móvil, tiene una frecuencia de 4 ms que

Page 246: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 246

es demasiado alta para el Nexus One que ni siquiera podía dibujarla. Bajando lafrecuencia a unos 40 ms fue posible dibujar el ECG pero el procesamiento del ECGpara derivar la FC nos proporcionaba un resultado con un error bastante elevadoque no nos permitía evaluar correctamente una prueba de esfuerzo (PE).

Otro problema que se encontró con el uso del ECG fue que el guardado del losdatos cada 40 ms en �cheros binarios introducía un retraso importante en el canalde trasmisión. A los 20 minutos después de empezar la prueba de esfuerzo, el canaltenia aproximadamente un minuto y medio de retraso. Visto que los protocolos dePE dan una estimación del V O2max a partir del tiempo de la PE y de la FC máximaconseguida, esos datos nunca coincidían con el laboratorio.

7.1.1.2. Evaluación de la resistencia aeróbica

Dado que nuestro sistema monitoriza correctamente el estado de un individuo ahoraes necesario veri�car que también es capaz de evaluar la resistencia aeróbica, almenos tan bien como el sistema LFE durante la ejecución de una PE. El LFE valorauna PE mediante dos métodos: directo, con el analizador de gases Oxycon Pro [5] eindirecto, mediante la fórmula 6.1 descrita en el capítulo 6.

Todas las fórmulas para el cálculo del V O2max en PE indirecta tienen un margen deerror que es mayor en protocolos de estados no estables los más usados habitualmenteen sujeto de baja forma física. Estos últimos tienen mas di�cultades para alcanzar elestado estable del V O2max en cada estadio, y por lo tanto, el V O2max se sobrestima.Con respecto a este problema se recomienda usar protocolos de PE con estadios de 3minutos en sujetos sedentarios, siendo su�ciente estadios de 2 minutos para sujetosentrenados.

�El error de estimación oscila según los diferentes autores entre un 10 y un 20% conrespecto a la medición directa del V O2max [78]�.

La fórmula 6.1 del laboratorio LFE ha sido validada con un estudio hecho con 200pacientes y su error de estimación es de 9.9 ml · kg−1 · min−1, que, para sujetossedentarios donde el V O2max está entre 40 - 60 ml · kg−1 ·min−1, resulta ser entreel 10 y 20%.

Para hacer una doble comparación del V O2max ya sea con el valor real del OxyconPro o con la estimación hecha en el LFE, se decidió implementar la misma formulaen el SVF.

Los resultados obtenidos fueron muy satisfactorios:

Page 247: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 247

A. al comparar el valor real con cualquiera de las dos estimaciones el promedio delsesgo di�ere en aproximadamente 4.9 (ml·kg−1·min−1) en ambas estimaciones.Este resultado es coherente puesto que se está aplicando una fórmula con unerror mayor aún, pero queda constancia que si utilizamos el SVF para unaestimación de oxígeno con este protocolo el resultado obtenido de la valoraciónfuncional del sujeto no sería correcto.

B. Al analizar los dos métodos de estimación del V O2max se aprecia que los resul-tados son mucho más favorables. El sesgo es cercano a cero, -0.04 (ml · kg−1 ·min−1), lo que indica que entre ambos métodos la concordancia es elevada.

C. Se ha calculado el coe�ciente de correlación de Pearson R=0.9997, muy pró-ximo al valor de dependencia total (R=1), por lo tanto entre los dos métodosde estimación hay una dependencia casi perfecta. Destacar que el número desujetos evaluados es pequeño para hacer una valoración completamente �able,pero sí proporciona información sobre cuál es la tendencia que se sigue, cabien-do esperar que si hubiese más personas implicadas en el estudio el resultadosería similar.

D. con la prueba T de Student [55] se ha comprobado que para los dos métodos deestimación no se puede excluir que tengan la misma media con una con�anzadel 95%.

Visto los resultados obtenidos podemos a�rmar que el sistema SVF es capaz demonitorizar directamente y estimar indirectamente la resistencia aeróbica con unnivel de precisión parecido al LFE.

7.1.1.3. Guía de las sesiones de entrenamiento

Se ha visto en el capítulo 3 que un buen programa de entrenamiento para la mejorade la salud debe de seguir unos principios básicos:

- principio de la e�cacia del estímulo de la carga, es decir el esfuerzo que serequiere tiene que ser superior a la normal actividad diaria del usuario;

- principio de la carga creciente de entrenamiento, es decir que la siguiente sesiónde entrenamiento debe estimular el mismo esfuerzo o uno ligeramente superior;

Page 248: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 248

- principio de la carga continuada de entrenamiento, es decir que una vez em-pezado un programa de entrenamiento no se debe interrumpir por un tiempoprolongado hasta que no se haya terminado;

- principio de la relación óptima entre el esfuerzo y descanso, es decir entreuna sesión de entrenamiento y otra hay que dar cierto tiempo al cuerpo pararecuperarse pero no haya que esperar tanto tiempo como el necesario para quelos efectos de la sesión anterior hayan desaparecido;

- principio de la adaptación a la edad, es decir la intensidad del programa deentrenamiento a seguir debe ser adecuado con la edad de la persona.

Tales principios en los programas de entrenamientos base mínima y base óptimabasados en el logro de un porcentaje de la FCmax (50% en el programa a base mí-nima y 70% en el a base óptima) son intrínsecamente cumplidos. Siendo la FCmax

un limite superior para el entrenamiento, función de la edad, y siendo el parámetro(junto con el V O2max) que caracteriza el trabajo prolongado de grandes masas mus-culares. Conseguir en cada sesión de entrenamiento siempre la misma FC implicaconseguir intensidades mayores, es decir, si en la primera sesión un sujeto alcanzala FC requerida a los 10 km/h, en el última sesión del programa, llegará a los 12 o14 km/h al llegar a la misma FC.

Lo que se busca en los programas de entrenamiento de base mínima y de base óptimaes llevar al sujeto, de una forma muy suave, a alcanzar las FC objetivos de modo quedurante su sesión de entrenamiento el trabajo sea de predominio dinámico donde lafuente energética dominante sea la fosfoliración oxidativa. La adaptación al ejerciciodebe ser lenta y gradual y por un tiempo medio o prolongado.

Partiendo de estos supuestos lo que se quiso de�nir en la aplicación SVF fue unaforma que de algún modo pudiera ayudar y guiar un sujeto durante la ejecución deesos programas de ejercicio. En las primeras versiones se intentó dar una forma deguiado por vía grá�ca, pero eso rápidamente se descartó visto que era complicado deentender incluso para usuarios expertos. Con los avances tecnológicos que llegaronpronto a nuestro alcance se decidió por �n el desarrollo de un sistema de guiadopor voz. Inicialmente el guiado solo incluya los mensajes de voz pero visto queeso resultaba bastante aburrido cuando las sesiones eran muy larga se añadió a losmensajes de voz la ejecución de una lista de reproducción musical para entretenerel usuario mientras se estaba entrenando. La reproducción de la música se paraautomáticamente al llegar un mensaje de voz y continua cuando se �naliza.

Page 249: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 249

Los mensajes de voz son cortos, claros y sintéticos, del tipo: �reduce el ritmo�, �au-menta el ritmo�, �mantén el ritmo�, �tu frecuencia cardíaca es�, �sube tu frecuenciacardíaca hasta�, etc...

El objetivo del guiado por voz es llevar suavemente un sujeto a una intensidad mediade ejercicio durante un tiempo medio o prolongado y, además, proporcionar cadacierto tiempo información auditiva sobre la correcta ejecución de una sesión de en-trenamiento y/o sobre las correcciones que el sujeto debe hacer para reajustar suritmo cardíaco hacia el logro de determinados objetivos. Por estas razones se hande�nido límites de validez no muy estrictos porque eso implicaría que un sujeto re-cibiera una información equivocada mientras que se está entrenando correctamente.Los limites inferiores y superiores de validez se establecieron con ±10 ppm para elentrenamiento a base mínima y ±8 ppm para el entrenamiento a base óptima.

Según cuanto ya se ha dicho en 6.1.2.4 del capítulo 6 y que aquí recordamos.

�Estos valores no se han elegidos al azar, según cuanto se dice en [77, 139, 122, 121,46], se suele de�nir un entrenamiento basado en FC con un intervalo del 10% de laFCmax (por ejemplo 40-50% de la FCmax, 50-60%, 60-70%, etc..).

En nuestro estudio la edad media es alrededor de 30 años y mediamente la FCmax =190 ppm, de eso resulta que en media el 10% de la FCmax = 19 ppm. Por lotanto se ha considerado un margen de 20 ppm alrededor de la FCobjectivo para elentrenamiento a base mínima y de 16 ppm para el entrenamiento a base óptima. Conestos intervalos los entrenamientos se están realizando dentro del limite del 10% dela FCmax descrito en literatura.�

Los resultados que obtuvimos fueron satisfactorios:

- los usuarios que probaron los entrenamientos guiados consiguieron una tasa deaciertos del 92.51%, ese decir que pudieron seguir y corregir su entrenamientosegún lo que el guiado le iba indicando;

- todos los grá�cos Bland-Altaman �modi�cados� de la FC de las sesiones guia-das se mantienen entre los margenes de�nidos (apéndice B), es decir que laadaptación de la FC al ejercicio de cada usuario ha seguido una tendencia conaumentos suaves y con una duración media de 25 minutos.

Hay que añadir por último que la evidencia más importante, que no se ha podidoguardar dada su naturaleza para demostrar la validez del sistema de guiado por voz,fue el sudor que mojaba la frente de los usuarios al terminar la prueba.

También es importante decir que todo el estudio que se ha llevado a cabo tienevalidez exclusiva para entrenamientos basados en la FC y hacer lo mismo utilizando

Page 250: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 250

la velocidad no tendría los mismos efectos hasta que no se de�nan programas deejercicio adecuados y una forma de evaluar el �tness de un individuo por medio dela relación entre V O2max y velocidad. Incluso resolviendo estos problemas todavíaquedaría por evaluar como pueda in�uir el error en el posicionamiento que tienenlos sistemas actuales de GPS.

7.1.2. Aceptación del SVF

Ademas de validar el modelo AmIRTEM también se ha intentado dar un signi�cadoal prototipo como aplicación real que pueda descargarse desde el market de Android.En ese caso los estudios que se han realizado han sido de tipo psicológico buscando lasimpresiones de los usuarios que han utilizado el sistema. ¾Si esa fuera una aplicacióndisponible en el mercado, qué grado de aceptación tendría por parte de los usuarios?

7.1.2.1. Reacción de los usuarios

En el desarrollo de una aplicación los aspectos funcionales de la tecnología sonfundamentales, pero también es importante conocer cómo reaccionan los usuarioscuando la utilizan, si les parece fácil o difícil entenderla, si creen que es atractivao no, etc... Para conocer todos estos aspectos se ha hecho una evaluación de laaplicación con el cuestionario AttrakDi� de Hassenzahl [53, 90].

El modelo de Hassenzahl se re�ere no sólo a aspectos pragmáticos (como la calidady usabilidad) sino también los aspectos hedónicos, que tiene que ver con lo queproporciona la aplicación al usuario (autonomía, seguridad, competencia, relacióncon los demás...).

Los resultados que obtuvimos para cada parámetro están por encima de la mediapor lo que ya se puede considerar aceptable. Además si tenemos en cuenta que el98% de los usuarios encuestados se encuentran entre el valor obtenido y dos vecesla desviación estándar, podemos a�rmar que prácticamente todos los usuarios hanevaluado con buena puntuación la aplicación, pero sobre todo los parámetros deestimulación y atractivo.

7.1.2.2. Interacción con voz

En cualquier desarrollo tecnológico lo más importante es que todo funcione correcta-mente y cumpla los requisitos para los cuales fue diseñado. Sin embargo, no debemosolvidarnos del usuario que manejará dicha tecnología y su reacción ante el uso de

Page 251: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 251

la misma. Así pues, se ha utilizado un cuestionario que permite medir la calidadsubjetiva percibida por el usuario del sistema de guiado por voz.

Tras haber hecho una investigación de aquellos test capaces de evaluar sistemasde guiado por voz, se llegó a la conclusión de que lo mejor sería diseñar un nuevocuestionario que se ajustase de forma óptima al sistema evaluado ya que la literaturade la que disponemos actualmente no incluye ningún cuestionario validado para estetipo de sistemas.

Gracias a la colaboración del psicólogo experto en interacción con usuarios Jan-PaulLeuteritz del Instituto Fraunhofer, ha sido posible diseñar un cuestionario con lo quese pretende obtener información del sistema de guiado por voz sobre tres factoresclave para nosotros: la utilidad, la motivación y la sensación de uso.

Según el estudio psicológico llevado a cabo en la sección 6.2.2 del capítulo 6, quedódemostrado que mediamente los usuario han evaluado positivamente el sistema deguiado por voz, mejor dicho mediamente hubo una buena evaluación de la satisfac-ción generalizada con la interacción entre el usuario y el sistema.

Siendo el estudio psicológico de un sistema por voz bastante innovador, con losanálisis efectuados para obtener mejores resultados nos hubiera hecho falta tenerunos 200 cuestionarios más, es decir en termino de tiempo un estudio prolongadopor otro año y medio. Como tal cosa no ha sido posible y no era un objetivo primariode este trabajo de tesis no se ha podido avanzar cuanto esperábamos en dar a laluz una nueva metodología de evaluación de un sistema de interacción por voz. Peroesperamos que todo lo que se ha hecho pueda ser un buen punto de inicio paramejoras futuras.

A parte del resultado psicológico, asumiendo una distribución normal de los datos,queda demostrado que la satisfacción mínima de los usuarios con el sistema es 3,es decir, el valor obtenido de la media aritmética menos dos veces el error, que esmucho mayor que el valor medio de las preguntas.

7.2. Discusión

La hipótesis principal de la tesis es:

Es posible de�nir un modelo funcional para el entrenamiento de las cualidades físicasimplementable en sistemas no invasivos de Inteligencia Ambiental, que en el casode la resistencia aeróbica, sea capaz de monitorizar y evaluar la condición de unsujeto además de proporcionarle una guía durante sesiones básicas de ejercicio parala mejora de la salud.

Page 252: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 252

De lo que se ha visto esta hipótesis es veri�cada porque hemos desarrollado unaaplicación AmI (móvil y camiseta inteligente) que sigue el modelo AmIRTEM parael entrenamiento de las cualidades físicas.

Ademán la aplicación SVF desarrollada para el entrenamiento de la resistencia ae-róbica es capaz de monitorizar y evaluar el estado de un sujeto durante sus sesionesde entrenamiento.

A partir de esto, por medio de un sistema de síntesis de voz disponible en el móvil,se ha visto que el sistema SVF pueda ayudar y guiar un sujeto durante la ejecuciónde sesión de entrenamiento pertenecientes a programas de entrenamiento a basemínima y a base óptima para la mejora de la salud.

Más en detalle podemos decir para cada una de las hipótesis especi�cas del capítulo6 que:

A. el modelo AmIRTEM corrobora la hipótesis 1 porque describe de una formateórica el proceso de prescripción de ejercicio físico independientemente dela cualidad física a entrenar, el sujeto a entrenar y la prueba de valoraciónfuncional que se utiliza para la determinación del estado de forma. Esto aseguraque el modelo siga valido independientemente de los parámetros que se usan enla monitorización de la cualidad física bajo la restricción que estos parámetrossean los mismos que evalúa el modulo de valoración funcional.

B. Por lo que se re�ere a la cualidad física de la resistencia aeróbica se ha vistoque la monitorización �able de sus parámetros característicos (FC) es posibley viable, como resulta de las pruebas hechas en el LFE de la UPM donde lacomparación entre las mediciones hecha por el sistemas SVF y LFE tienen unerror constante entre todo el rango de medidas y el 95% de las muestras estánincluida entre ±2 ppm. Cuanto dicho corrobora la hipótesis 2.

C. Por lo que se re�ere a la cualidad física de la resistencia aeróbica se ha vistoque es posible evaluar la cualidad física con un error casi igual al error quetiene el LFE, es decir que lo dos métodos de estimación del V O2max a partirde la FC di�eren por -0.04 (ml ·kg−1 ·min−1) con un coe�ciente de correlaciónde Pearson R = 0,9997. Es decir las dos estimaciones son muy cercanas entreellas. Ese estudio se hizo porque las formulas de estimaciones del V O2max apartir de la FC no dependenden de todo el rango de FC medidas durante laPE. La estimación del LFE depende exclusivamente de los valores máximosmedidos durante la PE. Por lo tanto si el SVF no hubiera tenido un errorpequeño y constante a lo largo de todo el rango de medidas probablemente el

Page 253: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 253

error de estimación del V O2max hubiera podido ser muy diferente entre los dossistemas y la hipótesis 3 no hubiera podido ser veri�cada.

D. Se ha visto que es posible controlar el entrenamiento de 16 sujetos llevando deuna forma suave su FC a un porcentaje determinado de la FCmax teórica deuna forma suave en un tiempo medio prolongado. Es decir estamos controlandoel trabajo muscular de los sujeto a ser de tipo dinámico activando grandesmasas musculares a una intensidad no excesiva y la fuente energética queusan los músculos durante el entrenamiento es la fosforilaxión oxidativa. Esose puede deducir de forma visual sobre la grá�ca de la FC de la sesión deentrenamiento en la apéndice B. Los limites que han sido de�nido en el estudiodel guiado por voz no fueron de�nidos en contra de un dispositivo de referenciao de un grupo de control, fueron establecido para dar la correcta informacióna los sujetos durante sus entrenamientos según cuanto dicho en literatura. Elestudio hecho no da una prueba numérica cerca de su validez puesto que loslimites de �abilidad los hemos puesto nosotros mismos. Pero es evidente quelos per�les de entrenamiento de cada uno de los 16 sujeto que han utilizado elsistema describen un entrenamiento predominantemente aeróbico hasta llevarel sujeto al la FCobjetivo en un tiempo medio de una forma suave que era elobjetivo del sistema del guiado por voz. De eso sigue que la hipótesis 4 resultaveri�cada.

E. La hipótesis 5 es veri�cada porque el SVF monitoriza, evalúa y guía direc-tamente el entrenamientos de los sujetos midiendo su FC. Los antecedentesmédicos nos dicen que el V O2 y la FC (hasta llegar al umbral anaeróbico) sonlos parámetros que directamente describen el estado de un sujeto durante elentrenamiento y no se deducen desde estimaciones de velocidades o potenciasen el tiempo, es decir llegar en un tiempo medio o prolongado al 50% o al 70%de la FCmaxima teórica nos asegura que estamos en un entrenamiento aeróbicono intensivo independientemente de que el sujeto esté pedaleando, haciendouna carrera, esquiando, limpiando el suelo, etc...

F. La hipótesis 6 es veri�cada porque el modelo AmIRTEM describe las pruebasde valoración funcional y los per�les de entrenamiento en función del bloqueque de�ne el sujeto. Así que el SVF evaluará y establecerá diferentes valoresdel la FCmaxima teórica y la estimación del V O2max en función de la edad, delsexo, del IMC, etc.. del sujeto que usa el sistema.

Page 254: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 254

7.3. Mejora futuras

Esta tesis es solo el punto de inicio para de�nir una metodología y una teoría quesea útil para sistemas diseñados para el entrenamientos de las cualidades físicas.

Una aplicación inmediata podría ser su utilizo en programa de rehabilitación car-díaca donde las sesiones de entrenamiento son muy parecidas a los programas deentrenamiento a base mínima y a base óptima. Esta fue una de las motivaciones quenos impulsaron en este estudio, pero visto que probar con enfermos cardíaco hubierapodido ser arriesgado y las pruebas se hubieran tenido que hacer en un entorno con-trolado de un centro de rehabilitación cardíaca se decidió demostrar el modelo conpersona sanas. Esperamos poder colaborar en el futuro con centros hospitalarios derehabilitación cardíaca para proporcionar un ayuda mas a las personas que padecende patologías al aparato cardiocirculatorio.

Generalizando esa idea, a las demás cualidades físicas, otra mejora futura seria poderimplementar sistemas basados en el modelo AmIRTEM en programas de entrena-miento de rehabilitación. Por lo tanto en el próximo futuro un objetivo principales validar el modelo AmIRTEM en el caso de la coordinación y la �exibilidad parade�nir sesiones guiadas de ejercicio en programas de rehabilitación. Por ejemplo lu-xación de hombro, rodilla, muñeca, etc... donde los modelos �siológicos del aparatomusculo esquelético no sean extremamente complejo.

Tener información �able sobre la correcta ejecución de un programa de rehabilitacióny proporcionar información al sujeto que se esta entrenando cerca los errores enlos movimientos y la intensidad del ejercicio practicado podría resultar útil pararecuperar su forma física después de lesiones en el aparato musculo esquelético.Es muy frecuente que un sujeto después de una lesión musculo esquelético pierdaamplitudes o, en casos severos, grados de libertad en los movimientos. Por cuantovisto en esta tesis cabe esperar que, de�nido un programa de entrenamiento derehabilitación y un sistema inteligente que mida, evalué y guié durante la practicade ejercicios de rehabilitación, sea posible proporcionar ayuda al sujeto que lo estepracticando.

También seria interesante ver como nuevos textiles y sensores puedan utilizarsepara alcanzar los mismos objetivos que se alcanzaron en esta tesis con camisetasinteligentes y móviles.

Otra mejora importante seria re�nar el modelo AmIRTEM y evaluar sistemas quelo implementen para usos clínicos. Durante una PE los sensores que suelen utilizarsemiden 6 derivaciones de la señal ECG mientras la camiseta GOW Running solo mide

Page 255: Modelado de sistemas de inteligencia ambiental para el

7. Conclusiones 255

una, aun si la medición es muy �able no es posible utilizar la camiseta en pruebasclínica porque no mide el numero de derivaciones requeridas en una PE. Esperamosque en un futuro cercano las camisetas puedan medir mas derivaciones y repetir laspruebas para una validación clínica de las mismas.

Otro pilar importante en el futuro, seria de�nir sistemas y modelos para el entre-namiento de las cualidades física en el ámbito del máximo rendimiento deportivopara deportistas de élite. Este caso es mucho mas complejo de lo que se ha discutidoen esta tesis. El máximo rendimiento deportivo supone el entrenamiento de todaslas cualidades física a niveles extremos donde una décima de segundo puede hacerla diferencia en el logro de determinados objetivos. En el máximo rendimiento de-portivo hay una estricta relación entre las cualidades físicas y el deporte es decirun deportista de élite tiene su máximo rendimiento deportivo en el deporte que elmismo practica. Esta observación ya es su�ciente para ver que el modelo AmIR-TEM no es un modelo adecuado para describir el entrenamiento en el ámbito delmáximo rendimiento deportivo porque le faltan módulos funcionales que relacionanel entrenamiento y el deporte practicado.

Con el máximo rendimiento deportivo ya se introduce otro universo para los sistemasde inteligencia ambiental, la sola introducción del termino �deporte� nos pone delantea modelos y sistema que puedan medir, evaluar y guiar sujetos practicando deporte.En mi visión de las aplicaciones p-Sport la de�nición de modelos, de redes de sensoresy sistemas inteligentes para el ayuda en la practica de deportes competitivos es elobjetivo a perseguir. Esperamos que con los avances tecnológicos, el desarrollo deestándares y que los trabajadores del sector compartan sus logros a la comunidadcientí�ca se pueda lograr tal objetivo de aquí a 10 años.

Page 256: Modelado de sistemas de inteligencia ambiental para el

Bibliografía

[1] . Boby thermocool. http://www.ecosensitiveskin.com/noticias/

80-boby-thermocool. [Online; accessed Ene-2012].

[2] . Gow trainer. http://www.gowtrainer.com/. [Online; accessed Ene-2012].

[3] . Hp cosmos. http://www.h-p-cosmos.com/en/running-machines/venus/index.htm. [Online; accessed Ene-2012].

[4] . Lode excalibur. http://www.lode.nl/en/products/excalibur_sport. [Online;accessed Ene-2012].

[5] . Oxycon pro. http://www.intramedic.se/data/8006/1312/OxyconPro_

Brochure_en_12-1-09.pdf. [Online; accessed Ene-2012].

[6] . Weartech. http://www.weartech.es/. [Online; accessed Ene-2012].

[7] . Web attrakdi�. http://www.attrakdiff.de/en/Home/. [Online; accessed Ene-2012].

[8] . Medicine and science in sports and exercise. Supplement, November 1999.

[9] . Federación valenciana de atletismo. http://www.facv.es/Castellano/

homecs.htm, 2012. [Online; accessed Ene-2012].

[10] ISTAG 2001. Scenarios for ambient intelligence in 2010., 2001. Edited byEuropean Communities.

[11] Boraita Perez A. Ejercicio, piedra angular de la prevencion cardiovascular.Servicio de ccardiologia, Centro de medicina del deporte, Consejo Superior deDeporte, Madrid España, 2010.

[12] Cooper A. The Inmates Are Running the Asylum: Why High Tech ProductsDrive Us Crazy and How to Restore the Sanity. Sam-Pearson Education,Indiana EEUU, 1999.

Page 257: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 257

[13] Mas Font S. Belenguer Muncharaz A. Nuevas técnicas de monitorización he-modinámica: Picco y nico. El paciente agudo grave. Instrumentos diagnósticosy terapeúticos., 34:402�406, 2005. Barcelona: Masson.

[14] Pérez Ruiz M. López Chicharro J. Fernández Vaquero A. Pruebas funcionalesde valoración aeróbica. Fisiología del ejercicio., 26:440�452, 1998. Madrid:Panamericana.

[15] Hellerstein H.K. Ford A.B. Rehabilitation of the cardiac patient. JANA,164:225�31, 1957.

[16] Hemeroteca ABC. Treinta minutos diarios de deporte en lajuventud protege de las dolencias del corazon y la diabetes.http://www.abc.es/hemeroteca/historico-20-12-2003/abc/Sociedad/

treinta-minutos-diarios-de-deporte-en-la-juventud-protege-de-las/

-dolencias-del-corazon-y-la-diabetes_227679.html, 2003. [Online; acces-sed Ene-2012].

[17] Hemeroteca ABC. Cataluña �nanciará el ejercicio fí-sico como terapia alternativa. http://www.abc.es/

hemeroteca/historico-12-01-2006/abc/Sociedad/catalu%C3%

B1a-financiara-el-ejercicio-fisico-como-terapia-alternativa_

1313630454004.html, 2006. [Online; accessed Ene-2012].

[18] Hemeroteca ABC. Quince minutos de ejercicio diario reduce el ries-go de muerte en un 14%. http://www.abc.es/20110816/sociedad/

abci-deporte-salud-ejercicio-201108152339.html, 2011. [Online; accessedEne-2012].

[19] Adidas. Adidas miCoach. http://www.adidas.com/es/micoach/. [Online; ac-cessed Ene-2012].

[20] Ambu. Ambu : Ideas that work for life. catálogo productos: Ambu R© blue sen-sor sp-00-s. http://www.ambu.es/ES/All_Products.aspx?ProductID=PROD3366.[Online; accessed Ene-2012].

[21] Diario Android. Comparativa entre sistemas opera-tivos móviles. http://diarioandroid.com/2009/05/06/

comparativa-entre-sistemas-operativos-moviles, 2011. [Online; acces-sed Ene-2012].

Page 258: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 258

[22] Kohrt W.M. Malley M.T. Coggan A.R. E�ects on gender, age and �tnesslevel on response of vo2max to training in 60 � 70 years ald. Apply Physiol.,71:2004�11, 1991.

[23] Casey B. The neuromuscular system part II: what a weight trainer needs toknow about muscle. http://www.weightrainer.net/physiology/muscle2.html,2008. [Online; accessed Dic-2010].

[24] Elgin B. Google buys android for its mobile arsenal. http://www.

businessweek.com/technology/content/aug2005/tc20050817_0949_tc024.htm,2011. [Online; accessed Ene-2012].

[25] Taylor H.L. Jacobs J.R. Shuckber B. A questionnaire for the assesment ofleisure time physical activities. J Chronics Dis., 31:641�775, 1978.

[26] Buchfuhrer M.J. Hanses J.E. Robinson T.E. Sue D.Y. Wasserman K. WhippB.J. Optimizing the exercise protocol for cardiopulmonary assessment. J ApplPhysiol., 55:1558�1564, 1983.

[27] Fitness BodyLife. Fibo 2010. http://www.bodylifespain.com/revistas/

archivo/2010/05.html, Mayo 2010. [Online; accessed Ene-2012].

[28] ED Brunete., editor. Programación Android 2. Anaya Multimedia, Madrid,2011.

[29] Girona C. Entrevista a luis ignarro: El ejercicio físico protege la salud porqueaumenta la producción de óxido nítrico. http://www.abc.es/salud/noticias/ejercicio-mejora-calidad-vida-pacientes-11177.html, 2011. [Online; acces-sed Ene-2012].

[30] McCreevy C. Confronting demographic change; a new solidarity between thegenerations. Commission green Paper, February 2006. OJC 172, COM(2005)94, July 12, 2005.

[31] Blair S.N. Khol H.W. Barlow C.E. Change in physical �tness and all-causemortality: a prospective study of he hy an unhe hy men. JAMA, 273:1093�8,1995.

[32] European Commission. Future internet: The cross-etp vision document, 2009.Version 1.0 Date: 08/01/2009.

Page 259: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 259

[33] Internet Consultans. La importancia de la web móvil. http://www.interesa.

es, 2010. [Online; accessed Ene-2012].

[34] Bloor D. Graham A. Williams E.J. Laughlin P.J. Lussey D. Metal�polymercomposite with nanostructured �ller particles and ampli�ed physical proper-ties. Applied Physics Letters., 88:102�103, 2006.

[35] Cooper A. Reimann R. Cronin D. About Face 3: The Essentials of InteractionDesign. Wiley Publishing, Indiana EEUU, 2007.

[36] Zárate D. Sistemas operativos móviles (comparación). http://www.mundotech.net, 2010. [Online; accessed Ene-2012].

[37] DataMonitor. Trends to watch: Healthcare technology, 2007.

[38] Organo de Gobierno de España. Istituto nacional de estadistica. http://www.ine.es, 2010. [Online; accessed Ene-2012].

[39] Universidad de Navarra. Herramienta actividad �sica. http://www.cun.es/

area-salud/herramientas/actividad-fisica. [Online; accessed Ene-2012].

[40] Camacho Martínez Vara de Rey C. Coe�ciente de correlación lineal de pear-son. http://www.lexjansen.com/wuss/2009/pos/POS-Fernandez.pdf. [Online;accessed Ene-2012].

[41] DesTec: Protección de Sistemas. Fbg: Fibre bragg gratting. http://

destec-corp.com/download/12/. [Online; accessed Ene-2012].

[42] Comunidad del software libre. Unac. kernel linux., 2011.

[43] Bland J.M. Altman D.G. Statistical methods for assessing agreement betweentwo methods of clinical measurement. Lancet, pages 307�310, 1986.

[44] Bland J.M. Altman D.G. Measuring agreement in method comparison studies.stat methods. The Statistician, 8:135�60, 1999.

[45] Bland J.M. Altman D.G. Meagreement between methods of measurement withmultiple observations per individual. Journal of Biopharmaceutical Statics,2007.

Page 260: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 260

[46] Alemán J.A. Andujar P.S.B. Ortín E. Guía para la prescripción de ejerciciofísico en pacientes con riesgo cardiovascular. SEH - LELHA Sociedad Españolade Hipertensión - Liga Española para la Lucha contra la Hipertensión ArterialSociedades Autonómicas de Hipertensión, 2010.

[47] Rodas Font G. Garrido Marín E. Valoración funcional y cardiología previa alentrenamiento físico.� En: Prescripción del ejercicio físico para la salud. Resi-dencia Blume. Centro de Estudios de Alto Rendimiento Deportivo (CEARE),Sant Cugat del Vallès (Barcelona), 2005. Cap 2.

[48] Weber W; Rabaey JM; Aarts E. Ambient Intelligence. Springer, New York,2005.

[49] Carletti E.J. Sensores: Conceptos generales. Robots Argentina., 2009.

[50] EstiloHoy. Sistemas operativos para móviles. http://www.estilohoy.com, 2011.[Online; accessed Ene-2012].

[51] Chati Z. Zanned F. Seandel C. Lherbier B. et al. Physical decondition may be amechanisms for the skeletal musce energy phosphate metabolism abnormalitiesin chronic heart failure. Am Heart J., 131:560�6, 1996.

[52] Torres J. Rivera E. et al. Fundamentos de la Educación Física. Consideracio-nes Didácticas. Rosillo. Granada., 1996.

[53] Hassenzahl M. Burmester M. Koller F. Attrakdi�: Ein fragebogen zur mes-sung wahrgenommener hedonischer und pragmatischer qualität. Mensch &Computer, pages 187�196, 2003.

[54] Zintl F. Entrenamiento de la resistencia. Barcelona Martinez Roca, 1991.

[55] Luceño A. González F.J. Métodos estadísticos para medir, describir y controlarla variabilidad. Servicio de Publicaciones de la Universidad de Cantabria,4:155�156, 2004.

[56] Borg G. Phychophycal bases of percieved exertion. Med Sci Sports Exerc.,4:377�381, 1982.

[57] Ellestad M.H. Allen W. Wan M.C. Kemp G. Maximal treadmill stress testingfor cardiovascular evaluation. Circulation., 39:517�522, 1969.

Page 261: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 261

[58] Erikssen G. Modi�caciones de la condición física y cambios en la mortalidad.Lancet, 352:759�62, 1998.

[59] Eugene E. Wolfel B.M. Groves G.A. Brooks G.. Transporte de oxígeno du-rante el ejercicio submáximo en estado estable, en hipoxia crónica. Revista deActualización en Ciencias del Deporte, 6(16), 1998.

[60] Hickey N. Mulcay R. Bourke G.J. Study of coronary risk factor related tophysicla activity in 15.721 men. Br Med J., 1975.

[61] GmbH. User interface design. http://www.uid.com/en/home.html. [Online;accessed Ene-2012].

[62] McArdle W.D. Katch F.L. Pechar G.S. Comparison of continuos and discon-tinuous treadmill and bicycle test for vo2max. Med Sci Sports., 5:156�160,1973.

[63] Wahlund H. Determination of the physical working capacity. Acta Med Scan.,215:1�78, 1948.

[64] Pérez Rodríguez I. Estudio de la plataforma de software android para el desa-rrollo de una aplicación social. http://upcommons.upc.edu/pfc/bitstream/

2099.1/6752/1/memoria.pdf, Universitat Poltècnica de Catalunya 2009. [On-line; accessed Ene-2012].

[65] Schinka J.A. Velicer W.F. Weiner I.B. Handbook of Psychology, ResearchMethods in Psychology. Hardcover, Canada, 2003.

[66] IHRSA. Web o�cial ihrsa. http://www.ihrsa.org/. [Online; accessed Ene-2012].

[67] IHRSA. European market report: The size and scope of the health clubindustry. http://www.andy-fitness-coach.com/pdf/European%20report_2006.

pdf, 2006. [Online; accessed Ene-2012].

[68] IHRSA. European market report: The size and scope of the health clubindustry. http://www.andy-fitness-coach.com/pdf/European%20report_2006.

pdf, 2010. [Online; accessed Ene-2012].

[69] InfoWeek. Inventan una pantalla �exible integrada a la ropa. http:

//axxon.com.ar/not/115/c-115InfoPantallaFlexible.htm. [Online; accessedEne-2012].

Page 262: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 262

[70] Jolli�e I.T. Principal component analysis. Springer Series in Statistics, 2002.

[71] Andrade J. La gran comparación de los sistemas operativos móviles. http:

//www.engadget.com, 2009. [Online; accessed Ene-2012].

[72] Bortz J. Statistik: Für Human- und Sozialwissenschaftler. Gebundene Ausga-be: Ed. Springer Lehrbuch, 2005.

[73] Carreras-Gonzales G. Ordoñez-Llanos J. actividad �sica y factores metabolicosde riesgo cardiovascular. Revista Especializada Cardiologia., 60:658�8, 2007.

[74] Cegarra J. Textiles inteligentes. Revista de la Industria Textil., 432:52�63,2005.

[75] Cronbach L. J. Coe�cient alpha and the internal structure of tests. Psycho-metrika, 16:297�334, 1951.

[76] Porta J. Programas y Contenidos de la Educación Física y Deportiva. Ed.Paidotribo. Barcelona., 1998.

[77] Vrijens J. El entrenamiento de las capacidades físicas básicas. Entrenamientorazonado del deportista., 3:119�129, 2006.

[78] Segovia J.C. Legido J.C. Manual de valoración funcional aspectos clínicos y�siológicos. S.A. Elsevier España, 2007.

[79] Sánchez Delgado J.C. De�nición y Clasi�cación de Actividad Física y Salud,volume Pid: 704. PubliCE Standard, 2006.

[80] Jackson A.S. Blair S.N. Mahar M.T. Wier L.T. Rossand R.M. Stuteville J.E.Prediction of functional aerobic capacity without exercise testing. Med SciSports Exerc., 22:863�870, 1990.

[81] Anton J.L. El entrenamiento deportivo en la edad escolar. Junta de Andalucía(Colección Unisport). Málaga., 1989.

[82] Arienza J.L. Sistemas operativos móviles. el observatorio de internet móvil.http://jlarienza.blogspot.com, 2006. [Online; accessed Ene-2012].

[83] Sallent Roig O. Valenzuela González J.L. Principios de comunicaciones mó-viles, volume 1. Ediciones UPC, 2003.

Page 263: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 263

[84] Altman D.G. Bland J.M. Measurement in medicine: the analysis of methodcomparison studies. The Statistician, 32:307�317, 2003.

[85] Helmrich S.P. Ragland D.R. Leung R.W. Pa�enbarger R.S. Jr. Physical ac-tivity and reduced occurrence of non insulin dependent diabetes mellitus. NEngl J Med., 325:147�52, 1991.

[86] Serra J.R. Valoración cardiológica en atletas de alto nivel competitivo. Jano -Interamericana McGraw-Hill, 1992.

[87] Sánchez Martín J.R. Los tejidos inteligentes y el desarrollo de la industriatextil. Fundación Técnica Industrial., 268, 2007.

[88] Stanforth P.R. Ruthven M.D. Gagnon J. Bouchard C. Leon A.S. RaoD.C. Skinner J.S. and Wilmore J.H. Accuracy of predictions to estimate sub-maximal vo2 during cycle ergometry: the heritage family study. Medicine andScience in Sports and Exercise, 31:183�189, 1999.

[89] Gossard D. Adams F. Mueller K. Adherense to high intensity unsupervisedehome excercise. training in he hy men. Circulation, 70, 1984.

[90] Hassenzahl M. Platz A. Burmester M. Lehner K. Hedonic and ergonomicquality aspects determine a software's appeal. In ACM, editor, Proc. of theCHI Conference on Human Factors in Computing., pages 201�208, New YorkNY, 2000. ACM.

[91] Conconi F. Ferrari M. Zioglio P. Droghetti P. Codeca L. Determination of theanaerobic threshold by a non-invasive �eld test in runners. Journal of AppliedPhysiology., 52:869�873, 1982.

[92] Huang AS; Rudolph L. Bluetooth Essentials for Programmers. CambridgeUniversity Press, 2007.

[93] Lopez L. Más de 130.000 personas mueren cada año en españapor enfermedades cardiovasculares. http://www.abc.es/hemeroteca/

historico-24-09-2006/abc/Sociedad/mas-de-130000-personas-mueren-al-a%

C3%B1o-por-enfermedades-cardiovasculares_1423450604599.html, 2006.[Online; accessed Ene-2012].

[94] Matveev L. Fundamentos del entrenamiento deportivo. Ed. Ráduga. Moscú.,1992.

Page 264: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 264

[95] Hartley L.H. The role of excercise in the primary and secondary preventionof atherosclerotic coronary artery disease in excercise and heart. En: WengerNK, editor. Filadel�a: Davis Company, 1985.

[96] Whaley M.H. Kaminsky L.A. Dwyer G.B. Getchell L.H. Failure of predictedvo2 peak to descriminate physical �tness in epidemiological studies. Med SciSports Exerc., 27:85�91, 1995.

[97] Epstein L.P. Excercise and obesity in children. App Sport Psychol, 4:120�33,1992.

[98] Anders M. As good as real thing? ACE FitnessMatters., July 2008.

[99] Benito García J. M. El mercado del videojuego: unas cifras. Revista de comu-nicación y nuevas tecnologías ISSN: 1697 � 8293, 14(7), 2005.

[100] Bonet M. Bioencapsulados biomateriales. Revista de la Industria Textil.,404:44�52, 2003.

[101] Garcia Otero E. Ortega F.B. Ruiz J.R. Mesa J.L. Delgado M. El per�l lipidometabolico en los adolescentes esta mas in�uido por la condicion �sica quepor la actividad �sica (estudio avena). Revista Especializada Cardiologia.,60:581�8, 2007.

[102] Hassenzahl M. The thing and i: Understanding the relationship between usersand product. Funology, 2003. From usability to enjoyment, M.A. Blythe K.Overbeeke A.F. Monk, P.C. Wright Eds. Kluwer. The Netherlands. 31-42.

[103] Leuteritz J.P. Widlroither H. Klüh M. ulti-level validation of the isometricsquestionnaire based on qualitative and quantitative data obtained from a con-ventional usability test. HCI, 2009. 304-313.

[104] Marshall J.D. Bou�ard M. Obesity and movement competency in children.Adapt Phys Activ. Q., 11:297�305, 1994.

[105] Ridao Granado M. Textiles electrónicos. http://www.fagepi.net/2004/lib_

php/download_file.php?num_doc=653. [Online; accessed Ene-2012].

[106] Rodríguez F. A. Aragonés M.T. Valoración funcional de la capacidad de ren-dimiento físico. Fisiología de la actividad física y del deporte. InteramericanaMcGraw-Hill, 1992.

Page 265: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 265

[107] Post E.R. Orth M. Russo P.R. Gershenfeld N. E-broidery: Design and fabri-cation of textile-based computing. IBM Systems Journal, 39(3-4), 2000.

[108] Nike. Nike +. http://nikerunning.nike.com/nikeos/p/nikeplus/es_ES/plus/#//dashboard/. [Online; accessed Ene-2012].

[109] Castañer M. Camerino O. La e. f. en la enseñanza primaria. Ed. Inde. Barce-lona., 1991.

[110] Clapworthy G. Viceconti M. Coveney P.V. Kohl P. The virtual physiologicalhuman: building a framework for computational biomedicine i. editorial. PhilosTransact A Math Phys Eng Sci, 366(1878), 2008.

[111] Corbin C. B. Pangrazi R. P. and Franks B. D. De�nitions: He h, �tness andphysical activity. President's Council on Physical Fitness and Sports ResearchDigest., 2005.

[112] Davis J.A. Vodak P. Wilmore J.H. Vodak J. Kurtz P. Anaerobic thresholdand maximal aerobic power for three modes of exercise. J Appl Physiol.,41:544�550, 1975.

[113] Garneton M.R. Gulati M. Greenland P. Prevalence and cardiovascular diseasecorrelates of low cardiorespiratory �tness in adolescents and adults. JAMA,294:29881�8, 2005.

[114] Kannel W.B. Gordon N.T. Sorlie P. Physical activity and coronary vulnera-bility: the framingham study. Cardiology Digest., 6(28), 1971.

[115] Padial P. Fundamentos del entrenamiento deportivo. INEF Granada, 2001.

[116] Portal. Salud y deporte. http://saludydeporte.consumer.es/index.html. [On-line; accessed Ene-2012].

[117] Kline G.M. Porcari J.P. Hintermeister R. Freedson P.S. Estimation os vo2maxfrom a one mille track walk, gender, age and body weight. Medi Sci SportsExerc., 12:345�351, 1980.

[118] Ibarra R. La actividad física, clave en el deterioro cognitivo. http://www.abc.es/salud/noticias/actividad-fisica-clave-deterioro-cognitivo-9717.

html, 2011. [Online; accessed Ene-2012] Última revisión martes 19 de julio de2011.

Page 266: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 266

[119] Lakka T.A. Venaliainen J.M. Rauramaa R. Salonen R. Relation of leisure timephisycal activity and cardiorespiratory �tness to the risk of acute myocardialinfarction. N Engl J Med., 330:1549�54, 1994.

[120] Ortega Sanchez Pinilla R. Medicina del ejercicio �sico y del deporte para laatencion a la salud. Diaz De santos, 80:234�44, 1992. ISBN:84-7978-053-3.

[121] Serra Grima R. Prescriccion de ejercicio �sico para la salud. Editorial Paitribo,segunda edicion 2008 edition, 1996.

[122] Serra Grima R. Cardiologia en el deporte. Elsevier Masson, segunda edicion2008 edition, 2008.

[123] Centeno Prada R.A. Principios generales de la valoración ergométrica. pará-metros ergoespirométricos. http://webs.ono.com/nutridepor/pagina_nueva_

40.htm. [Online; accessed Ene-2012].

[124] RadioContempo. Ropa electrica con nano�bras. http://radiocontempo.

wordpress.com/2010/05/25/ropa-electrica-con-nanofibras%E2%80%8F/. [On-line; accessed Ene-2012].

[125] Gaesser G.A. Rich R.G. E�ects on high en low intensity excercise trainingaerobic capacity and blood lipids. Med Sci Sport Excercise, 16:269�74, 1984.

[126] Mather R.R. Intelligent textiles. Rev. Prog. Col., 31:36�41, 2001.

[127] Alis R. Romagnoli M. Villar J. Aranda R. Basterra J. Guillen S. Reliability ofgow heart rate monitor for heart rate variability measurement on exercise. In7th EFSMA � European Congress of Sports Medicine, 3rd Central EuropeanCongress of Physical Medicine and Rehabilitation. German Medical ScienceGMS Publishing House, Octuber 2011.

[128] Burley S. The future design and direction of smart clothing. Journal of theTextile Institute., 96(4):199�212, 2005.

[129] Gutiérrez S. El ejercicio mejora la calidad de vida delos pacientes oncológicos. http://www.abc.es/salud/noticias/

actividad-fisica-clave-deterioro-cognitivo-9717.html, 2012. [Onli-ne; accessed Feb-2012].

[130] Hurst S. The characteristic function of the student-t distribution, �nancialmathematics. Statistics Research, SRR044-95, 1995.

Page 267: Modelado de sistemas de inteligencia ambiental para el

Bibliografía 267

[131] O'Conner G.T. Buring J.E. Yusuf S. An overview of randomised trials ofrehabilation with exercise after myocardial infarction. Circulation, 80:234�44,1989.

[132] Viceconti M. Testi D. Taddei F. Martelli S. Clapworthy G. J. Van Sint JanS. Biomechanics modeling of the musculoskeletal apparatus: Status and keyissues. In Proceedings of the IEEE, volume 94, pages 725�739, 2006.

[133] Biddle S.J.H. Fox K.R. & Boutcher S.H. Physical activity and psychologicalwell-being. Routledge, London, 2000.

[134] Powell K.E. Blair S.N. The public he burdens of sedentary living habits:Theoretical but realistic estimates. Med Sci Sport Excerc., 26:851�6, 1994.

[135] GSM Spain. Glosario: Android. http://www.gsmspain.com. [Online; accessedEne-2012].

[136] Skinner J. McLellan T. The transition from aerobic to anaerobic metabolism.Research Quarterly for Exercise and Sport., 51:234�248, 1980.

[137] Puers R. Catrysse M. Hermans B. Van Langenhove L. Hertleer C. Matthys D.van Egmond H. Kalmar A. Struys M. Speleers P. A smart siut for the monito-ring of phycological parameters. http://www.koalaresearch.net.au/PeursR.

pdf. [Online; accessed Abr-2011].

[138] Myers J. Buchanan N. Walsh D. Kraemer M. McAuley P. Hamilton-WesslerM. Froelicher V.F. Comparison of ramp versus standard exercise protocols. JAm Coll Cardiol., 17:1334�1342, 1991.

[139] Web Vitonica. La frecuencia cardíaca y el entrenamiento ¾cómo secalcula, qué valores son adecuados? http://www.vitonica.com/spinning/

la-frecuencia-cardiaca-y-el-entrenamiento-como-se-calcula-que-valores/

-son-adecuados. [Online; accessed Ene-2012].

[140] Europa Press Vitoria. El pnv pide que la actividad física y deporte sean espe-cialidades de salud. http://www.elmundo.es/elmundo/2011/05/30/paisvasco/

1306767761.html, 2011. [Online; accessed Ene-2012].

[141] Backhaus K. Erichson B. Plinke W. Multivariate Analysemethoden. Eine an-wendungsorientierte Einführung. Springer, Barlin, 2006.

Page 268: Modelado de sistemas de inteligencia ambiental para el

Apéndice

Page 269: Modelado de sistemas de inteligencia ambiental para el

A. DETALLES DEL ESTUDIO DE FC EN EL LFE

En ese anexo se reportan las grá�cas de comparativa de la frecuencia cardíaca FC,el grá�co de Bland-Altman, la grá�ca de la correlación de Pearson los resultadodetallados de la prueba T de Student con α = 0,05 y una tabla de resumen paracada uno de los sujetos que han participado al estudio en el LFE.

A.1. Sujeto 1

Fig. A.1: Comparación de la FC medida por el SVF y el LFE en el sujeto 1

Page 270: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 270

Fig. A.2: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 1

Fig. A.3: Correlación de Pearson para el SVF y el LFE en el sujeto 1

Page 271: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 271

LFE SVF

Media 128.901099 128.783883

Varianza 867.508565 847.942092

Observaciones 273 273

Varianza agrupada 857.725329

Diferencia hipotética de las medias 0

Grados de libertad 544

Estadístico t 0.04676054

P(T ≤ t) una cola 0.48136062

Valor crítico de t (una cola) 1.64765948

P(T ≤ t) dos colas 0.96272124

Valor crítico de t (dos colas) 1.96433433

Tab. A.1: Prueba t para las dos muestras (LFE y SVF) suponiendo varianzas iguales sujeto1

IC Test-t Bias LoA Sup LoA Inf

96.27% 0.117 2.08 -1.84

Tab. A.2: Resumen de los resultados obtenidos para el sujeto 1

Page 272: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 272

A.2. Sujeto 2

Fig. A.4: Comparación de la FC medida por el SVF y el LFE en el sujeto 2

Fig. A.5: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 2

Page 273: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 273

Fig. A.6: Correlación de Pearson para el SVF y el LFE en el sujeto 2

IC Test-t Bias LoA Sup LoA Inf

85.24% 0.334 2.29 -1.63

Tab. A.3: Resumen de los resultados obtenidos para el sujeto 2

Page 274: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 274

LFE SVF

Media 140.535714 140.019481

Varianza 1170,49709 1201.16574 Observaciones 308 308

Varianza agrupada 1185.83142

Diferencia hipotética de las medias 0

Grados de libertad 614

Estadístico t 0.18603527

P(T ≤ t) una cola 0.42623927

Valor crítico de t (una cola) 1.64733911

P(T ≤ t) dos colas 0.85247855

Valor crítico de t (dos colas) 1.96383512

Tab. A.4: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas iguales sujeto2

Page 275: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 275

A.3. Sujeto 3

Fig. A.7: Comparación de la FC medida por el SVF y el LFE en el sujeto 3

Fig. A.8: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 3

Page 276: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 276

Fig. A.9: Correlación de Pearson para el SVF y el LFE en el sujeto 3

IC Test-t Bias LoA Sup LoA Inf

95.51% -0.112 1.85 -2.07

Tab. A.5: Resumen de los resultados obtenidos para el sujeto 3

Page 277: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 277

LFE SVF

Media 145.414791 145.527331

Varianza 628.7532 613.269412

Observaciones 311 311

Varianza agrupada 621.011306

Diferencia hipotética de las medias 0

Grados de libertad 620

Estadístico t -0.05631487

P(T ≤ t) una cola 0.47755456

Valor crítico de t (una cola) 1.64731502

P(T ≤ t) dos colas 0.95510911

Valor crítico de t (dos colas) 1.96379758

Tab. A.6: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas iguales sujeto3

Page 278: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 278

A.4. Sujeto 4

Fig. A.10: Comparación de la FC medida por el SVF y el LFE en el sujeto 4

Fig. A.11: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 4

Page 279: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 279

Fig. A.12: Correlación de Pearson para el SVF y el LFE en el sujeto 4

IC Test-t Bias LoA Sup LoA Inf

95.58% 0.139 2.10 -1.82

Tab. A.7: Resumen de los resultados obtenidos para el sujeto 4

Page 280: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 280

LFE SVF

Media 117.898955 117.759582

Varianza 901.119125 910.218221

Observaciones 287 287

Varianza agrupada 905.668673

Diferencia hipotética de las medias 0

Grados de libertad 572

Estadístico t 0.05547782

P(T ≤ t) una cola 0.47788859

Valor crítico de t (una cola) 1.6475219

P(T ≤ t) dos colas 0.95577717

Valor crítico de t (dos colas) 1.96411995

Tab. A.8: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas iguales sujeto4

Page 281: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 281

A.5. Sujeto 5

Fig. A.13: Comparación de la FC medida por el SVF y el LFE en el sujeto 5

Fig. A.14: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 5

Page 282: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 282

Fig. A.15: Correlación de Pearson para el SVF y el LFE en el sujeto 5

IC Test-t Bias LoA Sup LoA Inf

91.20% -0.341 1.62 -2.30

Tab. A.9: Resumen de los resultados obtenidos para el sujeto 5

Page 283: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 283

LFE SVF

Media 124.56962 124.911392

Varianza 1129.46653 1134.82686

Observaciones 237 237

Varianza agrupada 1132.1467

Diferencia hipotética de las medias 0

Grados de libertad 472

Estadístico t -0.11057183

P(T ≤ t) una cola 0.45600144

Valor crítico de t (una cola) 1.64808834

P(T ≤ t) dos colas 0.91200289

Valor crítico de t (dos colas) 1.96500268

Tab. A.10: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas igualessujeto 5

Page 284: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 284

A.6. Sujeto 6

Fig. A.16: Comparación de la FC medida por el SVF y el LFE en el sujeto 6

Fig. A.17: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 6

Page 285: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 285

Fig. A.18: Correlación de Pearson para el SVF y el LFE en el sujeto 6

IC Test-t Bias LoA Sup LoA Inf

92.80% 0.295 2.26 -1.66

Tab. A.11: Resumen de los resultados obtenidos para el sujeto 6

Page 286: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 286

LFE SVF

Media 120.245902 119.95082

Varianza 963.823816 982.948117

Observaciones 183 183

Varianza agrupada 973.385966

Diferencia hipotética de las medias 0

Grados de libertad 364

Estadístico t 0.09047127

P(T ≤ t) una cola 0.46398124

Valor crítico de t (una cola) 1.64905055

T ≤ t) dos colas 0.92796249

Valor crítico de t (dos colas) 1.96650257

Tab. A.12: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas igualessujeto 6

Page 287: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 287

A.7. Sujeto 7

Fig. A.19: Comparación de la FC medida por el SVF y el LFE en el sujeto 7

Fig. A.20: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 7

Page 288: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 288

Fig. A.21: Correlación de Pearson para el SVF y el LFE en el sujeto 7

IC Test-t Bias LoA Sup LoA Inf

99.21% 0.025 2.20 -1.72

Tab. A.13: Resumen de los resultados obtenidos para el sujeto 7

Page 289: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 289

LFE SVF

Media 129.184549 129.158798

Varianza 805.375277 805.29795

Observaciones 233 233

Varianza agrupada 805.336614

Diferencia hipotética de las medias 0

Grados de libertad 464

Estadístico t 0.00979421

P(T ≤ t) una cola 0.49609484

Valor crítico de t (una cola) 1.64814422

P(T ≤ t) dos colas 0.99218968

Valor crítico de t (dos colas) 1.96508977

Tab. A.14: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas igualessujeto 7

Page 290: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 290

A.8. Sujeto 8

Fig. A.22: Comparación de la FC medida por el SVF y el LFE en el sujeto 8

Fig. A.23: Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 8

Page 291: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 291

Fig. A.24: Correlación de Pearson para el SVF y el LFE en el sujeto 8

IC Test-t Bias LoA Sup LoA Inf

91.57% 0.236 2.20 -1.72

Tab. A.15: Resumen de los resultados obtenidos para el sujeto 8

Page 292: Modelado de sistemas de inteligencia ambiental para el

A. Detalles del estudio de FC en el LFE 292

LFE SVF

Media 121.641026 121.311966

Varianza 1138.38561 1122.24132

Observaciones 234 234

Varianza agrupada 1130.31346

Diferencia hipotética de las medias 0

Grados de libertad 466

Estadístico t 0.10586889

P(T ≤ t) una cola 0.45786597

Valor crítico de t (una cola) 1.64813007

P(T ≤ t) dos colas 0.91573194

Valor crítico de t (dos colas) 1.96506772

Tab. A.16: Prueba t para las dos muestras (lFE y SVF) suponiendo varianzas igualessujeto 8

Page 293: Modelado de sistemas de inteligencia ambiental para el

B. DETALLE DEL ESTUDIOS DE GUIADO POR VOZ

En ese anexo se reportan las grá�cas de la FC del entrenamiento realizados compa-rada con la grá�ca de la FC objetivo y su área de con�anza, una variación del grá�code Bland-Altman donde los LoAs son los margenes de la área de con�anza para elentrenamiento y la tabla de la tasa de aciertos entre el entrenamiento realizado y elentrenamiento previsto.

Las grá�cas de entrenamiento/objetivo tienen 4 lineas de referencias:

A. linea verde, FC medida durante el entrenamiento;

B. linea azul, FC prevista para el entrenamiento;

C. linea de puntos roja superior, de�ne la FC cardíaca máxima antes que se envíeun mensaje de voz (es +8 ppm arriba de la linea azul para el entrenamientooptimo y +10 ppm para en entrenamiento base);

D. linea de puntos roja inferior, de�ne la FC cardíaca mínima antes que se envíeun mensaje de voz (es −8 ppm abajo de la linea azul para el entrenamientooptimo y −10 ppm para en entrenamiento base).

Las grá�cas de Bland/Altman modi�cada tiene 3 lineas de referencias:

A. linea 0, el eje de la X en Y=0;

B. linea verde de margen superior, de�ne el error máximo admisible entre FC delentrenamiento y FC objetivo antes que se envíe un mensaje de voz (es +8ppm arriba de la linea 0 para el entrenamiento optimo y +10 ppm para enentrenamiento base);

C. linea verde de margen inferior, de�ne el error máximo admisible entre FCobjetivo y FC del entrenamiento antes que se envíe un mensaje de voz (es −8ppm abajo de la linea 0 para el entrenamiento optimo y −10 ppm para enentrenamiento base).

Page 294: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 294

En la tabla de la tasa de aciertos se reportan el numero de veces que el sujeto no haestado en el área de con�anza y el porcentaje de acierto que ha tenido.

Page 295: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 295

B.1. Sujeto 1

Fig. B.1: Comparación de la FC del entrenamiento en contra de la área de con�anza y laFC objetivo

Fig. B.2: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 1

Tasa de aciertos Datos evaluados Fallos Aciertos

93.75% 288 18 270

Tab. B.1: Tabla de la tasa de acierto para el sujeto 1

Page 296: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 296

B.2. Sujeto 2

Fig. B.3: Comparación de la FC del entrenamiento en contra de la área de con�anza y laFC objetivo

Fig. B.4: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 2

Tasa de aciertos Datos evaluados Fallos Aciertos

90.63% 288 27 261

Tab. B.2: Tabla de la tasa de acierto para el sujeto 2

Page 297: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 297

B.3. Sujeto 3

Fig. B.5: Comparación de la FC del entrenamiento en contra de la área de con�anza y laFC objetivo

Fig. B.6: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 3

Tasa de aciertos Datos evaluados Fallos Aciertos

92.05% 264 21 243

Tab. B.3: Tabla de la tasa de acierto para el sujeto 3

Page 298: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 298

B.4. Sujeto 4

Fig. B.7: Comparación de la FC del entrenamiento en contra de la área de con�anza y laFC objetivo

Fig. B.8: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 4

Tasa de aciertos Datos evaluados Fallos Aciertos

92.05% 264 21 243

Tab. B.4: Tabla de la tasa de acierto para el sujeto 4

Page 299: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 299

B.5. Sujeto 5

Fig. B.9: Comparación de la FC del entrenamiento en contra de la área de con�anza y laFC objetivo

Fig. B.10: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 5

Tasa de aciertos Datos evaluados Fallos Aciertos

96.27% 264 21 243

Tab. B.5: Tabla de la tasa de acierto para el sujeto 5

Page 300: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 300

B.6. Sujeto 6

Fig. B.11: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.12: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 6

Tasa de aciertos Datos evaluados Fallos Aciertos

93.40% 288 19 269

Tab. B.6: Tabla de la tasa de acierto para el sujeto 6

Page 301: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 301

B.7. Sujeto 7

Fig. B.13: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.14: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 7

Tasa de aciertos Datos evaluados Fallos Aciertos

89.77% 264 27 237

Tab. B.7: Tabla de la tasa de acierto para el sujeto 7

Page 302: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 302

B.8. Sujeto 8

Fig. B.15: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.16: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 8

Tasa de aciertos Datos evaluados Fallos Aciertos

90.97% 288 26 262

Tab. B.8: Tabla de la tasa de acierto para el sujeto 8

Page 303: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 303

B.9. Sujeto 9

Fig. B.17: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.18: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 9

Tasa de aciertos Datos evaluados Fallos Aciertos

97.35% 264 7 257

Tab. B.9: Tabla de la tasa de acierto para el sujeto 9

Page 304: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 304

B.10. Sujeto 10

Fig. B.19: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.20: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 10

Tasa de aciertos Datos evaluados Fallos Aciertos

94.74% 228 12 216

Tab. B.10: Tabla de la tasa de acierto para el sujeto 10

Page 305: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 305

B.11. Sujeto 11

Fig. B.21: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.22: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 11

Tasa de aciertos Datos evaluados Fallos Aciertos

89.77% 264 27 237

Tab. B.11: Tabla de la tasa de acierto para el sujeto 11

Page 306: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 306

B.12. Sujeto 12

Fig. B.23: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.24: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 12

Tasa de aciertos Datos evaluados Fallos Aciertos

91.29% 264 23 241

Tab. B.12: Tabla de la tasa de acierto para el sujeto 12

Page 307: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 307

B.13. Sujeto 13

Fig. B.25: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.26: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 13

Tasa de aciertos Datos evaluados Fallos Aciertos

93.18% 264 18 246

Tab. B.13: Tabla de la tasa de acierto para el sujeto 13

Page 308: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 308

B.14. Sujeto 14

Fig. B.27: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.28: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 14

Tasa de aciertos Datos evaluados Fallos Aciertos

93.94% 264 16 248

Tab. B.14: Tabla de la tasa de acierto para el sujeto 14

Page 309: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 309

B.15. Sujeto 15

Fig. B.29: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.30: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 15

Tasa de aciertos Datos evaluados Fallos Aciertos

91.67% 288 24 264

Tab. B.15: Tabla de la tasa de acierto para el sujeto 15

Page 310: Modelado de sistemas de inteligencia ambiental para el

B. Detalle del estudios de guiado por voz 310

B.16. Sujeto 16

Fig. B.31: Comparación de la FC del entrenamiento en contra de la área de con�anza yla FC objetivo

Fig. B.32: Grafíca de Bland-Altman modi�cada con los margenes del entrenamiento parael sujeto 16

Tasa de aciertos Datos evaluados Fallos Aciertos

93.94% 264 16 248

Tab. B.16: Tabla de la tasa de acierto para el sujeto 16

Page 311: Modelado de sistemas de inteligencia ambiental para el

Índice de �guras

1.1 Estructura de la tesis y relaciones que hay entre capítulos . . . . . . 28

3.1 Representación en 3D de la molécula del ATP . . . . . . . . . . . . 43

3.2 Sistemas bioquímicos del ATP . . . . . . . . . . . . . . . . . . . . . 44

3.3 Sistemas fosfágeno . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.4 Glicolisis anaeróbica . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.5 Regeneracion del ATP . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.6 Tipos de pruebas de esfuerzo . . . . . . . . . . . . . . . . . . . . . . 53

3.7 Grá�ca obtenida durante la realización de una prueba de esfuerzo. . 54

3.8 Umbrales aeróbico (azul) y anaeróbico (verde)[11]. . . . . . . . . . . 58

3.9 Tipos de protocolos [14]. . . . . . . . . . . . . . . . . . . . . . . . . 60

3.10 Visión holística del p-Sport basada en el paciente. . . . . . . . . . . 91

3.11 Adidas miCoach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

3.12 Nike +. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

3.13 Virtual trainer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

3.14 Daily Burn. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

3.15 Strands. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

3.16 Sprint GPS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

3.17 Portal Salud y deporte. . . . . . . . . . . . . . . . . . . . . . . . . . 100

3.18 Portal de la Universidad de Navarra para el cálculo del gasto calórico101

3.19 Portal de la Universidad de Navarra para el cálculo del gasto calórico102

3.20 Consola Wii. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

3.21 Estudio de comparativa entre Wii y deportes reales. . . . . . . . . . 104

4.1 Prenda sensorizada fabricada por WEARTECH [6] . . . . . . . . . . 125

Page 312: Modelado de sistemas de inteligencia ambiental para el

Índice de �guras 312

4.2 MTS: Explicación tecnológica (izquierda) y teclado numérico textil(derecha) [105] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

4.3 Utilización de la tecnología QTC en el desarrollo de teclados textiles 126

4.4 Teclado en hilos conductores [105] . . . . . . . . . . . . . . . . . . . 127

4.5 Explicación de la propagación de la onda de luz por una �bra óptica 127

4.6 Prenda textil sensorizada FBG . . . . . . . . . . . . . . . . . . . . . 128

4.7 Conector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

4.8 Bloque funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

4.9 Conector Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . 133

4.10 Módulo Funcional de Tiempo Real . . . . . . . . . . . . . . . . . . 134

4.11 Módulo Retroactivo de Tiempo Real . . . . . . . . . . . . . . . . . 134

4.12 Ejemplo de grá�ca Bland-Altman . . . . . . . . . . . . . . . . . . . 138

4.13 Modelo Hassenzahl para la evaluación del atractivo . . . . . . . . . 144

4.14 Cuestionario AttrakDi� . . . . . . . . . . . . . . . . . . . . . . . . . 145

4.15 Transformación de las variables originales en componentes. . . . . . 146

5.1 Un laboratorio de �siología del esfuerzo. . . . . . . . . . . . . . . . 151

5.2 Proceso de prescripción de ejercicio de la resistencia aeróbica . . . . 157

5.3 Diagrama FFBD para la descripción del modelo AmIRTEM . . . . 160

5.4 modelo AmIRTEM para la mejora de la resistencia aeróbica . . . . 166

5.5 Sistema de Valoración Funcional . . . . . . . . . . . . . . . . . . . . 171

5.6 Jerarquía de pantallas . . . . . . . . . . . . . . . . . . . . . . . . . . 183

5.7 Boceto pantalla principal . . . . . . . . . . . . . . . . . . . . . . . . 184

5.8 Boceto pantalla secundarias . . . . . . . . . . . . . . . . . . . . . . 185

5.9 Boceto de las pantallas de Realizar Prueba . . . . . . . . . . . . . . 186

5.10 Boceto de las pantallas de `Revisión Datos' . . . . . . . . . . . . . . 187

5.11 Camino clave para Realización Prueba . . . . . . . . . . . . . . . . 188

5.12 Camino clave para Revisionón Datos . . . . . . . . . . . . . . . . . 188

5.13 Camino clave para la conexión con el dispositivo . . . . . . . . . . . 189

5.14 Camino clave para Ajustes usuario . . . . . . . . . . . . . . . . . . . 189

5.15 Botones del Menú Principal . . . . . . . . . . . . . . . . . . . . . . 189

5.16 Botones de acción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

Page 313: Modelado de sistemas de inteligencia ambiental para el

Índice de �guras 313

5.17 Botones de menu . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

5.18 Pestanas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

5.19 Ventanas de dialogo . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

5.20 Look and feel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

5.21 Flujo de la interacción . . . . . . . . . . . . . . . . . . . . . . . . . 193

5.22 Caso de uso pantalla principal . . . . . . . . . . . . . . . . . . . . . 194

5.23 Funcionamiento del guiado por voz . . . . . . . . . . . . . . . . . . 200

5.24 Per�l de entrenamiento deportivo basado en frecuencia cardíaca . . 201

5.25 Secuencia de la reproducción de mensajes del entrenamiento Extremo202

5.26 Secuencia de la reproducción de mensajes del entrenamiento Alto . 203

5.27 Secuencia de la reproducción de mensajes del entrenamiento Medio 204

5.28 Secuencia de la reproducción de mensajes del entrenamiento Bajo . 204

5.29 Mensajes de información . . . . . . . . . . . . . . . . . . . . . . . . 205

5.30 Mensajes de guiado . . . . . . . . . . . . . . . . . . . . . . . . . . . 206

6.1 Sincronización de la frecuencia cardíaca durante la realización deuna prueba de esfuerzo (Sujeto 7) . . . . . . . . . . . . . . . . . . . 215

6.2 Grá�co Bland-Altman para HR del Sujeto 7 . . . . . . . . . . . . . 216

6.3 Grá�co Bland-Altman para la FC con los resultados globales . . . . 217

6.4 Diagrama de dispersión de los resultados globales . . . . . . . . . . 219

6.5 Diagrama de dispersión de las estimaciones de V O2max por ambosmétodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224

6.6 Registro de frecuencia cardíaca durante la ejecución del entrena-miento (Sujeto 9) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230

6.7 Grá�co Bland-Altman para HR del Sujeto 9 . . . . . . . . . . . . . 232

6.8 Datos de usuarios que han hecho el test de usabilidad . . . . . . . . 235

6.9 Cuestionario AttrakDi� . . . . . . . . . . . . . . . . . . . . . . . . . 236

6.10 Resultados de los test de usabilidad . . . . . . . . . . . . . . . . . . 237

6.11 Cuestionario para evaluar el sistema de voz . . . . . . . . . . . . . . 239

6.12 Factores de usabilidad y autovalores . . . . . . . . . . . . . . . . . . 240

6.13 Grá�ca representando la satisfacción de los usuarios con el sistema . 242

A.1 Comparación de la FC medida por el SVF y el LFE en el sujeto 1 . 269

Page 314: Modelado de sistemas de inteligencia ambiental para el

Índice de �guras 314

A.2 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 1 . . . 270

A.3 Correlación de Pearson para el SVF y el LFE en el sujeto 1 . . . . . 270

A.4 Comparación de la FC medida por el SVF y el LFE en el sujeto 2 . 272

A.5 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 2 . . . 272

A.6 Correlación de Pearson para el SVF y el LFE en el sujeto 2 . . . . . 273

A.7 Comparación de la FC medida por el SVF y el LFE en el sujeto 3 . 275

A.8 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 3 . . . 275

A.9 Correlación de Pearson para el SVF y el LFE en el sujeto 3 . . . . . 276

A.10 Comparación de la FC medida por el SVF y el LFE en el sujeto 4 . 278

A.11 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 4 . . . 278

A.12 Correlación de Pearson para el SVF y el LFE en el sujeto 4 . . . . . 279

A.13 Comparación de la FC medida por el SVF y el LFE en el sujeto 5 . 281

A.14 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 5 . . . 281

A.15 Correlación de Pearson para el SVF y el LFE en el sujeto 5 . . . . . 282

A.16 Comparación de la FC medida por el SVF y el LFE en el sujeto 6 . 284

A.17 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 6 . . . 284

A.18 Correlación de Pearson para el SVF y el LFE en el sujeto 6 . . . . . 285

A.19 Comparación de la FC medida por el SVF y el LFE en el sujeto 7 . 287

A.20 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 7 . . . 287

A.21 Correlación de Pearson para el SVF y el LFE en el sujeto 7 . . . . . 288

A.22 Comparación de la FC medida por el SVF y el LFE en el sujeto 8 . 290

A.23 Grafíca de Bland-Altman entre el SVF y el LFE en el sujeto 8 . . . 290

A.24 Correlación de Pearson para el SVF y el LFE en el sujeto 8 . . . . . 291

B.1 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 295

B.2 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 1 . . . . . . . . . . . . . . . . . . . . . . . . . 295

B.3 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 296

B.4 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 2 . . . . . . . . . . . . . . . . . . . . . . . . . 296

Page 315: Modelado de sistemas de inteligencia ambiental para el

Índice de �guras 315

B.5 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 297

B.6 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 3 . . . . . . . . . . . . . . . . . . . . . . . . . 297

B.7 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 298

B.8 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 4 . . . . . . . . . . . . . . . . . . . . . . . . . 298

B.9 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 299

B.10 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 5 . . . . . . . . . . . . . . . . . . . . . . . . . 299

B.11 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 300

B.12 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 6 . . . . . . . . . . . . . . . . . . . . . . . . . 300

B.13 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 301

B.14 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 7 . . . . . . . . . . . . . . . . . . . . . . . . . 301

B.15 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 302

B.16 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 8 . . . . . . . . . . . . . . . . . . . . . . . . . 302

B.17 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 303

B.18 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 9 . . . . . . . . . . . . . . . . . . . . . . . . . 303

B.19 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 304

B.20 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 10 . . . . . . . . . . . . . . . . . . . . . . . . 304

B.21 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 305

Page 316: Modelado de sistemas de inteligencia ambiental para el

Índice de �guras 316

B.22 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 11 . . . . . . . . . . . . . . . . . . . . . . . . 305

B.23 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 306

B.24 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 12 . . . . . . . . . . . . . . . . . . . . . . . . 306

B.25 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 307

B.26 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 13 . . . . . . . . . . . . . . . . . . . . . . . . 307

B.27 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 308

B.28 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 14 . . . . . . . . . . . . . . . . . . . . . . . . 308

B.29 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 309

B.30 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 15 . . . . . . . . . . . . . . . . . . . . . . . . 309

B.31 Comparación de la FC del entrenamiento en contra de la área decon�anza y la FC objetivo . . . . . . . . . . . . . . . . . . . . . . . 310

B.32 Grafíca de Bland-Altman modi�cada con los margenes del entrena-miento para el sujeto 16 . . . . . . . . . . . . . . . . . . . . . . . . 310

Page 317: Modelado de sistemas de inteligencia ambiental para el

ÍNDICE DE TABLAS

3.1 Porcentaje de ATP repuesto tras el tiempo indicado de descanso . . 47

3.2 Comparación de variables hemodinámicas e intercambio de gasesrespiratorios máximos . . . . . . . . . . . . . . . . . . . . . . . . . . 60

3.3 Actividad física que se regula en una escala del 0-7 puntos según lacondición física. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

3.4 Tabla de actividades físicas [121]. . . . . . . . . . . . . . . . . . . . 66

3.5 Tecnologías implicadas en la e-Salud . . . . . . . . . . . . . . . . . . 85

3.6 Tecnologías implicadas en la e-Salud . . . . . . . . . . . . . . . . . . 86

3.7 Tecnologías implicadas en la e-Salud . . . . . . . . . . . . . . . . . . 87

3.8 Tecnologías implicadas en la e-Salud . . . . . . . . . . . . . . . . . . 88

3.9 Funcionalidades soportadas por Adidas miCoach. . . . . . . . . . . 93

3.10 Mercado de �tness en Europa en millones de e. Fuente IHRSA. . . 107

3.11 Mercado de �tness en España en millones de e. Fuente IHRSA. . . 107

3.12 Atletas federados por CCAA. Fuente INE. . . . . . . . . . . . . . . 108

3.13 Atletas federados en Europa. Fuente INE. . . . . . . . . . . . . . . . 108

3.14 Estimación de atletas no federados en Europa en 2008 por país. . . 109

3.15 Activistas habituales de �tness en Europa. Fuente IHRSA. . . . . . 109

3.16 Tabla resumen usuarios potenciales España y Europa. Fuente INEy IHRSA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

4.1 Comparativa SO móviles: aspectos básicos [66] . . . . . . . . . . . . 119

4.2 Comparativa SO móviles: funcionamiento [21] . . . . . . . . . . . . 121

4.3 t de Student para diferentes valores de n y α . . . . . . . . . . . . . 142

5.1 Tipos de entrenamiento según intensidad . . . . . . . . . . . . . . . 154

5.2 Tarea de realización de la prueba de esfuerzo . . . . . . . . . . . . . 196

Page 318: Modelado de sistemas de inteligencia ambiental para el

Índice de tablas 318

5.3 Tarea de revisión de la prueba de esfuerzo . . . . . . . . . . . . . . 197

5.4 Tarea de ajustes de usuario . . . . . . . . . . . . . . . . . . . . . . . 198

5.5 Tarea de conexión de dispositivo . . . . . . . . . . . . . . . . . . . . 199

5.6 Tipos de entrenamiento según intensidad . . . . . . . . . . . . . . . 202

5.7 Tarea del guiado de voz . . . . . . . . . . . . . . . . . . . . . . . . . 208

6.1 Datos de los sujetos del estudio . . . . . . . . . . . . . . . . . . . . 211

6.2 Límites de concordancia para todos los sujetos . . . . . . . . . . . . 216

6.3 Prueba t para las muestras (LFE y SVF) suponiendo varianzas igua-les sujeto 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

6.4 Resumen de los datos de la prueba t y la correlación de Pearson . . 219

6.5 Límites de concordancia para todos los sujetos . . . . . . . . . . . . 222

6.6 Valores comparativos del V O2maxml · kg−1 ·min−1 . . . . . . . . . 223

6.7 Prueba t para las estimaciones de V O2max LFE y SVF . . . . . . . 225

6.8 Datos de los sujetos del estudio . . . . . . . . . . . . . . . . . . . . 227

6.9 Tasa de acierto obtenida por cada sujeto . . . . . . . . . . . . . . . 231

6.10 Validez de los entrenamientos realizados . . . . . . . . . . . . . . . . 233

6.11 Resultados cuestionario AttrakDi� . . . . . . . . . . . . . . . . . . . 237

6.12 Resultados estadísticos de la satisfacción del usuario con el sistema . 242

A.1 Prueba t para las dos muestras (LFE y SVF) suponiendo varianzasiguales sujeto 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271

A.2 Resumen de los resultados obtenidos para el sujeto 1 . . . . . . . . 271

A.3 Resumen de los resultados obtenidos para el sujeto 2 . . . . . . . . 273

A.4 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274

A.5 Resumen de los resultados obtenidos para el sujeto 3 . . . . . . . . 276

A.6 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

A.7 Resumen de los resultados obtenidos para el sujeto 4 . . . . . . . . 279

A.8 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280

A.9 Resumen de los resultados obtenidos para el sujeto 5 . . . . . . . . 282

Page 319: Modelado de sistemas de inteligencia ambiental para el

Índice de tablas 319

A.10 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283

A.11 Resumen de los resultados obtenidos para el sujeto 6 . . . . . . . . 285

A.12 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286

A.13 Resumen de los resultados obtenidos para el sujeto 7 . . . . . . . . 288

A.14 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

A.15 Resumen de los resultados obtenidos para el sujeto 8 . . . . . . . . 291

A.16 Prueba t para las dos muestras (lFE y SVF) suponiendo varianzasiguales sujeto 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292

B.1 Tabla de la tasa de acierto para el sujeto 1 . . . . . . . . . . . . . . 295

B.2 Tabla de la tasa de acierto para el sujeto 2 . . . . . . . . . . . . . . 296

B.3 Tabla de la tasa de acierto para el sujeto 3 . . . . . . . . . . . . . . 297

B.4 Tabla de la tasa de acierto para el sujeto 4 . . . . . . . . . . . . . . 298

B.5 Tabla de la tasa de acierto para el sujeto 5 . . . . . . . . . . . . . . 299

B.6 Tabla de la tasa de acierto para el sujeto 6 . . . . . . . . . . . . . . 300

B.7 Tabla de la tasa de acierto para el sujeto 7 . . . . . . . . . . . . . . 301

B.8 Tabla de la tasa de acierto para el sujeto 8 . . . . . . . . . . . . . . 302

B.9 Tabla de la tasa de acierto para el sujeto 9 . . . . . . . . . . . . . . 303

B.10 Tabla de la tasa de acierto para el sujeto 10 . . . . . . . . . . . . . 304

B.11 Tabla de la tasa de acierto para el sujeto 11 . . . . . . . . . . . . . 305

B.12 Tabla de la tasa de acierto para el sujeto 12 . . . . . . . . . . . . . 306

B.13 Tabla de la tasa de acierto para el sujeto 13 . . . . . . . . . . . . . 307

B.14 Tabla de la tasa de acierto para el sujeto 14 . . . . . . . . . . . . . 308

B.15 Tabla de la tasa de acierto para el sujeto 15 . . . . . . . . . . . . . 309

B.16 Tabla de la tasa de acierto para el sujeto 16 . . . . . . . . . . . . . 310

Page 320: Modelado de sistemas de inteligencia ambiental para el

ÍNDICE DE ABREVIACIONES

Fórmulas

∆(A− V )O2 Diferencia arteriovenosa de oxígeno, pag. (156)

CO2 anhídrido carbónico, pag. (48)

O2 Oxígeno, pag. (42)

PO2 Pulso de oxígeno, pag. (50)

V E Ventilación pulmonar, pag. (50)

V O2 Consumo de oxígeno, pag. (50)

V O2max Volumen máximo de oxígeno, pag. (26)

V O2 Volumen de oxígeno, pag. (42)

V O2pico Pico de oxígeno, pag. (46)

Siglas

ACP Análisis de Componentes Principales, pag. (139)

ADP Difosfato de adenosina, pag. (36)

AF Actividad Física, pag. (16)

AmI Ambient Intelligence, pag. (28)

AmIRTEM Ambient Inteligence Realtime Evaluation Model, pag. (24)

AMP Monofosfato de adenosina, pag. (36)

ATP Trifosfato de adenosina, pag. (36)

Page 321: Modelado de sistemas de inteligencia ambiental para el

ATT Atractivo, pag. (138)

BAN Body Area Network, pag. (87)

CAP Centros de Atención Primaria, pag. (16)

CCAA Comunidad Autónoma, pag. (102)

CRM Customer Relationship Management, pag. (79)

DOM Diseño orientado a objetivos, pag. (167)

e-BROIDERY Bordado de hilos conductores, pag. (120)

e-Salud Salud apoyada en tecnologías, pag. (30)

ECG Electrocardiograma, pag. (47)

ETSIT Escuela Técnico Superior de Ingeniero de Telecomunicaciones, pag. (24)

FBG Fibre Bragg Grating , pag. (120)

FC Frecuencia Cardíaca, pag. (26)

FFDB Funcional Flow Block Diagram, pag. (153)

FL Flexibilidad, pag. (70)

GDP Gross Domestic Product, pag. (100)

GPS Global Position System , pag. (125)

GPS Global position System, pag. (92)

HCE Historia Clínica Electrónica, pag. (82)

HDL Lipoproteína de alta densidad, pag. (31)

HQ Cualidad Hedónica, pag. (138)

IAM Índice de actividad metabólica, pag. (59)

IHRSA International Health, Racquet & Sportclubs Association, pag. (100)

IMC Índice de Masa Corporal, pag. (13)

321

Page 322: Modelado de sistemas de inteligencia ambiental para el

INE Instituto Nacional de Estadística, pag. (102)

INEF Facultad de Ciencias de la Actividad Física y Deporte, pag. (163)

ISTAG Information Society Technologies Advisory Group, pag. (108)

JAMA Journal of the American Medical Association, pag. (18)

LFE Laboratorio de Fisiología del Esfuerzo de la UPM, pag. (24)

LL Living Lab, pag. (24)

MIR Médico Interno Residente, pag. (17)

mmHg Milímetros de mercurio, pag. (54)

mmol/l milimol per litro, pag. (43)

MPM Promedio de los valores promediados, pag. (210)

MTS Membrane Touch Switches, pag. (119)

p-Salud Salud Personalizada, pag. (30)

p-Sport Deporte Personalizado, pag. (23)

PC Fosfocreatina, pag. (37)

PE Prueba de Esfuerzo, pag. (47)

pH Potencial de hidrógeno, pag. (32)

PHS Personal Handy-phone System, pag. (105)

Pi Enlace químico covalente, pag. (38)

PIB Producto Interior Bruto, pag. (104)

PIP Plan de Implantación Progresiva, pag. (16)

PNV Partido Nacionalista Vasco, pag. (16)

pp Pulsaciones por minuto, pag. (48)

PQ Cualidad Pragmática, pag. (138)

322

Page 323: Modelado de sistemas de inteligencia ambiental para el

QTC Quantum Tunnelling Composite, pag. (120)

RFID Identi�cación por Radiofrecuencia, pag. (81)

rpm Revoluciones por minuto, pag. (206)

RR Tacograma, pag. (124)

SFIT Smart Fabrics, Interactive Textile, pag. (105)

SO Sistema Operativo, pag. (112)

SVF Software para la Valoración Funcional, pag. (162)

TA Tensión Arterial, pag. (47)

TAD Tensión Arterial Diastólica, pag. (49)

TAS Tensión Arterial Sistólica, pag. (49)

TIC Tecnologías de las comunicaciones , pag. (78)

UE Union Europea, pag. (102)

UPM Universidad Politécnica de Madrid, pag. (24)

UPV Universidad del País Vasco / Euskal Herriko Unibertsitatea, pag. (17)

UV Rayos ultravioletas, pag. (166)

VFH Índice de actividad metabólica, pag. (156)

VS Volumen Sistólico, pag. (42)

W Vatios, pag. (54)

323