Resumen y análisis de artículo científico, este post resume, interpreta y comenta el siguiente artículo. No sustituye la lectura del original, que recomendamos si quieres profundizar: Turner AN, Chavda S, Maestroni L, Bishop C, Read P, Otte F. (2026). Strength and Conditioning as an Integrative and Probabilistic Process: Conceptual Foundations for Decision Making Under Uncertainty. Ver artículo completo

¿Qué tan seguro estás de que el programa que escribiste hoy producirá exactamente las adaptaciones que esperas? Probablemente mucho menos de lo que crees. Y eso no significa que seas un mal entrenador. Significa que trabajas con seres humanos.

Hace un tiempo escribí sobre por qué la obsesión por el "plan perfecto" suele convertirse en una trampa. Lo argumenté recurriendo a ideas de Nassim Taleb, a la lógica de las startups de Silicon Valley y a la filosofía japonesa de mejora continua. En aquel momento podía parecer una analogía interesante, pero tomada de otros campos. Resulta que la ciencia del entrenamiento terminó llegando exactamente al mismo lugar.

Un grupo de investigadores y practicantes del London Sports Institute (Middlesex University), junto con el jefe de porteros del Tottenham Hotspur, publicó recientemente un artículo que propone algo bastante incómodo para buena parte de la cultura fitness: dejar de pensar el entrenamiento como un sistema de causa-efecto y empezar a entenderlo como un proceso integrativo y probabilístico. No es simplemente un cambio de palabras. Es un cambio de paradigma.

No Todo en el Deporte Funciona Bajo las Mismas Reglas

Uno de los primeros aciertos del artículo es aclarar algo que pocas veces discutimos: hablamos del "entrenamiento" como si todas las disciplinas deportivas funcionaran igual. No funcionan. Los autores distinguen dos escenarios muy diferentes.

Por un lado están los deportes de habilidad cerrada, como el remo, el ciclismo, el atletismo o la halterofilia. Son deportes donde el entorno cambia muy poco. Ahí es posible descomponer el rendimiento en variables relativamente estables y medibles: potencia, resistencia aerodinámica, longitud de zancada, frecuencia de pedaleo o velocidad de la barra. En esos casos, el pensamiento determinista funciona razonablemente bien. Si aumenta la potencia mecánica, probablemente aumente la velocidad.

La física rara vez improvisa. Pero incluso aquí aparece una distinción fundamental que muchas veces pasamos por alto. La mecánica del sistema puede ser bastante predecible. La biología del deportista no. Dos deportistas pueden realizar exactamente el mismo programa de entrenamiento y obtener respuestas completamente distintas. Uno mejora de forma notable; otro apenas cambia; un tercero incluso empeora. La carga fue la misma. La adaptación no.

Y cuando pasamos a deportes de habilidad abierta —como fútbol, básquetbol, rugby o hockey— la incertidumbre aumenta todavía más. Ahora ya no solamente interviene la biología. También aparecen compañeros, rivales, decisiones tácticas, presión psicológica, fatiga acumulada, clima, arbitraje y decenas de variables imposibles de controlar simultáneamente. El rendimiento deja de ser la suma de variables independientes y empieza a emerger de la interacción constante entre el deportista, la tarea y el entorno.

Ese es uno de los mensajes más importantes del artículo. Muchas veces intentamos aplicar modelos diseñados para describir sistemas mecánicos a sistemas biológicos que, por naturaleza, son adaptativos y cambiantes. Y ahí empiezan muchos de nuestros problemas.

El Entrenamiento No Produce Una Respuesta. Produce Muchas Posibles.

Aquí aparece probablemente la idea central del artículo. Cuando pensamos de manera determinista solemos imaginar algo parecido a esto:

Estímulo → Adaptación.

Como si existiera una relación fija e invariable entre ambas cosas. Sin embargo, los autores proponen sustituir esa imagen por otra mucho más cercana a la realidad. Un estímulo de entrenamiento no produce una única respuesta; produce una distribución de respuestas posibles. Algunas serán favorables, otras menos, y cuál de ellas termine manifestándose dependerá de una multitud de factores biológicos, psicológicos y contextuales que nunca podremos controlar por completo.

Esta perspectiva transforma por completo la forma de entender la programación del entrenamiento. El objetivo deja de ser encontrar "la carga perfecta" que garantice una adaptación específica y pasa a ser diseñar intervenciones que aumenten la probabilidad de obtener la respuesta que buscamos.

Puede parecer un matiz sutil, pero implica un cambio profundo de paradigma. Es la diferencia entre pensar como un ingeniero que programa una máquina, donde el mismo comando siempre produce el mismo resultado, y pensar como un entrenador que trabaja con organismos vivos, donde cada decisión modifica únicamente las probabilidades de adaptación, nunca las certezas.

Tu Cuerpo No Es Una Ecuación Lineal

La fisiología lleva décadas mostrándonos que la relación entre estímulo y adaptación rara vez es lineal. Los autores utilizan dos ejemplos clásicos. El primero es la Ley de Arndt-Schulz, posteriormente reinterpretada bajo el concepto moderno de hormesis. La idea es sencilla. Un estímulo demasiado pequeño apenas provoca adaptación. Uno moderado puede generar la respuesta óptima. Uno excesivo empieza a inhibir la adaptación. Y uno todavía mayor puede llegar incluso a deteriorarla.

No existe una línea recta donde "más entrenamiento" siempre signifique "más resultados". Existe una curva. Y además esa curva cambia constantemente dependiendo del estado del deportista. El segundo ejemplo es el modelo adaptativo de Garkavi, una evolución del clásico Síndrome General de Adaptación de Hans Selye.

Mientras Selye describía una respuesta relativamente uniforme al estrés, Garkavi mostró que un mismo estímulo puede conducir a estados fisiológicos muy distintos, dependiendo del contexto biológico de cada individuo.

En la práctica, esto significa que dos deportistas pueden realizar exactamente la misma sesión de entrenamiento y obtener resultados completamente diferentes: uno mejora, otro se estanca y otro termina acumulando fatiga innecesaria. No porque el entrenamiento sea intrínsecamente bueno o malo, sino porque cada organismo recibe el mismo estímulo desde un estado fisiológico diferente.

Eso explica por qué nunca existe una carga óptima universal. Lo que existen son cargas con mayor o menor probabilidad de generar la adaptación deseada para una persona específica, en un momento específico.

El Entrenamiento Es Mucho Más Que Series y Repeticiones

Hasta ahora hemos hablado principalmente de incertidumbre. Sin embargo, el título del artículo no es simplemente Strength and Conditioning as a Probabilistic Process, sino Strength and Conditioning as an Integrative and Probabilistic Process. Y esa primera palabra merece tanta atención como la segunda.

Cuando pensamos en entrenamiento solemos reducirlo a una programación de cargas: series, repeticiones, volumen, intensidad y frecuencia, como si el rendimiento dependiera únicamente de combinar correctamente esas variables. Sin embargo, los autores sostienen que esa visión resulta demasiado reduccionista, pues el rendimiento deportivo emerge de la interacción constante entre múltiples sistemas que se influyen entre sí.

La fisiología determina cómo responde el organismo a la carga; la biomecánica condiciona la eficiencia del movimiento; la psicología influye en la motivación, la percepción del esfuerzo y la adherencia al entrenamiento; la nutrición afecta la disponibilidad energética y la recuperación; y el contexto competitivo modifica continuamente las demandas a las que se enfrenta el deportista. Ninguna de estas áreas, por sí sola, explica el rendimiento, pero tampoco puede ignorarse.

Por ello, los autores argumentan que el entrenador moderno no debería verse únicamente como alguien que prescribe ejercicios, sino como un profesional capaz de integrar información procedente de múltiples disciplinas para comprender mejor al deportista y tomar decisiones más acertadas. No significa que ahora debamos convertirnos en fisiólogos, biomecánicos, psicólogos y nutriólogos al mismo tiempo. La propuesta es mucho más realista: comprender qué puede aportar cada disciplina, reconocer cuándo esa información resulta relevante y, sobre todo, saber integrarla para tomar mejores decisiones.

El Problema de Pensar en Compartimentos

Durante décadas la ciencia avanzó gracias al reduccionismo. Aislar variables permitió descubrir mecanismos fundamentales de la fisiología. Gracias a ese enfoque hoy sabemos cómo ocurre la hipertrofia muscular, cómo se adapta el sistema nervioso, cómo responde el tendón a la carga o cómo influye la intensidad sobre distintas adaptaciones. Sin ese trabajo sería imposible entrenar con cierto fundamento científico. El problema aparece cuando olvidamos que los experimentos simplifican deliberadamente la realidad.

Y la realidad rara vez es tan ordenada. En un laboratorio es posible controlar la temperatura, la alimentación, los horarios de entrenamiento, el descanso e incluso limitar la actividad física fuera del estudio. En el mundo real, en cambio, el deportista duerme mal, atraviesa periodos de estrés, viaja constantemente, se enferma, entrena después de una jornada de trabajo, compite con fatiga acumulada y convive con molestias o lesiones menores. Aun así, muchas veces esperamos que responda exactamente igual que el promedio observado en un ensayo clínico.

Cuando la Ciencia Sale del Laboratorio

Aquí aparece un concepto que el artículo considera fundamental: la validez ecológica. En pocas palabras, la validez ecológica hace referencia a qué tan bien representan los estudios las condiciones reales donde entrenan y compiten los deportistas. No es lo mismo demostrar que una intervención funciona en un entorno perfectamente controlado que comprobar que sigue funcionando cuando aparecen todas las variables propias del mundo real. Y ese es un equilibrio complicado.

Cuanto más controlado es un estudio, mayor capacidad tiene para identificar los mecanismos que explican una adaptación. Sin embargo, ese mismo control hace que las condiciones experimentales se alejen, en cierta medida, de la realidad cotidiana del entrenamiento. Por el contrario, cuanto más se aproxima una investigación al contexto real del deporte, más difícil resulta aislar qué factores son responsables de los cambios observados, ya que múltiples variables interactúan de forma simultánea.

Esto no significa que un enfoque sea superior al otro. Ambos cumplen funciones distintas y complementarias. La investigación mecanicista nos ayuda a comprender por qué ocurren las adaptaciones, mientras que los estudios con mayor validez ecológica nos permiten estimar qué tan probable es que esas adaptaciones se manifiesten en las condiciones reales donde entrenan y compiten los deportistas. Como sucede con frecuencia en ciencia, la respuesta no consiste en elegir entre dos extremos, sino en integrar lo mejor de ambos enfoques.

La Evidencia No Es Una Receta. Es Un Punto de Partida

Todo esto ayuda a entender uno de los errores más frecuentes cuando hablamos de entrenamiento basado en evidencia: confundir la evidencia con un conjunto de instrucciones. Un estudio nunca dice exactamente qué debe hacerse con el deportista que tenemos enfrente. Lo que ofrece son tendencias, promedios, probabilidades y estimaciones sobre lo que funcionó, en promedio, para un grupo de personas bajo determinadas condiciones. Y eso es enormemente valioso, pero sigue siendo solo el punto de partida.

Es ahí donde comienza el verdadero trabajo del entrenador. La evidencia debe interpretarse a la luz del deportista que tenemos delante: su historial de entrenamiento, su experiencia, su estilo de vida, su capacidad de recuperación, sus objetivos y el contexto en el que se encuentra. Ninguno de esos elementos aparece reflejado por completo en un artículo científico y, sin embargo, pueden modificar de forma importante la probabilidad de éxito de una intervención.

Por ello, los autores retoman el modelo clásico de la práctica basada en evidencia y recuerdan que tomar buenas decisiones implica integrar tres elementos inseparables. No basta con leer estudios; es necesario combinar la mejor evidencia científica disponible con la experiencia del entrenador y el contexto específico del deportista.

• La mejor evidencia científica disponible, que aporta tendencias generales y mecanismos plausibles.
• La experiencia del entrenador, que permite interpretar críticamente esa evidencia y adaptarla.
• El contexto del deportista, incluyendo su comlejo estilo de vida.

Cuando falta cualquiera de esas tres piezas, la calidad de las decisiones disminuye. La ciencia sin contexto se vuelve dogma, la experiencia sin evidencia se convierte en tradición y el contexto sin criterio termina siendo improvisación. El entrenamiento basado en evidencia nunca pretendió eliminar el juicio del entrenador, todo lo contrario, pretende hacerlo mejor.

Las Trampas Mentales del Entrenador

Hasta aquí podríamos pensar que el principal problema es la complejidad del cuerpo humano, pero los autores señalan otro enemigo igual de importante: nosotros mismos. Porque incluso cuando entendemos que el entrenamiento está lleno de incertidumbre, nuestro cerebro hace todo lo posible por convencernos de que no es así: necesitamos encontrar patrones, nos gusta tener respuestas claras y preferimos creer que existe un método correcto antes que aceptar que, muchas veces, trabajamos con información incompleta.

Y ahí aparecen los sesgos cognitivos: no son errores de personas poco preparadas, sino atajos mentales que utilizamos todos para simplificar un mundo demasiado complejo. El problema comienza cuando dejamos que esos atajos tomen decisiones por nosotros.

La Falacia Ecológica

Uno de los conceptos más importantes del artículo es la falacia ecológica, y es fácil confundirla con la validez ecológica, aunque no son lo mismo. La validez ecológica habla de qué tan bien representa un estudio las condiciones reales donde entrenan los deportistas; la falacia ecológica, en cambio, ocurre cuando asumimos que lo que funciona para un grupo necesariamente funcionará para un individuo. Es uno de los errores más frecuentes dentro del entrenamiento.

Un estudio encuentra que determinado programa mejora, en promedio, un 5% el sprint, y entonces concluimos que nuestro deportista mejorará aproximadamente lo mismo. Pero el promedio nunca describe a una persona concreta: siempre existen quienes mejoran mucho, quienes mejoran poco y quienes prácticamente no responden. El estudio nunca prometió que todos responderían igual; fuimos nosotros quienes lo interpretamos así.

Y ahí está el verdadero costo de la falacia ecológica: no es solo un error estadístico, es preferir la comodidad de un promedio a la incomodidad de no saber todavía cómo responderá esa persona en particular.

El Sesgo de Confirmación

El segundo gran enemigo es todavía más difícil de detectar, porque normalmente creemos que les ocurre a los demás. El sesgo de confirmación consiste en buscar, interpretar y recordar únicamente la información que confirma nuestras creencias previas. Todos hemos visto ejemplos: el entrenador enamorado del entrenamiento excéntrico encuentra evidencia de que todo mejora con trabajo excéntrico, y quien utiliza entrenamiento basado en velocidad descubre que prácticamente cualquier problema puede resolverse con VBT.

El defensor del entrenamiento funcional termina convencido de que un curl de bíceps parado sobre un disco inestable es una revolución del movimiento humano, sin detenerse a notar que "funcional" es quizás el adjetivo más inútil del fitness: técnicamente todo entrenamiento es funcional para algo, así que llamarlo "funcional" no dice absolutamente nada sobre el ejercicio. Es una etiqueta que se pone y se quita según convenga, no una categoría real.

Como decía Richard Feynman:

"El primer principio es que no debes engañarte a ti mismo, y tú eres la persona más fácil de engañar."

La ciencia no sirve únicamente para confirmar lo que creemos. También sirve para descubrir cuándo estamos equivocados.

Para profundizar, aprovecho para recomendar Pensar rápido, pensar despacio, de Daniel Kahneman. Gran parte de estos sesgos están explicados ahí con mucho mayor detalle y ayudan a entender por qué incluso los profesionales con más experiencia pueden cometer errores sistemáticos al tomar decisiones.

Cuando Mejorar No Significa Haber Mejorado

Hasta ahora hemos hablado de incertidumbre biológica, pero el artículo introduce otra fuente de incertidumbre que rara vez discutimos cuando interpretamos evaluaciones físicas: las propias mediciones. Supongamos que un atleta salta 32 centímetros hoy y 33 centímetros dentro de tres semanas. ¿Podemos afirmar que mejoró? La respuesta correcta es: depende. Toda prueba tiene un margen de error: ningún dinamómetro, plataforma de fuerza, encoder lineal o cronómetro mide exactamente igual cada vez.

Siempre existe cierta variabilidad, y parte del cambio observado puede deberse únicamente a ese ruido de medición. Por eso los autores recuerdan que no deberíamos interpretar un resultado como un número exacto, sino como un rango plausible. Si el error típico de una prueba es del 5%, una mejora del 2% probablemente no representa una adaptación fisiológica real; puede ser simplemente variación normal de la medición.

En cambio, cuando el cambio supera claramente ese margen de error, aumenta nuestra confianza en que realmente ocurrió una adaptación. Puede parecer un detalle estadístico, pero en realidad cambia completamente la forma de evaluar el progreso: muchas veces celebramos mejoras que probablemente nunca existieron, y otras veces descartamos cambios importantes simplemente porque desconocemos la incertidumbre asociada a nuestras propias mediciones.

La Incertidumbre También Se Puede Medir

Esta idea tiene otra consecuencia interesante. Los autores proponen abandonar la costumbre de comunicar los resultados como si fueran valores absolutos. En lugar de decir:

"La fuerza máxima es de 180 kg."

Quizá sería más correcto pensar:

"La mejor estimación es cercana a 180 kg, dentro del margen de error propio de la prueba."

Lo mismo ocurre con la investigación científica: por eso los artículos reportan intervalos de confianza, desviaciones estándar, coeficientes de variación y tamaños del efecto. No son adornos estadísticos, son herramientas para expresar cuánta incertidumbre acompaña a una estimación. Paradójicamente, reconocer esa incertidumbre no hace que las decisiones sean peores: las hace más honestas y, generalmente, también mejores.

El Trabajo del Entrenador Cambia

Si juntamos todas las piezas del artículo aparece una imagen bastante distinta de la que tradicionalmente hemos tenido del entrenador. Durante mucho tiempo lo imaginamos como alguien que conocía la respuesta correcta, pero el artículo propone otra visión: el entrenador ya no es quien aplica protocolos de forma mecánica, es quien interpreta información incompleta, quien integra evidencia científica con experiencia práctica, quien entiende las limitaciones de las mediciones, quien reconoce sus propios sesgos y quien toma decisiones sabiendo que nunca tendrá certeza absoluta.

En otras palabras, el entrenador deja de ser un simple prescriptor de ejercicios y se convierte en un gestor de incertidumbre. Y probablemente esa sea una descripción mucho más fiel de lo que realmente hacemos todos los días.

Caso Real: Volver a Jugar Después de una Lesión

Si hay una situación donde la incertidumbre se vuelve imposible de ignorar es el regreso al deporte después de una lesión. Por eso los autores utilizan como ejemplo un escenario muy común en el deporte de alto rendimiento: un futbolista profesional nueve meses después de una reconstrucción del ligamento cruzado anterior (LCA). La forma tradicional de tomar esta decisión suele parecer bastante sencilla: ¿Tiene al menos un 90% de simetría entre ambas piernas? ¿Alcanzó los valores de referencia? ¿Cumplió los criterios establecidos? Si la respuesta es sí, entonces vuelve a competir.

Es un enfoque cómodo y también transmite una sensación de objetividad, pero el artículo plantea una pregunta incómoda: ¿Y si ese 90% realmente no es 90%? Supongamos que el atleta obtiene un valor apenas por encima del punto de corte. Si la prueba tiene un error típico del 5%, el valor real podría encontrarse ligeramente por debajo de ese umbral. Entonces la pregunta deja de ser:

¿Cumplió el criterio?

Y pasa a convertirse en algo mucho más útil:

¿Qué tan seguros estamos de que realmente lo cumplió?

Puede parecer un cambio pequeño. En realidad cambia por completo la forma de interpretar una evaluación.

Del "Sí o No" a la Gestión del Riesgo

Bajo un modelo determinista, el regreso a la competencia suele verse como una decisión binaria: aprobado o no aprobado, listo o no listo. Sin embargo, el enfoque probabilístico propone abandonar esa lógica. No porque los criterios de evaluación sean inútiles — todo lo contrario, siguen siendo fundamentales — sino porque dejan de interpretarse como respuestas definitivas y empiezan a verse como piezas de evidencia que deben integrarse: la fuerza del cuádriceps, la altura del salto unipodal, la fuerza reactiva, la velocidad máxima alcanzada durante los entrenamientos, la confianza del propio deportista, su historial de lesiones y la respuesta a las últimas semanas de entrenamiento. Cada una aporta información, pero ninguna, por sí sola, responde la pregunta.

En lugar de un "sí" o un "no", aparece una decisión mucho más parecida a una gestión del riesgo. Quizá el atleta todavía no esté listo para competir noventa minutos, pero sí para incorporarse progresivamente a entrenamientos controlados. Quizá convenga aumentar primero la exposición a cambios de dirección, después introducir contactos, más adelante partidos reducidos y, solo entonces, competir. La decisión deja de ser un punto final para convertirse en un proceso.

Medir. Actuar. Volver a Medir.

Quizá la enseñanza práctica más importante del artículo sea esta: las decisiones nunca deberían ser definitivas. Después de intervenir volvemos a evaluar, observamos la respuesta, actualizamos la información disponible y volvemos a decidir. Es exactamente el mismo ciclo que utiliza cualquier buen investigador: formular una hipótesis, recoger evidencia, modificar la hipótesis, volver a medir. No existe un momento en el que finalmente "descubrimos la verdad", lo único que hacemos es reducir progresivamente la incertidumbre.

Y eso no aplica únicamente al retorno al deporte: es, en el fondo, el mismo ciclo de Deming —planificar, hacer, verificar, ajustar— que el investigador aplica al formular y ajustar su hipótesis, solo que aplicado a cada decisión de entrenamiento. Entrenar nunca consiste en ejecutar un plan perfecto: consiste en ajustar continuamente un plan imperfecto.

Los Principios No Cambian. Los Métodos Sí

Después de insistir durante todo el artículo en la incertidumbre, los autores hacen una aclaración muy importante: aceptar la incertidumbre no significa que "todo da igual", ni significa improvisar o abandonar la ciencia. Al contrario: cuanta mayor incertidumbre existe, más importante resulta apoyarse en principios sólidos. Las leyes de Newton siguen siendo ciertas, la relación fuerza-velocidad sigue describiendo cómo producimos movimiento, la sobrecarga progresiva continúa siendo necesaria para generar adaptación, la especificidad sigue guiando el diseño del entrenamiento y la individualización sigue siendo indispensable.

Los principios permanecen; lo que cambia constantemente es la forma de aplicarlos. Dos entrenadores pueden compartir exactamente los mismos principios y terminar diseñando programas completamente diferentes, y ambos pueden estar haciendo un excelente trabajo, porque los principios son estables, los métodos son herramientas. No son la ciencia. Confundir ambos probablemente sea uno de los errores más frecuentes dentro del entrenamiento.

Entonces... ¿Qué Cambia?

Después de leer este artículo me quedó la impresión de que los autores no intentan reemplazar todo lo que sabemos sobre entrenamiento. Más bien proponen cambiar la forma en que interpretamos ese conocimiento. La pregunta deja de ser:

¿Cuál es el mejor método?

Y pasa a convertirse en:

¿Cuál es el método que, dadas las condiciones actuales, tiene mayor probabilidad de funcionar para este deportista?

La diferencia parece sutil, pero obliga a pensar de manera completamente distinta: nos vuelve menos dogmáticos, más curiosos y más abiertos a cambiar de opinión cuando aparecen nuevos datos.

Reflexión Final

Durante mucho tiempo intentamos que el entrenamiento se pareciera a una ecuación: elegíamos las variables correctas, aplicábamos una carga y esperábamos una respuesta. La realidad nunca funcionó exactamente así, no porque la ciencia estuviera equivocada, sino porque entrenar personas siempre ha sido mucho más complejo que entrenar modelos matemáticos. Quizá la idea más poderosa del artículo pueda resumirse en una sola frase.

La incertidumbre no es un defecto del entrenamiento. Es una propiedad del entrenamiento.

No entrenamos a pesar de la incertidumbre, sino dentro de ella. Y eso cambia el papel del entrenador: ya no se trata de prescribir ejercicios, sino de gestionar lo que no sabemos con certeza. Paradójicamente, aceptar esa incertidumbre no nos hace menos científicos, nos hace más honestos y, probablemente, también mejores entrenadores.

Lecturas recomendadas

Si este tema te resultó interesante, estas son algunas lecturas que vale la pena revisar para profundizar en los conceptos discutidos:

• Turner AN, Chavda S, Maestroni L, Bishop C, Read P, Otte F. (2026). Strength and Conditioning as an Integrative and Probabilistic Process: Conceptual Foundations for Decision Making Under Uncertainty. Strength & Conditioning Journal.
• Turner AN. (2024). What is Evidence-Based Practice in Strength and Conditioning? Strength & Conditioning Journal.
• Calabrese EJ. (2008). Hormesis: Why it is Important to Toxicology and Toxicologists. Environmental Toxicology and Chemistry.
• Chow JW, Knudson DV. (2011). Use of Deterministic Models in Sports and Exercise Biomechanics Research. Sports Biomechanics.
• Garkavi LKh, Kvakina EB, Ukolova MA. (1998). Adaptive Reactions of the Organism and Their Use in Medicine. Human Physiology.
• Kahneman D. (2012). Pensar rápido, pensar despacio. Debate.
• Taleb NN. (2012). Antifrágil: Las cosas que se benefician del desorden. Paidós.