Profilo di velocità di carico: individualizzato o generico per stimare 1RM?

Aggiornato il 26 de Giugno de 2026 da Adrián Escobar Morales

Una delle prime domande che ogni trainer pone quando inizia a utilizzare il VBT è questa: Devo costruire un profilo velocità di carico personalizzato per ciascun atleta o posso utilizzare valori generici presi dalla letteratura? La risposta intuitiva è che il profilo personalizzato dovrebbe essere più preciso: è specifico per l’atleta, non per la media di una popolazione. Ma le prove scientifiche più recenti qualificano abbastanza questa idea.

Se lo fai correttamente, cambi il modo in cui trascorri il tuo tempo ad allenarti e il modo in cui interpreti le stime 1RM che ottieni dal codificatore.

Cos’è il profilo velocità di carico e a cosa serve?

La relazione tra carico e velocità negli esercizi di forza è lineare e inversa: maggiore è il carico, minore è la velocità di esecuzione. Questa relazione è stabile, riproducibile e specifica per l’esercizio. Da esso, il profilo della velocità di carico consente di stimare l’1RM giornaliero senza dover raggiungere il cedimento: basta misurare la velocità con due o più carichi submassimali ed estrapolare la curva alla velocità tecnica minima (la soglia di velocità alla quale l’1RM verrebbe aumentato).

Questo è estremamente utile nella pratica: puoi conoscere l’1RM stimato del tuo atleta in ogni sessione, senza fatica aggiuntiva, integrandolo nel riscaldamento stesso. Questo è quello che fa ADR Encoder automaticamente in ogni sessione con l’app ADR System.

Il dibattito è in corso quale profilo utilizzare Per fare quella stima:

• Profilo generico: valori medi provenienti dalla letteratura scientifica che mettono in relazione velocità e percentuale di 1RM per un esercizio specifico. Ad esempio, nello squat, il sollevamento a ~1,0 m/s equivale a circa il 60% dell’1RM secondo i dati di González-Badillo e Sánchez-Medina.
• Profilo personalizzato: curva costruita appositamente per quell’atleta attraverso un test incrementale, utilizzando i propri dati di velocità rispetto a carichi noti.

La logica dietro il profilo individualizzato

La variabilità interindividuale nella relazione carico-velocità è reale. Non tutti gli atleti si muovono alla stessa velocità e alla stessa percentuale di 1RM: un powerlifter molto esperto può sollevare il suo squat 1RM a 0,15 m/s, mentre un atleta più esplosivo può farlo a 0,30 m/s. Se si utilizza la stessa soglia di velocità minima per entrambi, uno dei due avrà un errore sistematico nella stima dell’1RM.

Ecco perché la logica del profilo individualizzato sembra solida: se si costruisce la curva con i dati reali dell’atleta, la stima dovrebbe essere più precisa. Questa è stata per anni la raccomandazione dominante nella letteratura VBT.

Cosa dice la meta-analisi più completa fino ad oggi

Nel 2023, Greig et al. pubblicato in Medicina dello Sport la meta-analisi più ambiziosa effettuata finora sulla validità predittiva dei profili di velocità di carico per stimare l’1RM. Hanno analizzato 137 modelli provenienti da 26 studi, con dati di 434 partecipanti allo squat, alla panca, allo stacco, al clean e allo snatch.

I loro risultati sono più sfumati del previsto:

• I profili di velocità di carico hanno a validità predittiva moderata per stimare l’1RM, con un errore standard di stima del 9,8% (IC 95%: 7,4-12,2%). In termini pratici, se l’1RM effettivo è di 100 kg, la stima può essere sbagliata in media tra 7 e 12 kg.
• I profili tendono a farlo sovrastimare 1RM sistematicamente — in media 3,7% sopra il valore reale (circa 4,5 kg in termini assoluti).
• Ed ecco la scoperta più sorprendente: L’utilizzo di una soglia di velocità personalizzata non produce stime significativamente più accurate rispetto all’utilizzo di una soglia generica. La differenza tra i due approcci era statisticamente non significativa (β = -0,4%, IC 95%: da -1,9% a 1,0%).

In altre parole: costruire un profilo carico-velocità completamente individualizzato per ciascun atleta non migliora sensibilmente la precisione della stima dell’1RM rispetto all’utilizzo di valori generici provenienti dalla letteratura.

Com’è possibile? La spiegazione

Che i profili individualizzati non siano chiaramente superiori può sembrare controintuitivo, ma ha una spiegazione logica se analizzati in dettaglio.

Il profilo carico-velocità di un atleta non è stabile nel tempo. Cambia con il livello di affaticamento, lo stato di attivazione del giorno, gli adattamenti dell’allenamento e i cambiamenti nella composizione delle fibre muscolari. Un profilo costruito oggi potrebbe non essere rappresentativo di ciò che accadrà tra due settimane. Ciò riduce il vantaggio teorico dell’individualizzazione: anche il profilo “individualizzato” presenta un errore intrinseco perché non è statico.

Inoltre, il problema più grande nella stima dell’1RM non risiede nella pendenza della curva ma nella soglia di velocità minima (MVT) — la velocità alla quale viene sollevata la 1RM. Questo valore varia notevolmente da individuo a individuo ed è difficile da misurare con precisione senza raggiungere il guasto effettivo. E, paradossalmente, la variabilità del MVT colpisce in modo simile sia i profili individualizzati che quelli generici, pareggiando il loro errore finale.

Allora, a cosa serve il profilo personalizzato?

La conclusione della meta-analisi non è che la profilazione individualizzata sia inutile, bensì che è vantaggiosa prevedere l’1RM assoluto È più piccolo del previsto. Ma il profilo personalizzato è comunque prezioso per altri motivi:

• Monitoraggio longitudinale: sebbene il profilo presenti errori in termini assoluti, i cambiamenti della curva durante un ciclo di allenamento riflettono adattamenti reali. Se la velocità con un carico fisso aumenta, l’atleta ha migliorato, indipendentemente da quanto sia accurata la stima assoluta dell’1RM.
• Rilevazione delle variazioni giornaliere: Il profilo personalizzato è più sensibile alle fluttuazioni da una sessione all’altra causate dall’affaticamento accumulato, dalla qualità del sonno o dallo stato di recupero. Ciò lo rende utile per l’autoregolazione dei carichi, sebbene l’1RM stimato abbia un margine di errore.
• Atleti con caratteristiche estreme: powerlifter avanzati, sollevatori olimpici o atleti con MVT molto lontani dai valori normativi traggono maggiori benefici dal proprio profilo, perché l’errore del profilo generico in quei casi può essere maggiore della media.

Raccomandazione pratica: un approccio graduale

L’evidenza suggerisce che non esiste una risposta unica. L’approccio più efficiente dipende dal contesto:

Un dettaglio che molti trascurano: l’intenzione della velocità

Uno dei fattori che maggiormente incide sull’accuratezza del profilo, sia esso generico o individualizzato, è l’ intenzione di velocità massima in ogni ripetizione. Diversi studi indicano che quando l’atleta non applica la massima intenzione possibile in ogni ripetizione submassimale – cosa molto comune nella pratica quando il carico è “comodo” – la velocità registrata è inferiore a quella reale e la stima dell’1RM è gonfiata ancora di più.

Ecco perché l’istruzione dell’atleta è importante quanto il tipo di profilo che utilizzi: ogni ripetizione deve essere eseguita con la massima intenzione di velocità, anche se il carico è leggero. Questo è ciò che garantisce che la velocità registrata sia il vero limite massimo di carico dell’atleta e non una versione ridotta a causa della mancanza di motivazione o di sforzo.

Conclusione

La ricerca più recente mostra che i profili di velocità di carico personalizzati non prevedono l’1RM in modo significativamente più accurato rispetto ai profili generici. Entrambi hanno un margine di errore moderato – circa il 10% – ed entrambi tendono a sovrastimare il vero 1RM.

Ciò non significa che individualizzare sia inutile. Significa questo Il valore del profilo individualizzato non sta tanto nel prevedere l’1RM assoluto quanto nel rilevare i cambiamenti relativi nel tempo e nel consentire una più sensibile autoregolazione dei carichi sessione per sessione. Per questo ha più valore del profilo generico.

In pratica, la cosa più intelligente è iniziare con valori generici, costruire il profilo individuale con i dati reali che l’encoder accumula in ogni sessione e utilizzare quel profilo per monitorare le tendenze – non per ottenere un 1RM “esatto” che in realtà non potrà mai essere completamente accurato senza un vero test di massimo.

Letteratura

1. Greig, L., Aspe, R.R., Hall, A., Comfort, P., Cooper, K. & Swinton, P.A. (2023). The predictive validity of individualised load-velocity relationships for predicting 1RM: a systematic review and individual participant data meta-analysis. Sports Medicine, 53(9), 1693–1708. Vedi studio →
2. González-Badillo, J.J. & Sánchez-Medina, L. (2010). Movement velocity as a measure of loading intensity in resistance training. International Journal of Sports Medicine, 31(5), 347–352. Vedi in PubMed →
3. Marston, K.J. et al. (2022). Load-velocity relationships and predicted maximal strength: a systematic review of the validity and reliability of current methods. PLOS ONE, 17(10), e0267937. Vedi studio →
4. Ramos, A.G. (2024). Resistance training intensity prescription based on load-velocity relationship. International Journal of Sports Medicine, 45, 257–266. Vedi studio →

Adrián Escobar Morales