Perfil carga-velocidade: individualizado ou genérico para estimar 1RM?

Atualizado no dia 26 de Junho de 2026 por Adrián Escobar Morales

Uma das primeiras perguntas que qualquer treinador faz ao começar a usar o VBT é esta: Preciso construir um perfil carga-velocidade individualizado para cada atleta ou posso usar valores genéricos da literatura? A resposta intuitiva é que o perfil individualizado deveria ser mais preciso – é específico do atleta, não uma média de uma população. Mas as evidências científicas mais recentes qualificam bastante essa ideia.

Fazer isso corretamente muda a forma como você gasta seu tempo treinando e como interpreta as estimativas de 1RM obtidas do codificador.

Qual é o perfil de velocidade de carga e para que serve?

A relação entre carga e velocidade nos exercícios de força é linear e inversa: quanto maior a carga, menor a velocidade de execução. Esta relação é estável, reprodutível e específica do exercício. A partir dele, o perfil de velocidade de carga permite estimar o 1RM diário sem precisar chegar à falha — basta medir a velocidade com duas ou mais cargas submáximas e extrapolar a curva para a velocidade técnica mínima (o limite de velocidade no qual o 1RM seria elevado).

Isto é extremamente útil na prática: você pode saber a estimativa de 1RM do seu atleta em cada sessão, sem fadiga adicional, integrando-a no próprio aquecimento. Isso é o que ele faz ADR Encoder automaticamente em cada sessão com o aplicativo ADR System.

O debate está em qual perfil usar Para fazer essa estimativa:

• Perfil genérico: valores médios da literatura científica que relacionam velocidade e percentual de 1RM para um exercício específico. Por exemplo, no agachamento, levantar a ~1,0 m/s equivale a aproximadamente 60% de 1RM segundo os dados de González-Badillo e Sánchez-Medina.
• Perfil individualizado: curva construída especificamente para aquele atleta através de um teste incremental, utilizando seus próprios dados de velocidade contra cargas conhecidas.

A lógica do perfil individualizado

A variabilidade interindividual na relação carga-velocidade é real. Nem todos os atletas se movem na mesma velocidade e na mesma porcentagem de 1RM – um levantador de peso muito experiente pode levantar seu agachamento de 1RM a 0,15 m/s, enquanto um atleta mais explosivo pode fazê-lo a 0,30 m/s. Se você usar o mesmo limite mínimo de velocidade para ambos, um dos dois terá um erro sistemático na estimativa de 1RM.

Por isso a lógica do perfil individualizado parece sólida: se você construir a curva com os dados reais do atleta, a estimativa deverá ser mais precisa. Esta foi durante anos a recomendação dominante na literatura VBT.

O que diz a meta-análise mais abrangente até hoje

Em 2023, Greig et al. publicado em Medicina Desportiva a meta-análise mais ambiciosa realizada até agora sobre a validade preditiva de perfis carga-velocidade para estimar 1RM. Eles analisaram 137 modelos de 26 estudos, com dados de 434 participantes nas modalidades agachamento, supino, levantamento terra, clean e snatch.

Suas descobertas são mais matizadas do que o esperado:

• Os perfis de velocidade de carga têm um validade preditiva moderada estimar 1RM, com erro padrão de estimativa de 9,8% (IC 95%: 7,4-12,2%). Em termos práticos, se o 1RM real for de 100 kg, a estimativa pode estar errada entre 7 e 12 kg em média.
• Os perfis tendem a superestimar 1RM sistematicamente — em média 3,7% acima do valor real (cerca de 4,5 kg em termos absolutos).
• E aqui está a descoberta mais surpreendente: Usar um limite de velocidade individualizado não produz estimativas significativamente mais precisas do que usar um limite genérico. A diferença entre as duas abordagens não foi estatisticamente significativa (β = -0,4%, IC 95%: -1,9% a 1,0%).

Em outras palavras: construir um perfil carga-velocidade completamente individualizado para cada atleta não melhora sensivelmente a precisão da estimativa de 1RM em comparação com o uso de valores genéricos da literatura.

Como isso é possível? A explicação

Que os perfis individualizados não sejam claramente superiores pode parecer contra-intuitivo, mas tem uma explicação lógica quando analisado detalhadamente.

O perfil carga-velocidade de um atleta não é estável ao longo do tempo. Ela muda com o nível de fadiga, o estado de ativação do dia, as adaptações ao treinamento e as mudanças na composição das fibras musculares. Um perfil construído hoje pode não ser representativo do que acontecerá daqui a duas semanas. Isto reduz a vantagem teórica da individualização – o perfil “individualizado” também tem um erro inerente porque não é estático.

Além disso, o maior problema na estimativa de 1RM não está na inclinação da curva, mas na limite mínimo de velocidade (MVT) — a velocidade com que o 1RM é levantado. Este valor varia muito entre indivíduos e é difícil de medir com precisão sem atingir uma falha real. E, paradoxalmente, a variabilidade no MVT afeta de forma semelhante tanto os perfis individualizados quanto os genéricos, o que equaliza seu erro final.

Então, para que serve o perfil individualizado?

A conclusão da meta-análise não é que o perfil individualizado seja inútil – é que a sua vantagem para prever 1RM absoluto É menor do que o esperado. Mas o perfil individualizado ainda é valioso por outros motivos:

• Monitoramento longitudinal: embora o perfil apresente erro em termos absolutos, as mudanças na curva ao longo de um ciclo de treinamento refletem adaptações reais. Se a velocidade com uma carga fixa aumentar, o atleta melhorou – independentemente de quão precisa seja a estimativa absoluta de 1RM.
• Detecção de variações diárias: o perfil individualizado é mais sensível às flutuações entre sessões causadas pela fadiga acumulada, pela qualidade do sono ou pelo estado de recuperação. Isto o torna útil para autorregulação de cargas, embora o 1RM estimado tenha margem de erro.
• Atletas com características extremas: levantadores de peso avançados, levantadores olímpicos ou atletas com MVT muito distantes dos valores normativos se beneficiam mais do próprio perfil, pois o erro do perfil genérico nesses casos pode ser maior que a média.

Recomendação prática: uma abordagem faseada

A evidência sugere que não existe uma resposta única. A abordagem mais eficiente depende do contexto:

Um detalhe que a maioria esquece: a intenção da velocidade

Um dos fatores que mais afeta a precisão do perfil, seja ele genérico ou individualizado, é a intenção de velocidade máxima em cada repetição. Diversos estudos indicam que quando o atleta não aplica a máxima intenção possível em cada repetição submáxima — algo muito comum na prática quando a carga é “confortável” — a velocidade registrada é inferior à real e a estimativa de 1RM fica ainda mais inflada.

É por isso que a instrução do atleta é tão importante quanto o tipo de perfil que você utiliza: cada repetição deve ser executada com intenção de velocidade máxima, mesmo que a carga seja leve. É isso que garante que a velocidade registrada seja o verdadeiro teto daquele atleta para aquela carga, e não uma versão reduzida por falta de motivação ou esforço.

Conclusão

A pesquisa mais recente mostra que perfis individualizados de carga-velocidade não prevêem 1RM de forma significativamente mais precisa do que perfis genéricos. Ambos têm uma margem de erro moderada – cerca de 10% – e ambos tendem a superestimar o verdadeiro 1RM.

Isso não significa que individualizar seja inútil. Isso significa que O valor do perfil individualizado não está tanto na previsão de 1RM absoluto, mas na detecção de mudanças relativas ao longo do tempo e permitindo uma autorregulação mais sensível das cargas sessão por sessão. Para isso é mais valioso que o perfil genérico.

Na prática, o mais inteligente é começar pelos valores genéricos, construir o perfil individual com os dados reais que o codificador acumula em cada sessão e usar esse perfil para monitorar tendências — não para obter um 1RM “exato” que na realidade nunca poderá ser completamente preciso sem um teste máximo real.

Literatura

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. Veja estudo →
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. Veja no 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. Veja estudo →
4. Ramos, A.G. (2024). Resistance training intensity prescription based on load-velocity relationship. International Journal of Sports Medicine, 45, 257–266. Veja estudo →

Adrián Escobar Morales