# Puntuación de Recuperación y Disponibilidad basada en HRV

Compara el HRV matinal (rMSSD/SDNN) y la FC en reposo con tu propia base móvil mediante z-scores estandarizados, los combina con el sueño de anoche y el RPE de ayer en una puntuación de disponibilidad 0-100, con niveles verde/ámbar/rojo, detección de cambio significativo (0,5 DE), control de ruido de la base (CV) y una recomendación de techo de intensidad.

> Página canónica: https://elysiatools.com/es/tools/hrv-recovery-readiness-score

- **Categoría:** Fitness

- **Palabras clave:** hrv disponibilidad, recuperación hrv, interpretación rmssd, base rmssd, sdnn, variabilidad cardíaca, hrv matinal, base fc reposo, disponibilidad de entrenamiento, calculadora de recuperación, z-score hrv, base móvil, cambio mínimo relevante, alerta de sobreentrenamiento, sistema nervioso autónomo, disponibilidad diaria, monitoreo de atletas

## Descripción general

Introduce el HRV y la FC en reposo de esta mañana más tu base de las últimas 7+ mañanas (un valor por línea; la base de FC reposo es opcional y añade su z-score). rMSSD/SDNN siguen una distribución log-normal, por lo que los z-scores se calculan sobre valores log-transformados — la misma convención de la investigación de entrenamiento guiado (Plews/Laursen). Un cambio |z| ≥ 0,5 cuenta como significativo (cambio mínimo relevante); una CV de base > 15% se marca como demasiado ruidosa; la FC de reposo +5 lpm sobre la base activa el aviso de fatiga/enfermedad. Los pesos son HRV 30% / FC 25% / sueño 30% / carga de ayer 15% (renormalizados sin FC), siguiendo arquitecturas publicadas de puntuación de disponibilidad. Niveles: ≥70 verde, 40-69 ámbar, <40 rojo. No es un dispositivo médico.

## Entradas

- **Métrica de HRV** (select)
- **HRV de esta mañana (ms)** (number): e.g. 48 (same metric and measurement posture as the baseline)
- **Base de HRV (últimas 7-28 mañanas, una por línea)** (textarea): 62 58 64 60 57 61 63 59 55 62 60 58 61 60
- **FC en reposo de hoy (lpm)** (number): e.g. 56
- **Base de FC reposo (opcional, últimas 7-28 mañanas, una por línea)** (textarea): 54 53 55 54 52 54 55 53 54 55 53 54 56 54
- **RPE de la sesión de ayer (CR-10, 0 = descanso)** (number): e.g. 7.5 (0 if you rested)
- **Sueño de anoche (horas)** (number): e.g. 7.5

## Cuándo usarlo

- Cada mañana al despertar para determinar si tu sistema nervioso autónomo está listo para una sesión intensa o requiere descarga.
- Durante bloques de sobrecarga de entrenamiento para detectar fatiga acumulada mediante desviaciones significativas de la línea base.
- Al monitorizar la respuesta fisiológica y la recuperación tras cambios de volumen, competiciones o noches de descanso irregular.

## Cómo funciona

- Aplica una transformación logarítmica a los valores de rMSSD/SDNN para calcular el z-score estandarizado frente a tu historial de 7 a 28 días.
- Evalúa la frecuencia cardíaca en reposo, el coeficiente de variación de la base (CV) y las desviaciones mayores a 0,5 DE para identificar cambios fisiológicos relevantes.
- Pondera los factores biométricos y subjetivos (HRV 30%, FC reposo 25%, sueño 30%, RPE previo 15%) para generar una puntuación global.
- Asigna una categoría por niveles (verde ≥70, ámbar 40-69, rojo <40) junto a un techo de intensidad recomendado para la sesión del día.

## Casos de uso

- Ajuste diario de zonas de intensidad en corredores y ciclistas según el nivel de disponibilidad matinal.
- Detección precoz de sobreentrenamiento o inicio de procesos víricos mediante aumentos de FC en reposo (+5 lpm) y caídas de HRV.
- Periodización autorregulada de bloques de fuerza e hipertrofia basada en fatiga neuromuscular y autonómica.

## Preguntas frecuentes

### ¿Por qué se transforman logarítmicamente los valores de HRV?

Las métricas rMSSD y SDNN presentan una distribución log-normal en la población; la transformación logarítmica permite calcular z-scores estadísticamente válidos.

### ¿Qué significa un cambio significativo de 0,5 DE?

Representa la convención de cambio mínimo relevante (SWC), indicando que la variación observada supera las fluctuaciones diarias aleatorias.

### ¿Cómo se interpreta una alerta de CV de base superior al 15%?

Señala que los datos históricos presentan demasiada dispersión o ruido, lo que reduce la fiabilidad estadística de la puntuación diaria.

### ¿Qué ocurre si no ingreso una línea base para la frecuencia cardíaca en reposo?

El algoritmo renormaliza los pesos del resto de variables (HRV, sueño y RPE de ayer) manteniendo la escala final de 0 a 100 puntos.

### ¿Esta herramienta sustituye el criterio médico o de un entrenador?

No, es una utilidad analítica de monitorización deportiva y no constituye un dispositivo médico ni reemplaza la valoración profesional.

## Herramientas relacionadas

- [Conversor de fórmulas AsciiMath / LaTeX / MathML](https://elysiatools.com/es/tools/asciimath-latex-mathml-equation-converter): Convierte fórmulas entre AsciiMath, LaTeX y MathML: detecta el formato de entrada y produce LaTeX canónico, MathML de presentación con anotación semántica, retro-traducción aproximada a AsciiMath, fragmento aria-label para lectores de pantalla y una vista previa KaTeX.
- [Extractor de tokens de tema ECharts](https://elysiatools.com/es/tools/echarts-theme-token-extractor): Extrae design tokens — colores, números, tamaños de fuente y cadenas — de un JSON de tema ECharts y expórtalos directamente a tu design system. Pega un objeto de tema (el que registras y pasas a echarts.init(dom, themeName)) y la herramienta recorre cada hoja, etiquetando cada color (con normalización opcional nombrado/rgb → hex), número de espaciado, tamaño de fuente y cadena, para luego emitir variables CSS limpias, una configuración theme.extend de Tailwind, tokens.json de Style Dictionary o variables SCSS. Tiende el puente entre un tema de visualización ECharts y los tokens de diseño Figma/CSS/Tailwind sin copiar cada valor a mano.
- [Propagador de órbita de elementos medios estilo PB05 de la ESA (Brouwer–Lyddane, J2–J6 + lunisolar)](https://elysiatools.com/es/tools/esa-pb05-pce-pck-reddy-porter-keplerian-equation-averaged-element-propagator): Propaga órbitas cercanas a la Tierra y de región GNSS con un modelo semianalítico de elementos medios en la tradición Brouwer–Lyddane/PB05: deriva secular promediada en órbita bajo el campo zonal EGM96 J2–J6 (promediado numérico de las ecuaciones de Gauss — el análogo numérico de la normalización de Delaunay con las tasas cerradas J2 como contraste integrado), reconstrucción de corto período media↔osculante de primer orden J2, análisis de órbita congelada J3, cuadrupolo lunisolar de doble media, comprobaciones de resonancia teseral de traza terrestre, resolución de inclinación sincrono-solar y validación cruzada numérica RK4 dentro del informe.
- [De paleta de imagen a design tokens](https://elysiatools.com/es/tools/image-to-design-tokens): Extrae los colores dominantes de una imagen con k-means y expórtalos como variables CSS / SCSS / configuración Tailwind / tokens JSON, con nombres y escala de tonos
- [Tasa Metabólica Basal Extendida (comparación de fórmulas)](https://elysiatools.com/es/tools/basal-metabolic-rate-ext): Calcula en paralelo las cinco ecuaciones clásicas del metabolismo basal adulto con media y rango: Mifflin-St Jeor (estándar actual de la ADA), Harris-Benedict original (1919, suele sobreestimar ~5%), Harris-Benedict revisado (Roza & Shizgal 1984), Schofield (FAO/OMS/ONU 1985, por grupos de edad; sobreestima en climas tropicales y obesidad) y Katch-McArdle (masa magra opcional: 370 + 21,6×MM). Resultados en kcal/día con notas sobre el origen de las diferencias. Complementa el bmr-calculator de fórmula única y la herramienta tdee solo-Mifflin. Fuentes: Mifflin 1990, Roza 1984, FAO/OMS/ONU 1985, ADA. Adultos sanos 18–100 años. No es consejo médico.
- [Constructor de entrenamientos Fartlek e Intervalados](https://elysiatools.com/es/tools/fartlek-interval-workout-builder): Genera una tarjeta de sesión de intervalos o fartlek lista para ejecutar a partir de un único dato ancla (tiempo de 5K / FTP / tiempo de 2K): calentamiento + repeticiones × trabajo + recuperaciones + vuelta a la calma, con ritmo, vatios o tiempos por segmento, ratio trabajo:descanso, distribución RPE CR-10 y comprobación polarizada.
- [Calculadora de la FEM de la celda galvánica](https://elysiatools.com/es/tools/galvanic-cell-emf): FEM de la celda galvánica E⁰celda = E⁰cátodo − E⁰ánodo, con ΔG⁰ = −nFE⁰ y la constante de equilibrio log₁₀K = nE⁰/0.0592 a 25 °C. El signo lo cuenta todo: la celda de Daniell (cátodo Cu²⁺/Cu a +0.34 V, ánodo Zn²⁺/Zn a −0.76 V) da +1.10 V y −212 kJ/mol — espontánea; intercambia los electrodos y los mismos números salen negativos: esa dirección es electrólisis y se niega a correr sin potencia externa.
- [Calculadora de longitud de fragmentos de restricción](https://elysiatools.com/es/tools/restriction-fragment-length): Estima los tamaños de los fragmentos tras la digestión: un sustrato circular con n cortes produce n fragmentos (envolviendo el origen) y uno lineal produce n+1. El modo de posiciones calcula fragmentos exactos a partir de coordenadas separadas por comas; el modo de número de sitios da el recuento y la media con distribución uniforme. Incluye la frecuencia esperada de sitios en ADN aleatorio: cortadores de 4 bases ~1 cada 256 bp, de 6 bases ~1 cada 4096 bp (REBASE/Sambrook), y avisos de resolución en agarosa (<50 bp puede perderse). Fuentes: Sambrook & Russell 3.ª ed., REBASE. Solo para educación.

## Ejemplos

- [Ejemplos Contentful CMS Basado en la Nube](https://elysiatools.com/es/samples/contentful-samples): Ejemplos completos de Contentful cubriendo modelado de contenido, integración de API, webhooks y patrones de integración frontend
- [Ejemplos de Procesamiento de Imágenes Web Python](https://elysiatools.com/es/samples/web-image-processing-python): Ejemplos de procesamiento de imágenes Web Python usando PIL/Pillow incluyendo lectura, guardado, redimensionamiento y conversión de formato
- [Ejemplos de Procesamiento de Imágenes Android Java](https://elysiatools.com/es/samples/android-image-processing-java): Ejemplos de procesamiento de imágenes Android Java incluyendo lectura/escritura, escalado y conversión de formato
- [Ejemplos de Procesamiento de Imágenes Android Kotlin](https://elysiatools.com/es/samples/android-image-processing-kotlin): Ejemplos de procesamiento de imágenes Android Kotlin incluyendo lectura/escritura, escalado y conversión de formato