Duizenden atleten demonstreerden hun capaciteiten voor de wereld in PyeongChang, Zuid-Korea, op jacht naar Olympisch goud. Maar voor elke oogverblindende triple axel of stellaire snowboardrun, atleten lopen het risico op blessures die hun loopbaan beëindigen.

Atletische prestaties zijn niet het enige slachtoffer van sportblessures. Deze verwondingen vormen een economische last voor atleten en hun families en kunnen langdurige gevolgen hebben voor de kwaliteit van leven van een atleet. Om het risico op letsel te helpen verminderen, onderzoekers van de Universiteit van Tennessee Chattanooga hebben een raamwerk ontwikkeld dat het risico op blessures van een atleet meet met behulp van Internet of Things (IoT) -technologie.

Gepubliceerd in het tijdschrift Risico analyse , de studie, "Het verminderen van risico's op sportblessures met behulp van Internet of Things en analytische benaderingen, " schetst hoe screeningprocedures voor letselrisico kunnen worden beheerd met behulp van draadloze apparaten, zoals smartphones, verbonden met een cloudserver. Deze verbinding tussen telefoons, computers en andere apparaten is wat onderzoekers het internet der dingen noemen.

Deze benadering voor het categoriseren van blessurerisico's combineert de eerdere blessuregeschiedenis van de atleet, gegevens van telefoons en apparaten met gegevens over letselsurveillance. Met behulp van cloud-verbonden smartphones en andere apparaten, verschillende screeningtests kunnen uit verschillende bronnen worden gecombineerd om een ​​realtime "dashboard" van de status van een atleet te creëren. Deze gegevens kunnen vervolgens helpen bij het identificeren van atleten met een hoger blessurerisico, en de economische, emotionele en fysieke tol van sportblessures.

Conventioneel beheer van sportblessures is sterk afhankelijk van subjectieve beoordeling, zoals de verbale beschrijving van pijn en ongemak door de atleet. Echter, atleten kunnen hun eigen capaciteiten en blessures niet altijd nauwkeurig inschatten. Ze kunnen beginnen te concurreren voordat ze er klaar voor zijn, die hun risico op opnieuw letsel kunnen vergroten. Momenteel, de meest gebruikte methode voor het beoordelen van het letselrisico is het functionele bewegingsscherm, die een subjectieve score genereert op basis van het waargenomen vermogen om de bewegingen te voltooien.

In tegenstelling tot, onderzoekers Gary B. Wilkerson en Marisa A. Colston gebruikten een smartphone om prestatiegegevens te verzamelen over elk individu in het onderzoek. Om de factoren te begrijpen die van invloed zijn op het blessurerisico van een atleet, deze gegevens werden geïntegreerd met zelfrapportages van eerdere verwondingen en longitudinale tracking van blootstelling aan spelomstandigheden.

De onderzoekers volgden 43 spelers van een NCAA Division I-Football Championship Subdivision (FCS) voetbalteam, beginnend een maand voor de start van de voorbereiding van het seizoen tot het einde van het seizoen. Informatie over hun eerdere verwondingen werd verzameld in een 10-item Sport Fitness Index (SFI) -onderzoek. Voorafgaand aan de start van het voorseizoen, elke speler nam deel aan de Unilateral Forefoot Squat (UFS) -test. Deze test beoordeelde hun vermogen om spierreacties in de benen te synchroniseren terwijl ze rechtop bleven staan, een kniehoek van 135 graden en een lichte hielverhoging gedurende 10 seconden. De onderzoekers maten posturale zwaai schokkerigheid - een evaluatie van houdingscontrole.

Het gebruik van een smartphone om posturale schokkerigheid te kwantificeren met behulp van de output van de accelerometer tijdens de UFS-test was een goedkope en efficiënte manier om objectief het vermogen van de atleet te meten om een ​​houdingspositie te behouden door middel van gecoördineerde spierbewegingen. Deze gegevens werden overgebracht naar de atletendatabase en geïntegreerd met gegevens uit de SFI-enquête. Documentatie van wedstrijddeelname en opgelopen blessures tijdens het seizoen werden aan de database toegevoegd om het blessurevoorspellingsmodel van het individu te ontwikkelen.

Bij de analyse van de gegevens is de onderzoekers ontdekten dat atleten die minstens acht wedstrijden speelden meer dan drie keer grotere kans hadden op blessures dan degenen die minder dan acht wedstrijden speelden. Onder atleten die ten minste één risicofactor vertoonden, 42 procent liep een blessure op.

"Alle atleten toewijzen aan één type trainingsprogramma, zonder rekening te houden met het unieke risicoprofiel van een individu, mogelijk niet leiden tot een substantiële vermindering van de kans op blessures. De resultaten bieden ook een bruikbare schatting van de kans op het optreden van blessures voor elke atleet tijdens het volgende seizoen, " zegt Wilkerson, hoofdauteur en professor in een gediplomeerd atletisch trainingsprogramma.

Deze studie gebruikte slechts één test om het fysieke vermogen te beoordelen, maar er zijn veel andere soorten screeningtests die kunnen worden gebruikt om verschillende aspecten van de prestatiemogelijkheden van een atleet te beoordelen om een ​​gedetailleerder beeld te krijgen van het letselrisico van het individu. Andere tests kunnen worden gebruikt om neuromechanische en neurocognitieve vaardigheden en de omvang van hoofdletsel te meten.

Naarmate smartphones en andere IoT-apparaten steeds vaker voorkomen, verschillende screeningtests kunnen uit verschillende bronnen worden gecombineerd om een ​​realtime "dashboard" van statusindicatoren voor atleten te creëren. Deze gegevens kunnen vervolgens helpen om atleten met een verhoogd blessurerisico duidelijk te identificeren, daarmee de inspanningen ondersteunend om de economische, emotionele en fysieke tol van sportblessures.