Migliaia di atleti hanno mostrato le loro abilità per il mondo a PyeongChang, Corea del Sud, alla ricerca dell'oro olimpico. Ma per ogni abbagliante triplo axel o discesa stellare sullo snowboard, gli atleti corrono il rischio di infortuni che mettano fine alla carriera.
Le prestazioni atletiche non sono l'unica vittima di infortuni sportivi. Queste lesioni comportano oneri economici per gli atleti e le loro famiglie e possono avere effetti a lungo termine sulla qualità della vita di un atleta. Per contribuire a ridurre il rischio di lesioni, i ricercatori dell'Università del Tennessee Chattanooga hanno sviluppato una struttura che misura il rischio di lesioni di un atleta utilizzando la tecnologia Internet of Things (IoT).
Pubblicato sulla rivista Analisi del rischio , lo studio, "Mitigare i rischi di lesioni sportive utilizzando Internet of Things e approcci analitici, " delinea come le procedure di screening del rischio di lesioni possono essere gestite utilizzando dispositivi wireless, come smartphone, connesso a un server cloud. Questa connessione tra telefoni, computer e altri dispositivi è ciò che i ricercatori chiamano Internet of Things.
Questo approccio alla categorizzazione dei rischi di infortunio combina la precedente storia di infortuni dell'atleta, dati da telefoni e dispositivi con dati di sorveglianza degli infortuni. Utilizzo di smartphone e altri dispositivi connessi al cloud, vari test di screening possono essere combinati da diverse fonti per creare un "cruscotto" in tempo reale dello stato di un atleta. Questi dati possono quindi aiutare a identificare gli atleti con un rischio di lesioni più elevato, e ridurre l'economia, emotivo e fisico degli infortuni sportivi.
La gestione convenzionale degli infortuni sportivi si basa molto sulla valutazione soggettiva, come la descrizione verbale del dolore e del disagio dell'atleta. Però, gli atleti potrebbero non sempre valutare accuratamente le proprie capacità e lesioni. Possono iniziare a gareggiare prima di essere pronti, che possono aumentare il rischio di recidiva. Attualmente, il metodo più utilizzato per valutare il rischio di lesioni è lo schermo di movimento funzionale, che genera un punteggio soggettivo basato sulla capacità osservata di completare i movimenti.
In contrasto, i ricercatori Gary B. Wilkerson e Marisa A. Colston hanno utilizzato uno smartphone per raccogliere dati sulle prestazioni di ciascun individuo nello studio. Per comprendere i fattori che influenzano il rischio di infortunio di un atleta, questi dati sono stati integrati con auto-segnalazioni di lesioni precedenti e monitoraggio longitudinale dell'esposizione alle condizioni di gioco.
I ricercatori hanno rintracciato 43 giocatori di una squadra di calcio della NCAA Division I-Football Championship Subdivision (FCS), a partire da un mese prima dell'inizio degli allenamenti precampionato fino alla conclusione della stagione. Le informazioni relative ai loro precedenti infortuni sono state raccolte in un sondaggio Sport Fitness Index (SFI) a 10 voci. Prima dell'inizio del precampionato, ogni giocatore ha partecipato al test Unilateral Forefoot Squat (UFS). Questo test ha valutato la loro capacità di sincronizzare le risposte muscolari nelle gambe mantenendo una posizione eretta, un angolo del ginocchio di 135 gradi e una leggera elevazione del tallone per 10 secondi. I ricercatori hanno misurato l'oscillazione posturale a scatti, una valutazione del controllo posturale.
L'uso di uno smartphone per quantificare l'instabilità posturale utilizzando l'uscita dell'accelerometro durante il test UFS è stato un modo economico ed efficiente per misurare oggettivamente la capacità dell'atleta di mantenere una posizione posturale attraverso movimenti muscolari coordinati. Questi dati sono stati trasferiti al database degli atleti e integrati con i dati dell'indagine SFI. La documentazione della partecipazione alla partita e degli infortuni subiti durante la stagione è stata aggiunta al database per sviluppare il modello di previsione degli infortuni dell'individuo.
Nell'analisi dei dati, i ricercatori hanno scoperto che gli atleti che hanno giocato almeno otto partite avevano una probabilità di infortunio tre volte maggiore rispetto a quelli che avevano giocato meno di otto partite. Tra gli atleti che hanno mostrato almeno un fattore di rischio, Il 42 per cento ha subito un infortunio.
"Assegnare tutti gli atleti ad un unico tipo di programma di allenamento, senza considerare il profilo di rischio unico di un individuo, potrebbe non produrre una sostanziale diminuzione della probabilità di lesioni. I risultati forniscono anche un'utile stima delle probabilità di accadimento di infortuni per ciascun atleta durante la stagione successiva, " afferma Wilkerson, autore principale e professore in un programma di preparazione atletica laureato.
Questo studio ha utilizzato un solo test per valutare la capacità fisica, ma ci sono molti altri tipi di test di screening che possono essere utilizzati per valutare diversi aspetti delle capacità prestazionali di un atleta per creare un quadro più dettagliato del rischio di lesioni dell'individuo. Altri test potrebbero essere utilizzati per valutare le capacità neuromeccaniche e neurocognitive e l'entità delle lesioni alla testa.
Man mano che gli smartphone e altri dispositivi IoT diventano più diffusi, vari test di screening possono essere combinati da diverse fonti per creare un "cruscotto" in tempo reale degli indicatori di stato degli atleti. Questi dati possono quindi aiutare a identificare chiaramente gli atleti con elevato rischio di lesioni, sostenendo così gli sforzi per ridurre l'economia, emotivo e fisico degli infortuni sportivi.
