Järjestelmädynamiikkamalli akuuttien kosketuksettomien alaraajavammojen ennustamiseen (SDLE)

Johdanto

Reisilihasten asianmukainen toiminta on välttämätöntä useimpien urheilutoimintojen suorittamisessa. Lihasvammat, erityisesti takareisilihakset, ovat joukkueurheilussa yleisimpiä vammoja. Lihasvammat muodostavat noin kolmanneksen kaikista aikatappiovammoista eurooppalaisissa jalkapalloseuroissa, kun taas takareisilihasten vammat muodostavat 12 prosenttia kaikista vammoista. Lisäksi HSI-pelaajan yhden kuukauden kuntoutuksen taloudellinen vaikutus eurooppalaisessa joukkueessa on 500 000 euroa. Äskettäin suoritetussa systemaattisessa katsauksessa tarkasteltiin 179 HSI:hen liittyvää riskitekijää ja todettiin, että on tarpeen tutkia näiden tekijöiden monimutkaista ja epälineaarista keskinäistä yhteyttä. Monimutkaisten järjestelmien laskennallisten menetelmien käyttö urheiluvammojen alalla tarjoaa pätevän käsityksen vamman etiologiasta ja siten tehokkaamman vamman ennustamisen.

SD-mallinnus ja sen soveltaminen terveyteen liittyvään tutkimukseen on lisääntynyt nopeasti viime vuosina. Esimerkkejä onnistuneista SD-sovelluksista ovat liikalihavuuden ja diabeteksen, syövän, sydän- ja verisuonitautien ja muiden kroonisten sairauksien aiheet, jotta voidaan vangita ja ymmärtää paremmin aivotärähdyksen monimutkainen etiologia ja toipuminen.

Yhteenvetona voidaan todeta, että SD-mallinnusmenetelmä on osoittautunut tehokkaaksi lähestymistavaksi terveydenhuoltojärjestelmän ongelmien ratkaisemiseksi. Tutkijoiden tietämyksen mukaan SD-mallinnuksella ei ole kuitenkaan tehty tutkimusta HSI:hen vaikuttavien tekijöiden välisen vuorovaikutuksen monimutkaisen ja dynaamisen luonteen selvittämiseksi.

Tutkimuksen tavoite

Tämän tutkimuksen tavoitteena on ensin kehittää SDLE (System Dynamics for Lower Extremity) -malli reisilihasten vammojen riskin arvioimiseksi. Lisäksi malli kalibroidaan ja validoidaan todellisilla tiedoilla tekijöiden vuorovaikutuksen kvantifioimiseksi ja mallin kyvyn ennustaa HSI:itä testaamiseksi. Lopullisena tavoitteena on testata uskottavia ehkäisystrategioita ja ehdottaa asianmukaisia ​​toimintatapoja.

Metodologia

Yleiskuvaus SDLE-hankkeen metodologisesta menettelystä Esitellään ehdotetun hankkeen metodologiset vaiheet ja ehdotetun tutkimuksen aikataulu. Selkeän ongelman ilmaisun jälkeen on tehtävä HSI-riskitekijöiden katsaus. Riskitekijöitä käytetään muuttujina SDLE-mallin kehittämisessä. Tätä helpottaa käyttämällä aluksi kausaalisilmukan mallinnustekniikkaa sarjassa yhteisluontityöpajoja tärkeimpien sidosryhmien kanssa. Tässä käytetään Group Modeling Building (GMB) -metodologiaa. Tavoitteena on saada arvokasta palautetta sidosryhmiltä, ​​kuten urheilufysioterapeuteilta, lääkäreiltä, ​​valmentajilta ja urheilututkijoilta. Yhteistyöpajojen tuotos on kausaalisilmukkamalli, joka kuvaa HSI:n riskitekijöiden keskeisiä keskinäisiä suhteita. CLD:n luominen toimii viestintävälineenä erilaisten henkisten mallien jakamiseksi sidosryhmien kesken. CLD:n kehittämisen jälkeen yhteisymmärryksessä sidosryhmien kanssa siirrymme kanta- ja virtausmalliin, jossa kvantifioidaan CLD:ssä tunnistetut muuttujat ja erotetaan varastot ja virrat. Tämän jälkeen muotoiltu SDLE-malli kalibroidaan käyttämällä joukkueurheilijoiden todellisia tietoja (riskitekijät, vammat, altistumisnopeus). Viimeinen vaihe on simulaatiomallin ajaminen herkkyysanalyysin avulla. Suoritamme kokeita testaamalla uskottavia interventioita ennen käyttöönottoa riskien vähentämiseksi ja takareisivammojen ongelman ratkaisemiseksi. Ehdotetun hankkeen päävaiheet kuvataan tarkemmin seuraavassa.

SDLE-mallin validointi todellisilla tiedoilla

Joukkueiden urheilijat kutsutaan osallistumaan tähän tutkimukseen. Urheilijan tulee olla vapaa loukkaantumisista vähintään kuuden kuukauden ajan tai täysin kuntoutunut aiemmasta vammasta voidakseen osallistua tutkimukseen. Tässä vaiheessa tehdään yhden vuoden prospektiivinen kohorttitutkimus. Tämä vaihe sisältää kauden esimittaukset, loukkaantumis- ja altistustiheystietojen keruun kauden aikana sekä seurantamittaukset kauden puolivälissä. Tallennetut tiedot lisätään muotoiltuun SDLE-malliin mallin kalibroimiseksi ja validoimiseksi. Ensin kerätään väestötiedot ja sairaushistoria. Sitten arvioidaan erityiset biomekaaniset mittaukset.

Tiedonkäsittely ja tilastollinen analyysi

Rakenneyhtälömallin lähestymistapaa (SEM) käytetään määrittämään muuttujien keskinäiset suhteet. Rakenneyhtälöiden mallinnus on joukko tilastollisia tekniikoita, joita käytetään muuttujien välisten monimutkaisten suhteiden mittaamiseen teorian pätevyyden testaamiseksi todellisen datan avulla.

Herkkyysanalyysi ja skenaarioiden suunnittelu

Kun SDLE-malli on kalibroitu ja validoitu, eri skenaarioita arvioidaan. Erilaisia ​​interventioita sovelletaan näiden interventioiden vaikutusten arvioimiseksi SDLE-simulaatiomallin avulla. Tämän seurauksena ehdotetaan tehokkaita toimintatapoja akuuttien kosketuksettomien LE-vammojen ongelman ratkaisemiseksi.