急性非接触下肢損傷予測のためのシステム ダイナミクス モデル (SDLE)

序章

適切なハムストリング筋の機能は、ほとんどの運動活動の実行に不可欠です。 筋肉の損傷、特にハムストリングスの筋肉は、チーム スポーツで発生率が高い損傷の 1 つです。 具体的には、筋肉の損傷は、ヨーロッパのサッカー クラブで発生したタイム ロス損傷全体の約 3 分の 1 を占めていますが、ハムストリングスの筋肉の損傷は、すべての損傷の 12% を占めています。 さらに、欧州チームの HSI を持つ選手の 1 か月のリハビリテーションの経済的影響は 500.000 に相当します。 ユーロ。 最近、システマティック レビューが 179 の HSI に関連するリスク要因を調査し、これらの要因の複雑で非線形な相互関係を調査する必要があると結論付けました。 スポーツ傷害の分野で複雑なシステムの計算方法を利用すると、傷害の病因に関する有効な洞察が得られ、その結果、より効果的な傷害の予測が可能になります。

SD モデリングとその健康関連研究への応用は、ここ数年で急速に増加しています。 成功した SD アプリケーションの例には、複雑な病因と脳震盪の回復を捉えてよりよく理解するために、肥満と糖尿病、癌、心血管、およびその他の慢性疾患のトピックが含まれます。

要約すると、SD モデリング手法は、医療システムの問題に対処するための効果的なアプローチであることが証明されています。 ただし、研究者の知る限り、HSI に寄与する要因間の相互作用の複雑で動的な性質を調査するために、SD モデリングを使用した研究は行われていません。

研究の目的

この研究は、最初にハムストリングス損傷のリスクを評価するための下肢 (SDLE) モデルのシステム ダイナミクスを開発することを目的としています。 さらに、モデルは実際のデータで調整および検証され、因子の相互作用が定量化され、HSI を予測するモデルの能力がテストされます。 最終的な目的は、もっともらしい予防戦略をテストし、適切なポリシーを提案することです。

方法論

SDLE プロジェクトの方法論的手順の概要 提案されたプロジェクトの方法論的フェーズと提案された研究のタイムテーブルが提示されます。 明確な問題の説明に続いて、HSI リスク要因のレビューが実行されます。 リスク要因は、SDLE モデルを開発するための変数として使用されます。 これは、主な利害関係者との一連の共同作成ワークショップで因果ループ モデリング手法を最初に採用することによって促進されます。 ここでは、Group Modeling Building (GMB) の方法論を採用します。 その目的は、スポーツ理学療法士、医師、コーチ、スポーツ科学者などの利害関係者から貴重な情報を得ることです。 共創ワークショップのアウトプットは、HSI リスク要因間の主な相互関係を示す因果ループ モデルになります。 CLD の作成は、利害関係者の間で存在するさまざまなメンタル モデルを共有するためのコミュニケーション ツールとして機能します。 利害関係者と合意した CLD の開発に続いて、ストックとフローのモデルに進みます。これにより、CLD で特定された変数を定量化し、ストックとフローを区別します。 次に、公式化された SDLE モデルは、チーム スポーツ選手からの実際のデータ (危険因子、負傷、曝露率) を使用して調整されます。 最後のステップは、感度分析を通じてシミュレーション モデルを実行することです。 リスクを軽減し、ハムストリングスの損傷の問題に取り組むために、実装前にもっともらしい介入をテストすることで実験を行います。 提案されたプロジェクトの主なフェーズは、以下のように詳細に説明されています。

実際のデータを使用した SDLE モデルの検証

チームのスポーツ選手は、この研究に参加するよう招待されます。 アスリートは、研究に参加するために、少なくとも6か月間怪我をしていないか、以前の怪我から完全にリハビリされている必要があります。 このフェーズでは、1 年間の前向きコホート研究が実施されます。 このフェーズには、シーズン前の測定、シーズン中の怪我と曝露率のデータ収集、およびシーズン中盤のフォローアップ測定が含まれます。 記録されたデータは、定式化された SDLE モデルに挿入され、モデルのキャリブレーションと検証が行われます。 まず、人口統計の詳細と病歴が収集されます。 次に、特定の生体力学的測定が評価されます。

データ処理と統計分析

構造方程式モデル アプローチ (SEM) を使用して、収集変数間の相互関係を定量化します。 構造方程式モデリングは、変数間の複雑な関係を測定し、実際のデータを使用して理論の妥当性をテストするために使用される一連の統計手法です。

感度分析とシナリオ計画

SDLE モデルが調整および検証された後、さまざまなシナリオが評価されます。 SDLEシミュレーションモデルを使用してこれらの介入の影響を評価するために、さまざまな介入が適用されます。 その結果、急性の非接触性LE損傷の問題に取り組むための効果的な政策が提案されます。