女子ラクロス選手の怪我予防

このパイロット研究の目的は、女子大学ラクロス選手を対象に、個別のビデオ、口頭、触覚フィードバックによる傷害予防プログラム (IPP) を強化することが、一般教育のみによる IPP の実施より効果的であるかどうかを判断することです。

研究者らは、SDSU女子NCAAディビジョンIラクロスチームから20人の女性の目的サンプルを募集し、準実験的なパイロット研究を実施する予定だ。 試合中に怪我のリスクに適切にさらされることを保証するために、定期的に試合に参加する選手は競技スタッフによって特定され、研究に参加する機会が提供されます。 参加するアスリートは、コントロール（教育のみ）または個別のフィードバックを伴う教育の 2 つのグループのいずれかに（ランダムではなく）割り当てられ、ポジション、プレー時間、怪我の履歴に基づいてバランスがとられます。

女子ラクロスチームのすべての選手と医療スタッフは、IPPの目的と利点、IPP遵守の重要性、および傷害予防効果を最大化するためのIPPで動作を行う際の適切なフォームに焦点を当てたプレシーズン教育プログラムに参加する。 このプログラムには、正しいフォームのデモンストレーションと実践、一般的なエラーの特定と修正、および補正が含まれます。 プログラムのビデオと文書は、参考のためにアスリート、コーチ、医療スタッフと共有されます。 アスリートとスタッフは、お互いにフィードバックを提供し、エラーや修正を検出して修正し、プログラムを最適に実行できるようにお互いを支援することが奨励されます。 この教育プログラムは、アスリートの傷害予防に向けて、研究の主任研究者と競技スタッフの共同の取り組みとして、アスリートがこの研究に参加しているかどうかに関係なく、すべての女子ラクロスアスリートを対象に実施される予定です。 個別フィードバックを伴う教育グループに割り当てられた 10 人の参加者は、さらに 3 つのセッションを受け、6 人の DPT 学生のうちの 1 人と IPP を実行する際に、自分の動きについて個別のフィードバックを受け取ります（公認理学療法士の PI Gombatto が監督）。 個別のフィードバック セッションは 45 ～ 60 分で、IPP のアスリートのパフォーマンスのビデオ レビュー、鏡を使用したリアルタイム フィードバック、口頭および触覚フィードバックの組み合わせ、同じく受信しているパートナーとのピア フィードバックの統合で構成されます。個別のフィードバック。

すべての参加者 (N=20) は、3D バイオメカニクス分析、人体測定および体組成測定、怪我のその他の既知の危険因子を特定するためのアンケートなど、介入前 (シーズン前) および介入後 (シーズン後) のテストを完了します。 3D 生体力学的分析には、ドロップ垂直ジャンプ (DVJ) および 3 方向のスター エクスカーション バランス テスト (SEBT) による下肢の動きと力の評価が含まれます。 2022年と2023年のシーズン中の怪我の履歴と怪我の発生率は、アスリートの電子健康記録とアスリートの自己報告から収集されます。 参加者アンケートには、姿勢、履物、矯正器具の使用、およびテーピングに関する質問が含まれます。 遵守状況調査は、個別のテキストリンクまたは電話（回答なしの場合）を介して毎週（15～16週間）実施され、アスリートがIPP、自己修正、同僚のフィードバックにどのくらいの頻度で取り組んでいるかを記録します。

この研究の主な結果は、DVJ 中の動的膝外反や SEBT 中の下肢到達距離の非対称など、膝損傷に関連する生体力学的な危険因子となります。 二次アウトカムには、2023年春シーズンの下肢損傷が含まれ、治療グループ間で検査され、2022年春シーズンから2023年春シーズンまでの全参加者を対象に検査されます。 アスリートを怪我のリスクにさらす動きを変える介入が提案されているため、主要アウトカムが選択され、怪我の減少がIPPの意図した効果であるため怪我が二次アウトカムとして選択されましたが、サンプルサイズは怪我の変化を測定するには十分ではない可能性がありますこのパイロット研究では、1 シーズン中に

すべての転帰に関する要約統計が各治療グループについて検査されます。 分散分析（ANOVA）は、バイオメカニクス危険因子の変化が、教育を受けたアスリートと個別のフィードバックグループを用いた教育（グループ×時間相互作用効果）の間で異なるかどうかを判断するために実行されます。 フィッシャーの直接確率検定は、グループ間の傷害発生率の違いを検定するために使用されます。 全参加者の下肢負傷数は、2022 年シーズンと 2023 年シーズンで定量的に比較されます。 効果量 (コーエンの d) は結果ごとに計算されます。 検出力分析を実行して、より大きなサンプルで有意な効果を検出するために必要な被験者の数を決定します。