Systemdynamikkmodell for prediksjon av akutte ikke-kontaktskader i nedre ekstremiteter (SDLE)

Introduksjon

Riktig funksjon av hamstringsmuskelen er avgjørende for utførelse av de fleste atletiske aktiviteter. Muskelskader, spesielt hamstringsmuskulaturen, er blant skadene med høyere forekomst i lagidretter. Spesifikt utgjør muskelskader omtrent en tredjedel av alle tidstapskader i europeiske fotballklubber, mens skader i hamstringsmuskelen utgjør 12 % av alle skader. Dessuten er den økonomiske konsekvensen av en måneds rehabilitering av en spiller med HSI i et europeisk lag lik 500.000 euro. Nylig undersøkte en systematisk oversikt 179 HSIs relaterte risikofaktorer og konkluderte med at det er behov for å utforske disse faktorenes komplekse og ikke-lineære sammenheng. Bruken av komplekse systemberegningsmetoder i idrettsskadefeltet gir en gyldig innsikt i skadeetiologi og følgelig en mer effektiv skadeprediksjon.

SD-modellering og dens anvendelse på helserelatert forskning har økt raskt de siste årene. Eksempler på vellykkede SD-applikasjoner inkluderer temaene fedme og diabetes, kreft, kardiovaskulære og andre kroniske sykdommer for å fange opp og bedre forstå den komplekse etiologien og gjenopprettingen av hjernerystelsen.

For å oppsummere har SD-modelleringsmetoden vist seg å være en effektiv tilnærming til å håndtere helsesystemproblemer. Så vidt etterforskerne kjenner til, er det imidlertid ikke utført noen studie ved bruk av SD-modellering for å undersøke den komplekse og dynamiske karakteren av interaksjon mellom faktorene som bidrar til HSI.

Målet med studiet

Denne studien har først som mål å utvikle en System Dynamics for Lower Extremity (SDLE) modell for å evaluere risikoen for hamstringsskader. Videre vil modellen bli kalibrert og validert med reelle data for å kvantifisere faktorenes interaksjon og teste modellens evne til å forutsi HSI. Det endelige målet er å teste plausible forebyggingsstrategier og foreslå passende retningslinjer.

Metodikk

Generell beskrivelse av metodisk prosedyre for SDLE-prosjektet Det foreslåtte prosjektets metodiske faser og den foreslåtte studiens tidsplan presenteres. Etter en klar problemstilling skal det foretas en gjennomgang av HSI-risikofaktorer. Risikofaktorer vil bli brukt som variabler for utvikling av SDLE-modellen. Dette vil bli tilrettelagt ved i første omgang å bruke årsakssløyfemodelleringsteknikken i en serie samskapingsverksteder med hovedinteressentene. Her vil metodikken til Group Modeling Building (GMB) bli brukt. Målet er å få verdifulle innspill fra interessenter som idrettsfysioterapeuter, leger, trenere og idrettsforskere. Resultatet fra samskapingsverkstedene vil være en årsakssløyfemodell som viser de viktigste sammenhengene mellom HSI-risikofaktorene. Opprettelsen av CLD vil tjene som et kommunikasjonsverktøy for å dele de ulike mentale modellene som finnes blant interessenter. Etter utviklingen av CLD i samråd med interessentene, vil vi gå videre til lager- og strømningsmodellen, hvor vi kvantifiserer variablene identifisert i CLD og skiller mellom bestander og strømmer. Deretter vil den formulerte SDLE-modellen bli kalibrert ved hjelp av reelle data (risikofaktorer, skader, eksponeringsrate) fra lagidrettsutøvere. Det siste trinnet vil være å kjøre simuleringsmodellen gjennom sensitivitetsanalyse. Vi vil utføre eksperimenter ved å teste plausible intervensjoner før implementering for å redusere risikoen og takle problemet med hamstringsskader. Hovedfasene i det foreslåtte prosjektet beskrives nærmere som følger.

SDLE-modellvalidering med ekte data

Lagenes idrettsutøvere vil bli invitert til å delta i denne studien. Idrettsutøveren bør være fri for skade i minst seks måneder eller være fullstendig rehabilitert fra en tidligere skade for å delta i studien. I denne fasen vil det bli gjennomført en ettårig prospektiv kohortstudie. Denne fasen inkluderer målinger før sesongen, datainnsamling av skader og eksponeringsrater i løpet av sesongen, og oppfølgingsmålinger midt i sesongen. De registrerte dataene vil bli satt inn i den formulerte SDLE-modellen for å kalibrere og validere modellen. For det første vil demografiske detaljer og sykehistorie bli samlet inn. Deretter vil spesifikke biomekaniske målinger bli vurdert.

Databehandling og statistisk analyse

Den strukturelle likningsmodelltilnærmingen (SEM) vil bli brukt for å kvantifisere innbyrdes sammenhenger mellom innsamlingsvariabler. Strukturell ligningsmodellering er et sett med statistiske teknikker som brukes til å måle de komplekse relasjonene mellom variabler for å teste teoriens gyldighet ved å bruke ekte data.

Sensitivitetsanalyse og scenarioplanlegging

Etter at SDLE-modellen er kalibrert og validert, vil ulike scenarier bli vurdert. Ulike intervensjoner vil bli brukt for å evaluere effekten av disse intervensjonene ved hjelp av SDLE-simuleringsmodellen. Som et resultat vil effektive retningslinjer for å takle problemet med akutte ikke-kontakt LE-skader bli foreslått.