分析精英卷曲运动员的活动和受伤风险:来自会议的七个工作负载监测指标-RPE

科学领域:

• 运动科学 运动科学 运动科学
• 运动生理学 运动生理学
• 伤害预防 预防伤害

背景情况:

• 训练负载监测对于运动员的表现和伤害预防至关重要.
• 感知劳力的会议评分 (sRPE) 衍生度量为量化训练负载提供了一种实用的方法.
• 存在各种指标来分析训练负载,但它们在伤害预测模型中的有效性需要进一步调查.

研究的目的:

• 为了比较七个sRPE衍生的指标在分类伤害风险中的表现.
• 评估不同时间序列 (无延迟,5天,10天延迟) 对损伤预测模型准确性的影响.
• 为了确定检测潜在伤害风险的最敏感的指标.

主要方法:

• 在211天内,从8名卷发运动员的每日训练数据中计算出7个sRPE衍生的指标.
• 使用这些指标开发了后勤回归和多层感知模型.
• 用接收机操作特征 (ROC) 图表和分类准确度来评估模型性能.

主要成果:

• 没有时间延迟的多层感知子模型显示了最高的平均分类性能 (86.5%,AUC=0.773).
• 指数加权移动平均 (EWMA) 度量在没有延迟的时间序列中实现了最高的分类准确性 (90.0%,AUC=0.899).
• 5天延迟的每周负载变化率也表现出强的表现 (88.9%,AUC=0.841).

结论:

• EWMA指标,特别是没有时间延迟,是预测受伤风险的高度敏感指标.
• 这一发现表明,使用EWMA实时监控训练负载可以有效地进行主动伤害管理.
• 该研究强调了在实施工作负载监控以预防伤害时考虑时间序列分析的重要性.