In het weekend van 20 en 21 september 2014 vond de 30ste editie van de Dam tot Damloop plaats. Onderzoekers van de Hogeschool van Amsterdam en Hogeschool Inholland hebben bij de Dam tot Damloop een evaluatieonderzoek uitgevoerd met als doel het vinden van aanknopingspunten voor het structureel stimuleren van een gezonde leefstijl en het verminderen van blessures. Door deze focus is, naast de samenwerking op basis van het convenant tussen Le Champion en de Hogeschool van Amsterdam/Inholland, ook de vereniging van Sportgeneeskunde als partner betrokken bij dit onderzoek. Het onderzoek richt zich op vijf onderwerpen: karakteristieken van de deelnemers, gezondheidseffecten, gebruik van apps, informatievoorziening en de bedrijvenloop.
Elke docent heeft er wel mee te maken gehad. Een leerling landt op de voet van een andere leerling of net naast de mat. In 2018 kwamen maar liefst 13000 kinderenop de eerste hulp terecht als gevolg van een (ernstige) blessure tijdens het bewegingsonderwijs (Veiligheid.nl, 2019). Hiermee bezet het bewegingsonderwijs een stevige 2e plaats, na het veldvoetbal met ruim 33000 bezoeken. Dit heeft grote persoonlijke een maatschappelijk gevolgen. Gelukkig is er de laatste jaren veel aandacht voor het herstel na een blessure. In dit artikel willen we echter nadruk leggen op de preventie van blessures. Dit doen we niet alleen.
InleidingBlessures zijn een groot probleem voor hardlopers. Zo raakt jaarlijks 64% van de midden-lange afstandslopers, 32% van de lange afstandslopers en 52% van de marathonlopers geblesseerd (1). Blessures veroorzaken niet alleen persoonlijk leed, maar hierdoor kunnen hardlopers ook niet (goed) trainen om hun prestatiedoel te bereiken. Daarom is het van groot belang om te bepalen wat de risicofactoren zijn om een blessure te krijgen. Een van de risicofactoren waar sporters en coaches zelf invloed op hebben is de trainingsbelasting (2). Daarom is in deze studie onderzocht of er patronen zijn in de trainingsbelasting die voorafgaan aan een blessure. Daarnaast is uitgezocht in hoeverre de blessures te voorspellen zijn op basis van deze patronen. MethodeDe trainingsbelasting en blessures van 23 hardlopers is twee jaar lang bijgehouden. Deze gegevens zijn met verschillende datamining technieken onderzocht om patronen te herkennen. Er is gekozen om dagelijkse acute trainingsbelasting (over 7 dagen) te delen door dagelijkse chronische trainingsbelasting (over 28 dagen), genaamd acute:chronic ratio (2). Dit is per hardloper over 720 dagen bepaald. Daarbij is specifiek gekeken naar het patroon van verandering in acute:chronic ratio over vier weken voorafgaand aan elke blessure. ResultatenDe resultaten laten zien dat de hardlopers twee weken voorafgaand aan een blessure hun acute:chronic ratio met gemiddeld 11,5% verhoogden ten opzichte van de twee weken daarvoor. Met deze verhoging van 11,5% is het relatieve risico op een blessure significant verhoogd met 9,4. De sensitiviteit van voorspellingen is 0,51 en de specificiteit is 0,94.DiscussieDit betekent dat een toename van 11,5% of meer in trainingsbelasting gedurende twee weken een verhoogde kans geeft op blessures bij hardlopers. Ondanks het verhoogde risico is de voorspelling van een blessure nog niet goed mogelijk met alleen trainingsgegevens. Toch kunnen hardlopers het risico op blessures misschien verkleinen door individueel goed te kijken naar verhogingen in trainingsbelasting.(1) Kluitenberg B et al. (2015) What are the Differences in Injury Proportions Between Different Populations of Runners? A Systematic Review and Meta-Analysis. Sport Med. 45(8):1143–61.(2) Gabbett, TJ. (2016) The training-injury prevention paradox: should athletes be training smarter and harder?. Br J Sports Med, bjsports-2015.
Blessures zijn één van de grootste problemen in de paralympische sport. Niet alleen is het aantal blessures hoog, maar ook de impact in het dagelijks leven is groot. In gesprekken met de beroepspraktijk (sporters, coaches, Embedded Scientist) komt de urgentie van dit probleem met name naar voren bij rolstoelsporters. In dit geval kan een blessure namelijk een acute bedreiging vormen voor de zelfredzaamheid, omdat zij in het dagelijks leven ook afhankelijk zijn van de rolstoel. Helaas is het voorkomen van blessures op dit moment moeilijk door de verscheidenheid aan blessures en onduidelijkheid over wat de oorzaken van deze blessures zijn. Hierbij speelt de complexiteit van het probleem een grote rol omdat allerlei factoren belangrijk kunnen zijn, zoals onder andere de belasting in het dagelijks leven, mentale aspecten en de slaapkwaliteit van de atleten. In dit project willen we de eerste stappen zetten om te achterhalen wat de risicofactoren zijn voor het oplopen van een overbelastingsblessure in rolstoelsporten. Om dit bereiken stellen we een integrale en data gedreven aanpak voor, waar Artificiële Intelligentie en Data Science een essentiële rol spelen. Op deze manier willen we de invloed van alle aspecten tegelijk bekijken en ook de mogelijke wisselwerkingen tussen de potentiële risicofactoren. In samenwerking met praktijkpartners, kennisinstellingen en bedrijven willen we verkennen wat noodzakelijk is voor onze integrale aanpak van blessurepreventie in rolstoelsporten. De opbrengst van dit project is een ingediende vervolgaanvraag met een goed afgebakende onderzoeksvraag en een sterk consortium. Ook zal een data-infrastructuur worden ontwikkeld, die gebruiksvriendelijk is voor de rolstoelsporter en de data gedreven aanpak naar blessurepreventie mogelijk maakt.
In het RAAK-project, genaamd Groningen MAPS, is er veel data en kennis vergaard van waaruit antwoorden zijn geformuleerd op verschillende vragen rondom belasting en belastbaarheid van (top)sporters. Het onderzoek naar de factoren die invloed hebben op de prestaties en het blessurerisico van sporters heeft opgeleverd dat we nu meer inzicht hebben in de informatie die nodig is om gericht te zoeken naar verbanden tussen belasting en belastbaarheid.We hebben echter nog niet gekeken naar de data vanuit een datamining perspectief. Datamining is het gericht zoeken naar verbanden in een database met als doel het opstellen van profielen. Deze profielen kunnen nieuwe inzichten geven waardoor sporters van nog betere feedback voorzien kunnen worden. Het doel van het Top-up project is om kennis te ontwikkelen over het automatiseren van de verwerking en analyse van datastromen. Dit zal leiden tot een datasysteem wat automatisch analyses uitvoert achter de schermen. Met dit datasysteem kan de Groningen MAPS-data verder geanalyseerd worden (door middel van datamining) om nieuw inzicht te verkrijgen op het gebied van patronen in belasting en belastbaarheid van (top)sporters.
In het RAAK-project, genaamd Groningen MAPS, is er veel data en kennis vergaard van waaruit antwoorden zijn geformuleerd op verschillende vragen rondom belasting en belastbaarheid van (top)sporters. Het onderzoek naar de factoren die invloed hebben op de prestaties en het blessurerisico van sporters heeft opgeleverd dat we nu meer inzicht hebben in de informatie die nodig is om gericht te zoeken naar verbanden tussen belasting en belastbaarheid. We hebben echter nog niet gekeken naar de data vanuit een datamining perspectief. Datamining is het gericht zoeken naar verbanden in een database met als doel het opstellen van profielen. Deze profielen kunnen nieuwe inzichten geven waardoor sporters van nog betere feedback voorzien kunnen worden. Het doel van het Top-up project is om kennis te ontwikkelen over het automatiseren van de verwerking en analyse van datastromen. Dit zal leiden tot een datasysteem wat automatisch analyses uitvoert achter de schermen. Met dit datasysteem kan de Groningen MAPS-data verder geanalyseerd worden (door middel van datamining) om nieuw inzicht te verkrijgen op het gebied van patronen in belasting en belastbaarheid van (top)sporters.
