Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen

Ruby Otter, Talko Dijkhuis, Henk van der Worp, Hugo Velthuijsen, Koen Lemmink, Marco Aiello, Michel Brink

Research output: Contribution to conferenceAbstractProfessional

Abstract

Inleiding
Blessures 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.

Methode
De 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.

Resultaten
De 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.

Discussie
Dit 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.
Original languageDutch
Publication statusPublished - 9 Nov 2017
EventDSO: Samen kennis maken - Hogeschool Windesheim, Zwolle, Netherlands
Duration: 8 Nov 20179 Nov 2017
http://www.dagvanhetsportonderzoek.nl

Conference

ConferenceDSO
CountryNetherlands
CityZwolle
Period8/11/179/11/17
Internet address

Cite this

Otter, R., Dijkhuis, T., van der Worp, H., Velthuijsen, H., Lemmink, K., Aiello, M., & Brink, M. (2017). Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen. Abstract from DSO, Zwolle, Netherlands.
Otter, Ruby ; Dijkhuis, Talko ; van der Worp, Henk ; Velthuijsen, Hugo ; Lemmink, Koen ; Aiello, Marco ; Brink, Michel. / Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen. Abstract from DSO, Zwolle, Netherlands.
@conference{71996b466c0644c1bda0372e60b479d3,
title = "Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen",
abstract = "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.",
keywords = "training, hardlopen, blessures, patroonherkenning",
author = "Ruby Otter and Talko Dijkhuis and {van der Worp}, Henk and Hugo Velthuijsen and Koen Lemmink and Marco Aiello and Michel Brink",
year = "2017",
month = "11",
day = "9",
language = "Dutch",
note = "DSO : Samen kennis maken ; Conference date: 08-11-2017 Through 09-11-2017",
url = "http://www.dagvanhetsportonderzoek.nl",

}

Otter, R, Dijkhuis, T, van der Worp, H, Velthuijsen, H, Lemmink, K, Aiello, M & Brink, M 2017, 'Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen', Zwolle, Netherlands, 8/11/17 - 9/11/17, .

Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen. / Otter, Ruby; Dijkhuis, Talko; van der Worp, Henk; Velthuijsen, Hugo; Lemmink, Koen; Aiello, Marco; Brink, Michel.

2017. Abstract from DSO, Zwolle, Netherlands.

Research output: Contribution to conferenceAbstractProfessional

TY - CONF

T1 - Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen

AU - Otter, Ruby

AU - Dijkhuis, Talko

AU - van der Worp, Henk

AU - Velthuijsen, Hugo

AU - Lemmink, Koen

AU - Aiello, Marco

AU - Brink, Michel

PY - 2017/11/9

Y1 - 2017/11/9

N2 - 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.

AB - 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.

KW - training

KW - hardlopen

KW - blessures

KW - patroonherkenning

M3 - Abstract

ER -

Otter R, Dijkhuis T, van der Worp H, Velthuijsen H, Lemmink K, Aiello M et al. Patroonherkenning in trainingsbelasting om blessures van getrainde hardlopers te voorspellen. 2017. Abstract from DSO, Zwolle, Netherlands.