Nieuws

‘The soccer project’

Doel van dit project:
Sportblessures (zullen) altijd een groot probleem zijn en het onderzoeken van de blessuremechanismes is van groot belang voor wetenschappers en medici. Hierdoor kunnen zij namelijk verbeterd inzicht krijgen in hoe deze blessures ontstaan. Hoewel in veel eerdere onderzoeken risicofactoren zijn onderzocht en preventiestrategieën zijn voorgesteld, nemen sportblessures de afgelopen tien jaar niet af, en in sommige sporten zelfs toe. Sporters raken daarnaast ook vaak nogmaals (blijvend) geblesseerd na oorspronkelijk herstel.

Onlangs is een complexe systeembenadering voorgesteld om de dynamische aard van de ontwikkeling van sportblessures beter weer te geven. Om de mechanismen van een sportblessure volledig te begrijpen is een onderzoek naar de interacties tussen risicofactoren nodig. Er zal gekeken moeten worden naar hoe deze interacties elkaar kunnen beïnvloeden of zelfs veranderen, waardoor andere patronen ontstaan binnen de blessures. Deze nieuwe kijk op onderzoek is de toekomstige manier om onderzoek naar blessurepreventie te verrichten (Bittencourt et al., 2016). Het doel van dit project is daarom blessures te voorspellen en vervolgens verminderen middels het toepassen van een nieuwe statistische analyse op reeds lopende onderzoeken.

In dit project wordt “machine learning” geïmplementeerd. Dit zijn AI en data science die specifiek zijn ontworpen voor big data in grote data sets. Op deze manier kunnen profielen gevormd worden van sporters die risico lopen op blessures. Dit onderzoek bij elite mannelijke voetballers is niet alleen gefocust op de fysieke variabelen maar ook op psychologische, medische, fysiologische, etc. gegevens. Door de innovatievere variabelen vormt zich uiteindelijk een vollediger profiel. Daarnaast bevat het onderzoek strategisch geplande opeenvolgende onderzoeken om de parameters te monitoren in plaats van een enkele baseline screening af te nemen gevolgd door een follow-up periode.

Belangrijk om te vermelden is dat in dit project “white box machine learning” wordt toegepast. Dit betekent dat we er naar streven de verkregen inzichten te delen in de resultaten. Het doel is namelijk om de variabelen die van invloed zijn te achterhalen en niet zelf vorm te geven. Deelnemende clinici kunnen inzicht krijgen in de blessuremechanismes en vervolgens hun (preventieve) behandelmethodes aanpassen op basis van de verkregen resultaten om hiermee de kans op blessures te verlagen.

Contact:
Dr. Evi Wezenbeek
Evi.wezenbeek@ugent.be