Hvordan forske på treningsbelastning og risiko for skade?

Skader som oppstår på grunn av overtrening er mulig å unngå, og det er et voksende behov for kunnskap om hvordan treningsbelastning har en effekt på skade. Likevel er det lite konsensus på hvordan man bør foreta analysene. I dette prosjektet skal vi finne ut hvilke metoder som egner seg best til denne forskningen.

-

Formell tittel

Forbedring av metodikk i forskning på treningsbelastning og risiko for skade: En analyse av analyser

Formål

Hovedformålet med dette doktorgradsprosjektet er å identifisere og anbefale passende metoder for å forske på sammenhengen mellom treningsbelastning og risiko for skade.

Prosjektbeskrivelse

Doktorgradsprosjektet består av fire delprosjekter.

Delprosjekt I: Tidligere studier har vist at det er ikke nødvendigvis bare overtrening som kan øke risiko for skade, men også for lite trening. I dette delprosjektet skal vi utforske den ikke-lineære sammenhengen mellom treningsbelastning og risiko for skade.

Delprosjekt II: Forskere på feltet har brukt svært ulike metoder for å håndtere manglende verdier i dataene. Vi skal vurdere hvordan manglende verdier i idrettsdata bør håndteres.

Delprosjekt III: I dette delprosjektet skal vi identifisere hvilke statistiske metoder som kan estimere den kumulative effekten av langtids-treningsbelastning.

Delprosjekt IV: Idrettsutøvere kan bli utsatt for flere skader i løpet av en sammenhengende sesong med aktivitet. Vi skal finne ut hvordan man tar høyde for flere skadetilfeller på samme individ i idrettskadeforskning.

Resultat

Delprosjekt I
Ingen sammenheng ble funnet mellom treningsbelastning og skade i noen av fotballkohortene. En J-formet sammenheng ble oppdaget i håndballdatasettet (p < 0.001). De eneste metodene som hadde evnen til å forme ikke-lineære sammenhenger var kvadratisk regresjon, fraktale polynomer, og kubiske spliner. Man bør anta at sammenhengen mellom treningsbelastning og skade kan være ikke-lineær. Fremtidig forskning burde ta i bruk egnede metoder for å håndtere ikke-lineæritet, slik som fraktale polynomer eller kubiske spliner.

Bache-Mathiesen, L; Andersen, T. E.; Dalen-Lorentsen, T; Clarsen, B; Fagerland, M. W. (2021). Not straightforward: modelling non-linearity in training load and injury research. BMJ Open Sports & Exercise Medicine 7(3):e001119. DOI: 10.1136/bmjsem-2021-001119

Delprosjekt II
Bare 37 (34 %) av 108 studier rapporterte om treningbelastning hadde noen manglende observasjoner. Multippel imputering var den beste metoden for å håndtere manglende data på tvers av ulike scenarioer. Forskningsstudier på treningsbelastning og risiko for idrettsskader bør rapportere mengden manglende data, og hvordan de ble håndtert. Multippel imputering bør brukes når man imputerer selvrapportert treningsbelastningsmålinger og/eller GPS målinger.

Bache-Mathiesen, L; Andersen, T. E.; Clarsen, B; Fagerland, M. W. (2021). Handling and reporting missing data in training load and injury risk research. Science and Medicine in Football 1–13. DOI: 10.1080/24733938.2021.1998587