Introduksjon

Løpeskader er vanlig hos fritidsutøvere. For en stund siden la vi ut en forskningsgjennomgang som vurderte effektiviteten av løpetilpasninger for løpere med patellofemoral smerte. Foruten patellofemoral smerte, kan hele underekstremiteten og korsryggen bli skadet mens du løper. Det meste av forskningsbeviset fokuserer på biomekaniske skaderisikofaktorer. Imidlertid vet vi at skader er multifaktorielle, og derfor bør vi vurdere mer enn biomekanikk alene. Siden nesten alle løpere har en bærbar GPS-enhet, er mye data tilgjengelig. Data hentet fra disse enhetene kan gi oss verdifull informasjon om treningsfaktorer, løpemekanikk, løpsytelse og historie. I en studie av Cloosterman et al. (2022) ble GPS-innhentede data funnet å være assosiert med løperelaterte kneskader og de fant at dette kunne være en verdifull metode for å vurdere løpere i praksis. Derfor ønsket denne artikkelen å undersøke om data fra løpernes bærbare enheter kunne forklare risikoen for løpeskade i tillegg til kneskader. Dette kan være nyttig siden det kan bidra til å identifisere modifiserbare risikofaktorer samtidig som det gir mulighet for individuell risikovurdering.

Metoder

MetoderDen nåværende studien var en prospektiv longitudinell studie som rekrutterte friske løpere. Hovedmålet med denne studien var å undersøke gjennomførbarheten og brukbarheten av GPS-data for å undersøke assosiasjonene mellom treningsbelastning og løperelaterte kneskader hos rekreasjonsløpere.

• For å vurdere gjennomførbarhet, satte studien spesifikke terskler for rekruttering, aksept, etterlevelse og datainnsamling. Rekrutteringsperioden varte i 47 dager, og akseptprosenten ble beregnet til 133 av 149 deltakere, noe som tilsvarer 89 %. Overholdelse ble målt til 70 %, noe som indikerer at 93 av 133 deltakere fullførte studiekravene. Datainnsamling ble oppnådd for 86 av de 93 deltakerne, noe som resulterte i en datainnsamlingsrate på 92 %.

Det sekundære målet med studien var å undersøke om baseline-dataene innhentet fra de bærbare enhetene og spørreskjemaene var prospektivt assosiert med løpeskader.

• Friske fritidsløpere ble inkludert for å vurdere risikoen for løpeskader fra løpernes bærbare enheter. De var mellom 18-45 år, de løp minst 3 ganger per uke i minimum 60 minutter per uke. De måtte delta i løpingen i minst det siste året, for å sikre at de ikke var nybegynnere. De var fri for smerter og pådro seg ingen løpeskade de siste 6 månedene. Løpeaktivitetene deres måtte være hovedøvelsen deres, så et kriterium var at de ikke deltok på mer enn to ekstra treningsformer per uke ved siden av løping.

Deltakerne ble pålagt å fullføre tre pasientrapporterte utfallsmål (PROMs) relatert til deres psykologiske helse, søvnkvalitet og indre motivasjon for å løpe.

• Den korte Warwick-Edinburgh Mental Wellbeing Scale ble fylt for å evaluere mentalt velvære de siste to ukene
• Den korte versjonen av Pittsburgh Sleep Quality Index ble brukt til å måle søvnkvalitet den siste måneden
• Sport Motivation Scale-6 ble brukt til å evaluere selvbestemt motivasjon

Baseline antropometriske, biomekaniske, metabolske og treningsbelastningsdata ble trukket ut fra deres GPS-armbåndsure for analyse. Dette inkluderte:

• Ukentlig løpefrekvens (dager per uke)
• Ukentlig avstand (km)
• Kritisk effekt (W)
• Kadens (trinn per minutt)
• Bakkekontakttid (ms)
• Skrittlengde (m)

Den akutte belastningen etter distanse (km) og innsats (ingen enhet) ble beregnet fra syv dager før påmelding og den kroniske belastningen fra 28 dager før påmelding. Ved å dele den akutte belastningen på den kroniske belastningen, ble akutt-til-kronisk arbeidsbelastningsforhold (ACWR) beregnet. En høy ACWR ble definert når verdien oversteg 1,5. For eksempel, når noen løp 20 km i løpet av de siste 7 dagene og de bare løp 12,5 km i løpet av de siste 28 dagene, fører dette til en ACWR på 1,6 (siden 20 km/12,5 km=1,6), som da blir klassifisert som høy.

For den 12 uker lange studieperioden ble deltakerne bedt om å fylle ut et ukentlig spørreskjema for overvåking av skadestatus. Dette gjorde det mulig for forskerne å overvåke og spore eventuelle løperelaterte skader som oppsto under studien. En løperelatert skade ble definert som en episode med smerte som stoppet eller begrenset dem i 3 påfølgende løp eller som vedvarte i syv dager eller førte til at løperen søkte legehjelp.

Resultater

Totalt 133 deltakere registrerte treningsdataene sine, 93 fullførte studien og GPS-data fra 86 deltakere ble innhentet.

Av deltakerne som delte treningsdataene sine, fikk 21 deltakere (24%) en løperelatert skade og 65 forble uskadde. Til sammen dekket de 45231 km.

Det ble ikke funnet noen signifikant sammenheng mellom antropometriske data, selvbestemt motivasjon og ukentlig løpevolum eller kronisk belastning etter innsats og risiko for løpeskader. Verken for kjønn, utilstrekkelig søvnkvalitet, høy ACWR etter avstand eller innsats og påfølgende løperelaterte skader.

Det var imidlertid en signifikant sammenheng mellom den akutte belastningen ved beregnet innsats og påfølgende løperelatert skade.

Spørsmål og tanker

Det var ingen signifikant sammenheng mellom høy ACWR beregnet etter distanse eller innsats og løpeskader. Den nåværende studien fant imidlertid at den akutte belastningen ved kalkulert innsats var prospektivt assosiert med økt løpeskaderisiko. Vi må huske på at hovedmålet med denne studien var å undersøke gjennomførbarheten av datainnsamlingen. Likevel virker det logisk når du vurderer andre studier som utdyper dette emnet som Johnston et al. (2019) . Det eneste spørsmålet å studere gjenstår om vi kan bruke data innhentet fra bærbare GPS-enheter til å analysere sammenhengen mellom trening og risiko for løpeskader. I mellomtiden ser det ut til at det er viktig å holde øye med plutselige topper i treningsbelastningsøkninger. Selv om det ikke er signifikant, kan det faktum at en høyere prosentandel av løpere i den skadde gruppen hadde ACWR-verdier over 1,5 sammenlignet med ikke-skadde løpere bety noe.

Løpeskader ble analysert samlet. Det var ingen differensiering mellom akutt plutselig (for eksempel en lateral ankelforstuing) eller akutte skader som utviklet seg gradvis (som stressbrudd). For flertallet av skadene som utviklet seg gradvis, tror jeg at treningshistorie er en avgjørende faktor. På den annen side oppstår akutte skader ofte plutselig og kan skyldes omkringliggende faktorer som trafikk, sikt, terreng etc. Derfor ville det vært interessant å følge opp denne studien og analysere disse ulike skadetypene hver for seg.

For å beregne den akutte belastningen ved beregnet innsats, kan følgende formel brukes:

([Power]/[Critical Power]) for hver andre kjøring i en økt delt på 7 dager. Kritisk kraft oppnås fra følgende ligning: (([w3min] + [w9min]) / 2) * 0,90. Der w3min og w9min representerer de maksimale wattene som produseres i henholdsvis en tre- og ni-minutters periode under en treningsøkt.

Siden dette er litt av en beregning, vil jeg holde meg til ACWR. Selv om denne assosiasjonen ikke var signifikant, tror jeg det kan være en god hjelp å spore noens trening over tid. Husk at den akutte arbeidsbelastningen ikke skal overskride grensene for den kroniske arbeidsbelastningen. Dette ble funnet hos ultramaratonløpere av Craddock et al. (2020) og maratonløpere av Toresdahl et al. (2023) . Men viktigere, en ACWR som er for lav kan også føre til høyere løpeskaderisiko Nakaoka et al. (2021) . Denne studien belyser mulige assosiasjoner innen rekreasjonsløping.

Snakk nerdete til meg

Skadefrekvensen i denne studien ble beregnet per 1000 kilometer, i stedet for 1000 timer. Derfor bør du ha dette i bakhodet når du sammenligner med andre studier om dette emnet som brukte en annen beregning for å definere insidensraten. Forfatterne peker på muligheten for at dette kan føre til ulike utfall når deltakernes tempo var svært forskjellig mellom deltakerne.

Det var ingen forskjell mellom distansene noen løp gjennom hele studien. Kortere og lengre avstander kan føre til ulike typer skader.

Mulighetsstudien var ikke drevet til å oppdage assosiasjoner mellom de innsamlede variablene og risiko for løpende skade. Derfor kaster disse resultatene lys over et tema som bør undersøkes nærmere i detalj. I mellomtiden er disse resultatene bare utforskende.

Arbeidsbelastning kan defineres som intern eller ekstern, basert på henholdsvis innsatsen deltakerne opplever og distanse som tilbakelegges. Når noen er syke eller slitne, kan en 3-kilometers løpetur virke umulig (intern arbeidsbelastning), mens den eksterne arbeidsbelastningen er veldig begrenset. Derfor er det best å vurdere både når du veileder en løper og avstå fra å bruke vilkårlige cut-off terskler for høy arbeidsbelastning.

Baseline condition kunne ha påvirket resultatene mellom deltakerne. Selv om, siden kvalifikasjonskriteriene krevde løpere som løp 1 time per uke i minst 3 ganger per uke i løpet av de siste 12 månedene, tror jeg at grunntilstanden deres ville være tilstrekkelig.

Ta hjem meldinger

Denne studien viste at akutt belastning ved beregnet innsats var assosiert med å pådra seg en påfølgende løperelatert skade. Det ser ut til at topper i løpeintensitet eller plutselige økninger i trening kan ha sammenheng med risiko for løpeskader. Hovedmålet med studien var imidlertid å undersøke gjennomførbarheten av datainnsamlingsprosessen. Dette får oss til å være forsiktige med sammenhengen mellom akutt belastning og risiko for løpeskader. Forfatterne bør nå gjennomføre en prospektiv kohortstudie med et tilstrekkelig drevet design for å undersøke denne sammenhengen fullt ut og for å undersøke om GPS-data kan brukes. I mellomtiden virker det rimelig å holde øye med plutselige topper i løpetrening, siden tidligere studier allerede har advart oss om disse risikofaktorene.

Referanse

Neal BS, Bramah C, McCarthy-Ryan MF, Moore IS, Napier C, Paquette MR, Gruber AH. Bruk av bærbare teknologidata for å forklare rekreasjonsløpeskader: En prospektiv longitudinell mulighetsstudie. Phys Ther Sport. 2024 Jan;65:130-136. doi: 10.1016/j.ptsp.2023.12.010. Epub 2023 30. desember. PMID: 38181563.