Análisis de conglomerados de la técnica de corte: ¿un enfoque valioso para evaluar el riesgo de lesiones del ligamento cruzado anterior?

Antecedentes:

A pesar de los extensos esfuerzos para identificar los factores de riesgo biomecánicos singulares para las lesiones del ligamento cruzado anterior (ACL), los resultados de la investigación aún no son concluyentes. Al combinar múltiples variables biomecánicas, los análisis de clúster podrían ayudarnos a identificar estrategias de técnicas de corte seguras y riesgosas.

Objetivo:

Identificar estrategias de movimiento comunes durante las maniobras de corte y evaluar su asociación con el riesgo de lesiones de LCA.

Métodos:

Un total de 754 jugadoras de fútbol y balonmano de élite y fútbol, ​​incluidos 59 con antecedentes de lesiones de LCA, realizaron una tarea de corte específica del deporte mientras se registró biomecánica 3D. Durante un período de seguimiento de 8 años, 43 de estos jugadores sufrieron una lesión de ACL principal y 13 jugadores por una lesión secundaria de LCA. La técnica de corte se describió utilizando 36 variables cinemáticas discretas. Para identificar diferentes técnicas de corte, empleamos un algoritmo de agrupación de K-Means en subconjuntos de datos que involucran diferentes números de variables cinemáticas (36, 13 y 5 variables) y diferentes deportes (balonmano, fútbol y ambos combinados). Para evaluar el impacto de los grupos de técnicas de corte identificados en el riesgo de lesiones de LCA, comparamos la proporción de jugadores lesionados entre estos grupos utilizando la prueba exacta de Fisher-Freeman-Halton y los índices de RAND ajustados (ARI).

Resultados:

Identificamos dos grupos de técnicas de corte distinguibles en el subconjunto que involucra tanto deportes como cinco variables cinemáticas (puntaje promedio de silueta, ASS = 0.35). Sin embargo, estos grupos se formaron en función de las diferencias relacionadas con el deporte o la tarea (Fisher’s pag <0.001, ARI = 0.83) en lugar de diferencias relacionadas con la lesión (Fisher's pag = 0.417, ARI = 0.00). También encontramos dos grupos de técnicas de corte en el balonmano (Ass = 0.23) y fútbol (ASS = 0.30) subconjuntos con cinco variables cinemáticas. Sin embargo, ninguno de estos grupos parecía estar asociado con el riesgo de lesiones de ACL (Fisher’s pag > 0.05, ARI = 0.00).

Conclusión:

No se pueden discernir estrategias de técnicas de corte seguras o arriesgadas entre las jugadoras de fútbol y balonmano femenino de élite. El análisis de clúster de la técnica de corte, utilizando un algoritmo K-Means, no demostró ser un enfoque valioso para evaluar el riesgo de lesiones de LCA en este conjunto de datos.