Resumen
Objetivos: El propósito de este estudio fue evaluar el estado de disponibilidad de energía de jugadoras de fútbol profesional con un Cuestionario de disponibilidad de energía de fútbol femenino (FFEAQ) en línea, combinado con la herramienta clínica para modelar las hormonas del ciclo menstrual utilizando técnicas de inteligencia artificial (IA). Métodos: La disponibilidad energética del fútbol femenino (FFEAQ) se desarrolló en base a cuestionarios publicados, con un sistema de puntuación ponderado para evaluar el riesgo de deficiencia energética relativa en el deporte (RED-S) . Para las hormonas del ciclo menstrual, las técnicas de IA modelaron la variación hormonal a lo largo de un ciclo, usando los resultados de muestras de sangre capilar tomadas en dos momentos. Resultados: Participaron en este estudio 21 futbolistas de nivel profesional de club, con una media de edad de 22 años. [range 16 to 30]. 20 atletas registraron puntajes positivos en el FFEAQ, lo que sugiere un bajo riesgo de Deficiencia Energética Relativa en el Deporte (RED-S). Ninguna jugadora había experimentado amenorrea primaria. 5 atletas reportaron historia previa de amenorrea secundaria. Entre las 15 jugadoras que no tomaban anticonceptivos hormonales, 2 reportaron oligomenorrea actual. La aplicación de técnicas de IA para modelar las hormonas del ciclo menstrual encontró que en 1 de las 3 jugadoras, se estaba produciendo una alteración hormonal subclínica y esta jugadora informaba de un flujo menstrual variable. Aunque las otras 2 jugadoras mostraron la variación hormonal menstrual esperada, 1 jugadora informó un flujo variable según la carga de entrenamiento, lo que sugiere una anovulación subclínica. En el momento de la prueba, la carga de entrenamiento era baja debido al confinamiento por la pandemia. Conclusión: Se encontró que las atletas profesionales de fútbol femenino en este estudio tenían bajo riesgo de RED-S de la FFEAQ. El modelado de las hormonas del ciclo menstrual utilizando técnicas de IA indicó que esto tiene el potencial de ser una herramienta clínica eficaz para identificar la disfunción hormonal sutil, como los ciclos anovulatorios subclínicos en las atletas.
Palabras clave: Deficiencia Energética Relativa en el Deporte (RED-S); atletas femeninas; Ciclo menstrual; Disfunción hormonal; hormona luteinizante
¿Cuáles son los nuevos hallazgos?
- Las jugadoras de fútbol pueden estar en riesgo de baja disponibilidad de energía y desarrollar consecuencias adversas para la salud y el rendimiento de la Deficiencia Energética Relativa en el Deporte (RED-S)
- Los cuestionarios de detección específicos del deporte son una valiosa herramienta de detección clínica para identificar a las personas en riesgo de RED-S, para brindar un apoyo rápido y personalizado para evitar la progresión de la baja disponibilidad de energía al síndrome clínico de RED-S.
- El modelado de las hormonas del ciclo menstrual con técnicas de inteligencia artificial (IA) es una herramienta clínica eficaz para proporcionar detalles más precisos de las redes hormonales para identificar la disfunción hormonal subclínica en las atletas.
¿Cómo podría impactar este estudio en la práctica clínica en el futuro?
- El Cuestionario de disponibilidad de energía del fútbol femenino (FFEAQ) es una herramienta de detección clínica útil para identificar atletas en riesgo de RED-S
- La aplicación de inteligencia artificial a las hormonas del ciclo menstrual puede proporcionar una imagen completa de la función hormonal. Esta herramienta clínica tiene la capacidad de detectar disfunción hormonal subclínica como precursor del desarrollo de amenorrea hipotalámica funcional (FHA) en RED-S
- Esta herramienta clínica de IA también puede ser útil para los atletas que se recuperan de FHA para guiar el regreso apropiado al entrenamiento completo una vez que se restablece la función hormonal completa.
- Esta herramienta clínica de hormonas de IA se puede utilizar para distinguir los problemas hipotalámicos que se encuentran en la baja disponibilidad de energía; de la capacidad de respuesta ovárica reducida que se encuentra en la perimenopausia.
Introducción
Está bien documentado que los atletas de resistencia están en riesgo de baja disponibilidad de energía y, por lo tanto, de las consecuencias adversas para la salud y el rendimiento de la Deficiencia Relativa de Energía en el Deporte (RED-S)[1]. Sin embargo, la evidencia emergente y la discusión sobre atletas que participan en deportes de equipo, como el fútbol femenino, sugiere que también pueden estar en riesgo, ya sea que la baja disponibilidad de energía (LEA) surja intencionalmente o no, debido a la alta carga de entrenamiento y las presiones sociales. [2].
Cuestionario femenino validado de baja disponibilidad de energía (LEAF-Q)[3] se centra en los aspectos de salud física de la baja disponibilidad de energía en atletas femeninas. Sin embargo, hasta la fecha no existen cuestionarios de detección específicos de deportes para identificar a las jugadoras de fútbol en riesgo de las consecuencias para la salud y el rendimiento de RED-S.
Se ha validado un Cuestionario de disponibilidad de energía específica para deportes con entrevista médica clínica (SEAQ-I) para ciclistas masculinos contra la densidad mineral ósea (DMO) de la columna lumbar y las hormonas. [4]. Además, las intervenciones educativas en este estudio de investigación demostraron ser efectivas para revertir las consecuencias adversas para la salud y el rendimiento de aquellos ciclistas en riesgo de RED-S. [5]. Un Cuestionario de Disponibilidad de Energía de Danza (DEAQ) para bailarines y bailarinas indicó que los impulsores psicológicos juegan un papel en el desarrollo de LEA y el riesgo posterior de RED-S [6].
La identificación temprana de atletas con riesgo de LEA ayudaría en la prevención de RED-S. En las mujeres, la red endocrina del ciclo menstrual es particularmente sensible a LEA. Si bien la amenorrea hipotalámica funcional (FHA) es el punto final de la LEA, una disfunción más sutil, como los ciclos anovulatorios subclínicos y los déficits de la fase lútea, pueden continuar. [7]. Hasta la fecha, es posible que el seguimiento actual del ciclo menstrual no detecte estas alteraciones endocrinas sutiles.
Los objetivos de la investigación fueron desarrollar un cuestionario de disponibilidad de energía para el fútbol femenino (FFEAQ) para identificar jugadoras en riesgo de LEA y probar la aplicación clínica del modelado de hormonas femeninas durante un ciclo menstrual utilizando técnicas de inteligencia artificial (IA).
Materiales y métodos
Diseño del estudio
Un estudio transversal de futbolistas profesionales en un club de fútbol del Reino Unido de marzo a julio de 2021. Este estudio fue revisado y aprobado por el comité de ética de investigación de la Universidad de Durham. Todos los participantes dieron su consentimiento informado.
Cuestionario de salud específico del fútbol femenino
Se invitó a los participantes a completar un cuestionario específico de fútbol femenino (FFEAQ) que se había desarrollado en base a los cuestionarios de detección clínica actuales.
Biomarcadores sanguíneos
Se evaluaron los biomarcadores sanguíneos de aquellas atletas que no tomaban anticonceptivos hormonales y que estaban menstruando, usando muestras de sangre capilar, tomadas el día 14 y el día 21 de un ciclo menstrual. Las muestras fueron analizadas para FSH (hormona estimulante del folículo), LH (hormona luteinizante), estradiol y progesterona, en un laboratorio acreditado utilizando una máquina cobas8000.
análisis estadístico
El análisis de datos se realizó utilizando las herramientas de código abierto, SciPy y Pandas (NumFOCUS, Austin, Texas), implementadas mediante el lenguaje de programación Python. Se calcularon estadísticas de resumen, incluido el conteo, la media y la desviación estándar de las respuestas, para la muestra de acuerdo con las respuestas a las preguntas. El índice de masa corporal (IMC) se calculó dividiendo la masa en kilogramos por el cuadrado de la altura en metros. Se calculó un IMC mínimo (IMC min) en función del peso mínimo del jugador para la altura actual. Se calculó un valor de variabilidad de peso dividiendo la diferencia entre los pesos máximo y mínimo para la altura actual por el peso actual.
Se calculó una puntuación de riesgo de RED-S aplicando un sistema de puntos a las respuestas del cuestionario especialmente relevantes para el síndrome (consulte el archivo complementario 2 del cálculo de la puntuación de riesgo de RED-S). Los factores relevantes incluyeron el IMC, los niveles hormonales, la dieta, el historial de lesiones, las medidas de bienestar (frescura, sueño, problemas intestinales), las actitudes para controlar la dieta y el peso y cualquier historial de trastorno alimentario diagnosticado.
El modelado de la variación temporal de las hormonas femeninas se basó en el campo de la Inteligencia Artificial. Un sistema probado utilizó la inferencia bayesiana para inferir las curvas de mejor ajuste de las cuatro hormonas femeninas clave. El análisis se realizó para cada individuo, teniendo en cuenta la duración del ciclo informado y la medida
hormonas en dos momentos del ciclo menstrual. El resultado se utilizó para evaluar…
