Introduktion

Løbeskader er almindelige hos fritidsatleter. For et stykke tid siden bragte vi en forskningsoversigt, der vurderede effektiviteten af løbetilpasninger for løbere med patellofemorale smerter. Ud over patellofemorale smerter kan hele underbenet og lænden blive skadet, når man løber. De fleste forskningsresultater fokuserer på biomekaniske risikofaktorer for skader. Men vi ved, at skader er multifaktorielle, og derfor bør vi vurdere mere end biomekanik alene. Da næsten alle løbere har en bærbar GPS-enhed, er der mange data til rådighed. Data fra disse enheder kan give os værdifulde oplysninger om træningsfaktorer, løbemekanik, løbepræstation og -historie. I en undersøgelse af Cloosterman et al. (2022) viste det sig, at GPS-data var forbundet med løberelaterede knæskader, og de fandt ud af, at det kunne være en værdifuld metode til at vurdere løbere i praksis. Derfor ville denne artikel undersøge, om data fra løberes bærbare enheder kunne forklare risikoen for løbeskader ud over knæskader. Det kan være nyttigt, da det kan hjælpe med at identificere modificerbare risikofaktorer og samtidig give mulighed for individuel risikovurdering.

Metoder

MetoderDet nuværende studie var et prospektivt longitudinelt studie, der rekrutterede sunde løbere. Det primære formål med denne undersøgelse var at udforske gennemførligheden og anvendeligheden af GPS-data til at undersøge sammenhængen mellem træningsbelastning og løberelaterede knæskader hos fritidsløbere.

• For at vurdere gennemførligheden satte undersøgelsen specifikke tærskler for rekruttering, accept, overholdelse og dataindsamling. Rekrutteringsperioden varede i 47 dage, og acceptprocenten blev beregnet til 133 ud af 149 deltagere, hvilket svarer til 89%. Overholdelsen blev målt til 70 %, hvilket betyder, at 93 ud af 133 deltagere opfyldte undersøgelsens krav. Der blev indsamlet data for 86 ud af de 93 deltagere, hvilket giver en dataindsamlingsrate på 92 %.

Det sekundære formål med undersøgelsen var at undersøge, om de baseline-data, der blev indsamlet fra de bærbare enheder og spørgeskemaer, var prospektivt forbundet med løbeskader.

• Sunde fritidsløbere blev inkluderet for at vurdere risikoen for løbeskader fra løbernes bærbare enheder. De var mellem 18-45 år, og de løb mindst 3 gange om ugen i mindst 60 minutter om ugen. De skulle have deltaget i løb i mindst et år for at sikre, at de ikke var nybegyndere. De var fri for smerter og havde ikke pådraget sig en løbeskade i de seneste 6 måneder. Deres løbeaktiviteter skulle være deres primære motion, så et kriterium var, at de ikke deltog i mere end to andre former for motion om ugen ud over løb.

Deltagerne skulle udfylde tre patientrapporterede resultatmålinger (PROM) relateret til deres psykologiske helbred, søvnkvalitet og indre motivation for at løbe.

• Den korte Warwick-Edinburgh Mental Wellbeing Scale blev udfyldt for at evaluere det mentale velbefindende inden for de seneste to uger.
• Den korte version af Pittsburgh Sleep Quality Index blev brugt til at måle søvnkvaliteten inden for den seneste måned.
• Sport Motivation Scale-6 blev brugt til at evaluere selvbestemt motivation.

Baseline antropometriske, biomekaniske, metaboliske og træningsbelastningsdata blev trukket ud af deres GPS-armbåndsur til analyse. Dette inkluderede:

• Ugentlig løbefrekvens (dage om ugen)
• Ugentlig afstand (km)
• Kritisk effekt (W)
• Kadence (skridt pr. minut)
• Tid for kontakt med jorden (ms)
• Skridtlængde (m)

Den akutte belastning i form af distance (km) og anstrengelse (ingen enhed) blev beregnet fra syv dage før indskrivningen, og den kroniske belastning fra 28 dage før indskrivningen. Ved at dividere den akutte belastning med den kroniske belastning blev forholdet mellem akut og kronisk arbejdsbelastning (ACWR) beregnet. En høj ACWR blev defineret, når værdien oversteg 1,5. Hvis en person f.eks. har løbet 20 km i løbet af de sidste 7 dage, men kun 12,5 km i løbet af de sidste 28 dage, giver det en ACWR på 1,6 (da 20 km/12,5 km=1,6), som så klassificeres som høj.

I den 12 uger lange undersøgelsesperiode blev deltagerne bedt om at udfylde et ugentligt spørgeskema til overvågning af skadesstatus. Det gjorde det muligt for forskerne at overvåge og spore eventuelle løberelaterede skader, der opstod i løbet af undersøgelsen. En løberelateret skade blev defineret som en episode med smerter, der stoppede eller begrænsede dem i tre på hinanden følgende løbeture, eller som varede i syv dage eller førte til, at løberen søgte læge.

Resultater

I alt 133 deltagere registrerede deres træningsdata, 93 gennemførte undersøgelsen, og der blev indhentet GPS-data fra 86 deltagere.

Af de deltagere, der delte deres træningsdata, fik 21 deltagere (24%) en løberelateret skade, og 65 forblev uskadte. I alt tilbagelagde de 45231 km.

Der blev ikke fundet nogen signifikant sammenhæng mellem antropometriske data, selvbestemt motivation og ugentlig løbevolumen eller kronisk belastning efter anstrengelse og risiko for løbeskade. Heller ikke for køn, utilstrækkelig søvnkvalitet, høj ACWR efter distance eller anstrengelse og efterfølgende løberelaterede skader.

Der var dog en signifikant sammenhæng mellem den akutte belastning ved beregnet anstrengelse og efterfølgende løberelaterede skader.

Spørgsmål og tanker

Der var ingen signifikant sammenhæng mellem en høj ACWR beregnet ud fra distance eller anstrengelse og løbeskader. Den aktuelle undersøgelse viste imidlertid, at den akutte belastning ved beregnet anstrengelse var prospektivt forbundet med en øget risiko for løbeskade. Vi skal huske på, at det primære formål med dette studie var at undersøge muligheden for at indsamle data. Alligevel virker det logisk, når man tænker på andre undersøgelser, der uddyber dette emne, såsom Johnston et al. (2019). Det eneste spørgsmål, der skal undersøges, er, om vi kan bruge data fra bærbare GPS-enheder til at analysere sammenhængen mellem træning og risiko for løbeskade. I mellemtiden er det vigtigt at holde øje med pludselige stigninger i træningsbelastningen. Selvom det ikke er signifikant, kan det faktum, at en højere procentdel af løberne i den skadede gruppe havde ACWR-værdier over 1,5 sammenlignet med ikke-skadede løbere, betyde noget.

Løbeskader blev analyseret samlet. Der blev ikke skelnet mellem akutte, pludselige skader (f.eks. en lateral ankelforstuvning) og akutte skader, der udviklede sig gradvist (f.eks. en stressfraktur). For størstedelen af de skader, der udvikler sig gradvist, tror jeg, at træningshistorien er en vigtig faktor. På den anden side opstår akutte skader ofte pludseligt og kan skyldes omgivende faktorer som trafik, sigtbarhed, terræn osv. Derfor ville det være interessant at følge op på denne undersøgelse og analysere disse forskellige typer af skader hver for sig.

Følgende formel kan bruges til at beregne den akutte belastning ud fra den beregnede indsats:

([Power]/[Critical Power]) for hvert andet løb i en session divideret med 7 dage. Den kritiske effekt fås ud fra følgende ligning: (([w3min] + [w9min]) / 2) * 0,90. Hvor w3min og w9min repræsenterer de maksimale watt, der produceres i en periode på henholdsvis tre og ni minutter under et træningspas.

Da det er noget af en beregning, ville jeg holde mig til ACWR. Selv om denne sammenhæng ikke var signifikant, tror jeg, at det kan være en god hjælp til at følge en persons træning over tid. Husk, at den akutte arbejdsbyrde ikke må overskride grænserne for den kroniske arbejdsbyrde. Dette blev fundet hos ultramaratonløbere af Craddock et al. (2020) og maratonløbere af Toresdahl et al. (2023). Men vigtigst af alt kan en for lav ACWR også føre til en højere risiko for løbeskader Nakaoka et al. (2021). Denne undersøgelse kaster lys over mulige sammenhænge i fritidsløb.

Tal nørdet til mig

Skadesfrekvensen i denne undersøgelse blev beregnet pr. 1000 kilometer i stedet for 1000 timer. Derfor bør du have dette i tankerne, når du sammenligner med andre undersøgelser om dette emne, der brugte en anden metode til at definere incidensraten. Forfatterne peger på muligheden for, at dette kunne føre til forskellige resultater, når deltagernes tempo var meget forskelligt fra deltager til deltager.

Der var ingen opdeling mellem de distancer, som folk løb i løbet af undersøgelsen. Kortere og længere distancer kan føre til forskellige typer af skader.

Forundersøgelsen havde ikke styrke til at påvise sammenhænge mellem de indsamlede variabler og risikoen for løbeskade. Derfor kaster disse resultater lys over et emne, der bør undersøges yderligere i detaljer. I mellemtiden er disse resultater kun vejledende.

Arbejdsbyrden kan defineres som intern eller ekstern, baseret på henholdsvis den indsats, som deltagerne oplever, og den tilbagelagte distance. Når man er syg eller træt, kan en løbetur på 3 kilometer virke umulig (intern arbejdsbelastning), mens den eksterne arbejdsbelastning virkelig er begrænset. Derfor er det bedst at tage højde for begge dele, når du guider en løber, og lade være med at bruge vilkårlige grænseværdier for høje arbejdsbelastninger.

Baseline-konditionering kan have påvirket resultaterne mellem deltagerne. Men da udvælgelseskriterierne krævede, at løberne skulle have løbet 1 time om ugen mindst 3 gange om ugen i løbet af de sidste 12 måneder, tror jeg, at deres baseline-tilstand ville være tilstrækkelig.

Tag budskaber med hjem

Denne undersøgelse viste, at akut belastning ved beregnet anstrengelse var forbundet med at få en efterfølgende løberelateret skade. Det ser ud til, at stigninger i løbeintensitet eller pludselige stigninger i træningen kan være relateret til risikoen for løbeskader. Det primære formål med undersøgelsen var dog at undersøge gennemførligheden af dataindsamlingsprocessen. Det får os til at være forsigtige med hensyn til sammenhængen mellem akut belastning og risikoen for løbeskade. Forfatterne bør nu gennemføre et prospektivt kohortestudie med et tilstrækkeligt stærkt design for fuldt ud at undersøge denne sammenhæng og for at undersøge, om GPS-data kan bruges. I mellemtiden virker det rimeligt at holde øje med pludselige stigninger i løbetræningen, da tidligere undersøgelser allerede har advaret os om disse risikofaktorer.

Reference

Neal BS, Bramah C, McCarthy-Ryan MF, Moore IS, Napier C, Paquette MR, Gruber AH. Brug af data fra bærbar teknologi til at forklare skader ved fritidsløb: Et prospektivt longitudinelt feasibility-studie. Phys Ther Sport. 2024 Jan;65:130-136. doi: 10.1016/j.ptsp.2023.12.010. Epub 2023 dec 30. PMID: 38181563.