Pendahuluan

Cedera hamstring strain (HSI) tetap menjadi salah satu cedera muskuloskeletal yang paling umum terjadi di sepak bola elit, dengan tingkat kejadian meningkat dua kali lipat selama dua dekade terakhir. Meskipun faktor risiko tradisional untuk cedera hamstring - termasuk cedera sebelumnya, defisit kekuatan hamstring eksentrik, dan beban lari - sudah diketahui dengan baik, namun hubungan antara mekanika lari dan risiko cedera hamstring masih menjadi kontroversi - meskipun sering menjadi target dalam program pencegahan.

Kesenjangan antara praktik klinis dan bukti menyoroti kebutuhan akan alat penilaian berbasis lapangan yang praktis. Sementara teknologi penangkapan gerakan tiga dimensi (3DMoCap) adalah standar emas untuk penilaian biomekanik, Sprint Mechanics Assessment Score (S-MAS) menawarkan solusi yang lebih layak secara klinis, dengan menggunakan analisis video sederhana untuk mengevaluasi pola gerakan yang berpotensi menimbulkan risiko.

Penelitian ini menyelidiki apakah S-MAS dapat membantu dokter memprediksi dan mencegah cedera hamstring, menjembatani kesenjangan antara penelitian biomekanik dan praktik kedokteran olahraga di dunia nyata.

Metode

Studi kohort prospektif selama 6 bulan ini melacak para pemain sepak bola elit untuk menyelidiki mekanika lari cepat dan risiko cedera hamstring. Metodologi yang digunakan mengikuti pedoman Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) untuk pelaporan penelitian observasional yang ketat.

Penelitian prospektif ini melibatkan pemain lapangan dari klub sepak bola profesional Inggris yang secara medis dinyatakan layak untuk berpartisipasi penuh dan berusia minimal 18 tahun. Penjaga gawang tidak diikutsertakan dan pemain yang baru saja menjalani operasi (dalam waktu 6 bulan) juga tidak diikutsertakan untuk menghindari faktor perancu. Sembilan klub pada awalnya berpartisipasi, dengan satu klub yang tidak diikutsertakan karena tidak memenuhi kriteria usia.

Untuk menentukan berapa banyak pemain yang dibutuhkan untuk penelitian ini, para peneliti pertama-tama menganalisis data cedera dari satu klub sepak bola. Mereka menggunakan data percontohan ini - yang menunjukkan tingkat cedera sebesar 22% - untuk menjalankan perhitungan daya dengan perangkat lunak G*Power. Analisis menunjukkan bahwa mereka membutuhkan 100 peserta total untuk memiliki peluang 90% untuk mendeteksi pola cedera yang sebenarnya

perbedaan sekaligus menjaga tingkat alarm palsu pada 5%. Penelitian ini dirancang untuk menyertakan empat pemain yang tidak cedera untuk setiap satu pemain yang cedera (rasio 1:4) untuk memastikan perbandingan yang tepat dapat dibuat.

Pengumpulan data

Para peserta melakukan dua kali sprint maksimal 35 meter setelah pemanasan standar dan lari peningkatan submaksimal (80-90% usaha). Pengujian dilakukan pada saat pramusim (Juni-Agustus) atau musim kompetisi (Oktober-Maret) di atas rumput alami atau rumput sintetis, dengan para pemain mengenakan sepatu bola pilihan mereka. Dua uji coba sprint direkam untuk memastikan bahwa tungkai kanan dan kiri terekam dengan baik.

Penilaian S-MAS

Seorang ahli biomekanik dengan pengalaman 10 tahun, yang tidak mengetahui hasil dari cedera, menilai semua uji coba lari cepat dengan menggunakan 12 item Sprint Mechanics Assessment Score (S-MAS). Analisis dilakukan frame per frame menggunakan perangkat lunak analisis video Kinovea. Masing-masing dari 12 fitur kinematik dinilai secara dikotomis: satu poin untuk kehadiran pola gerakan yang kurang optimal dan nol poin untuk ketiadaannya. Hal ini menghasilkan skor total mulai dari 0 (menunjukkan mekanika sprint yang optimal) hingga 12 (mencerminkan beberapa defisit yang dapat diamati), dengan skor yang lebih tinggi sesuai dengan kualitas gerakan yang semakin buruk.

Pelaporan cedera hamstring

Studi ini menganalisis HSI yang dilaporkan secara retrospektif (penarikan kembali 12 bulan, diverifikasi secara medis) dan yang terjadi secara prospektif (tindak lanjut 6 bulan, dikonfirmasi oleh MRI) yang berhubungan dengan sprint. Data retrospektif menangkap mekanisme dan lateralitas cedera melalui wawancara pemain dan tinjauan rekam medis. Cedera yang mungkin terjadi didokumentasikan secara klinis dengan lokalisasi otot berbasis MRI dan dinilai menggunakan klasifikasi British Athletics. Untuk meminimalkan gangguan, atlet yang mengalami cedera non-hamstring parah (>28 hari absen) dikeluarkan dari kontrol, untuk memastikan eksposur latihan yang sebanding antar kelompok. Menggabungkan analisis retrospektif dan prospektif memungkinkan para peneliti untuk mengaitkan secara andal antara mekanika lari cepat tertentu dan risiko cedera hamstring.

Analisis statistik

Analisis (Stata/JASP) termasuk pengujian normalitas/varians (Shapiro-Wilk, Levene's), dengan perbandingan kelompok melalui uji-t atau uji Mann-Whitney U. Secara retrospektif, skor S-MAS berbeda antara pemain yang sebelumnya cedera dan yang tidak cedera (Mann-Whitney U). Secara prospektif, HSI yang dikonfirmasi oleh MRI dihubungkan dengan S-MAS (prediktor utama) menggunakan metode yang sama, dengan anggota tubuh yang cedera dibandingkan dengan anggota tubuh yang tidak cedera yang dipilih secara acak. Ukuran efek (Hedges' g) besaran yang dikuantifikasi. Uji Kruskal-Wallis membandingkan S-MAS pada subkelompok yang baru pertama kali, berulang, dan tidak cedera. Regresi poisson memodelkan S- MAS sebagai prediktor HSI, dengan menyesuaikan usia/cedera sebelumnya (IRR yang dilaporkan). Kurva ROC mengidentifikasi ambang batas risiko S-MAS yang optimal.

Hasil

Investigasi ini melibatkan 126 pemain sepak bola profesional pria dari delapan klub Inggris yang mencakup divisi Premier League hingga National League. Analisis retrospektif ini melibatkan 118 pemain, dengan 23 pemain diklasifikasikan sebagai pemain yang pernah mengalami cedera (PREV-INJ) dan 95 pemain sebagai pemain yang tidak mengalami cedera (PREV-UNINJ), dengan karakteristik fisik yang sebanding (tinggi badan ~181-183 cm, berat badan ~78-80 kg).

Pemantauan prospektif selama enam bulan berhasil mengumpulkan 111 partisipan setelah mengecualikan 7 partisipan yang tidak dapat ditindaklanjuti dan 16 partisipan yang mengalami cedera non-hamstring yang parah. Di antara 17 cedera hamstring baru, 14 di antaranya terkait dengan lari cepat (kelompok PROSP-INJ) dan dibandingkan dengan 78 kontrol yang tidak mengalami cedera (PROSP-UNINJ). Tiga HSI non-sprint tidak disertakan untuk mempertahankan fokus mekanistik.

Analisis retrospektif menunjukkan bahwa pemain yang sebelumnya cedera (PREV-INJ) menunjukkan skor S-MAS yang jauh lebih tinggi dibandingkan dengan pemain yang tidak cedera (median 6 vs 5, p = 0,007), dengan ukuran efek mulai dari yang sepele hingga yang besar (g Hedges = 0,17 - 1,1).

Dalam analisis prospektif selama 6 bulan, para pemain yang mengalami cedera hamstring terkait lari cepat (PROSP-INJ) menunjukkan skor S-MAS yang jauh lebih buruk dibandingkan kontrol yang tidak mengalami cedera (median 6 vs. 4, p=0,006), dengan cedera pertama kali menunjukkan perbedaan yang paling mencolok (median 7 vs. 4, p=0.017). Setiap peningkatan 1 poin S-MAS meningkatkan risiko cedera sebesar 33% (IRR yang disesuaikan = 1,33, p = 0,044), yang mengkonfirmasi adanya hubungan dosis-respons. Analisis karakteristik operasi penerima (ROC) mengidentifikasi 5,5 sebagai batas optimal (AUC = 0,732), dengan skor ≥6 menghasilkan risiko cedera yang bermakna secara klinis - meskipun tidak signifikan secara statistik (p = 0,065) - 2,8 kali lipat lebih tinggi (95% CI: 0,94-8,35) dibandingkan dengan skor ≤5. Khususnya, sensitivitas alat ini (78,6%) mengungguli spesifisitasnya (65,4%), yang memprioritaskan pendeteksian hasil positif yang benar. Secara kolektif, hasil ini memvalidasi S-MAS sebagai alat skrining pragmatis untuk menandai mekanisme sprint berisiko tinggi, terutama untuk cedera pertama kali, sambil menggarisbawahi perlunya interpretasi yang cermat terhadap ambang batas yang signifikan.

Pertanyaan dan pemikiran

Penelitian ini menawarkan bukti penting yang menghubungkan antara mekanika lari cepat yang buruk dan ketegangan hamstring, yang menyediakan alat penilaian berbasis lapangan yang praktis bagi para klinisi. Namun demikian, ada beberapa keterbatasan yang harus diperhatikan. Yang paling penting, S-MAS belum divalidasi terhadap sistem penangkapan gerakan 3D - standar emas untuk analisis biomekanik. Korelasi yang ditunjukkan antara skor S-MAS yang lebih tinggi dan kejadian cedera cukup menjanjikan untuk penggunaan klinis, terutama karena kesederhanaan dan aksesibilitas alat ini. Namun, sebelum menerapkannya secara luas, kami membutuhkan studi prospektif yang lebih besar: 1) menetapkan nilai batas yang pasti, 2) memverifikasi akurasi prediktifnya di berbagai populasi, dan 3) menentukan bagaimana hal ini melengkapi penilaian risiko cedera yang ada. Temuan saat ini membenarkan penggunaan S-MAS sebagai alat skrining, tetapi para praktisi harus menginterpretasikan skor dengan hati-hati dan menggabungkannya dengan tindakan klinis lainnya.

Analisis prospektif, meskipun secara metodologis baik, menghadapi tantangan yang melekat karena sampel pemain yang cedera lebih kecil dibandingkan dengan kontrol yang tidak cedera - sebuah keterbatasan umum dalam studi prediksi cedera. Ketidakseimbangan ini, meskipun tidak dapat dihindari dalam desain prospektif, dapat mengurangi kekuatan statistik untuk mendeteksi perbedaan yang tidak kentara namun bermakna secara klinis. Meskipun memiliki keterbatasan, S-MAS memberikan evaluasi komposit yang berguna secara klinis dari beberapa faktor risiko biomekanik, yang memungkinkan identifikasi yang efisien terhadap pola lari cepat berisiko tinggi di lapangan.

Kelalaian yang penting adalah kurangnya pemantauan variabel beban latihan (volume, intensitas), yang merupakan faktor moderator risiko cedera. Fluktuasi dalam beban kerja - baik lonjakan yang berlebihan atau pengkondisian yang tidak memadai - dapat mengacaukan hubungan antara mekanika lari cepat dan hasil cedera. Selain itu, waktu penilaian (pramusim vs. dalam musim) memperkenalkan variabilitas tambahan, karena efisiensi mekanis dan kerentanan cedera pemain dapat bergeser di berbagai fase kalender kompetisi.

Bicara kutu buku padaku

Para peneliti menganalisis skor S-MAS untuk mengidentifikasi faktor risiko biomekanik untuk cedera hamstring. Mereka pertama-tama mengkonfirmasi distribusi skor non-normal yang diharapkan dengan menggunakan tes Shapiro-Wilk dan plot Q-Q - mengantisipasi bahwa pemain yang rentan cedera akan menunjukkan nilai S-MAS yang berbeda dan lebih tinggi daripada mengelompok di sekitar rata-rata tim. Pola distribusi ini terungkap:

1. Kelompok mayoritas dengan mekanisme yang khas
2. Subkelompok berisiko tinggi dengan teknik yang buruk (skor yang lebih tinggi)

Karena tes parametrik tidak sesuai untuk data yang miring ini, mereka menggunakan tes Mann-Whitney U untuk membandingkan skor antara pemain yang cedera dan yang tidak cedera secara andal. Pendekatan ini secara khusus menargetkan deteksi outlier biomekanik yang signifikan secara klinis, bukan tren rata-rata populasi. Untuk variabel kontinu seperti usia atau tinggi badan yang terdistribusi secara normal, mereka menggunakan uji-t.

Setelah menetapkan perbandingan dasar ini, para peneliti selanjutnya mengukur kepentingan praktis dari perbedaan tersebut dengan menggunakan ukuran efek g dari Hedges. Meskipun uji Mann-Whitney U mengkonfirmasi bahwa pemain yang cedera memiliki skor S-MAS yang lebih tinggi, ukuran efek mengungkapkan apakah perbedaan ini sepele (0,2), moderat (0,5), atau besar (0,8) di dunia nyata. Untuk menjawab pertanyaan yang bernuansa tentang bagaimana riwayat cedera memengaruhi risiko, mereka kemudian menggunakan uji Kruskal-Wallis dengan koreksi post hoc Dunn. Hal ini memungkinkan perbandingan di tiga subkelompok penting: cedera pertama kali, cedera berulang, dan pemain yang tidak mengalami cedera-memperluas dikotomi cedera awal/tidak cedera. Bersama-sama, analisis berurutan ini memastikan tidak hanya ketelitian statistik tetapi juga relevansi klinis, menunjukkan dengan tepat atlet mana (misalnya, mereka yang baru pertama kali mengalami cedera dan memiliki skor S-MAS yang tinggi) yang menghadapi risiko terbesar.

Setelah menetapkan bahwa pemain yang cedera menunjukkan skor S-MAS yang lebih tinggi melalui perbandingan non parametrik (Mann-Whitney U) dan mengukur besarnya perbedaan ini (Hedges 'g), para peneliti kemudian membahas dua pertanyaan klinis yang kritis: Seberapa tepat S-MAS memprediksi risiko cedera? dan Ambang batas apa yang harus memicu intervensi? Untuk memodelkan hubungan antara biomekanik dan kejadian cedera dari waktu ke waktu, mereka menggunakan regresi Poisson-sebuah metode yang dirancang untuk data hitungan seperti kejadian cedera. Analisis ini mengungkapkan bahwa setiap peningkatan 1 poin S-MAS meningkatkan risiko cedera sebesar 33%, bahkan setelah disesuaikan dengan faktor perancu seperti usia dan cedera sebelumnya, yang menegaskan nilainya sebagai prediktor independen. Namun, untuk menerjemahkan risiko yang terus menerus ini ke dalam praktik klinis yang dapat ditindaklanjuti, mereka menggunakan analisis kurva ROC, yang mengidentifikasi ≥6 sebagai batas optimal S-MAS. Ambang batas ini menyeimbangkan sensitivitas (mendeteksi 78,6% cedera yang sebenarnya) dengan spesifisitas (meminimalkan alarm palsu), sehingga memberikan tolok ukur yang jelas bagi pelatih dan dokter untuk mekanik berisiko tinggi. Bersama-sama, tes lanjutan ini memperluas temuan awal di luar perbandingan kelompok, menawarkan kuantifikasi risiko granular (Poisson) dan alat skrining praktis (ROC) - yang secara langsung menangani tujuan penelitian untuk menjembatani mekanika lari cepat dan ketegangan hamstring.

Bawa pulang pesan

Mekanisme lari cepat dan ketegangan hamstring: S-MAS (Sprint Mechanics Assessment Score) berfungsi sebagai alat bantu lapangan yang efektif untuk mendeteksi atlet yang berisiko tinggi mengalami cedera hamstring terkait lari cepat (HSI). Meskipun berharga, namun harus dipadukan dengan:

Stratifikasi Risiko

Skor ≥6 berfungsi sebagai ambang batas risiko awal, yang berkorelasi dengan insiden cedera yang jauh lebih tinggi dalam penelitian ini.

• Perhatian khusus harus diberikan kepada atlet dengan:
  • Sejarah HSI sebelumnya
  • Kekuatan eksentrik yang berkurang (defisit latihan hamstring Nordic)

Intervensi yang Ditargetkan

Mengatasi kelemahan biomekanik yang diidentifikasi oleh komponen S-MAS (misalnya, fleksi lateral batang tubuh, pola pemogokan kaki):

•  Latihan modifikasi teknik(lihat Mendiguchia et al., 2023 untuk strategi berbasis bukti)

• Protokol penguatan eksentrik (misalnya, ikal hamstring Nordic)
• Pekerjaan stabilitas panggul/batang tubuh.

Untuk Rehabilitasi Khusus Cedera:

Lihat panduan komprehensif tentang klasifikasi cedera hamstring dan protokol kembali berolahraga untuk menyesuaikan intervensi dengan tingkat keparahan cedera (mis., Nilai Klasifikasi Cedera Otot Atletik Inggris). https://www.physiotutors.com/fr/hamstring-injury-classification- and-rehabilitation/

Pencegahan Cedera Holistik

Meskipun S-MAS berfokus pada mekanika, integrasikan faktor-faktor tambahan ini:

• Pemantauan beban latihan: Memantau beban internal menggunakan RPE (Rating of Perceived Exertion) subjektif dan data pelacakan objektif di lapangan.
• Faktor psikososial: Stres yang dirasakan tinggi atau kurang tidur dapat menambah risiko biomekanik.
• Pengendalian lingkungan: Kekerasan permukaan dan desain cleat dapat mengubah kinematika sprint.

Referensi

Bramah C, Rhodes S, Clarke-Cornwell A, dkkMekanika lari cepat dikaitkan dengan cedera regangan hamstring: studi kohort prospektif selama 6 bulan terhadap 126 pesepakbola pria elitBritish Journal of Sports Medicine Diterbitkan Online Pertama: 23 Maret 2025. doi: 10.1136/bjsports-2024-108600