Biomekanik vid sprintning i samband med hamstringssträckning hos manliga fotbollsspelare.
Inledning
Hamstring strain injuries (HSI) är fortfarande en av de vanligaste muskuloskeletala skadorna inom elitfotbollen, med en fördubbling av incidensen under de senaste två decennierna. Medan de traditionella riskfaktorerna för hamstringsbristningar - inklusive tidigare skador, nedsatt styrka i den excentriska hamstringsstyrkan och löpbelastning - är väletablerade, är sambandet mellan sprintmekanik och risken för hamstringsbristningar fortfarande kontroversiellt - trots att det ofta är en målsättning i förebyggande program.
Denna klyfta mellan klinisk praxis och evidens belyser behovet av praktiska, fältbaserade bedömningsverktyg. Tekniken med tredimensionell rörelseinspelning (3DMoCap) är guldstandarden för biomekanisk bedömning, men Sprint Mechanics Assessment Score (S-MAS) är en mer kliniskt genomförbar lösning som använder enkel videoanalys för att utvärdera potentiellt riskfyllda rörelsemönster.
I den här studien undersöks om S-MAS kan hjälpa läkare att förutse och förebygga hamstringsskador och på så sätt överbrygga klyftan mellan biomekanisk forskning och idrottsmedicinsk praxis i den verkliga världen.
Metod
Denna 6-månaders prospektiva kohortstudie följde elitfotbollsspelare för att undersöka sprintmekanik och risk för hamstringssträckning. Metodiken följde STROBE-riktlinjerna (Strengthening the Reporting of Observational Studies in Epidemiology) för rigorös rapportering av observationsstudier.
Denna prospektiva studie omfattade utespelare från professionella engelska fotbollsklubbar som var medicinskt godkända för fullt deltagande och minst 18 år gamla. Målvakter exkluderades och spelare som återvände från en nyligen genomförd operation (inom 6 månader) exkluderades också för att undvika störande faktorer. Nio klubbar deltog inledningsvis, varav en uteslöts på grund av att den inte uppfyllde ålderskriterierna.
För att avgöra hur många spelare som behövdes för studien analyserade forskarna först skadedata från en fotbollsklubb. De använde dessa pilotdata - som visade en skadefrekvens på 22% - för att göra en effektberäkning med programvaran G*Power. Analysen visade att de behövde 100 deltagare totalt för att ha 90% chans att upptäcka ett verkligt skademönster
skillnader samtidigt som andelen falska larm hålls på 5%. Studien var utformad så att den omfattade fyra oskadade spelare för varje skadad spelare (1:4) för att säkerställa att korrekta jämförelser kunde göras.
Från: Bramah et al, British Journal of Sports Medicine (2025).
Insamling av data
Deltagarna genomförde två maximala sprintar på 35 meter efter en standardiserad uppvärmning och submaximala uppbyggnadslöpningar (80-90% ansträngning). Testerna utfördes antingen under försäsongen (juni-augusti) eller under säsongen (oktober-mars) på naturgräs eller konstgräs, där spelarna använde sina favoritfotbollsskor. De två sprintförsöken spelades in för att säkerställa att höger och vänster extremitet registrerades korrekt.
S-MAS poängsättning
En enda biomekaniker med 10 års erfarenhet, blindad för skadeutfall, bedömde alla sprintförsök med hjälp av 12-punkts Sprint Mechanics Assessment Score (S-MAS). Analysen genomfördes bildruta för bildruta med hjälp av videoanalysprogrammet Kinovea. Var och en av de 12 kinematiska egenskaperna poängsattes dikotomt: en poäng för förekomsten av ett suboptimalt rörelsemönster och noll poäng för dess frånvaro. Detta gav en totalpoäng som sträckte sig från 0 (vilket indikerar optimal sprintmekanik) till 12 (vilket återspeglar flera observerbara brister), där högre poäng motsvarar en gradvis försämrad rörelsekvalitet.
Rapportering av hamstringsskada
I studien analyserades både retrospektivt rapporterade (12 månaders återkallelse, medicinskt verifierad) och prospektivt inträffade (6 månaders uppföljning, MRT-bekräftad) sprintrelaterade HSI. Retrospektiva data fångade upp skademekanism och lateralitet genom spelarintervjuer och granskning av medicinska journaler. De prospektiva skadorna dokumenterades kliniskt med MR-baserad lokalisering av musklerna och graderades enligt British Athletics klassificering. För att minimera risken för förväxling uteslöts idrottare med allvarliga skador som inte var hamstringsskador (>28 dagars frånvaro) från kontrollerna, vilket säkerställde jämförbara träningsexponeringar mellan grupperna. Genom att kombinera retrospektiva och prospektiva analyser kunde forskarna på ett tillförlitligt sätt koppla samman specifik sprintmekanik och risk för hamstringssträckning.
Statistiska analyser
Analyserna (Stata/JASP) omfattade normalitets-/varianstest (Shapiro-Wilk, Levene's), med gruppjämförelser via t-test eller Mann-Whitney U-test. Retrospektivt skiljde sig S-MAS-poängen mellan tidigare skadade och oskadade spelare (Mann-Whitney U). Prospektivt kopplades MR-bekräftade HSI till S-MAS (primär prediktor) med hjälp av liknande metoder, där skadade extremiteter jämfördes med slumpmässigt utvalda oskadade extremiteter. Effektstorlekar (Hedges' g) kvantifierade magnituden. Kruskal-Wallis-tester jämförde S-MAS i undergrupperna förstagångs-, återkommande och oskadade. Poisson-regression modellerade S- MAS som en prediktor för HSI, med justering för ålder/tidigare skada (IRR rapporterade). ROC-kurvor identifierade ett optimalt tröskelvärde för S-MAS-risk.
Resultat
Denna undersökning omfattade 126 manliga professionella fotbollsspelare från åtta engelska klubbar som spänner över divisionerna Premier League till National League. I den retrospektiva analysen ingick 118 spelare, varav 23 klassificerades som tidigare skadade (PREV-INJ) och 95 som oskadade (PREV-UNINJ), med jämförbara fysiska egenskaper (längd ~181-183 cm, vikt ~78-80 kg).
Från: Bramah et al, British Journal of Sports Medicine (2025).
Genom prospektiv uppföljning under sex månader behölls 111 deltagare efter att 7 personer som förlorat uppföljningen och 16 personer med allvarliga skador som inte var hamstringsskador hade uteslutits. Av 17 nya hamstringsskador var 14 sprintrelaterade (PROSP-INJ-gruppen) och jämfördes med 78 oskadade kontrollpersoner (PROSP-UNINJ). Tre HSI utan sprint exkluderades för att bibehålla det mekanistiska fokuset.
Från: Bramah et al, British Journal of Sports Medicine (2025).
Den retrospektiva analysen visade att tidigare skadade spelare (PREV-INJ) uppvisade signifikant högre S-MAS-poäng jämfört med oskadade motsvarigheter (median 6 vs 5, p = 0,007), med effektstorlekar som varierade från triviala till stora (Hedges g = 0,17- 1,1).
I den prospektiva 6-månadersanalysen uppvisade spelare som drabbats av sprintrelaterade hamstringsskador (PROSP-INJ) signifikant sämre S-MAS-poäng än oskadade kontrollpersoner (median 6 vs. 4, p=0,006), där förstagångsskadorna uppvisade den mest slående skillnaden (median 7 mot 4, p=0.017). Varje ökning av S-MAS med 1 poäng ökade skaderisken med 33% (justerad IRR=1,33, p=0,044), vilket bekräftar ett dos-responsförhållande. ROC-analys (Receiver operating characteristic) identifierade 5,5 som den optimala gränsen (AUC=0,732), där poäng ≥6 gav en kliniskt meningsfull - men inte statistiskt signifikant (p=0,065) - 2,8 gånger högre skaderisk (95 % KI: 0,94-8,35) jämfört med poäng ≤5. Verktygets känslighet (78,6 %) överträffade dess specificitet (65,4 %), vilket innebär att upptäckt av sant positiva resultat prioriteras. Sammantaget validerar dessa resultat S-MAS som ett pragmatiskt screeningverktyg för att flagga för högrisksprintmekanik, särskilt för förstagångsskador, samtidigt som de understryker behovet av en försiktig tolkning av gränsvärden för signifikanta trösklar.
Från: Bramah et al, British Journal of Sports Medicine (2025).Från: Bramah et al, British Journal of Sports Medicine (2025).Från: Bramah et al, British Journal of Sports Medicine (2025).Från: Bramah et al, British Journal of Sports Medicine (2025).
Frågor och funderingar
Denna studie ger viktiga belägg för sambandet mellan dålig sprintmekanik och överansträngning av hamstringen och ger läkare ett praktiskt fältbaserat bedömningsverktyg. Vissa begränsningar bör dock noteras. Framför allt har S-MAS inte validerats mot 3D motion capture-system - guldstandarden för biomekanisk analys. Det påvisade sambandet mellan högre S-MAS-poäng och förekomst av skador är lovande för klinisk användning, särskilt med tanke på verktygets enkelhet och tillgänglighet. Men innan det införs på bred front behöver vi större prospektiva studier för att: 1) fastställa definitiva gränsvärden, 2) verifiera dess prediktiva precision i olika populationer och 3) fastställa hur den kompletterar befintliga bedömningar av skaderisk. De aktuella resultaten motiverar att S-MAS används som ett screeningverktyg, men läkare bör tolka resultaten med försiktighet och kombinera dem med andra kliniska mått.
Den prospektiva analysen, som är metodologiskt sund, står inför inneboende utmaningar på grund av det mindre urvalet av skadade spelare jämfört med oskadade kontrollpersoner - en vanlig begränsning i studier av skadeförutsägelser. Denna obalans, som är oundviklig i prospektiva studier, kan minska den statistiska förmågan att upptäcka subtila men kliniskt betydelsefulla skillnader. Trots begränsningar ger S-MAS en kliniskt användbar sammansatt utvärdering av flera biomekaniska riskfaktorer, vilket möjliggör effektiv identifiering av högrisksprintmönster i fält.
En viktig försummelse är avsaknaden av övervakning av variabler för träningsbelastning (volym, intensitet), som är kända moderatorer av skaderisken. Fluktuationer i arbetsbelastningen - oavsett om det handlar om överdrivna spikar eller otillräcklig konditionering - kan förvirra sambandet mellan sprintmekanik och skadeutfall. Dessutom medför tidpunkten för bedömningen (försäsong vs. under säsong) ytterligare variationer, eftersom spelarnas mekaniska effektivitet och skadebenägenhet kan förändras under olika faser av tävlingskalendern.
Prata nördigt med mig
Forskarna analyserade S-MAS-poäng för att identifiera biomekaniska riskfaktorer för hamstringsskador. De bekräftade först den förväntade icke-normala fördelningen av poängen med hjälp av Shapiro-Wilk-tester och Q-Q-diagram - och förväntade sig att skadebenägna spelare skulle uppvisa distinkta, förhöjda S-MAS-värden i stället för att klumpa ihop sig kring lagets genomsnitt. Detta distributionsmönster avslöjades:
En majoritetsgrupp med typiska mekaniker
En högriskundergrupp med dålig teknik (högre poäng)
Eftersom parametriska tester skulle vara olämpliga för dessa skeva data använde de Mann-Whitney U-tester för att på ett tillförlitligt sätt jämföra poäng mellan skadade och oskadade spelare. Denna metod var särskilt inriktad på att upptäcka kliniskt signifikanta biomekaniska avvikelser snarare än genomsnittliga populationstrender. För kontinuerliga variabler som ålder eller längd som var normalfördelade använde de t-tester.
Efter att ha fastställt dessa grundläggande jämförelser kvantifierade forskarna ytterligare den praktiska betydelsen av skillnaderna med hjälp av Hedges g-effektstorlekar. Mann- Whitney U-test bekräftade att skadade spelare hade högre S-MAS-poäng, men effektstorlekarna visade om dessa skillnader var triviala (0,2), måttliga (0,5) eller stora (0,8) i verkligheten. För att ta itu med den nyanserade frågan om hur skadehistoriken påverkade risken använde de sedan Kruskal-Wallis-tester med Dunns post hoc-korrektioner. Detta möjliggjorde jämförelser mellan tre kritiska undergrupper: förstagångsskador, återkommande skador och oskadade spelare - en utvidgning av den ursprungliga dikotomin skadad/oskadad. Tillsammans säkerställde denna sekventiella analys inte bara statistisk stringens utan också klinisk relevans, och pekade ut exakt vilka idrottare (t.ex. de med förstagångsskador och höga S-MAS-poäng) som löpte störst risk.
Efter att ha konstaterat att skadade spelare uppvisade högre S-MAS-poäng genom icke-parametriska jämförelser (Mann-Whitney U) och kvantifierat storleken på dessa skillnader (Hedges g), tog forskarna itu med två viktiga kliniska frågor: Hur exakt förutsäger S-MAS skaderisken? och Vilken tröskel bör utlösa intervention? För att modellera sambandet mellan biomekanik och skadeincidens över tid använde de Poisson-regression - en metod som är skräddarsydd för antalsdata som skadehändelser. Denna analys visade att varje ökning av S-MAS med 1 poäng ökade skaderisken med 33%, även efter justering för störfaktorer som ålder och tidigare skador, vilket bekräftar dess värde som en oberoende prediktor. För att omvandla denna kontinuerliga risk till klinisk praxis använde de ROC-kurvan, som identifierade ≥6 som den optimala gränsen för S-MAS. Detta tröskelvärde balanserade känslighet (78,6% av de verkliga skadorna upptäcktes) och specificitet (falsklarm minimerades), vilket gav tränare och läkare ett tydligt riktmärke för högriskmekaniker. Tillsammans utvidgade dessa avancerade tester de ursprungliga resultaten bortom gruppjämförelser och erbjöd både detaljerad riskkvantifiering (Poisson) och ett praktiskt screeningverktyg (ROC) - vilket direkt svarar mot studiens mål att överbrygga sprintmekanik och hamstringsbelastning.
Ta med dig budskapet hem
Sprintmekanik och överansträngning av hamstringen: S-MAS (Sprint Mechanics Assessment Score) är ett effektivt fältverktyg för att upptäcka idrottare med hög risk för sprintrelaterade hamstringsskador (HSI). Även om den är värdefull bör den kombineras med:
Riskstratifiering
En poäng på ≥6 fungerar som en preliminär risktröskel och korrelerar med betydligt högre skadefrekvens i denna studie.
Särskild uppmärksamhet bör ägnas åt idrottare med:
Tidigare HSI-historik
Nedsatt excentrisk styrka (brister i den nordiska hamstringsövningen)
Riktade interventioner
Åtgärda biomekaniska brister som identifierats av S-MAS-komponenter (t.ex. bålens laterala flexion, fotens isättningsmönster) genom:
Medan S-MAS fokuserar på mekanik, integrera dessa ytterligare faktorer:
Övervakning av träningsbelastning: Övervaka den inre belastningen med hjälp av både subjektiv RPE (Rating of Perceived Exertion) och objektiva spårningsdata på planen.
Psykosociala faktorer: Hög upplevd stress eller sömnbrist kan förvärra de biomekaniska riskerna.
Miljökontroller: Ytans hårdhet och klossarnas utformning kan förändra sprintkinematiken.
UTJÄMNA DIN DIFFERENTIALDIAGNOS VID LÖPARRELATERAD HÖFTSMÄRTA - GRATIS!
Riskera inte att missa potentiella varningssignaler eller att behandla löpare baserat på en felaktig diagnos! Detta webbinarium kommer att förhindra att du begår samma misstag som många terapeuter gör!
Félix Bouchet
Granskare av forskningsinnehåll
Mitt mål är att överbrygga klyftan mellan forskning och klinisk praxis. Genom kunskapsöverföring vill jag stärka fysioterapeuter genom att dela med mig av de senaste vetenskapliga rönen, främja kritisk analys och bryta ner de metodologiska mönstren i studierna. Genom att främja en djupare förståelse för forskning strävar jag efter att förbättra kvaliteten på den vård vi tillhandahåller och stärka legitimiteten för vårt yrke inom hälso- och sjukvården.
Detta innehåll är för medlemmar
Skapa ditt kostnadsfria konto för att få tillgång till detta exklusiva innehåll och mycket mer!
För att ge dig bästa möjliga upplevelse använder vi och våra partners teknik som cookies för att lagra och/eller komma åt enhetsinformation. Genom att samtycka till dessa tekniker kan vi och våra partners behandla personuppgifter som surfbeteende eller unika ID:n på denna webbplats och visa (icke) anpassade annonser. Att inte samtycka eller att återkalla samtycke kan påverka vissa egenskaper och funktioner negativt.
Klicka nedan för att samtycka till ovanstående eller göra detaljerade val. Dina val kommer endast att tillämpas på denna webbplats. Du kan när som helst ändra dina inställningar, inklusive återkalla ditt samtycke, genom att använda reglagen i cookiepolicyn eller genom att klicka på knappen Hantera samtycke längst ned på skärmen.
Funktionell
Alltid aktiv
Den tekniska lagringen eller åtkomsten är absolut nödvändig för det legitima syftet att möjliggöra användningen av en specifik tjänst som abonnenten eller användaren uttryckligen har begärt, eller enbart för att genomföra överföringen av en kommunikation via ett elektroniskt kommunikationsnät.
Inställningar
Den tekniska lagringen eller åtkomsten är nödvändig för det legitima syftet att lagra preferenser som inte begärs av abonnenten eller användaren.
Statistik
Teknisk lagring eller åtkomst som uteslutande används för statistiska ändamål.Teknisk lagring eller åtkomst som uteslutande används för anonyma statistiska ändamål. Utan en stämning, frivillig efterlevnad från din internetleverantör eller ytterligare register från en tredje part kan information som lagras eller hämtas enbart för detta ändamål vanligtvis inte användas för att identifiera dig.
Marknadsföring
Den tekniska lagringen eller åtkomsten krävs för att skapa användarprofiler för att skicka reklam, eller för att spåra användaren på en webbplats eller på flera webbplatser för liknande marknadsföringsändamål.