Des milliers d'athlètes ont présenté leurs capacités pour le monde à PyeongChang, Corée du Sud, à la poursuite de l'or olympique. Mais pour chaque éblouissante descente en triple axel ou en snowboard stellaire, les athlètes courent le risque de blessures mettant fin à leur carrière.

La performance athlétique n'est pas la seule victime des blessures sportives. Ces blessures représentent un fardeau économique pour les athlètes et leurs familles et peuvent avoir des effets durables sur la qualité de vie d'un athlète. Pour aider à réduire le risque de blessure, des chercheurs de l'Université du Tennessee Chattanooga ont développé un cadre qui mesure le risque de blessure d'un athlète à l'aide de la technologie Internet des objets (IoT).

Publié dans la revue Analyse de risque , l'étude, « Atténuer les risques de blessures sportives en utilisant l'Internet des objets et des approches analytiques, " explique comment les procédures de dépistage des risques de blessures peuvent être administrées à l'aide d'appareils sans fil, comme les smartphones, connecté à un serveur cloud. Cette connexion entre les téléphones, ordinateurs et autres appareils est ce que les chercheurs appellent l'Internet des objets.

Cette approche de catégorisation des risques de blessures combine les antécédents de blessures de l'athlète, les données des téléphones et des appareils avec des données de surveillance des blessures. À l'aide de smartphones et d'autres appareils connectés au cloud, divers tests de dépistage peuvent être combinés à partir de différentes sources pour créer un « tableau de bord » en temps réel du statut d'un athlète. Ces données peuvent ensuite aider à identifier les athlètes présentant un risque de blessure plus élevé, et réduire l'économie, bilan émotionnel et physique des blessures sportives.

La gestion conventionnelle des blessures sportives repose fortement sur une évaluation subjective, comme la description verbale de la douleur et de l'inconfort par l'athlète. Cependant, les athlètes peuvent ne pas toujours évaluer avec précision leurs propres capacités et blessures. Ils peuvent commencer à concourir avant d'être prêts, ce qui peut augmenter leur risque de se blesser à nouveau. Actuellement, la méthode la plus largement utilisée pour évaluer le risque de blessure est l'écran de mouvement fonctionnel, qui génère un score subjectif basé sur la capacité observée à compléter les mouvements.

En revanche, les chercheurs Gary B. Wilkerson et Marisa A. Colston ont utilisé un smartphone pour recueillir des données de performance sur chaque individu de l'étude. Pour comprendre les facteurs influençant le risque de blessure d'un athlète, ces données ont été intégrées aux auto-évaluations des blessures antérieures et au suivi longitudinal de l'exposition aux conditions du gibier.

Les chercheurs ont suivi 43 joueurs d'une équipe de football de la division I-Football Championship Subdivision (FCS) de la NCAA, commençant un mois avant le début des entraînements de pré-saison jusqu'à la fin de la saison. Les informations concernant leurs blessures antérieures ont été recueillies dans le cadre d'une enquête sur l'indice de condition physique sportive (SFI) en 10 éléments. Avant le début de la pré-saison, chaque joueur a participé au test Unilateral Forefoot Squat (UFS). Ce test a évalué leur capacité à synchroniser les réponses musculaires dans les jambes tout en maintenant une position verticale, un angle du genou de 135 degrés et une légère élévation du talon pendant 10 secondes. Les chercheurs ont mesuré les saccades de balancement postural - une évaluation du contrôle postural.

L'utilisation d'un smartphone pour quantifier les saccades posturales à l'aide de la sortie de l'accéléromètre pendant le test UFS était un moyen peu coûteux et efficace de mesurer objectivement la capacité de l'athlète à maintenir une position posturale grâce à des mouvements musculaires coordonnés. Ces données ont été transférées dans la base de données des athlètes et intégrées aux données de l'enquête SFI. La documentation de la participation au jeu et des blessures subies au cours de la saison a été ajoutée à la base de données pour développer le modèle de prédiction des blessures de l'individu.

Dans l'analyse des données, les chercheurs ont découvert que les athlètes qui ont joué au moins huit matchs avaient plus de trois fois plus de risques de se blesser que ceux qui ont joué moins de huit matchs. Parmi les athlètes qui présentaient au moins un facteur de risque, 42 pour cent ont subi une blessure.

« Attribuer tous les athlètes à un seul type de programme d'entraînement, sans tenir compte du profil de risque unique d'un individu, peut ne pas produire une diminution substantielle de la probabilité de préjudice. Les résultats fournissent également une estimation utile des risques de blessure pour chaque athlète au cours de la saison suivante, " déclare Wilkerson, auteur principal et professeur dans un programme d'entraînement athlétique d'études supérieures.

Cette étude a utilisé un seul test pour évaluer la capacité physique, mais il existe de nombreux autres types de tests de dépistage qui peuvent être utilisés pour évaluer différents aspects des capacités de performance d'un athlète afin de créer une image plus détaillée du risque de blessure de l'individu. D'autres tests pourraient être utilisés pour évaluer les capacités neuromécaniques et neurocognitives et l'étendue des traumatismes crâniens.

Alors que les smartphones et autres appareils IoT deviennent de plus en plus répandus, divers tests de dépistage peuvent être combinés à partir de différentes sources pour créer un « tableau de bord » en temps réel des indicateurs de statut des athlètes. Ces données peuvent alors aider à identifier clairement les athlètes présentant un risque élevé de blessure, soutenant ainsi les efforts visant à réduire la bilan émotionnel et physique des blessures sportives.