Progression von Laufverletzungen verhindern

Viele Menschen laufen und joggen in ihrer Freizeit. Neben positiven Effekten auf das Herz-Kreislauf-System und andere Organsysteme treten jedoch auch verhältnismäßig häufig Laufverletzungen auf: Inzidenzraten von 40 Prozent bzw. 7,7 Verletzungen pro 1000 Stunden wurden festgestellt (2). Die überwiegende Mehrheit davon sind Überlastungsverletzungen, die entstehen, wenn übermäßige, sich wiederholende Belastungen auf Gewebe einwirken und die Fähigkeit zur Anpassung überschritten ist. In den meisten Fällen kommen dabei verschiedene Risikofaktoren zusammen, doch seltsamerweise ist nur wenig Evidenz darüber vorhanden, welche das im Einzelnen sind. Dies ist möglicherweise auf einen allgemein verwendeten Ansatz zurückzuführen, der sich bei der Definition auf solche Verletzungen konzentriert, die das Aussetzen der Aktivität verursachen, anstatt den Prozess der Verletzungsentwicklung zu erfassen.

Fließende Übergänge in der Verletzungsschwere

Eine aktuelle Studie von Lacey et al. untersuchte daher, wie Freizeitläufer diesen Prozess beschreiben, um ein besseres Verständnis und eine effektivere Prävention von Laufverletzungen zu ermöglichen (2). Dabei spielten leichtgradige Verletzungen, die nicht zu einer Trainingspause zwingen und über die häufig »hinweg« trainiert wird, eine wichtige Rolle. Die Untersuchung setzte deswegen auf Fokusgruppen. In Gruppentreffen tauschten sich Freizeitläufer dazu aus, wie sie eine Laufverletzung definieren, und beschreiben , wie sie damit umgehen. Die Auswertung ergab, dass Läufer Verletzungen auf einem neunstufigen Kontinuum beschreiben, das von verletzungsfrei bis zu karrierebeendend reicht (vgl. Abb. 1). Das so gewonnene Running Injury Continuum wird von den Autoren als Werkzeug für die Verletzungsüberwachung sowie für die Forschung über Risikofaktoren vorgeschlagen, die mit Laufverletzungen assoziiert sind.

Einen anderen Weg gehen Wissenschaftler, die versuchen, aus Datensätzen von Läufern mit Hilfe von maschinellem Lernen Vorhersagen über das Eintreten von Überlastungsverletzungen zu treffen. Dazu werden Referenzdaten entweder bei standardisierten Tests erhoben, und zwar auf Basis einer Beobachtung und Befragung über einen längeren Zeitraum (3) oder mit Hilfe von Sensoren (1). Bei letzterem Ansatz wurde unter Verwendung von 3D-Geschwindigkeitsmessern während eines 12-Minuten-Laufs untersucht, ob und wenn ja, welche Vorhersagen für das Auftreten von Überlastungsverletzungen der unteren Extremität mittels maschinellem Lernen getroffen werden können. Die Daten von 161 Personen (109 Männer, 52 Frauen) flossen in die Auswertung ein. Von diesen erlitten 41 eine Überlastungsverletzung während der sechsmonatigen Follow-up-Phase. Die Auswertung zeigte, dass geschlechtsspezifische Modelle besser funktionieren als unspezifische, wobei die Laufgeschwindigkeit ein wichtiger Parameter war. Die besten Modelle integrierten sowohl statistische als auch sportspezifische Parameter, da sie in Kombination die Aussagekraft verbessern.

Im Ergebnis zeigte diese Untersuchung, dass die Vorhersage von Laufverletzungen in gewissem Rahmen möglich, jedoch weiterhin schwierig ist. Förderlich für die Aussagekraft ist eine homogene Testpopulation.

■ Hutterer C

Ähnliche Beiträge zum Thema finden Sie weiter unten!