O objetivo da avaliação/triagem do movimento no esporte é examinar grandes populações de indivíduos assintomáticos, com o objetivo de identificar (prever) quem corre maior risco de sofrer uma lesão durante a prática esportiva. Uma vez identificados os atletas em risco, fisioterapeutas e treinadores abordariam variáveis associadas ao risco (atenuar o risco) usando modificação de comportamento, mudando o regime de treinamento ou melhorando as estratégias de movimento. Essa abordagem é lógica e seria de grande benefício para indivíduos ativos em todos os lugares, mas a literatura esportiva de prevenção de lesão não concorda se isso é realmente possível.

Existe uma vertente acadêmica que defende o uso de testes e medidas individuais associadas a lesões para estratificar o risco com base em modelos lineares e em metodologia de regressão múltipla. Com base no resultados desses testes, seria prudente colocar aqueles atletas em maior risco de lesão em um programa de exercícios à parte. Os críticos dessa abordagem afirmam que nenhum teste ou medida isolada, nem qualquer combinação de resultados de diversos teste demonstrou sensibilidade e especificidade suficientemente fortes para prever lesões e que, portanto, o rastreamento de riscos (alta sensibilidade) e a previsão de lesões (alta especificidade) devem ser abandonados em favor de colocar todos os jogadores de cada equipe em um programa de prevenção de lesões. Outros ainda começaram a se perguntar se a triagem e a capacidade de previsão de  lesões são complexos demais para os modelos lineares que foram usados no passado. Também é possível que um modelo recursivo, empregando monitoramento constante e frequente dos atletas, possa abordar algumas dessas deficiências.

Em 2016, Bittencourt et al. apresentaram um raciocínio avançado nessa área, recomendando rastreamentos mais frequentes e também propondo que a lesão pode ser prevista por “uma interação complexa de uma rede de determinantes”. Relativo a esse conceito é o fato de que a resistência à lesão é não-linear, dinâmica e composta por fatores interdependentes. Existe semelhança entre a previsão de lesões e a previsão de eventos extremamente complexos, como o caminho dos furacões. Embora melhorias acentuadas tenham ocorrido nos últimos anos, a previsão do caminho de um furacão é uma ciência imperfeita, mas útil o suficiente para orientar decisões críticas e fornecer estimativas.

O objetivo deste ponto de vista é propor e explicar a hipótese de que a resistência de um atleta a lesão é um sistema não-linear e dinâmico. Como tal, a resistência individual a lesões não deve ser vista como um estado fixo, uma suposição inerente a qualquer modelo de teste de pré-temporada. Nós propomos que, como no rastreamento de um padrão climático volátil como um furacão, a amostragem frequente de variáveis por meio de testes com atletas é um pré-requisito para entender o comportamento do sistema humano e para detectar quando há uma alteração na resistência do sistema a lesões. Além disso, uma melhor detecção de uma mudança no sistema pode levar a uma melhor compreensão de qual atleta está em maior risco de lesão – isso é crucial para atingir eficientemente as intervenções preventivas.

Os atletas, como os furacões, são sistemas não-lineares, dinâmicos

Furacões e atletas são ambos sistemas dinâmicos não-lineares. A rede de determinantes para um furacão inclui velocidade do vento, direção do vento, umidade e temperatura da superfície do mar, entre outros. Devido à natureza de tempo contínuo do sistema, é necessário coletar dados com a maior frequência possível. De fato, os métodos existentes baseados em dados para analisar sistemas não-lineares dinâmicos exigem dados de séries temporais continuamente amostrados para permitir que as propriedades intrínsecas do sistema sejam determinadas com confiança. A força e o caminho do furacão mudam ao longo do tempo com base em alterações na rede de determinantes e nos fatores que atuam no sistema. A diferença entre a posição real de um furacão e a prevista com 48 horas de antecedência melhorou de 450 milhas náuticas na década de 1970 para menos de 100 milhas náuticas hoje em dia. As previsões anteriores se baseavam em padrões encontrados em dados mais antigos. Com o tempo, além de melhorar a tecnologia (poder da computação, dados de satélites e aeronaves caçadoras de furacões etc.), os meteorologistas incorporaram novos modelos dinâmicos que dependem de medições cada vez mais precisas das condições atuais.

Usando modelos dinâmicos, computadores potentes processam mais de 40 milhões de determinantes, que são coletados várias vezes ao dia para atualizar parâmetros e gerar previsões determinísticas e em conjunto de 10 e 15 dias, respectivamente. O conjunto inclui previsões geradas variando levemente as condições e parâmetros medidos obtidos nas observações iniciais. Compare esse processo e tecnologia com o mais alto nível de desenvolvimento atual da previsão de lesões de atletas, onde, por exemplo, um simples agachamento de pernas é realizado antes da temporada e esperamos que os resultados nos digam quem estará lesionado durante a temporada. Esse modelo comum usado com frequência no atletismo é muito menos dinâmico.

Em relação aos atletas e lesões, sugerimos que o complexo sistema fisiológico e psicossocial humano possui estados coexistentes distintamente separados: 1) um estado saudável e 2) um estado lesionado. Os fatores que empurram um atleta para um dos dois estados são representados por uma rede interdependente de determinantes (variáveis independentes no modelo linear) que mudam continuamente, afetando o sistema como um todo, bem como as relações entre os próprios determinantes. As dinâmicas são não-lineares e pequenas diferenças nas medições iniciais dos determinantes podem evoluir exponencialmente ao longo do tempo. Por exemplo, o resultado do auto-relato da qualidade de vida de um atleta pode mostrar pouca diferença entre os jogadores na pré-temporada, mas pode mostrar grandes diferenças 2 meses depois, com base nos eventos da vida (positivos ou negativos) e na capacidade do atleta de lidar com eventos negativos. Os determinantes de cada atleta são expostos a duas forças concorrentes: estímulo (ex: morte na família) – estresse (desestabilizador) e estímulo (ex: aconselhamento por sofrimento) – acomodativo (estabilizador). A rede de determinantes flui entre esses dois caminhos continuamente, à medida que o atleta equilibra o desestabilização e estabilização, empurrando-o na direção ou para longe da lesão, como um furacão em seu caminho pelo oceano. Sugerimos que os determinantes desse sistema são variáveis (as exceções podem ser o IMC em um atleta maduro) e que o sistema em si é tão dinâmico e irregular que esperar capturar o risco de lesão do atleta por algum teste de pré-temporada é loucura.

Um simples exemplo envolvendo um estudante e atleta recreativo pode elucidar melhor esses pensamentos, pois podemos demonstrar grande mudança em um sistema de baixa resiliência. Em nosso exemplo, o aluno, que está em boa condição física, decide treinar para sua primeira maratona.

injury1a

A Figura 1A representa o aluno na linha de base (a esfera grande representa o atleta e as esferas menores representam apenas uma pequena amostra de uma vasta rede de determinantes que pode incluir, por exemplo, genética, fatores hormonais, tipo de personalidade, carga e biomecânica.

injury1b

Não sabendo como treinar, ele corre todos os dias na primeira semana, por um total de 40 km, então a carga aumenta muito rapidamente. Algumas semanas depois, o aluno está treinando com dor no tíbia medial, aumentou sua quilometragem e entrou na semana final, e assim dorme menos, o estresse é mais intenso, as habilidades de enfrentamento são desafiadas e a qualidade de vida diminui (FIGURA 1B).  Como uma observação, neste ponto, dependendo da sensibilidade do teste ou dos testes, alguns podem concluir que o atleta está em risco de lesão enquanto outras pessoas ainda podem concluir que este atleta tem baixo ou nenhum risco de lesão. Lembre-se de que o atleta ainda está no estado saudável (dependendo da definição de lesão), sente dor, mas ainda está na zona de transição entre saúde e lesão.

injury1c

Nosso aluno agora está vulnerável, correndo com dores, propenso a mais estímulo ao estresse (simultaneamente o aluno é reprovado em dois exames acadêmicos) e, depois de passar pelo momento crítico, a mudança é inevitável (FIGURA 1C).

injury1d

Talvez ele possa ser salvo por contribuições mais estáveis (o aluno decide que a maratona não é para ele ou que as 8 semanas de fortalecimento do quadril que ele está fazendo melhoram sua força de reação no solo ou padrão de movimento) (FIGURA 1D). Durante esse cenário, o sistema muda, mas também os relacionamentos entre as variáveis ou determinantes no sistema. Este modelo permite que o atleta seja observado e examinado como um sistema dinâmico e fluido.

Existe Alguma Evidência de que Resistência a lesões é um Sistema Dinâmico?

Existe algum suporte para visualizar a resistência do atleta a lesões como um sistema dinâmico. Força, potência e marcadores de dano muscular podem variar drasticamente ao longo de uma temporada.  Componentes fisiológicos do desempenho humano podem variar no curso de um único dia. Há uma incerteza inerente à condição do atleta no período adjacente e durante a exposição à atividade física. Monitorando a intensidade e a duração em 30 minutos de cada sessão de treinamento e partida, Gabbett e colaboradores identificaram uma relação entre picos em cargas de treinamento e lesões. Assim, alguns fatores associados à lesão se comportam de forma determinística ou previsível em curtos períodos de tempo. Em resposta a experiências diárias habituais (treinamento, sono, estresse, doença, etc.), os estados fisiológicos e psicossociais de um indivíduo estão em constante fluxo. A maneira como a maioria dos estudos de previsão de lesões é conduzida, infelizmente, não é valiosa em um sistema dinâmico, porque esses estudos não nos dizem o suficiente sobre como o sistema se comporta ao longo do tempo.

Alterações Sugeridas na Avaliação de Risco de Lesões

Estudos que examinam o valor preditivo de vários testes e medidas sobre o risco de lesões geralmente coletam dados da avaliação/triagem imediatamente antes do início da temporada esportiva, e os dados de lesões são então coletados e analisados em algum momento após a temporada. Ao analisar os dados, associações positivas ou negativas entre lesões e os resultados do rastreio são presumidas. No entanto, o tempo de intervalo entre as medições iniciais e a lesão real geralmente deixa um período de semanas a meses, durante o qual os fatores que contribuem para a lesão podem mudar ou evoluir por vários motivos. O fato dos dados serem recentes é importante se o atleta é um sistema dinâmico e fluido, então a analogia do furacão é apropriada e a coleta de dados com mais frequência, como na previsão do caminho do furacão, é crucial. Assim como o rastreamento de furacões melhorou com os avanços da tecnologia, podemos construir novos modelos dinâmicos para prever lesões em atletas usando medições contínuas e cada vez mais precisas das condições atuais (Figura 2).

injury2

Tecnologias usáveis como monitores de frequência cardíaca, sensores inerciais e sistemas de posicionamento global (GPS) estão tornando os dados contínuos e em tempo real mais acessíveis. No entanto, para alguns, o custo é uma limitação. Nos casos em que as ferramentas de avaliação de tecnologia mais baixa são a única opção, não apenas recomendamos a amostragem com mais frequência, como também defendemos um modelo de amostragem mais completo que capture mais elementos da possível rede de determinantes. Alguns desses determinantes não podem ser alterados por intervenções, mas ainda são valiosos, como predisposição genética, idade, lesão no passado e sexo. Muitos outros determinantes podem ser avaliados e alterados e recomendamos o seguinte como exemplos:

  1. Medidas de auto-relato que examinam o estresse, a ansiedade e as habilidades de enfrentamento da vida
  2. Avaliação da qualidade do sono
  3. Histórico de Nutrição
  4. Teste de hipermobilidade Beighton
  5. Testes de desempenho físico de estabilidade, potência e controle motor

Esta lista não pretende ser exaustiva, mas, ao invés disso, servir como um exemplo de amostragem acessível de vários domínios que ainda seriam eficientes em relação ao tempo.

Em suma, a avaliação/triagem pode melhorar a alocação de recursos, a estratificação dos atletas por risco e informação para a tomada de decisão. Os resultados auxiliam na previsão do estado atual do atleta, mas as propriedades do sistema limitam as previsões no futuro distante com qualquer grau de precisão. Pequenas alterações podem resultar em profundas diferenças ao longo do tempo, que influenciam o conjunto de cenários possíveis. Assim como melhorar a previsão de um caminho de furacão bastante incerto, podemos melhorar a previsão de lesões vendo os atletas e sua resistência a lesões como sistemas dinâmicos. Visualizar os atletas e o risco de lesões através desta lente levará a técnicas de amostragem aprimoradas e a um melhor entendimento da relação das variáveis de lesão entre si e, esperançosamente, a manter mais atletas longe do ponto crítico.

Pontos chave:

  • Atletas e resistência a lesões, como furacões, representam um sistema dinâmico.
  • A metodologia de previsão da lesão deve melhorar se quisermos capturar relacionamentos significativos entre as variáveis e entre as variáveis e a lesão em um sistema não linear, que evolui continuamente ao longo do tempo.
  • É necessária uma amostragem mais frequente e mais ampla da rede de determinantes de lesão do atleta para prever e modificar o risco de lesão.

 

Tradução e adaptação do artigo:

Stern, B.D., Hegedus, E.J., Lai, Y.-C., Injury prediction as a non-linear system, Physical Therapy in Sports (2019), doi: https://doi.org/10.1016/j.ptsp.2019.10.010.

Comentários

comentários