Índices de predicción de lesiones deportivas.

INTRODUCCIÓN.

El interés por realizar ejercicio físico se va incrementando progresivamente y el número de practicantes ha experimentado una constante progresión hasta que en nuestros días realizar ejercicio físico representa una alternativa al ocio y un beneficio para la salud. Pero también, el deporte representa actualmente una actividad social y cultural de primer orden, en la que se ven implicados millones de personas en todo el mundo. Sin embargo, si bien el ejercicio físico realizado en condiciones adecuadas tiene un efecto positivo sobre la salud, aumenta por sí mismo el riesgo de lesión (Jacobs, 1986, Alter, 1989, Ellis, 1994). En la siguiente tabla podemos apreciar la tasa de lesiones por cada 1000 deportistas jóvenes al año en diversos deportes:

Tabla 1.- Tasa de incidencia de lesiones por 1000 deportistas jóvenes al año en diversos deportes (Backx 1991).

En España, el 39% de los españoles practican algún deporte, aunque sólo el 6% lo practica diariamente; la mitad de ese 6% padecerá algún tipo de lesión leve a lo largo de su vida (Villalón, 2005). Los estudios sobre lesiones deportivas son un fenómeno relativamente reciente. En su mayoría, las primeras aproximaciones se basaron en estudios de series de casos, presentándose el problema para identificar con seguridad la causa o las causas que produjeron la lesión (Walter, 1985). La aplicación de los principios de epidemiología contribuyó a arrojar luz en la determinación de los factores de riesgo (Torgs, 1982). Diversos estudios han intentado identificar los factores relacionados con el incremento del número de lesiones en la práctica deportiva. La identificación de estos factores podría capacitar a entrenadores y deportistas para modificar los programas de entrenamiento y así prevenir futuras lesiones.

Fig. 1- Líneas de investigación de las lesiones deportivas.

Tradicionalmente, las investigaciones de la medicina deportiva se han centrado en gran medida en el diagnóstico y en los aspectos terapéuticos de las lesiones deportivas. No obstante, la prevención debería ser uno de nuestros primeros objetivos. La adecuada prevención, un rápido diagnóstico y el tratamiento idóneo podrán posibilitar que la carrera deportiva de un deportista no se vea truncada y que logre las metas personales y profesionales que correspondan a su verdadero potencial. La comprensión de los mecanismos de las lesiones y de los riesgos puede hacer posible una prevención más idónea. Para ello, y como señala Buceta (1996), es necesario determinar las variables que pueden incrementar la vulnerabilidad de los deportistas a lesionarse. Podemos sugerir que son tres los factores generales que juegan un papel predominante en el riesgo de padecer una lesión: técnicas incorrectas en el entrenamiento, equipamientos inadecuados o deteriorados y anormalidades biomecánicas y antropométricas. Este último grupo de factores son el punto de partida de nuestras investigaciones, donde intentamos descubrir el riesgo potencial de lesión que puede tener un deportista a partir de determinados parámetros antropométricos en los miembros inferiores. No obstante, nos adherimos a la consideración aceptada por la mayoría de los autores, sobre el carácter multifactorial que puede tener incidencia en las lesiones (Koplan 1982; Blair 1987; Ijzerman ; 1987.Macera 1989) El análisis antropométrico como mecanismo de predicción de lesiones. Los factores individuales que han sido más frecuentemente investigados incluyen la laxitud articular (Renström ,1999; Godshall, 1974; Grana, 1978; Kalenak, 1975; Nicholas, 1970), la flexibilidad (Shellock, 1985; Worrell, 1991) y variables biomecánicas o estructurales (Klein, 1983; Ross, 1983; Messier, 1988; Shambaugh, 1991). La comparación entre los datos obtenidos revela resultados equívocos. Nicholas ( 1970) fue el primero que intentó identificar algunos de estos factores. Encontró una correlación positiva entre jugadores de fútbol americano que presentaban valores de flexibilidad articular superiores y el índice de lesiones. No obstante, numerosos estudios posteriores no han sido capaces de corroborar esta investigación. (Klein, 1983; Messier, 1988; Shambaugh, 1991).

De forma similar, Steele y White (1988), encontraron que las variables antropométricas y estructurales eran mejores indicadores de posibles lesiones en gimnastas. Así, una revisión de los estudios que relacionan la estructura corporal o biomecánica con la incidencia de las lesiones en el deporte, revelan unos resultados más alentadores (Klein, 1983; Ross, 1983; Messier, 1988). Factores tales como la diferencia en la longitud de los miembros inferiores y el pie varo o valgo, han demostrado consistentemente que están relacionados con una incidencia mayor en las lesiones de las extremidades inferiores, siendo corredores la muestra principalmente usada en la mayoría de estos estudios.

PREDICCIÓN DE LESIONES MEDIANTE REGRESIÓN LOGÍSTICA

Los modelos de regresión engloban una serie de técnicas matemáticas que tratan de medir la relación entre una variable resultado y una o unas variables predictora/s Shambaugh (1991), ha publicado una fórmula matemática que muestra resultados prometedores al relacionar algunas medidas estructurales con la incidencia de lesiones en las extremidades inferiores en jugadores de baloncesto. Desarrolló una ecuación de regresión logística de tres variables que predecía la probabilidad de lesión en un 91% de los jugadores de baloncesto.

Las tres variables usadas fueron el ángulo-Q de la rodilla derecha, el ángulo-Q de la rodilla izquierda y la diferencia de peso en apoyo de ambas piernas. Se observó que un resultado de lesión mayor que cero era un indicador de lesión en las extremidades inferiores, mientras que un resultado menor que cero era indicador de la probabilidad de no lesionarse. Cuanto mayor era la magnitud del resultado, mayor era la probabilidad de que un jugador recayera en una u otra categoría. Sin embargo, los resultados de Grubbs (1997), que sometía a estudio la ecuación de regresión logística de Shambaugh, encontraron que no era una herramienta válida en la predicción de la probabilidad de padecer una lesión. Entre las posibles causas que propone Grubbs para explicar la inconsistencia de la fórmula de Shambaugh destacan las diferentes poblaciones a estudio, el diseño y el método, no incluir sujetos femeninos en el estudio, no consensuar una definición de lesión y no tener en cuenta el tiempo de exposición práctica. Basándose en ambos estudios, Salazar (2000) aplica el índice de Shambaugh en jugadores de baloncesto en relación con la exposición práctica, incluyendo sujetos de ambos sexos y utilizando la definición de lesión de Grubbs (1997). Los resultados que obtiene hacen recomendable el análisis de regresión logística como una herramienta positiva para analizar medidas antropométricas y morfoconstitucionales entre una población y diferenciar agentes de riesgo en un deporte. No obtiene resultados tan satisfactorios como Shambaugh, pero los valores obtenidos son lo suficientemente satisfactorios como para recomendar su uso.

Salazar (2000) aportó una nueva fórmula matemática predictora de lesiones en jugadores/as adolescentes de baloncesto, elaborada a partir de la original de Shambaugh (1991) y construida mediante un análisis de regresión logística. Sin embargo, no está lo suficientemente probada la bondad de su poder predictor lesional.

Paralelamente, Shambaugh (2000), presentó en un congreso en el año 2000 una modificación de su fórmula original (op.cit. Salazar, 2000), incluyendo cuatro variables en lugar de las tres utilizadas para su ecuación de regresión logística. La nueva variable era el cuadrado de la diferencia entre el grosor de los muslos. Tampoco ha sido suficientemente utilizada en investigaciones científicas.

Basándonos en estas investigaciones, nuestro grupo de investigación ha sometido a análisis las diferentes variables predictoras en una población deportiva diferente, considerando atletas de carreras y saltos de ambos sexos y con edades comprendidas entre los 14 y los 18 años (Fernández, 2004). Nuestro objetivo fue hallar una herramienta válida para predecir el riesgo de lesión en la población citada, obteniendo el siguiente algoritmo matemático:

El porcentaje global de buena clasificación del modelo obtenido fue del 68.6%. El punto de corte (0.5), indica que los sujetos con valores iguales o superiores a 0.5 quedarían encuadrados en la categoría de posibles lesionados mientras que un valor inferior los encuadraría dentro de la categoría de posibles ilesos. Estas investigaciones muestran que el análisis por regresión logística puede ser un método válido en la discriminación de parámetros antropométricos relacionados con las lesiones deportivas. No obstante, en necesario seguir investigando para consolidar que el análisis de la estructura corporal del deportista puede ser un buen instrumento en el pronóstico de lesiones en el futuro, mejorando los logros deportivos así como la salud de éstos.