Sports Analytics hoạt động

Dự báo nguy cơ chấn thương

Injury Prediction — Dự báo chấn thương

Đã chạy được. Mục này có công cụ tính toán thật trên nền tảng, không phải mô tả lộ trình.

Tỷ lệ tải cấp tính / mạn tính Theo dõi tải trọng tập luyện

Chỉ số theo dõi tải trọng phổ biến nhất trong thể thao — kèm nói rõ bằng chứng khoa học cho nó vẫn còn gây tranh cãi.

Đang chạy trên dữ liệu mẫu, không phải dữ liệu của bạn. Các ô còn nguyên mẫu dựng sẵn: Tải trọng theo ngày. Chọn nguồn dữ liệu khác ở cột bên trái rồi chạy lại để có kết quả của riêng bạn.
ACWR hiện tại 1.365
Vùng Vùng nguy cơ (1.3–1.5)
Số ngày vượt 1.5 0
ACWR cao nhất 1.365
Kết luận Vùng nguy cơ (1.3–1.5)
① Nguồn dữ liệu

Nhận dấu phẩy, chấm phẩy hoặc tab; tự nhận dòng tiêu đề; hiểu cả 1.234.567 lẫn 1.234,56.

Chỉ tải http/https tới địa chỉ công khai; địa chỉ nội bộ bị từ chối.

② Tham số

Giá trị mặc định là ví dụ chạy được — bấm Tính ngay để xem kết quả, rồi thay dữ liệu của bạn vào.

ACWR hiện tại trên thang vùng

ACWR hiện tại trên thang vùngtải thấptải thấpan toànan toànnguy cơnguy cơnguy cơ caonguy cơ cao1.36502

Ranh giới 0,8 / 1,3 / 1,5 là quy ước từ các nghiên cứu bóng bầu dục và cricket, không phải ngưỡng sinh lý. Chúng không chuyển thẳng sang mọi môn.

Diễn giải nhanh

ACWR hiện tại 1.365 — Vùng nguy cơ (1.3–1.5)

Tỷ lệ giữa tải trung bình cửa sổ ngắn và cửa sổ dài. Trên 1,5 nghĩa là khối lượng tuần này vượt xa mức cơ thể đã quen; dưới 0,8 nghĩa là đang mất nền thể lực.

0/1 ngày vượt 1,5 (cao nhất 1.365)

Đếm trên toàn bộ chuỗi. Nhiều lần vọt ngắn thường phản ánh lịch thi đấu dày chứ không phải lỗi lập kế hoạch, nhưng chúng vẫn cộng dồn.

Tải cấp tính 500.0 so với mạn tính 366.4

Cửa sổ 7 ngày và 28 ngày. Cùng một ACWR có thể đến từ tăng tải cấp tính hoặc từ tụt nền mạn tính — hai tình huống này cần hai xử lý ngược nhau.

Bằng chứng cho ACWR còn tranh cãi, AUC công bố chỉ 0,6–0,7

Khả năng dự báo chấn thương ở cấp CÁ NHÂN vẫn yếu, và một số phân tích lại chỉ ra lỗi thống kê trong các nghiên cứu gốc. Dùng như chỉ báo theo dõi, không như chẩn đoán.

Khi nào con số này sai: Bằng chứng khoa học cho ACWR còn gây tranh cãi và khả năng dự báo chấn thương ở cấp CÁ NHÂN vẫn yếu — AUC trong các nghiên cứu công bố thường chỉ 0.6–0.7. Dùng nó như một chỉ báo theo dõi, không như một chẩn đoán.

Chi tiết

Diễn giải Vùng nguy cơ (1.3–1.5)
Cửa sổ cấp tính 7 ngày · mạn tính 28 ngày
Tải cấp tính TB 500.0
Tải mạn tính TB 366.4
ACWR trung bình kỳ 1.365
Yếu tố dự báo mạnh nhất Tiền sử chấn thương — ổn định hơn mọi chỉ số tải trọng

ACWR hiện tại trên thang vùng

ACWR hiện tại trên thang vùngtải thấptải thấpan toànan toànnguy cơnguy cơnguy cơ caonguy cơ cao1.36502

Ranh giới 0,8 / 1,3 / 1,5 là quy ước từ các nghiên cứu bóng bầu dục và cricket, không phải ngưỡng sinh lý. Chúng không chuyển thẳng sang mọi môn.

Tải trọng theo ngày

Tải trọng theo ngày851.2567.5283.7-1.137e-131: 3202: 2803: 4104: 05: 3906: 4507: 08: 3809: 42010: 36011: 012: 47013: 51014: 015: 49016: 53017: 56018: 019: 61020: 58021: 022: 64023: 70024: 025: 68026: 72027: 028: 76015913172125

Các cột bằng 0 là ngày nghỉ. ACWR tăng vọt thường do một tuần tập dày ngay sau một giai đoạn nghỉ, chứ không phải do một buổi tập nặng đơn lẻ.

ACWR những ngày gần nhất

NgàyTảiTB 7 ngàyTB 28 ngàyACWR
28760500.0366.41.365

Toàn bộ chỉ số

Diễn giải Vùng nguy cơ (1.3–1.5)
Cửa sổ cấp tính 7 ngày · mạn tính 28 ngày
Tải cấp tính TB 500.0
Tải mạn tính TB 366.4
ACWR trung bình kỳ 1.365
Yếu tố dự báo mạnh nhất Tiền sử chấn thương — ổn định hơn mọi chỉ số tải trọng

Cách dùng

  1. Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
  2. Với ô dữ liệu: dán vài chục dòng để thử, hoặc tải file CSV/TXT lên để chạy thật. File tối đa 32 MB, 200.000 dòng; bộ đọc nhận dấu phẩy, chấm phẩy hoặc tab, tự nhận dòng tiêu đề, và hiểu cả 1.234.567 lẫn 1.234,56.
  3. Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
  4. Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.
Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Dự báo nguy cơ chấn thương là gì

Dự báo nguy cơ chấn thương kết hợp dữ liệu tải trọng tập luyện, tiền sử và trạng thái sinh lý. Bằng chứng khoa học ủng hộ việc theo dõi tải trọng, nhưng khả năng dự báo chấn thương cụ thể ở cấp cá nhân vẫn còn hạn chế — nên trình bày kết quả một cách thận trọng.

Làm thế nào

  1. Theo dõi tải trọng cấp tính và mạn tính, tính tỷ lệ giữa chúng.
  2. Ghi nhận tiền sử chấn thương — yếu tố dự báo mạnh nhất và ổn định nhất.
  3. Dùng mô hình sống sót có biến phụ thuộc thời gian.
  4. Trình bày kết quả như thông tin hỗ trợ cho đội y tế, không như chẩn đoán.

Đo bằng chỉ số nào

ACWR tỷ lệ tải cấp tính trên mạn tính
AUC thường chỉ 0.6–0.7 trong các nghiên cứu công bố
Số ngày nghỉ do chấn thương chỉ số kết quả thực tế

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! Chấn thương là sự kiện hiếm và đa nhân tố; kỳ vọng dự báo chính xác cá nhân là không thực tế theo bằng chứng hiện có.
! Can thiệp dựa trên mô hình làm thay đổi chính dữ liệu sinh ra mô hình.

Mô hình định lượng dùng trong Sports

Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.

Tất cả mô hình →
Bayesian Inferencebeta

Cập nhật niềm tin khi có dữ liệu mới.

Câu hỏi thường gặp

Dự báo nguy cơ chấn thương là gì?

Dự báo nguy cơ chấn thương kết hợp dữ liệu tải trọng tập luyện, tiền sử và trạng thái sinh lý. Bằng chứng khoa học ủng hộ việc theo dõi tải trọng, nhưng khả năng dự báo chấn thương cụ thể ở cấp cá nhân vẫn còn hạn chế — nên trình bày kết quả một cách thận trọng.

Dự báo nguy cơ chấn thương được làm như thế nào?

1. Theo dõi tải trọng cấp tính và mạn tính, tính tỷ lệ giữa chúng. 2. Ghi nhận tiền sử chấn thương — yếu tố dự báo mạnh nhất và ổn định nhất. 3. Dùng mô hình sống sót có biến phụ thuộc thời gian. 4. Trình bày kết quả như thông tin hỗ trợ cho đội y tế, không như chẩn đoán.

Dự báo nguy cơ chấn thương hay sai ở đâu?

Chấn thương là sự kiện hiếm và đa nhân tố; kỳ vọng dự báo chính xác cá nhân là không thực tế theo bằng chứng hiện có. Can thiệp dựa trên mô hình làm thay đổi chính dữ liệu sinh ra mô hình.

Đo dự báo nguy cơ chấn thương bằng chỉ số nào?

ACWR — tỷ lệ tải cấp tính trên mạn tính; AUC — thường chỉ 0.6–0.7 trong các nghiên cứu công bố; Số ngày nghỉ do chấn thương — chỉ số kết quả thực tế.

Dự báo nguy cơ chấn thương trên QuantHub đã dùng được chưa?

Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.

Chủ đề khác trong Sports

Toàn bộ Sports
Match Prediction Player Rating Team Analytics Betting Models Reports API Documentation