ANÁLISE VISUAL E TECNOLOGIA SEM MARCADORES: APRIMORANDO A PRECISÃO NA AVALIAÇÃO DA TÉCNICA DE CORRIDA

Resumo

INTRODUÇÃO: A análise visual permite que o treinador conduza uma análise rápida e objetiva, produzindo resultados de forma eficiente com os requisitos mínimos de equipamento  (Gindre et al., 2015). Apesar de sua praticidade, a avaliação visual enfrenta limitações, com precisão variando de acordo com as características específicas do esporte (Thompson et al., 2009). MÉTODOS: Dezesseis corredores recreativos participaram deste estudo (idade 46,2 ± 13,0 anos, altura 171,8 ± 9,6 cm, peso corporal 75,4 ± 13,2). A técnica de corrida foi avaliada usando o método Volodalen^® para classificar os corredores como aéreos ou terrestres (Lussiana et al., 2017). Os registros cinemáticos foram realizados usando o software OpenCap (Uhlrich et al., 2023). Para quantificar a magnitude das diferenças, foi aplicada a análise do tamanho do efeito (d de Cohen). A correlação produto-momento de Pearson foi usada para analisar as relações entre a classificação de Volodalen^® e as variáveis sem marcadores. Uma análise de aprendizado de máquina supervisionada foi conduzida usando a técnica de árvore de decisão. As métricas de avaliação do modelo incluíram análise de precisão, matriz de confusão e curva ROC (Receiver Operating Characteristic). RESULTADOS: A análise incluiu 170 passadas, sendo 90 passadas alocadas para o grupo aéreo e 80 passadas para o grupo terrestre. O grupo aéreo exibiu oscilação de centro de massa significativamente maior, com alcance de aproximadamente 0,02 m (p = < 0,001). O sistema sem marcadores identificou com sucesso uma maior amplitude de movimento nas flexões do cotovelo e do braço em corredores terrestres em comparação com corredores aéreos (p = 0,026 e < 0,001, respectivamente). A avaliação de desempenho baseada na acurácia do arvore de decisões indicou a excelente capacidade de classificação do modelo, alcançando 0,94% de acurácia no conjunto de testes. Para os indivíduos com flexão do quadril <31,2°, o critério subsequente foi a posição do pé na aterrissagem: valores ³0,126 (m) levaram à classificação de 42 indivíduos como aéreos, enquanto valores  <0,122 (m) classificaram 15 indivíduos como terrestres. Para aqueles com flexão do quadril ³31,2°, a flexão do joelho na aterrissagem tornou-se o critério secundário. Os valores de flexão do joelho ³20,6° classificaram 10 indivíduos como aéreos, enquanto os valores <20,6° classificaram 41 indivíduos como terrestres. CONSIDERAÇÕES FINAIS: Nossos achados indicam que o sistema sem marcadores identifica efetivamente padrões biomecânicos associados às técnicas de corrida aérea e terrestre, corroborando as observações subjetivas feitas usando o método Volodalen^®. As correlações significativas entre as variáveis angulares e espaço-temporais com o escore V^® sugerem que as técnicas de corrida podem ser objetivamente distinguidas usando o OpenCap, fornecendo uma alternativa válida e precisa ao método subjetivo. O modelo de aprendizado de máquina baseado em árvore de decisão demonstrou excelente precisão na classificação de corredores em grupos aéreos e terrestres, utilizando apenas algumas variáveis biomecânicas. Este resultado destaca a flexão do quadril, a flexão do joelho e a posição do pé no DT como fatores-chave na distinção das técnicas de corrida.