Lanzan aplicación para predecir lesiones deportivas

Este proyecto pionero, liderado por los investigadores Rocío Elizabeth Duarte Ayala, David Pérez Granados, Carlos Alberto González Gutiérrez, Mauricio Alberto Ortega Ruíz, Natalia Rojas Espinosa y Emanuel Canto Heredia, ha logrado desarrollar un modelo de regresión logística con una precisión del 90.0%, lo que representa un avance significativo en la prevención de lesiones deportivas.

Publicado en la revista Applied Sciences, el estudio aborda un problema común en el ámbito deportivo: las lesiones, especialmente en el tobillo, que representan un alto porcentaje de incapacidades en deportes como el fútbol y el baloncesto.

También puedes leer. Raloy y Pumas impulsan alianza saludable. https://revistafactorrh.com/ejercicios-salud/item/11878-raloy-y-pumas-impulsan-alianza-saludable

Mediante el uso de herramientas analíticas avanzadas como la inteligencia artificial (IA) y el aprendizaje automático (ML), el equipo de investigadores de la UVM ha conseguido crear una herramienta predictiva robusta que permite identificar y clasificar a los atletas con riesgo de lesiones.

El proyecto presenta aportaciones clave relevantes: en primer lugar, el desarrollo de un modelo predictivo de vanguardia mediante una regresión logística con precisión de 90.0%, posicionándose como una herramienta líder en la predicción de lesiones deportivas.

En segundo lugar, factores determinantes, como la práctica de deportes con riesgo de lesiones y la kinesiophobia, proporcionan información crucial para la detección temprana de riesgos y estrategias preventivas personalizadas.

Además, se realizó una evaluación integral del desempeño a través de un análisis exhaustivo de diversos modelos de aprendizaje automático, destacando la versatilidad y fiabilidad del modelo de regresión logística en entornos médicos y deportivos