Informasjon om prosjekttittel 'Hvordan håndtere manglende observasjoner i treningsbelastningsmålinger'
Hvordan håndtere manglende observasjoner i treningsbelastningsmålinger
| Detaljer om prosjektet - kategori | Detaljer om prosjektet - verdi |
|---|---|
| Prosjektstatus: | Published |
| Prosjektleder: | Lena Kristin Bache-Mathiesen |
| Veileder(e): | Morten Wang Fagerland, Thor Einar Andersen |
| Medarbeider(e): | Ben Clarsen |
Beskrivelse
Bakgrunn: De siste årene har forskere fokusert på å finne effekten av treningsbelastning på risikoen for idrettsskader. Tilstrekkelig utvalgsstørrelse er avgjørende for å oppnå et estimat på effekten med akseptabel sikkerhet. Manglende observasjoner i målinger på treningsbelastning forårsaker redusert utvalgsstørrelse, og i verste tilfelle, introduserer seleksjonsbias. Ingen studie har så langt funnet en løsning på manglende observasjoner i belastnings-målinger.
Formål: Fastslå hvordan manglende verdier i treningsbelastning bør håndteres i forskning på sammenhengen mellom treningsbelastning og skaderisiko.
Metode: Først kartla vi dagens praksis for å håndtere manglende observasjoner i forskningsfeltet for treningsbelastning og risiko for skade. Deretter simulerte vi en sammenheng mellom treningsbelastning og skade i et datasett med ekte treningsbelastningsdata hos mannlige fotballspillere i eliteserien (n = 39). Metoder for å imputere eller slette manglende observasjoner ble sammenlignet gjennom deres evne til å avdekke den simulerte sammenhengen.
Resultater: Bare 37 (34 %) av 108 studier rapporterte om treningbelastning hadde noen manglende observasjoner. Multippel imputering var den beste metoden for å håndtere manglende data på tvers av ulike scenarioer.
Konklusjon: Forskningsstudier på treningsbelastning og risiko for idrettsskader bør rapportere mengden manglende data, og hvordan de ble håndtert. Multippel imputering bør brukes når man imputerer selvrapporterte treningsbelastningsmålinger og/eller GPS målinger.