Seleção De Fatores De Risco De Lesões Em Atletas, Através Da Extração De Conhecimento Dos Pesos De Uma Rede Neural

Abstract

The increased incidence of injuries in Brazilian athletes is of concern to then and their coaches and technical staff. The injuries are a result of various factors, and know the influence of each in favor of lesions can help prevent and treat these injuries. In health, traditional statistical methods are commonly used in the study of several cases, but it is noteworthy that such methods only detect the linear features of the data. As the real world is full of non-linear phenomena, it becomes necessary to use techniques that realize this nonlinearity. For these cases, the Artificial Neural Networks (ANN) have shown satisfactory results. This article aims to test algorithms for variable selection that extract knowledge of the weights of an ANN, to obtain the contribution of each factor in the occurrence of injuries to athletes. It is hoped that finding a new alternative needs to understand the mechanisms that favor injuries, and therefore help in prevention. Palavras-chave-Redes Neurais,Seleção de Variáveis, Lesões, Fatores de risco, Atletas. 1 Introdução O atletismo brasileiro vem crescendo de forma significativa nos últimos anos, conquistando, assim, posições no ranking mundial. O aumento na intensidade do treinamento dos atletas foi fator relevante para esse feito. Como conseqüência do aumento da demanda de exercícios cada vez maus modernos e competitivos, houve um crescimento no risco do aparecimento de lesões, o que é motivo de apreensão para atletas e treinadores, pois interrompem o processo evolutivo do treinamento. Muitos são os fatores que podem contribuir para o surgimento de tais lesões, e saber qual a relevância de cada um deles é de grande importância para os profissionais ligados ao esporte, pois sabendo os mecanismos principais dos lesionamento é possível tomar medidas preventivas. Na área de saúde, métodos estatísticos tradicionais são comumente usados no estudo dos mais diversos casos, porém vale ressaltar que tais métodos detectam apenas as características lineares dos dados. Como o mundo real é repleto de fenômenos não-lineares, torna-se necessária a utilização de técnicas que percebam esta não-linearidade. Para estes casos, as Redes Neurais Artificiais (RNA) têm mostrado resultados bastante satisfatórios. Este artigo tem como objetivo testar algoritmos de seleção de variáveis que extraem conhecimento dos pesos de uma RNA, para obter a contribuição de cada fator no surgimento de lesões em atletas. Espera-se com isso encontrar uma nova alternativa mais precisa para se entender os mecanismos favorecedores de lesões, e conseqüentemente ajudar nas medidas preventivas.