| Abstract | The main purpose of this doctoral thesis is to determine in which way are level of physical activity (PA), adiposity, and injury related to the quality of movement patterns among adolescent population. Within this doctoral thesis, there are three distinct studies with related research questions and aims (Study 1, Study 2, and Study 3). Study 1 examined relationship between functional movement and PA in an urban adolescent population, while study 2 strive to identify association between adiposity and quality of movement patterns among the adolescent population. Finally, in Study 3, machine learning (ML) was used to predict injuries among adolescents by functional movement testing. Participants in all three studies were part of the Physical Activity in Adolescence Longitudinal Study (CRO-PALS) cohort. In Study 1 we included 725 adolescents (aged between 16 and 17 years) from CRO-PALS cohort. Movement quality was evaluated via Functional Movement ScreenTM (FMSTM) while PA was assessed with the School Health Action, Planning and Evaluation System (SHAPES) questionnaire. From SHAPES questionnaire, vigorous PA (VPA) and moderate-to-vigorous PA (MVPA) was calculated. Confounders included chronological age, body fat and socioeconomic status (SES). Results of Study 1 indicated that after adjusting for age, body fat and SES, both VPA and MVPA showed minor but significant effects on total FMS score among girls (β=0.011, p=0.001, β=0.005, p=0.006, respectively), but not in boys (β=0.004, p=0.158; β=0.000, p=0.780). Regarding PA type, volleyball and dance improved total FMS score (β=1.003, p=0.071; β=0.972, p=0.043, respectively), while football was associated with lower FMS score (β=-0.569, p=0.118). Conclusively, results of Study 1 showed that PA level is positively associated with the functional movement in adolescent girls, but not in boys, where the type of PA moderates these associations. Because girls are more engaged in aesthetic sports activities that improve functional movement, and unlike boys are in the final stages of maturation, this could affect sexual dimorphism in the quality of movement among the adolescent population. In Study 2 participants were 652 urban adolescents (aged between 16 and 17 years). Body mass index (BMI), a sum of four skinfolds (S4S), waist and hip circumference were measured, and movement quality (i.e. functional movement – FM) was assessed via FMSTM. Furthermore, total FMSTM screen was indicator of FM with the
composite score ranged from 7 to 21, with higher score indicating better FM. Multilevel analysis was employed to determine the relationship between different predictors and total FMS score. Results of the Study 2 demonstrate that, in boys, after controlling for age, MVPA, and SES, total FMS score was inversely associated with BMI (β=-0.18, p<0.0001), S4S (β=-0.04, p<0.0001), waist circumference (β=-0.08, p<0.0001), and hip circumference (β=-0.09, p<0.0001). However, among girls, in adjusted models, total FMS score was inversely associated only with S4S (β=-0.03, p<0.0001), while BMI (β=-0.05, p=0.23), waist circumference (β=-0.04, p=0.06), and hip circumference (β=-0.01, p=0.70) failed to reach statistical significance. Findings of Study 2 point out that the association between adiposity and FM in adolescence is sex-specific, suggesting that boys with overweight and obesity could be more prone to develop dysfunctional movement patterns. Therefore, exercise interventions directed toward correcting dysfunctional movement patterns should be sex-specific, targeting more boys with overweight and obesity rather than adolescent girls with excess weight. Analyses for the Study 3 were based on nonathletic (n=364) and athletic (n=192) subgroups of the cohort (16–17 years). Sex, age, BMI, body fatness, MVPA, training hours per week, FMS, and SES were assessed at baseline. A year later, data on injury occurrence were collected. The optimal cut-point of the total FMS score for predicting injury was calculated using receiver operating characteristic curve. These predictors were included in ML analyses with calculated metrics: area under the curve (AUC), sensitivity, specificity, and odds ratio (95% confidence interval [CI]). Results of the receiver operating characteristic curve analyses with associated criterium of total FMS score >12 showed AUC of 0.54 (95% CI: 0.48–0.59) and 0.56 (95% CI: 0.47–0.63), for the nonathletic and athletic youth, respectively. However, in the nonathletic subgroup, ML showed that the Naïve Bayes exhibited highest AUC (0.58), whereas in the athletic group, logistic regression was demonstrated as the model with the best predictive accuracy (AUC: 0.62). In both subgroups, with given predictors: sex, age, BMI, body fat percentage, MVPA, training hours per week, SES, and total FMS score, ML can give a more accurate prediction then FMS alone. Results of the Study 3 indicate that nonathletic boys who have lower-body fat could be more prone to suffer from injury incidence, whereas among athletic subjects, boys who spend more time training are at a higher risk of being injured. Conclusively, total FMS cut-off scores for each
subgroup did not successfully discriminate those who suffered from those who did not suffer from injury, and, therefore, this study does not support FMS as an injury prediction tool. |
| Abstract (english) | Cilj Glavni cilj ove doktorske disertacije bio je utvrditi odnos između razine tjelesne aktivnosti (TA), adipoznosti te pojavnosti ozljeda i kvalitete obrazaca pokreta u adolescentskoj populaciji. Ovom disertacijom bit će obuhvaćene tri studije sa tri različita cilja (Studija 1, Studija 2 i Studija 3). Studija 1 utvrdit će povezanost između funkcionalnog pokreta (FP) i razine TA. Studija 2 imala je za cilj utvrditi povezanost između adipoznosti i kvalitete obrazaca pokreta kod urbanih adolescenata. U Studiji 3 metodama strojnog učenja (SU) pokušat će se predviditi pojavnost ozlijede putem FMSTM dijagnostičkog alata kod adolescenata u jednogodišnjem razdoblju. Sudionici koji su uključeni u navedene studije bili su dio opsežnije studije, Hrvatska longitudinalna studija tjelesne aktivnosti u adolescenciji (Physical Activity in Adolescence Longitudinal Study - CRO-PALS).
Metode Studija 1 U Studiji 1 bila su uključena 725 ispitanika u dobi od 16 do 17 godina. Procjena kvalitete pokreta napravljena je uz pomoć instrumenta FMSTM (Functional Movement screenTM) dok se razina TA procjenila SHAPES upitnikom (School Health Action, Planning and Evaluation System). Iz podataka koji su dobiveni SHAPES upitnikom, izračunata je umjerena TA (UTA) te umjereno do žustra TA (UŽTA). Kao kovariajble, u svim analizama bile su uključene sljedeće varijable: kronološka dob, postotak tjelesne masti i socioekonomski status (SES).
Rezultati Studija 1 Nakon što su analize bile podešene za kronološku dob, postotak tjelesne masti i SES, rezultati Studije 1 ukazuju da su UŽTA i UTA bile su značajno i pozitivno povezne sa sveukupim FMS rezultatom kod djevojčica (β=0.011, p=0.001, β=0.005, p=0.006), ali ne i kod dječaka (β=0.004, p=0.158; β=0.000, p=0.780). U dodatnim analizama, sudjelovanje u odbojci (β=1.003, p=0.071) i plesu (β=0.972, p=0.043) bilo je pozitivno povezano sa sveukupnim FMS rezultatom, dok je nogomet bio u negativnoj relaciji sa sveukupnim FMS rezultatom (β=-0.569, p=0.118).
Zaključak Studija 1 Zaključno, razina TA je pozitivno povezana sa kvalitetom obrazaca pokreta kod djevojčica, dok kod dječaka te relacije nisu bile naznačene. Potencijalno objašnjnje uključuje to da se djevojčice nalaze u kasnijoj fazi sazrijavanja te su više uključene
u estetske sportove koji unapređuju kvalitetu obrazaca kretanja. Također, utvrđeno je da vrsta TA moderira povezanost između kvalitete obrazaca pokreta i razine TA kod oba spola.
Metode Studija 2 U Studiji 2 sudjelovalo je 652 ispitanika (16-17 god.) te su izmjerene sljedeće varijable: suma četri kožna nabora (S4S), opseg struka, opseg kukova te je izračunat indeks tjelesne mase (ITM). Kvaliteta pokreta (tj. funkcionalni pokret – FM) evaluirana je putem FMSTM dijagnostičkog instrumenta. Veći broj bodova na FMSTM skali ukazivao je na bolju kvalitetu pokreta dok je krajnji rezulat bio sveukupni FMS rezultat s rasponom bodova od 7 do 21. Za obradu podataka koristile su se metode višerazinskog modeliranja.
Rezultati Studija 2 Nakon što su analize bile podešene za kronološku dob, UŽTA i SES, kod dječaka je sveukupni FMS rezulat bio negativno povezan sa ITM-om (β=-0.18, p<0.0001), S4S (β=-0.04, p<0.0001), opsegom struka (β=-0.08, p<0.0001) te opsegom kukova (β=-0.09, p<0.0001). Kod djevojčica, jedino je S4S bio u negativnoj relaciji sa sveukupnim FMS rezultatom (β=-0.03, p<0.0001), dok ostali prediktori nisu pokazali statističku značajnost (ITM: β=-0.05, p=0.23; opseg struka: β=-0.04, p=0.06; opseg kukova: β=-0.01, p=0.70).
Zaključak Studija 2 Rezultati Studije 2 ukazuju da je povezanost između adipoznosti i kvalitete obrazaca pokreta specifična po spolu, gdje su dječaci sa prekomjenom tjelesnom težinom skloniji razvoju disfunkcionalnih obrazaca pokreta. Stoga, intervencije i programi vježbanja bi trebali biti više usmjereni na korekciji disfunkcionalnih obrazaca pokreta kod dječaka sa prekomjernom tjelesnom težinom nego kod djevojčica veće tjelesne mase.
Metode Studija 3 Analize za Studiju 3 temelje se na dvije podskupine adolescenata, sportaše (n=364) i nesportaše (n=192) (16-17 god.). Prediktori uključeni u analizama SU bili su: spol, dob, ITM, postotak tjelesne masti, UŽTA, broj trenažnih sati tjedno, kvaliteta obrazaca pokreta (izmjerena FMS-om) i SES. Godinu dana kasnije, podaci o ozljedama dobiveni su kompjuteriziranim upitnikom konstruiranim za potrebe ovog istraživanja. Za utvrđivanje granične vrijednosti sveukupnog FMS rezultata koji će uspješno predvidjeti rizik od ozljeđivanja, koristila se analiza krivulje osjetljivosti (engl. Receiver operating characteristics - ROC) gdje se izračunala površina ispod krivulje (engl. area under the curve
- AUC). Također, izračunata je osjetljivost, specifičnost, te omjer izgleda uz pripadajuće intervale pouzadanosti (95% CI) za svaki od prediktivnih modela dobivenih putem SU.
Rezultati Studija 3 Rezultati studije 3 pokazuju da je ROC analiza sa pridruženim kriterijom sveukupnog FMS rezultata >12 pokazala skromnu točnost u populaciji nesportša (AUC: 0.54; 95% CI: 0.48–0.59), dok je u nesportskoj populaciji točnost bila veća (AUC: 0.56; 95% CI: 0.47–0.63). Među metodama SU, metoda Naȉve Bayes dala je najtočniji prediktivni model u podskupini nesportaša (AUC: 0.58). S druge strane, u podskupini sportaša, logistička regresija pokazala se kao metoda sa najuspješnijom prediktivnim modelom (AUC: 0.62). U obje podskupine, sa prediktorima: spol, dob, ITM, postotak tjelesne masti, UŽTA, broj trenažnih sati tjedno, kvalitetom obrasca pokreta i SES, SU daje točniju predikciju u usporedbi sa predikcijama dobevnim FMSTM dijagnostičkim instrumentom.
Zaključak Studija 3 Rezultati Studije 3 ukazuju da su dječaci nesportaši, koji imaju manji postotak masti, skloniji većem riziku za ozljeđivanje. S druge strane, dječaci koji se bave sportom i koji provode više vremena trenirajući imaju najveći rizik za pojavnost ozljede. Zaključno, sveukupni FMS rezultat ne može uspješno predvidjeti pojavnost ozljeđivanja u populaciji sportaša i nesportaša. Stoga ova studija ne preporuča korištenje FMS dijagnostičkog instrumenta u cilju predikcije ozljeda. |
