Perfil postural en futbolistas peruanos de formación mediante evaluación asistida por inteligencia artificial

Resumen

Introducción. La evaluación postural en canteras de fútbol profesional aporta información de cribado para el monitoreo del desarrollo motor en etapas sensibles del crecimiento.

 Objetivo. Describir y comparar de forma exploratoria el perfil postural — cuantificado mediante seis ángulos articulares procesados por inteligencia artificial (APECS) — en 120 futbolistas de formación de un club peruano de Segunda División, pertenecientes a las categorías Sub-13, Sub-15, Sub-17 y Reserva.

Metodología. Estudio cuantitativo, no experimental, transversal y descriptivo-comparativo. Se aplicó fotogrametría digital asistida por IA (APECS) en plano frontal para estimar los ángulos de alineación de cuerpo, cabeza, hombros, pelvis, rodilla y pies. El análisis estadístico incluyó Shapiro–Wilk, Levene, Kruskal–Wallis, post-hoc de Dunn con corrección Bonferroni, coeficientes de Spearman y tamaños del efecto (ε² y η²). Como capa exploratoria adicional se aplicaron Análisis de Componentes Principales (PCA) y cuatro técnicas de agrupamiento multivariante (K-Means/Ward, Fuzzy C-Means, GMM y análisis arquetípico).

Resultados. Se detectaron diferencias significativas entre categorías en cinco de las seis variables: alineación del cuerpo (H=17,18; p<0,001; ε²=0,12), inclinación de cabeza (H=10,78; p=0,013), inclinación de pelvis (H=17,39; p<0,001; ε²=0,12), rodilla (H=11,56; p=0,009) y pies (H=23,15; p<0,001; ε²=0,17). La categoría Sub-17 presentó el perfil postural más alineado en el plano frontal. La alineación de hombros se mantuvo estable entre categorías (p=0,913). El análisis multivariante exploratorio mostró una estructura latente débil (KMO=0,496) y fronteras difusas entre perfiles posturales, con asociación moderada a la categoría competitiva (V de Cramer = 0,50).

Discusión: Los hallazgos sugieren un patrón no lineal en el perfil postural a través de las categorías, compatible con procesos de maduración neuromuscular pero también con un posible efecto de selección/supervivencia entre etapas.

Conclusiones. La evaluación postural asistida por IA constituye una herramienta exploratoria útil y escalable para el cribado en canteras; su valor pronóstico requiere validación posterior contra patrones de referencia y datos longitudinales de lesión.