Monitorização assistida por tecnologia da carga de treino e do risco de lesão em desportos coletivos de elite e profissionais: uma revisão sistemática
DOI:
https://doi.org/10.47197/retos.v80.118930Palavras-chave:
Carga de trabalho, lesão desportiva, desportos, sistema de posicionamento global, monitorização, aprendizagem de máquinaResumo
Introdução: A monitorização da carga de treino assistida por tecnologia é amplamente utilizada em desportos coletivos; no entanto, a sua associação com o risco de lesão permanece incerta.
Objectivo: Rever sistematicamente a evidência sobre a associação entre a monitorização da carga de treino assistida por tecnologia e o risco de lesão em atletas de elite e profissionais de desportos colectivos.
Metodologia: Esta revisão sistemática seguiu as diretrizes PRISMA de 2020 e foi registada no PROSPERO (CRD420251161886). As pesquisas foram realizadas no PubMed, Scopus, Web of Science e ScienceDirect, desde o início até 5 de outubro de 2025. Foram incluídos estudos envolvendo atletas adultos de elite ou profissionais de desportos coletivos que utilizaram sistemas de monitorização da carga de treino assistido por tecnologia e reportaram desfechos relacionados com lesões. O risco de viés foi avaliado através da Escala de Newcastle-Ottawa e da ferramenta PROBAST. Devido à heterogeneidade, foi realizada uma síntese narrativa.
Resultados: Foram incluídos onze estudos longitudinais (oito coortes prospetivas e três estudos preditivos). A elevada exposição à carga aguda e os aumentos repentinos da carga foram consistentemente associados a um maior risco de lesões sem contacto e à perda de tempo de jogo. Em contrapartida, uma maior exposição à carga crónica, quando acumulada gradualmente, foi associada a um risco reduzido de lesões em alguns contextos. Os modelos de aprendizagem automática melhoraram a previsão de lesões, embora tenham levantado preocupações moderadas quanto ao risco de viés.
Conclusões: A monitorização tecnológica da carga de trabalho está associada ao risco de lesão em desportos coletivos de elite. A gestão dos picos de carga aguda, juntamente com o desenvolvimento gradual da capacidade de carga crónica, pode contribuir para a redução do risco de lesões; no entanto, são necessárias mais pesquisas para validar os modelos preditivos.
Referências
Ayala, R. E. D., Granados, D. P., Gutiérrez, C. A. G., Ruíz, M. A. O., Espinosa, N. R., & Heredia, E. C. (2024). Novel Study for the Early Identification of Injury Risks in Athletes Using Machine Learning Techniques. Applied Sciences, 14(2), 570. https://doi.org/10.3390/app14020570
Bache-Mathiesen, L. K., Andersen, T. E., Dalen-Lorentsen, T., Tabben, M., Chamari, K., Clarsen, B., & Fagerland, M. W. (2024). A new statistical approach to training load and injury risk:separating the acute from the chronic load. Biology of Sport, 41(1), 119‑134. https://doi.org/10.5114/biolsport.2024.127388
Bowen, L., Gross, A. S., Gimpel, M., Bruce-Low, S., & Li, F.-X. (2020). Spikes in acute:chronic workload ratio (ACWR) associated with a 5–7 times greater injury rate in English Premier League football players : A comprehensive 3-year study. British Journal of Sports Medicine, 54(12), 731‑738. https://doi.org/10.1136/bjsports-2018-099422
Chan, C.-C., Yung, P. S.-H., & Mok, K.-M. (2024). The Relationship between Training Load and Injury Risk in Basketball : A Systematic Review. Healthcare, 12(18), 1829. https://doi.org/10.3390/healthcare12181829
Colby, M. J., Dawson, B., Heasman, J., Rogalski, B., Rosenberg, M., Lester, L., & Peeling, P. (2017). Presea-son Workload Volume and High-Risk Periods for Noncontact Injury Across Multiple Australian Football League Seasons. Journal of Strength and Conditioning Research, 31(7), 1821‑1829. https://doi.org/10.1519/JSC.0000000000001669
Coppalle, S., Rave, G., Ben Abderrahman, A., Ali, A., Salhi, I., Zouita, S., Zouita, A., Brughelli, M., Granacher, U., & Zouhal, H. (2019). Relationship of Pre-season Training Load With In-Season Biochemical Markers, Injuries and Performance in Professional Soccer Players. Frontiers in Physiology, 10, 409. https://doi.org/10.3389/fphys.2019.00409
Cousins, B. E. W., Morris, J. G., Sunderland, C., Bennett, A. M., Shahtahmassebi, G., & Cooper, S. B. (2019). Match and Training Load Exposure and Time-Loss Incidence in Elite Rugby Union Players. Frontiers in Physiology, 10, 1413. https://doi.org/10.3389/fphys.2019.01413
Drew, M. K., & Finch, C. F. (2016). The Relationship Between Training Load and Injury, Illness and Sore-ness : A Systematic and Literature Review. Sports Medicine, 46(6), 861‑883. https://doi.org/10.1007/s40279-015-0459-8
Ekstrand, J., Hägglund, M., & Waldén, M. (2011). Injury incidence and injury patterns in professional football : The UEFA injury study. British Journal of Sports Medicine, 45(7), 553‑558. https://doi.org/10.1136/bjsm.2009.060582
Freitas, D. N., Mostafa, S. S., Caldeira, R., Santos, F., Fermé, E., Gouveia, É. R., & Morgado-Dias, F. (2025). Predicting noncontact injuries of professional football players using machine learning. PLOS ONE, 20(1), e0315481. https://doi.org/10.1371/journal.pone.0315481
Gabbett, T. J. (2016). The training—injury prevention paradox : Should athletes be training smarter and harder? British Journal of Sports Medicine, 50(5), 273‑280. https://doi.org/10.1136/bjsports-2015-095788
Hägglund, M., Waldén, M., Magnusson, H., Kristenson, K., Bengtsson, H., & Ekstrand, J. (2013). Injuries affect team performance negatively in professional football : An 11-year follow-up of the UEFA Champions League injury study. British Journal of Sports Medicine, 47(12), 738‑742. https://doi.org/10.1136/bjsports-2013-092215
Impellizzeri, F. M., Tenan, M. S., Kempton, T., Novak, A., & Coutts, A. J. (2020). Acute:Chronic Workload Ratio : Conceptual Issues and Fundamental Pitfalls. International Journal of Sports Physiology and Performance, 15(6), 907‑913. https://doi.org/10.1123/ijspp.2019-0864
Lyubovsky, A., Liu, Z., Watson, A., Kuehn, S., Korem, E., & Zhou, G. (2022). A pain free nociceptor : Pre-dicting football injuries with machine learning. Smart Health, 24, 100262. https://doi.org/10.1016/j.smhl.2021.100262
Malone, S., Roe, M., Doran, D. A., Gabbett, T. J., & Collins, K. (2017). High chronic training loads and expo-sure to bouts of maximal velocity running reduce injury risk in elite Gaelic football. Journal of Science and Medicine in Sport, 20(3), 250‑254. https://doi.org/10.1016/j.jsams.2016.08.005
Martins, F., Marques, A., França, C., Sarmento, H., Henriques, R., Ihle, A., De Maio Nascimento, M., Saldan-ha, C., Przednowek, K., & Gouveia, É. R. (2023). Weekly External Load Performance Effects on Sports Injuries of Male Professional Football Players. International Journal of Environmental Research and Public Health, 20(2), 1121. https://doi.org/10.3390/ijerph20021121
Michailidis, Y. (2024). A Systematic Review on Utilizing the Acute to Chronic Workload Ratio for Injury Prevention among Professional Soccer Players. Applied Sciences, 14(11), 4449. https://doi.org/10.3390/app14114449
Murray, N. B., Gabbett, T. J., Townshend, A. D., & Blanch, P. (2017). Calculating acute:chronic workload ratios using exponentially weighted moving averages provides a more sensitive indicator of in-jury likelihood than rolling averages. British Journal of Sports Medicine, 51(9), 749‑754. https://doi.org/10.1136/bjsports-2016-097152
Nobari, H., Arslan, E., Martins, A. D., & Oliveira, R. (2022). Are acute:chronic workload ratios of per-ceived exertion and running based variables sensible to detect variations between player posi-tions over the season ? A soccer team study. BMC Sports Science, Medicine and Rehabilitation, 14(1), 51. https://doi.org/10.1186/s13102-022-00445-x
Qin, W., Li, R., & Chen, L. (2025). Acute to chronic workload ratio (ACWR) for predicting sports injury risk : A systematic review and meta-analysis. BMC Sports Science, Medicine & Rehabilitation, 17(1), 285. https://doi.org/10.1186/s13102-025-01332-x
Ren, X., Boisbluche, S., Philippe, K., Demy, M., Hu, X., Ding, S., & Prioux, J. (2024). Assessing pre-season workload variation in professional rugby union players by comparing three acute:Chronic workload ratio models based on playing positions. Heliyon, 10(17), e37176. https://doi.org/10.1016/j.heliyon.2024.e37176
Rommers, N., Rössler, R., Verhagen, E., Vandecasteele, F., Verstockt, S., Vaeyens, R., Lenoir, M., D’Hondt, E., & Witvrouw, E. (2020). A Machine Learning Approach to Assess Injury Risk in Elite Youth Football Players. Medicine & Science in Sports & Exercise, 52(8), 1745‑1751. https://doi.org/10.1249/MSS.0000000000002305
Tsilimigkras, T., Kakkos, I., Matsopoulos, G. K., & Bogdanis, G. C. (2024). Enhancing Sports Injury Risk Assessment in Soccer Through Machine Learning and Training Load Analysis. Journal of Sports Science and Medicine, 537‑547. https://doi.org/10.52082/jssm.2024.537
Van Eetvelde, H., Mendonça, L. D., Ley, C., Seil, R., & Tischer, T. (2021). Machine learning methods in sport injury prediction and prevention : A systematic review. Journal of Experimental Ortho-paedics, 8(1), 27. https://doi.org/10.1186/s40634-021-00346-x
Windt, J., & Gabbett, T. J. (2017). How do training and competition workloads relate to injury? The workload—injury aetiology model. British Journal of Sports Medicine, 51(5), 428‑435. https://doi.org/10.1136/bjsports-2016-096040
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Drif Adnane; Elattabi Chaimaa; Rajaallah Elmostafa
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
- Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
- É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).
Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
