Πώς θα είναι η επισημονική ποσήριξη σ ο ... · 2017-03-07 ·...

Πώς θα είναι η επιστημονική υποστήριξη στο ποδόσφαιρο στο μέλλον;

Είμαστε έτοιμοι;

Γιώργος Νάσσης, PhD

Ποιά είναι η πρόκληση;

• Να βελτιώσουμε την απόδοση χωρίς να αυξήσουμε τον κίνδυνο μυικού τραυματισμού και κόπωσης

What we need? 1)Training (load) monitoring

2)An injury “prediction” model 3)Training methods to speed up

adaptations to training

Training load and injuries in team sports

Gabbett et al., 2010

Θα πρέπει δηλαδή να σταματήσουμε την

προπόνηση?

• Ασφαλώς όχι!

• Μάλλον πρέπει να προπονούμαστε εξυπνότερα και αποτελεσματικότερα

Is training causing injuries or is protecting

from injuries?

Gabbett. Br J Sports Med, 2016

Hard and appropriate training offers a protective effect due to its effect on

fitness

Πως θα βελτιώσουμε την φυσική κατάσταση

Μερικά παραδείγματα

• Make better use of the transition period

• Implement blocks of intensified training

Performance Development

Excellence in Football Project - George

Sprint: 3-7% decline Endurance: 10-28% decline

Προπόνηση υψηλής έντασης

16

16.5

17

17.5

18

18.5

19

19.5

PRE POST

Km

/h

MAS

SSG&HIT

TRAD

28

29

30

31

32

33

34

35

36

PRE POST

cm

CMJ

CMJ

3.5

3.6

3.7

3.8

3.9

4

4.1

4.2

4.3

4.4

PRE POST

seco

nd

s -

s

COD - R

3.5

3.6

3.7

3.8

3.9

4

4.1

4.2

4.3

4.4

PRE POST

seco

nd

s -

s

COD - L

*

* p < 0.05

Endurance Agility

Paul et al, under review

Take home message 1)Intensified training is feasible in our set-up

2)This training may lead to greater improvements in endurance

Προπονητικό φορτίο και τραυματισμοί

Αλήθεια, μετράμε ό,τι νομίζουμε ότι μετράμε

Η χρήση του RPE

Do highly-trained football players become

“fatigued”?

Either elite players pace themselves or the tools

we use to capture fatigue & load are not sensitive

enough

Tucker 2009

The Central Governor Model of Exercise Regulation and RPE regulation

Nassis, Brito, Dvorak, Chalabi, Racinais, under review

Physical performance as a function of environmental heat stress

Low intensity

(r=0.36, p<0.05)

High intensity

(r=-0.28, p<0.05)

Medium intensity

(r=-0.01, NS)

0

10

20

30

40

50

60

70

10 15 20 25 30 35

Dis

tan

ce

co

ve

red

pe

r m

in (

m)

WBGT (º)

HEAT

Summary of results

Variable Index Finding

Nature of game TD, active match time, # cards

Physical performance

HI, number of sprints

Peak speed

Technical performance

Number of passes

Rate of successful passes

Το κονφούζιο συνεχίζεται!

Future challenges-How to measure the outcome of training?

The future of the game

EPL website

28% increase

Νέες τεχνολογίες Ποιο ειναι το μέλλον

Akenhead et al (under review)

How to deal with big data?

INTEGRATE THE BIG DATA AND PROVIDE MEANINFUL RESULTS TO MANAGERS AND COACHES

FOR BETTER DECISION MAKING

An integrated data management system in

high level football

Examples of predictive analytics