FÚTBOL EUROPEO / 2020-2025

El coste de
no estar.

Una lesión es un registro. Su impacto son días, partidos e historias que se acumulan. Exploramos qué nos dicen 15.603 ausencias del fútbol europeo.

Entrar al análisis Leer la discusión ↗

Víctor Gómez · Fisioterapia × ciencia de datos

EVENTO → BAJA → FIN REGISTRADO

52° / 13°

MEDIANA DE AUSENCIA REPORTADA18 días

Por registro, todas las ausencias · no es un pronóstico individual

Movimiento conceptual. No representa jugadores ni estados actuales.

15.603registros de ausencia

4.081nombres de jugadores

145clubes registrados

5ligas · cinco temporadas

Fuente: Sanan Muzaffarov · Kaggle v2 · CC BY-SA 4.0Ver procedencia y límites ↗

01 / FRECUENCIA Y CONSECUENCIA

Contar es solo el principio.

La etiqueta más frecuente y la que más días acumula responden preguntas diferentes. Un equipo médico necesita ver ambas.

MÁS REGISTROS

Lesión de isquiotibiales

1.256 registros

Etiqueta original «Hamstring injury»: 29 días de mediana y 52.483 días reportados acumulados.

MÁS DÍAS ACUMULADOS

Rotura de ligamento cruzado

56.768 días

Etiqueta original «Cruciate ligament tear»: 226 registros y una mediana de 230,5 días. La etiqueta no identifica cuál ligamento ni confirma el diagnóstico.

Solo lesiones: se excluyen 39 etiquetas no lesivas (3.093 registros, como coronavirus, enfermedad o falta de forma física), con el mismo filtro que Sports Rehab Intelligence. El cruzado acumula un 8 % más de días que los isquiotibiales con 5,6 veces menos registros. Las sumas de episodios pueden repetir días y partidos.

02 / EXPLORADOR DE CARGA

La carga tiene más de un eje.

Frecuencia, duración y partidos perdidos, en una misma vista. Filtra y selecciona una burbuja para inspeccionar su etiqueta original.

LigaTemporada de la fuenteTipo de ausenciaVista de registros

La sensibilidad conserva una fila por nombre, etiqueta y fechas iguales. No adjudica el club correcto ni confirma episodios clínicos únicos.

Cada círculo = una etiqueta de la fuenteÁrea ∝ partidos perdidos

Ambos ejes en escala logarítmica. Etiquetas originales en inglés.

Ver los mismos resultados como tabla accesible

Ausencias por etiqueta original, con los filtros activos
Etiqueta	Registros	Mediana de días	Días sumados	Partidos sumados

Estos son recuentos y consecuencias registradas. No son tasas de incidencia ni estimaciones de riesgo individual. Cada filtro recalcula la mediana sobre sus propios registros.

03 / NUEVO ANÁLISIS · TEMPORADAS

La pandemia también está en el archivo.

Con todas las ausencias, 21/22 parece la peor temporada. Al separar las no lesivas, es la que menos lesiones registra. La diferencia la explican sobre todo el coronavirus y otras enfermedades.

LesionesAusencias no lesivas

Registros originales por temporada de la fuente. 20/21 y 21/22 suman 965 registros de coronavirus.

04 / NUEVO ANÁLISIS · REGIONES

La rodilla pesa más de lo que aparece.

Agrupando las etiquetas por región, la rodilla es el 14 % de los registros de lesión pero el 30 % de los días. El muslo es la región más frecuente y su peso en días es menor.

Parte de los registros de lesiónParte de los días de baja

Regiones asignadas por palabras clave de la etiqueta original (12.510 registros de lesión), con las mismas reglas que Sports Rehab Intelligence. Etiquetas genéricas como «Muscle injury» o «Knock» quedan sin región. Las sumas de días pueden repetir episodios.

05 /EL REGISTRO TAMBIÉN CUENTA

Misma ausencia. Otro contexto.

No hay duplicados exactos de fila. Sí hay 981 grupos con el mismo nombre, etiqueta y fechas que aparecen en distintos clubes.

En esos grupos coinciden los días y partidos reportados. Puede ser una repetición del contexto de club; el archivo por sí solo no permite adjudicarla. Por eso mostramos los dos escenarios y conservamos la trazabilidad.

Leer cómo lo auditamos ↗

SUMA DE DÍAS REPORTADOS−5,5 %

15.603 registros563.314

14.611 candidatos532.422

992 filas adicionales retiradas en el escenario de sensibilidad. No significa que se hayan confirmado 14.611 lesiones independientes.

06 /HISTORIAS DESIGUALES

Un jugador no es una fila.

2.795 nombres tienen varios registros. 1.124 presentan una etiqueta que vuelve a aparecer en una fecha posterior. Eso describe una historia; no confirma una recaída.

Distribución de registros por nombre

2.795 / 4.081

El historial empieza donde empieza el archivo.

Un primer registro no equivale a una primera lesión de por vida. Los nombres tampoco son identificadores verificados. Los intervalos se pueden solapar y un espacio sin registros no prueba que el jugador estuviera disponible.

07 /LA PREGUNTA DE DISPONIBILIDAD

Sabemos lo perdido. Falta lo posible.

Para calcular un porcentaje de disponibilidad necesitamos el total de oportunidades elegibles. No se puede inventar a partir de la primera y la última lesión.

EL ARCHIVO SÍ APORTAAusencias registradas

Fechas, duración reportada, partidos perdidos y etiquetas de ausencia.

EL ARCHIVO NO APORTAOportunidades elegibles

Inscripción y transferencias, calendario completo, elegibilidad y horas de exposición.

Relevancia para rehabilitación. Las guías de vigilancia recomiendan distinguir frecuencia, gravedad y carga. La investigación prospectiva relaciona menor carga lesional y mayor disponibilidad con el rendimiento del equipo; nuestro archivo no permite reproducir esa comparación causal ni calcular sus tasas. Consultar fuentes y discusión ↗

08 /CIENCIA QUE SE PUEDE REVISAR

De la pregunta al código abierto.

Consulta las decisiones, descarga los agregados y vuelve al archivo original. Las conclusiones tienen que poder seguirse hasta sus datos.

01 / GITHUB

Reproducir el análisis

Pipeline Python, pruebas, instrucciones y web sin dependencias de compilación.

↗02 / DATOS

Descargar los agregados

Estadísticas por etiqueta original, con tamaños de muestra y licencia CC BY-SA 4.0.

↓03 / EVIDENCIA

Leer antes de concluir

Búsqueda bibliográfica dirigida, discusión crítica, referentes y límites de interpretación.

↗

Entrega en Kaggle ↗Referencias BibTeX ↓Metodología completa ↗

PROCEDENCIA, AUTORÍA Y DERECHOS

Datos de la fuente. Análisis propio.

Datos: Sanan Muzaffarov, European Football Injuries (2020-2025), Kaggle, versión 2. Descarga: 26 de octubre de 2026. Licencia publicada: CC BY-SA 4.0. Se verificó la integridad del archivo; no se verificaron de forma independiente su captura clínica ni sus fuentes previas.

Análisis, código y diseño: Víctor Andrés Gómez López. Código propio bajo MIT. Datos derivados y figuras bajo CC BY-SA 4.0, con transformaciones documentadas. Las referencias científicas conservan los derechos de sus autores; se citan y parafrasean, sin republicar artículos ni figuras ajenas.

Dataset original ↗CC BY-SA 4.0 ↗Trazabilidad ↓