participantes únicos en registros de carrera y caminata
2.506 archivos JSON · 1.832 registros de carreraREHABILITACIÓN DEPORTIVA · RENDIMIENTO HUMANO
Cuando una persona se lesiona al correr, ¿qué nos dice su movimiento?
Una lectura prudente de la biomecánica de carrera y del estado actual de lesión, pensada para mostrar qué permiten afirmar los datos y dónde se detienen.
Fenotipado transversal · no predice lesiones futuras
ESTUDIO DE MOVIMIENTO / 01FUKUCHI 2017 · 2,5 m/s
FASE DEL CICLOStance
Cadera, rodilla y tobillo siguen curvas medias publicadas de 28 corredores (Fukuchi et al., 2017, CC BY 4.0). Tronco y brazos son ilustrativos. No es un registro de participantes RIC.
RUNNING INJURY CLINIC KINEMATIC DATASET · FIGSHARE v12026
EL DATASET
Un archivo público amplio; un piloto técnico deliberadamente pequeño.
1,798personas en el dataset fuenteFerber et al., 2024
1,402con observaciones de carreraauditoría de metadatos
30personas en el piloto técnico15 sanos · 15 lesionados
VALIDACIÓN DE EVENTOS PENDIENTE
Aún no se ha establecido un recuento completo de ciclos utilizables.
01 / PREGUNTADEL MOVIMIENTO AL FENOTIPO
PREGUNTA DE INVESTIGACIÓN
¿Qué patrones de carrera se asocian con el estado actual de lesión?
El proyecto organiza etiquetas de lesión reportadas y cinemática en cinta en un flujo transparente a nivel de participante. Empieza con resúmenes proporcionados por la fuente y una auditoría técnica reproducible.
El dataset es transversal. No muestra que un patrón de movimiento causara una lesión, no predice lesiones futuras y no diagnostica a ningún corredor.
DISEÑOAsociación transversal
UNIDADUn registro seleccionado por persona
DESENLACEEstado actual reportado
COMPARACIÓN CLAVEEstado de lesión, con la velocidad a la vista
LA SELECCIÓN, NO TODO EL ARCHIVO
Una cohorte con reglas que se pueden revisar.
Los conteos de candidatos salen de los metadatos y son provisionales. No son la muestra final biomecánicamente utilizable.
primer registro elegible por participante, con estado resuelto y metadatos utilizables
353 sanos904 lesionados15 + 15 archivos para revisar integridad, cobertura de variables y calidad técnica
validación de eventos/ciclos pendienteConteos reproducidos desde los metadatos fijados de Figshare v1 y la regla conservadora documentada. Candidato no equivale a inclusión final.
UNA DECISIÓN DE DISEÑO IMPORTANTE
La velocidad cambia la pregunta.
Antes de comparar biomecánica, considera a qué velocidad corría cada participante. En la cohorte candidata, la velocidad media difiere entre grupos. Un pequeño estudio experimental también observó cambios asociados a la velocidad en cinemática y cinética de miembros inferiores. La diferencia justifica evaluar ajuste y solapamiento; no demuestra que la velocidad causara la diferencia entre grupos.
Leer el estudio sobre velocidadCOHORTE CANDIDATA · VELOCIDAD MEDIAm/s
Saludable
2.74Lesionado
2.550123.0
Solo control de balance de metadatos · no se ha hecho ninguna prueba biomecánica entre grupos.
02 / NUEVO ANÁLISISBALANCE ANTES DE LA BIOMECÁNICA
NUEVO ANÁLISIS · BALANCE DE COVARIABLES
La velocidad y la edad separan más a los grupos que el tamaño corporal o la experiencia.
Diferencia de medias estandarizada (lesionados menos sanos) en la cohorte candidata de 1.257 personas. En estudios observacionales se suele considerar equilibrado un |SMD| menor de 0,1. Es un control de diseño, no un resultado biomecánico.
Mayor en sanosMayor en lesionados
Líneas discontinuas: ±0,1. Los años corriendo faltan en 286 candidatos (lo informaron 242 sanos y 729 lesionados).
03 / NUEVO ANÁLISISUNA PERSONA, VARIOS REGISTROS
NUEVO ANÁLISIS · ESTABILIDAD DE ETIQUETAS
Una etiqueta actual es una foto fija.
209 de 1.402 corredores (14,9 %) tienen más de un registro de carrera. Al comparar el registro más antiguo con el más reciente de cada persona, 20 de ellos (9,6 %) tienen otro estado. El orden sigue las fechas de los metadatos, no un seguimiento clínico verificado.
Registro más antiguo ↓Registro más reciente →
04 / PROCESODE LA FUENTE A LA TRAZABILIDAD
MÉTODO EN CAPAS
Primero preservar. Después verificar. Luego interpretar.
Cada etapa conserva trazabilidad entre fuente, selección, valores reportados y decisiones de calidad.
Fijar una fuente reproducible
Dataset Figshare v1, manifiestos con hash y adquisición acotada; sin reescribir originales.
FUENTE · SHA-256Definir la cohorte antes de analizar
Reglas publicadas para estado actual, observaciones de carrera, velocidad y disponibilidad.
POR PERSONA · SENSIBILIDADAuditar la estructura del piloto
Comprobar JSON, trayectorias finitas, frecuencia de muestreo y consistencia sin corregir silenciosamente la fuente.
ESTRUCTURA · CONTROL TÉCNICOValidar eventos y ciclos
Reejecutar MATLAB oficial y comparar touchdown/toe-off, ciclos normalizados retenidos y resúmenes regenerados antes de ampliar la cohorte.
EJECUCIÓN MATLAB PENDIENTECOMPROBACIONES TÉCNICAS DEL PILOTO · N = 30RESÚMENES DE LA FUENTE
Archivos que superan comprobaciones estructurales30 / 30
Valores bilaterales finitos en el registro seleccionado780 / 780
Registros de eventos/ciclos validados independientemente0
Las comprobaciones estructurales no verifican la temporización de eventos ni la validez clínica. Los 780 valores son resúmenes de la fuente.
Abrir los descriptivos agregados del piloto ↗Leer la auditoría de registros repetidos y etiquetas ↗
QUÉ DICE LA LITERATURA
¿Por qué fenotipar con cuidado?
La evidencia es mixta, las definiciones varían y la población importa. El argumento más sólido para este proyecto no es un marcador universal de lesión. Es una forma transparente de hacer preguntas más concretas y reproducibles.
Una sola medida de marcha no explica las lesiones.
Lopes y colaboradores encontraron asociación agrupada solo para la aducción máxima de cadera; el resultado dependía de una pequeña fracción de estudios. También señalaron definiciones y métodos inconsistentes.
Lopes et al., 2023Los resultados no se transfieren automáticamente.
Una revisión de estudios prospectivos encontró patrones distintos según sexo y nivel competitivo. La evidencia agrupada disponible fue específica para ciertas poblaciones, como corredoras recreativas.
Vannatta et al., 2020El diagnóstico y el tiempo cambian la pregunta.
En 224 corredores recreativos sin lesión, algunos factores basales se asociaron con lesiones diagnosticadas médicamente durante el seguimiento. Este diseño responde algo distinto a comparar el estado actual.
Cohorte prospectiva de 52 semanasComparar condiciones equivalentes.
Cambios experimentales en la velocidad alteran la cinemática y la cinética máximas de cadera, rodilla y tobillo. La velocidad debe formar parte del diseño e interpretación.
Orendurff et al., 2018Los estudios pequeños sirven si se etiquetan con rigor.
Un estudio de sprint de 2025 combinó IMU y medidas de fuerza-velocidad con vigilancia, pero registró solo dos lesiones prospectivas. Se presenta como factibilidad, no como predicción.
Wolski et al., 2025Ya hay un clasificador publicado con esta fuente.
Xiao et al. (2026) comunicaron un ROC-AUC de 0,790 con random forest, sensibilidad alta y especificidad limitada. Nuestro ángulo complementario audita etiquetas de registros repetidos y el momento de cada cohorte antes de modelar.
Xiao et al., 2026↳
Implicación para el proyecto: informar definiciones diagnósticas, velocidad, datos faltantes y controles de calidad de eventos antes de estimar asociaciones. Las diferencias exploratorias son hipótesis, no recomendaciones de cribado.
Revisión bibliográfica y estrategia de búsqueda →LÍMITES DE INTERPRETACIÓN
Qué puede decir este proyecto y qué no.
+
Puede respaldar
- Una descripción auditable de la cohorte candidata y la calidad de datos.
- Asociaciones cuidadosamente definidas y ajustadas por velocidad tras validar eventos.
- Un punto de partida reproducible para hipótesis específicas por diagnóstico.
−
No puede demostrar
- Que un patrón de movimiento cause una lesión o prediga lesiones futuras.
- Un umbral de cribado validado, diagnóstico clínico o recomendación terapéutica.
- Validación externa independiente con un dataset relacionado sin correspondencia verificada de participantes.
MÉTODOS ABIERTOS · ATRIBUCIÓN
Preparado para verificar, citar y ampliar.
El archivo original es grande. El repositorio usa adquisición acotada con hashes y un manifiesto fijo. No copia trayectorias brutas de participantes a GitHub. Empieza por la fuente y la guía de reproducción.
Dos licencias para dos tipos de material.
El dataset fuente usa CC BY 4.0; sus scripts MATLAB suministrados usan MIT. El código de este proyecto usa MIT. Los valores derivados conservan atribución y una nota explícita de adaptación.
RUTA DE REPRODUCCIÓNPYTHON · CONTROL MATLAB
01
python scripts/acquire_data.py --pilot-manifest …02
python scripts/run_pilot.py03
validate_official_events(projectRoot)PENDIENTE04
python scripts/verify_pilot_cache.pyENTRADAS BRUTAS · INMUTABLESHASHES · MANIFIESTO · CÓDIGO FUENTE
No ampliar la cohorte hasta ejecutar y revisar el procesador oficial de eventos y ciclos.