Modelo preditivo para selecionar jovens atletas no futebol

Abstract

A cada ano, em todo o mundo, são publicados estudos que abordam os problemas gerais inerentes ao futebol. Muitos estudos relacionados ao futebol têm como campo preferencial de aplicação o alto desempenho de jogadores profissionais. Todavia, é grande o número de jovens iniciantes que procuram as escolas de formação no futebol. Portanto, desde muito cedo há uma proposta que o futebol procure selecionar crianças e jovens capazes de chegar ao futebol de alto rendimento. A partir deste contexto, o objetivo da presente tese foi propor um modelo preditivo para selecionar jovens atletas no futebol através das características antropométricas, aptidão física e habilidades específicas do futebol para a prospecção de possíveis talentos esportivos para o futebol. A amostra foi composta por 708 atletas de 10 a 13 anos, oriundos de um grande clube de futebol do Rio Grande do Sul, Brasil. Os grupos foram divididos em: Grupo 1 (G1) - atletas de 10 e 11 anos (n=350) subdividido em Recreativos (n=222) e seleções (n=128) e o Grupo 2 (G2) – atletas de 12 e 13 anos (n=358), subdivido em Recreativos (n=255) e Seleções (n=103). As variáveis analisadas foram no âmbito da: Antropometria (peso, estatura, maturação, dobras cutâneas (tríceps, subescapular, panturrilha medial, somatório de tríceps + subescapular), % gordura, massa gorda, massa magra, massa livre de gordura), Aptidão Física (flexibilidade, salto horizontal, agilidade, velocidade de 20 metros, corrida de 40 segundos e de 5 minutos) e Habilidades específicas do futebol (controle de bola, precisão e passe de 15 metros, chute no “paredão”, chute a gol, velocidade 20 metros com bola e velocidade de 20 metros com bola e número de toques). Para descrever o perfil antropométrico, aptidão física e habilidades específicas do futebol utilizou-se a estatística descritiva (média e desvio padrão) e para a identificação das variáveis preditoras recorreu-se a análise da função discriminante. O pacote estatístico utilizado foi o SPSS, versão 23.0. Os resultados demonstraram que quando comparados as Seleções e Recreativos do G1, os valores médios da antropometria não apresentaram diferenças significativas. Para a aptidão física as variáveis flexibilidade, salto horizontal, agilidade, velocidade 20 metros e corrida 40 segundos obtiveram diferenças significativas. Já para as habilidades específicas do futebol também encontramos diferenças significativas para o controle de bola, passe de 15 metros, velocidade metros com bola. No entanto, para o G2 encontrou-se diferenças significativas para a idade, estatura, peso, dobra cutânea subescapular, massa magra e maturação. Na aptidão física foram: flexibilidade, salto horizontal, agilidade, velocidade de 20 metros, corridas de 40 segundos e 5 minutos. Para as habilidades específicas o controle de bola, o passe de 15 metros, o chute no gol, a velocidade de 20 metros com bola e velocidade de 20 metros com bola e toques apresentaram diferenças significativas para o G2. Os dados de comparação entre os dois grupos de 10 e 11 anos (Recreativos e Seleções) demonstraram que teve uma boa correlação canônica (0,640) e apresentou um Lambda de Wilks médio (0,590). Para os grupos de 12 e 13 anos (Recreativos e Seleções) demonstraram que teve uma também boa correlação canônica (0,686) e ainda apresentou um Lambda de Wilks médio (0,529). As variáveis indicadoras de identificação de atletas do G1 (10 e 11 anos) foram: salto horizontal, agilidade, corrida de 40 segundos, controle de bola e velocidade de 20 metros com a bola. Já para o G2 (12 e 13 anos) as variáveis indicadoras foram: estatura, peso, massa magra, maturação, corrida de 40 segundos e velocidade de 20 metros com a bola. Os valores médios de centroide dos grupos: G1 foram de 0,585 e -1,015. Para o G2, respectivamente foram: -0,437 e 1,082. Para o grupo de idade entre 10 e 11 anos as equações geradas para o G1 (recreativas) = - 319,912 + ,561 (salto horizontal) + 55,780 (agilidade) + ,831 (corrida 40 segundos) - ,079 (controle de bola) + 5,542 (20 m com a bola) e para o G2 (seleções) = - 305,120 + ,509 (salto horizontal) + 52,865 (agilidade) + ,852 (corrida 40 segundos) - ,057 (controle) + 6,896 (20 m com a bola). No entanto, para o grupo de idades entre 12 e 13 anos as equações geradas foram: G1 (recreativas) = - 394,419 + 5,333 (estatura) + ,459 (peso) - 5,975 (massa magra) - 1,834 (maturação) + ,393 (corrida 40 segundos) + 19,221 (20 m com a bola) e G2 (seleções) = - 402,044 + 5,347 (estatura) + ,443 (peso) - 5,941 (massa magra) - ,319 (maturação) + ,430 (corrida 40 segundos) + 17,598 (vinte m. bola). Podemos concluir que é possível, através de um modelo matemático, discriminar quais são as variáveis antropométricas, aptidão física e habilidades específicas do futebol em crianças e jovens de 10 a 13 anos, praticantes de futebol de uma equipe de expressão nacional do futebol brasileiro.

Every year, all over the world, studies are published that address the general problems inherent to soccer. Many studies related to soccer have as preferential field of application the high performance of professional players. However, there is a large number of young beginners looking for soccer training schools. Therefore, from a very early age there is a proposal that soccer seeks to select children and young people capable of reaching high performance soccer. From this context, the objective of the present thesis was to propose a predictive model to select young athletes in soccer through the anthropometric characteristics, physical fitness and specific skills of soccer for the prospection of possible sports talents for this sport. The sample was composed by 708 athletes from 10 to 13 years old, from a big soccer club in Rio Grande do Sul, Brazil. The groups were divided into: Group 1 (G1) - athletes of 10 and 11 years old (n=350) subdivided in Recreation (n=222) and Selections (n=128), and Group 2 (G2) - athletes of 12 and 13 years old (n=358), subdivided in Recreation (n=255) and Selections (n=103). The variables analyzed were in the scope of the: Anthropometry (weight, height, maturation, skin folds (triceps, subscapular, medial calf, sum of triceps + subscapular), % fat, fat mass, lean mass, fat free mass), Physical Aptitude (flexibility, horizontal jump, agility, 20 meters speed, 40 seconds run and 5 minutes) and soccer specific skills (ball control, accuracy and 15 meters pass, "wall" kick, goal kick, 20 meters speed with ball and 20 meters speed with ball and number of touches). To describe the anthropometric profile, physical fitness and specific soccer skills, descriptive statistics were used (mean and standard deviation) and for the identification of the predictor variables, the analysis of the discriminant function was used. The statistical package used was the SPSS, version 23.0. The results showed that when compared to the Selections and Recreation from the G1, the mean values of anthropometry did not present significant differences. For physical fitness the variables flexibility, horizontal jump, agility, speed 20 meters and running 40 seconds obtained significant differences. For soccer specific skills we also found significant differences for ball control, 15 meters pass and speed 20 meters with ball. However, for G2 we found significant differences for age, height, weight, subscapular skin fold, lean mass and maturation. In physical fitness were: flexibility, horizontal jump, agility, 20 meters speed, 40 seconds and 5 minutes runs. For the specific skills the ball control, the 15 meters pass, the kick in the goal, the 20 meters speed with ball and 20 meters speed with ball and touches presented significant differences for G2. The comparison data between the two groups of 10 and 11 years (Recreatives and Selections) showed that it had a good canonical correlation (0.640) and presented a Lambda of Wilks medium (0.590). The groups of 12 and 13 years old (Recreatives and Selections) demonstrated that it also had a good canonical correlation (0.686) and presented an average Lambda of Wilks (0.529). The indicator variables for the identification of G1 athletes (10 and 11 years old) were: horizontal jump, agility, 40 second run, ball control and 20 meters speed with the ball. For G2 (12 and 13 years) the indicator variables were: height, weight, lean mass, maturation, 40 seconds run and 20 meters speed with the ball. The average centroid values of the groups G1 were 0.585 and -1.015. For G2, they were respectively -0.437 e 1.082. For the age group between 10 and 11 years the equations generated for G1 (recreatives) = - 319.912 + .561 (horizontal jump) + 55.780 (agility) + .831 (40 seconds run) - .079 (control) + 5.542 (20 meters speed with the ball) and for G2 (selections) = - 305.120 + .509 (horizontal jump) + 52.865 (agility) + .852 (40 seconds run) - .057 (control) + 6.896 (20 meters speed with the ball). However, for the age group between 12 and 13 years the equations generated were: G1 (recreatives) = - 394.419 + 5.333 (height) + .459 (weight) - 5.975 (lean mass) - 1.834 (maturation) + .393 (40 seconds run) + 19.221 (20 meters speed with the ball) and G2 (selections) = - 402.044 + 5.347 (height) + .443 (weight) – 5.941 (lean mass) - .319 (maturation) + .430 (40 seconds run) + 17.598 (20 meters speed with the ball). We can conclude that it is possible, through a mathematical model, to discriminate which are the anthropometric variables, physical aptitude and specific soccer skills in children and young people from 10 to 13 years old, who practice soccer in a club of national expression of Brazilian soccer.