Classificação do desempenho do atleta de judô utilizando regressão logística e rede neural

The present study aims to classify judo athletes in national and regional levels using logistic regression (LR) and multilayer perceptron neural network (MLP) on anthropometric and biomechanical data, as well as the special judo fitness test (SJFT). 42 competitive two level judo male athletes (28 national and 14 state level) were submitted to the following measures and tests: (a) skinfold thickness; (b) circumferences; (c) bone widths; (d) stabilometric test; (e) SJFT; and (f) dynamometry. The RL and MLP models were used to classify the two levels of judo athletes. Before adjusting the models, the forward stepwise method was used to select the variables that produced the highest performance. To further reduce the number of variables, a combinatorial analysis was performed over the variables previously selected. The RL and MLP models presented area under ROC curve 91.0% to 96.0% and 82% to 89%, respectively. The three variables that best classified the groups were epicondylar humerus width, total number of throws on the SJFT, and stabilometric mean velocity of center of pressure in mediolateral direction. This study demonstrated that LR and MLP could be used to classify judo athletes from national and state competitive levels, using a reduced set of anthropometric, biomechanical, and SJFT variables.O objetivo do estudo foi classificar os judocas em nível nacional e regional por meio da regressão logística (RL) e rede neural multilayer perceptron (MLP) utilizando dados antropométricos e biomecânicos, bem como o special judo fitness test (SJFT). 42 atletas de judô do sexo masculino de dois níveis competitivos (28 nacionais e 14 estaduais) foram submetidos às seguintes medições e testes: (a) dobras cutâneas; (b) circunferências; (c) diâmetros ósseos; (d) estabilometria; (e) SJFT; e (f) dinamometria. Os modelos RL e MLP foram empregados para classificar os dois níveis de atletas de judô. Antes de ajustar os modelos, o método forward stepwise foi aplicado para selecionar as variáveis que produziam o maior desempenho. Para reduzir ainda mais o número de variáveis, foi realizada uma análise combinatória sobre as variáveis previamente selecionadas. Os modelos RL e MLP apresentaram área sob a curva ROC 91,0% a 96,0% e 82% a 89%, respectivamente. As três variáveis que melhor classificaram os grupos foram diâmetro do epicôndilo umeral, número de arremessos realizados no SJFT e velocidade média do centro de pressão na direção látero-lateral. Esse estudo demonstrou que a RL e a MLP podem ser utilizados para classificar judocas de nível competitivo nacional e estadual, utilizando um conjunto reduzido de variáveis antropométricas, biomecânicas e o SJFT