11～17歳の男子選手における機能的能力とサッカー特有のスキルの発達的変化をモデル化する

Modeling developmental changes in functional capacities and soccer-specific skills in male players aged 11-17 years.

抄録

この研究では、男子ユースサッカーにおける機能的パフォーマンスとスキルパフォーマンスの縦断的変化に対する、年齢、成長、骨格の成熟、プレーポジション、トレーニングの寄与を評価した。選手は5年間にわたって毎年追跡された（n=83、1人当たり4.4回の測定）。機能領域と技能領域の複合スコアを算出し、パフォーマンスの全体的な推定を行った。選手はまた、ベースライン時の成熟度とプレーポジションによって分類された。多重共線性をテストした後、機能的および技能的複合得点について2レベルのマルチレベル（縦断的）回帰モデルが得られた。スコアは年齢とトレーニングによって向上した。体格は両モデルにおいて付加的な予測因子であった［機能的（晩熟）：13.48＋1.05×年齢中心(CA)-0.01×年齢中心CA(2)-0.19×脂肪量(FM)＋0.004×年間トレーニング量-1.04×ドリブルスピード；技能（ディフェンダー）：7.62＋0.62×中心CA-0.06×中心CA(2)＋0.04×無脂肪量-0.03×FM＋0.005×年間ボリュームトレーニング-0.19×反復スプリント能力＋0.02×有酸素持久力］。骨格の成熟状態は、機能的能力およびスキルパフォーマンスのプレーポジションの有意な予測因子であった。各マルチレベルモデルの健全な精度は、独立した横断標本（n = 52）で実証された。

This study evaluates the contributions of age, growth, skeletal maturation, playing position and training to longitudinal changes in functional and skill performance in male youth soccer. Players were annually followed over 5 years (n = 83, 4.4 measurements per player). Composite scores for functional and skill domains were calculated to provide an overall estimate of performance. Players were also classified by maturity status and playing position at baseline. After testing for multicollinearity, two-level multilevel (longitudinal) regression models were obtained for functional and skill composite scores. The scores improved with age and training. Body mass was an additional predictor in both models [functional (late maturing): 13.48 + 1.05 × centered on chronological age (CA)-0.01 × centered CA(2)-0.19 × fat mass (FM) + 0.004 × annual volume training-1.04 × dribbling speed; skills (defenders): 7.62 + 0.62 × centered CA-0.06 × centered CA(2) + 0.04 × fat-free mass-0.03 x FM + 0.005 × annual volume training-0.19 × repeated-sprint ability + 0.02 × aerobic endurance]. Skeletal maturity status was a significant predictor of functional capacities and playing position of skill performance. Sound accuracy of each multilevel model was demonstrated on an independent cross-sectional sample (n = 52).