[分享] 為什麼我們可以認為速球和滑球更傷手?
https://pmc.ncbi.nlm.nih.gov/articles/PMC9134447/
2022年,在運動醫學骨科期刊上,
林口和高雄長庚醫院的醫師們發表了一篇論文,
探討2016~2017年間,144名台灣最頂尖的青棒投手們的肩膀、手肘傷病問題。
這144名參與研究的投手中,有76名在過去一年間有肩膀、手肘的傷勢,
投手們接受問卷調查,內容涵蓋身體條件、手臂用量、傷病史、休季時的訓練等等
試圖透過統計手段尋找可能造成運動傷害的潛在因素。
毫不意外的,過往的出賽量和傷病史,被發現與傷勢有顯著的正相關。
不過和它們同時並列的,還有一項性質非常不同的特徵,那就是
"會投滑球"
21世紀以來,由於投手肩膀和手肘傷勢的高發,
許多學者們投入對投球機制的研究。
不少研究者們仔細整理過往投手們留下的數據,
試圖從其中找出傷病的蛛絲馬跡。
本文開頭提到的論文也是其中之一,通過統計手段,
研究者們成功發現了某些球種(EX:滑球)和選手的傷病確實存在機率上的聯繫。
然而統計結果的水面下,沒有人知道兩者之間是否存在明確的因果關係
畢竟滑球是強勢球種,會投很多滑球的投手也很有可能是球隊倚重的投手,
說不定只是被操壞的投手們也更傾向於投滑球而已呢?
另外一邊,通過穿戴式設備和動作捕捉技術,
學者們確實發現了各球種對手臂造成的負擔並不相同。
典型的就是速球,學界很早就發現了投速球時,手肘和肩膀受到了極大的力和力矩,
但這是否意味著速球就一定更傷手呢?
也不一定,畢竟人天生就會丟速球,搞不好人體更適合速球的機制呢?
況且長年以來,球界都不推薦一定年齡前的小孩投變化球,
這難道不是說明了經驗上來說,變化球比速球更傷手嗎?
要成功論證某一球種是否更為傷手,統計學和運動力學的合作不可避免。
一、大數據
自從Statcast系統在2015年上線,
MLB透過PITCHf/x、Trackman、Hawk-eye等系統,累積了大量關於投手的比賽數據。
如此巨量的數據,依靠人力來分析是十足的大工程,
但近年來人工智慧在模型趨勢預測上的大幅進步,
給予了現代的學者有效運用AI和大數據的技術可能性。
https://pmc.ncbi.nlm.nih.gov/articles/PMC11369970/
這是一篇在2024年發表於運動醫學骨科期刊,
由美國梅奧診所、瑞典哥德堡大學、MLB明尼蘇達雙城隊、挪威奧斯陸運動傷害研究中心
共同參與的研究。
透過MLB提供的Stats API,學者們獲取了2017~2021年間的投手使用數據和傷病數據,
包含完整的背景資料、手臂用量、球種資料,
最終運用了3808投手-年的數據,其中有606投手-年由於肩膀或手肘傷勢進到傷兵名單。
(註:要是一個投手投了其中三年,那就是1x3投手-年)
如此巨量的數據,就靠這幾個學者顯然是分析不完的。
研究中使用了XGBoost機器學習模型,
他們看上了XGBoost處理複雜資料結構和非線性資料關係的能力,
而且還能在學習中篩選掉對預測有負面影響的特徵,
這對於有太多可能的預測特徵的投手數據來說非常重要。
投手數據的因果要素錯綜複雜,一個數據在一個投手身上與傷病有顯著的相關,
但當考慮到與其他要素的交互作用後,在另外一個投手身上卻可能出現負相關。
為此他們導入基於賽局理論的SHAP數據來評估各個要素對於模型預測的效果和交互作用,
搭配機器學習,可以理清各種數據間的關係。
https://i.imgur.com/0GLVSba.png

越上方的要素,對於預測選手受傷越重要。
他們的結果非常出人意料。
首先,和三級棒球的選手不同,
MLB投手的投球量、出賽量並不太能用來預測選手的受傷機率。
這可能是因為存在倖存者偏差,比方說不耐操的投手早就在小聯盟中篩選掉絕大部分了,
即使僥倖升上了大聯盟,在大聯盟的出賽密度與比賽強度下也會早早的被操壞。
能在大聯盟留下大量局數和出賽的投手,都是已經受過千錘百鍊的猛者
自然不一定容易受傷。
第二,最能夠預測MLB投手的受傷的,就是球種數據。
https://i.imgur.com/x0Rl50M.png

越上方的要素對於模型預測越重要
越往右延伸的要素則對於預測選手受傷越有貢獻,往左則是對預測選手不會受傷有貢獻
模型中採計了FB(速球)、CB(曲球)、CH(變速球)、CT(卡特球)、SI(伸卡球)、SL(滑球)、
SP(叉指球/指叉球)等各式常見球種,
並錄入他們的%(使用頻率)、v(均速)、-X(水平位移)、-Z(垂直位移),
乃至於旋轉軸、轉速、放球點等等。
經過模型分析,各球種的均速、滑球的使用率、速球的轉速和速球的水平位移
都是最能有效預測選手肩膀、手肘受傷的要素。
有細心看圖的讀者可能會問,從上面的圖來看,vCH(變速球均速)和vCB(曲球均速)
排行都非常高,為什麼呢?難道說它們很傷手嗎?
其實不然,如果我們檢視它們和速球均速之間的關係的話:
https://i.imgur.com/hBgTouT.png

每個點都是一個投手的數據
從圖B和圖C我們可以發現,變速球、曲球均速與速球均速之間存在非常明顯的正相關
速球均速越快的投手越容易受傷,而速球均速越快的投手,其他變化球也丟得快。
此外,以往的其他研究告訴我們,球速和轉速總體上來說呈現正相關,
轉速和位移總體上來說呈現正相關。
因此,各球種均速、速球的轉速、速球的水平位移,
背後真正的關鍵因素,很有可能都是速球均速。
那麼滑球的使用量呢?
https://i.imgur.com/tO2zCGA.png

滑球使用量和速球均速沒有明顯的正相關,但是有一點很影響模型預測:
"滑球使用多的投手,速球一快,就會比滑球使用少的速球投手容易受傷"
換言之,滑球並不無辜。
值得注意的是,這篇研究有採計叉指球,
而根據統計,雖然整體而言大家的叉指球用量都不多,
但是叉指球的用量和受傷存在顯著的負相關。
這可能有很多因素,比方說善用叉指球的投手,也許更不依賴速球與滑球來決勝負
但至少說明了,在MLB目前的樣本中來看,並沒有叉指球更傷手的證據。
============================
這篇文章我想要分兩次寫完,
不小心操作錯誤在半成品的情況下發出來了XD
本篇探討統計上的部分,下一篇就會探討運動力學上的根據了。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.232.102.81 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Baseball/M.1746073709.A.88E.html
推
05/01 12:29,
4小時前
, 1F
05/01 12:29, 1F
※ 編輯: OneSeam (118.232.102.81 臺灣), 05/01/2025 12:39:08
推
05/01 12:34,
4小時前
, 2F
05/01 12:34, 2F
推
05/01 12:34,
4小時前
, 3F
05/01 12:34, 3F
→
05/01 12:35,
4小時前
, 4F
05/01 12:35, 4F
→
05/01 12:35,
4小時前
, 5F
05/01 12:35, 5F
推
05/01 12:36,
4小時前
, 6F
05/01 12:36, 6F
推
05/01 12:37,
4小時前
, 7F
05/01 12:37, 7F
推
05/01 12:38,
4小時前
, 8F
05/01 12:38, 8F
推
05/01 12:38,
4小時前
, 9F
05/01 12:38, 9F
→
05/01 12:39,
4小時前
, 10F
05/01 12:39, 10F
→
05/01 12:39,
4小時前
, 11F
05/01 12:39, 11F
→
05/01 12:39,
4小時前
, 12F
05/01 12:39, 12F
→
05/01 12:40,
4小時前
, 13F
05/01 12:40, 13F
→
05/01 12:40,
4小時前
, 14F
05/01 12:40, 14F
推
05/01 12:41,
4小時前
, 15F
05/01 12:41, 15F
→
05/01 12:41,
4小時前
, 16F
05/01 12:41, 16F
→
05/01 12:41,
4小時前
, 17F
05/01 12:41, 17F
→
05/01 12:42,
4小時前
, 18F
05/01 12:42, 18F
→
05/01 12:42,
4小時前
, 19F
05/01 12:42, 19F
推
05/01 12:46,
4小時前
, 20F
05/01 12:46, 20F
※ 編輯: OneSeam (118.232.102.81 臺灣), 05/01/2025 12:50:06
→
05/01 12:46,
4小時前
, 21F
05/01 12:46, 21F
→
05/01 12:48,
4小時前
, 22F
05/01 12:48, 22F
→
05/01 12:49,
4小時前
, 23F
05/01 12:49, 23F
推
05/01 12:51,
4小時前
, 24F
05/01 12:51, 24F
→
05/01 12:52,
4小時前
, 25F
05/01 12:52, 25F
→
05/01 12:52,
4小時前
, 26F
05/01 12:52, 26F
→
05/01 12:52,
4小時前
, 27F
05/01 12:52, 27F
→
05/01 12:52,
4小時前
, 28F
05/01 12:52, 28F
推
05/01 12:52,
4小時前
, 29F
05/01 12:52, 29F
→
05/01 12:55,
3小時前
, 30F
05/01 12:55, 30F
→
05/01 12:55,
3小時前
, 31F
05/01 12:55, 31F
推
05/01 12:56,
3小時前
, 32F
05/01 12:56, 32F
推
05/01 12:58,
3小時前
, 33F
05/01 12:58, 33F
→
05/01 12:58,
3小時前
, 34F
05/01 12:58, 34F
推
05/01 12:59,
3小時前
, 35F
05/01 12:59, 35F
→
05/01 12:59,
3小時前
, 36F
05/01 12:59, 36F
→
05/01 12:59,
3小時前
, 37F
05/01 12:59, 37F
還有 59 則推文
→
05/01 14:23,
2小時前
, 97F
05/01 14:23, 97F
→
05/01 14:26,
2小時前
, 98F
05/01 14:26, 98F
→
05/01 14:26,
2小時前
, 99F
05/01 14:26, 99F
推
05/01 14:27,
2小時前
, 100F
05/01 14:27, 100F
推
05/01 14:28,
2小時前
, 101F
05/01 14:28, 101F
→
05/01 14:28,
2小時前
, 102F
05/01 14:28, 102F
→
05/01 14:28,
2小時前
, 103F
05/01 14:28, 103F
→
05/01 14:29,
2小時前
, 104F
05/01 14:29, 104F
推
05/01 14:30,
2小時前
, 105F
05/01 14:30, 105F
推
05/01 14:34,
2小時前
, 106F
05/01 14:34, 106F
推
05/01 14:44,
2小時前
, 107F
05/01 14:44, 107F
→
05/01 14:47,
2小時前
, 108F
05/01 14:47, 108F
推
05/01 14:47,
2小時前
, 109F
05/01 14:47, 109F
推
05/01 14:49,
2小時前
, 110F
05/01 14:49, 110F
→
05/01 14:52,
2小時前
, 111F
05/01 14:52, 111F
→
05/01 14:52,
2小時前
, 112F
05/01 14:52, 112F
推
05/01 14:54,
1小時前
, 113F
05/01 14:54, 113F
推
05/01 14:54,
1小時前
, 114F
05/01 14:54, 114F
推
05/01 14:55,
1小時前
, 115F
05/01 14:55, 115F
→
05/01 14:55,
1小時前
, 116F
05/01 14:55, 116F
→
05/01 14:56,
1小時前
, 117F
05/01 14:56, 117F
→
05/01 14:58,
1小時前
, 118F
05/01 14:58, 118F
→
05/01 14:58,
1小時前
, 119F
05/01 14:58, 119F
推
05/01 15:04,
1小時前
, 120F
05/01 15:04, 120F
推
05/01 15:10,
1小時前
, 121F
05/01 15:10, 121F
推
05/01 15:28,
1小時前
, 122F
05/01 15:28, 122F
推
05/01 15:40,
1小時前
, 123F
05/01 15:40, 123F
→
05/01 15:40,
1小時前
, 124F
05/01 15:40, 124F
推
05/01 15:42,
1小時前
, 125F
05/01 15:42, 125F
→
05/01 15:43,
1小時前
, 126F
05/01 15:43, 126F
→
05/01 15:43,
1小時前
, 127F
05/01 15:43, 127F
→
05/01 15:43,
1小時前
, 128F
05/01 15:43, 128F
推
05/01 15:46,
1小時前
, 129F
05/01 15:46, 129F
→
05/01 15:47,
1小時前
, 130F
05/01 15:47, 130F
推
05/01 16:09,
44分鐘前
, 131F
05/01 16:09, 131F
推
05/01 16:20,
33分鐘前
, 132F
05/01 16:20, 132F
推
05/01 16:38,
15分鐘前
, 133F
05/01 16:38, 133F
→
05/01 16:38,
15分鐘前
, 134F
05/01 16:38, 134F
→
05/01 16:38,
15分鐘前
, 135F
05/01 16:38, 135F
→
05/01 16:38,
15分鐘前
, 136F
05/01 16:38, 136F
Baseball 近期熱門文章
10
14
PTT體育區 即時熱門文章
6
14