ABSTRAK
Meningkatnya popularitas bersepeda gunung dikaitkan dengan peningkatan cepat dalam cedera. Memahami skenario kecelakaan utama sangat penting untuk meningkatkan tindakan pencegahan dan perlindungan. Studi ini bertujuan untuk menggambarkan skenario kecelakaan, kinematika jatuh, dan mekanisme cedera menggunakan basis data video besar dari kecelakaan sepeda gunung traumatis. Analisis kualitatif dilakukan pada 534 video kecelakaan traumatis dari jejaring sosial bersepeda gunung. Data yang direkam meliputi informasi pengendara, deskripsi medan, penyebab kecelakaan, skenario kecelakaan, kinematika pengendara saat benturan tanah dan cedera. Jika memungkinkan, kecepatan pengendara sebelum kecelakaan diukur. Di antara 534 video yang dianalisis, enam skenario kecelakaan spesifik diidentifikasi: depan melewati stang (55,2%), depan di atas stang (9,2%), ejeksi ke samping (12,2%), meluncur ke samping (10,9%), tabrakan (9,4%) dan jatuh ke belakang (3,2%). Dalam skenario utama, ‘over-the-bars’, pengendara terlempar dari stang karena deselerasi tiba-tiba, sering terjadi pada turunan sedang (53,2%) dan setelah pendaratan lompatan yang buruk (64,4%) pada kecepatan melebihi 30 km/jam (75,3%). Terjatuh adalah jenis benturan paling umum di tanah (64,7%), dengan cedera korset bahu (39,7%) dan tungkai atas (35,6%) yang mendominasi. Hubungan antara jenis benturan di tanah dan lokasi cedera ditemukan. Kecepatan rata-rata yang tercatat sebelum kecelakaan adalah 33,7 km/jam, yang lebih tinggi dari kecepatan MTB yang dilaporkan sebelumnya. Studi ini adalah yang pertama menganalisis video kecelakaan MTB secara sistematis, memberikan wawasan penting untuk lebih memahami kinematika tabrakan penuh dan membantu merancang peralatan pelindung yang efektif, mengoptimalkan desain jalur, dan meningkatkan kampanye pencegahan di lereng MTB.

Ringkasan

 

• Studi ini merupakan yang pertama menganalisis video kecelakaan MTB secara sistematis. Studi ini memberikan informasi berharga tentang kecepatan bersepeda, skenario kecelakaan, dan mekanisme cedera yang sangat berguna bagi produsen peralatan keselamatan dan komite standar (untuk helm, pelindung punggung, …), bagi perancang jalur MTB, dan untuk lebih menyesuaikan kampanye pencegahan di lereng MTB.
• Enam skenario kecelakaan telah diidentifikasi. Jatuh ke depan dari stang adalah yang paling sering terjadi (55%) dan terutama menyebabkan cedera pada bahu dan tungkai atas. Hal ini sering terjadi setelah pendaratan yang buruk dengan kecepatan melebihi 30 km/jam, dengan pengendara biasanya terjatuh saat menghantam tanah.
• Deskripsi dan klasifikasi kecelakaan terperinci yang diberikan sangat berharga untuk merekonstruksi skenario kecelakaan yang realistis, dan dapat membantu merancang studi epidemiologi di masa mendatang. Selain itu, metodologi analisis video yang dikembangkan dapat diterapkan dalam berbagai cabang olahraga lainnya.
• Kami menemukan hubungan yang jelas antara kecepatan berkendara dan jenis skenario kecelakaan, serta antara jenis cedera dan kinematika pendaratan: terjatuh dikaitkan dengan cedera bahu, sedangkan mendarat datar lebih sering dikaitkan dengan cedera lengan atas.

1 Pendahuluan
Sejak tahun 1970-an, bersepeda gunung (MTB) telah berkembang popularitasnya. Pada tahun 2015, 18,7 juta pengendara MTB mengunjungi Pegunungan Alpen Eropa (Eurac Research 2015 ). Akan tetapi, peningkatan popularitas ini juga menyebabkan peningkatan cedera terkait MTB: 16,8 cedera per 1000 jam latihan (Becker et al. 2013 ). Di antara cedera ini, lesi tungkai atas mendominasi, mencakup 40%–75% dari semua cedera (Becker et al. 2013 ; Ehn et al. 2021 ; Aitken et al. 2011 ; Ashwell et al. 2012 ; Saragaglia et al. 2022 ; Bigdon et al. 2022 ). Lebih khusus lagi, tangan dan bahu adalah bagian yang paling rentan cedera, dengan fraktur klavikula menjadi bagian yang paling umum (17,5%–62,5%) (Bigdon et al. 2022 ).

Bahasa Indonesia: Untuk terus meningkatkan tindakan pencegahan dan peralatan perlindungan, penting untuk mengidentifikasi dan memahami keadaan dan mekanisme di balik cedera MTB. Sementara lokasi cedera utama (Becker et al. 2013 ; Ehn et al. 2021 ; Aitken et al. 2011 ; Ashwell et al. 2012 ; Saragaglia et al. 2022 ; Bigdon et al. 2022 ) terdokumentasi dengan baik, dan beberapa studi menggambarkan skenario kecelakaan berdasarkan arah jatuh (Bush et al. 2013 ; Chow dan Kronisch 2002 ), hubungan antara cedera dan keadaan kecelakaan masih kurang diselidiki. Dodwell et al. ( 2010 ) adalah satu-satunya studi yang menghubungkan cedera dengan skenario kecelakaan, menyoroti bahwa 78,7% cedera tulang belakang diakibatkan oleh skenario ‘over-the-bars’ (OTB), di mana pengendara terdorong melewati stang saat jatuh ke depan. Kurangnya deskripsi terperinci mengenai skenario kecelakaan membatasi rekonstruksi kecelakaan yang akurat dan pemahaman kondisi benturan, seperti kecepatan, gaya, sudut… Akibatnya, tidak ada standar khusus untuk peralatan pelindung MTB, yang saat ini dirancang sesuai dengan standar dari olahraga lain, seperti bersepeda atau mengendarai sepeda motor (Komite Eropa untuk Standardisasi 2014 ).

Beberapa metode telah digunakan dalam penelitian keselamatan untuk mendapatkan deskripsi kecelakaan yang terperinci: investigasi di tempat (laporan polisi), wawancara dengan yang terluka dan, yang terbaru, analisis video. Analisis video memungkinkan untuk mendapatkan deskripsi yang terperinci, akurat dan tidak bias, tentang kinematik kecelakaan dan mekanisme cedera, jauh lebih tidak subjektif (Steenstrup et al. 2018 ) daripada laporan sendiri oleh yang terluka yang dilakukan di layanan darurat (Saragaglia et al. 2022 ; Lareau dan McGinnis 2011 ; Romanow et al. 2014 ). Selain itu, beberapa penelitian telah menggunakan analisis video untuk mengukur kecepatan perjalanan kendaraan (Li et al. 2021 ) atau kecepatan benturan kepala (Shishov et al. 2021 ; Yamazaki et al. 2015 ). Komunitas MTB secara aktif berbagi video secara daring. Jejaring sosial MTB pinkbike.com memiliki kategori ‘Kecelakaan’ dengan lebih dari 30.000 video kecelakaan MTB yang diunggah oleh pengendara. Di antara kecelakaan ini, beberapa di antaranya didokumentasikan dengan rincian cedera, kecepatan, atau epidemiologi, sehingga video ini berharga untuk menghubungkan skenario kecelakaan dengan cedera.

Tujuan dari penelitian ini adalah untuk mengidentifikasi dan menggambarkan secara tepat skenario kecelakaan MTB dan mekanisme cedera melalui analisis video sistematis dari kecelakaan yang terkait dengan cedera yang dilaporkan.

2 Metode
2.1 Kasus Cedera
Studi ini menganalisis video kecelakaan sepeda gunung yang dipublikasikan di jejaring sosial sepeda gunung ‘Pinkbike’ (Outside Inc). Di platform ini, pengguna berbagi video dan foto serta mengomentari publikasi. Satu bagian situs web didedikasikan untuk video kecelakaan sepeda gunung, dengan sekitar 2.100 video dipublikasikan setiap tahun. Video-video ini sering kali disertai dengan komentar singkat yang dapat digunakan penulis untuk menjelaskan kemungkinan cedera yang dialami. Semua video yang diunggah ke situs web di bagian ‘Kecelakaan’ antara Mei 2009 dan Mei 2023 ditinjau. Kriteria inklusi adalah:

• Kecelakaan terjadi saat bersepeda gunung. Kecelakaan di jalan raya tidak termasuk.
• Seluruh kecelakaan direkam dan terlihat untuk dianalisis.
• Pengguna yang mengunggah video tersebut melaporkan setidaknya satu cedera traumatis. Cedera traumatis didefinisikan sebagai terkilir, patah tulang, dislokasi, atau gegar otak. Cedera lain seperti luka, laserasi, dan abrasi tidak termasuk dalam analisis.

Dari 30.456 video yang ditinjau, 534 disertakan dalam penelitian, dengan 47,8% difilmkan dalam sudut pandang orang pertama (sudut pandang) (Gambar 1 ).

2.2 Analisis Video
Informasi berikut diambil dari video:

• Informasi umum tentang pengendara dan perlengkapannya: jenis kelamin, penggunaan helm, penggunaan pelindung tubuh (pelindung punggung, pelindung tubuh penuh, ransel atau penyangga leher), jenis sepeda (berotot atau listrik).
• Deskripsi skenario kecelakaan: penyebab (pendaratan yang buruk, kehilangan keseimbangan, kecepatan yang berlebihan, keluar jalur, masalah manuver atau mekanis, tabrakan), jenis medan (tanah tanah, medan yang tidak rata, bebatuan atau lainnya), lereng (turunan yang curam atau sedang, datar atau menanjak), skenario kecelakaan (melewati palang, di palang, meluncur ke samping, terlempar ke samping, tabrakan, jatuh ke belakang) dan deskripsi benturan tubuh ke tanah (tubuh terguling, pendaratan datar; tubuh meluncur atau menabrak rintangan). Definisi kategori skenario kecelakaan dilakukan dalam studi pendahuluan pada sampel video kecelakaan MTB yang lebih kecil yang ditemukan di Internet.
• Jenis cedera (gegar otak, patah tulang, dislokasi atau terkilir) dan bagian tubuh yang cedera diekstraksi dari deskripsi video. Bagian tubuh dikelompokkan menjadi lima wilayah anatomi: kepala, badan (termasuk tulang belakang, toraks, perut dan panggul/pinggul), ekstremitas atas (lengan, siku, lengan bawah, pergelangan tangan, tangan, ibu jari), korset bahu (bahu, skapula dan klavikula) dan ekstremitas bawah (paha, tungkai, lutut, pergelangan kaki, telapak kaki).
• Untuk memperkirakan kecepatan pengendara sepeda sebelum kecelakaan, kami mengukur waktu yang dibutuhkan sepeda untuk melewati titik acuan tetap di tanah (lihat Gambar  2b ). Interval waktu (∆ T ) dan panjang sepeda kemudian digunakan untuk menghitung kecepatan dengan rumus berikut:
  

  

Dalam praktiknya, interval waktu (∆ T ) diukur dari saat roda depan (T1) melintasi titik referensi tetap hingga saat roda belakang (T2) melintasinya. Panjang sepeda didefinisikan sebagai jarak antara dua roda, yang dikenal sebagai wheelbase (WB) (Gambar 2b ). Dimensi wheelbase 1,27 m digunakan, yang sesuai dengan sepeda berukuran sedang di sebagian besar merek. Metode ini dipilih karena mengurangi kesalahan pengukuran kecepatan yang terkait dengan gerakan di luar bidang yang umum terjadi pada metode pengukuran lainnya (Shishov et al. 2021 ). Namun, metode ini memperkenalkan dua sumber kesalahan potensial: ketidakpastian dalam dimensi wheelbase, yang biasanya berkisar antara 1,25 m (sepeda kecil) dan 1,29 m (sepeda besar) (Bikefaff 2023 ), dan ketidakakuratan dalam mengukur T1 dan T2, yang presisinya sangat bergantung pada frame rate video. Oleh karena itu, kesalahan ketidakpastian ε dihitung (Persamaan 2-4 ) berdasarkan frekuensi akuisisi video ( f ) dan variasi jarak sumbu roda untuk sepeda kecil (1,25 m) dan besar (1,29 m) (Bikefaff 2023 ).

Estimasi kecepatan dengan kesalahan yang melebihi 30% tidak disertakan, terutama yang memengaruhi video dengan frame rate rendah. Selain itu, estimasi tidak dapat dilakukan untuk video orang pertama, lintasan non-linier, atau saat tidak ada penanda referensi yang jelas terlihat (akibat oklusi, gerakan berlebihan, atau ketidakstabilan kamera). Pada akhirnya, kecepatan diestimasi dalam 135 video (25,3%).

Untuk memastikan reproduktifitas, dua penyelidik melengkapi formulir untuk 30 video, tanpa ditemukan perbedaan. Untuk 25,3% video, dua peneliti secara independen memilih skema kecelakaan untuk memastikan bahwa kategori didefinisikan dengan jelas dan diterapkan secara konsisten di antara berbagai evaluator.

2.3 Statistik
Statistik deskriptif digunakan untuk menggambarkan keadaan kecelakaan (profil pengguna, jenis medan, kecepatan, dll.), cedera yang diderita, dan untuk mengidentifikasi skenario kecelakaan yang paling umum. Evaluasi tentang bagaimana keadaan memengaruhi skenario kecelakaan dilakukan dalam dua tahap. Pertama, uji eksak Fisher diterapkan untuk menentukan apakah ada hubungan yang signifikan antara kategori keadaan yang berbeda (seperti jenis kelamin, jenis medan, lereng, penyebab, kecepatan, jenis benturan, dan area yang terluka) dan skenario kecelakaan. Jika ditemukan hubungan yang signifikan, baik uji Chi-square atau uji Fisher (untuk frekuensi yang diharapkan kecil) dilakukan untuk mengeksplorasi efek dari setiap level spesifik dalam suatu variabel (misalnya, lereng datar, turunan curam, turunan sedang, pendakian) dengan membandingkan nilai yang diamati dan yang diharapkan. Nilai- p dua sisi di bawah 0,05 dianggap signifikan secara statistik. Dalam kasus hubungan yang signifikan, analisis post-hoc dilakukan dengan menggunakan residual Pearson terstandarisasi untuk mengidentifikasi sel-sel dengan frekuensi yang diamati secara signifikan berbeda dari frekuensi yang diharapkan. Residu dengan nilai absolut di atas 1,96 dianggap signifikan secara statistik ( p < 0,05).

Untuk menilai apakah kecepatan pengendara memengaruhi skenario kecelakaan atau sifat cedera, model linear umum (GLM) digunakan dengan distribusi Gaussian dan tautan identitas. Variabel yang dijelaskan adalah kecepatan saat tersedia ( n = 135). Faktor penjelasnya adalah ‘skenario kecelakaan’, ‘jenis benturan’, ‘penyebab’ dan ‘area cedera’. Untuk setiap variabel kategoris yang disertakan dalam model, kategori referensi ditetapkan sebagai kategori dengan jumlah observasi terbanyak: OTB untuk skenario kecelakaan, anggota tubuh bagian atas untuk area cedera, berguling untuk jenis benturan dan lompatan buruk untuk penyebab kecelakaan. Semua analisis data dilakukan menggunakan RStudio.

2.4 Konteks Etika
Sebuah komite etik (CRPH no. 2024-003) memvalidasi penelitian tersebut dan perusahaan Outside Inc, pemilik situs web Pinkbike dan hak video, memberikan hak untuk menggunakan data video untuk penelitian ini.

3 Hasil
Sebanyak 534 video kecelakaan dengan 607 laporan cedera dianalisis. Tabel 1 dan 2 menunjukkan karakteristik pengendara sepeda gunung, kecelakaan yang mereka alami, dan cedera yang mereka alami.

TABEL 1. Karakteristik kasus kecelakaan.

Catatan: Dinyatakan dalam persentase pengendara yang cedera. Perbedaan signifikan, dihitung menggunakan uji independensi Chi-square, ditunjukkan dengan * ( p < 0,05) atau ** ( p < 0,001).mathematical equationmenunjukkan frekuensi yang berada di atas frekuensi yang diharapkan dengan asumsi independensi danmathematical equationFrekuensi yang berada di bawah frekuensi yang diharapkan.

TABEL 2. Area yang terluka per skenario terperinci.

Catatan: Col, SI dan Tum berhubungan dengan dampak tubuh pengendara sepeda motor ke tanah.
Singkatan: Col = benturan badan terhadap suatu rintangan; SI = benturan sederhana badan pada tanah yang menghasilkan pendaratan datar dan badan meluncur; Tum = benturan jatuh badan pada tanah.

3.1 Profil Korban dan Cedera yang Diderita
Pengendara yang terluka sebagian besar laki-laki (96,6%) (Tabel 1 ). Hanya empat kasus yang melibatkan sepeda listrik, dan tujuh pengendara tidak mengenakan helm. Dari 255 video di mana perlindungan tubuh dapat dilihat (47,8%), perlindungan penuh terlihat pada 5,5% pengendara, ransel terlihat pada 5,1% pengendara, pelindung punggung pada 3,5%, dan penyangga leher pada 3,1%. Persentase ini hanya mencerminkan apa yang terlihat, karena beberapa perlindungan mungkin disembunyikan oleh pakaian yang lebih besar. Anggota tubuh bagian atas (37,5%) dan korset bahu (35,2%) adalah area yang paling banyak terluka. Cedera lainnya melibatkan batang tubuh (16,1%)—terutama patah tulang rusuk dan tulang dada (59,3% dari cedera batang tubuh)—kepala (15,0%) dan anggota tubuh bagian bawah (9,9%) (Tabel 2 ). Dalam 10% kasus, pengendara mengalami cedera pada setidaknya dua bagian tubuh yang berbeda.

3.2 Lingkungan Kecelakaan
Kecelakaan terutama terjadi di tanah (56,0%) atau medan tidak rata dengan akar atau batu (39,5%), sebagian besar pada turunan sedang (45,7%) atau curam (30,3%). Penyebab utama, yang diidentifikasi oleh pengamat, adalah pendaratan lompatan yang buruk (57,5%), kehilangan keseimbangan (13,3%) dan kecepatan yang berlebihan (9,7%). Kecepatan pengendara ( n = 135) rata-rata 33,7 ± 5,1 km/jam, berkisar antara 9,1 hingga 57,2 km/jam, tanpa hubungan signifikan dengan jenis cedera. Namun, hubungan langsung antara kecepatan berkendara dan skenario kecelakaan disorot (Gambar 2a ). Memang, jika dibandingkan dengan skenario ‘over-the-bars’, ejeksi ke samping terjadi pada kecepatan lebih tinggi (Tabel 3 ; Estimasi GLM = −7,03, p < 0,001) sedangkan luncuran ke samping terjadi pada kecepatan lebih rendah (Tabel 3 ; Estimasi GLM = +8,91, p < 0,01).

TABEL 3. Hasil model linier umum (GLM) untuk estimasi kecepatan dengan faktor penjelas: ‘skenario kecelakaan’, ‘jenis dampak’, ‘kemiringan’, ‘penyebab’ dan ‘area cedera’.

Catatan: Kategori referensi adalah OTB untuk skenario kecelakaan, anggota tubuh bagian atas untuk area yang terluka, berguling untuk jenis benturan dan lompatan buruk untuk penyebab kecelakaan.

3.3 Skenario Kecelakaan Terperinci
Mekanisme utama cedera adalah jatuh ke depan (64,4%), diikuti oleh jatuh ke samping (23,1%), tabrakan (9,4%) dan jatuh ke belakang (3,2%). Saat jatuh, pengendara sebagian besar terjatuh (52,1%) atau mengalami pendaratan datar (31,5%), yang memengaruhi lokasi cedera: Cedera bahu lebih terkait dengan jatuh, sedangkan cedera anggota tubuh bagian atas sebagian besar terkait dengan pendaratan datar ( p < 0,05). Enam skenario kecelakaan terperinci diidentifikasi:

• Jatuh ke depan—Terjatuh dari stang (55,2%) (OTB) (Gambar  3a ): Pengendara terlempar dari stang karena deselerasi sepeda yang tiba-tiba (misalnya, rintangan, pengereman). Mereka lebih mungkin terjatuh (64,7%, p  < 0,01) daripada mendarat rata di tanah (24,1%, p  < 0,001). Kecelakaan OTB terutama terjadi pada turunan sedang (53,6%, p  < 0,001), pada kecepatan yang relatif tinggi (75,3% di atas 30 km/jam), sering kali setelah pendaratan lompatan yang buruk (64,4%, p  < 0,001). Cedera utama terjadi pada bahu (39,7%) dan tungkai atas (35,6%), sedangkan cedera kepala (16,9%) dan badan (16,3%) lebih jarang terjadi dan cedera tungkai bawah jarang terjadi (4,7%, p  < 0,001).
• Jatuh ke depan—On-the-stang (9,2%) (OnTB) (Gambar  3b ): Pengendara jatuh ke depan ke stang karena deselerasi tiba-tiba, sering terjadi ketika roda depan menyentuh tanah setelah pendaratan lompatan yang buruk (69,4%) pada kecepatan tinggi (68,4% di atas 30 km/jam). Kemudian, pengendara sepeda biasanya terjatuh (49,0%) atau mendarat datar (36,7%). Kecelakaan OnTB dipermudah oleh turunan yang curam (44,9%, p  < 0,001) dan area datar (34,7%, p  < 0,05). Cedera terutama memengaruhi tungkai atas (42,9%) dan korset bahu (36,7%) sementara cedera badan dan kepala masing-masing mencakup 14,3% dan 12,2% dari semua cedera.
• Sideways—Tergelincir (12,2%) (SS) (Gambar  3c ): Tergelincir ke samping terjadi saat sepeda kehilangan traksi, yang menyebabkan ban tergelincir di bawah pengendara. Pengendara umumnya mendarat datar di samping (41,5%) daripada terguling (33,8%, p  < 0,05). SS biasanya terjadi pada kecepatan yang relatif rendah (hanya 5% di atas 45 km/jam) dan terutama disebabkan oleh pendaratan lompatan yang buruk (58,5%). Mirip dengan jatuh ke depan, cedera terutama memengaruhi tungkai atas (35,4%) dan korset bahu (32,3%), dengan cedera signifikan pada tungkai bawah (18,5%, p  < 0,05). Cedera kepala (16,9%) dan badan (15,4%) terjadi pada sekitar seperenam kasus.
• Jatuh menyamping—Ejeksi (10,9%) (SE) (Gambar  4a ): Dalam ejeksi menyamping, pengendara terlempar dari sepeda, biasanya karena rintangan yang tiba-tiba, tikungan tajam, atau kehilangan keseimbangan yang signifikan. Pengendara terlempar ke samping dan terpisah sepenuhnya dari sepeda. Mereka lebih mungkin terjatuh (50,0%) daripada mendarat datar di samping (32,8%), sebagian besar karena kecepatan berkendara mereka umumnya lebih tinggi daripada dalam skenario lain (Gambar  4a ). Pendaratan lompatan yang buruk adalah penyebab utama SE (46,6%). Namun, dibandingkan dengan skenario kecelakaan lainnya, SE lebih sering disebabkan oleh faktor lain (51,7%, p  < 0,05), seperti kecepatan yang berlebihan (20,7%), kehilangan keseimbangan (13,8%), atau masalah manuver (13,8%). Mirip dengan jenis jatuh lainnya, cedera anggota tubuh bagian atas (44,8%) dan korset bahu (25,9%) mendominasi, diikuti oleh cedera anggota tubuh bagian bawah (20,7%).
• Tabrakan (9,4%) (Gambar  4b ): Tabrakan terjadi saat sepeda menabrak benda tetap atau bergerak, sering kali pohon. Biasanya, roda depan bersentuhan terlebih dahulu, menyebabkan sepeda berhenti tiba-tiba sementara pengendara terlempar keluar dari sepeda. Bergantung pada sudut dan kecepatan benturan, pengendara dapat mendarat rata di tanah (46,0%, p  < 0,05) atau menabrak rintangan (16%; p  < 0,01). Dalam basis data kami, 83,3% tabrakan terjadi saat pengendara sepeda melaju dengan kecepatan di atas 30 km/jam. Meskipun tungkai atas merupakan area yang paling terpengaruh (44,0%), ada juga insiden cedera yang tinggi pada korset bahu (26,0%), badan (18,0%) dan tungkai bawah (16,0%).
• Jatuh ke belakang (3,2%) (Gambar  4c ): Ini terjadi ketika pesepeda terjungkal ke belakang, sering kali selama lompatan (76,5% dari pendaratan lompatan yang buruk), karena posisi tubuh yang tidak tepat atau trik yang gagal (misalnya, salto ke belakang). Dalam jatuh seperti itu, pesepeda cenderung mendarat langsung pada punggung atau pinggulnya. Cedera terutama memengaruhi tungkai bawah (41,2%, p  < 0,01), diikuti oleh korset bahu (23,5%), kepala (11,8%) dan tungkai atas (17,6%).

  

  

   

4 Diskusi
Studi ini merupakan yang pertama menganalisis video kecelakaan MTB secara sistematis, mengidentifikasi skenario kecelakaan dan menghubungkannya dengan cedera dan keadaan kecelakaan. Kami mengidentifikasi enam skenario kecelakaan terperinci dengan yang paling sering terjadi adalah jatuh ke depan dari stang sepeda, yang sering dikaitkan dengan terguling dan cedera bahu. Temuan ini meningkatkan pemahaman kita tentang mekanisme cedera pada MTB dan membuka jalan baru untuk mengembangkan perlengkapan pelindung yang efektif, mengoptimalkan desain jalur, dan meningkatkan kampanye pencegahan.

Fokus utama kami adalah pada perincian skenario kecelakaan yang mengakibatkan cedera, dengan 64,4% kasus diakibatkan oleh jatuh ke depan dan 23,1% dari jatuh ke samping, sejalan dengan studi rumah sakit sebelumnya (65%–70% vs. 25%) (Bush et al. 2013 ; Chow dan Kronisch 2002 ). Kami menyempurnakan dan memperluas klasifikasi ini menjadi enam skenario: terguling ke atas stang, terantuk stang, meluncur ke samping, terlontar ke samping, jatuh ke belakang, dan tabrakan. Skenario terguling ke atas sebelumnya diidentifikasi sebagai jenis kecelakaan utama pada cedera tulang belakang terkait MTB (74,7%) (Dodwell et al. 2010 ). Studi kami mengonfirmasi bahwa skenario ini adalah yang paling sering terjadi pada kasus cedera tulang belakang (76%) dan secara keseluruhan (55,2%). Untuk pertama kalinya, kami juga memperkirakan kecepatan sebelum kecelakaan MTB. Meskipun literatur menunjukkan kecepatan rata-rata MTB di jalur menurun adalah 20–25 km/jam (Hurst dan Atkins 2006 ) dengan puncak hingga 40 km/jam, perkiraan rata-rata kami sebesar 33,7 km/jam lebih tinggi, yang mencerminkan fokus kami pada latihan menurun dan mungkin menunjukkan risiko cedera yang lebih tinggi terkait dengan kecepatan.

Kami mengidentifikasi dampak tubuh-ke-tanah pengendara, mencatat bahwa terguling terjadi pada 52,1% kasus dan pendaratan datar pada 31,5%. Perbedaan ini penting untuk memahami mekanisme cedera. Memang, mekanisme benturan ini memengaruhi lokasi cedera dengan misalnya, cedera bahu lebih mungkin terjadi selama terguling. Ini mungkin karena mekanisme cedera dan disipasi energi berbeda, karena terguling dapat mengurangi gaya benturan awal tetapi dapat berkontribusi pada mekanisme cedera seperti hiperfleksi tulang belakang. Pola jatuh ini kemungkinan dipengaruhi oleh skenario tabrakan awal dan kecepatan berkendara; khususnya, terguling lebih sering terjadi pada insiden OTB. Lebih jauh, refleks pengendara dapat memengaruhi mekanisme ini, menunjukkan bahwa beberapa strategi benturan dapat memberikan perlindungan yang lebih besar daripada yang lain. Penelitian lebih lanjut diperlukan untuk mengevaluasi efisiensi perlindungan dari respons jatuh yang berbeda.

Anggota tubuh bagian atas dan korset bahu adalah daerah yang paling sering cedera, diikuti oleh badan dan kepala (Gambar 5 ). Distribusi cedera ini, yang diperoleh dari pendekatan berbasis video, mencerminkan pola yang diamati dalam analisis retrospektif (Ashwell et al. 2012 ; Saragaglia et al. 2022 ) dan prospektif (Braybrook et al. 2024 ) yang dilakukan di departemen gawat darurat. Konsistensi ini menunjukkan bahwa data kami setidaknya sebagian mewakili tren rumah sakit global dan menyoroti perlunya memprioritaskan tindakan perlindungan untuk pergelangan tangan dan korset bahu, serta untuk badan, yang sering dikaitkan dengan cedera yang lebih parah (misalnya, masalah saraf, Dodwell et al. 2010 ).

Informasi baru tentang keadaan kecelakaan, skenario, dan kinematika dampak dapat menginformasikan perkembangan masa depan dalam tindakan perlindungan dan pencegahan. Kami menemukan bahwa lebih dari setengah kecelakaan (57,5%) disebabkan oleh pendaratan lompatan yang buruk, yang dipengaruhi oleh faktor manusia dan lingkungan (McNeil dan McNeil 2009 ). Pengendara sering kali melampaui tingkat keterampilan mereka pada lompatan, yang menyoroti perlunya kampanye untuk membimbing mereka menuju jalur yang sesuai. Selain itu, faktor lingkungan, seperti desain lompatan atau pemeliharaan yang tidak tepat berkontribusi terhadap kecelakaan. Seperti yang terlihat dalam olahraga musim dingin, pendekatan teknik dapat meningkatkan keselamatan lompatan dengan merancang profil yang lebih aman berdasarkan lintasan pengendara umum (McNeil dan McNeil 2009 ; Petrone et al. 2017 ). Kedua, ada kurangnya pemahaman rinci tentang kondisi benturan selama kecelakaan MTB, seperti kecepatan, gaya, dan sudut. Kesenjangan ini menghambat pengembangan perangkat perlindungan yang efektif, karena peralatan pelindung MTB saat ini dirancang menggunakan standar dari olahraga lain, seperti bersepeda atau mengendarai sepeda motor (Komite Eropa untuk Standardisasi 2014 ). Studi kami memberikan deskripsi terperinci tentang skenario yang menyebabkan cedera dan membuka jalan bagi rekonstruksi kecelakaan eksperimental dan numerik yang dapat memberikan informasi yang lebih baik tentang kondisi benturan dan mekanisme cedera. Temuan kami menyarankan untuk berfokus terutama pada skenario OTB yang bertanggung jawab atas sebagian besar cedera bahu dan tulang belakang.

4.1 Keterbatasan
Analisis video menawarkan cara yang dapat diulang dan kurang subjektif untuk menggambarkan skenario dan kinematika kecelakaan daripada skenario kecelakaan berbasis kuesioner (Saragaglia et al. 2022 ; Lareau dan McGinnis 2011 ; Romanow et al. 2014 ), tetapi menentukan penyebab kecelakaan berdasarkan pengamatan eksternal mungkin berbeda dari perspektif pengendara. Selain itu, cedera dilaporkan sendiri oleh pengendara daripada divalidasi secara medis, yang dapat memengaruhi ketepatan data. Kami mengurangi hal ini dengan hanya menyertakan video dengan cedera yang jelas (misalnya, patah tulang) dan lokasi yang dijelaskan dengan baik. Video berasal dari pengendara sepeda gunung yang merekam dan berbagi kecelakaan mereka secara daring, kemungkinan mewakili kelompok tertentu (muda, laki-laki, pengambil risiko) yang mungkin tidak mencerminkan komunitas MTB yang lebih luas. Selain itu, kecelakaan paling serius yang menyebabkan kematian atau cedera parah tidak mungkin dibagikan secara daring. Meskipun demikian, skenario kecelakaan dan distribusi cedera kami sangat sesuai dengan studi berbasis rumah sakit sebelumnya (Ashwell et al. 2012 ; Saragaglia et al. 2022 ; Braybrook et al. 2024 ), yang menunjukkan beberapa derajat representatif. Pekerjaan masa depan menggunakan klasifikasi skenario kecelakaan kami di lingkungan rumah sakit, atau menggabungkan analisis video dengan penilaian medis, dapat memberikan wawasan tambahan. Terakhir, meskipun ini adalah studi pertama yang memperkirakan kecepatan sebelum kecelakaan MTB, kualitas video dan frame rate memperkenalkan margin kesalahan yang tinggi, hingga 30%. Ini, dikombinasikan dengan kebutuhan untuk tampilan eksternal, berarti hanya 25% video yang dapat digunakan untuk estimasi kecepatan. Metode masa depan, seperti analisis aliran optik dengan pembelajaran mesin, dapat meningkatkan estimasi kecepatan, bahkan dalam video orang pertama.

5. Kesimpulan
Dalam studi ini, 534 kecelakaan sepeda gunung dianalisis untuk mengidentifikasi skenario kecelakaan umum dan cedera terkait. Jatuh ke depan, khususnya jatuh dari stang sepeda, mencakup lebih dari setengah dari semua kasus (55,2%), yang biasanya terjadi pada turunan sedang, pada kecepatan tinggi (di atas 30 km/jam), dan karena pendaratan yang buruk saat melompat. Dalam skenario seperti itu, pengendara sepeda sering menggunakan anggota tubuh bagian atas untuk menahan jatuh, sehingga korset bahu menjadi area yang paling sering cedera. Temuan ini meningkatkan pemahaman kita tentang hubungan antara mekanisme jatuh, kondisi benturan, dan cedera yang diakibatkannya, yang sangat penting untuk mengembangkan peralatan pelindung yang lebih efektif.