Arcieri giovani e dati fisiologici: studio Taha 2018

Cinquanta giovani arcieri malesi, 37 ragazzi e 13 ragazze tra i 13 e i 20 anni, hanno tirato sei frecce a punteggio a 50 metri dopo quattro tiri di prova. Prima del tiro sono stati misurati a riposo frequenza cardiaca, pressione sistolica e diastolica e frequenza respiratoria, e dalle schede alimentari di tre giorni è stato ricavato l'apporto calorico. Gli autori hanno diviso gli arcieri in due gruppi, ad alto e a basso potenziale, con un algoritmo di raggruppamento automatico (k-means), poi hanno addestrato una macchina a vettori di supporto a riconoscere i due gruppi dalle cinque misure fisiologiche.

Il modello lineare ha classificato correttamente il 94% degli arcieri, con sensibilità dell'88,89%, specificità del 96,88% e coefficiente di Matthews di 0,8690; i modelli quadratico e cubico si sono fermati all'88 e all'84%. Le percentuali sono compatibili con due gruppi di 18 e 32 arcieri, anche se l'articolo non lo dice. Secondo i grafici, il gruppo ad alto potenziale aveva valori più alti in tutte le misure tranne la pressione diastolica, quindi anche frequenza cardiaca, pressione sistolica e frequenza respiratoria a riposo più alte.

Pressione e frequenza cardiaca sono state misurate al mattino, prima di qualunque esercizio, con un misuratore automatico Omron al braccio sinistro e l'arciere seduto. La frequenza respiratoria è stata contata da un terapista con la mano sul torace per un minuto, tre volte, tenendo il valore più alto. Per l'alimentazione gli arcieri hanno compilato un diario di tre giorni, due feriali e uno festivo, analizzato con il programma Nutritionist Pro. Il raggruppamento k-means ha usato insieme le misure fisiologiche e il punteggio di tiro; la classificazione ha usato le cinque misure fisiologiche, con una validazione incrociata a cinque blocchi. Sui modelli c'è un'incongruenza: abstract e risultati parlano di funzioni lineare, quadratica e cubica, i metodi di tre varianti a base radiale.

Il difetto di fondo è che il ragionamento gira in tondo. I gruppi sono stati formati usando anche le stesse misure fisiologiche con cui poi il modello li riconosce, quindi un'alta percentuale di classificazioni corrette era in buona parte attesa e non dimostra che queste misure dicano qualcosa sulla bravura nel tiro. Il punteggio, del resto, viene da sei frecce sole, e i valori medi dei due gruppi non sono mai riportati in cifre.

I risultati vanno anche contro la lettura degli autori: il gruppo migliore aveva a riposo cuore, pressione sistolica e respiro più alti, e gli autori interpretano il respiro più frequente come segno di un buon controllo, senza nessuna misura che lo sostenga. Le conclusioni parlano dell'importanza dell'alimentazione, ma l'unico dato alimentare è l'apporto calorico da un diario di tre giorni compilato da ragazzi. La deviazione standard dell'età (0,56 anni con età dai 13 ai 20) non è plausibile. Non c'è nessuna verifica del modello su arcieri diversi da quelli usati per costruirlo, e il tipo di arco non è indicato.

Per chi tira o allena lo studio non offre niente di utilizzabile. Frequenza cardiaca, pressione e respiro a riposo, misurati una volta al mattino, non diventano indicatori di talento per il fatto che un algoritmo riconosce gruppi costruiti con quelle stesse misure. Che gli arcieri migliori del campione avessero valori a riposo più alti non si accorda con la lettura degli autori, ma con questo disegno non se ne può ricavare nessuna conclusione, né in un senso né nell'altro.

Il lavoro interessa soprattutto come esempio di un uso dell'apprendimento automatico in cui la verifica del modello non è indipendente dai dati che lo hanno costruito.