研究：按分钟采样足球监控数据，逐分钟贴伤情标签不可靠，改用固定时间点评估
arXiv预印本提出仅对整节训练或比赛做伤情关联判定，ROC-AUC介于 0.367–0.607，不确定性较大，提示现有逐分钟标注思路存在建模缺陷。
AI解读：这篇arXiv预印本解决的是运动科学数据里的一个错配问题：可穿戴设备能按分钟记录球员的负荷数据，但队医通常只告诉你这节训练或这场比赛是否有人受伤，不知道具体伤在哪一分钟。如果研究者为了用上分钟级数据，就把整节的伤情标签复制到每一分钟上，等于假装自己知道伤情发生的精确时刻，这会引入错误信号。作者的办法是放弃逐分钟标注，改为在每个固定时间点（比如开场 10、20、30 分钟）对整节会话做一次二分类判断，看累积到该时刻的数据能否区分伤情相关会话。但结果提醒读者：在 2020 年SoccerMon数据集上，最好的模型ROC-AUC只有 0.367–0.607，置信区间很宽，而且只有 22 节伤情相关会话，样本极少。所以这篇论文的价值不在给出可用模型，而在指出一个方法学陷阱并提供了一个更诚实的评估框架。对做运动损伤预测的研究者，直接相关：别再用逐分钟复制标签的做法，也注意别被小样本下的高AUC点估计误导。普通读者无需行动，这属于学术方法论进展。
arXiv预印本《Landmark-Based Discrimination of Injury-Associated Athlete-Sessions from Minute-Resolution Multimodal Football Monitoring Data》提出一种新的运动员伤情建模方式：不在每一分钟上标注伤情，而是在固定时间点评估整个训练或比赛会话是否与伤情相关。论文由Evangelos Chatzidimitriou和Konstantinos Tserpes撰写，2026 年 9 月 3 日提交至arXiv（编号 2609.03790），属于机器学习方向。
核心问题与数据集
原始问题在于：运动员监控数据可以按分钟记录，但伤情信息往往只标明整个训练或比赛是否与伤情相关，伤情发生的具体时间未知。如果给每一分钟都贴上会话级别的标签，就等于假设伤情状态在每一时刻都已知，这个假设不成立。
数据来自 2020 年SoccerMon项目，包含 48 名精英女子足球运动员的 3,743 次运动员-会话记录，其中 22 次来自 5 名运动员且与伤情相关。
方法
作者采用固定界标（landmark）的每人-每会话单一表示方法：在会话内固定时间点（如 10、20、30 分钟），利用截至该时刻观察到的信息，为每个运动员-会话构建一个表示，然后评估整个会话是否与伤情相关。
研究比较了训练前（pre-session）、累积（cumulative）、动态（dynamic）和组合（combined）四类表示，并采用运动员不相交验证、运动员聚类bootstrap不确定性、共同队列敏感性分析、不同负例运动员划分、等权运动员加权，以及逻辑回归、随机森林和XGBoost作为基准模型。
结果
主要使用累积与动态组合（CUM+DYN）的逻辑回归模型，在各时间点的ROC-AUC为 0.367–0.607，PR-AUC为 0.0080–0.0150，且不确定性区间较宽。
包含训练前信息的表示（PRE-containing）在若干时间点上得到了更高的点估计，但结果仍存在不确定性。