Indicadores de performance que diferenciem equipes de sucesso das equipes de não sucesso na La Liga / Indicadores de performance que diferencian equipos exitosos, equipos no exitosos en La Liga / Influence of some types of passes and finishing in the comparison of the performance of successful andunsuccessful teams in La Liga

Objetivo: Este estudo buscou identificar se existe influência na classificação nos indicadores de performance técnico das equipes liga espanhola, e identificar indicadores de performance técnico que diferenciem equipes de sucesso das equipes de não sucesso da liga espanhola. Método: Foram coletados dados de cinco variáveis técnicas, sendo elas: chute de dentro da área e de fora da área, média de passes para setor de defesa, meio-campo e ataque de 1900 partidas da La Liga entre os anos 2014 a 2019, por meio do site "whoscored.com", a análise da confiabilidade utilizou-se o sistema de rastreamento OPTA com valores ponderados de 0,92 e 0,94. As equipes foram divididas em cinco grupos contendo 4 equipes, de acordo com a sua classificação na competição anualmente. Após a coleta, para determinação da distribuição das variáveis foi utilizado o teste de Kolmogorov-Smirnov. Para a identificação do efeito da tabela nas ações técnicas das equipes, foi utilizado o teste de ANOVA One-Way. Para as comparações múltiplas entre os grupos, foi utilizado o teste de Bonferroni. Resultado: Os indicadores de técnicos de desempenho que permitem diferenciar as quatro melhores equipes da competição das demais equipes são: chute de dentro da área, passe para o setor de meio-campo e para o setor de ataque. Conclusão: O estudo demostrou eficaz pois alcançou seus objetivos ao identificar as variáveis técnicas que diferenciam equipes de sucesso das equipes de não sucesso, bem como auxilia treinadores, analistas e demais profissionais do futebol a entender o contexto de atuação e se direcionar suas intervenções futuras.(AU)

Objetivo: Este estudio buscó identificar si existe influencia en la clasificación en los indicadores de desempeño técnico de los equipos de la liga española, e identificar indicadores de desempeño técnico que diferencian a los equipos exitosos de los no exitosos en la liga española. Método: Se recogieron datos de cinco variables técnicas, a saber: tiros desde dentro y fuera del área, promedio de pases para el sector defensa, mediocampo y ataque de 1900 partidos de La Liga entre los años 2014 a 2019, a través del sitio web “whoscored.com “, el análisis de confiabilidad utilizó el sistema de rastreo OPTA con valores ponderados de 0.92 y 0.94. Los equipos se dividieron en cinco grupos de 4 equipos, según su clasificación en la competición anualmente. Después de la recolección, se utilizó la prueba de Kolmogorov-Smirnov para determinar la distribución de las variables. Para identificar el efecto de la tabla en las acciones técnicas de los equipos, se utilizó la prueba ANOVA de una vía. Para las comparaciones múltiples entre grupos se utilizó la prueba de Bonferroni. Resultado: Los indicadores de rendimiento técnico que permiten diferenciar a los cuatro mejores equipos de la competición del resto de equipos son: tiro desde dentro del área, pase al sector medio y al sector de ataque. Conclusión: El estudio demostró ser efectivo pues logró sus objetivos identificando las variables técnicas que diferencian a los equipos exitosos de los no exitosos, además de ayudar a entrenadores, analistas y otros profesionales del fútbol a comprender el contexto de su desempeño y orientar sus futuras intervenciones.(AU)

Objective: This study sought to identify if there is an influence on the classification in the technical performance indicators of the Spanish league teams, and to identify technical performance indicators that differentiate successful from non-successful teams in the Spanish league. Method:Data were collected from five technical variables, namely: kicking from inside the area and outside the area, average passes for the defense sector, midfield and attack of 1900 La Liga matches between the years 2014 to 2019, through from the website "whoscored.com", the reliability analysis used the OPTA tracking system with weighted values of 0.92 and 0.94. Teams are divided into five groups containing 4 teams, according to their ranking in the competition annually. After data collection, the Kolmogorov-Smirnov test was used to determine the distribution of variables. To identify the effect of the table on the technical actions of the teams, the One-Way ANOVA test was used. For multiple comparisons between groups, the Bonferroni test was used. Results: The technical performance indicators that allow you to differentiate the four best teams in the competition from the other teams are: kick from inside the area, pass to the midfield sector and to the attack sector. Conclusion: The study proved to be effective because it achieved its objectives by identifying the technical variables that differentiated successful from non-successful teams, and can help coaches, analysts and other football professionals to understand the context of their performance and target their future interventions.(AU)

Sorter de citometría de flujo: repercusiones en los indicadores clave de rendimiento de un laboratorio de reproducción asistida / Flow cytometry sorter: results in the key performance indicators of an assisted reproductive technology

Resumen OBJETIVO: Evaluar si la manipulación de gametos con sorter de citometría de flujo repercute negativamente en los indicadores clave de rendimiento de un laboratorio de reproducción asistida. MATERIALES Y MÉTODOS: Estudio descriptivo y retrospectivo, llevado a cabo en parejas a quienes se efectuó fecundación in vitro mediante inyección intracitoplasmática de espermatozoides (ICSI), con selección espermática, mediante un sorter de citometría de flujo, para selección de sexo. El estudio se efectuó en el New Hope Fertility Center de Guadalajara y Ciudad de México, de junio de 2014 a agosto de 2017. Los resultados se compararon con un grupo control seleccionado al azar. Se evaluaron los indicadores decisivos de rendimiento (KPI´s); tasa de fecundación normal, anormal (1PN, ≥ 3 PN) y fallida; tasa de degeneración posterior a ICSI; tasas de segmentación o división, blastocisto, implantación (segmentación y blastocisto) y recién nacido. Se utilizó la prueba t de Student para dos muestras y se consideró estadísticamente significativo el valor de p < 0.05. RESULTADOS: Se evaluaron 150 ciclos. Grupo 1: ICSI con selección espermática y sorter de citometría de flujo (n = 40); Grupo 2: ICSI sin sorter de citometría de flujo (n = 110). Los indicadores clave de rendimiento del grupo 1 disminuyeron; se reportaron tasas de fecundación fallida de 1.6%, blastocisto 17.4%, implantación en la segmentación 10%, implantación en blastocisto 14.2% y de recién nacido 14.5%. CONCLUSIONES: La manipulación de gametos con sorter de citometría de flujo reportó un efecto negativo en los indicadores clave de rendimiento del laboratorio de reproducción asistida, específicamente en las tasas de blastocisto, implantación de blastocisto y de recién nacido.

Abstract OBJECTIVE: To evaluate if the manipulation of gametes with a flow cytometry sorter has a negative effect on the key performance indicators (KPI´s). MATERIALS AND METHOD: Descriptive and retrospective analysis, in couples undergoing In a Vitro Fertilization (IVF) by ICSI, with sperm selection, using a flow cytometry sorter for sex selection. The study was conducted at the New Hope Fertility Center in Guadalajara and Mexico City, from June 2014 to August 2017. The results were compared with a randomly group without a flow cytometry sorter. KPI´s were evaluated; normal fertilization rate, abnormal (1PN, ≥3 PN), failed fertilization, ICSI damage rate, cleavage rate, blastocyst development rate, implantation rate (cleavage and blastocyst-stage) and live birth rate. A Student's t-test was made for two samples considering significant differences with p < 0.05. RESULTS: 150 cycles were evaluated. Group 1: ICSI with sperm selection by a flow cytometry sorter (n = 40); Group 2: ICSI without sperm selection (n = 110). Observing with statistical significance a decreased of the KPI´s of Group 1: failed fertilization rate (1.6%), blastocyst development rate (17.4%), implantation rate (cleavage-stage) (10%), implantation rate (blastocyst-stage) (14.2%) and live birth rate (14.5%). CONCLUSIONS: The manipulation of gametes with the flow cytometry sorter, has a negative effect on the assisted reproductive technology KPI´s; specifically, in the blastocyst rate, blastocyst implantation rate and live birth rate.