编辑推荐：
本研究通过分类回归树（CART）分析，探索了青少年男子速滑运动员在单腿垂直下落跳（SVDJ）和单腿侧向蹲跳（SLSJ）任务中，关键变量（如跳跃高度、离地速度）的不对称性对不同滑行阶段成绩（20米启动、100米直道、500米总成绩）的影响，并创新性地运用数据驱动方法确定了性能相关的临界阈值。结果表明，SVDJ跳跃高度不对称性阈值约为12.07%，而SLSJ离地速度不对称性阈值约为10.12%。超过这些阈值会显著损害滑行表现。与传统固定阈值相比，CART方法具有更强的判别效力。这为基于性能的、任务特异性的双侧肢体不对称性评估提供了新思路和实用参考。
1 引言
长期专项训练可能导致速滑运动员双侧肢体不对称性增加。虽然过度的双侧肢体不对称性可能损害运动表现，但其对不同滑行阶段的具体影响及相应的阈值尚不清楚。传统的10%-15%的安全阈值源于损伤风险评估，并非基于性能数据，且缺乏任务和个体特异性。分类回归树（CART）分析作为一种数据驱动的机器学习算法，能够自动识别关键预测变量的特定阈值，生成清晰的分类规则，在识别运动表现相关的双侧肢体不对称性阈值方面具有潜力。速度滑冰包含对称（直道）和非对称（弯道）动作需求，其固定的逆时针滑行模式使弯道阶段持续产生右侧蹬冰，可能导致长期训练下显著的左侧肢体优势。本研究旨在考察青少年速滑运动员中，来自SVDJ和SLSJ任务的关键变量不对称性与分阶段滑行表现之间的关系，并利用CART分析确定不对称性阈值，比较其与传统方法的差异。
2 材料与方法
研究采用横断面设计，招募了39名青少年男子速滑运动员。首先进行身高体重测量及跳跃测试的熟悉化练习。在第二次测试中，受试者完成了SVDJ和SLSJ测试，以评估下肢力量不对称性。SVDJ评估与启动阶段相关的下肢牵张-缩短循环（SSC）能力，而SLSJ的侧向推离模式则模拟了冰上滑行技术。两项测试均通过测力板和运动学分析系统采集数据。在第三次测试中，受试者在标准400米跑道上完成500米计时滑，由智能冰场系统记录启动（20米）、直道（100米）、弯道（110-200米）的分段时间及总时间。使用特定公式计算不对称性幅度。统计学分析包括相关分析、回归分析以及关键的CART分析。CART模型以关键变量不对称性为预测因子，滑行时间为结果变量，通过留一法交叉验证（LOOCV）确定最优参数，并以均方根误差（RMSE）评估模型性能。研究还将CART确定的阈值与传统方法（10%、15%、均值+0.2标准差、均值+1标准差）进行了比较。
3 结果
相关性分析显示，SVDJ跳跃高度与20米、100米及500米滑行时间呈中度至高度负相关。SLSJ的跳跃距离、侧向峰值力、侧向冲量及离地速度与100米和500米时间也呈中度至高度负相关。然而，弯道（110-200米）滑行时间与任何跳跃表现均无显著相关性。
在不对称性影响方面，SVDJ跳跃高度不对称性与20米启动时间呈正相关，可解释后者19.70%的变异。对于100米直道时间，SVDJ跳跃高度不对称性、SLSJ离地速度不对称性及侧向冲量不对称性共同解释了20.95%的变异。对于500米总时间，SLSJ离地速度不对称性是主要预测因子，与SVDJ跳跃高度不对称性及SLSJ侧向峰值力不对称性共同解释了24.65%的变异。
CART分析确定，SVDJ跳跃高度不对称性是区分20米滑行表现的最佳变量，阈值为12.07%。对于100米和500米滑行时间，SLSJ离地速度不对称性被确定为最佳分割变量，阈值分别为10.26%和10.12%。当回归树增加一次分割时，模型显示在SLSJ离地速度不对称性较低的亚组中，SVDJ跳跃高度不对称性可进一步区分滑行表现。
与传统阈值方法相比，CART方法确定的阈值在区分高、低不对称性组间的滑行时间差异时，产生了中等至大的效应量（Hedges' g = 0.74–1.44），且样本百分位分布（53.85%–64.10%）更为集中。10%和15%的固定阈值则表现出较小的效应量或较宽的置信区间，判别能力有限。均值+0.2标准差方法与CART方法在阈值和样本分布上最为接近，但未能有效区分SLSJ跳跃距离不对称性相关的100米滑行表现差异。
4 讨论
本研究发现，SVDJ跳跃高度不对称性对启动阶段表现有负面影响，这可能是通过影响初始加速度进而波及全程表现。SLSJ相关变量（离地速度、侧向峰值力、冲量）的不对称性则主要影响直道和总滑行表现。弯道滑行表现与跳跃能力无关，突显了其独特的技术力学特性。CART分析确定的阈值具有任务特异性，且判别效力优于传统方法。特别是SLSJ离地速度，因其与冰上蹬冰动作模式和神经肌肉特征的高度相似性，成为区分直道和总滑行表现的良好指标。尽管SLSJ跳跃距离的模型拟合度稍低，在测试条件有限时仍可作为评估不对称性的实用替代指标。传统的10%-15%固定阈值因忽略任务和个体差异，在实际应用中效果有限。均值+0.2标准差方法虽更贴近样本实际，但其判别稳定性仍不及数据驱动的CART方法。
4.1 实际应用
从业者可将SVDJ和SLSJ纳入青少年男子速滑运动员的常规监测。SVDJ跳跃高度不对称性超过12.07%或SLSJ离地速度不对称性超过10.12%可能损害滑行表现。对于存在过度不对称的运动员，可采用模拟不对称任务方向及力量特征的单侧训练进行干预。在设备有限时，SLSJ跳跃距离可作为离地速度的替代评估指标。
4.2 局限性与未来方向
本研究样本限于青少年男子速滑运动员，结论向其他性别、年龄段人群的推广需谨慎。尽管样本年龄已普遍超过身高增长高峰（PHV）阶段，生物成熟度的影响仍不能完全排除。未来研究可扩大样本以增强模型稳定性，并通过对照实验设计进一步验证降低特定不对称性是否直接带来表现提升。
5 结论
研究表明，过度的SVDJ跳跃高度不对称性会损害启动表现，其与SLSJ离地速度、侧向峰值力及侧向冲量的不对称性共同影响直道和全程滑行表现，而弯道表现则与跳跃能力无关。CART分析确定的SVDJ跳跃高度（12.07%）和SLSJ离地速度（约10.12%）不对称性阈值能有效区分滑行表现。该数据驱动方法为建立运动及人群特异性的双侧肢体不对称性性能阈值提供了新参考。
