膝关节损伤与骨关节炎结局评分（KOOS）之间的关系，以及智能手机生态瞬时评估结果在膝关节骨关节炎患者中的应用

《Osteoarthritis and Cartilage Open》：Relationships between the Knee Injury and Osteoarthritis Outcome Score (KOOS) and smartphone ecological momentary assessment outcomes in people with knee osteoarthritis

　　马克·奥弗顿 | 詹妮弗·邓恩 | 黛博拉·斯内尔 | 拉马克里希南·马尼
悉尼科技大学健康研究生院，澳大利亚悉尼

**摘要**
引言
膝关节损伤和骨关节炎结局评分（KOOS）是一种基于回忆的自报问卷，用于评估膝关节骨关节炎（OA）患者的疼痛和功能状况。智能手机生态瞬时评估（EMA）可能是一种更准确的方法，用于评估日常生活中的当前症状。目前尚未探讨通过智能手机EMA收集的结果是否与基于回忆的患者报告结局测量（PROMs）（如KOOS）一致。因此，本研究旨在探讨通过智能手机EMA收集的结果与KOOS之间的关系。次要目标还包括在调整影响膝关节OA结果的人口统计和临床因素后，这些关系是否仍然存在。

**方法**
开发了一项智能手机EMA调查，并对其进行了试点测试，随后在膝关节OA患者中进行了实施。参与者被要求在早晨、下午和晚上随机时间每天三次评估当前症状（即疼痛强度、疼痛干扰、疼痛困扰程度和僵硬度），持续两周。之后，参与者完成了KOOS问卷，以收集疼痛、症状、功能（日常生活、运动和娱乐）以及生活质量的结果。通过双变量相关性分析来探讨通过智能手机EMA收集的结果与KOOS之间的关系。然后进行了偏相关分析，以控制年龄、性别、体重指数（BMI）和基线疼痛强度等因素的影响。

**结果**
共有86名膝关节OA患者完成了智能手机EMA和KOOS的调查。没有出现随访丢失的情况。通过这两种方法测量的疼痛强度（r = -0.69，p = <0.01）、疼痛干扰（r = -0.62，p = <0.01）、疼痛困扰程度（r = 0.78，p = <0.01）和膝关节僵硬度（r = 0.61，p = <0.01）之间存在统计学上显著的负相关关系。在控制了已知的协变量后，这些负相关关系仍然存在，但强度总体上有所减弱，从弱相关到中等相关不等。

**讨论与结论**
与推荐的基于回忆的PROMs相比，智能手机EMA在评估膝关节OA患者的疼痛和功能方面似乎是有效的，即使在控制了膝关节OA的预后因素后也是如此。以瞬时方式收集疼痛和功能结果可以为膝关节OA患者的生活提供更高的生态有效性。此外，EMA有助于我们更好地理解同时存在的心理社会和生活方式因素对疼痛和功能结果的影响。

**引言**
收集患者结局是临床评估的重要部分。国际骨关节炎研究学会（OARSI）和风湿病学结局测量（OMERACT）组织支持在膝关节OA患者中使用患者报告结局测量（PROMs）[1, 2, 3, 4]。这些测量包括评估疼痛、自我报告的身体功能和健康相关生活质量[4]。膝关节损伤和骨关节炎结局评分（KOOS）是OARSI推荐的自报问卷，用于评估疼痛、症状、日常生活功能、运动和娱乐功能以及膝关节相关的生活质量。该问卷要求人们回忆并评估过去一周内经历的症状和功能限制[5, 6]。然而，PROMs（包括KOOS）的潜在局限性在于其自我报告的主观性质以及患者随时间回忆症状/行为时可能出现的回忆偏差，这可能会影响回答[7, 8]。
生态瞬时评估（EMA）是一种自我报告的评估方法，可能更好地捕捉膝关节OA疼痛体验中的各种症状和限制[9, 10, 11]。EMA的一个显著特点是每天多次重复测量，以实时、在真实生活环境中揭示短暂波动的症状模式[9, 10, 11, 12, 13]。EMA方法不断改进，越来越依赖技术，包括智能手机和可穿戴设备。这些技术进步进一步增强了收集数据的可靠性[12, 14]。EMA的优点包括能够减少回忆偏差和测量误差，同时在个人的生活环境和情境中进行测量，从而提供更高的生态有效性[9, 10, 13, 15]。此外，EMA期间的重复测量允许在“真实生活”情境中探索个体内部的关系[12, 13]。
最近的一项系统回顾和荟萃分析包括了14项研究，探讨了通过数值评分量表收集的回忆性与瞬时评估的疼痛强度和干扰之间的关系[11]。结果表明，通过这些不同方法收集的结果具有很好的相关性。因此，支持EMA在评估疼痛相关结果方面的心理测量属性[11]。该回顾中包含的疼痛状况多种多样，包括纤维肌痛、慢性背痛、肠易激综合症和脊髓损伤。一些OA患者也被纳入研究，但样本混合。此外，瞬时数据收集的方法各不相同，使用了“纸笔”方法、短信服务以及电子日记[11]。
一项针对膝关节OA患者的初步研究发现，通过EMA收集的疼痛和功能结果与基于回忆的回顾性收集的疼痛结果存在差异[8]。具体来说，回顾性评估中的疼痛强度水平高于EMA的结果，尤其是在那些经历更多疼痛高峰/发作的人中。作者因此得出结论，回顾性疼痛结果受到回忆偏差的影响[8]。然而，这些观察结果也有局限性。这项研究涉及较长的回忆期（超过一个月），并且仅使用简单的数值评分量表来收集结果，而不是推荐用于评估膝关节OA患者疼痛和功能的PROM。此外，没有考虑人口统计和临床因素（如年龄、性别和BMI）对膝关节OA结果的影响[16]。
据我们所知，尚未有研究比较通过智能手机EMA和OARSI推荐的PROMs在膝关节OA患者中收集的疼痛和功能结果是否可比。因此，本研究旨在探讨通过智能手机EMA收集的疼痛严重程度（疼痛强度）和僵硬度结果与KOOS相应子量表的结果之间的关系。该研究的次要目标是探讨通过EMA收集的疼痛干扰和疼痛困扰程度结果与KOOS子量表之间的关系，以及这些关系是否受到与膝关节OA结果相关的人口统计、人体测量学和临床因素的影响。

**方法**
这是对“理解膝关节骨关节炎疼痛体验”（U-KOPE）数据的新颖二次分析，该研究是2022年在新西兰达尼丁完成的一项前瞻性纵向研究[17, 18]。该研究的制定参考了加强流行病学观察研究报告（STROBE）声明、生态瞬时评估研究报告检查表（CREMAS）以及EMA相关文献[19, 20, 21, 22, 23, 24]。本研究获得了新西兰中央健康与残疾伦理委员会的伦理批准（21/CEN/89）。在报告当前研究时使用了基于共识的健康测量工具选择标准（COSMIN）研究设计检查表，以确保包含评估标准有效性的推荐组成部分[25]。

**纳入和排除标准**
参与者符合以下条件即可纳入：根据国家健康与护理卓越研究所（NICE）指南诊断为膝关节OA（≥45岁，活动相关的关节疼痛，早晨僵硬（如果存在）持续时间≤30分钟）和/或由医疗专业人员提供的膝关节OA诊断[26]。此外，参与者必须报告至少三个月内大多数日子都有膝关节疼痛。
参与者因以下情况被排除：非英语使用者、年龄超过85岁、无法使用智能手机、有其他风湿性疾病和自身免疫性疾病、未控制的高血压、皮肤状况、下肢感觉丧失、已经接受或计划接受膝关节置换术、正在从其他腿部损伤中恢复、怀孕或产后六个月内、有神经系统疾病、认知障碍或精神疾病（不包括压力和轻度至中度焦虑或抑郁）。参与者来自医院门诊和社区。

**结局测量**
使用m-Path应用程序开发了一个包含感兴趣构念的单项问题的智能手机EMA调查，并在膝关节OA患者中进行了试点测试[18, 27]。有关开发和试点过程的更多详细信息，请参阅我们之前发表的研究[18]。本研究的主要关注变量包括疼痛强度、疼痛困扰程度、疼痛干扰和膝关节僵硬度，得分越高表示结果越差。
膝关节损伤和骨关节炎结局评分（KOOS）用于评估膝关节症状及其对日常生活的影响[6]。该量表包含五个子量表，分别评估疼痛、症状、日常生活功能、运动和娱乐功能以及生活质量[6]。参与者被要求在5点李克特量表上评估过去一周的经历（从未、很少、有时、经常、总是）。每个子量表的得分范围为0（极端问题）到100（无问题）[6]。研究表明，KOOS在膝关节OA患者中具有足够的内容有效性、内部一致性、重测信度、构念有效性和反应性[1]。

**研究程序**
符合条件的参与者首先进行了基线评估，然后完成了为期两周的智能手机EMA。之后，他们又参加了两次评估：EMA后的两周和基线评估后的九周。在所有时间点都收集了KOOS数据。
收集了参与者的特征信息（包括人口统计和临床信息（年龄、性别、种族、膝关节OA持续时间、教育水平、居住地址和工作状况）以及人体测量信息（身高和体重），以计算BMI（kg/m2）[28, 29]。使用简短疼痛量表（Brief Pain Inventory – Short Form）来收集基线疼痛强度[30]。
参与者接受了10-15分钟的EMA培训，以便熟悉智能手机、EMA应用程序（m-Path [27]）和调查问题，并确保收到调查通知。参与者要么获得了一部智能手机（诺基亚2.3，诺基亚公司，运行Android 12操作系统（Snow Cone）），要么可以选择使用自己的设备并下载免费提供的m-Path应用程序。
参与者连续14天进行了智能手机EMA监测（一个数据波；10个工作日和四个周末日）[12]。他们需要每天三次完成智能手机调查[27, 31]。EMA提示以随机分层的方式发送，参与者在一天中的三个预定时间块内随机收到通知。这样可以确保收集到醒来后、白天和晚上的症状数据，从而获得具有代表性的数据集。随机分层的块安排如下：
- 早晨：在通常的起床时间后立即安排两小时的时间段。
- 白天：从上午11点（或通常起床时间后两小时）开始安排五小时的时间段。
- 晚上：在通常的就寝时间前立即安排两小时的时间段。
因此，每位参与者在研究期间共收到了42份调查问卷。参与者需要在60分钟内完成调查，超过60分钟的回答被视为缺失。为了提高依从性并减少回答偏差，还加入了30分钟后提醒提示和最长60分钟的“小睡”功能[19]。早晨、下午和晚上的调查顺序不同，之前的回答不可查看。表1列出了当前分析相关的EMA调查项目。

**表1. EMA调查项目和时间安排**
| | 早晨 | 白天 | 晚上 |
|----|----|----|----|
| 你的当前疼痛程度是多少？ | ? | ? | ? |
| 你的疼痛对你的当前活动有多大的干扰？ | ? | ? | ? |
| 你的膝关节疼痛目前有多困扰？ | ? | ? | ? |
| （5项序数量表：完全不困扰、稍微困扰、中等程度、非常困扰、极其困扰） | | | |
| 你的膝关节僵硬程度目前有多严重？ | ? | ? | ? |
| （5项序数量表：没有、轻微、中等、严重、极度） | | | |

EMA调查的管理和数据收集使用m-Path应用程序[27]进行。如果连续两次评估未完成，会联系参与者并记录失去随访的原因（n=0）。

**统计分析计划**
对于当前分析，仅使用了EMA数据的第二周以及两周后的KOOS数据。这是为了确保前瞻性EMA监测期与KOOS回忆时间框架（过去一周）的一致性。
进行了描述性统计，以汇总EMA变量。这包括计算当前值、最大值、最小值、变化范围以及处于高或低症状状态的时间百分比。还计算了平均疼痛困扰程度和膝关节僵硬度的平均值。相关KOOS子量表和项目的得分是单独从100分中进行的，其中0分表示极端问题，100分表示没有问题。对EMA数据的缺失趋势进行了分析，以确定潜在的缺失模式[33]。由于数据被认为是随机缺失的，因此采用了均值插补作为一种稳健且实用的方法来处理缺失数据[18, 34]。为了探索EMA结果与KOOS结果之间的关系，使用SPSS（版本29.0.2.0）计算了皮尔逊相关系数（r）[35]。通过观察Q-Q图来评估变量的正态性。当数据非正态分布或使用单个KOOS序数量表项目（早晨和晚上的僵硬度）时，进行了非参数相关分析（斯皮尔曼rho）。每种分析的整体关系强度根据以下范围进行解释：0到0.09 – 可忽略不计，0.10到0.39 – 弱，0.40到0.69 – 中等，0.70到0.89 – 强，>0.90 – 非常强[36]。统计显著性可接受的错误水平设定为p≤0.05，并同时提供了95%的置信区间（CIs）。在SPSS（版本29.0.2.0）中计算了偏相关系数，以检查已确定的人口统计学、人体测量学（BMI）和临床预后因素对膝关节OA结果的影响[37, 38, 39, 40, 41]。选择特定的预后因素来探讨所展示关系的临床相关性。为了防止模型过拟合并保持统计功效，使用G*Power（版本3.1）进行了敏感性分析[42]，以根据样本大小确定适当的协变量数量。四个协变量被认为可以在保持0.8的功效水平下检测到中等大小的效果[42]。然后计算了控制年龄、性别、BMI和基线疼痛强度的偏相关系数，所有协变量与独立变量和因变量同时纳入模型[37, 38, 39, 40, 41]。

**参与者特征**
最终纳入了86名参与者，没有失访情况。参与者流动图见图1。
**图1. 参与者流动图**
研究参与者的特征在表2中呈现。
**表2. 纳入的参与者特征（n = 86）**
| 特征 | 值 | 平均值（SD） |
|-------------|-----------------|-------------|
| 年龄 [岁；平均值（SD）| 67.3 ± 9.1 |
| 性别 [n (%)] | 女性：55 (64) | 男性：31 (36) |
| 种族 [n (%)] | 新西兰欧洲人：78 (90.6) | 新西兰毛利人：4 (4.7) |
| 其他：4 (4.7) | | |
| BMI [kg/m2，平均值（SD）| 32 ± 6.8 |
| 膝关节OA持续时间 [年；平均值（SD）| 9.2 ± 9.1 |
| 基线KOOS [平均值（SD）| 疼痛：55.6 ± 15.2 | 症状：55.4 ± 18.1 |
| 日常生活活动能力：ADLs | 64.1 ± 18.1 | 体育和娱乐：36.2 ± 23.3 |
| 生活质量：QoL | 39.1 ± 19.7 | |
| 双侧OA [n (%)] | 是：48 (55.8) | 否：38 (44.2) |
| 最严重的膝盖 [n (%)] | 右侧：46 (53.5) | 左侧：40 (46.5) |
| 最高教育水平 [n (%)] | 无正式资格：13 (15.1) | 中学：12 (14) |
| 技艺/学徒：7 (8.1) | 文凭/文凭：19 (22.1) | 大学学位：19 (22.1) |
| 研究生学位：16 (18.6) | | |
| 工作状态 [n (%)] | 全职：21 (24.4) | 兼职：9 (10.5) |
| 自雇：7 (8.1) | 家庭主妇：1 (1.2) | 退休：47 (54.7) |
| 无法工作：1 (1.2) | | |

**EMA参与度和依从性**
EMA监测第二周的平均依从度为89.2%。80名参与者（93%）使用了自己的手机。所有参与者完成了研究。进行了非参数相关分析（肯德尔Tau和斯皮尔曼），以探讨依从性与人口统计变量之间的关系。只有性别与EMA依从性有关，女性对智能手机EMA调查的响应率更高（r=0.3，p=0.02）。未响应被视为随机缺失，没有证据表明数据缺失与临床结果（包括疼痛强度（p = 0.4）、疼痛干扰（p = 1）、疲劳（p = 0.4）、负面情绪（p = 0.5）和发作天数（p = 0.9）之间存在关联。没有证据表明测量反应性，EMA监测期间疼痛强度评分没有统计学上的显著变化（p = 0.5）。

**EMA汇总数据**
EMA第二周的汇总数据见下表3。
**表3. U-KOPE汇总EMA数据（第二周）**
| 指标 | 平均值 ± 标准差 |
|-------------|-----------------|
| 疼痛强度 | 2.8 ± 1.9 |
| 最高值 | 5.0 ± 2.4 |
| 最低值 | 1.3 ± 1.4 |
| 变异性（SD） | 11.1 ± 0.5 |
| 高值时间百分比 (%) | 23.5 ± 12.5 |
| 低值时间百分比 (%) | 27.1 ± 34.1 |
| 疼痛干扰 | 2.0 ± 1.7 |
| 最高值 | 4.5 ± 2.7 |
| 最低值 | 0.6 ± 1.0 |
| 变异性（SD） | 11.1 ± 0.7 |
| 高值时间百分比 (%) | 22.0 ± 6.6 |
| 低值时间百分比 (%) | 27.2 ± 27.5 |
| 痛苦感 | 1.16 ± 0.5 |
| 僵硬度 | 1.16 ± 0.6 |
| 早晨僵硬度 | 1.15 ± 0.6 |
| 晚上僵硬度 | 1.16 ± 0.6 |

**EMA结果与患者报告结果（KOOS）之间的关系**
所有EMA结果与探索的KOOS子量表之间均显示出统计学上显著的负相关关系。关系强度从弱（EMA疼痛干扰与KOOS体育和娱乐功能 - r = -0.38，p = <0.01）到强（EMA疼痛痛苦感与KOOS疼痛 - r = -0.78，p = <0.01）不等（表4）。
**表4. EMA和KOOS结果之间的调整后和未调整的相关性**
| EMA项目 | KOOS子量表/项目 | 未调整的相关系数（95% CI） | 调整后的相关系数?（95% CI） | p值 |
|----------------|-----------------|-----------------|-----------------|------------|
| 疼痛强度 | KOOS疼痛 | -0.69 (-0.79 to -0.56) | -0.50 (-0.67 to -0.26) | <0.01 |
| 疼痛干扰 | KOOS功能（ADLs） | -0.62 (-0.73 to -0.47) | -0.42 (-0.61 to -0.21) | <0.01 |
| KOOS功能（体育和娱乐） | -0.38 (-0.55 to -0.19) | -0.25 (-0.44 to -0.08) | 0.02 |
| KOOS功能（综合） | -0.60 (-0.72 to -0.44) | -0.41 (-0.59 to -0.19) | <0.01 |
| 疼痛痛苦感 | KOOS疼痛 | -0.78 (-0.85 to -0.68) | -0.65 (-0.76 to -0.51) | <0.01 |
| KOOS功能（ADLs） | -0.75 (-0.83 to -0.64) | -0.61 (-0.78 to -0.40) | <0.01 |
| KOOS功能（体育和娱乐） | -0.45 (-0.61 to -0.27) | -0.33 (-0.57 to -0.15) | <0.01 |
| KOOS功能（综合） | -0.71 (-0.80 to -0.59) | -0.57 (-0.75 to -0.35) | <0.01 |
| 僵硬度 | KOOS僵硬度（综合） | -0.61 (-0.73 to -0.46) | -0.45 (-0.66 to -0.26) | <0.01 |
| KOOS僵硬度（早晨） | -0.53 (-0.67 to -0.35) | -0.35 (-0.53 to -0.14) | <0.01 |
| KOOS僵硬度（晚上） | -0.58 (-0.70 to -0.41) | -0.50 (-0.65 to -0.35) | <0.01 |

**讨论**
本研究探讨了使用即时智能手机调查收集的膝关节OA结果与使用常见推荐PROM（KOOS）收集的结果之间的关系。在收集疼痛、功能和膝关节僵硬度结果时，两种结果测量方法均显示出统计学上显著的相关性。然而，这些关系的强度因评估的结果领域而异，从弱到强不等。在控制了影响膝关节OA的人口统计学和临床因素后，虽然相关性仍然存在，但其强度有所减弱。疼痛是膝关节OA患者常见的症状[43]。在比较即时测量方法和回忆方法对疼痛的评估时，显示出中等程度的相关性。仅性别与EMA依从性有关，女性对智能手机EMA调查的响应率更高（r=0.3，p=0.02）。未响应被视为随机缺失，没有证据表明数据缺失与临床结果（包括疼痛强度、疼痛干扰、疲劳和发作天数）之间存在关联。此外，没有证据表明测量反应性，EMA监测期间疼痛强度评分没有统计学上的显著变化（p = 0.5）。

**智能手机EMA与患者报告结果（KOOS）之间的关系**
控制年龄、性别、BMI和基线疼痛强度后，通过智能手机EMA收集的结果与相应的KOOS结果之间的关系在表4中呈现。所有EMA结果与相应的KOOS子量表之间均保持了统计学上显著的负相关关系。然而，关系的强度有所不同，从弱（EMA疼痛干扰与KOOS体育和娱乐功能 - r = -0.25，p = 0.02）到中等（EMA疼痛痛苦感与KOOS疼痛 - r = -0.65，p = < 0.01）不等。

**结论**
本研究探索了使用即时智能手机调查与常用推荐的PROM（KOOS）收集的膝关节OA结果之间的关系。在收集疼痛、功能和膝关节僵硬度结果时，两种结果测量方法均显示出统计学上显著的相关性。然而，这些关系的强度因评估的结果领域而异。在控制了影响膝关节OA的人口统计学和临床因素后，虽然相关性仍然存在，但其强度有所减弱。疼痛是膝关节OA患者常见的症状[43]。在比较即时测量方法和回忆方法对疼痛的评估时，显示出中等程度的相关性。仅显示出中等程度相关性的潜在原因包括具体测量方法和用于捕捉感兴趣领域的量表的不同。例如，KOOS疼痛子量表中的项目具有活动特异性，疼痛评分是在特定活动中收集的。相比之下，智能手机EMA要求参与者在数值评分量表上报告当前的疼痛强度，而不涉及具体活动。此外，人口统计学和临床因素影响了这种关系的强度，在控制年龄、性别、BMI和基线疼痛强度等变量后，这种关系变得较弱。这突显了人口统计学和临床因素在膝关节OA患者疼痛结果评估中的影响。EMA和KOOS测量功能的项目之间也显示出中等程度的相关性，包括日常生活功能以及KOOS的综合（日常生活加体育和娱乐）功能领域。KOOS日常生活功能子量表要求参与者评估执行常见日常任务的难度。例如，这些活动包括上下楼梯、自我护理、家务活动以及在家和社区中的移动。同时，EMA调查要求参与者在日常活动中评估疼痛干扰的程度。尽管疼痛干扰功能（基于EMA）和执行功能的困难是两个不同但相互重叠的构念[44, 45]，但它们显示出可接受的有效性。关系的强度取决于评估的KOOS功能子量表。在比较KOOS体育和娱乐功能子量表与EMA时显示出弱相关性，在控制临床和人口统计因素后，这种相关性进一步减弱。本研究的参与者是老年人（平均年龄67岁），他们长期经历膝关节OA疼痛（平均9年）。因此，KOOS体育和娱乐子量表可能不太适合捕捉本研究参与者的功能状况[46]。此外，对于即时测量，参与者自我评估疼痛对其感知的“正常”功能水平的干扰程度，而不是像KOOS那样被迫评估更高层次的活动。疼痛痛苦感是一种新的疼痛结果，与疼痛强度、残疾以及疼痛体验中的不愉快情感维度有关[18, 47, 48]。有趣的是，即使在控制了影响膝关节OA结果的人口统计学和临床因素后，即时报告的疼痛痛苦感与KOOS结果领域之间的相关性最强。疼痛痛苦感与KOOS疼痛、KOOS日常生活功能以及KOOS综合功能之间的相关性很强，而疼痛痛苦感与KOOS体育和娱乐功能之间的相关性为中等。疼痛痛苦感可能是一个单一指标，能更好地捕捉膝关节OA疼痛的生物心理社会性质[18]。这些发现强调了监测疼痛痛苦感在捕捉疼痛及其心理和功能影响方面的潜在效用。在比较不同时间点的膝关节僵硬度时，也显示出相关性。KOOS要求参与者在早晨和晚上评估膝关节相关的僵硬度，而智能手机EMA每天要求评估三次膝关节僵硬度。当比较相同时间点时，关系的强度为中等。这种关系不更强的一个潜在原因是EMA调查安排在醒来后两小时内随机进行。膝关节OA的一个常见特征是膝关节僵硬度通常在醒来后30分钟内减轻[49]。因此，与回忆响应相比，EMA调查可能错过了“峰值僵硬度”。当结合僵硬度项目计算KOOS平均僵硬度时，关系的强度增加。因此，平均僵硬度可能是衡量膝关节OA患者膝关节僵硬度的更平衡的指标，这种僵硬度可能在一天中波动，并受到其他症状（如疼痛）的影响[18]。有趣的是，控制膝关节OA预后因素对僵硬度关系有不同程度的影响。对于早晨和整体僵硬度，每种关系的强度都减弱了。相比之下，对于晚上僵硬度，关系的强度保持不变。这可能反映了膝关节OA患者在一天中不同时间评估症状的独特变异性。早晨的评分可能更多地受到临床和人口统计因素的影响，而晚上的评分则更准确和情境化。一天中症状评分的准确性值得进一步研究。

**总结**
本研究的发现与最近一项系统评价和荟萃分析报告的结果相一致[11]。尽管总体一致，但回忆PROM与即时结果之间的相关性总体上较弱。这可能是因为系统评价中的许多研究使用了相同的评分量表跨越不同时间段。此外，KOOS问卷的活动特异性也可能解释了关系强度的差异。例如，在KOOS中，要求个体报告在特定功能任务中经历的疼痛或困难。相比之下，EMA（即时测量法）通常包括单项目测量，参与者在0到10的量表上对当前症状进行评分。这可能会导致膝关节骨关节炎（Knee OA）患者疼痛体验中的细微和特定情境特征的丢失。已有研究表明，认知偏差会影响对疼痛的感知。这些因素（包括回忆偏差）可能导致即时报告和回忆后的PROMs（疼痛日记问卷）之间的差异。根据定义，疼痛是一种不愉快的感觉和情绪体验[51]。因此，参与者更有可能回忆并报告容易获取且具有情感色彩的体验，如剧烈的疼痛和更大的功能限制。此外，疼痛患者更有可能回忆起最近的疼痛经历（例如，如果他们在过去几天内经历了病情加重）。这些认知偏差可能会影响对膝关节骨关节炎相关疼痛和功能的感知，并导致在回忆后的PROMs（如KOOS）上的评分出现偏差。另一方面，EMA方法不太容易受到这些偏差的影响，因为当前症状是以即时方式反复收集的，从而避免了回忆偏差[15, 50, 52, 53]。

当前研究确实提出了一些关于结果测量和临床实践的考虑。虽然智能手机EMA可能更准确地捕捉到日常生活中的变化性和短暂性症状，但这种方法较为繁琐，要求参与者能够使用智能手机。最近的一项定性研究探讨了智能手机EMA的可接受性，发现膝关节骨关节炎患者认为使用这种方法捕捉疼痛体验是可以接受的[54]。然而，参与者也指出，过于繁重的EMA计划（例如，每日多次评估、较长的时间跨度）可能会影响他们的依从性和整体接受度。尽管PROMs更容易受到回忆偏差的影响，但它们在实施上更为方便。一个人的回忆就是他们的现实，回忆会影响他们的感知、应对行为和健康决策[55]。因此，回忆出的结果可能更好地反映了与疼痛状况共处的经历（而不是实际情况），使得PROMs成为一种更有意义的结果测量方法[56, 57]。因此，与其选择一种“最佳”的方法来评估膝关节骨关节炎，不如将这些方法视为互补的，每种方法提供略有不同的信息。例如，智能手机EMA提高了生态效度，并能够捕捉到人们在日常生活中遇到的困难。相比之下，PROMs易于实施，负担较小，并能捕捉到特定功能任务中的感知限制（即使是在日常生活中避免的任务）。临床医生必须考虑他们的结果评估目标、每种方法的优缺点，并根据患者和他们所处的临床环境来个性化决策。

当前研究的优势包括研究设计遵循CREMAS检查表以提高方法学质量[19]，以及研究参与者的高依从性和无失访情况。此外，膝关节骨关节炎的结果是通过即时（或接近即时）的单项目问卷收集的，这种方式减少了负担和回忆要求。调查项目在了一小部分研究参与者中进行试点，以确定最终的EMA调查设计[18]。还纳入了一些减少参与者负担和提高数据质量的设计特点（例如，培训、个性化的通知计划、提醒/延迟功能、使用个人设备），以改善EMA体验。在控制了已知会影响膝关节骨关节炎结果的人口统计学和临床因素后，也评估了关系的强度。

然而，当前研究也存在一些局限性。只有报告轻度至中度膝关节骨关节炎症状的社区志愿者注册参与了研究。尽管进行了尝试，但未能从当地医院的骨科门诊部招募到参与者，这本可以增加目前正在接受治疗或因膝关节骨关节炎而有更多功能限制的参与者数量。研究参与者在膝关节骨关节炎的持续时间上也存在较大差异。一些参与者普遍存在疼痛，以及EMA疼痛项目的表述（即与BPI一致而非膝关节特异性）可能会影响评分和关系。此外，即时单项目测量通常不会以相同的方式测量相同的构念。尽管本研究使用的各种数据收集方法关注的构念/领域（疼痛）相似，但具体的测量和指标有所不同。例如，疼痛干扰评分和KOOS功能子量表测量的是不同的构念，限制了直接进行对比的能力。此外，KOOS要求参与者回忆在特定任务中经历的症状或困难，而单项目测量则具有解释性，日常或“正常”的功能状况等因素会影响参与者在数字评分量表上的回答。最后，尽管EMA以即时方式捕捉症状并消除了回忆的需要，但缺乏真正的标准参照。

基于当前研究结果的临床意义包括支持为膝关节骨关节炎患者量身定制结果测量方法。临床医生不应仅选择一种方法，而应认为基于回忆的PROMs和EMA提供了互补的信息，由临床医生根据患者的具体情况、偏好、目标和临床环境来决定最佳方法。未来研究的建议包括在不同地点的大样本中对外部验证这些发现，包括那些具有中度至重度疼痛和功能限制的人群。此外，还需要建立EMA在其他肌肉骨骼疼痛状况中对疼痛和功能结果的标准效度。还需要进一步研究一天中不同时间点测量的准确性，以及探索情境因素对疼痛结果测量准确性的影响。

总之，研究表明，通过智能手机EMA和KOOS收集的疼痛、僵硬度和功能结果之间存在关联。尽管这些关联在统计上显著，但其强度在不同结果领域之间从弱到强不等。此外，人口统计学和临床因素也影响了这些关联的强度。使用智能手机EMA测量的疼痛困扰程度与KOOS评估疼痛和日常功能的领域之间的关联更为紧密。相比之下，与KOOS运动和娱乐功能的关联较弱。因此，这项研究支持将智能手机EMA和PROMs视为评估膝关节骨关节炎患者疼痛、僵硬度和功能结果的潜在有效且互补的测量方法。

作者贡献：
MO：概念化、方法学、软件、正式分析、调查、数据管理、撰写初稿、可视化、项目管理和资金筹集。
JD：概念化、方法学、撰写-审阅与编辑、监督。
DS：概念化、方法学、撰写-审阅与编辑、监督。
RM：概念化、方法学、正式分析、调查、可视化、撰写-审阅与编辑、监督和资金筹集。

资金来源：
本项目的资金由奥塔哥医学研究基金Jack Thomson资助。资助方未参与研究设计、数据分析、结果解释和整体结果的呈现。