《Journal of Bodywork and Movement Therapies》：Reliability and convergent validity of smartphone-based discrete and continuous measures of spinal kinematics in asymptomatic individuals
编辑推荐：
背景
本研究旨在评估一种移动应用程序在真实环境中测量脊柱运动学离散参数与连续参数的组内和组间信度，以及其聚合效度。次要目标为探讨重复次数对信度的影响。
方法
研究人员在30名无症状参与者（50%男性；年龄36.7±14.07岁）中，于两个不同测试时段使用
背景
本研究旨在评估一种移动应用程序在真实环境中测量脊柱运动学离散参数与连续参数的组内和组间信度，以及其聚合效度。次要目标为探讨重复次数对信度的影响。
方法
研究人员在30名无症状参与者（50%男性；年龄36.7±14.07岁）中，于两个不同测试时段使用移动应用程序 Digiback 测量脊柱运动学。离散参数的组内和组间信度采用组内相关系数（Intraclass Correlation Coefficient, ICC）计算，而连续数据的信度则通过时间归一化振幅数据曲线各点的逐点 ICC 值进行计算。聚合效度以安装于上腰椎的一个惯性传感器为参照进行分析。
结果
大多数离散参数的信度由高于0.75的 ICC 予以证实。将重复次数减少至3次对 ICC 的影响极小。连续参数在整条曲线上的积分 ICC 介于0.34至0.79之间，而在运动曲线中段（20–80%）的积分 ICC 为0.64至0.88。离散参数的聚合效度因动作而异，其中矢状面角度振幅与角速度的效度较高。
结论
本研究支持在无症状个体中，使用智能手机测量脊柱运动学矢状面离散参数与连续参数具有良好信度。将重复次数由5次减少至3次对信度影响极小，提示其具备临床可行性。仅在矢状面离散参数中证实了聚合效度。
该文发表于《Journal of Bodywork and Movement Therapies》。研究背景在于，脊柱运动异常被认为是低背痛（LBP，low back pain）相关功能障碍的重要因素之一。既往研究已反复发现，LBP 人群在屈曲、伸展以及搬举、坐站转换等功能性任务中，常表现出脊柱运动幅度下降和角速度减慢。然而，现有证据多来自实验室场景，样本规模及纵向重复测量研究相对不足，限制了对真实生活环境中脊柱运动学变化的理解。与此同时，配备惯性测量单元（IMU，inertial measurement unit）的智能手机为实验室外大规模、低成本、重复测量脊柱运动学提供了现实可能。现有智能手机研究主要聚焦静态测量，常将手机作为测斜仪使用，且多依赖他人辅助，缺少对角速度及完整连续运动曲线的捕捉。因此，建立智能手机测量脊柱运动学，尤其是离散指标与连续曲线指标的信度和效度，成为该领域走向真实应用的关键前提。
针对上述问题，研究人员开展了一项以无症状成年人为对象的方法学研究，重点评估基于智能手机应用程序 Digiback 的脊柱运动学测量在真实环境中的组内信度、组间信度及聚合效度，并进一步分析减少重复次数是否会削弱测量稳定性。研究结果表明，智能手机置于胸骨前进行自主或半自主测量时，对屈曲和拾物等矢状面任务的离散运动学参数，尤其是角度振幅与角速度，具有较好的信度，并且与上腰椎单 IMU 测量结果具有较好的可比性。连续曲线方面，其可靠性主要集中在动作执行中段，而在起始和结束阶段较弱。研究同时显示，将每个动作的重复次数由5次减少至3次，对信度几乎没有实质性影响。这一发现提示，智能手机有望成为实验室外脊柱运动学评估的便捷工具，为今后在低背痛人群中开展大样本、重复随访及家庭场景监测奠定基础。
在技术方法方面，研究纳入30名18–65岁的无痛成年人，采用便利抽样，测试地点包括大学房间、工作场所或家庭等真实环境。研究设计包含两个测试时段：首个时段进行两组连续测量（M1、M2）以评估组内信度，第二时段于约5.6±1.4天后完成第三组测量（M3）以评估组间信度。参与者手持 Samsung Galaxy A41 智能手机贴于胸骨完成屈曲、伸展、左右侧屈、左右旋转及拾物任务；首个时段同步佩戴 ViMove 系统上腰椎传感器（L1）用于效度比较。数据在 MATLAB 中处理，提取最大振幅、最大角速度、回程最小角速度及动作时间，并对振幅曲线进行时间归一化。离散指标采用 ICC、SEM
TS 和 MDC 分析，连续曲线采用逐点 ICC、积分 ICC 和一维统计参数映射（SPM，statistical parametric mapping）进行比较。
3.1.1. Univariate parameters
在离散参数方面，研究显示大多数动作与参数的组内及组间信度均达到良好至优异水平，即 ICC 多数高于0.75。屈曲（Flex）与拾物（Pick-up）任务表现最稳定，其 Ampmax、Velmax、Velmin 及 Time 大多具有较高 ICC，提示这两类动作最适合通过胸骨持握式智能手机进行测量。旋转任务中部分指标亦表现出较好信度。相比之下，伸展（Ext）和侧屈（LatFlexL、LatFlexR）在角度振幅上的信度偏低，部分仅为中等水平。研究人员据此指出，这些动作在持握手机状态下可能更难保持一致执行，尤其侧屈动作幅度较小，且更易偏离额状面；伸展时受平衡控制影响亦可能增加测量误差。重复次数分析进一步表明，逐步减少重复测量次数并未显著改变 ICC，说明3次重复在多数情况下已足以获得稳定结果。
3.1.2. Continuous data
在连续数据方面，研究通过逐点 ICC 曲线评估时间归一化振幅曲线的可靠性。结果显示，几乎所有动作在曲线中段（20%–80%）的信度明显高于起始段（0%–20%）和终末段（80%–100%）。整条曲线的积分 ICC 在组内信度中介于0.34至0.79，在组间信度中介于0.51至0.73，表现差异较大；但若聚焦于动作中段，积分 ICC 可提升至0.64–0.88。该结果表明，连续曲线的稳定性主要来源于动作主体阶段，而起止时点的识别误差以及重复之间站立初始姿势差异，可能削弱曲线首尾部分的重复性。因此，智能手机连续脊柱运动学分析更适合关注动作中程，而不宜直接等同看待整条曲线。
3.2.1. Univariate parameters
在聚合效度分析中，研究将智能手机 IMU 数据与 ViMove 上腰椎单传感器数据进行比较。离散参数的 Pearson 相关显示，屈曲、旋转及拾物动作的角度振幅相关较强，伸展为中等相关，而侧屈仅表现为弱到中等相关。角速度参数的相关总体较高，多数相关系数大于0.86。尽管如此，Bland–Altman 分析提示，侧屈和旋转动作存在较大的95%一致性界限（95% LoA），且智能手机测得的角度振幅通常高于 ViMove。研究人员认为，这主要源于智能手机位于胸骨，而参照传感器位于 L1，二者测量的并非完全相同的解剖节段；胸骨位置还包含胸椎区域运动，因此总体振幅更大。综合相关与一致性结果，研究支持智能手机在矢状面离散参数，尤其屈曲和拾物任务中的聚合效度。
3.2.2. Continuous data
对于连续曲线的效度，一维统计参数映射分析显示，除屈曲与拾物曲线仅有部分区段相似外，其余动作的整条曲线均与 ViMove 存在统计学显著差异。即便在屈曲和拾物任务中，仍有多个时间簇显示两种测量方式之间存在显著差异。该结果表明，胸骨持握式智能手机所获得的连续运动轨迹，不能简单视为上腰椎躯干传感器曲线的替代指标。连续曲线上的差异同样支持一个核心解释：智能手机记录的是更整体化的躯干运动，而非局限于腰椎或上腰椎节段的局部运动学。
讨论部分指出，本研究的主要贡献在于首次较系统地考察了真实环境中基于智能手机的脊柱连续运动学测量性能，并证明矢状面离散参数，尤其屈曲和拾物动作中的角度振幅与角速度，具有较高应用潜力。研究强调，真实环境、非专家监督和低设备门槛增强了结果的生态效度，使其更接近未来临床和社区使用场景。与实验室动作捕捉系统或需粘附于躯干的专用传感器相比，智能手机方案更简便、易推广且成本更低。然而，研究也明确指出，伸展、侧屈与旋转的测量表现仍不稳定，连续曲线的聚合效度亦不足，说明该方法目前更适用于整体躯干矢状面动作评估，而非精确孤立腰椎运动分析。研究的局限包括样本为同质性较强的无症状人群、仅使用单一手机型号、未评估日内变异，以及参照标准并非光学动作捕捉系统。未来需要在 LBP 患者中继续验证其信度和效度，并探索提高不同任务测量精度的策略。
结论部分可译为：本研究表明，在无症状个体中，使用智能手机测量屈曲和拾物任务中的脊柱角度振幅与角速度离散参数具有良好信度，且与安装于上腰椎的惯性传感器测量结果具有可比性。该测量方式仅需极少外部帮助，参与者只需将智能手机贴于胸骨，即可为实验室外的重复测量提供有前景的机会。然而，研究结果也对伸展、侧屈和旋转动作测量的信度与效度提出了质疑。未来研究应在 LBP 患者中评估基于智能手机测量的信度和效度，并识别改善不同任务测量精度的策略。
