导言

腰椎运动控制（LMC）常被认为是慢性非特异性下背痛（NSCLBP）中的重要因素，并且已经开发了多套测试量表，用于识别运动控制方面的缺陷。其中一套量表是由 Adelt 等（2021）提出的测试电池，包含针对屈曲、伸展以及旋转/侧屈的方向特异性测试。然而，早期研究却发现：该量表中与屈曲相关的测试非常简单，意味着大多数人都能通过——不管他们是否真的有下背痛。于是就产生了问题：这些测试是否具备区分运动控制更好或更差个体的能力？还是说，这些测试在测量“腰椎运动控制”这一构念方面是有效的？现有测试电池中整合了四项新的基于屈曲的测试。本研究旨在考察：这些更新的测试是否更具挑战性，从而在测量角度上可能更有用。需要强调的是，本研究 并未探讨腰椎运动控制是否会导致下背痛，也没有研究改善运动控制是否能够带来结局改善。相反，研究关注的是：这些测试本身在心理测量学（psychometrically）层面是否更能有效区分既往有/没有慢性下背痛的参与者。

方法

这项横断面研究纳入了患有非特异性慢性下背痛（NSCLBP）的参与者，以及无症状对照组。 NSCLBP 患者的腰痛持续至少三个月。 排除标准包括：特异性脊柱病变既往史、既往脊柱手术史、神经功能缺损、骨折、肿瘤或炎症性疾病。

对人口学信息、Oswestry 功能障碍指数（ODI）、恐惧回避信念问卷（FABQ）以及 Fremantle 背部觉察问卷（FreBAQ）进行了施测。

参与者完成了8项与屈曲相关的运动控制测试：

• 前屈
• 单侧膝关节伸展
• 胸部塌陷
• 向后摇动

这4个新测试包括：

• 迎客式体位（服务员鞠躬
• 深蹲
• 提箱训练
• 双侧膝关节伸展

每一项测试都使用标准化脚本向参与者进行解释。 由一名未获分组信息的物理治疗师在真实时间中通过视觉方式对测试执行情况进行评分。 依据主观的视觉检查，对测试进行二分类评分：要么正确，要么错误。

成果

共纳入69名参与者，其中45名为非特异性慢性下腰痛（NSCLBP）患者，24名为健康对照。 对基线时数据进行比较发现，NSCLBP患者报告的身体负担更高；另一方面，健康对照在0-10分数的数字评分量表上，对运动参与的自我评价略高。

患有非特异性慢性下背痛（NSCLBP）的患者受影响相对较轻，疼痛强度中位数为3/10，平均 ODI 为7.8分。 

在所有参与者中，有22%的动作被评为操作不正确。 当将受试者分为NSCLBP患者组和健康对照组后，结果显示：受影响者中有25%的条目操作不正确，而对照组为17%。 

我们监测了动作执行的正确率，结果显示：前屈弯腰是最常被正确完成的测试项目（因此也最容易）。 正确完成得最难的动作是箱式提举（box lift）。在这项测试中，有 46% 的参与者把动作做错了： 其中，37% 的对照组参与者做错；而 NSCLBP 组的参与者中，做错的比例为 52%。

比较了有和无非特异性慢性下腰痛（NSCLBP）人群的每一项腰椎运动控制动作，但均未达到组间差异具有统计学意义。 不过，作者报告称两组在总正确表现上的差异具有统计学显著性：NSCLBP 患者平均能正确完成 7 个动作中的 5 个，而对照组为 7 个中的 6 个。 由于据称第 5 项与第 6 项之间可能存在非常高的相关性，从而导致模型失真，因此将第 5 项排除在该分析之外。

问题与思考

先说重点。统计学显著不一定就代表临床上有意义。有意思的是，单项的运动控制测试在有 NSCLBP 和无 NSCLBP 的参与者之间，并没有出现显著差异。只有把这些测试合并成一个总分，才观察到统计学上的显著差异。虽然这可能反映了组间存在多个“小差异”的累积，但也意味着：单靠任何一项运动控制测试，都无法在实践层面有效区分这两组。此外，正确完成的测试数只多出 1 项（7 项里 5 项 vs. 6 项），即便差异在统计学上显著，也仍值得怀疑其临床相关性。再结合运动控制构念本身效度并不确定，这些结果更像是在提示个体之间存在差异——可能与动作方式的变动及适应有关——而不是 NSCLBP 所对应的运动控制受损的证据。

有意思的是，单项测试并没有显著区分有 NSCLBP 和没有 NSCLBP 的参与者。 只有在把所有条目合并成一个总分之后，统计学上的显著结果才才出现。 这就引出了一个问题：该领域是否正试图为某个最初就只能显示出较小组间差异的构念，来进一步提高测量精度？ 如果单项测试无法有意义地区分有 NSCLBP 与无 NSCLBP 的人，那么就有理由追问：主要的限制到底出在这些测试本身，还是出在它们本意要测量的底层构念上？

需要先明确的是，这项横断面研究的目的在于确定与屈曲相关的腰椎运动控制测试的项目难度，并将其彼此进行比较；但同样，我们也必须对这些测试在临床实践中的目的保持批判性态度。 腰椎运动控制这一主题，主要源自20世纪90年代及21世纪初Panjabi、Hodges、Richardson、O’Sullivan、Sahrmann等人的研究工作。 该理论认为，部分下腰痛患者在控制腰椎的运动与受力方面存在能力受损。 Panjabi有影响力的脊柱稳定模型提出：脊柱稳定性取决于被动结构（椎骨、椎间盘、韧带）、主动结构（肌肉与肌腱）以及神经控制系统之间的相互作用。 根据该模型，某一子系统出现功能障碍时，为了维持脊柱稳定，就需要由其他子系统进行代偿。 这一观点进一步引出了这样一种想法：肌肉激活方式或运动模式的改变，可能会促成疼痛或损伤的发生。

在一些腰背痛患者中，有研究报告显示腹横肌和多裂肌的激活会被推迟，因此该理论在随后一段时间里迅速走红。 这些结果被解读为：脊柱的深层稳定肌群并未以最佳状态发挥作用。于是，人们逐步发展了运动控制训练，以及“核心稳定（core stability）”训练，旨在恢复正常的肌肉激活模式。 

然而，随着时间的推移，这一理论也逐渐出现了多项批评意见。其中一个主要问题是：缺乏对“正常”运动究竟是什么的明确界定。人体运动本身变化很大，而健康个体在完成同一任务时，往往会采用完全不同的运动策略。正因如此，运动变异在何种情况下应被视为功能失调，仍然不够清楚。你可以把它想成不同的网球运动员：虽然他们都用正手和反手来打同一项比赛，但他们可能会展示不同的运动策略，以实现同一次击球的效果。并且——即便在顶尖选手身上，也同样存在大量运动变异。 

所以，尽管很多研究都发现慢性/长期腰痛人群在运动方面存在差异，但这些结果并不能证明因果关系。 运动的改变可能是疼痛的结果、也可能是出于保护的适应，或者仅仅是一种更偏好的运动策略——而不一定是症状的原因。

另一个挑战在于，关于运动控制受损的研究结果一直不够一致。 有研究报告称，腰痛人群的肌肉激活模式会出现延迟、提前、更早启动以及降低等表现，这提示并不存在某一种能够概括所有患者的“单一运动控制缺陷”。 因此，研究人员认为：腰痛中的运动控制适应是高度多样且个体化的，而不是某种功能障碍的体现。 另外，尽管运动控制训练对慢性腰痛可能有效，但总体而言，它们并不会在幅度上显著优于其他积极干预，例如力量训练、步行计划或一般运动。

在我看来，最重要的批评是：运动控制框架可能（无意中）强化了关于脊柱的不利信念。 当患者被告知自己“运动控制不好”、脊柱不稳定，或存在有问题的运动模式时，他们可能会产生恐惧、警觉过度，以及运动回避。 这些心理反应本身也与持续疼痛和功能障碍相关。 因此，许多现代研究者现在更倾向于将运动模式的改变视为一种依情境而定的适应，而不是病理性缺陷；这种改变可能反映了个体对疼痛的反应、既往经验、身体负荷需求或信念等因素。 因此，该领域已从“如何纠正‘运动控制缺陷’”转向：去追问所识别的运动模式，是否真的具有功能失调性；以及它们是否首先就能被视为具有临床意义的疼痛驱动因素。

一个更广泛的担忧是，运动控制框架往往从这样一种前提开始：人们“移动”存在一种正确方式和一种错误方式。 一旦把动作变异（movement variation）归类为缺陷，临床医生可能就会产生压力，去识别并纠正它——即便目前并没有证据表明，这种动作模式与疼痛、损伤或预后之间存在关联。 这样一来，正常的人体运动变异就有可能被“医学化”。 其后果是，患者可能会在咨询结束后相信：他们的脊柱不稳定、容易受伤，或者需要持续依赖有意识的控制。 最终，这些信念所造成的影响，可能比动作模式本身更具限制性。

我经常在临床里遇到这样的患者：他们拼命想把姿势纠正过来，但又是因为无法长期忍受所谓的“完美体态”而来求助。 在很多情况下，他们试图“挺直身子”的努力，反而会让肌肉张力升高、过度警觉、对动作产生恐惧——最常见的结果则是彻底绝望。 告诉他们尝试更自然地活动、随时切换姿势、站起来、并且更频繁地走一走——有时这对他们自我认定的“坏”姿势和运动方式，简直是一个让人难以置信的“灵丹妙药”。

作者调查了哪些与屈曲相关的运动控制测试更难执行。 不过，在进一步完善这些测试之前，我们首先应当问清楚：它们是否真的测量了具有临床意义的功能损害。 这项研究假设，腰椎运动控制是一种可以通过目视观察识别的构念，并且其相关功能损害与慢性下背痛有关。 但这一假设仍存在争议。 事实上，作者本人也引用了一项较新的系统综述，其结论是：临床评估的腰-骨盆躯体运动感知运动控制测试的有效性得到了低到极低质量证据的支持。 如果底层构念本身就不确定，那么改进这些测试的心理测量学特性，可能只是让我们更擅长测量某种其临床相关性仍不明的东西。

这些发现也与 Larsson 等（2024） 的结果相似：他们发现，力量举运动员在有无下背痛的情况下，腰盆运动控制测试的表现没有差异。这提示一个可能性：临床医生常常将其解读为“运动控制缺陷”的情况，有时可能反映的是正常的运动变异性、与任务相关的适应，或仅仅是不同的运动策略，而不一定是功能障碍。

另一个担忧是：运动控制框架是如何被转化并落实到临床实践中的。 如果患者被告知自己“运动控制很差”，或者“正在用错方式运动”，这很容易强化一些信念：比如脊柱很脆弱、不稳定，或者需要被持续保护。 这类叙事可能会助长恐惧、过度警觉，以及对运动的回避——而这些因素本身就与持续疼痛和功能障碍有关。 讽刺的是，相信运动是危险的所带来的后果，可能比所谓的“错误”运动模式本身在临床上更有意义。

重要的是，这项研究并没有显示像腰椎屈曲或用力抬举这类动作是有害的。 不过，这类研究文章很容易被误读为“动作错误”或“脊柱失控的动作”。这是一种类似安慰反应（nocebo）的表述方式，可能对患者造成的伤害比原本意图更大，尽管它也可能与个体真实的生活体验交织在一起。

跟我说说书呆子的事

作者使用了项目反应理论（Item Response Theory，IRT），这是一种心理测量学方法，用于评估一项测验在不同能力水平上的信息量有多大。 IRT并不是只看及格/不及格的比例，而是估计每一道测验题目有多难，以及它对不同水平的潜在构念（在此为与屈曲相关的腰椎运动控制）之间的区分能力有多强。

箱式提拉是最难的项目，而前屈是最容易的。 不过，所有测试的难度值都为负，表明即使是运动控制能力低于平均水平的人，完成它们的正确率也仍然有合理概率。 这说明，屈曲量表主要面向较低能力水平；对于高功能人群中较为隐蔽的缺陷识别，它的用途有限。

尽管心理测量学分析非常严谨，但它仍无法解决一个更根本的问题：结构效度（construct validity）。一个测验可以信度很高、在统计上很精巧、并且内部一致性良好，但仍然可能是在测量一些在临床上没有意义的东西。这个问题与我们在 对 Areeudomwong 等人（2020）临床腰椎不稳的综述 中讨论的情况相似。在那里，诊断准确度的计算同样是建立在缺乏普遍公认“金标准”（gold standard）的构念之上。

另一个限制在于，所有运动评估都依赖于目视观察。 尽管作者对流程进行了标准化，并对评估者进行盲法处理，但基于视觉的运动分析仍然带有主观性。 在缺乏客观的生物力学测量手段的情况下，很难判断所观察到的运动模式究竟反映的是控制受损、与疼痛相关的适应、正常的个体差异，还是仅仅对应了一种偏好的运动策略。

带回的信息

这项研究发现，相比无症状对照组，慢性非特异性下腰痛患者在与屈曲相关的运动控制测试上的表现略差。 新提出的测试（尤其是箱式提举和服务生弯腰动作）比原来的屈曲测试更难，并改善了测试电池的心理测量学特性。 不过，两组之间的差异很小，只有一个测试条目；这很可能在临床上不具相关性。 

参考资料

霍夫曼，A.，迈耶林，L.，弗兰肯施泰因，T.，舍弗，A.，& 施瓦茨，A. (2026)。 慢性非特异性腰背痛患者屈曲时腰椎活动控制评估的 8 项测试的项目难度——一项横断面研究。 BMC 骨科疾病。