短跑力学和腿筋拉伤

导言

腘绳肌拉伤（HSI）仍然是精英足球运动中最常见的肌肉骨骼损伤之一，在过去二十年中，发病率翻了一番。腘绳肌拉伤的传统风险因素包括既往伤病、腘绳肌偏心力量不足和跑步负荷，这些都是公认的风险因素，但短跑力学与腘绳肌拉伤风险之间的关系仍存在争议，尽管短跑力学经常被作为预防计划的目标。

临床实践与证据之间的差距凸显了对实用、基于现场的评估工具的需求。虽然三维运动捕捉（3DMoCap）技术是生物力学评估的黄金标准，但 Sprint Mechanics Assessment Score（S-MAS）提供了一种在临床上更为可行的解决方案，它使用简单的视频分析来评估潜在的危险运动模式。

这项研究调查了 S-MAS 是否能帮助临床医生预测和预防腿筋损伤，从而缩小生物力学研究与实际运动医学实践之间的差距。

方法

这项为期 6 个月的前瞻性队列研究对精英足球运动员进行了跟踪，以调查短跑力学和腿筋拉伤风险。研究方法遵循了 "加强流行病学观察性研究报告"（STROBE）指南中关于严格观察性研究报告的规定。

这项前瞻性研究的对象包括英国职业足球俱乐部的外场球员，这些球员均已通过体检，可以参加正式比赛，并且至少年满 18 岁。为了避免混杂因素，守门员被排除在外，近期（6 个月内）手术后复出的球员也被排除在外。最初有九个俱乐部参加，其中一个因不符合年龄标准而被排除在外。

为了确定研究需要多少球员，研究人员首先分析了一个足球俱乐部的受伤数据。他们利用这些试点数据（显示受伤率为 22%），使用 G*Power 软件进行了功率计算。分析表明，他们需要总共 100 名参与者，才能有 90% 的机会检测到真正的损伤模式

差异，同时将误报率控制在 5%。这项研究的设计是，每一名受伤球员对应四名未受伤球员（1:4 比例），以确保能进行适当的比较。

冲刺力学和腿筋拉伤。 — 来自 Bramah 等人，《英国运动医学杂志》（2025 年）。

数据收集

参赛选手在进行标准化热身和次极限增强跑（80%-90% 的努力）后，进行了两次最大 35 米冲刺。测试在季前赛（6 月至 8 月）或季中赛（10 月至 3 月）的天然草地或人造草坪上进行，球员穿着自己喜欢的足球鞋。对两次冲刺试验进行了记录，以确保正确记录左右肢体。

S-MAS 评分

一位拥有 10 年经验的生物力学专家使用 12 个项目的短跑力学评估分数（S-MAS）对所有短跑试验进行了评估，并对受伤结果进行了盲测。分析使用 Kinovea 视频分析软件逐帧进行。 12 个运动学特征中的每个特征都采用二分法计分：存在次优运动模式得 1 分，不存在次优运动模式得 0 分。总分从 0 分（表示最佳冲刺力学）到 12 分（反映多种可观察到的缺陷）不等，分数越高，运动质量越差。

腿筋受伤报告

该研究分析了回顾性报告（12 个月的回忆，医学验证）和前瞻性报告（6 个月的随访，核磁共振成像确认）的短跑相关人伤。回顾性数据通过球员访谈和医疗记录审查，了解受伤机制和侧位。前瞻性损伤由临床记录和基于核磁共振成像的肌肉定位，并采用英国田径分类法进行分级。为了尽量减少混杂因素，对照组中排除了严重的非腘绳肌损伤（缺席时间超过 28 天）的运动员，以确保各组之间的训练暴露情况具有可比性。结合回顾性和前瞻性分析，研究人员能够可靠地将特定短跑力学与腿筋拉伤风险联系起来。

统计分析

分析（Stata/JASP）包括正态性/方差检验（Shapiro-Wilk、Levene's），通过 t 检验或 Mann-Whitney U 检验进行分组比较。回想起来，S-MAS 评分在之前受伤的球员和未受伤的球员之间存在差异（Mann-Whitney U）。前瞻性地使用类似的方法将 MRI 证实的 HSI 与 S-MAS（主要预测指标）联系起来，并将受伤肢体与随机选择的未受伤肢体进行比较。效应大小（Hedges'g）量化了幅度。 Kruskal-Wallis 检验比较了首次、复发和未受伤亚组的 S-MAS。泊松回归模型将 S- MAS 作为 HSI 预测因子，并对年龄/受伤前情况进行了调整（报告了内部回归率）。 ROC 曲线确定了最佳的 S-MAS 风险阈值。

成果

这项调查招募了 126 名男性职业足球运动员，他们分别来自英格兰八家俱乐部，从英超联赛到国家联赛。回顾性分析包括 118 名球员，其中 23 人被归类为以前受过伤（PREV-INJ），95 人被归类为未受过伤（PREV-UNINJ），他们的身体特征相当（身高约 181-183 厘米，体重约 78-80 公斤）。

短跑力学和腿筋拉伤 — 来自 Bramah 等人，《英国运动医学杂志》（2025 年）。

在排除了 7 名失访者和 16 名严重的非腘绳肌损伤者之后，对 111 名参与者进行了为期 6 个月的前瞻性监测。在 17 例新的腿筋损伤中，14 例与短跑有关（PROSP-INJ 组），并与 78 例未受伤的对照组（PROSP-UNINJ）进行了比较。为保持机理重点，排除了三个非指纹恒星仪。

回顾性分析表明，以前受过伤的球员（PREV-INJ）的 S-MAS 评分明显更高 与未受伤的同行相比（中位数为 6 vs 5，p=0.007），效应大小从微小到较大不等（Hedges' g=0.17-1.1）。

在为期 6 个月的前瞻性分析中，受短跑相关腿筋损伤（PROSP-INJ）的运动员的 S-MAS 评分明显低于未受伤的对照组（中位数为 6 分，而对照组为 6 分）。 4，P=0.006），其中首次受伤的差异最为明显（中位数为 7 vs. 4，P=0.006）。 4, p=0.017). S-MAS 每增加 1 分，受伤风险就增加 33%（调整后的 IRR=1.33，p=0.044），证实了剂量-反应关系。接收者操作特征（ROC）分析确定 5.5 为最佳临界值（AUC=0.732），得分≥6 会导致受伤风险增加 2.8 倍（95% CI），虽然没有统计学意义（P=0.065），但仍有临床意义： 0.94-8.35）相比，得分≤5. 值得注意的是，该工具的灵敏度（78.6%）超过了其特异性（65.4%），优先检测真阳性。总之，这些结果验证了 S-MAS 是一种实用的筛查工具，可用于标记高风险短跑力学，尤其是对初次受伤者而言，同时也强调了谨慎解释边缘显著阈值的必要性。

问题与思考

这项研究提供了将不良短跑力学与腿筋拉伤联系起来的重要证据，为临床医生提供了一种实用的现场评估工具。不过，也应注意到一些局限性。最重要的是，S-MAS 还没有与三维运动捕捉系统（生物力学分析的黄金标准）进行过验证。较高的 S-MAS 分数与受伤发生率之间的相关性已得到证实，这为临床应用带来了希望，尤其是考虑到该工具的简易性和可及性。然而，在广泛实施之前，我们需要进行更大规模的前瞻性研究，以便： 1) 确定明确的临界值，2) 验证其在不同人群中的预测准确性，3) 确定其如何补充现有的伤害风险评估。目前的研究结果证明，S-MAS 可以作为筛查工具使用，但从业人员应谨慎解释分数，并将其与其他临床指标相结合。

前瞻性分析虽然在方法上是合理的，但由于受伤球员的样本少于未受伤的对照组，因此面临着固有的挑战--这是损伤预测研究中常见的局限性。这种不平衡虽然在前瞻性设计中不可避免，但可能会降低检测微妙但有临床意义的差异的统计能力。尽管存在局限性，但 S-MAS 提供了对多种生物力学风险因素进行综合评估的临床有用方法，可在现场环境中有效识别高风险冲刺模式。

一个重要的疏忽是缺乏对训练负荷变量（训练量和强度）的监测，而这些变量是已知的受伤风险调节因素。工作量的波动--无论是峰值过大还是调节不足--都可能混淆冲刺力学与受伤结果之间的关系。此外，评估的时间（季前赛与季中赛）也会带来额外的变化，因为球员的机械效率和易受伤性可能会在赛程的不同阶段发生变化。

跟我说说书呆子的事

研究人员分析了 S-MAS 评分，以确定腿筋损伤的生物力学风险因素。他们首先利用 Shapiro-Wilk 检验和 Q-Q 图证实了预期的分数非正态分布--预计容易受伤的球员会表现出明显的、升高的 S-MAS 值，而不是聚集在球队平均值附近。这种分布模式揭示了

具有典型力学特征的多数群体
技术不佳的高风险亚组（分数较高）

由于参数检验不适合这种偏斜数据，他们使用曼-惠特尼 U 检验来可靠地比较受伤和未受伤球员的得分。这种方法专门用于检测具有临床意义的生物力学异常值，而不是人口的平均趋势。对于年龄或身高等正态分布的连续变量，他们采用了 t 检验。

在确定了这些基础比较之后，研究人员使用赫奇斯 g 效应量进一步量化了差异的实际重要性。曼-惠特尼 U 检验证实，受伤球员的 S-MAS 分数较高，而效应大小则揭示了这些差异在现实世界中是微不足道（0.2）、中等（0.5）还是较大（0.8）。为了解决受伤史如何影响风险这一细微问题，他们采用了 Kruskal-Wallis 检验和邓恩事后校正。这样就可以对三个重要的分组进行比较：首次受伤、反复受伤和未受伤的球员--扩大了首次受伤/未受伤的二分法。这种连续的分析不仅确保了统计的严谨性，也确保了临床的相关性，准确地指出了哪些运动员（如首次受伤和 S-MAS 分数较高的运动员）面临的风险最大。

通过非参数比较（Mann-Whitney U）确定了受伤球员的 S-MAS 分数较高，并量化了这些差异的程度（Hedges'g），研究人员随后探讨了两个关键的临床问题： S-MAS 如何准确预测受伤风险？为了建立生物力学与受伤发生率之间随时间变化的关系模型，他们采用了泊松回归法--一种专为受伤事件等计数数据定制的方法。这项分析表明，即使在调整了年龄和先前受伤等混杂因素后，S-MAS 每增加 1 分，受伤风险也会增加 33%，这证实了其作为独立预测因子的价值。然而，为了将这种连续性风险转化为可操作的临床实践，他们使用了 ROC 曲线分析法，确定≥6 为最佳 S-MAS 临界值。这个阈值兼顾了灵敏度（检测出 78.6% 的真实损伤）和特异性（最大限度地减少误报），为教练和临床医生提供了一个明确的高风险机械力学基准。这些先进的测试将最初的研究结果扩展到了组间比较之外，提供了精细的风险量化（泊松）和实用的筛选工具（ROC）--直接实现了该研究将短跑力学和腿筋拉伤联系起来的目标。