一、研究背景

二、研究方法

1. 遵循准则与注册：本系统评价和荟萃分析遵循 PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-analyses）2020 指南、Cochrane 干预系统评价手册和开放科学指南进行，并在国际系统评价前瞻性注册平台（PROSPERO）进行了预注册（注册号：CRD42022357662）。
2. 检索策略：2023 年 4 月，在 PubMed、Web of Science、Scopus、Cochrane 和 CINAHL（Cumulative Index to Nursing and Allied Health Literature）数据库中进行系统文献检索。检索策略结合了医学主题词（MeSH）和相关关键词，涵盖研究人群（如 “old*”“senior*”“elder*”）、干预措施（如 “fatigue”“muscle fatig*”“peripheral fatig*”）、结局指标（如 “walking”“gait stability”“step length”）和排除标准（如 “Parkinson*”“COVID*”“Stroke”），并使用布尔运算符构建检索式，同时对不同数据库进行了适应性调整。此外，还检查了所有可用的参考文献列表，并通过标准化模板联系该领域的作者进行灰色文献检索，以获取未发表或正在进行的数据。
3. 研究选择：纳入实验性、准实验性和观察性研究进行进一步筛选，要求参与者为无合并症且不影响行走能力的非虚弱或前期虚弱的社区老年人（55 岁及以上），且研究比较了运动诱发疲劳或长时间活动前后参与者的步态参数与非疲劳状态下的差异。检索结果先导入 EndNote 20 去除重复项，再导入 ASReview Lab 软件进行筛选。筛选过程中利用了范围检索和其他作者的综述进行学习，由两名作者（PV 和 RO）独立筛选标题和摘要，之后对潜在符合条件的文章进行全文分析，期间出现的分歧由两名作者讨论解决，必要时请第三名作者（BV）协助。
4. 质量评估：对全文分析后剩余的文章使用 ROBINS-I 工具评估偏倚风险，并依据 GRADE 标准对研究质量进行评级，从 “非常低” 到 “高” 分为不同等级。GRADE 评估考虑研究的局限性、不一致性、缺乏精确性、间接性和发表偏倚等因素。由两名作者（PV 和 RO）独立评估偏倚风险，一名作者（PV）进行 GRADE 评级，另一名作者（RO）进行检查，差异通过讨论解决，必要时请第三名作者（JB）协助。
5. 数据提取：两名作者（PV 和 RO）从符合条件的文章中提取研究设计、参与者人口统计学信息（平均年龄和女性百分比）、疲劳活动和方案要素（如持续时间、活动类型、（感知）强度）、步态参数（如时空、步态变异性、步态稳定性或关节运动学参数）以及疲劳前后的数据及其标准差等信息，并将数据保存到 Microsoft Excel 编码表中。两名作者相互检查工作，必要时添加或调整数据。对于缺失数据，若从作者处获取失败，则根据可用研究的变量平均值进行插补（仅在数据随机缺失时），否则删除不完整的研究数据；若有数据图，也可进行手工测量。
6. 数据合成与分析
   • 数据合成：为检验步态参数是否因疲劳方案而改变，先将负效应量转换为绝对值，再汇总转换后的负效应量和正效应量；对于其他关于大量效应量的假设检验，则分析非绝对值（原始）效应量，并将所有步态参数分为六个簇进行分析。
   • 统计分析：先验功率分析显示至少需要 47 项研究。主要分析中，考虑到纳入研究在诱导疲劳方法、测量和步态参数类型上的差异，采用标准化原始平均变化（SMCR）作为效应量指标，并使用随机效应模型拟合数据。若未报告测量间相关性，则根据可用数据的平均相关性进行插补；若缺失大量相关性数据，则使用不同的插补值（r = 0.00、0.25、0.50、0.75 和 0.90）重新运行分析。使用限制最大似然估计器（REML）估计异质性水平（τ²），并报告 Q 检验异质性、I²统计量和预测区间。分析使用 R、RStudio（版本 4.2.3）和 metafor R 包（版本 4.4 - 0）进行，还使用了 clubSandwich、dmetar、tidyverse 和 gridExtra 等 R 包，并应用多层模型考虑同一研究中报告的效应量之间的相关性。
   • 调节分析：对每个簇进行调节分析，检验疲劳方案的持续时间（长于 10 分钟与短于 10 分钟）、参与者的（感知）运动强度（基于 RPE 量表分为低、中、高，或基于心率、肌肉能力下降、疲劳方案描述等因素）和活动类型（步行与非步行）对步态参数变化的影响。使用 orchard R 包创建果园图，metafor 包创建森林图进行结果可视化。
   • 敏感性分析：使用 metaplus、publicationbias、phacking 和 multibiasmeta 等 R 包进行敏感性分析和发表偏倚检验，如 p - hacking 分析；使用 POMADE R 包进行事后功率分析。

三、研究结果

1. 研究选择：检索共得到 43,679 项研究，去除重复项后，使用 ASReview 筛选 27,661 篇文章，筛选 10% 后因连续出现约 1500 篇无关文章而停止筛选。最终手动标记 50 篇相关文章，2767 篇无关文章，其余文章由机器学习算法标记为无关。全文筛选后纳入 28 篇文章，通过引文搜索和与作者联系又分别获得 1 篇和 2 篇文章，最终共纳入 31 篇文章。
2. 质量评估：31 项研究中，5 项研究的偏倚风险评级为中等，其余研究为低偏倚风险。GRADE 确定性评级显示所有结果合并后的风险较低，其中动态平衡和时空参数簇的评级为 “非常低”，下肢运动学、规律性和对称性簇的评级为 “低”，速度簇的评级为 “中等”。
3. 研究特征：共纳入 573 个步态参数效应量，平均每项研究 18.5 个。研究涉及 761 名老年人，平均年龄 70.9（±2.8）岁，57% 为女性，平均每项研究有 24.5 名参与者。由于部分研究使用相同数据集，因此分析基于 29 个数据集而非 31 项研究。
4. 荟萃分析结果
   • 总体效应：分析步态参数绝对值时，发现疲劳后步行与疲劳前步行相比，有最小到中等程度的变化（SMCR = 0.31，95% 置信区间 [0.24, 0.37]，p < 0.01，k = 573）。
   • 聚类效应：将步态参数分为六个簇进行分析，绝对数据分析显示疲劳对速度的影响较大（SMCR = 0.42，95% CI [0.29, 0.54]，p < 0.001，k = 26，n = 15），对动态平衡的影响最小（SMCR = 0.23，95% CI [0.12, 0.34]，p < 0.001，k = 45，n = 14）。但调节分析显示各簇之间无统计学差异（p = 0.19）。非绝对数据分析显示，所有簇的合并估计表明 “无到小变化” 效应，且疲劳前后的变化在所有簇中均无统计学意义，效应被认为与零无差异。
   • 调节分析：对三个调节因素（活动类型、持续时间和（感知）强度）在六个簇上的分析结果显示，只有规律性簇中的（感知）强度是显著调节因素（p <0.01，k = 24，n = 8）。低强度方案在疲劳后规律性结果增加（SMCR = 0.49，95% CI [0.18, 0.80]，p < 0.01，k = 2，n = 1），但该数据集的效应量数量较少，可能不足以达到足够的统计效力。
5. 敏感性分析和偏倚分析：p - 曲线分析表明大多数效应量不显著，功率估计显示有 88%（95% CI [83%, 92%]）的能力检测真实效应。（轮廓增强）漏斗图显示所有簇的效应量分布相当对称，偏倚校正后的荟萃分析结果与簇分析相似，排除可能的异常值后结果依然相似，且未发现选择性报告偏倚或发表偏倚的主要迹象。事后功率计算表明，在平均效应量 SMCR = -0.016 时，所需的最少研究数量在 655 到 8053 之间。

四、讨论

1. 总体效应与聚类分析结果：本研究的荟萃分析表明，运动诱发的疲劳通常会影响步态参数，但这些总体效应在六个步态参数簇（即动态平衡、下肢运动学、规律性、时空参数、对称性和速度）中无法明确，因为效应并非单向，与零无差异。虽然假设疲劳活动会改变步态参数，且绝对数据分析显示有小到中等程度的变化，但分析绝对数据难以确定步态参数的受影响方向。聚类分析未发现显著变化，可能原因包括簇内参数相互冲突、研究间效应不一致以及个体间差异。例如，时空参数簇中，疲劳增加步频时，其他时空参数可能会减少；不同研究测量步态参数的方法多样，如结合跑步机和地面行走的研究数据可能影响结果；而且疲劳对步态参数的影响或人们疲劳时的补偿机制可能不一致。
2. 调节因素的影响：活动类型、（感知）强度和疲劳运动的持续时间似乎不是疲劳对步态参数总体效应的显著调节因素。区分步行活动和其他活动的调节分析未发现活动类型对疲劳效应有调节作用，所有类型的活动似乎都对步态表现有影响。同样，（感知）强度和持续时间也未显示出对步态参数的调节作用，这可能是因为在日常生活中，活动的类型、强度和持续时间相互作用，而本研究因效应量不足无法分析调节因素之间的交互作用。
3. 方法学方面和局限性：使用算法辅助的 ASReview 进行搜索可能比传统搜索策略纳入更多文章，但搜索可能还不够全面，使用 “NOT” 运算符基于标题筛选可能排除了一些可利用的对照组数据，尽管与作者联系后纳入了部分被排除文章的对照组数据，但潜在遗漏的对照组数据范围仍不清楚。聚类分析使用了 Lindemann 提出的聚类方法，但为了分析所有步态参数，本研究的聚类在每个簇中纳入了更广泛的步态参数，与原始框架有所不同，这使得研究结果无法与除速度外的个体步态参数相关文献进行比较。此外，先验功率分析和事后功率分析结果差异较大，可能是因为研究开始时未使用多层功率计算，且先验功率计算中估计的效应量高于分析得出的效应量，这可能导致研究因纳入的效应量不足而出现零效应结果。研究还纳入了部分关于长时间活动的文章，其测量方法可能高估了实际步态参数，导致前后评估差异较小。同时，相关性插补影响了效应量计算和合并效应，研究的异质性也限制了结果的稳健性，这反映出该领域现有研究在疲劳方案和结果测量方法上存在差异，GRADE 确定性评级大多为（非常）低，也说明了这一问题。
4. 研究意义和建议：研究表明运动诱发的疲劳会改变老年人的步态参数，但无法确定具体方向和相关因素。研究人员在步态分析中应报告更相似的步态参数，并采用更相似的测量方法；同时，对疲劳方案的标准化也很重要，这将使未来的系统评价和荟萃分析更易于进行且更具结论性。老年人应意识到疲劳运动后身体（行走）能力的变化，以避免可能的不良影响。研究人员和治疗师应了解无论进行何种疲劳运动，老年人的行走表现都会发生变化。研究人员可根据研究问题、实验室条件、参与者偏好等选择合适的疲劳方案；治疗师则应关注老年人疲劳时行走表现的变化，强调个性化跌倒预防和疲劳运动后充分休息的重要性。未来研究应关注运动诱发疲劳导致参与者之间变化不一致的原因，例如老年人疲劳时是否会主动选择不同的运动行为，以及他们改变步态参数是否是因为意识到疲劳的不良影响等问题。

五、研究结论

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》