针对痴呆患者的平衡、移动及下肢功能物理测试适应性改良：一项可靠性研究

《BMC Geriatrics》：Dementia-specific adaptations to physical performance tests of balance, mobility, and lower limb strength and function: a reliability study in people with dementia

本研究针对痴呆患者(PwD)现有体能测试可靠性不足的问题，探讨了FICSIT平衡测试、TUG移动测试及STS下肢力量功能测试经指令、施测或评分适应性改良后的测试-再测可靠性。结果显示，改良并未显著提升测试可靠性(ICC多低于0.75，CV普遍>20%)，提示未来改良需更侧重于降低测试过程中的认知负荷。该研究为优化痴呆患者体能评估提供了重要实证依据。

　　

随着全球人口老龄化的加剧，痴呆症的患病率持续上升，如何有效维持和改善痴呆患者的身体功能已成为老年健康领域的重要议题。身体活动干预被证明对延缓痴呆患者的功能衰退具有积极作用，但要准确评估这些干预措施的效果，离不开可靠、有效的物理性能测试工具。然而，现实情况却不容乐观。现有的、常用于普通老年人的物理性能测试，当应用于痴呆患者时，其可靠性常常大打折扣。这主要是由于痴呆患者存在的认知障碍，如理解指令困难、注意力不集中、记忆力减退等，会显著影响其在测试中的表现，使得测试结果不仅反映了其身体能力，也混杂了认知因素的影响，导致测量误差增大，难以检测出真实的、有临床意义的变化。因此，专门为痴呆患者改良现有的物理性能测试，评估其可靠性，对于精准监测病情、评估干预效果乃至指导日常照护都至关重要。

在此背景下，由Bettina Barisch-Fritz等人组成的研究团队在《BMC Geriatrics》上发表了一项研究，旨在探讨针对痴呆患者进行适应性改良后的平衡、移动和下肢力量功能测试的可靠性。研究人员采用了测试-再测的研究设计，间隔一周对居住在德国西南部四家养老院的26名轻度至中度痴呆患者（平均年龄88岁，平均MMSE评分14分）进行了评估。测试在高度标准化的条件下进行，包括固定的测试人员、地点、时间和顺序。研究主要评估了三种测试：用于评估平衡功能的FICSIT（Frailty and Injuries: Cooperative Studies of Intervention Techniques）测试，用于评估移动能力的TUG（Timed-Up and Go Test）测试，以及用于评估下肢力量和功能的STS（Sit-to-Stand test）测试。适应性改良主要围绕两个方面进行：一是对测试的指令和施测过程进行改良（例如，简化指令、将测试情境日常化、提供声音反馈）；二是对评分系统进行改良（例如，为平衡测试的保持时间设置更精细的评分等级）。研究人员通过计算组内相关系数(ICC)和加权Cohen's Kappa来评估相对可靠性，通过测量标准误(SEM)、变异系数(CV)和最小可测变化(MDC₉₅)来评估绝对可靠性。

研究结果

样本特征

研究最终纳入了26名参与者，平均年龄高达88岁，平均MMSE得分为14分，表明样本为患有中度认知障碍的高龄老年群体。其中大多数（73%）为女性，超过60%的参与者在测试中需要使用助行器。

测试可靠性分析

统计分析显示，所有测试在基线(R1)和再测(R2)之间均未出现统计学上的显著差异，这表明没有系统性的学习效应或性能变化。然而，可靠性指标的结果却并不理想。

• •
  相对可靠性：绝大多数测试的ICC值低于0.75，属于差至中等水平。例如，FICSIT测试（无论是原始评分还是适应性评分）的ICC值在0.258到0.505之间；TUG测试总时间的ICC值为0.673，但其各分相位（如起身、转身、坐下）的ICC值波动很大，从极低的0.011到较高的0.860不等，其中只有直线行走相位(P2)表现出良好的可靠性；STS测试的ICC值在0.506到0.678之间，属于中等水平。
• •
  绝对可靠性：所有测试的变异系数(CV)均远高于推荐的10%的可接受标准，范围在23.5%到92.8%之间。这表明测试结果的个体内变异很大，测量误差高。例如，TUG测试转身相位(P3)的CV值高达92.8%，意味着其测量结果极不稳定。

适应性改良的效果

值得注意的是，无论是通过对指令和施测过程的改良（如TUG-A情境化、STS-A添加声音反馈），还是通过对评分系统的改良（如FICSIT的适应性评分），都未能显著提升测试的可靠性指标。改良版测试的ICC和CV值与原始版本相比，并未显示出具有临床意义的改善。

研究结论与讨论

这项研究得出了一个关键结论：针对痴呆患者，对常用物理性能测试进行指令、施测或评分方面的适应性改良，并未能如预期那样有效提升其测试-再测可靠性。无论是相对可靠性还是绝对可靠性，结果均不理想，未能达到用于监测个体层面变化的可靠标准。

这一发现具有重要的启示意义。它表明，本研究中所采用的适应性策略，可能尚未触及影响痴呆患者测试可靠性的核心障碍——即测试任务本身所包含的认知需求。对于痴呆患者而言，理解多步骤指令、记住任务要求、分配注意力、执行运动计划等认知过程，都可能与身体能力产生交互作用，甚至成为主导测试表现的因素。简单的指令简化或情境模拟，可能不足以抵消这种根本性的认知-运动干扰。此外，痴呆患者常见的日间波动症状，如注意力、情绪和疲劳度的变化，也可能引入额外的、难以控制的变异，导致测量误差增大。

研究的局限性主要在于样本量较小，且参与者认知障碍程度较重、年龄极高，这限制了结果的普适性，也阻碍了针对不同认知水平亚组进行更深入的分析。然而，这些局限性恰恰凸显了在该人群中进行研究的挑战性。

基于以上发现，研究人员对未来方向提出了展望。他们认为，未来的测试改良应更加侧重于如何实质性降低测试的认知负荷。这可能意味着需要更彻底地重新设计测试任务，或者借助新兴技术。例如，增强现实(AR)技术可以通过提供直观的视觉引导（如地面投影的路径箭头），减少对语言指令的依赖，从而创造一个更稳定、可控的测试环境。另一种思路是摒弃传统的、脱离日常生活的“测试”模式，转而通过可穿戴传感器等技术，在自然生活环境中连续、无感地监测患者的身体活动能力，从而获得更真实、可靠的数据。

总之，Barisch-Fritz等人的这项研究为我们敲响了警钟：准确评估痴呆患者的身体功能绝非易事，常规测试的直接应用或浅层改良效果有限。它清晰地指出了现有评估工具的不足，并为未来开发更具针对性、技术赋能的新型评估方法指明了方向，这对于推动痴呆患者的精准管理和个性化干预具有重要意义。