《Animals》：Pangolin-Associated Viruses: Diversity, Evolutionary Adaptation, and Zoonotic Spillover Risks
编辑推荐：
摘要专业翻译
(1) 背景：骑手-马匹协调性（rider–horse coordination）是马术运动表现的基础，然而其定义、量化指标及测量方法在奥运会各马术项目中仍缺乏一致性。本范围综述（scoping review）系统梳理了盛装舞步、场地障碍赛、三项
摘要专业翻译
(1) 背景：骑手-马匹协调性（rider–horse coordination）是马术运动表现的基础，然而其定义、量化指标及测量方法在奥运会各马术项目中仍缺乏一致性。本范围综述（scoping review）系统梳理了盛装舞步、场地障碍赛、三项赛及其他具有方法学可迁移性的马术情境中的构念（constructs）、度量指标（metrics）与测量方法，并以场地障碍赛作为主要应用情境。(2) 方法：遵循PRISMA-ScR指南及人群-概念-情境（Population–Concept–Context, PCC）框架，检索了Web of Science核心合集、Scopus及PubMed数据库，检索时间自建库起至2026年9月10日。证据按项目、测量领域、测量配置及同步状态进行分类整理。(3) 结果：共纳入121项证据来源。在108项实证或方法学研究中，运动学/生物力学类47项，表现/统计建模类23项，行为/福利相关类15项，动力学/压力/界面类13项，神经肌肉/生理类10项。仅有12项研究采用了同步化的骑手-马匹时间序列或基于事件的测量，且所有场地障碍赛研究均未满足严格的同步化标准。协调性通常通过单方信号、界面测量或总体表现结果进行推断。(4) 结论：关键局限不在于传感器可用性，而在于缺乏经过验证的二元（dyadic）测量方法。未来场地障碍赛研究应采用共同时间基准、预定义的生物力学事件、配对变量及前瞻性验证，并在解释福利相关结果时整合行为学与临床证据。
论文主体内容总结
1. 引言
马术运动将骑手的运动技能与马匹的运动能力相结合，骑手-马匹协调性被视为表现的核心特征，可理解为一种耦合的生物力学交互。从关系性和协同适应视角出发，协调性被概念化为骑手与马匹之间持续的双向调节过程，而非单向的骑手控制。骑手姿势、体重分布、质心位移及运动策略可能影响马匹表现与福利；反之，马匹的步幅节律、发力模式及对辅助信号的响应也制约着骑手运动。现有研究已量化了该交互的特定组成部分，包括简化惯性测量单元（inertial measurement unit, IMU）配置下的骑手姿势、模拟跳跃中的骑手运动及马镫力等，但这些方法并不构成骑手与马匹的同步配对测量。直接二元研究虽已证明配对时间序列分析的可行性，但尚未形成普遍适用的协调性构念或经过验证的量化指标。三个奥运会马术项目在任务需求、身体负荷及项目特异性损伤机制上存在差异：盛装舞步拥有最丰富的周期性骑手-马匹运动研究基础；三项赛贡献了配对层面的表现证据；场地障碍赛中运动学与生物力学变量在接近、起跳、腾空和落地阶段快速变化，但直接同步证据仍较为分散。生物力学测量本身无法全面表征骑手-马匹交互，生理、行为、健康及福利证据提供了重要的补充情境。可穿戴传感、运动生物力学及人工智能的进展拓展了客观量化的范围，但配对多模态测量需要共同时间基准、必要的跨设备校准、一致的事件定义及适当的标准化处理。
2. 方法
2.1 研究设计与报告框架
鉴于骑手-马匹协调性研究的多维性、缺乏标准化量化指标及传感器部署方案的高度异质性，本研究采用范围综述方法学。报告遵循PRISMA-ScR指南，未在PROSPERO注册，因范围综述不涉及前瞻性假设检验或定量合并。证据图谱覆盖三个奥运会马术项目，场地障碍赛被预设为主要应用情境而非唯一纳入情境。
2.2 检索策略
系统检索了Web of Science核心合集、Scopus及PubMed数据库，ScienceDirect仅作为全文获取或核验平台。检索于2026年9月10日执行。采用PCC框架构建检索结构，包含四个互补检索域：协调性相关术语、配对测量或仪器衍生生物力学数据、运动表现与统计/预测建模、马匹福利证据。
2.3 操作定义与纳入标准
在缺乏普遍验证的协调性定义的情况下，本综述以"协调性证据"作为总体纳入概念。证据分为直接二元证据、单方或界面特异性证据、以及配对层面表现/统计证据三类。符合条件的文献需对盛装舞步、场地障碍赛、三项赛或明确可迁移的马术情境的概念框架、测量方法或方法学问题做出实质性贡献。另有20篇用于背景或方法学支持的文献被指定为情境/方法学参考，不计入证据集。
2.4 数据提取与分类
记录导入EndNote 2025，通过DOI、标题、作者及出版年份比对去除重复。两名评审者独立筛选，分歧通过讨论解决。每项实证或方法学研究被分配至一个主要测量领域，测量配置编码为单方测量、配对测量或配对层面统计模型。配对研究仅在通过共同时间基准、触发信号或共享事件时间线确认时间对齐时才被归类为同步化。
3. 结果
3.1 证据基础与测量领域
共纳入121项证据来源，其中96项原始实证研究、12项方法学/技术评估、10项综述或荟萃分析、3项概念/评论性文献。108项实证与方法学研究涵盖五个主要测量领域：运动学/生物力学47项、表现/统计建模23项、行为/福利相关15项、动力学/压力/界面13项、神经肌肉/生理10项。其中37项研究仅测量马匹或界面，26项聚焦骑手，26项包含骑手与马匹配对测量，19项以统计方式表征配对效应。仅12项满足同步化时间序列或事件测量的严格标准。
3.1.1 运动学与生物力学测量
该领域包含47项研究：17项聚焦马匹或界面，18项聚焦骑手，12项采用配对测量。盛装舞步研究在受控周期条件下考察了骑手-马匹运动关系，直接配对工作涉及协调动力学、同步化及时间依赖性姿势调节。马匹聚焦研究考察了肢体与背部运动、质心轨迹、步态对称性及跳跃相关运动特征。骑手相关研究报道了骑手存在或姿势引起的马匹步态参数变化、任务依赖性骑手骨盆与躯干运动、骑坐方式或骑手不对称性相关的马匹运动对称性差异。可穿戴IMU支持了重复性现场测量、步态事件检测、速度估计及骑手姿势监测。运动学方法仍受任务与测量条件制约：高速成像与光学运动捕捉受相机位置、标记可见性及软组织伪影限制；IMU存在航向漂移、传感器安装误差及磁干扰等问题。
3.1.2 动力学、压力与界面测量
动力学分析关注骑手-马匹系统内力的传递与分布，常用指标包括地面反作用力、鞍压分布、缰绳张力及马镫载荷。13项研究中，8项聚焦马匹或界面测量，1项聚焦骑手，4项采用配对测量。研究记录了鼻革松紧度相关的面部压力变化及双缰系统中的可测量力，骑手姿势与运动与背部负荷变化相关，鞍座载荷分布与骑乘姿势相关。缰绳张力与马镫力在接近障碍物时可能随骑手姿势及领肢位置而变化。界面测量可提供负荷传递的机制性见解，但压力大小本身不应单独作为动物福利指标。
3.1.3 神经肌肉与生理测量
该领域包含10项研究：1项聚焦马匹或界面，3项聚焦骑手，6项采用配对测量。表面肌电（surface electromyography, sEMG）、心率、心率变异性（heart rate variability, HRV）及皮质醇被用于表征肌肉募集、运动负荷、自主神经调节及生理唤醒。骑手单独sEMG研究主要考察躯干肌肉激活及与冲击衰减和姿势控制相关的指标。配对生理测量研究通常考察相同骑乘或比赛条件下马匹与骑手的反应，包括比赛期间唾液皮质醇配对测量、跳跃任务中马匹心率、HRV及皮质醇反应与骑手和马匹经验的关联。生理指标应被解释为情境依赖性生理状态指标，而非压力、动物福利或协调性的独立测量。
3.1.4 行为与福利相关测量
行为观察对解释骑手-马匹交互及马匹对骑乘工作的反应至关重要。15项研究中，9项聚焦马匹或界面，2项聚焦骑手，4项同时评估双方。研究考察了骑手对骑手-马匹和谐性的感知、骑乘马匹疼痛行为学清单（Ridden Horse Pain Ethogram, RHpE）的应用、冲突行为量化、气质对合作行为的影响及骑手相关变异对冲突行为、缰绳张力及可骑乘性评分的影响。福利研究强调需将验证的行为观察、临床检查、疼痛或跛行评估及情境化生理数据解释相结合，而非依赖单一代理指标。
3.1.5 表现与统计建模
该领域包含23项研究。场地障碍赛中，骑手-马匹交互已被纳入运动表现统计模型；盛装舞步评估明确建模了表现数据中的骑手效应。遗传评估利用多层次比赛数据、调整障碍高度及替代结果变量来细化比赛表现评估。配对层面研究考察了骑手-马匹组合中的自我效能与伙伴效能、越野赛阶段摔倒风险，并应用机器学习方法分析骑手-马匹组合表现。表现/统计建模应被视为直接配对测量的补充而非替代，因其无法识别潜在的生物力学机制。
3.2 当前测量方法的优势与局限
尚无单一测量方法能捕获骑手-马匹协调性的全部组成部分。视频与光学运动捕捉提供可解剖学解释的运动数据，但受捕捉范围、标记可见性及现场部署条件限制。可穿戴IMU部分克服了空间约束并支持重复现场测量，但传感器放置、信号漂移、坐标系定义及事件检测算法仍是研究间变异的重要来源。动力学与界面测量提供机械负荷传递信息，但测量力或压力不应直接解释为疼痛或福利指标。表现/统计模型可量化比赛数据中的骑手、马匹或组合效应，但无法识别其生物力学机制。现有证据支持分阶段方法学流程：先定义目标构念并验证个体信号，再以记录的共同时间基准对齐数据并预先指定配对变量，最后检验配对变量是否提供超越单方或传统表现测量的增量信息。
3.3 三个奥运会马术项目的证据模式
盛装舞步及周期性骑乘任务提供重复性运动条件，适合时间与相位测量；场地障碍赛以非周期性、瞬时性需求为特征；三项赛则通过任务情境转换、累积疲劳及比赛阶段排序增加复杂性。跨项目比较旨在识别可迁移的方法学原则，而非假定某一项目得出的变量、阈值或协调模式可直接应用于另一项目。
3.3.1 盛装舞步与周期性骑乘运动
盛装舞步中骑手与马匹共同执行重复且精确控制的动作，要求稳定节奏与持续姿势调整。该领域的方法学优势在于周期性运动结构的可重复性，便于相位分析及配对内重复观察。直接配对研究表征了协调动力学、骑乘条件下的交互及骑坐快步中骑手位置与同步性的关联。然而，源自周期性运动的协调性指标不应假定可直接迁移至场地障碍赛的非周期性爆发性动作序列。
3.3.2 场地障碍赛
场地障碍赛要求骑手-马匹组合在调控速度、步幅组织、轨迹与平衡的同时跨越多个障碍物。实证研究主要聚焦马匹运动学及骑手存在或骑乘条件对越障的影响。Regnault等人记录了最后五个接近步幅中骑手全身运动学及双侧缰绳张力与马镫力；模拟跳跃任务也被用于研究骑手-马匹交互。表现/统计建模将骑手-马匹交互或组合效应纳入定量模型，机器学习方法在结果层面分析了组合表现。场地障碍赛作为主要应用情境，是因为该项目中日益精细的组件测量与直接配对测量整合有限之间的对比尤为突出。
3.3.3 三项赛
三项赛要求同一骑手-马匹组合完成盛装舞步、越野及场地障碍赛阶段。高水平比赛运动与疲劳与步幅和跳跃特征变化相关。三项赛研究提供了以骑手-马匹伙伴关系为分析单位的直接示例：自我效能与伙伴效能研究、越野赛阶段摔倒风险的流行病学模型及安全完成越野赛的相关因素分析。三项赛证据对识别生态调节因素及指导纵向分析尤为有用，但不太可能提供可直接迁移至场地障碍赛的同步化协调性指标。
4. 讨论
4.1 对马匹福利的启示
骑手相关因素可能与鞍具适配、马匹不对称性、步态特征及既有肌肉骨骼状况交互作用，训练与比赛情境可能调节这些关系。机械负荷、生理唤醒、行为、疼痛、跛行及多维福利是相关但不等价的推断层次。RHpE提供了记录与肌肉骨骼疼痛相关骑乘行为的结构化框架。心率、HRV及皮质醇指示生理唤醒、自主神经调节或运动负荷而非直接反映福利。福利评估应整合验证的行为指标、临床检查、疼痛或跛行评估及情境化生理数据。
4.2 跨项目方法学证据向场地障碍赛的转化
盛装舞步及周期性任务为重复步幅测量、事件检测、相位分析及同步化提供方法学前例；三项赛强调疲劳、重复观察、配对层面分析及生态效度。由于项目间任务结构与运动需求差异显著，变量、分析框架及决策阈值不应未经项目特异性验证即迁移至场地障碍赛。
4.2.1 场地障碍赛中的相位特异性协调需求
跳跃动作可生物力学地划分为接近、起跳、腾空、落地及恢复阶段。近期障碍物接近研究将接近定义为最后五个跑步步幅，并识别了骑手矢状面运动学、缰绳张力及马镫载荷相对于骑坐跑步的变化。研究应明确区分最后接近步幅与后续后肢加载和推进，定义起跳前最后后肢触地事件，并在相关处报告腾空间隔及越障后第一前肢触地。事件检测与时间对齐方法提供了方法学前例，但基于平均步态周期的协调性指标不应假定在接近至起跳的短时非周期过渡中仍然有效。
4.2.2 对骑手与马匹健康的启示
骑手与马匹健康是解释表现与协调性的重要情境因素，但现有证据不支持从协调性受损到损伤或疼痛的简单因果路径。Shokry等人报道了有背部问题史及竞技能力下降的场地障碍赛马匹出现表现不佳、拒跳、后肢推进力降低及背部酸痛。这支持马匹背部问题与跳跃表现下降之间的关联，但未确立骑手负荷或协调性错误为原因。未来配对研究应记录既存肌肉骨骼状况、鞍具适配、骑手特征及相关临床发现。
4.2.3 对跳跃表现的启示
起跳位置与轨迹是越障的重要组成，但起跳距离值应视为条件特异性观察而非普适最优阈值。Powers与Harrison表明骑手状态可改变马匹跳跃运动学，包括质心轨迹、速度及空间定位。表现/统计研究将骑手-马匹组合效应与比赛结果关联，但未识别潜在生物力学机制。未来工作应检验预定义的骑手、马匹及配对变量是否与明确指定的结果相关，以及配对测量是否提供超越单方或传统表现测量的增量解释或预测信息。
4.3 方法学优先事项与现场转化
4.3.1 可穿戴与计算技术的整合
可穿戴技术为在固定实验室捕捉范围外收集重复测量提供了实际优势。主要方法学要求并非更多传感器或更高技术复杂度，而是清晰的变量定义、针对预期用途的验证及对记录的共同时间基准的参照。计算方法应在同一框架内解释：可解释人工智能已应用于马匹行为分类，图像分析与机器学习方法已用于骑手表现评估及组合分析，但这些研究证明的是特定分析任务的可行性，而非验证通用的协调性评分或实时预警系统。
4.3.2 多模态数据整合与分析
多模态测量可捕获骑手-马匹交互的互补方面：运动学描述轨迹与事件时序，动力学/界面测量表征负荷传递，sEMG反映神经肌肉募集，生理测量提供运动负荷与唤醒信息。但同步采集本身并不建立经过验证的协调性构念。每种模态应首先针对预期结果进行验证，随后将骑手与马匹数据对齐至记录的共同时间基准或定义的生物力学事件锚点。报告应说明传感器放置、采样频率、事件定义及时间对齐程序。
4.3.3 生态效度与现场验证
未来研究应扩展至真实训练与比赛环境。生态效度在场地障碍赛中尤为重要，因协调性相关测量可能随骑手经验、马匹经验与训练水平、障碍类型与高度、接近速度、重复努力、骑手-马匹熟悉度、场地条件及比赛负荷而变化。未来研究应评估协调性相关测量在障碍类型与高度、场地、接近速度、重复跳跃努力、骑手与马匹经验水平、骑手-马匹熟悉度及比赛环境间的可重复性与可推广性。
4.3.4 从可迁移方法到项目特异性验证
跨项目证据尚不足以支撑普遍适用的协调性框架。事件检测、共同时间基准对齐、重复测量分析及透明报告可能具有可迁移性，而相位关系、力幅值及表现阈值需要项目与任务特异性验证。骑手经验、姿势控制、马匹训练水平、运动不对称性及骑手-马匹熟悉度应视为潜在调节因素，而非纳入未经验证的复合协调性评分。
4.4 场地障碍赛骑手-马匹协调性研究的假设生成路线图
4.4.1 定义与验证配对量化指标
当研究问题涉及直接二元协调性时，应从骑手与马匹双方采集多模态数据。未来配对测量应将数据对齐至记录的共同时间基准，并在分析前定义关键生物力学事件。候选变量——包括事件间潜伏期、相对相位、运动协方差、骑手辅助至马匹响应潜伏期及力-事件关系——应根据协调性构念选择，而非仅因传感器输出可用而选取。
4.4.2 检验与表现及福利相关结果的关联
在测量可靠性确立后，可检验预定义的协调性变量与明确定义的场地障碍赛结果（包括成功跳跃、杆接触或打杆、运动轨迹及起跳或落地相关变量）之间的关联。福利相关结果应在独立证据框架内解释：机械负荷、心率/心率变异性、皮质醇及表现错误不是独立的福利指标，应结合生物力学测量、验证的行为指标及临床证据（包括适当时的疼痛或跛行评估）进行解释。
4.4.3 开发与验证预测模型
预测建模应在协调性构念、生物力学事件、测量可靠性及结果测量明确定义之后进行。机器学习可评估关键事件周围的预定义多模态数据是否预测特定表现或福利相关结果。可靠模型开发需要足够样本量、独立训练集、超参数调优及独立评估数据，并在马匹、骑手或组合层面进行划分以防止数据泄漏。外部验证应使用独立组合、路线及任务条件。
5. 局限性
本综述仅限英文文献，可能遗漏其他语言的相关研究。检索限于同行评审学术数据库，未系统检索灰色文献。由于场地障碍赛中专门针对该主题的研究数量较少，本综述仍属探索性质，结论目前缺乏可推广性，需要更有针对性的实证研究进行验证。
6. 结论
本范围综述绘制了盛装舞步、场地障碍赛、三项赛及可迁移马术情境中协调性研究的主要构念、测量领域与技术图谱。证据表明协调性相关组件可在运动学、动力学/界面、神经肌肉/生理、行为/福利及表现/统计领域进行量化，但尚未建立统一且严格验证的二元框架。场地障碍赛存在两个核心缺口：完整跳跃序列的直接同步配对测量仍然稀缺，多模态采集、时间对齐及整合分析的标准化程序尚缺乏。可迁移的方法学原则包括明确事件定义、共同时间基准、重复测量分析、透明处理及构念验证，而相位关系、力幅值及表现阈值需要任务与项目特异性验证。未来工作应优先采用配对设计、预定义生物力学事件，并检验配对变量是否提供超越单方测量的增量信息。在构念效度、事件定义、测量可靠性及结果效度确立之前，普适协调性评分、因果福利主张及实用风险阈值均为时过早。
