颈椎屈曲旋转试验（CFRT）评估寰枢关节活动受限的信度与结构效度：系统综述与Meta分析

《Journal of Bodywork and Movement Therapies》：Reliability and validity of the cervical flexion rotation test: systematic review and meta-analyses

　　

重要性：颈椎屈曲旋转试验（cervical flexion rotation test, CFRT）用于判断是否存在寰枢关节活动受限（atlantoaxial hypomobility），但其信度（reliability）与结构效度（construct validity）尚未被系统研究。

目的：评价CFRT的信度与结构效度。

方法：按照注册方案完成系统综述。检索MEDLINE、SPORTDiscus、CINAHL、Web of Science和Embase数据库，检索时间自建库至2026年3月6日，纳入评估CFRT信度或结构效度的研究。两名独立评审人员完成筛选、数据提取和质量评价。对于信度，研究根据临床人群分为评分者内信度（intra-rater reliability）或评分者间信度（inter-rater reliability），并在可能时进行Meta分析。对于效度，提取并分析相关数据。质量采用信度研究质量评价（Quality Appraisal for Reliability Studies, QAREL）和诊断准确性研究质量评价-2（Quality Assessment of Diagnostic Accuracy Studies-2, QUADAS-2）评价。证据确定性采用推荐分级的评估、制定与评价（Grading of Recommendations, Assessment, Developments and Evaluation, GRADE）评级。

结果：纳入14项研究，其中13项被认为高质量。对于颈源性头痛（cervicogenic headache, CGH）中的CFRT，评分者内信度良好具有高确定性证据（合并组内相关系数（intraclass correlation coefficient, ICC）0.90 [95%置信区间（confidence interval, CI）0.83-0.96]），评分者间信度具有中等确定性（0.80 [0.70-0.90]）。CFRT在健康人群（评分者内0.90 [0.87-0.93]，评分者间0.84 [0.76-0.92]）和偏头痛（migraine）人群（评分者内0.79 [0.69-0.89]，评分者间0.77 [0.66-0.87]）中也显示出良好信度。关于效度，一项研究证明存在聚焦于寰枢关节的运动，但其方案偏离标准临床实践。

结论：CFRT在多种人群和方法中表现出良好信度。一项研究提示CFRT的结构效度，但仍需进一步高质量效度研究。

论文主体解读

研究背景：头痛疾病影响约47%的成人，并在全球伤残损失健康年中排名第三。头痛是初级保健中最常见的就诊表现之一，其病因从症状性紧张型头痛到危及生命的急性血管事件不等。因此，初级保健人员准确诊断和分类头痛，对患者接受针对性管理至关重要。国际头痛疾病分类（International Classification of Headache Disorders, ICHD）使用临床特征对头痛疾病进行分类，但不同头痛类型之间常存在相似性，使诊断困难。例如，偏头痛和颈源性头痛（cervicogenic headache, CGH）在分类和潜在病理生理机制上根本不同，但症状重叠明显。CGH特征性疼痛可能经三叉颈核从上颈关节和肌肉牵涉至头部；偏头痛的病理生理机制则被认为涉及中枢神经功能障碍和脑干敏化。然而，超过50%的偏头痛和CGH人群均表现为单侧症状及枕下或额颞区疼痛。这种症状重叠可能源于感觉传入汇聚导致牵涉痛相似。体格检查和肌肉骨骼损伤识别用于辅助头痛人群的鉴别诊断。CFRT被推荐用于评估上颈椎活动度，并判断头痛是否存在颈源性因素。CFRT包括在完全屈曲位评估被动颈椎旋转，该操作被提议用于将运动隔离至上颈椎，尤其是寰枢关节，并帮助判断可能提示症状主要来源的上颈椎限制。然而，该测试的结构效度尚未被系统评价。既往综述报道，CGH患者向症状侧的活动度（range of motion, ROM）较偏头痛患者和对照者减少，但缺乏信度报告以及体格检查程序的高度变异被认为是局限，削弱了结论强度。这些变异包括患者体位（仰卧与坐位）、测量设备（目测、测角器、惯性传感器、手机和颈椎活动度装置）以及测试解释。方法学差异会影响体格测试的信度和效度。基础研究使用颈椎活动度装置（Cervical Range of Motion Device, CROM）等工具，而技术进步为临床医生提供了惯性传感器等相对先进的测量手段。信度也可能因人群及其临床特征而变化。其他综述未调查CFRT信度与结构效度的联合证据，因此研究人员旨在系统评价CFRT的信度和效度。

研究人员开展了一项系统综述与Meta分析，结论为：CFRT在多种人群和方法中信度良好，CGH中评分者内信度为高确定性证据、评分者间信度为中等确定性证据；健康人群和偏头痛人群也显示良好信度；但结构效度仅有一项研究提示，仍需进一步高质量效度研究。其重要意义在于支持CFRT作为临床评估的可靠工具，同时强调结构效度证据有限，需用标准化临床方案进一步验证。

关键技术方法概括（不超过250字）：研究人员按PRISMA进行并注册PROSPERO（CRD420250626694）。检索MEDLINE、SPORTDiscus、CINAHL、Web of Science和Embase自建库至2026年3月6日，使用“flexion rotation test”和“CFRT”以OR组合，未限制语言；样本队列来源为上述数据库检索的原始研究。两名评审独立筛选、提取，第三名解决分歧。纳入评估CFRT信度或结构效度的研究，排除综述、评论、病例、仅干预、非人类及仅已知组效度研究。信度质量用QAREL，效度用QUADAS-2，证据确定性用GRADE。信度分评分者内和评分者间，ICC按差、中、好判断，Kappa按强度判断；Meta分析采用DerSimonian and Laird随机效应模型，仅2项研究时用固定效应模型。

研究结果：

3.1 研究选择：数据库检索得到1557项研究，去重后剩余821项；经标题和摘要筛选后得到92项，全文筛选后纳入14项，其中9项进入Meta分析。

3.2 研究特征：14项研究报告信度结局。5项仅纳入健康个体，4项包含健康个体和CGH患者，1项包含CGH和发作性偏头痛，1项包含偏头痛和一般头痛，1项包含偏头痛和健康个体，1项包含颈痛，1项包含颈痛和头痛。Hariharan等纳入16—70岁参与者，但平均年龄为33岁。Takasaki等还通过MRI技术评估节段性颈椎运动，报告效度结局。研究间存在方法学差异，包括测量工具、重复次数和参与者体位。

3.3 方法学质量：偏倚风险。所有纳入研究均评估信度成分，因此采用QAREL评价。研究质量总体较高，除Takasaki等为44%外，其余均超过50%。多数信度研究纳入能代表特定队列且按ICHD分类的参与者。除Takasaki等外，所有研究均使用适当合格的评估者，且多数评估者对自身先前发现设盲。然而，对非测试部分临床信息的设盲多为“不清楚”或“否”。效度研究Takasaki等采用QUADAS-2评价，总体偏倚风险高：领域1偏倚高，因连续样本来自特定人群，即身高低于145cm且能在MRI单元有限空间内达到完全屈曲的女性；领域2偏倚高，因预设的C1-2局部旋转阈值百分比未说明，且测试时患者被束缚于检查台；领域3偏倚低，因采用验证过的金标准MRI；领域4偏倚低，因所有患者接受相同标准并纳入分析。

3.4 CFRT的信度：8项研究报告评分者间和评分者内信度，4项仅报告评分者内信度，1项仅报告评分者间信度，1项报告两者但结果未特指评分者间或评分者内。共进行6项Meta分析。GRADE评估显示，不精确性和不一致性是常见降级原因，偏倚风险和发表偏倚未导致降级。潜在异质性来源包括测量工具、重复次数和患者体位差异。

3.4.1 健康人群：5项研究调查健康个体评分者间信度，Meta分析合并ICC为0.84（0.76-0.92），I²值为62.5%，因不一致性和间接性降级，证据确定性低。6项研究调查健康个体评分者内信度，合并ICC为0.90（0.87-0.93），I²值为0%，因不精确性降级一次，证据确定性中等。

3.4.2 颈源性头痛：2项研究评价CGH患者评分者间信度，合并ICC为0.80（0.70-0.90），I²值为0%，因置信区间下限低于0.75而因不精确性降级，证据确定性中等。4项研究评价CGH患者评分者内信度，合并ICC为0.90（0.83-0.96），I²值为43.8%，无降级，证据确定性高。

3.4.3 偏头痛：2项研究评估偏头痛患者评分者间信度，合并ICC为0.77（0.66-0.87），I²值为0%，因置信区间下限低于0.75而因不精确性降级，证据确定性中等。这2项研究也评估评分者内信度，合并ICC为0.79（0.69-0.89），I²值为10.3%，因不精确性降级，证据确定性中等。

3.4.4 未纳入Meta分析的研究：部分研究因异质性未能纳入Meta分析。Hall和Robinson报告CGH患者和健康个体信度良好（ICC 0.92-0.99），但因未区分评分者间和评分者内信度而无法纳入。Bravo Petersen和Vardaxis报告被动和主动CFRT的评分者内信度，仅被动版本纳入Meta分析；主动版本在健康对照中ICC为0.90-0.95，在CGH个体中为0.97-0.98。Grondin等报告健康个体评分者间信度良好，ICC为0.95（0.88-0.98），比较舌位置和下颌位置对CFRT结果的影响。Sch?fer等报告一般头痛和偏头痛评分者间信度良好（ICC 0.92-0.97），但因未区分两种临床状况而无法纳入Meta分析。Hariharan等报告Cohen’s kappa为0.92，一致性几乎完美，但因信度测量指标不同未纳入Meta分析。Luedtke等报告中等评分者间信度，ICC为0.60（0.39-0.75），良好评分者内信度ICC为0.924（0.88-0.95），但因未区分头痛和颈痛未纳入Meta分析。

3.4.5 评估方法和SEM：研究采用Hall和Robinson原始研究指南，根据参与者报告的疼痛出现或检查者感到坚实阻力，以先出现者为准，确定CFRT的ROM。除Luedtke等使用数字测角器发现中等至良好评分者间信度和良好评分者内信度外，所有研究均发现评分者间和评分者内信度良好（ICC>0.70）。其他研究无论采用何种测量方法、重复次数或参与者体位，均报告良好评分者间和评分者内信度。标准测量误差（standard error of measurement, SEM）在评分者间信度中为1.1^°至7.18^°，在评分者内信度中为1.35^°至4.67^°，不包括临床不可用的MRI技术。

3.5 CFRT的效度：一项研究通过MRI机内执行CFRT评估结构效度。扫描期间，仰卧参与者由检查者将其头颈部置于完全旋转位，同时胸部和肩部被束缚于检查台。在颈椎中立位与颈椎屈曲位施加完全被动旋转，并评估每个脊柱水平的旋转量。当颈椎处于中立位时，51.9%的颈椎旋转来自C1-C2水平；当颈椎完全屈曲时，该比例增至73.5%。这些发现表明，以该方式应用的CFRT将运动聚焦于寰枢关节，但仍有四分之一运动发生在其他水平。

讨论部分总结：本系统综述发现，CFRT的信度已在多种队列和多种应用中研究。Meta分析表明，无论临床人群、测量工具、患者体位或重复次数如何，该测试均具有良好评分者间和评分者内信度。然而，信度证据确定性从低到高不等，但在CGH队列中为中至高度。仅一项研究提供CFRT将运动隔离至C1-2节段的结构效度证据，解释其发现时需考虑局限。其他研究发现重复次数会影响临床测试信度，但本综述发现CFRT仅需一次重复。尽管采用多种方法，所有研究均将终末端解释为疼痛出现或坚实阻力，与初始研究一致，这似乎是确保多种其他方法学变异下良好信度的重要因素，应继续被研究人员和临床医生采用。本综述发现，从高度技术化研究设备到临床可及传统方法，CFRT信度均良好。临床工具可能反映临床测量演变，从CROM装置进展到手机和惯性传感器。新技术持续发展，评估这些设备的信度和效度很重要。关于患者体位，CFRT在健康人和CGH人群中以坐位主动和仰卧被动执行时均显示良好评分者内信度。但该特定研究发现，CGH患者采用仰卧被动方法时向一侧ROM显著减少，而主动方法未检测到差异。主动方法平均ROM通常低于被动方法，提示主动方法未能达到真正测试寰枢关节活动受限所需限度。其他系统综述发现CFRT在CGH人群中敏感性和特异性良好，但缺乏信度报告是局限。本综述发现CGH中评分者内信度为高确定性、评分者间信度为中等确定性，支持其他研究结果。其他研究也发现CFRT在挥鞭伤、偏头痛和颞下颌关节紊乱患者中存在差异。本综述发现偏头痛患者信度良好，但其他头颈疾病人群仍需进一步研究。本系统综述仅确定一项研究调查CFRT结构效度，发现大部分运动发生在寰枢关节。需结合该研究目的和方法考虑：其主要目的是评估MRI测量节段旋转角的信度，CFRT效度分析为次要目的。为支持主要目的，参与者在CFRT执行期间被束缚于检查台，这偏离了无躯干限制的典型CFRT方法。上胸运动被认为有助于颈部活动度，但固定躯干可能限制相关胸椎运动。未来研究应使用标准化临床方案（无躯干限制）评估CFRT效度。本综述局限包括：纳入研究在测量工具、患者体位、重复次数和测试解释方面存在方法学差异，可能影响Meta分析结果；某些临床人群可纳入Meta分析的研究少，如偏头痛，可能降低合并估计精确性，并因不精确性导致证据确定性降级；若干研究主要纳入健康参与者，限制结果向其他人群推广；仅一项研究评估效度，因此对CFRT效度的结论应谨慎解释。

研究结论（翻译）：CFRT表现出良好信度，高确定性证据支持CGH个体中的评分者内信度，中等确定性证据支持评分者间信度。Meta分析证据也支持其在健康个体和偏头痛患者中的信度，表明CFRT可能适用于不同颈部相关疾病人群。然而，临床医生和研究人员应意识到，结构效度证据仍然有限，因为目前基于一项在非临床条件下进行且参与者被束缚于检查台的研究。因此，尽管CFRT似乎是临床评估的可靠工具，仍需进一步研究，使用采用标准化临床方案的高质量研究加强其结构效度，并调查其在其他颈部相关疾病人群中的信度。