《Nutrition》：BODY COMPOSITION AND POSTURAL CONTROL AFTER PERCEIVED FATIGUE: CROSS-SECTIONAL OBSERVATIONAL STUDY
编辑推荐：
身体尺寸和脂肪量与姿势控制的关系比肌肉力量更为密切。特定生物电阻抗矢量分析（specific bioelectrical impedance vector analysis, specific BIVA）识别出在疲劳后姿势稳定性较差的老年女性。小腿围和特定
身体尺寸和脂肪量与姿势控制的关系比肌肉力量更为密切。特定生物电阻抗矢量分析（specific bioelectrical impedance vector analysis, specific BIVA）识别出在疲劳后姿势稳定性较差的老年女性。小腿围和特定阻抗可预测内外侧（mediolateral, ML）方向的姿势摆动。该研究为一项横断面观察研究，旨在分析老年女性在使用6分钟踏步测试（six-minute step test, 6MST）诱发感知疲劳后，身体成分和肌肉力量变量与姿势控制（postural control, PC）变化之间的关联。研究共纳入115名60至88岁的老年女性。研究人员在6MST前后分别评估了受试者的PC指标，并采集了人体测量学、肌肉力量及生物电阻抗数据。研究采用贝叶斯变量选择方法（Bayesian variable selection）确定与PC变化相关的关键预测变量。结果显示，6MST后受试者的姿势摆动显著增加，提示PC能力下降。主成分分析（principal component analysis, PCA）表明，较大的身体尺寸和较高的脂肪量特征与更明显的姿势摆动相关。特定BIVA进一步证实，具有较高脂肪量特征的参与者表现出更大的姿势摆动。在贝叶斯中位概率模型（Median Probability Model）中，小腿围（calf circumference）和特定阻抗矢量（specific impedance vector, Zsp）被保留为预测变量；回归分析显示，小腿围与ML方向的摆动幅度和速度显著正相关，而Zsp与ML幅度之间的关联接近显著（p = 0.055）。经6MST步数和感知疲劳视觉模拟量表（visual analogue scale, VAS）评分调整后，小腿围仍与ML方向摆动显著相关。研究表明，在功能运动诱发感知疲劳后，老年女性的PC与身体尺寸和脂肪量的关联强于与肌肉力量的关系，小腿围可作为预测ML方向姿势摆动的有效指标。
**论文解读：感知疲劳后老年女性身体成分与姿势控制的关系——基于6分钟踏步测试的横断面观察研究**
**一、研究背景与问题**
姿势控制（postural control, PC）反映机体多种生理功能的整合状态，是维持日常活动能力的基础，尤其对跌倒风险较高的老年女性群体至关重要。PC通常通过身体重心相对于足底压力中心（center of pressure, CoP）的位移来分析。鉴于PC的多因素属性，个体特征如身体成分和肌肉力量可能与其密切相关。已有研究表明，脂肪量增加和体脂分布改变会提高生物力学需求，而瘦体重减少则会限制有效的姿势适应能力。同时，下肢肌力减弱与跌倒风险增加、活动能力下降及日常生活活动受损有关。然而，现有研究多在静息条件下探讨PC与身体成分和肌肉力量的关系，未充分考虑功能性运动后产生的感知疲劳对姿势反应的影响。疲劳在老年人群中高度普遍，是导致功能衰退的重要因素，但在老年受试者中考察运动诱发疲劳后PC变化的研究较少，且多数使用器械训练方案（如力量训练设备），难以真实反映日常生活中的疲劳体验。功能性任务与日常生活活动具有更高的相似性，其中6分钟踏步测试（six-minute step test, 6MST）作为一种次极量、低成本、节省空间的方案，能有效模拟日常活动。基于此，研究人员开展本研究，旨在分析老年女性在6MST诱发感知疲劳后，身体成分和肌肉力量变量与PC变化之间的关联，以期为老年女性的功能性评估提供更全面的依据。
**二、研究设计与方法概要**
本研究为横断面观察性研究，于2024年6月至8月在巴西圣保罗州Presidente Prudente招募115名60至88岁老年女性。纳入标准为能够独立行走、无认知障碍、无骨科限制、前庭疾病、神经系统后遗症或心脏起搏器等；排除未完成全部实验程序或力平台数据采集错误者。研究经圣保罗州立大学科技学院研究伦理委员会批准（CAAE: 78393824.7.0000.5402），遵循STROBE声明。研究流程分为两个阶段：第一阶段进行人体测量学指标采集（身高、体重、身体质量指数（body mass index, BMI）、小腿围、臂围、腰围）、肌肉力量评估（握力、股四头肌和腘绳肌等长肌力）及6MST熟悉；第二阶段在24小时后评估身体成分（生物电阻抗分析（bioelectrical impedance analysis, BIA），获取电阻（resistance, R）、电抗（reactance, Xc）、相位角（phase angle, PhA）等参数）并在6MST前后测定PC。PC通过力平台（Bertec FP4060，采样频率100 Hz）采集，分别在双脚并拢（feet together, FT）和半串联（semi-tandem, ST）两种站姿下进行，每种站姿重复两次1分钟测试，取均值用于分析。6MST后采用视觉模拟量表（visual analogue scale, VAS）评估感知疲劳。数据分析采用经典和特定生物电阻抗矢量分析（bioelectrical impedance vector analysis, BIVA），主成分分析（principal component analysis, PCA）用于描述变量间多维关系，贝叶斯变量选择（Bayesian variable selection）配合中位概率模型（Median Probability Model）以识别与PC变化关联最密切的预测变量，最终模型通过普通最小二乘回归进行估计。
**三、主要研究结果**
**1. 受试者特征与6MST后PC变化**
115名老年女性平均年龄69.58岁（范围60.10–87.60岁），平均BMI为26.64 kg/m2（超重范围）。经典BIVA中33%的矢量位于耐受椭圆内，特定BIVA中93%的矢量位于与同性别和年龄参考值对应的耐受椭圆内。6MST后，所有PC参数（位移、速度、面积、幅度）均较基线显著升高，提示姿势摆动增加、PC能力下降。
**2. 主成分分析与身体成分、肌力的多维关联**
主成分分析显示前两个主成分解释了59%的总方差。主成分1被描述为“身体尺寸与脂肪量”成分，与年龄正相关，与人体测量学和生物电阻抗变量（尤其是体重、身高、小腿围、臂围和特定阻抗矢量（specific impedance vector, Zsp））负相关，表明较大的身体尺寸和较高的脂肪量特征与更大的姿势摆动变化相关。主成分2被描述为“肌肉力量与任务依赖性姿势控制”成分，肌肉力量变量与此成分正相关，而身高归一化阻抗矢量（Z/H）方向相反。FT和ST条件在主成分2上呈现相反关系：力量变量在FT条件下与较大的姿势摆动变化相关，而在更具挑战性的ST条件下与较小的变化相关。
**3. 贝叶斯中位概率模型与回归分析**
在中位概率模型中，仅小腿围和Zsp的后验包含概率≥50%，被保留在最终模型中。回归分析显示，小腿围与FT姿势下内外侧（mediolateral, ML）方向的摆动速度显著正相关（p < 0.001），Zsp在ML幅度模型中虽被保留但未达到常规统计显著性（p = 0.055）。该关联解释了ML幅度14%和ML速度10%的方差。值得注意的是，年龄在最终模型中的包含概率低于17%，表明在本样本中年龄并非PC变化的关键预测因素。经6MST平均步数和平均感知疲劳VAS评分额外调整后，小腿围仍与ML方向摆动幅度（p = 0.019）和速度（p < 0.001）显著正相关。
**4. 特定BIVA亚组分析**
根据特定BIVA耐受椭圆，有10名参与者的矢量位于与较高脂肪量相关的区域（以较长Zsp矢量和正常或偏低PhA为特征）。与该样本其余参与者相比，这一亚组在FT和ST两种姿势下均表现出显著更高的ML方向位移、速度、面积和幅度值（p < 0.001），进一步支持了较高脂肪量与更大姿势摆动之间的关联。
**四、讨论与结论总结**
本研究的主要发现是：6MST这一功能性运动足以显著增加老年女性的姿势摆动，提示该运动方案能够有效诱发影响姿势反应的功能性疲劳。主成分分析和特定BIVA一致表明，较大的身体尺寸和较高的脂肪量特征与更大程度的姿势摆动恶化相关。回归分析进一步确认小腿围是预测ML方向姿势摆动的独立相关因素，且在校正6MST表现和感知疲劳后关联仍然存在。相比之下，肌肉力量与PC的关系呈任务依赖性：在低需求（FT）姿势下力量与更大的摆动变化相关，而在高需求（ST）姿势下与较小的摆动变化相关，提示肌力在更具挑战性的姿势条件下可能发挥更重要的稳定作用。本研究存在横断面设计无法确立因果关系、未纳入非运动对照组以及结果不能推广至更虚弱人群等局限性。
**研究结论**：本研究表明，老年女性在6MST后姿势摆动增加。更大的姿势摆动与身体尺寸和脂肪量相关，而肌肉质量和力量与PC的关联一致性较低且具有任务依赖性。小腿围在调整6MST表现和感知疲劳后仍与内外侧姿势摆动相关。此外，特定BIVA区分为较高脂肪量特征的参与者表现出比样本其余人员更大的姿势摆动。在临床实践中，采用6MST等低成本功能性方案与生物电阻抗和人体测量学指标相结合，可为老年女性的姿势反应评估提供更全面的手段。
