《Array》：Technological methods for sensors’ data analysis for Y-balance test results: A systematic review
编辑推荐：
本综述系统评估了2021-2025年间21项关于Y平衡测试（Y-Balance Test, YBT）结合传感技术（如运动传感、力板、EMG、超声、AR/VR等）的研究。结果表明，这些技术辅助方法可超越传统手动评分，从生物力学、功能等多维度拓宽YBT评估维度，并在改善平衡相关结果监测方面显示出潜力。然而，当前研究尚未实现完全自动化、实时的YBT专用系统。未来需在方法学标准化、便携式实时系统开发及更大规模人群验证方面取得进展，以推动其在临床和运动实践中的常规应用。
在临床康复和运动科学领域，精准、客观地评估个体的动态平衡能力至关重要。Y平衡测试（Y-Balance Test, YBT）作为一种广泛认可的评估工具，主要用于识别肌肉骨骼损伤风险并评估运动表现。然而，传统的YBT实施多依赖于手动或半手动测量，这在一定程度上限制了评估的深度、客观性和实时应用潜力。随着传感器技术与数据分析方法的飞速发展，将技术辅助手段整合进YBT评估，已成为一个充满前景的研究方向。
近期一篇系统性综述聚焦于此，对2021年至2025年间发表的相关研究进行了梳理。该综述通过严格的筛选流程，最终纳入了21项符合标准的研究。这些研究共同描绘了一幅当前技术辅助YBT研究的多样图景。
传感器与技术的融合图谱
研究表明，应用于YBT的技术手段极为多样。最常被使用的是专用的Y平衡测试套件（Y-Balance Test Kit）。此外，各类传感与成像技术也扮演了重要角色，主要包括：
- •
视频、视觉与成像工具：如数码摄像机、智能手机摄像结合分析软件（如Kinovea）、以及Azure Kinect等标记点捕捉系统，用于动作分析和运动学参数提取。
- •
力量、压力与平衡平台：包括Kistler测力台、Biodex平衡系统、Tetrax姿势图系统等，用于精确测量地面反作用力、压力中心变化及静态/动态平衡指标。
- •
肌电、超声与测力工具：无线肌电（EMG）系统、超声探头/系统用于观察肌肉形态与活动，手持或等速测力计用于评估肌肉力量。
- •
增强现实、虚拟现实与神经认知系统：AR训练平台、VR头显（如ImproVR）以及Fitlight等神经认知训练设备，用于提供沉浸式或反应式的平衡训练与评估环境。
这些技术并非孤立使用，在研究中常与临床功能评估工具（如量角器、视觉模拟评分法、足踝功能评分等）结合，形成多维度的评估方案。从研究方法分布的年际趋势看，近年来技术辅助方法的整合日益增多，评估框架也趋于综合与定量化。
技术带来的评估深化与潜力
技术融合为YBT评估带来了多方面的深化。传统YBT主要依赖于在三个标准化方向（前向、后内侧、后外侧）的最大够距，并计算综合得分。技术辅助方法能够提供远超于此的丰富信息：
- •
超越距离测量：通过动作捕捉和肌电分析，可以量化测试执行过程中的关节运动学、动力学特征及肌肉激活模式，揭示平衡控制的内在机制。
- •
实时与动态监测：传感器能够实现运动轨迹、身体摇摆等数据的连续采集，有助于识别平衡策略的细微变化和时序特征。
- •
关联功能与临床结局：许多研究将技术测量的YBT参数与肌肉形态（如通过超声测量横截面积）、关节位置觉、疼痛评分、自我报告功能量表等关联，更全面地反映了干预效果或损伤状态。
例如，有研究结合超声发现，针对慢性踝关节不稳（CAI）的神经肌肉训练不仅能改善YBT表现，还与胫骨前肌横截面积的增加相关。另有研究利用Fitlight系统发现，CAI患者在进行反应性神经认知平衡任务时，决策准确性显著低于健康对照组，这提示康复应超越单纯的够距训练。这些发现凸显了技术辅助在揭示“如何”以及“为何”达到特定平衡表现方面的价值。
应用人群与场景
从纳入研究看，技术辅助YBT评估主要应用于相对年轻的人群，参与者平均年龄在19岁左右，且以运动员（如篮球、足球、手球运动员）和特定伤病人群（如慢性踝关节不稳、前交叉韧带
重建后患者）为主。研究场景广泛涵盖：- •
运动表现提升：评估不同训练模式（如单侧/双侧对比训练、增强式与冲刺结合训练、FIFA 11+热身计划等）对动态平衡及相关运动素质的影响。
- •
损伤风险评估与预防：探讨功能疲劳、动态膝外翻等因素对YBT表现和损伤风险的即时与长期影响。
- •
康复效果评价：检验各种康复手段（如Maitland关节松动术、踝关节稳定训练、虚拟现实平衡训练等）在改善疼痛、关节活动度、动态平衡及功能方面的疗效。
当前局限与未来之路
尽管前景广阔，但该综述也清晰指出了当前领域的局限性。最核心的缺口在于：尚未出现经过充分验证的、完全自动化的、实时的、YBT专用评估系统，可供常规临床和运动实践使用。现有研究呈现高度异质性，在传感模态、研究设计、人群、干预措施和结局定义上各不相同，限制了研究间的直接可比性。
此外，许多研究的样本量较小，且方法学质量参差不齐。常见的局限性包括缺乏分配隐藏、受试者/治疗师盲法实施不充分等，这影响了证据的强度。
展望未来，推动技术辅助YBT走向成熟应用，需要多方努力：
- •
方法学标准化：建立YBT技术测量的标准化协议，包括传感器类型、放置位置、数据采集与处理流程等，以提升结果的可比性与可重复性。
- •
系统开发与验证：着力开发便携、易用、能够实时反馈的YBT专用系统，并在更大规模、更多样化的人群中进行严格的信效度验证。
- •
跨领域融合：借鉴医疗物联网、实时分析、预测建模等领域的技术进展，构建更智能的数据驱动评估框架。
- •
探索长期价值：需要进行更长期的随访研究，以确认技术辅助YBT在预测真实世界损伤风险、指导个性化训练/康复方案方面的实际效用。
总而言之，传感器与数据分析技术的融入，正在为Y平衡测试打开一扇新的窗户，让我们得以更细致、更深入地洞察动态平衡的复杂本质。虽然通往自动化、实时化、常规化的临床应用之路仍有挑战，但清晰的路线图已经绘就。随着技术进步与研究深入，一个更客观、更丰富、更具预测力的平衡评估新时代值得期待。
