六分钟台阶试验在非特异性慢性下背痛患者中的信度与结构效度

《Physiotherapy Research International》：Reliability and Construct Validity of the Six-Minute Step Test in Individuals With Non-Specific Chronic Low Back Pain

　　

背景与目的：六分钟台阶试验（6MST）是一种实用、基于现场的评估方法，可能为评估非特异性慢性下背痛（NSCLBP）患者的踏步表现提供有用信息。然而，关于该测试在该人群中测量特性的证据有限。本研究旨在评估6MST在非特异性慢性下背痛（NSCLBP）患者中的评分者间信度和结构效度。方法：研究人员进行了一项横断面心理测量学研究，采用已知组方法评估6MST的评分者间信度和结构效度。31名非特异性慢性下背痛（NSCLBP）患者和31名年龄与性别匹配的健康对照者完成了6MST。两名盲法评分者相隔7天独立进行测试。研究人员使用组内相关系数（ICC）、测量标准误（SEM）、最小可检测变化（MDC）和Bland–Altman分析评估评分者间信度。通过假设检验和效应量（Cohen's d）比较组间6MST表现来检验结构效度。次要结局包括心率反应、感知劳累、疼痛强度、残疾、疼痛灾难化和运动恐惧症。结果：6MST显示出优秀的评分者间信度，非特异性慢性下背痛（NSCLBP）组的ICC为0.915（95% CI：0.83–0.96），对照组为0.973（95% CI：0.94–0.99）。非特异性慢性下背痛（NSCLBP）组的SEM和MDC值分别为6步和17步，对照组分别为3步和8步。Bland–Altman分析显示良好的一致性，且无比例偏差的证据。结构效度得到支持：非特异性慢性下背痛（NSCLBP）组的表现显著低于对照组（评分者1和2的平均差分别为37步和33步，p值均小于0.001），效应量非常大（Cohen's d分别为1.91和1.76）。尽管感知劳累相似，但非特异性慢性下背痛（NSCLBP）患者达到预设目标心率的比例较低，测试后疼痛强度增加更大。讨论：6MST在评估非特异性慢性下背痛（NSCLBP）患者踏步表现方面表现出优秀的评分者间信度和满意的结构效度。与健康对照组相比，非特异性慢性下背痛（NSCLBP）患者完成的步数更少，测试期间达到预设目标心率的可能性更低，并且在感知劳累相似的情况下报告了更大的疼痛强度增加。这些发现支持将6MST作为一种实用、低成本的基于表现的踏步评估工具用于该人群。然而，观察到的心率反应不应被解释为运动耐量、有氧能力或心肺功能差异的证据。

**论文解读：六分钟台阶试验在非特异性慢性下背痛患者中的信度与结构效度**

**研究背景**

非特异性慢性下背痛（NSCLBP）是全球导致残疾生活年数（YLD）的首要原因，定义为位于下肋缘与臀下皱襞之间的疼痛，持续超过3个月，且无特定解剖或病理原因。该病症占所有下背痛病例的90%，与功能性残疾、工作缺勤和医疗资源消耗增加密切相关，造成巨大的社会经济负担。NSCLBP是一种多因素复杂疾病，涉及生物、心理和社会决定因素，这给有效治疗策略的开发带来挑战，常导致临床指南的不一致和不确定性。在临床实践中，现场或次极量测试常用于在标准化条件下评估身体表现，这些测试成本效益高、易于实施，并能提供临床有意义的信息。六分钟台阶试验（6MST）是一种实用的现场评估，要求受试者以自选速度在标准台阶（高20 cm、宽50 cm、深25 cm）上反复上下踏步6分钟，测量总步数。然而，既往研究未充分验证6MST在NSCLBP患者中的测量特性，尤其缺乏信度与效度证据。与六分钟步行测试（6MWT）不同，6MST涉及重复垂直身体位移，挑战下肢耐力和腰盆控制，可能在空间受限或评估楼梯攀爬等任务时具有独特价值。因此，开展本研究旨在评估6MST在NSCLBP患者中的评分者间信度和结构效度，以扩展该人群的基于表现的结果测量工具范围。该论文发表在《Physiotherapy Research International》。

**主要技术方法**

研究人员招募了31名符合纳入标准的NSCLBP患者（年龄18-45岁，疼痛>3个月，无特定诊断）和31名年龄、性别匹配的健康对照者，样本来自巴西马拉尼昂联邦大学校园，通过社交媒体和广告招募。评估采用横断面心理测量学设计，两名盲法评分者相隔7天独立实施6MST。主要技术方法包括：使用标准化台阶（20 cm高）进行6分钟踏步测试，连续监测心率（Polar Electro H10胸带），并记录总步数；采用组内相关系数（ICC_2,1，双向随机效应模型，绝对一致性）评估评分者间信度，辅以测量标准误（SEM）和最小可检测变化（MDC）；通过Bland-Altman分析评估一致性；采用已知组方法检验结构效度，使用独立t检验和Cohen's d效应量比较组间差异。此外，研究人员收集了临床与生理指标：使用数字疼痛评分量表（NPRS）评估疼痛强度，Roland-Morris残疾问卷（RMDQ）评估残疾，Tampa运动恐惧量表（TSK）评估运动恐惧症，疼痛灾难化思维量表评估疼痛灾难化，国际体力活动问卷（IPAQ短版）评估体力活动水平，Borg CR10量表评估感知劳累。

**研究结果**

**3.1 信度分析**
通过ICC_2,1分析，6MST在NSCLBP组（ICC=0.915，95% CI: 0.83–0.96）和对照组（ICC=0.973，95% CI: 0.94–0.99）均显示优秀的评分者间信度。相对一致性值更高（NSCLBP组ICC=0.979，对照组ICC=0.996）。NSCLBP组的SEM为6步，MDC为17步；对照组SEM为3步，MDC为8步，表明测量精度可接受。Bland-Altman分析显示良好一致性：NSCLBP组平均偏倚为8步（SD=7.7），95%一致性界限为0.5至15.9步，无比例偏差（r=0.129，p=0.488）；对照组平均偏倚为4步，界限为1至6.9步，也无比例偏差（r=0.172，p=0.354）。第二次评估略高的步数可能反映学习或熟悉效应。

**3.2 结构效度**
通过已知组比较，控制组在两次评估中均显著优于NSCLBP组：评分者1平均差37步，评分者2平均差33步（p<0.001），效应量极大（Cohen's d分别为1.91和1.76）。静息心率无组间差异（Cohen's d=0.11和0.21）。第一次评估中对照组最终心率更高（平均差8 bpm，p=0.002，Cohen's d=0.83），第二次评估差异未达显著性（平均差5 bpm，p=0.058，Cohen's d=0.51）。感知劳累无显著组间差异（Cohen's d=0.05和0.10）。

**3.3 次要发现**
疼痛强度在测试后增加：NSCLBP组中，轻度疼痛比例从74.2%降至32.3%，中度疼痛从25.8%升至45.2%，重度疼痛出现于22.6%的个体（p=0.001）。残疾水平较低（多数RMDQ得分为4分），但疼痛灾难化（平均2.21±0.95）和运动恐惧症（平均40.58±7.08）水平较高。

**讨论与结论**

讨论指出，尽管NSCLBP组体重指数（BMI）略高且13%为肥胖，但两组超重比例相似，且体力活动水平可比较，因此步数差异不能由BMI或活动水平解释。NSCLBP患者更频繁地将测试评为“非常剧烈”或“最大用力”，而对照组多报告“困难”至“非常困难”，这与既往研究一致。测试后疼痛增加，表明6MST能激发症状并捕捉临床相关限制。尽管残疾水平低，但NSCLBP组表现出高水平的运动恐惧症和疼痛灾难化，提示自我报告残疾测量可能不全面。6MST清晰区分两组：对照组平均步数约189–193步，NSCLBP组约152–160步，差异超过30步，效应量极大。信度分析显示ICC超过0.90，高于既往研究，SEM和MDC值支持测量稳定性。Bland-Altman分析确认良好一致性，第二次评估的小偏倚可能源于熟悉效应而非测量误差。结构效度通过显著组间差异和极大效应量得到证实。本研究首次提出6MST用于NSCLBP患者的踏步评估，填补了文献空白，提供了一种实用、低成本的临床工具。

**结论翻译**：本研究的发现表明，6MST为评估NSCLBP患者的踏步表现提供了可靠且有效的测量。该测试显示出优秀的评分者间信度和评分者之间的强一致性，并成功区分了有和无NSCLBP的个体，评估中观察到极大的效应量。与健康对照组相比，NSCLBP患者完成的步数更少，测试期间达到预设目标心率的可能性更低，并且在报告相似感知劳累水平的情况下，测试后疼痛强度增加更大。这些发现表明，6MST能检测组间观察到的踏步表现和测试反应的有意义差异，但不应被解释为运动耐量、有氧能力或心肺功能差异的证据。由于其实用性、低成本和易于管理，6MST可能是一种有用的基于表现的工具，用于评估NSCLBP患者的踏步表现。未来的纵向研究应调查其反应性，确定其最小临床重要差异，并将其测量特性与其他既定功能评估进行比较。