《European Journal of Sport Science》：Effect of Task Constraints During Drop Vertical Jump Test on Movement Variability in Anterior Cruciate Ligament Reconstructed Female Basketball Players: A Nonlinear Approach
编辑推荐：
本研究的目的是分析前交叉韧带（ACL）损伤对女性篮球运动员在下落垂直跳（DVJ）任务中（有球和无球条件）的运动变异性（MV）和生物力学变量的影响。15名女性篮球运动员参与了本研究。参与者在随机顺序下，在六种条件中各完成两次跳跃（共12次跳跃）：（i）双侧无球（
本研究的目的是分析前交叉韧带（ACL）损伤对女性篮球运动员在下落垂直跳（DVJ）任务中（有球和无球条件）的运动变异性（MV）和生物力学变量的影响。15名女性篮球运动员参与了本研究。参与者在随机顺序下，在六种条件中各完成两次跳跃（共12次跳跃）：（i）双侧无球（2NB）——双腿跳跃无球；（ii）双侧有球（2B）——双腿跳跃有球；（iii）ACL无球（ACLNB）——受伤腿跳跃无球；（iv）ACL有球（ACLB）——受伤腿跳跃有球；（v）无ACL无球（NOACLNB）——未受伤腿跳跃无球；（vi）无ACL有球（NOACLB）——未受伤腿跳跃有球。DVJ表现参数通过放置在下背部的加速度计和力平台进行评估。MV通过从加速度数据推导出的多尺度熵（MSE）进行量化。还计算了复杂度指数（CI）。ACLB条件在所有尺度上表现出最高的样本熵（SampEn）值，其次是2B和NOACLB条件，而ACLNB表现出最低值。CI也显示出条件间的显著变异性。对于线性生物力学变量，仅在NOACLB和NOACLNB之间的接触时间（CT）上观察到显著差异。任务约束的引入并未导致ACL组和NOACL组在线性跳跃表现指标上的差异。然而，使用MSE和CI的非线性MV分析揭示了条件间的差异。
**论文解读文章**
**研究背景**
篮球是一项高强度的团队运动，涉及大量跳跃、冲刺、变向等动作，这使运动员面临较高的前交叉韧带（ACL）损伤风险，尤其在女性运动员中更为突出。传统的返回赛场（RTP）评估常依赖线性指标（如跳跃高度、接触时间、反应力量指数），但这些指标无法捕捉运动中的神经肌肉协调性和适应性。运动变异性（MV）作为生物系统适应性的重要指标，可通过非线性方法（如多尺度熵MSE和复杂度指数CI）来量化。然而，在ACL重建后的运动员中，任务约束（如篮球）如何影响MV尚未被充分研究。这项研究发表于《European Journal of Sport Science》，旨在揭示有球和无球条件下，ACL损伤对女性篮球运动员下落垂直跳（DVJ）过程中MV和线性生物力学变量的影响，从而为RTP评估提供更敏感的检测手段。
**主要技术方法**
研究人员从巴塞罗那省（西班牙）招募了15名有单侧ACL重建史的女性篮球运动员（年龄22.33±5.34岁，身高1.69±0.05 m，体重67.35±10.37 kg，训练经验14.20±4.55年，93.33%为右腿优势）。所有参与者均已完成至少1年的康复并获得医疗许可。研究采用30 cm高固定长凳进行DVJ测试，设置六种条件（双侧有球/无球、受伤腿有球/无球、未受伤腿有球/无球），每种条件完成2次跳跃，顺序随机。使用放置于L4-L5椎体水平的惯性测量单元（IMU，1000 Hz采样）记录三轴加速度，并计算总加速度（AcelT）；同时使用力平台（1000 Hz采样）记录跳跃高度、接触时间（CT）和反应力量指数（RSI）。MV通过多尺度熵（MSE）分析加速度信号，并计算复杂度指数（CI）。统计采用非参数Friedman检验和Wilcoxon符号秩检验，效应量以Cliff's delta（δ）表示。
**研究结果**
1. **非线性参数（MSE和CI）**
- 通过MSE分析发现，ACLB条件在所有尺度上表现出最高的样本熵（SampEn）值，其次为2B和NOACLB条件，而ACLNB、2NB和NOACLNB条件值最低。
- CI分析显示：ACLB显著高于2NB（p=0.0125），2B显著高于ACLNB（p=0.0125），ACLNB显著低于ACLB和NOACLB（p均<0.05），NOACLB显著高于2NB（p=0.0084），NOACLNB与ACLB（p=0.0302）和NOACLB（p=0.0413）间也存在显著差异。
2. **线性参数（跳跃高度、CT、RSI）**
- 跳跃高度和RSI在双侧条件（2B和2NB）与所有单侧条件（ACLB、ACLNB、NOACLB、NOACLNB）间均存在显著差异（p<0.001），但单侧条件之间无显著差异。
- CT方面，ACLB显著长于2NB（p=0.0124），NOACLNB显著长于ACLB（p=0.0092）和NOACLB（p=0.0269）。
- 其他线性指标在ACL与NOACL组间无显著差异。
3. **效应量分析**
- 引入球后，CI的条件间变化呈现中到大效应：NOACLB-NOACLNB（δ=0.45）、ACLB-ACLNB（δ=0.48）、2B-2NB（δ=0.40）。
- 跳跃高度变化为微小至小效应（δ<0.16），CT变化为微小至中等效应（δ=0.12-0.34），RSI变化为微小至小效应（δ=-0.20至0.12）。
**讨论总结**
研究人员在讨论中指出，非线性分析揭示了线性指标无法反映的神经肌肉控制差异。ACL重建后的受伤腿在无球条件下表现出更低的熵和复杂度，符合“复杂度丧失假说”，提示生物系统在应激或功能障碍下变异性降低。而有球条件下受伤腿的复杂度增加，可能反映了任务约束下的适应性调节，这与“最优变异性理论”一致。研究还强调了肢优势的影响（93.33%右腿优势，且多数ACL重建在优势腿），但未进行分层分析。双任务（有球）条件能暴露隐藏的神经肌肉缺陷，建议在RTP评估中纳入非线性方法和运动特异性任务。然而，样本量小、手术类型异质性、未校正多重比较等局限性需注意。
**研究结论翻译**
任务约束的引入未导致ACL组和NOACL组在线性跳跃表现生物力学变量（包括跳跃高度、RSI和CT）上出现显著差异。相反，使用MSE和CI进行的非线性MV分析揭示了条件间的有意义差异，效应量中等至大（δ>0.4）。无球条件下观察到较低的熵和复杂度，而引入任务约束（球）后出现较高值。
这些发现强调，尽管物理表现看似对称，重建腿在标准条件下可能仍表现出神经肌肉刚性。双任务约束下观察到的复杂度增加表明，加入运动特异性挑战（如球处理或反应性元素）可以揭示隐藏的运动适应缺陷。实践上，这强调了在RTP评估中纳入非线性分析和双任务场景的重要性，以更好地评估神经肌肉准备状态并降低再损伤风险。
本研究凸显了仅依赖线性性能指标进行ACL术后RTP决策的局限性，并强调了非线性分析在识别持续性神经肌肉缺陷中的价值。RTP计划应纳入基于变异性训练的方法以促进适应性运动控制，RTP评估应包含挑战认知-运动需求的任务特异性测试。
