间隔击球训练计划：渐进式还是假设式？对击球生物力学与表现指标的分析

《Exercise, Sport, and Movement》：Interval Hitting Programs: Progressive or Presumed? An Analysis of Batting Biomechanics and Performance Metrics

　　引言：棒球是一项受欢迎的运动，运动员要想成功击中投来的球，就需要身体各关节之间复杂的动作与反应配合。然而，关于逐步恢复训练的间歇性击球计划在不同阶段的实施情况，目前研究还远远不够。因此，本研究旨在探讨在间歇性击球计划的各个阶段中常用的表现指标和球飞行动态参数。

方法：本研究共有16名健康的美国大学一级棒球运动员参与，他们的平均年龄为20.5±1.3岁。研究使用了18台Vicon?动作捕捉相机以及Rapsodo?击球监测器来记录运动员的表现数据和球飞行动态参数。每位参与者都完成了标准化的间歇性击球计划，该计划包括五种不同的挥棒方式，每种方式又分为三个不同的用力强度，共计15种挥棒情境。

结果：随着用力强度的增加，包括球棒线速度、角速度、球的出球速度以及击球距离在内的各项表现指标也都随之上升。在相同的用力强度下，虽然不同的挥棒方式会影响这些指标，但它们并不会随之呈线性上升趋势。有目标击球的情境与无球空挥相比存在显著差异，尤其是在较高用力强度下这种差异更为明显。在使用软木球棒进行无球空挥时，有时能观测到较高的球棒速度，尤其是在高用力强度下。

结论：研究结果表明，在较高用力强度下进行有目标击球时的挥棒状况与无球空挥有很大不同。这些结果也表明，在康复初期使用任何球棒进行无球空挥时都需要格外谨慎，尤其是在高用力强度下。总体而言，这些研究结果凸显了在间歇性击球计划实施过程中监测表现指标和球飞行动态参数的重要性，这有助于合理规划训练进度。康复专家可以利用这些研究结果改进现有的训练方法，从而提升运动员的训练效果。每次挥棒的起始点被定义为肘部开始下降的瞬间（肩部内收时刻），而结束点则被定义为球棒达到最大旋转角度之前的时刻。由于某些情况下并未发生球与球棒的接触，因此采用了模拟球棒接触点作为替代——即球棒与从本垒板到投手板的连线垂直的那一刻。数据重建、过滤及事件检测均为自动处理流程，并配有内置检查机制；不过所有结果仍由一名经过专业培训的合格人员（J.P.A.）进行准确性和一致性核查。

在本研究中，对三种挥棒动作进行了分析，包括动作的起始点和结束点以及模拟的球棒接触点。对于那些存在球棒与球接触的挥棒类型（Tee、ST和PM），则利用Rapsodo?击球监测系统记录的出球速度、出球方向、发射角以及预计飞行距离，与用于运动学分析的相同挥棒数据进行分析。有1名参与者未录入Rapsodo?数据，因此最终用于参数分析的数据样本量为16个。这些参数能够反映球员的表现及球飞行的相关指标，便于教练和康复专家使用。由于研究中既有左撇子也有右撇子球员参与，出球方向被进行了标准化处理：对于所有球员而言，正数值表示将球击向右外场，负数值则表示将球击向左外场。

鉴于数据集的复杂性，研究选择了线性混合效应模型来验证研究假设。该模型能够考虑个体间的差异，对缺失数据具有较强适应性，无需比较不同努力程度和挥棒类型即可进行基于假设的检验，同时还能在考虑多次比较因素后计算出效应大小。共拟合了8个结构相同的模型，形式为“结果 ~ 努力程度 * 挥棒类型 + (1 | 研究对象)”。也曾尝试过引入随机斜率的模型，即“结果 ~ 努力程度 * 挥棒类型 + (1 + 努力程度 | 研究对象)”，但这些模型无法收敛，因此被舍弃。另有模型试图将挥棒条件数作为固定效应纳入，但该参数与挥棒类型和努力程度之间的交互作用高度共线，故也被剔除。所有模型拟合完成后，计算出估计的边际均值，进而根据研究假设进行针对性对比分析。

针对六项性能参数，分别计算了每种挥棒类型下努力程度的线性对比值。对于全部八项参数，还计算了在不同努力程度下挥棒类型的非单调效应，随后再对同一努力程度下的不同挥棒类型进行两两比较。对于球飞行相关参数（发射角和出球方向），则计算了每种挥棒类型下努力程度的非单调效应，并对同一努力程度下的不同努力水平进行两两比较。效应大小的计算方面，线性对比和两两对比采用Cohen d值，而整体效应则用偏η平方（η2p）值表示。P值则通过Holm方法进行调整。所有统计分析均在R软件（奥地利维也纳的R统计计算基金会开发）中进行，显著性水平设定为α = 0.05。

除非另有说明，所有数据均以调整后的均值±标准误差的形式呈现。所报告的P值均为调整后的值。在适当情况下会给出Cohen d值和η2p效应大小。Cohen d效应大小的解读标准为：0–0.1视为可忽略；0.1–0.3为较小效应；0.3–0.5为中等效应；0.5–0.7为较大效应；大于0.7则为非常大效应。偏η平方效应大小的解读标准为：0–0.01为可忽略；0.01–0.06为较小效应；0.06–0.14为中等效应；大于0.14则为较大效应。本研究的设计能够检测出最小为0.75的Cohen d效应值，且在0.8的检验功效下需要16名运动员完成全部测试。

**结果**

**球棒线速度**
在比较每种挥棒类型下的不同努力程度（低、中、高）时，发现无论何种挥棒类型，在模拟球棒接触点以及球棒达到最大线速度时，随着努力程度的增加，球棒线速度均显著上升（P < 0.001）（见图3）。而在模拟球棒接触点及球棒最大线速度状态下，分析不同努力程度下各挥棒类型的影响时，也发现所有努力程度下挥棒类型都会产生显著差异（P < 0.01）（见图3）。

图3显示了在所有挥棒条件下，模拟球棒接触点时的球棒头部线速度（A、B）以及球棒最大线速度（C、D）的调整后均值±标准误差。图中展示了每种挥棒类型在不同努力程度（低、中[Med]、高）下的对比情况（A、C），其中某一种挥棒类型在特定努力程度下存在显著线性效应，会通过图表符号、调整后的P值以及Cohen d效应大小来标示。同时也展示了相同努力程度下不同挥棒类型之间的对比情况（B、D），此类情况下的显著效应会用#符号、调整后的P值以及偏η平方效应大小来标注。不同挥棒类型之间的显著两两对比则通过调整后的P值和Cohen d效应大小来标明：*号表示与DSw挥棒类型存在显著差异；横线则表示相互关联的挥棒类型之间存在显著差异。

在低努力程度下的挥棒中，DSr挥棒类型的模拟球棒接触点线速度以及平均最大线速度最低，而Tee和ST挥棒类型的速度则明显更高（P < 0.05）。与DSw相比，Tee和ST挥棒类型在模拟球棒接触点时的线速度也显著更高（P < 0.05）；而ST挥棒类型在球棒达到最大线速度时的速度也显著高于DSw（P = 0.01）。在低或中等努力程度下，DSw、DSr和PM三种挥棒类型在球棒最大线速度或模拟球棒接触点线速度方面均无显著差异。而在中等努力程度下的挥棒中，DSw在模拟球棒接触点线速度以及平均最大线速度方面均显著高于其他所有挥棒类型（见图3）。在高努力程度下，DSw的速度则显著高于其他所有挥棒类型（P < 0.001）。在模拟球棒接触点的高努力程度挥棒中（见图3），PM挥棒类型的速度低于DSw（P < 0.001），ST挥棒类型的速度也相对较低，这可能表明在击打移动中的球时会出现力量衰减现象。对于使用标准尺寸球棒的高努力程度挥棒，其球棒最大线速度之间则无显著差异。

**球棒角速度**
在比较相同挥棒类型下的不同努力程度时，发现无论何种挥棒类型，在模拟球棒接触点时，随着努力程度的增加，球棒角速度均呈显著线性上升趋势（P < 0.001）；在球棒达到最大角速度时也是如此（P < 0.001）（见图4）。而在分析不同努力程度下各挥棒类型对角速度的影响时，发现无论在何种努力程度下，模拟球棒接触点及球棒最大角速度均存在显著类型的差异（P < 0.05）（见图4）。

图4展示了在所有挥棒条件下，模拟球棒接触点时的球棒角速度（A、B）以及球棒最大角速度（C、D）的调整后均值±标准误差。图中同样展示了每种挥棒类型在不同努力程度（低、中[Med]、高）下的对比情况（A、C），其中某一种挥棒类型在特定努力程度下存在显著线性效应，会通过图表符号、调整后的P值以及Cohen d效应大小来标示。同时也展示了相同努力程度下不同挥棒类型之间的对比情况（B、D），此类情况下的显著效应会用#符号、调整后的P值以及偏η平方效应大小来标注。不同挥棒类型之间的显著两两对比则通过调整后的P值和Cohen d效应大小来标明：*号表示与DSw挥棒类型存在显著差异；横线则表示相互关联的挥棒类型之间存在显著差异。

在低努力程度下，所有涉及球棒与球接触的挥棒类型（Tee、ST和PM）的球棒最大角速度均高于DSr类型（P < 0.05）；此外，Tee和ST挥棒类型的角速度也显著高于DSw类型（P < 0.05）（见图4）。在中等努力程度下，DSr类型的球棒最大角速度则低于ST类型（P = 0.01）和PM类型（P = 0.02）（见图4）。最值得注意的是，在高努力程度下，DSw类型在模拟球棒接触点以及球棒达到最大角速度时的角速度均显著高于其他所有挥棒类型（P < 0.001）。最后，在高努力程度下，PM类型在模拟球棒接触点时的球棒角速度平均低于其他所有类型，包括Tee和ST类型，这可能反映出来球速度的影响（见图4）。

**棒球出球参数：速度与发射角**
图5展示了使用Rapsodo?击球监测系统所收集的、涉及球棒与球接触的挥棒类型（Tee、ST和PM）的出球速度（英里/小时）和发射角（度）数据。在这三种挥棒类型中，出球速度均随着努力程度的增加而上升（P < 0.001）（见图5）。但在任何努力程度下，均未发现挥棒类型会对出球速度产生显著影响（见图5）。不过，在中等和高努力程度下，ST和PM挥棒类型的出球速度平均高于Tee挥棒类型（见图5）。

图5展示了在球棒与球接触的挥棒条件下，棒球出球速度（A、B）和发射角（C、D）的调整后均值±标准误差。图中展示了每种挥棒类型在不同努力程度（低、中[Med]、高）下的出球距离的线性对比情况（A），其中某一种挥棒类型在特定努力程度下存在显著线性效应，会通过图表符号、调整后的P值以及Cohen d效应大小来标示。同时也展示了相同努力程度下不同挥棒类型之间的对比情况（B、D），以及同一挥棒类型内不同努力程度之间的对比情况（C）。显著效应会通过#符号、调整后的P值以及偏η平方效应大小来标注。显著的两两对比则通过连接起来的横线来标示，并注明调整后的P值和Cohen d效应大小。E、F部分则展示了根据发射角和距离计算得出的球在球场上的预计落点位置，这些位置按同一挥棒类型内不同努力程度（E）以及不同挥棒类型间不同努力程度（F）进行了分组展示。在每种挥棒条件下，一个点代表平均值，而周围的阴影区域则表示95%的置信区间。在中等和高强度的挥棒中，可以观察到挥棒类型对球出射方向的显著影响：高强度挥棒相比低强度挥棒，无论是ST挥棒（P = 0.02）还是PM挥棒（P = 0.03），其拉球力度都会更大；而中等强度挥棒相比低强度挥棒，PM挥棒的拉球力度也更高（P = 0.03）（见图6）。仅在中等强度挥棒时，才能观察到挥棒类型对球出射方向的显著影响，此时PM挥棒相比Tee挥棒，其拉球力度更大（P = 0.002）（见图6）。对于ST和PM挥棒而言，随着挥棒力度的增加，球的飞行距离也呈线性增长趋势（P < 0.001）（见图6）。对于所有类型的挥棒而言，平均而言，低强度挥棒的击球距离都短于中等和高强度挥棒。在中等和高强度挥棒中，可以观察到挥棒类型对球飞行距离的显著影响：PM挥棒在这两种强度下的击球距离都大于Tee挥棒（P < 0.001），而ST挥棒在高强度下的击球距离也大于Tee挥棒（P < 0.001）（见图6）。此外，无论在何种强度下，动态型挥棒的平均击球距离都大于Tee挥棒（见图6）。

讨论
本研究旨在确定在运动员逐步恢复训练过程中，衡量击球表现及球飞行轨迹的常用指标。正如假设的那样，对于同一类型的挥棒，随着挥棒力度的增加，包括球棒速度、球速以及球飞行距离在内的各项性能指标都会提升。此外，除了出球速度外，所有与表现和球飞行相关的参数都存在因挥棒类型和力度不同而产生的显著差异。同样符合预期的是，不同挥棒类型在力度变化时，也会对球飞行参数产生显著影响。尤为值得注意的是，在需要瞄准球的挥棒情况下，其表现往往与无球挥棒有较大差异，且这种差异在较高力度下最为明显。最后，在DSw挥棒方式下，尤其是在高强度情况下，观测到了最高的球棒速度。因此，有瞄准球的挥棒条件更有可能模拟比赛中运动员所面临的实际要求，尤其是当力度逐渐加大的时候。此外，这些研究结果也为在康复初期使用任何球棒进行无球挥棒练习时需格外谨慎提供了依据，尤其是在高强度情况下；同时，只要运动员没有出现症状或疼痛，应尽快过渡到力度较低的Tee挥棒练习，如此才能尽可能贴近比赛中的实际情况，但也要保持适度谨慎。临床医生可依据这些结果，将康复初期阶段从单纯依赖无球挥棒练习，转变为以低力度、有球接触的挥棒练习为主。

球棒速度
球棒末端线速度和角速度是常用的性能指标，此前已有研究显示，在特定挥棒条件下，它们与肩部、肘部、躯干及髋部的运动学特征存在关联（5,17–19,21）。通常情况下，当一个人以更大的力气或努力程度完成某项动作时，其执行该动作时的速度往往会提高（33,34）。在本研究中，感知到的力度越大，球棒在起始点和最高速度时的角速度与线速度也会随之上升。这种球棒速度的逐步提升，为在恢复训练计划中利用感知力度来逐步提高球棒速度的方法提供了依据。一般来说，大多数康复专家都遵循渐进式超负荷原则，在间隔训练中逐渐增加力度，以此增加对正在恢复中的组织的压力（6,8,10）。

然而，当考察传统意义上的逐步升级的挥棒类型时，球棒的角速度和线速度并未呈现逐步上升的趋势。相反，在高强度下，第一种挥棒类型DSw的角速度和线速度最高（P < 0.001），在多数中等力度情况下也是如此。与用于其他所有挥棒类型的标准棒球棒相比，威弗棒的质量更轻。因此，在高强度下，DSw的挥棒速度很可能持续高于康复初期以及恢复训练计划初始阶段所适宜的速度。Crisco等人的理论（1）也支持这一观点，即球接触时发生的能量传递是导致球棒速度下降的重要原因。根据这一理论，运动员在无球挥棒时更容易达到更高的速度，而更重要的是，他们之后需要施加更大的力量才能降低球棒速度。此外，在无球挥棒时，运动员无需花费时间应对飞来的棒球带来的刺激，这或许也有助于提高挥棒速度，并可能使球棒速度随感知力度的变化而出现更大波动。

在本研究的范围内，目前尚不清楚DSw挥棒时较高的速度是否意味着关节受力增大，进而增加受伤风险，还是球棒较轻的重量抵消了这种高速带来的影响（见表1）。例如，如果较高的速度确实导致关节力和力矩相比其他挥棒类型和球棒有显著增加，那么在恢复训练计划中使用威弗棒进行中等和高强度练习可能不利于组织愈合；不过，这一问题仍需进一步研究。在较低感知力度的情况下，DSw可作为康复初期引入球棒练习的合适方式，帮助运动员重新获得动作控制能力和活动范围，最终目标是尽快过渡到使用标准棒球棒和进行Tee挥棒练习，从而更贴近比赛中的表现和生物力学特征，这也是恢复训练计划的最终目标。

尽管在所有力度水平下，逐步尝试有球接触的挥棒类型（Tee、ST和PM）时，球棒的角速度和线速度差异并不显著，但平均而言，PM挥棒在起始点的球棒速度低于Tee和ST挥棒（见图3和图4）。这很可能是由于来球速度的增加，导致球向球棒传递的力更大，从而降低了起始点的球棒速度。此外，在需要瞄准球的情境下，尤其是来球速度较高时，击球手必须对球作出反应，并调整球棒速度才能成功击中球。因此，PM挥棒通常只用于接近恢复击球能力的最后阶段，因为它能以一种可预测、更可控的方式，模拟运动员在比赛中实际面对的应力条件和各种变量（6,10）。不过，根据本研究测得的球棒角速度和线速度，或许可以在恢复训练计划的更早期阶段就引入需要瞄准球的挥棒练习。重要的是，未来应开展更多研究，探讨不同挥棒条件下身体各关节所承受的力，以便在调整恢复训练计划之前，更深入地了解挥棒条件与人体之间的关系。

Rapsodo指标
在棒球统计中，出球速度常被用作衡量击球手力量和表现的核心指标（35–37）。正如预期，对于每种有球接触的挥棒类型，随着挥棒力度的增加，出球速度也会上升。在中等和高强度挥棒下，ST和PM挥棒的平均出球速度通常高于Tee挥棒。这很可能是因为这些挥棒属于动态型，而投掷球的速度与击打出球的出球速度直接相关（2,17）。不过值得注意的是，无论在何种力度下，均未观察到挥棒类型对出球速度的显著影响。这很可能是因为ST挥棒时的球棒速度本身就高于PM挥棒，因此能够抵消PM挥棒时来球速度较高的影响（17）。虽然出球速度会随力度增加而呈线性上升，且在某些情况下与挥棒类型的变化有关，但这些信息在与球棒速度数据结合分析时才最具价值，说明在制定和评估恢复训练计划时，应同时考虑球棒速度和球速。球飞行距离是另一个常用于评估表现的指标，因此人们认为它也会随着恢复训练阶段的推进而增加（38）。尽管距离与出球速度密切相关，但在中等和高强度挥棒下，仍可以观察到挥棒类型对球飞行距离的显著影响（17,38）。这再次表明，在评估恢复训练计划时，综合考虑多种性能指标非常重要。

其他与球飞行相关的指标，如发射角度和出球方向，在静态（Tee）挥棒和动态（ST及PM）挥棒之间也存在差异，尤其在中等和高强度挥棒下，这两种类型的发射角度以及球的偏移程度都 tend to 随着挥棒类型的进步而增加。这些差异在球预期落点上也有体现，中等和高强度下，以及ST和PM挥棒时，球的落点差异最为明显（见图6）。此外，球的偏移程度通常也会随着力度增加和挥棒类型的发展而上升。因此，在进行更强力的挥棒时，击球手更有可能将球击向场地边缘，朝着击球手所在的位置方向（右撇子击球手朝左外场，左撇子击球手朝右外场）。

在PM挥棒中，可以观察到力度对发射角度有显著影响；而在中等和高强度挥棒下，挥棒类型也对发射角度有显著影响。此外，在中等和高强度挥棒下，发射角度也 tend to 随着挥棒类型的进步而上升。同样，在ST和PM挥棒中，发射角度也通常会随着力度增加而上升。尽管此前有人认为增加发射角度有助于提升表现，但发射角度与表现之间的具体关系，尤其是在恢复方面的作用，目前尚不明确（17,39）。此外，虽然已知增加发射角度有助于提高打出本垒打的概率，但这并不一定意味着增加发射角度就能直接提升运动员在击球数据方面的表现（39）。另外，如果一名运动员在受伤前并未采用高发射角度的挥棒方式，那么在恢复训练期间刻意尝试提高发射角度，可能会对击球动作造成意外且有害的影响；但由于目前尚未研究过发射角度与击球生物力学之间的关联，其潜在危害的程度尚不可知（40）。综合以上因素以及本研究的结果可知，将发射角度和可能的出球方向等球飞行参数应用于恢复训练计划时，最佳方式或许是监测运动员的表现，最终目标是让他们的表现恢复到受伤前的水平，而非单纯追求更高的数值。此外，还应通过研究这些参数与击球动作学特征之间的关系，来评估它们的实际临床意义。

实际应用
本研究的发现表明，此处研究的性能指标和球飞行指标会受到恢复训练计划中常见条件的不同影响，尤其是力度水平。这说明，除了目前作为评估运动员是否具备进入下一阶段训练条件的主要或唯一标准——即运动员的自我反馈之外，这些指标还可以用于监测运动员在整个恢复训练过程中的进展。此外，这些数据还可用于根据不同运动员的需求调整恢复训练计划，这一做法在其他恢复训练计划中也很常见（7,11,15）。另外，本研究的另一个实用价值在于，可以收集受伤前的数据集，其中包含各类相关指标，这些数据可在运动员受伤后用于评估其恢复程度（7）。这些数据还可以用于为每位运动员设定个性化的目标，确保他们的进步符合自身的正常水平。此类评估有助于教练和康复专家识别运动员的不足之处，或判断其是否已具备重返比赛的准备。从康复的角度来看，这些研究结果支持将简单的客观指标（球棒速度、出球速度）纳入临床击球训练中，以便在进入更高强度或实际比赛环境之前确保运动员在生理和机械层面做好准备。局限性及未来研究尽管当前研究具有诸多优势，但也存在一些局限性。首先，数据仅来自一个小样本（n=17），且采集于同一时间点，研究对象均为同一机构的运动员。未来需要针对不同水平、不同群体的运动员开展研究，以确定这些结果的普遍适用性。另一个值得注意的点是，所有参与者进行IHP测试的顺序都相同。在很多情况下，这可能会产生顺序效应，应通过随机化方法在事前加以纠正，或在分析阶段进行修正。然而，本研究是一项观察性研究，旨在在最接近真实康复环境的条件下评估IHP的多个方面；因此，改变测试顺序会从根本层面破坏研究的完整性（41–44）。此外，如果让参与者先进行高强度的挥棒训练，或反复在不同类型的挥棒训练之间切换，也可能会增加受伤风险，因为这类训练在其他情况下是不会连续进行的。sBC的使用也可能影响速度数据。虽然所有挥棒条件和参与者的定义都一致，但未来研究可以以球触碰时的接触时间为参考值，探讨sBC的最佳定义。另外，尽管遵循了已有的建议，并由同一两人按照统一方案进行ST测试，但ST的速度和位置仍可能存在不可避免的差异，从而影响研究结果（6）。参与者使用的球棒在长度和重量上也有所不同。不过，由于每位参与者在除DSw之外的所有挥棒类型中都使用相同的标准球棒，这种差异对结果的影响应该很小。此外，先前的研究表明，球棒的力矩对球棒速度的影响大于其质量或其他物理特性（2,45–47）。同时，木制球棒和金属球棒在挥棒速度上也存在差异（47–49）。因此，未来研究应验证，力矩与所研究球棒差异较大的木制球棒等其他球棒是否也会呈现类似的趋势。本研究中所分析的挥棒条件在复杂性上较为有限，更多体现的是早期康复阶段以及逐步恢复运动特定要求的情况。未来研究可以分析更复杂的挥棒条件，比如那些受球员控制因素影响的条件，如投球位置，或者让球员有意识地调整挥棒动作，以模拟比赛中的策略。此外，Rapsodo?仅能检测球的飞行数据，无法获取球棒的运动信息，因此无法在无球挥棒时提供数据；所以本研究采用的动作捕捉技术可用于计算无球挥棒时的球棒速度及其他参数。或者，球队、教练和康复专家也可以使用雷达枪来监测球棒速度，借助Trackman等系统来监测球棒速度及其他潜在参数，或是其他能够在无球挥棒时监测部分参数的技术（22）。鉴于棒球运动员的上肢、躯干和下肢损伤较为常见，进一步研究常见挥棒条件下的球棒速度和球的表现指标，有助于物理治疗师和运动训练师选择合适的挥棒条件，从而更有序地帮助运动员逐步回归实际比赛场景（50,51）。此外，当前的研究结果也强调了未来研究不同关节和身体部位在IHP各阶段生物力学特性的重要性。有了这些信息，教练、运动训练师和其他康复专家就能制定出更科学、更具针对性的IHP方案，根据运动员受伤的位置、侧别和类型来定制康复计划。结论总体而言，本研究结果表明，IHP中常用的挥棒类型会显著影响运动员的表现和球的飞行数据；不过，所观察到的趋势并不符合运动表现领域通常认为的IHP渐进性特点。值得注意的是，在特定挥棒类型中，表现与努力程度之间存在线性关系，这说明要求运动员增加努力的主观指令确实能够转化为可测量的表现变化，使主观感受到的努力程度与实际表现相吻合。研究结果还表明，可能需要调整IHP中包含的挥棒类型，或者至少改变这些挥棒类型的执行顺序。此外，研究还强调了在评估运动员的表现、恢复程度以及是否具备继续推进IHP的资格时，需要综合考虑棒球挥棒的多个要素。至关重要的是，本研究支持为所有运动员记录相关指标，这样教练和康复专家就可以根据每位运动员受伤前的数据来设定个性化的IHP目标。这些见解有助于康复专家优化IHP方案，使其更贴近比赛中的生物力学特征，同时降低再次受伤的风险。未来还需要进一步研究IHP过程中特定关节的生物力学特性，以更准确地了解不同挥棒条件对正在康复的运动员的影响，进而开发出更完善、更具个体化的IHP方案，帮助运动员重返赛场。致谢我们想要感谢所有参与研究的运动员，以及他们的教练和运动训练人员。同时，也要感谢以下为该项目各环节做出贡献的人士：Tyler Ward、Andrew Robbins、Carter Taft、Joshua Daum、Avery Barnhill、Adrian Ramon、Caleb Burgess、Andrew Su、Ashley Chambers、Kalyan Chaliki和Jessica Le。本研究结果并不代表美国运动医学学院的认可。本研究的结果均以清晰、诚实的方式呈现，未经过任何伪造、篡改或不当的数据处理。利益冲突与资金来源Patrick C. McCulloch是美国职业棒球大联盟研究委员会的成员，也是参赛球队的首席队医。其他作者则不存在需要报告的利益冲突。本研究没有获得任何外部资助。数据可用性由于数据本身的性质以及接受动作捕捉记录的运动员的隐私问题，本研究生成和/或分析的数据无法公开获取。