基于网络分析的训练有素男性青少年格斗运动员多维运动表现特征

《Frontiers in Sports and Active Living》：Network-based performance analysis of multidimensional performance characteristics in trained male youth combat athletes

　　

摘要：青少年格斗运动表现依赖于生物成熟、身体形态、神经肌肉能力和执行认知功能之间复杂的相互作用。然而，这些领域通常被孤立地研究。为弥补这一空白，本研究应用基于网络的表现分析来揭示训练有素的男性青少年格斗运动员这些特征的多维组织方式。研究人员对来自六个格斗运动项目的88名训练有素男性运动员（13–16岁）进行了生物成熟、身体形态、神经肌肉表现和执行认知功能评估。采用扩展贝叶斯信息准则图形最小绝对收缩与选择算子（EBICglasso；γ=0.25）估计高斯图形模型（Gaussian graphical model, GGM），并使用非参数和案例删除自举程序评估网络准确性和稳定性。估计的网络包含35个变量，595条可能边中的129条（网络密度=21.7%）。身体形态和成熟特征，特别是骨骼肌质量、体重、身高和成熟偏移量，被发现是主要的结构组成部分，而轨迹制作测试A完成时间和五键任务不一致正确性占据网络内高度连接的位置，将认知、身体形态和神经肌肉领域联系起来。观察到的最强条件关联是腾空时间与速度计算的反向运动跳跃高度（权重=0.64；95% CI: 0.57–0.77）以及成熟偏移量与实足年龄（权重=0.59；95% CI: 0.54–0.81）。强度中心性具有可接受的稳定性（CS=0.60）。研究结果表明，青少年格斗运动员的表现被组织为一个整合的多维条件关联系统。这些结果支持使用基于网络的表现分析作为多维运动员画像和假设生成的系统导向框架，同时需要纵向研究来确定发展轨迹并评估潜在训练应用。

基于网络分析的青少年格斗运动员多维运动表现特征解读

研究背景与问题：格斗运动历史悠久，现代格斗项目如拳击、摔跤和柔道等已发展为高度规范化的竞技运动。高水平竞技表现需要力量、神经肌肉协调和执行功能的整合。然而，现有研究多集中于成人或精英运动员，针对青少年群体的综合神经肌肉与认知特征证据匮乏。青春期生长与成熟过程同运动专项训练刺激相互作用，形成不同发展轨迹，且各格斗项目需求与身高增长速度峰值（peak height velocity, PHV）时机相关。但多数青少年研究孤立考察各表现维度，忽视神经肌肉、身体形态、成熟和认知因素在关键发育期的系统整合。为应对该局限，需要能够捕捉多向相互依赖关系的方法学框架。表现网络分析通过将表现指标表示为网络内相互关联的节点，提供系统导向方法，识别条件依赖关系，支持生成理论假设。本研究旨在运用网络分析描述训练有素男性青少年格斗运动员青春期多维表现网络，识别各领域间条件关联及最具影响力的节点。假设神经肌肉、认知、身体形态和成熟变量会形成高度互联的表现网络而非独立聚类，且执行认知功能和神经肌肉变量预期具有最高网络中心性。

研究内容与意义：研究人员招募88名训练有素男性青少年格斗运动员（13–16岁），来自六个项目：柔道（n=18）、柔术（n=15）、泰拳（n=15）、摔跤（n=12）、跆拳道（n=15）和印尼拳（n=13）。平均年龄14.58±1.16岁，平均成熟偏移量0.81±0.99年，平均身高167.02±9.38 cm，平均体重56.29±13.51 kg。研究采用横断面多变量画像设计，通过四天结构化测试评估身体形态、生物成熟、认知功能和神经肌肉表现。研究得出结论：青少年格斗运动员表现组织为整合的多维条件关联系统，身体形态和成熟特征占据结构核心位置，执行认知功能作为连接认知、神经肌肉和身体领域的重要节点。研究意义在于支持网络分析作为系统导向框架用于多维运动员画像和假设生成，为后续纵向研究和训练应用提供基础。论文发表于《Frontiers in Sports and Active Living》。

关键技术方法：本研究采用横断面设计，样本来源于国家格斗运动训练中心。主要方法包括：使用多频生物电阻抗分析仪测量身体成分；采用Moore等提出的性别特异性成熟偏移方程估算生物学成熟；使用计算机化认知测试组合评估执行功能、处理速度和视空间能力；使用力平台测量反向运动跳跃（countermovement jump, CMJ）和等长中腿拉（isometric mid-thigh pull, IMTP）的峰值力；使用K-Push设备测量北欧腘绳肌练习（Nordic hamstring exercise, NHE）离心力；使用手持测力计测量握力。网络使用扩展贝叶斯信息准则图形最小绝对收缩与选择算子（EBICglasso；γ=0.25）估计，采用2000次非参数自举评估边权重置信区间，采用案例删除自举评估中心性稳定性。

研究结果：

网络结构与中心性：EBICglasso模型估计出35个变量的连通网络，595条可能边中129条（密度21.7%）。节点中心性分析显示，身体形态和成熟变量（骨骼肌质量、体重、身高、成熟偏移量）具有最高强度中心性。预期影响（Expected Influence）呈现类似模式，体重、成熟偏移量、骨骼肌质量、臂展和五键任务不一致正确性具有最大正向影响。中介中心性识别出轨迹制作测试A错误和完成时间为主要高连接节点，其次为五键任务不一致正确性、不一致反应时间和总等长中腿拉峰值力。

最强条件关联：自举分析确定跳跃高度（腾空时间法）与跳跃高度（速度法）之间最强偏相关（权重=0.640；95% CI: 0.572–0.768），其次为成熟偏移量与实足年龄（权重=0.592；95% CI: 0.543–0.811）。其他显著正关联包括设计流畅性测试实心点和空心点、五键任务一致与不一致反应时间、体重与体脂百分比、体重与骨骼肌质量、身高与骨骼肌质量、身高与臂展等。

跨领域关联：识别出多个跨领域条件关联，包括总握力与总等长中腿拉峰值力（权重=0.248）、轨迹制作测试A和B完成时间（权重=0.227）、轨迹制作测试A完成时间与简单反应时间（权重=0.200）。轨迹制作测试A完成时间与选择反应时间正确性呈负相关（权重=?0.220）。右左2D:4D差异与简单反应时间正确性的关联置信区间跨越零，被视为估计不精确的边。

网络稳定性：案例删除自举分析显示全样本与子样本中心性估计高度一致，预期影响相关性范围为0.786–0.981，强度相关性范围为0.748（40%保留样本）至0.955（90%保留样本）。强度中心性稳定性可接受（CS=0.60）。

讨论与结论：与假设相反，执行认知和神经肌肉变量未表现出最大网络中心性，而是身体形态和成熟变量占主导，反映青春期生长和成熟对体型、肌肉发展和神经肌肉表现的总体影响。认知变量如轨迹制作测试A完成时间和五键任务不一致正确性仍保持较强连接，但应解释为强关联而非正式高连接。网络再现了生长、身体成分和成熟之间的已知发展关系，同时展示与执行功能的跨领域关联。边水平分析发现成熟偏移量与身体形态和神经肌肉表现的强关联，支持青春期生物成熟、体型、肌肉力量和下肢爆发力的协同出现。轨迹制作测试A完成时间与选择反应时间正确性的负关联支持处理速度与执行控制之间的密切关系。研究结论表明，表现网络分析是描述青少年格斗运动员多维表现特征系统组织的框架，身体形态和成熟特征为结构核心，执行认知功能作为连接各领域的重要节点。但其为横断面设计，结果不应被解释为因果机制或个体化训练靶点，而是为未来纵向和干预研究提供假设生成的系统框架。