《Bioengineering》：Multivariate Characterization of Gait Variability Under Simulated Ship Roll Motion
编辑推荐：
在船舶上行走需要持续适应随船舶运动而改变朝向的支撑面。然而，常规的群体水平和逐关节分析可能无法刻画这种适应过程的协调结构，也难以反映个体反应的异质性。本项二次分析研究了30名健康成年人在模拟船舶横摇条件下进行9次每次2分钟步行试验时的多变量下肢关节角度变异性，
在船舶上行走需要持续适应随船舶运动而改变朝向的支撑面。然而，常规的群体水平和逐关节分析可能无法刻画这种适应过程的协调结构，也难以反映个体反应的异质性。本项二次分析研究了30名健康成年人在模拟船舶横摇条件下进行9次每次2分钟步行试验时的多变量下肢关节角度变异性，横摇幅度为0–20°，横摇周期为6秒和12秒。研究人员通过OpenSim获得关节角度，并将其汇总为28个试验水平变异性特征，随后应用主成分分析（PCA）、k-means聚类、基于层次密度的带噪声空间聚类应用（HDBSCAN）以及广义估计方程（GEE）。5个主成分解释了78.1%的总方差，其中PC1单独解释53.4%，代表下肢关节角度变异性、尤其是矢状面变异性的协调性增加。k-means得到的操作化划分将试验分为低变异性组和高变异性组。横摇幅度每增1°，属于高变异性组的机会增加1.48倍（p < 0.001），而横摇周期与组别归属无显著关联（p = 0.704）。HDBSCAN显示密度分离较弱（DBCV = 0.061）且存在明显的受试者水平异质性。这些发现突出了个体化横摇敏感性评估的潜在价值，并为未来船舶步态安全与跌倒风险评估研究提供了生物力学基础。
研究背景方面，在船舶甲板上行走与陆地行走存在本质区别，因为支撑面会持续平移和转动。在船舶的六自由度运动中，横摇（roll）会周期性改变甲板相对于重力的内外侧倾斜，从而反复扰动人体质心与支撑基底之间的关系。已有研究表明，船舶运动会改变步行的时间参数、外侧质心位移和稳定裕度（margin of stability），但既往研究多采用离散参数和单变量、逐关节分析，无法判断下肢多关节变异性是独立反应还是协调适应，也会因多次比较掩盖关节间协方差，并可能用群体平均掩盖个体对横摇敏感性的差异。因此，有必要用多变量方法刻画下肢关节角度变异性的共享低维结构，并在群体模式之外识别个体偏离。
本研究发表于《Bioengineering》。研究人员对既有模拟船舶横摇步态运动学数据开展二次分析，目的是确定多下肢关节步态变异性是否可由共享低维结构表示，分析横摇幅度与周期和变异性剖面归属的关系，并评估剖面是自然分簇还是连续分布，同时探索受试者水平对主导多变量反应的偏离。
关键技术方法上，研究人员使用既往计算机辅助康复环境（CAREN）六自由度平台研究中30名19–55岁健康成年人、每人9次试验的数据；关节角度由标记点轨迹经OpenSim逆运动学得到；从每步周期提取关节角度最大值和最小值的标准差，形成270个试验×28个特征的矩阵并标准化；采用主成分分析（PCA，将相关生物力学变量转为正交成分以降低维度）降维，用k-means聚类和HDBSCAN聚类在同一主成分空间比较质心划分与密度结构，用广义估计方程（GEE，处理重复测量相关数据的边际模型）分析高变异性剖面归属与横摇参数的关系，并以受试者水平 bootstrap 评估PCA稳定性，以HDBSCAN离群标签探索个体异质性。
研究结果方面，主成分分析（Principal Component Analysis，PCA）部分显示，PC1解释53.4%方差，PC1–PC5累计解释78.1%；PC1全部28个系数为正，代表整个下肢关节角度变异性的总体增大，载荷最大的是双侧膝、踝、髋矢状面屈伸角最大值与最小值的标准差；PC2–PC5分别代表非矢状面对比、距下关节变异等次要结构。受试者水平 bootstrap 中，PC1载荷模式的Tucker一致性系数中位数0.9971，说明主导轴高度可重复，而PC2–PC5稳定性较弱。
k-Means聚类：低变异性与高变异性剖面部分显示，轮廓系数和Davies–Bouldin指数均支持k=2；两簇主要沿PC1分离，低变异性组157个试验，高变异性组113个试验。高变异性试验比例随横摇幅度单调上升：0°和5°为0%，10°为28.3%，15°为68.3%，20°为91.7%。GEE逻辑回归中，横摇幅度每增1°，高变异性归属优势比约1.48（p < 0.001）；调整幅度后，横摇周期6秒与12秒无显著差异（OR=0.93，p=0.704），幅度×周期交互也不显著。
HDBSCAN部分显示，最优参数下得到4个簇和大量离群点，最大稠密簇占51.5%，离群点占39.3%，DBCV=0.061，说明数据更接近沿PC1拉长的连续分布，而非天然分离的多簇。离群主要指向较高PC1分数，但与k-means一样受PC1方差主导。个体反应异质性分析显示，106个离群试验在30名受试者中分布不均；按事后标准，12人离群率大于0.50为频繁离群组，18人为对照组。频繁离群组不仅在PC1上差异大（Cohen’s d=0.962），在PC2、PC3、PC5也具较大标准化差异，说明重复密度偏离可能涉及多维度结构，但PC2–PC5稳定性有限，只能作探索性解释。个别受试者如S12虽PC1接近均值，却在PC5极极端，说明高离群标签不一定由整体变异性大小单独决定。
讨论部分总结为，PC1是船舶横摇步行中下肢多关节变异性的主导共享轴，矢状面膝、踝、髋协调变异性随横摇幅度增强；k-means低/高变异性剖面更适合理解为PC1连续分布上的操作化二分，而非自然簇；横摇幅度是群体水平高变异性归属的主要预测因素，所测6秒与12秒周期未显示显著影响，但不能据此否定其他周期的作用；群体规律掩盖了明显个体异质性，有些人小幅度即偏离，有些人大幅度仍稳定，这对仅用群体标准监测船舶步态不安全具有方法学警示。研究人员指出，多关节变异性可压缩为低维指标用于可穿戴传感器监测，但是否对应跌倒、近跌、扶手接触等安全结局仍须在真实船舶环境验证。
结论部分翻译为：本研究表明，在模拟船舶横摇条件下，PC1占下肢关节角度变异性最大份额，并概括了主要的共享多关节模式，而PC1之外的变异性仍然存在。对保留的PC1–PC5分数进行k-means分析，将步态试验划分为低变异性剖面（n=157）和高变异性剖面（n=113），两剖面主要沿PC1分离。横摇幅度与高变异性剖面归属强相关：横摇幅度每增1°，属于高变异性剖面的优势比约增加1.48倍（p < 0.001）；相反，在调整横摇幅度后，所测6秒与12秒条件间高变异性归属无统计学显著差异（OR=0.93，95% CI 0.66–1.32，p=0.704）。密度分析表明，这两个剖面并非天然分离簇，而是沿PC1形成的连续分布的操作化二分（DBCV=0.061）。此外，群体水平与个体水平反应并不完全一致：群体高变异性剖面最早出现于10°，但部分受试者在0°和5°已偏离，另一些即使在最大幅度也不偏离。探索性受试者水平差异也出现在次要主成分上；然而，由于PC2–PC5的bootstrap稳定性降低，不能就这些异质性背后的关节与平面特征得出确定结论。总之，本研究通过同时量化横摇幅度下步态变异性剖面的变化和个体反应异质性，为未来不同船舶运动水平下的任务与步态限制标准研究提供了基线数据；将多关节下肢变异性表示为低维指标和二值剖面，可用于开发基于可穿戴传感器的步态失稳监测系统。但由于未测量跌倒、近跌、任务中断和真实船舶作业表现，本结果不应直接解释为跌倒风险证据，也不能作为运行安全阈值依据。未来研究应在船员及真实或更高生态效度的海事环境中，将多关节变异性指标与外部安全和作业结局进行验证。
