1 引言
跑步是一项全球普及的体育锻炼方式，与显著的健康益处相关。然而，跑步相关肌肉骨骼损伤(RRI)的发生率仍然很高。新发RRI中最常见的包括跟腱病、胫骨内侧应力综合征、髌股疼痛综合征、足底筋膜炎和踝关节扭伤。RRI可能与局部炎症有关，炎症在机体应对组织损伤和随后的愈合过程中起着关键作用。
炎症是先天免疫反应的基本方面，在病原体入侵或组织损伤时促进生物体存活，同时在各种不利环境条件下维持组织稳态。通常，这个过程是急性和局部的。然而，当炎症刺激持续存在或消退失败时，反应可能转向慢性状态。慢性炎症可以是全身性的，通常表现为低度、亚临床的免疫通路激活。这种低度慢性全身性炎症已被越来越多地认为是许多慢性疾病病因和进展的关键风险因素，新兴证据表明它也可能使个体易患RRI。
细胞因子通常为多肽或糖蛋白，介导具有促炎和抗炎作用的自分泌和旁分泌信号。它们调节靶细胞中广泛的生物过程。响应体育锻炼，细胞因子表达上调，有助于启动、调节或解决与肌肉骨骼健康相关的炎症。运动诱导的炎症是支持恢复、组织再生和适应运动应激的基本生理机制。促炎细胞因子对于清除细胞碎片和启动愈合过程至关重要，而抗炎细胞因子通过与各种细胞类型的相互作用促进组织修复，从而促进肌肉适应和肥大。
因此，研究人员假设，由细胞因子水平反映的基线炎症表型可能识别出RRI风险较高的个体，特别是那些由过度使用和重复性劳损引起的损伤。本研究旨在阐明炎症生化标志物与健康大样本人群中RRI发病之间的关联，同时考虑到RRI的多因素病因学。这些损伤受到训练特征、健康与生活方式因素以及形态学和生物力学变量之间复杂相互作用的影响，然而可能由先前的低度炎症触发。为了减轻潜在的混杂影响，采用了多变量逻辑回归模型，纳入了年龄、性别和每周跑步量等关键协变量。
2 材料与方法
2.1 研究设计
本研究是多学科研究项目“工业环境中健康老龄化 – 计划4”(4HAIE)的一部分。这项为期一年的前瞻性调查研究关注报告的RRI发病（因变量）和研究开始时测量的基线炎症生化标志物（自变量）作为潜在的预测变量。在基线（研究开始时）收集血液样本，以在一年的损伤监测期之前确定参与者的炎症表型。该设计允许研究基线生物标志物谱是否能预测未来的损伤发生。分析还考虑了其他协变量：年龄、性别、峰值摄氧量(V̇O2peak)、平均每周跑步距离、总身体脂肪百分比以及回顾性肌肉骨骼创伤。协变量的选择反映了跑步相关损伤的多因素性质。
2.2 参与者
参与者为白种人成年人(N=1315; 年龄18–65岁)。参与者包括跑步者和缺乏身体活动的个体，根据原始研究项目4HAIE的主要目标，从两个具有不同空气污染水平的独特地理区域招募。两个区域之间的RRI发生率没有观察到统计学上的显著差异。
跑步者的纳入标准包括：将跑步作为主要锻炼活动，每周>150分钟中等强度或>75分钟剧烈体育活动，测试前至少6周每周跑步>10公里，打算在接下来12个月继续跑步，在研究确定区域永久居住超过5年，计划在未来12个月内不搬离确定区域，有互联网接入，使用智能手机。
不活动个体的纳入标准包括：每周<150分钟中等强度或<75分钟剧烈运动，能够跑步但不规律跑步和/或测试前少于6周，无运动禁忌症，在研究确定区域永久居住超过5年，计划在未来12个月内不搬离确定区域，有互联网接入，使用智能手机。
跑步者和不活动个体的排除标准包括：急性健康状况（疼痛、损伤、手术）妨碍体育活动，任何其他急性疾病，怀孕，过去7天内进行过放射学检查，有人工起搏器、放射性、外科或任何其他设备/植入物、胰岛素泵，吸烟。
所有程序均遵守相关机构指南和监管要求。4HAIE研究遵循《赫尔辛基宣言》概述的原则。研究方案获得了当地大学伦理委员会的批准。在入组前，每位参与者都获得了一份全面的信息表，并被要求提供书面知情同意书。该研究对参与者的风险极小或无风险。
2.3 人体测量学
人体测量学包括基本人体测量参数和身体成分。所有测量均在上午进行。参与者穿着运动服装进行测量。生物电阻抗分析(BIA)方法测量的标准条件由研究方案的具体时间表提供。所有参与者在BIA测量前约15小时入住研究中心受监督的住宿，这支持了测量前的标准要求。首先使用InBody 370测高仪测量身高，然后使用InBody 770生物阻抗多频率秤设备测量体重和水合状态。
2.4 心肺适能(CRF)评估
参与者在电动跑步机上进行递增负荷运动测试以确定峰值有氧能力(V̇O2peak)。在测试前，参与者以5.0公里/小时的速度行走3分钟以熟悉跑步机。测试方案从6.0公里/小时开始，速度随后每分钟增加1.0公里/小时（坡度保持在1%）直至力竭。通过逐次呼吸系统连续监测呼出气体以分析测试期间的O2和CO2浓度。使用30秒期间测得的最高平均O2消耗量来确定V̇O2peak。使用20点Borg量表获取感知努力程度。所有测试均在下午进行，至少为参与者最后一餐后3小时，并在温控实验室中进行。建议每位参与者在测试前24小时内不要进行任何剧烈活动。未通过体力活动准备问卷(PAR-Q)的参与者除非获得医生的明确许可，否则不得进行测试。测试前也检查血压。如果血压值≥150/90毫米汞柱，没有医疗许可的参与者不得进行测试，但继续参与研究方案。
2.5 血液分析
在一年的观察期开始时，从肘前静脉采集空腹血样。使用含有EDTA作为抗凝剂的全血样本立即进行血细胞计数和糖化血红蛋白测定。用于纤维蛋白原分析的全血样本单独收集在含有柠檬酸钠的试管中，并在2500 g下离心15分钟以分离血浆。血清收集管凝血30分钟，随后在2500 g下离心10分钟以分离血清。血清被分装成五份，冷冻在-80°C直至分析。使用S-Monovette和Vacuette系统进行血样采集。
糖化血红蛋白使用Tosoh G11测量。葡萄糖、甘油三酯、总胆固醇、高密度和低密度脂蛋白胆固醇以及C反应蛋白(CRP)浓度使用Cobas 8000设备测量。
细胞因子和生长因子的测定分批次进行，使用ALBIA技术和Luminex 200进行测量和评估。使用以下R&D Systems试剂盒：Adiponectin, BDNF, IL-1β, IL-1RA, IL-6, IL-10, TNF-α和Leptin。制造商报告Discovery Luminex试剂盒的一般批内变异系数<20%，批间变异系数<30%；未提供每个分析物的变异系数。精度取决于检测执行和样品处理。实际上，变异系数通常更低。对于CRP和纤维蛋白原，批内和批间变异系数均<5%。
作为预处理的一部分，将对应于检测限以下测量值的数值变量（血液分析结果）的空值估算为检测限的一半。
2.6 回顾性肌肉骨骼创伤
回顾性肌肉骨骼创伤的数据在一年研究开始时的基线评估中收集。使用三种互补方法获取信息。首先，参与者完成了一份人口统计学问卷，其中包括与其跑步历史相关的项目。其次，他们填写了标准化的跑步损伤调查流程，该流程评估了先前的跑步相关损伤和当前跑步状态。第三，由物理治疗师作为基线功能评估的一部分进行结构化访谈，重点关注参与者的医疗史和先前的肌肉骨骼问题。所有报告的回顾性肌肉骨骼创伤实例，无论来源如何，都纳入最终数据分析。
2.7 跑步相关损伤
在基线评估之后，参与者进入为期一年的观察期，包括对RRI的监测。跑步相关损伤定义为位于下肢或下背部的肌肉骨骼疼痛，需要医疗关注或导致跑步活动（距离、速度、持续时间或训练负荷）减少或停止至少7天或连续三个预定的跑步训练。根据此定义，指导参与者在为期一年的随访期内自我报告RRI。这些损伤使用专门为4HAIE队列研究开发的移动应用程序中的标准化问卷进行记录。在整个12个月的观察期间，指导每位参与者连续佩戴FitBit Charge 3设备以监测习惯性身体活动水平。损伤问卷可以通过三种模式完成：自我发起报告、每周日自动分发的计划每周损伤问卷，以及当Fitbit衍生的活动水平低于个人通常每周活动水平时触发的问卷。
2.8 统计分析
所有分析均使用R软件进行。这些分析旨在解决描述损伤组和未损伤组之间差异的探索性目标，补充研究通过多变量建模识别损伤发病预测因子的主要目标。
第一步，计算队列的基本特征和所用变量的描述性特征。分类变量以绝对频率和百分比（括号内）表示。对于数值变量的单变量描述，报告最小值、最大值、中位数和四分位距，因为即使在大样本中，根据Shapiro-Wilk检验、视觉评估和异常值识别，几个分布也表现出与正态性的显著偏差。
进行描述性和推断性分析以比较发生RRI的参与者和未发生RRI的参与者，对连续变量使用描述性统计和Mann-Whitney U检验。由于描述性组比较用于队列特征描述而非推断性决策，因此未对p值进行多重比较校正；主要结论基于多变量模型。对于组间比较，使用效应大小r量化效应大小，这适用于Mann-Whitney U检验并反映了组间差异的大小。
其次，为了分析所选因素对RRI发生的影响，采用了逻辑回归。使用逻辑回归来模拟预测因子与二元结果（RRI发病）之间的关联。生物标志物值在其原始尺度上进行分析以保留临床可解释性；尽管对数转换可以减少偏度，但逻辑回归不需要，并作为方法论注意事项指出。
基于对检查因素与损伤风险之间关联的先前知识以及描述性统计和推断性测试的结果，选择以下变量纳入初始回归模型：年龄、性别、来自Fitbit的预计跑步距离、回顾性报告的肌肉骨骼创伤、V̇O2peak、总身体脂肪百分比、IL-1β、IL-1RA、hs-IL-6、IL-10、TNF-α、CRP、纤维蛋白原、脂联素、瘦素、脂联素/瘦素比和BDNF。
由于V̇O2peak和总身体脂肪之间存在强负相关，计算方差膨胀因子以评估多重共线性。VIF为1表示无相关，而高于5的值通常被解释为潜在有问题多重共线性的警告信号。在本研究中，V̇O2peak和总身体脂肪都超过了此阈值。结合相关系数的高绝对值和相关性散点图的视觉检查，这些发现表明同时包含两个变量可能会引入冗余并降低模型稳定性。虽然总身体脂肪具有生物学相关性，但保留了V̇O2peak作为生理上更综合的指标。因此，总身体脂肪被排除在最终的预测因子集之外。其余变量之间未观察到多重共线性的迹象。
初始完整模型是基于先前文献中报告的既定风险因素先验指定的，随后为了清晰起见呈现了一个简化模型，仅包括在完整模型中仍然显著的预测因子；两个模型产生了一致的结果，减少了对数据驱动选择的担忧。
3 结果
3.1 研究人群
多变量逻辑回归分析的结果包括1159名参与者的数据。另外156名个体因数据缺失或未能完成一年随访而被排除。最常见缺失的数据是由于血压升高而无法完成测试导致的V̇O2peak值。该选定队列的描述性特征总结在表格中。完整队列的特征在补充表格中提供。
3.2 描述性统计和组间比较
队列的基本特征在表1中呈现。表2比较了在观察期间报告跑步相关损伤和未报告损伤的参与者之间的相同变量。使用Mann-Whitney U检验评估差异。几个变量，包括年龄、V̇O2peak、跑步距离、总身体脂肪、IL-1β、IL-1RA、TNF-α、脂联素、瘦素和脂联素/瘦素比，在两组之间存在显著差异，尽管效应大小通常较小。
3.3 炎症生化标志物和其他风险标志物
首先使用所有候选预测因子进行完整多变量逻辑回归。随后，拟合了一个简化模型，仅包括那些仍然显著的变量。两个模型之间没有显著差异。模型1中RRI的显著预测因子是回顾性肌肉骨骼创伤、年龄、平均每周跑步距离、TNF-α和IL-1RA，后者显示出保护性关联。
尽管年龄、跑步距离和IL-1RA的比值比适中，但基线TNF-α显示出预测价值，即在调整其他预测因子后，每增加1皮克/毫升与随访期间随后发生RRI的几率增加25%相关。这些关联反映了基线炎症标志物的预测能力，而不是损伤发生时的炎症状态。回顾性肌肉骨骼创伤与RRI显著相关。模型1的整体区分能力较差，如ROC曲线下面积为0.66所示。
进一步对每个显著变量对RRI的单独效应进行建模产生了类似的结果。重要的是，TNF-α的比值比仍然显著。
为了探索研究结果的稳健性，使用基于损伤报告性质和时间的替代结果变量定义进行了一组敏感性分析。RRI被分类为：仅自我报告、医生医学确认的、基线采血后30天内报告的。虽然年龄、跑步距离和IL-1RA在多个定义中显示出统计学显著性，但仅在TNF-α中观察到了一致的显著关联。
另外，进行了仅包括跑步者的亚组分析，以验证在排除缺乏身体活动的个体后，已识别的预测因子是否保持一致。回顾性肌肉骨骼创伤和TNF-α保留了统计学显著性。
这些结果与主要分析一致，可以作为支持TNF-α与RRI之间关联稳健性的敏感性检查。回顾性报告的肌肉骨骼创伤和RRI的详细组比较在补充表格中提供。
4 讨论
这项前瞻性观察性研究检查了在一年的时间内报告的RRI与基线炎症生化标志物之间的关联，队列包括在观察期开始时健康的跑步者和不活动的个体。除了炎症生物标志物外，多变量回归分析还包括了相关的协变量，如年龄、性别、V̇O2peak、总身体脂肪和平均每周跑步距离。主要发现是基线TNF-α成为RRI发生的显著预测因子，尽管其临床实用性存在重要限制。
研究人员将基线TNF-α确定为一年随访期间RRI发生的显著预测因子。具体而言，在调整其他协变量后，基线TNF-α浓度每增加1皮克/毫升，与发生RRI的几率增加25%相关。然而，对模型预测性能的进一步评估表明，其整体区分能力有限。因此，该模型缺乏足够的统计能力来支持将TNF-α作为实际应用中RRI发生率的可靠独立预测因子。
基线TNF-α与RRI风险之间观察到的关联可能反映了在重复性机械负荷下变得临床相关的炎症表型的个体差异。与作为正常适应一部分暂时提升TNF-α的急性运动反应不同，研究结果表明，组成型较高的基线水平可能表明易发生适应不良的炎症反应。这一解释与证据相符，即TNF-α在肌肉骨骼适应中起双重作用：短暂的升高支持组织重塑，而持续升高则损害肌肉再生并促进组织降解。在队列中，基线TNF-α较高的跑步者可能因此对距离跑中固有的累积性微损伤产生有效修复反应的能力较差，最终表现为一年随访期内损伤发生率增加。这一机制性解释必须与模型中观察到的有限预测准确性相协调，这突显了RRI病因的多因素性质。
尽管TNF-α具有统计学显著性，但模型的区分能力有限，突显了基线炎症状态仅是复杂损伤因果途径的一个组成部分。RRI源于多个领域的相互作用：生物力学因素、训练变量、解剖学特征和生理反应。研究发现TNF-α提供了有意义但不足的预测信息，这表明炎症表型调节而非决定了损伤风险。这与更广泛的理解一致，即过度使用损伤源于累积机械负荷与组织耐受性之间的不匹配，其中基线炎症可能改变这种不匹配变得病态的阈值，但并不作为单一的致病因素。
除了TNF-α，研究人员还检查了其他假设与RRI相关的炎症标志物和生化标志物，包括促炎细胞因子和抗炎介质。除了IL-1RA外，其他标志物在队列中均未显示出与RRI有意义的关联。大多数炎症标志物的阴性结果需要谨慎解释：它们可能反映基线测量中真正的关联缺失，单时间点评估不足以捕捉相关的炎症动态，或者在研究人群中非炎症机制在RRI发病机制中占主导地位。值得注意的是，IL-1RA显示出与RRI发病呈统计学显著的负相关，尽管效应大小适中。这表明更高的抗炎能力可能具有潜在的保护作用，但考虑到幅度小和整体模型性能有限，临床意义仍不确定。重要的是，关联的相反方向——TNF-α作为风险因素和IL-1RA作为潜在保护因素——与其相反的生物学作用一致，并支持了研究发现，即使两个标志物单独使用时都未达到临床有用的预测准确性。
5 优势与局限性
几个方法论考虑影响了结果的解释和推广性。本研究的一个主要优势在于其大样本队列，按年龄分层，能够进行特定年龄的分析。此外，综合的多变量评估结合了前瞻性报告的RRI、心肺适能、身体成分、性别、年龄以及选定的炎症和慢性病生化标志物，通过允许调整多个潜在的混杂因素，增强了研究结果的稳健性。通过不同报告模式分析RRI，即自我报告、医生确认的以及基线采血后30天内报告的，一致证明了RRI与TNF-α之间的显著关联，支持了研究结果的有效性，并作为敏感性分析。此外，还专门对跑步者亚组进行了另一项亚分析，在所有这些敏感性分析中，都证实了RRI与TNF-α之间的关联关系。本研究的另一个优势在于考虑了先前的肌肉骨骼损伤，包括影响背部和下肢的轻度和重度病例。
然而，有几个重要的局限性需要承认。最关键的是，尽管研究采用了一年前瞻性队列设计进行损伤发生随访，但生化标志物仅在基线时进行评估。单时间点设计虽然适用于调查基线炎症分型是否能作为实用的筛查工具，但排除了对炎症与损伤发展之间时间动态的评估，并限制了因果推断。此外，单时间点细胞因子测量可能受到昼夜变化、近期训练、亚临床感染、月经周期阶段和饮食模式的影响，这些因素未得到系统控制，可能减弱或偏倚观察到的关联。为了解决这些局限性，已经启动了一项具有连续生物标志物测量的纵向随访研究，尽管结果尚未公布。其次，RRI与其他促炎标志物之间缺乏显著关联可能受到质疑，考虑到炎症通路的多面性。特别是，TNF-α在这种背景下的机制性参与需要进一步阐明。第三，未考虑其他与训练相关的特征，如运动强度和每周训练频率，尽管这些因素可能显著影响炎症反应和损伤风险。确定体育活动的最佳范围不仅对于最小化过度使用损伤的风险至关重要，而且对于最大化与耐力运动相关的整体健康益处也至关重要。第四，多变量模型包括1315名参与者中的1159名；156名参与者被排除，主要原因是V̇O2peak值缺失。在大多数情况下，V̇O2peak不可用是因为基线时血压升高导致无法进行测试。这一排除标准引入了选择偏倚的可能性，因为血压较高的参与者可能在暴露变量和结果方面与完成测试的参与者存在系统性差异。因此，分析样本可能低估了具有某些心血管风险特征的个体，可能限制研究结果的推广性。第五，尽管由于与V̇O2peak的共线性而排除了总身体脂肪，但V̇O2peak本身并不显著，因此用总身体脂肪替代不太可能改变结果；然而，肥胖仍然具有生物学相关性，值得使用替代建模方法进行进一步研究。最后，该队列存在教育偏倚，受教育程度较高的个体比例过高。
6 结论
这项研究表明，基线TNF-α与一年随访期间的RRI发生显著相关，在调整相关协变量后，每增加1皮克/毫升，损伤几率增加25%。然而，预测模型的有限区分能力表明，TNF-α不能作为其当前应用中可靠的独立筛查工具。相反，研究结果表明，基线炎症表型是多因素损伤风险的一个组成部分，当与生物力学、训练相关和解剖学变量结合时，可能有助于风险分层。观察到IL-1RA显示出适度的保护性关联，方向与TNF-α相反，支持了炎症调节在RRI易感性中的生物学合理性，同时强化了单一生物标志物无法捕捉足够方差以实现临床预测的观点。
从实践的角度来看，这些结果是假设生成性的，并强调了需要进行具有连续炎症测量的纵向研究，将多种生物标志物与训练和生物力学变量整合到综合预测模型中，以及研究针对慢性炎症的干预措施是否能降低损伤发生率。虽然基线TNF-α测量不太可能单独改变临床实践，但了解炎症对损伤易感性的贡献可能为制定更有效的损伤预防策略提供信息。
7 展望
将升高的TNF-α水平识别为潜在生物标志物，为筛查可能易患过度使用损伤的跑步者提供了宝贵的机会，从而支持运动医学中的早期干预策略。此外，认识到肌肉骨骼创伤史和较高的每周跑步量是损伤风险的有力预测因素，强调了将这些因素纳入个体化训练负荷管理和伤后恢复运动方案的重要性。然而，炎症标志物有限的预测价值突显了对更全面、多学科损伤预防模型的关键需求，这些模型整合了生理、生化和生物力学数据，以更好地理解跑步相关损伤的复杂病因学并制定更有效的预防策略。
