基于可穿戴设备分析跑者与普通人日常步态差异的研究

本研究旨在探讨长距离跑步训练对日常行走步态的影响，填补跑者日常步态特征相关研究空白。为比较长跑跑者与非跑者的日常步态差异，研究人员招募28名Harris评分良好的马拉松跑者（女性15名、男性13名）及11名非跑者对照组，采用可穿戴设备采集步态数据，通过步态分析系统评估单任务与双任务实验下的步态参数。单任务实验中，跑者较非跑者表现出更高的步速与步频，更短的步幅、支撑相与摆动相时长，蹬离地角度（toe-off angle）与足跟着地角度（heel strike angle）显著更低，且步长时间对称性与足跟着地角度对称性显著更优。双任务实验中，跑者的蹬离地角度与足跟着地角度仍显著低于非跑者，且步长对称性优于非跑者。针对跑者群体，双任务下的步速、步频、步时间与支撑相时长均与马拉松配速密切相关。蹬离地角度与足跟着地角度可作为区分跑者与非跑者的特征指标。本研究表明，长期马拉松训练可改变行走模式、提升步态对称性，降低跌倒风险。文末对该工作的转化潜力与临床影响进行了评述。

《基于可穿戴设备的跑者与非跑者日常步态差异研究》解读

本研究发表于《Journal of Intelligent Medicine》，聚焦于长期跑步训练对人群日常行走步态的塑造效应这一此前未被充分探索的领域。当前运动生物力学领域已证实步幅、步频等时空步态参数是跑步表现的核心评价指标，且重复性的专项动作训练可诱导人体产生姿势适应，但此类适应是否延伸至日常行走模式尚未有明确结论。同时，双任务范式已被广泛用于评估行走时的注意力分配特征，而其与长跑能力的潜在关联仍有待挖掘。随着微机电系统（MEMS, Micro-Electro-Mechanical System）技术的发展，可穿戴传感器已在跑步运动学分析中展现出与光学动作捕捉系统相当的参数精度，为真实场景下的自然步态研究提供了可行工具。在此背景下，本研究旨在通过对比马拉松跑者与普通人群的日常步态特征，明确长期长跑训练对行走模式的特异性影响，为运动健康效益评估与神经肌肉功能研究提供实证依据。

研究纳入28名近2年内完成过全程马拉松、累计长跑里程≥1600 km的跑者（女性15名、男性13名），以及11名无规律运动习惯的非跑者对照。所有跑者均经严格医学筛查，排除心脑血管疾病与下肢肌肉骨骼异常，且Harris髋关节评分正常、双侧髋关节活动度对称。采用JiBuEn®步态分析系统（含5个MEMS惯性传感器模块与集成32个压力传感器的智能鞋）采集数据，采样频率为20 Hz。实验设置10 m自然行走通道，截取中间8 m的稳态步态参数；双任务要求受试者在行走的同时连续口头背诵7的倍数序列。每位受试者完成3次单任务与3次双任务测试，取平均值用于统计分析。组间比较采用独立样本t检验或Mann-Whitney U检验，单双任务差异采用配对样本t检验，采用不对称系数（ASI, asymmetry coefficient）量化步态对称性，并通过随机森林（RF, Random Forest）与梯度提升决策树（GBDT, Gradient Boosting Decision Trees）结合递归特征消除（RFE, Recursive Feature Elimination）算法筛选区分跑者与非跑者的核心步态特征。

3.1 受试者特征

两组受试者在年龄、身高、体重与性别比例上均无统计学差异（p>0.05），排除了人口学因素对步态特征的混杂影响。跑者群体的平均长跑年限为4.14±2.53年，年均参赛3.43±3.25次，累计完赛次数14.11±16.66次，保证了训练暴露的一致性。

3.2 长跑训练者与非训练者的步态差异

单任务实验中，跑者的步速（1.22±0.12 m/s vs 1.11±0.15 m/s, p=0.012）与步频（112.34±5.83 steps/min vs 104.71±5.69 steps/min, p=0.001）显著高于非跑者，步时间（1.07±0.06 s vs 1.15±0.06 s, p=0.001）、支撑相时间（0.65±0.05 s vs 0.71±0.59 s, p=0.001）与摆动相时间（0.42±0.02 s vs 0.44±0.02 s, p=0.001）则显著更短，两组步幅无显著差异（p=0.497）。运动学参数方面，跑者的蹬离地角度与足跟着地角度在单、双任务中均显著低于非跑者（单任务z=-4.806, p=0.000；双任务z=-27.276, p=0.000）。对称性分析显示，单任务下跑者的步时间ASI（0 vs 0.006）与足跟着地角度ASI（0.012 vs 0.074）显著更低（p<0.05），表明其步态对称性更优；但双任务下非跑者的步长对称性反而优于跑者（p=0.044）。

3.3 单任务与双任务的步态比较

跑者在单任务下的步速、步频显著高于双任务，步时间与支撑相时间显著更短（p<0.05），而非跑者的单双任务步态无显著差异。相关性分析显示，跑者双任务下的步速（r=-0.489, p=0.008）、步频（r=-0.416, p=0.028）、步时间（r=0.403, p=0.034）与支撑相时间（r=0.473, p=0.011）均与马拉松配速显著相关，提示双任务步态可反映跑者的实际运动能力水平。

3.4 跑者与非跑者的区分特征

机器学习模型的特征重要性排序一致显示，蹬离地角度与足跟着地角度是区分跑者与非跑者的最优特征组合，不受任务条件影响，可作为长跑训练人群的步态标志物。

讨论部分指出，步态对称性是神经肌肉功能健康的核心指标，不对称性会增加跌倒风险并升高能量消耗。本研究首次证实长期长跑训练可显著提升日常行走的步态对称性，这为运动预防老年跌倒、改善神经退行性疾病患者运动功能的机制提供了新视角。同时，跑者双任务步态与马拉松配速的强相关性，印证了有氧运动与认知功能的双向促进作用——长跑训练可提升认知资源分配效率，而认知功能又反过来调控耐力运动表现。研究局限性在于样本量较小且组间不均衡（28 vs 11），未来需扩大样本量进一步验证结论。

结论部分总结：长期马拉松训练可优化日常步态的对称性与行进效率，降低跌倒风险；蹬离地角度与足跟着地角度是识别长跑训练人群的特异性生物标志物；运动与认知之间存在正反馈调节关系。本研究为可穿戴设备在运动健康监测、康复评估中的应用提供了重要的参数参考与理论支撑。