女大學生步行時使用手機對步態時空參數的影響

杜夢詩

摘 要：智能手機給人們生活帶來便捷的同時，也帶來了新的安全隱患。本研究選取40名女大學生為研究對象，分別接受正常步行測試與使用手機時步行測試，對比各組步態時空參數的差異性。研究發現，女大學生在步行時使用手機的步長變短，步頻、變異系數以及身體重心移動指數變大；是否因使用手機有過跌倒經歷對女大學生正常步行的步態時空參數不產生影響；步頻越大，發生跌倒的風險越高。

關鍵詞：步態 使用手機 跌倒 女大學生

中圖分類號：G80 文獻標識碼：A 文章編號：2095-2813（2018）11（b）-0212-03

步態是人體肌肉骨骼系統、神經系統、本體感覺、視覺和心血管系統等多系統相互作用的結果[1]。正常的步態具有步長適當、身體平穩、耗能最少等特點[2]。步態分析是人類步態常用的檢查技術，通過精密的儀器測量，提供一系列運動學、動力學參數，從而能客觀的測量人體步態特征[3]。本研究借鑒國內外近幾年步態分析的研究，利用步態分析跑臺測試女大學生在步行時使用手機的步態特征，旨在分析步行時使用手機對步態特征的影響，以及步態變化與跌倒之間的關系，以期警示行人規范交通安全行為。

1 研究對象和方法

1.1 研究對象

招募健康女大學生受試者40人，基本情況見表1。納入標準：年齡18～24歲；身體健康；無肌肉疲勞癥狀，測試期間踝關節活動正常。排除標準：體型異常、下肢畸形、步態異常和近半年有嚴重下肢外傷史；測試前24h內參加過劇烈運動。再根據過去一年內是否因使用手機而發生跌倒分為跌倒組與對照組。實驗分組已經通過統計學分析，兩組在年齡、身高、體重上均無顯著性差異（P>0.05），見表2。

1.2 研究方法

采用國際通用的6min步行標準測試方法。每位測試者接受兩組速度為1.2m/s、時間為6min的步態測試。第一組測試為正常步行測試；第二組測試為使用手機時步行測試，要求測試者自然行走的同時，使用手機打字，打字的內容和篇幅由實驗者統一給定。

1.2.1 主要觀察指標

采用設備為美國Biodex公司生產的gait trainer2步態分析跑臺，所得參數為步態的時空參數[4]，指標有：步頻、左/右腳步長、左/右腳變異系數、身體重心移動指數。

1.2.2 統計方法

采集數據應用SPSS 21分析軟件進行分析：第一次使用配對樣本t檢驗；第二次使用獨立樣本t檢驗。P<0.05表示有顯著性差異，P<0.01表示有非常顯著性差異。

2 結果

2.1 正常組和手機組步態時空參數對比情況

由圖1可知，與正常組相比，手機組的步頻、左/右腳變異系數、身體重心移動指數均增大，左/右腳步長降低，均有顯著性差異（P<0.05）。提示女大學生在步行使用手機時，步長變短，步頻、變異系數以及身體重心移動指數變大。

2.2 跌倒組與對照組步態時空參數對比情況

由圖2可知，正常步行時，跌倒組的步長更小，步頻、左/右腳變異系數、身體重心移動指數更大，但均無顯著性差異。提示是否因使用手機有過跌倒經歷對女大學生正常步行的步態特征不產生影響。

使用手機時步行，跌倒組的步長更小，步頻、左/右腳變異系數、身體重心移動指數更大，僅平均步頻有顯著性差異（P<0.05），其他參數未呈現顯著性差異。提示因使用手機有過跌倒經歷的女大學生在步行使用手機時步頻增大。

3 討論

步態分析跑臺能將步態進行量化評定，可測量步頻、步長、變異系數、重心移動指數等參數，并進行組間對比，以確定哪些參數與跌倒具有相關性。

步頻，是指行走時兩腿在單位時間內交替的次數。在步速恒定的情況下，步頻與步長成反比，步頻越大，步長越小。研究表明：在步速一定的情況下，人體可以通過降低步頻、加大步長，來提高步態穩定性[5]。

步長，是指行走時兩腳相鄰著地點之間的距離。Senden等[6]的研究結果發現：步長與Tinetti跌倒風險有較強的關聯。Ayers等[7]的隨訪結果也顯示，步長是執行雙重任務行走測試中唯一能夠獨立預測跌倒的因子。本研究結果顯示，女大學生在使用手機時的步長顯著性降低、步頻顯著性增大，說明此時的步態穩定性降低，跌倒風險增大；并且因使用手機有過跌倒經歷的女大學生在使用手機時的步頻顯著性大于無跌倒經歷的，說明步頻越大發生跌倒的風險越高。

變異系數，是指左右腳在步態測試中的變化情況，變異系數越小、步行越穩定。Mignardot等[8]通過測量259例從未跌倒過的老年人的步態特征，并隨訪了2年內的首次跌倒情況，發現變異系數能夠預測未來6個月后的首次跌倒事件。Verghese等[9]研究結果也顯示，變異系數和擺動時間變異性是預測跌倒風險最有力的因子，提示變異系數比步長等參數預測跌倒風險的敏感性更強。

身體重心移動指數，是指在步行過程中身體重心的移動情況，平衡能力越強、步行越穩定，身體重心移動指數越低。本研究結果顯示，女大學生在使用手機時的變異系數和身體重心移動指數顯著性增大，同樣說明此時的步態穩定性降低，跌倒風險增大。

女大學生在步行使用手機時，步長變短，步頻、變異系數以及身體重心移動指數變大；是否因使用手機有過跌倒經歷對女大學生正常步行的步態時空參數不產生影響；步頻越大，發生跌倒的風險越高。

參考文獻

[1] Snijders AH，Van De Warrenburg BP，Giladi N，et al. Neuro-logical gait disorders in elderly people：clinical approach and classification[J].Lancet Neurol，2007，6 （1）：63-74.

[2] 向靜，胥方元.步態分析在臨床康復應用中的研究進展[J].現代醫藥衛生，2014，30（22）：3411-3413.

[3] Tao W， Liu T，Zheng RC，et al.Gait Analysis Using Wearable Sensors[J].Sensors （Basel），2012，12（2）：2255-2283.

[4] 李香平，舒彬，顧小紅，等.中國正常成人步行時空參數分析[J].中國康復醫學雜志，2012，27（3）：227-230.

[5] 張彩芳，周軍，史清釗，等.太極拳運動對老年人步態穩定性的影響[J].現代生物醫學進展，2011，9（5）：918-921.

[6] Senden R，Savelberg HH，Grimm B，et al.Accelerometry-based gait analysis，an additional objective approach to screen subjects at risk for falling[J].Gait.Posture，2012，36：296-300.

[7] Ayers EI，Tow AC，Holtzer R，et al.Walking While Talking and Falls in Aging[J].Gerontology，2014，60（2）：108-113.

[8] Mignardot JB，Deschamps T，Barrey E，et al.Gait disturbances as specific predictive markers of the first fall onset in elderly people：a two-year prospective observational study[J].Front Aging Neurosci，2014（6）：22.

[9] Verghese J，Holtzer R，Lipton RB，et al.Quantitative Gait Markers and Incident Fall Risk in Older Adults[J].J Gerontol A Biol Sci Med Sci，2009，64（8）：896-901.