功能性动作筛查应用研究的知识图谱分析

郑立杰 赵志明 敬龙军 林小荣 李 华

1.湖南科技大学体育学院，湖南 湘潭 411201;2.吉林体育学院，吉林 长春 130000;3.辽宁对外经贸学院外国语学院，辽宁 大连 116052)

随着各种类型运动损伤的发生率不断提升，相关学者及体能教练员等从业者积极寻求运动损伤的原因，以及可以预测并预防运动损伤发生的测试方法。通过功能性动作筛查(FMS)、星形偏移平衡测试(SEBT)和Y平衡测试(YBT)等测试方法，对易发生运动损伤的个体或群体进行预测和测试发现，柔韧、力量、动作模式、核心稳定性和本体感觉[1-4]等成为诱发运动损伤的重要因素。功能性动作筛查作为一种综合测试方法，虽然在对人体灵活性和稳定性以及人体动作代偿测试过程中得到广泛应用，但在实际应用过程中的信效度仍然存有争议[5]。通过科学计量学理论，采用Citespace可视化分析工具，在定量与定性相结合的基础上，对国外有关功能性动作筛查应用研究进行解读，以此助力我国高水平运动员及有需要的群体在运动损伤方面的康复和预防等，促进并完善我国“功能性动作筛查”应用研究邻域的理论体系。

1 数据来源与研究方法

1.1 数据来源

以Web of Science(包括SCI-E、SSCI)数据库作为本研究数据的源数据库，依据美国AP( Athletic Performance)研究所提出的“功能动作训练”[6]、美国矫形专家Gray Cook与训练专家Lee Burton等[7-9]设计的预测运动风险的筛查系统，将“功能性动作筛查”译为“Functional Movement Screen”(以下简称“FMS”)，并对其进行高级检索，检索语言和文献类型分别设置为“English”与“Article”，设定检索时间为2000—2017年，最终获取文献679篇(文献检索和下载日期，截止于2018年5月1日)。

1.2 研究方法

基于JAVA平台，将本研究的数据导入Citespace V可视化分析软件[10]。根据研究需要对Citespace V可视化软件中的作者、机构、国家及共被引文献等节点阈值进行相应的设置并运行，借助生成的共现网络图谱挖掘重要文献资料，对研究目标与知识网络进行梳理，进而洞悉研究前沿，将该研究领域的发展和历史演进过程予以客观呈现[11]。

2 结果与分析

2.1 FMS应用研究的文献相关分析

2.1.1 发文量分析

由图1可知，2000—2017年间国外有关FMS应用研究的发文量呈波浪式上升的趋势。从 2000年的18篇，上升至 2017 年的71篇，增长近4倍，其发展历程可分四个阶段。第一个阶段(2000—2005)，发文量处于波动不稳定期，但每年发文量都未低于10篇；第二个阶段(2006—2009)，发文量呈现稳定上升趋势，至2009年达到该领域研究的第一个峰值，发文37篇；第三个阶段(2010—2014)，发文速度逐年递增，至2014年达到第二峰值；第四个阶段(2015—2017)，在2016年FMS应用研究的相关成果达到75篇，占研究总数的11%。由此可见，FMS作为理疗、康复训练和体能训练三个领域之间的交流沟通的平台，是一种发现人体基本动作障碍或缺陷并且排除掉的动作模式，使一系列的错误动作问题简化为一个纠正训练计划[12]。近年来逐渐受到国内、外研究人员的重视和关注。

图1 2000-2017年FMS应用研究发文量分布

2.1.2 国家(地区)分布

由表1可知，2000—2017年共有36个国家(地区)发表了以FMS应用为主题研究的相关论文。表1列出了该领域研究发文量排名前10位的国家(地区)。美国排名第一(291篇)，其次是英国(72篇)，随后是德国(59篇)；中国排在第7位，共发表相关研究论文32篇。从其中心性来看，排名前三的分别是英国(0.35)、美国(0.31)、德国(0.25)，说明这三个国家在该领域的研究成果占据着重要的地位。此外，基于发表论文增长的指标“突增性”来看，其增长越大，说明发文突增性越多[13]。由此可见，意大利(3.80)的突增性最高，表明意大利近年来在该领域的研究成果大幅度提升。基于Web of Science数据库所呈现出的，与“功能性动作筛查”领域研究相关成果来看，欧美国家仍处于领先地位。由于科研水平、语言和文化等多方面的差异，致使国内在该领域研究与之相比还存有一定差距。

表1 2000-2017年FMS应用研究文献的国家(地区)分布

2.1.3 高产机构分析

通过分析一个领域研究的相关机构，能够更加清楚地了解和把握国际上有关该领域理论研究的高地[14]。根据表2中排名前10的高产机构的发文量可知，FMS应用研究主要力量来自高校，其中5所高校来自美国，其余5所高校分别来自加拿大、英国和以色列。从发文量来看，位列第一名的是多伦多大学(15篇)，其次是杜克大学(14篇)，再次分别是哈佛大学(10篇)和伊凡斯维尔大学(10篇)，同时这些高产机构代表着该领域的权威，还是本领域相关知识的创造和集散中心[15]。

表2 2000-2017年FMS应用研究文献的机构分布

2.1.4 高产作者分析

图2中每个节点代表一位作者，而节点之间的连线代表学者之间的合作强度，连线越粗，合作关系越紧密，线条的颜色代表合作时的年代[16]。采取不同的方式对高产作者共现网络图谱和发文量排名前10位的高产作者进行深入解析。

由表3可知，排名前10位的高产作者中，美国作者有6位，分别来自北卡罗来纳州达勒姆大学(BUTLER RJ)、美国印第安纳州埃文斯维尔大学(KIESEL KB)、美国印第安纳州埃文斯维尔大学(PLISKY PJ)、美国陆军-贝勒大学(TEYHEN DS)、普吉特海湾大学(MCMILLIAN DJ)、美国加州蒙特利海湾加州州立大学(LUCZO TM)；3位来自加拿大的作者分别是多伦多大学(CALLAGHAN PJ)、加拿大安大略省滑铁卢大学(MCGILL SM)和滑铁卢大学运动学系(FROST DM)；澳大利亚纽卡斯尔大学(JORDAN CA)。

某一个研究领域的迅速发展，其不仅表现在研究成果的不断涌现，同时也表现在学术共同体规模的持续壮大[17]。由图2可知，高产作者集中分布，有着不同程度的合作关系。其他作者高度的离散，互相之间的合作少。作者之间有着一定的合作聚类，以高产作者BUTLER RJ、KIESEL KB、PLISKY PJ、TEYHEN DS等为主的学术共同体合作密切，成为这一领域最为活跃的研究团队，主要从事运动学、人体运动科学以及运动生物力学等方面的研究。通过对人体所发生的运动损伤、身体姿势与体位平衡、肌肉骨骼疾病和膝关节骨关节炎等，通过动作捕捉以康复医学为辅助手段，完成运动分析并实现身体康复的目标。其次是以CALLAGHAN JP、MCGILL SM等为主的学术共同体，研究内容以人体工程学、运动生物力学为主，通过运动分析对人体姿势平衡，包括脊柱、腰椎、椎间盘退变以及背部和骨盆疼痛等在内的一系列表现，以实现降低运动损伤的发生概率，并完成和解决与运动紧密相关的运动能力、体能训练和运动成绩等相关问题。

借此发现，同一国家(地区)或同一所学校的作者之间有着非常密切的合作关系，这也说明他们之间具有较强的合作基础与优势，突显了在该领域研究方向上的相对一致性与集中性。但是研究中并未发现明显的跨地域和跨机构的合作的现象。

图2 2000-2017年FMS应用研究文献的高产作者共现图谱

序号作 者发文量作者单位/国际1BUTLER RJ11Duke University, USA2PLISKY PJ7University of Evansville, USA3KIESEL KB7University of Evansville, USA4TEYHEN DS5U.S. Army-Baylor University, USA5MCGILL SM4University of Waterloo, CANADA6FROST DM4University of Waterloo, CANADA7SHAFFER SW4US Army-Baylor University,USA8GORNELL SL4University of the Incarnate Word·School of Physical Therapy, USA9CALLAGHAN JP4University of Waterloo, CANADA10HUME P4Auckland University of Technology, USA

2.2 FMS应用研究的主要学科

2.2.1 FMS应用研究主要学科的计量学分析

由图3可知，FMS应用的研究除了体育科学领域之外，与“神经科学和神经学”、“神经科学”、“临床神经病学”、“心理学”、“工程学”等之间也存有紧密联系。排除体育科学，学科共现网络图谱中呈现出了4个较为关键的节点，对其中心性从高到低排序，依次是NEUROSCIENCES(神经系统科学，0.87)、NEUROSCIENCES & NEUROLOGY(神经科学与神经学，0.65)、CLINICAL NEUROLOGY(临床神经病学，0.51)与ENGINEERING(工程学，0.51)。不同的学科和专业为我们全面了解和认识FMS提供了多元的视角，为全面预防与控制运动损伤的风险提供了一定的理论保障。

2.2.2 FMS应用研究的学科耦合分析

运用“文献耦合”分析这一概念，最早由Kessler教授于1963年提出[18]。“耦合”的概念不仅仅局限于同时引证的两篇论文本身之间的关系，也揭示了两个或更多的不同主体与同一客体之间的关系[19]。因此，有学者指出“文献耦合”可应用于关键词耦合、著作耦合、期刊耦合以及学科耦合等研究领域[20]。通过Citespace V 对功能性动作筛查研究进行双图叠加得到学科耦合图，通过Z-score简化按键合并连线得到的学科耦合简化图(图4)。

图3 FMS应用研究学科共现图谱

如图4所示，两部分通过“FMS”这一中介，形成了鲜明的学科耦合联系。Part 1是本研究来源数据中参考文献的学科分布示意图，其中有关FMS应用的研究主要参考了分子生物学、免疫学、医学、临床学、神经学、眼科学以及体育科学这5大学科领域的研究，为FMS的来源研究及该领域相关研究奠定了一定的理论基础；Part 2是研究来源数据中施引文献的学科分布示意图，同样FMS应用也影响着与其领域相关的一些研究，例如：医学、遗传学、护理学、运动损伤康复学、心理学、教育学、社会科学、经济学及政治经济学等领域。

图4 FMS应用研究学科的双叠加图

基于图中Part 1与Part 2之连线的粗细可知学科间的联系的密切程度，而连线的颜色可知学科的关系路径。如参考了分子生物学、免疫学的研究经常被应用于分子生物学、遗传学等学科门类;而参考了医学、临床学的研究则多应用于医学、护理学、健康学、运动损伤康复学等;神经学与体育科学的研究成果更多是应用于心理学、教育学、社会科学、经济学、政治经济学等。

2.3 FMS应用研究热点分析

2.3.1 FMS应用研究热点聚类与高频关键词

“关键词”是文章核心的浓缩和提炼，其出现的频次越高，表明对其所表达研究主题的热点越高[21]。由 242个节点和 589 条线连接构成的，且网络密度为0.0202的关键词共现图谱(图5)，而节点就是本研究的主题词，节点越大，则说明该主题词出现频次越多。而节点之间的连线则表示共现关系，连线的粗细代表了共现的强度，颜色则对应节点第一次共现的时间[22]。

图5 FMS应用研究热点共现图谱

关键词作为研究最精炼的中心思想，其出现频次越高则表明FMS应用研究领域的专家学者对该群体较为关注。基于上述分析，运行软件导出有关FMS应用研究的高频关键词，对其进行合理的合并和汇总，例如Movement、Reliability、Performance、Injury、Risk Factor等，对意义相近或相同的关键词进行筛选合并处理，如：Performance与Expression、Movement与Exercise；以及剔除本文研究的主题(Functional movement screen)，最终获得表4中信息。

表4 FMS应用研究的高频及高中心性关键词一览表(前20位)

由图5和表4中信息可知，FMS应用研究以运动(Movement)中运动员及其他群体人员发生运动损伤前的预测和判断，以及损伤后的康复为主旨而开展保护措施，研究热点主要集中在可信度、表现、损伤预防、运动损伤、风险系数、力量、评估者信度等方面；研究对象主要涉及到运功员、军人等群体。采用功能性动作筛查的7动作模式(DS、HS、IL、SM、ASLR、TSPU、RS)和三个排除性测试方法，对实验对象进行测试，以探索不同的补偿性运动策略对运动员伤病预防和康复的影响，进一步探索运动员的基本动作模式、动作局限、动作变形进行确认、分析以及排序，建立运动锻炼和训练过程中的最低标准及要求。

图6 FMS应用研究热点时区共现图谱

2.3.2 FMS应用研究的热点时区分析

由一系列表示时间区间，从左至右有序排列的区域构成了时区可视图(图6)，直观的揭示出FMS应用研究热点演变的发展趋势情况，同时又将与该主题相关研究的热点及发展演变的路线和内容鲜明地呈现了出来，并清晰地显示出了2000—2017年，FMS应用研究热点之间的交集关系。

由图6可知，FMS应用研究的热点，已逐渐从运动(Movement)、可信度(Reliability)、表现(Performance)、动作控制(Motor control)过渡到了风险系数(Risk factor)、损伤(Injury )康复(Rehabilitation)以及损伤预防(Injury prevention)等。但是，从FMS应用研究趋势来看，风险系数(Risk factor)和评估者信度(Interrater- reliability)，仍然占据了该领域研究主要方向的重要位置。随着现代化运动训练快速发展的需求，FMS已逐渐被应用到具体运动项目的训练过程中，通过其既定的7个动作，对运动员在运动中将要发生，或是已经发生的损伤进行推断、筛查、预测以及控制，并对其动作予以规范化、合理化、系统化的纠正和预防，进而规避风险发生。研究的主题越来趋于多元化，内容的研究也不断从浅入深，纵向化与横向化逐渐明晰并加快，宏观化与微观化交叉结合频率不断提升，突显出FMS在运动中所起到重要作用。

2.4 FMS应用研究的演化分析

如图7所示，1个节点代表1篇论文，节点最外环颜色越深代表该文献的中心性越高，而中心性越高，说明与网络节点对应的论文在该领域内具有标志性意义和链接的枢纽作用，同时可控制另两个引用文献的交互能力，处于重要的主导地位[23]。图7中的聚类名称分别为 #0：Physiotherapist(理疗师)、#1：Musculoskeletal injury(肌骨骼损伤)、#4：Physio-therapist(理疗师)、#7：Repeatable(可重复的)、#10：Unilateral jump(单边跳跃)、#16：Motor control(运动控制)，具体对其进行聚类解释时,要结合3种算法得到的命名结果及提取施引文献的“Summary Sentences (总结句)”等，才能对其进行解释[24]。而聚类的颜色代表了首次共被引时间和以聚类颜色变化表明的知识流向随时间的变化而变化[25]。

图7 功能性动作筛查研究文献共被引共现图谱

图7作为2000-2017年期间有关FMS应用研究的发展过程中具有影响力和重大创新理论经典文献的聚类集合，6个知识聚类群形成了一个连续的发展脉络，而聚类内容和演进时间以不同的颜色展现出来，图中关键点就是该领域研究的具体演化发展方向。依据聚类特征并结合相关文献进行深入探究，同时对高倍引与高中心性的文献进行仔细阅读分析，梳理其发展脉络，并予以再次划分归类，形成3个相关知识聚类群(图7)，且每一个知识群聚类对应着一个FMS的研究方向，揭示了FMS这一主题整体的演进历程。这3个相关知识聚类群分别为：

Parth 1知识聚类群：FMS对下肢受伤风险预测的研究；

Parth 2知识聚类群：对FMS预测运动损伤信、效度的研究；

Parth 3知识聚类群：FMS对运动能力预测的研究。

3 结论

当前，国外功能性动作筛查领域研究的发文量呈逐年增长趋势，形成了以体育科学为主导，包括医学、运动损伤康复学及心理学等多学科交叉的复合型学科群。但由于中西方语言差异及科研技术水平的差异，与欧美国家相比还存有一定的差距。

高产作者之间形成了较强凝聚力的核心研究队伍，但是高产作者之间跨国家(地区)或是跨机构的合作较少，很大程度上禁锢了该领域研究的发展前景。因此，应加强各方的交流与合作，从而为该领域的研究提供人才支持和智力保障。

功能性动作筛查领域研究的热点紧紧围绕在职业运动员、大学生、女子团体运动员和军人在竞技比赛、体育锻炼和季前体检等领域中,主要包括下肢受伤风险预测和运动损伤预测的信、效度，以及影响运动能力等。

功能性动作筛查领域研究的演进过程，由实践应用研究逐渐向理论与实践应用相结合的深层次研究。实践应用主要以运动员下肢的功能性测试和评估受伤风险预测研究为重点；而理论与实践应用相结合研究正逐步从功能性动作筛查信度相关研究过渡到精准化的、具体的损伤预测研究，如十字韧带损伤预测研究等。