基于因子分析的男性青年足型特征指标体系研究

张新语 霍洪峰，2

1 河北师范大学体育学院（河北石家庄050024）

2 河北省人体运动生物信息测评重点实验室（河北石家庄050024）

足是下肢运动系统的重要组成部分，在人体运动中起着承重、缓冲、支撑以及维持身体平衡等重要作用[1]。不同年龄段、不同人群的足型特征存在较大差异[2，3]，男性青年处于活动量大的阶段，足部存在其独有的特征。鞋是运动中必不可少的装备，鞋型与足型应相互对应，建立足型评价指标体系是鞋楦构建的前提[4]，长期穿着不符合足型的鞋会导致足结构的差异及改变，影响足部的力学特征，异常足型会加速足踝及下肢损伤等疾病的发生，了解足型规律特征和差异至关重要[5]。建立评价指标体系是足型研究的前提，藉此能够获取全面、准确的代表性指标，有针对性地对男性青年足型特征进行评价，为疾病的预防与矫正提供科学的依据和指导。

目前足型测量实现了由手工到自动、接触式到非接触式、二维到三维的过渡，并向自动测量、处理和分析的方向发展[6，7]。自动式三维足型扫描已成为当今足型测量的主要手段，其测量效率高，测量结果准确全面，但测量指标偏多，34项指标中存在重叠及相关性较大的内容，影响评价结果。故本研究建立足型评价指标体系，旨在简化足型评价指标，为进行相关研究提供便利。

1 对象与方法

1.1 研究对象

选取河北省高校21～24岁男性学生845名，所有受试者籍贯为河北省，体质量指数在正常范围内，无影响实验结果的相关受伤史，并在近5 个月内踝部无扭伤，基本情况见表1。

表1 受试者基本信息（ ± s）

表1 受试者基本信息（ ± s）

年龄（岁）22.6 ± 0.6身高（cm）177.9 ± 3.6体重（kg）72.8 ± 7.4鞋码/号41.9 ± 1.4

1.2 研究方法

1.2.1 测量仪器

采用三维足型扫描仪（型号PODOMED 3D Scanner，有效扫描区域：350 L*150 W*160 H mm，扫描精度：+/-1.0 mm）对受试者足部进行扫描，三维足型扫描仪符合人体工学设计[8]，全自动扫描，实现了足型测量从二维到三维的过渡[9]，自动实现28 点标记和34 项实测数据，获取全面、准确的三维足型图像数据。

1.2.2 测量方法

测试时间为每天下午4点～7点，测量时，受试者露出足部及小腿，放松姿势站立，身体保持正直状态，目视前方，双手自然下垂于身体两侧，双足均匀受力，重心位于两足中间，依次将单足裸足置于足型扫描仪。

1.2.3 测量指标

1.2.3.1 实测指标

34项实测指标详见表2。

表2 34项实测指标

1.2.3.2 派生指标

由测得的参数，通过扫描仪计算及转换等获取3项派生指标（表3）。派生指标均能综合、准确反映足型特征及足部姿势，是研究常用的有效指标。将此3 项指标选入评价足型特征的体系中，不再对此进行筛选。

表3 派生指标的意义及说明

2 结果与分析

2.1 数据的调整与筛选

测量过程中足型会受到受试者站立姿势、角度等因素的影响[10]，系统误差不可避免，故数据处理前应进行调整与筛选。测量后应调整扫描仪自动标记与受试者手动标记存在差异的点，将两点调整至重合，以确保数据的准确性，再进行数据筛选，剔除偏差较大、不符合实际的数据，使分析更加准确，结果更具有现实意义[11]。

2.2 实测指标的因子分析

由于所测34 项指标中存在相关、重叠性强的信息，需要通过因子分析将原始的多个指标简化为有代表性的综合指标，后续减少指标数量，以利于判定分析。

通过因子分析，进行足型评价指标的构建。首先，需要对原始数据进行KMO 检验和巴特利特（Bartlett）球形检验，检验其是否适合做因子分析[12]。其次，通过因子分析的主成分分析法提取公因子。最后，利用正交旋转使得因子变量更具有可解释性，得到旋转成分矩阵，选出因子载荷值高的因子，即为具有代表性的评价足型的综合性指标。

2.2.1 KMO检验和Bartlett球形检验

表4 为KMO 检验和Bartlett 球形检验结果，KMO检验通过比较变量间的简单系数与偏相关系数关系，确定原有变量是否适合做因子分析。KMO统计量值在0～1 之间。KMO 值越大，说明变量间的相关性越强，原有变量越适合做因子分析；相反则不适合。KMO 度量标准为：0.9 以上表示非常适合；0.8～0.9 表示很适合；0.7～0.8 表示适合；0.6～0.7 表示勉强适合；0.5～0.6表示不太适合；0.5以下表示极不适合[12]。由表5可知，KMO 统计量值为0.847，处于0.8～0.9之间，很适合做因子分析。

Bartlett 球形检验是检验变量间相关性的方法，用于判断原变量是否适合做因子分析。数值较大，表示原始变量之间存在相关性，适合做因子分析[13]；相反则不适合。由表可知，Bartlett 球形检验的近似卡方为4008.732，数值较大，相伴概率（Sig）为0.00，小于0.01，表示原始变量适合做因子分析。

表4 KMO和Bartlett检验结果

2.2.2 因子分析提取公因子

采用主成分分析法提取公因子，提取特征值大于1的公因子，能够较全面地反映原始变量的信息。

表5 为解释的总方差，对所测评价足部形态的34项指标进行主成分分析，前7 个成分特征值大于1，累计方差占比85.501%，提取前7个变量作为主因子，由7个主成分因子来综合描述成年男性青年足型特征。

2.2.3 提取因子载荷值大的指标

表6 为方差最大正交旋转后的因子载荷值，筛选出各主成分因子中载荷值较大的指标。第1主成分因子：足长、足弓长、腓侧脚背长、1MP、5MP、LAP；第2 主成分因子：足掌围、Waist、足前掌宽；第3 主成分因子：外踝骨下沿高、内踝骨下沿高、外踝高、内踝高；第4主成分因子：第1趾偏角度、第5趾偏角度；第5主成分因子：足背围、LH；第6 主成分因子：足跟角度；第7 主成分因子：踝关节围度。

第1主成分和第2主成分累计贡献率达45.873%和15.285%，说明长度、宽度、围度是评价足型特征的基本指标。

在筛选指标过程中，除了考虑因子载荷值的大小，还应考虑到高载荷因子指标作为评价指标的代表意义和理论分析结果[14，15]。通过因子分析共筛选出19个指标，根据三维足型扫描仪所显示的每个指标测量的具体位置，发现19 个指标中仍存在重复性较高的指标，因此运用相关分析，结合指标的代表意义以及因子分析结果（表6）中因子载荷值、鞋楦设计要求等，再次对19个指标进行筛选。

表5 解释的总方差

表6 旋转成分矩阵

（续表6）

2.3 相关分析获取指标

2.3.1 第1主成分因子中指标的相关分析

通过相关分析对第1主成分因子中的指标进行分析，发现每两个指标间均存在极强相关。三维足型扫描仪所测量的具体位置显示，足弓长与1MP、腓侧脚背长与5MP 基本一致。表7 因子载荷值显示，足弓长载荷值大于内侧弓长载荷值，腓侧脚背长载荷值与外侧弓长载荷值相等，结合指标现实意义，选择足弓长与腓侧脚背长两个指标。

2.3.2 第2主成分因子指标的相关分析

如表7 所示，第2 主成分因子中的指标显著相关，但三维足型扫描仪所测量的具体结果显示，3个指标均表示的是足部不同位置的指标，均具有代表意义，所以不对3个指标进行再次筛选。

表7 第2主成分因子中指标的相关性（n=845）

2.3.3 第3主成分因子中指标的相关分析

如表8所示，外踝骨下沿高与外踝高、内踝骨下沿高与内踝高显著相关。表4 因子载荷值显示，外踝下沿高载荷值大于外踝高载荷值，内踝高载荷值大于内踝下沿高载荷值，选择外下沿踝高和内踝高两个指标。

表8 第3主成分因子中指标的相关性（n=845）

2.3.4 第4主成分因子中指标的相关分析

如表9 所示，第4 主成分因子中的指标显著相关。三维足型扫描仪所测量的具体结果显示，两个指标均表示的是足部不同位置的指标，均具有代表意义，所以不对两个指标进行再次筛选。

表9 第4主成分因子中指标的相关性（n=845）

2.3.5 第5主成分因子中指标的相关分析

如表10 所示，第5 主成分因子中的指标显著相关。三维足型扫描仪所测量的具体结果显示，两个指标均表示的是足部不同位置的指标，均具有代表意义，所以不对两个指标进行再次筛选。

表10 第5主成分因子中指标的相关性（n=845）

第6、7 主成分因子均有一个指标，不再进行相关分析。

通过因子分析和相关分析两次筛选，最终获取评价足型特征的14个实测指标，分别为足长、足弓长、腓侧脚背长、LAP（第1 跖骨末端到足后跟水平切线的距离）、足前掌宽、足掌围、Waist（中足部位围度）、外踝下沿高、内踝高、第1 趾偏角度、第5 趾偏角度、LH（经过足舟骨与足后跟点所环绕的围度）、足跟角度、踝关节围，以及足弓指数、踝翻转指数、纵弓角度3 项派生指标，共有17项评价足型特征的指标。

2.4 男性青年足型评价指标体系的建立

足部功能与足型密切相关，足作为人体与外界接触的终端，其结构差异导致足功能差异。运动过程中，足通过关节间（包括拇趾、跖骨、足弓和后跟）的相互协调及合理形变，保障运动的顺利进行。在一个步态周期内，足呈现出后足-中足-前足过渡的过程，足各节段在运动的不同时期发挥着相应作用，一个足段局部异常运动影响另一足段运动学特征[16-18]。足跟触地进入步行支撑期，足开始与地面作用，足部支撑点逐渐向前推进，由足跟过渡至中足，足跟离地，支撑点由中足过渡至前足，足跖屈，完成蹬地动作，顺利进入步行的摆动期。前足、中足、后足形态的变化会影响步态特征，通过评价指标掌握不同人群足各部位差异，结合运动学、动力学参数，能够更清晰地了解运动过程中的足部功能及运动规律。

足部疾病与足部类型有关，不同足型具有不同的结构、功能及生物力学特性，产生不同的运动模式特征。拇外翻、足弓异常、足踝翻转等是常见的异常足型。第1 趾偏角度是评价拇趾类型的指标，在步行过程中，支撑后期足跟离地时，第1 跖趾关节及第2 跖趾关节产生主要推动力，拇外翻人群跖趾关节活动受限，改变了正常运动模式[19，20]。足弓指数、踝翻转指数是评价扁平足及高足弓的常用指标[21]。扁平足和高足弓与正常足相比足部功能差异最大[22，23]。足弓异常足与地面的接触面积改变，正常受力点偏移，足弓缺乏缓冲作用及静态、动态支撑，改变运动姿态，增加损伤风险[24，25]。足跟角度是评价足跟、踝翻转的指标，合理的翻转为人体行走或运动提供必要的动力，过度翻转会影响足部的力学特征，导致身体姿态异常，加大异常结构部位损伤几率，是下肢损伤的内在危险因素[26，27，28]。后足翻转角度与拇外翻、足弓高低、踝翻转及胫骨翻转峰值相互关联[29，30]。足部疾病主要分布于前足、中足、后足、踝关节4个部位，不同足的类型在足部形态、运动模式等方面具有特殊的生物力学性质。通过评价指标，判定足部类型，能够及时对异常足型进行治疗及矫正，减小足部及下肢患病风险。

根据筛选结果，结合足部运动模式、生物力学特征等，对筛选出的指标进行重新分组命名，建立男性青年足型评价指标体系。具体见图1。

图1 男性青年足型评价指标体系

足型评价指标体系的建立，简化了足型评价指标，为研究者提供了便利及科学的依据，有助于准确评价足型特征及足部姿势，为鞋楦的构建提供全面、准确的信息，有效判断足部类型及异常状况，降低损伤风险。长度、宽度、围度是足型特征评价及鞋楦制作的基本指标。足长是人们选鞋的主要观测指标，大众人群在选鞋过程中，在符合个人款式要求的基础上，首要满足的条件就是鞋号，中国鞋号是以人的脚长为基础的。足前掌宽是足部最宽的部位，在运动鞋楦体设计要求的前掌着地点设计中，前掌着地点是鞋楦的前掌凸度部位的测量点，具体部位是第1跖趾点和第5趾跖点的连线与足底轴线的交点。鞋的宽松与包裹程度是影响鞋舒适性的重要指标，足的围度指标能够为鞋楦的制作提供数据支持，使鞋符合男性青年足型特征，提高鞋的舒适性及功能性。足踝高度点是制鞋的控制点之一，为人体外踝骨中心下沿高度，低帮鞋应低于外踝骨下沿高度，防止磨伤脚踝；高帮鞋应将脚踝骨包裹，起到保护作用，足踝指标为制鞋控制点提供了科学的数据。

2.5 男性青年足型特征分析

第1趾偏角度是评定拇外翻的常用量化指标，第1趾偏角度小于16°为正常；介于16°～30°之间为轻度拇外翻；大于30°为重度拇外翻。由表11可知，男性青年第1 趾偏角度均值为9.89°，表明拇指外翻为正常。足弓指数是评价扁平足及高足弓的常用指标，足弓指数值小于0.21 为高足弓；介于0.21～0.26（包括0.21、0.26）之间为正常足弓；大于0.26为扁平足。由表11可知，男性青年足弓指数均值为0.26，处于正常水平。足跟角度是评判后足翻转情况的指标之一，足跟翻转分为内翻和外翻两种，小于4°为轻度翻转，介于4°～8°为中度翻转，大于8°为重度翻转。由表11 可知，男性青年足跟角度均值为1.54°，处于轻度外翻。踝翻转指数是判断足部扁平情况的指标，踝翻转指数小于10.37为正常足，大于10.37为扁平足。由表11可知，踝翻转指数均值为5.36，表明男性青年踝翻转情况为正常。

表11 男性青年足型特征各评价指标描述统计量

3 总结

（1）长度、宽度、围度指标是评价足型特征的基本指标。（2）基于因子分析与相关分析，建立了男性青年足型评价指标体系，由14 项实测指标和3 项派生指标构成。（3）足型评价指标体系分为足长指标、前足指标、中足指标、后足指标、足踝指标等5个方面，具体包括：足长指标：足长、足弓长、腓侧脚背长；前足指标：第1趾偏角度、第5 趾偏角度、足前掌宽、足掌围；中足指标：Waist、足弓指数、纵弓角度；后足指标：LAP、LH、足跟角度；足踝指标：外踝下沿高、内踝高、踝关节围度、踝指数。（4）男性青年足部拇外翻及扁平情况为正常，后足处于轻度外翻。