Meta分析在运动训练学领域应用与启示

高 岩

（遵义师范学院，贵州 遵义 563002）

Meta分析方法广泛应用于医学领域，与系统评价作为研究证据合成的方法，被公认为是当前最高级别证据，国内体育领域的Meta分析方法应用较少，但在国内已刊出的重要权威期刊论文中，在论据和理论支撑中应用国外相关领域的Meta分析研究的结论和建议，可以得出国内运动训练学领域的研究人员、专家和学者对Meta分析方法的认可。

1 运动训练学领域应用meta分析的方法学认识

首先，运动训练学领域主要是实践研究与理论研究，其效度主要表现在对人体运动技能或健康等方面的促进作用，对运动成绩、竞技水平、竞技状态保持等的影响。“为什么练”“怎么练”“练多少”等操作理念是对人体复杂组织干预指导思想，可以认为运动训练的实施过程就是对人体的肌肉、骨骼、神经等不同系统的干预过程，并提出不同操作指标，即训练周期、练习组数、次数、时间、训练强度等。检验指标即运动素质测量指标、人体机能测试指标、生理学指标等，这为Meta分析提供高效度的结局指标。

其次，国内研究越来越注重对运动训练学的实证研究，实验设计更趋于自然科学领域研究，采用随机分组、匹配分组和前后测准实验设计，从方法学上为运动训练学领域的Meta分析应用提供了可能，也将Meta分析的文献纳入增加了中文文献的权重。

最后，运动训练学领域研究多集中于高水平运动员或具备一定运动等级运动员的研究，单个实验研究设计中研究对象人数较少，无法满足大样本研究，因此无法得出外部效度较高的实验结论。统计学家Karl Pearson 提出Meta分析不断发展的是受发生概率错误大小的影响，很多分组资料均太少，不足以获得肯定的结论，Meta分析是对以往研究结果进行系统定量的综合统计学方法，随机对照实验是检验干预效果的最佳方法，应用最多的是对自变量对因变量的随机对照试验的评价。可见Meta分析在运动训练学领域应用的趋势性。

2 运动训练学领域的Meta分析应用问题

2.1 研究选择问题

运动训练学领域的训练实践研究中，小样本的竞技体育高水平运动员的数据统计学分析，往往存在统计检验是无效假设，报告效度较低，不能真实地反映其效应量的实践意义。Meta分析能够合并相关研究报告的效果量，通过严密的数学计算机制，发现统计学错误。在纳入研究选择上主要考虑研究对象、研究设计类型、干预措施、研究结局指标、样本大小等。由于单独研究成果样本少，涉及项目不同，影响结局不同，缺少对某一训练方法、手段的系统评价，进而无法确切对运动训练干预的有效性进行合理的统一评价，给运动训练实践指导带来一定困扰。

2.2 数据获取问题

运动训练学领域研究多数为连续型数据，从研究设计中不乏随机分组、匹配分组和前后测设计的实验研究，包括均值、标准差、研究对象、效果量情况等，对效果量报告不够规范的论文，可以通过标准误、可信区间、t值或P值进行数据转换获得，确定选取干预手段相近，结局指标相同，实验研究所报告数据完整，以保证数据的可量化处理。

2.3 发表偏倚与应用分析

Meta分析纳入文献质量评价主要通过对纳入研究的偏倚和偏倚风险进行评价。这种偏倚主要由于研究设计、实施、资料收集以及结果分析中采用的方法不当造成的研究结果系统性偏离真实值的情况，一般采用CONSORT声明清单或TREND清单对纳入研究进行规格报告。

由于运动训练作为一种干预因素，其测量手段和方式多种多样，试验采用测试手段不同，可能导致数据合并的异质性过高风险。纳入的研究成果中很多研究期望获得阳性（差异显著）的实验研究成果，很多非显著性的研究成果缺失，导致纳入研究存在报告偏倚，尽可能收集全部全文资料，考虑研究数据的可靠性，选择来源于权威核心数据库的文献，保证研究结果的效度，对纳入研究整体偏倚风险评估。

2.4 效应量指标选择与效应模型选择

2.4.1 效应量指标选择Meta分析中的效应量指标（合并统计量），多以比值比、相对风险比、危险差、加权均值差（WMD）和标准化均值差（SMD），Meta分析的证据总是通过一定的效应尺度（ES）指标来表示。对已发表的Meta分析类文章分析，效果量指标选择加权均值差和标准化均值差，所纳入研究的数据类型多为连续性变量。对连续性变量合并时，如果同一干预措施的测量方式或单位完全相同时一般在采用效应量指标选择WMD，当对同一干预措施采用不同的测量方法或单位时，或研究间均数差异过大时，选择SMD作为合并统计量。其中SMD作为相对指标不受基线风险影响，具有较好的一致性，但是容易扩大效应，WMD作为绝对效应指标容易被理解，但是容易受测试对象差异和基线的差异的限制，认为研究对象与运动员级别相接近时，绝对效应才具应用意义。

2.4.2 效应模型选择Meta分析方法应用的论文中的数据分析模型主要以固定效应模型和随机效应模型为基础。对于数据分析模型的选择主要依赖于各项研究是否拥有相同的效应尺度以及对分析目的，模型选择不应该依赖于异质性检验结果。运动训练学领域中研究对象的个体差异，例如运动员级别不同、年龄差异、普通大学生等，还有干预实施的负荷量和负荷强度差异、持续时间等不同，这些导致研究间有不同效应值，一般采用随机效应模型。

2.4.3 异质性问题与处理对于运动训练学领域中某一问题多个研究成果中存在总体不一致，研究对象差异大，干预措施方式多样，实验设计不一致等，根据《Cochrane手册》其异质性分为以下3类。

（1）临床多样性。运动训练过程是对人体的一种干预，运动训练过程是复杂的、系统的、科学的，同一训练效果实施干预方式、方法、手段多样，各研究的研究对象纳入和排除标准存在差异，研究对象可以是不同级别运动员、普通大学生、中小学生和普通大众人群等，干预措施差异表现在同一训练方法，采用不同负荷量和负荷强度、不能的持续时间、组数次数差异等，这些都导致进行Meta分析的异质性。

（2）方法学差异。运动训练学领域有关研究的实验设计主要采用匹配分组、成组设计、随机分组等，研究样本量也存在较大差异，研究对象为运动级别较高的一般研究较少，很难采用分组实验或随机分组，采用前后测实验设计，而研究对象普通大学或人群的研究对象一般较多，实验设计采用随机分组，这导致对某一问题的Meta分析纳入研究间的异质性。

（3）统计学异质性。运动训练学领域的研究成果注重对运动训练干预的有效性和合理性进行效应大小评价，这些评价过程中的数据测量方式、测量手段、测试方法、数据收集等也存在一定差异，导致了运动训练学领域Meta分析的统计学异质性。

（4）异质性检验与处理。从已发表的Meta分析文章中常用工具软件为Revman 5.3和Stata软件，2种软件都可以实现森林图、I2统计量的数据检验。运动训练学领域某一问题的一系列研究进行Meta分析时得出异质性处理，一般采用改变效应尺度或进行亚组分析，选择合理的效应模型进行合并数据。

3 运动训练学领域Meta分析应用趋势与启示

3.1 运动训练学领域Meta分析方法应用趋势

运动训练学领域研究的现状国内学者李宝泉、李少丹、陈小平、刘建和从不同角度阐述运动训练学领域的理论缺少科学的实验数据支持、理论创新薄弱、缺少更多自然科学研究方法应用，国内运动训练学科研究应该注重运动实践的总结与提炼，需要加强交叉学科应用研究和实证研究，提高理论创新能力，增加实验性研究成果。虽然，国内运动训练学的实验研究成果不断增多，但是较为零散，难以成为一系列研究得出创新训练理论，对国外运动训练学研究更多是直接引用或借鉴，国内学者缺少对引入理论相关实验验证和发现新的高质量信息，需要对引入训练理论的本土化实验验证。运动训练学领域相关研究的Meta分析能为理论提供数据支撑，为进一步实验提供良好理论假设基础，发现以往研究不足，可以预见Meta分析方法应用有利于运动训练学实验研究发展，与国际运动训练学实验研究同步。

3.2 运动训练学领域应用Meta分析方法启示

Meta分析方法作为一种系统评价方法，本质也是一种统计学方法，在医学、教育学、社会学都得到广泛认可和应用，在运动训练学领域应用Meta分析方法可以得出以下结论。（1）对运动训练学领域相关理论或某一问题的一系列研究进行分析时，通过对纳入分析的研究成果进行限制，排除研究分析过程的偏倚，对符合条件的研究成果进行数据统计与合并，进行可信的、精确的、量化的系统的综合评价。（2）运动训练学领域的Meta分析过程中需要对某一问题一系列研究进行大量信息分析和整理，包括纳入研究成果的研究对象、样本量、干预手段、持续时间、实验设计方法等，这些信息有利于体育科学研究人员、学者和运动训练教练员等进行科学研究和运动训练实验采用或借鉴。（3）运动训练学领域Meta分析方法的应用，能综合分析与总结某一问题或训练理论应用、训练方法、手段等相关研究成果，缩短研究成果到实践应用的时间，把不同研究的结果通过合理的统计方法进行概括与提炼，形成更客观、量化的理论基础依据。

4 结 语

Meta分析方法对于纳入研究文献质量要求较高，对实验设计强调随机分组实验，实验研究报告效果量详尽，某一问题研究形成一系列不同研究成果等。虽然过去国内运动训练学领域研究成果对某一问题系列研究较少，研究实验设计和所报告效果量不够规范，给文献纳入带来困难，但近几年国内运动训练学领域研究的报告规范化，注重对实验研究设计，科学性逐步提高，为Meta分析提供更多高质量的中文研究成果。另外，国内引进或购买外国文献数据库资源增多，为广大体育研究人员从事科学研究提供更多的数据源，为研究人员进行Meta分析提供高质量的研究成果，为研究的实践应用提供高质量证据。