F-MARC IPPs对足球运动损伤风险预防效应的元分析

张永鹏，吉 斌，杨佳英，陶 飞，贾智杰，魏琼园

目前，全世界每年有超4亿人口参与足球运动（徐金成 等，2017；Sadigursky et al.，2017），据国际足球联合会（Fédération Internationale de Football Association,FIFA）统计，全世界约有2.7亿职业或业余足球运动员注册（Baren‐go et al.，2014；Sadigursky et al.，2017）。科学的足球运动可增强体质，促进健康，在降低慢性病（如糖尿病、高血压等）风险因素等方面有积极作用，然而在考虑其带来众多健康效益的同时，也应重视高强度运动及身体对抗所带来的损伤风险（贾蒙蒙 等，2019；徐金成 等，2015；Dönmez et al.，2017）。据国际足球联合会医学评估与研究中心（FIFA Medical Assessment and Research Centre，FMARC）统计，全世界每年都会发生数以百万计与足球运动有关的受伤事件，累计相关医疗花费每年可达300亿美元（徐金成等，2015）。鉴于足球运动的高损伤风险，FMARC提出运动损伤预防项目（Sports Injury Prevention Programs，IPPs）以降低其损伤发生率。

F-MARC成立于1994年，其致力于维护足球运动员健康，预防足球运动损伤，并将IPPs作为一项核心研究内容，先后发展制定两项综合热身练习（FIFA 11及其修订版FIFA 11+），并于2009年开始在FIFA成员国或协会中推广（徐金成等，2015），然而，我国在足球运动中使用FMARC IPPs的频率较低，尚未公开培训和推广F-MARC IPPs，并且鲜见关于损伤预防方案的研究（贾蒙蒙等，2019；徐金成等，2015）。F-MARC IPPs是通过系统地热身活动来降低足球运动损伤风险，包括核心力量训练，下肢力量训练，本体感受训练和动、静态稳定性训练。近年，F-MARC IPPs已在足球运动损伤预防中取得长足进步和发展（Krustrup et al.，2015），有研究证实，该项目可达到预防运动损伤、促进运动表现的目的，但与此同时，也有研究得出不同结论。基于上述，关于F-MARC IPPs有效性的研究结论仍存在一定分歧，因此，从这一类型研究中肯定其干预效果是十分必要的。系统评价和元分析是当前国际较为流行的生产高级别证据、检验临床实验的研究方法，目前已有F-MARC IPPs元分析研究对其干预效果进行系统评价，并证实其置信效果（徐金成等，2015；Attar et al.，2016；Neto et al.，2016；Sadigursky et al.，2017；Thorborg et al.，2017），但是，鲜见探讨F-MARC IPPs干预和损伤预防效果之间调节变量的研究，如性别、年龄、干预措施、频率和周期等，且部分研究未对热身方案进行区分。此外，对F-MARC IPPs干预促进运动员运动表现的元分析研究较为匮乏，仅有Neto等（2016）对其影响效果进行系统评价。基于此，本研究运用元分析方法，提出研究假设（H）：F-MARC IPPs干预对损伤风险及运动表现具有积极作用；系统评价关于损伤预防方案影响足球运动员损伤发生率及运动表现的研究文献并进行假设检验。

1 研究方法

研究遵循系统文献综述和元分析报告条目指南PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-analyses）标准（Moher et al.，2009）。

1.1 文献来源及检索策略

检索 PubMed、Web of Science、Science Direct、Cochrane Library、中国知网（CNKI）及万方等6个数据库。外文检索以关键词“F-MARC OR FIFA 11 OR FIFA 11+OR The 11 OR The 11+”进行检索；中文检索以关键词“F-MARC或FIFA 11或FIFA 11+”进行检索。对于不同数据库，根据其检索特点使用不同检索元设置：PubMed为全域检索，Web of Science为基本检索“主题”检索元设置，Sci‐ence Direct和Cochrane Library为标题、摘要或关键词检索；中文数据库为高级检索“全文”检索元设置，来源类别限制为“全部期刊”。为最大限度搜集文献，对检索到的研究或综述中参考文献目录进行相关文献的追溯查找，同时还对F-MARC官方网站提供的研究文献进行搜集。检索日期截止于2019年1月。

1.2 文献筛选及纳入、排除标准

由第一作者按照拟定纳入、排除标准进行文献筛选，通过阅读题目和摘要进行初步筛选，得到可能合格的文献后下载全文，精读全文确定合格文献，并对文章参考文献目录进行手动检索和筛选，决定最终纳入本研究系统评价和元分析的文献。筛选过程中对于第一作者不能确定是否纳入的文献，由其余作者进行审阅或共同协商决定。

1.2.1 文献纳入标准

1）公开发表在学术期刊的全文论文。2）FIFA 11或11+对足球运动员（不包含五人制足球和沙滩足球）损伤风险及运动表现影响的随机对照实验、队列研究等。3）研究可提供样本量、平均值、标准误，或者组内标准差、平均值的95%置信区间。4）结局指标包含损伤发生率、运动表现中的一种或多种。

1.2.2 文献排除标准

1）研究为系统文献综述或二次分析、重复文献。2）仅提到研究计划；研究对象中途失访及退出较多；实验对象为五人制、沙滩足球运动员或其他项目运动员。3）实验数据不完整；实验组及对照组基线差别太大；实验结果未用M±SD表示的文献。4）不符合纳入标准要求的文献。

1.3 纳入文献的数据提取

根据研究需要，参照Cochrane数据提取表，由第一作者和第三作者采用独立双盲的方法进行相关指标的提取和录入，提取结束后交叉核对。为保证资料提取的一致性、准确性及客观性，针对提取表中出现的分歧由其余作者共同参与协商决定。录入标准包括：1）文献外部特征（题目、作者、发表年限等）；2）受试者基本信息（研究对象人群、性别、年龄、样本量等）；3）训练干预特征（实验设计方案、干预周期等）；4）研究的主要结局指标——损伤发生率，FIFA对足球损伤发生率的定义为单位时间内（通常为1 000 h）伤害发生的人数与同期人口数之比，涉及在训练中和比赛中所受的所有伤害；5）次要结局指标——运动表现（平衡、短跑、核心稳定性及敏捷性测试）。

1.4 纳入文献的质量评估

采用Cochrane系统评价指南提供的风险偏倚评估工具，对纳入研究进行7个条目的质量评估：1）随机分配方案；2）分配方案隐藏；3）双盲实验；4）效应指标盲检；5）结果数据的完整性；6）选择性报告研究结果；7）其他偏倚来源（罗杰 等，2013），每条以“是”“否”“不清楚”作为评价结果。在统计过程中，对质量评估进行分类，低度偏倚风险：即完全满足5条及以上评价条目，发生偏倚的可能性最小；中度偏倚风险：满足3～4条评价条目，发生偏倚的可能性为中度；高度偏倚风险：满足3条及以下评价条目，有发生偏倚的高度可能性。

1.5 统计学处理

选择相对危险度（relative risk，RR）和标准化均数差（standardized mean difference，SMD）及其95%CI为效应尺度进行效应量合并。合并分析前，先进行异质性检验，采用Q检验（homogeneity test）和I²检验，若Q检验结果P＜0.1，表明研究间存在异质性，反之则认为研究间是同质的；再结合I²定量分析异质性的大小，I²值将异质性分为4个程度：I²≤25%为轻度异质性，25%＜I²≤50%为中度异质性，50%＜I²≤75%为较大异质性，I²＞75%为很大异质性（罗杰等，2013）。Cochrane系统评价指南中推荐I²＜50%，其异质性可以接受，应选择固定效应模型进行元分析，反之则选择随机效应模型。对异质性的处理方法采用亚组分析。对元分析结果的稳定性检验采用敏感性分析，如果敏感性分析结果与元分析结果无冲突，则敏感性分析结果增强元分析的可信度；若分析结果得出结论不一致，则需谨慎分析、解释结果。最后采用漏斗图和Egg‐er’s检验来检测纳入文献的发表偏倚。

2 结果

2.1 文献检索与筛选

从各数据库中共检索到文献830篇，其中PubMed 258篇，Web of Science 218篇，Science Direct 87篇，Co‐chrane Library 38篇，中国知网28篇，万方数据库187篇，并对F-MARC官方网站数据库提供的研究资料及可能合格文献的参考文献目录进行追溯查找，得到文献14篇。统一导入文献管理软件End-Note X8，通过系统和手动排重剔除重复文献260篇，阅读题目和摘要剔除不相关文献521篇，得到可能合格文献49篇；依据拟定纳入标准精读全文剔除不符合标准文献25篇，最终纳入本研究系统评价和元分析的文献共24篇。

2.2 纳入文献特征

纳入系统评价和元分析的24项研究共来自19个国家，其中英文文献23篇，中文文献1篇（贾蒙蒙 等，2018）。在24项研究中，有11项（表1）是对损伤风险进行研究，其余13项（表2）是对运动表现进行研究。24项研究共涉及足球运动员7 814名，其中损伤预防研究共7 362名，运动表现研究共452名；研究对象以业余足球运动员或青少年足球运动员居多，仅2项研究是针对职业足球运动员（Abdolhamid et al.，2012；Costa Silva et al.，2015）。研究设计均为随机对照实验（randomized controlled trial，RCT）及队列研究（Cohort Study）；主要内容是评估F-MARC伤病预防计划对足球运动员损伤风险及运动表现的影响，实验组（IG）采用FIFA 11或11+进行干预，其中7项研究采用FIFA 11进行干预，17项采用FIFA 11+进行干预，值得说明的是1项来自F-MARC的前瞻性队列研究（Junge et al.，2002），研究中对于实验组的干预措施并未定义为FIFA 11热身练习，但研究明确说明“F-MARC Bricks”为10项热身练习，以改善踝、膝关节稳定性，提高躯干、臀部、腿部肌肉灵活性和力量为目的，因此将其纳入并归类为FIFA 11项目；对照组（CG）均采用常规的热身程序。干预周期从2个月至12个月不等，干预频率从1周1次至1周5次不等。

表1 损伤风险研究文献基本信息Table 1 List of Basic Information in the Injury Risk Research Literature

表2 运动表现研究文献基本信息Table 2 List of Basic Information in the Sports Performance Research Literature

2.3 风险偏倚评价

24项研究的方法学质量评价（图1、图2）显示，有11项研究达到低度偏倚风险，10项达到中度偏倚风险，其余3项研究为高度偏倚风险文献。24项研究中，有18项研究描述了生成随机分配序列的方法；有14项研究描述了隐藏随机分配序列的方法；有6项研究采用单盲实验，仅有2项研究为双盲实验，其余研究均未报告对研究者和受试者实施盲法的方法；有6项研究描述了效应指标盲检的实施方法；由于实验性研究干预周期较长，24项研究均描述了失访及处理方法，文献质量较高，研究结论具有较高的实践参考价值。

图1 纳入研究风险偏倚评价示意图Figure 1. Map of the Study’s Risk Bias Evaluation

图2 纳入研究方法学质量评价各项占比Figure 2. Percentage Chart for the Quality Evaluation of Research Methodology

2.4 F-MARC IPPs对足球运动损伤风险影响的元分析

对本研究纳入的11项损伤预防研究进行异质性检验，Q=99.67，df=10，I²=90.0%，P=0.000，提示研究间存在很大的异质性，应用随机效应模型合并效应量。元分析结果显示（图3），F-MARC IPPs合并RR及95%CI均落在无效竖线的左侧，表明实验组对足球运动损伤发生率的干预效果优于对照组 ，RR=0.66，95%CI：0.53，0.83，P=0.000，说明F-MARC IPPs可显著降低足球运动损伤风险，每1 000 h总损伤发生率减少量为34%，该结果具有统计学意义。为检验元分析结果的稳定性，对纳入研究文献进行敏感性分析，每次剔除1个研究后将剩余研究合并，以分析单个研究对合并结果的影响。结果显示，Silvers-Granelli等（2017）和Steffen等（2008）的文献偏倚较大，剔除其数据后将剩余研究合并，异质性检验Q=40.55，df=8，I²=82.7%，P=0.000，各研究间仍存在较大的异质性；RR=0.67，95%CI：0.61，0.74，P=0.000，该结果落在原结果的置信区间内且具有统计学意义，因此该结果更加稳定、可靠，但异质性较高，需进行调节变量的亚组分析。

图3 F-MARC IPPs对足球运动员损伤发生率影响的森林图Figure 3. Meta-Analysis of the Effects of F-MARC IPPs on the Incidence of Injury in Football Players

2.4.1 调节效应检验

本研究损伤预防效果元分析中多组数据间存在很大异质性，说明各研究间存在潜在调节变量的可能。由于干预具体是从干预措施、周期和频率进行控制，且不同性别、年龄段人群干预效果也存在一定差异，此外，热身方案FI‐FA 11+为FIFA 11项目的修订版，两种方案在练习动作和重复次数上均有差异，上述差异可能对合并结果产生不同影响。基于研究假设（H）及潜在调节变量，本研究进一步设置5项研究假设进行调节效应检验，H1：F-MARC IPPs对男性运动员损伤预防的效应量最大；H2：F-MARC IPPs对20岁以上人群损伤预防的效应量最大；H3：FIFA 11+预防损伤的效应量最大；H4：8个月以上干预周期对损伤预防的效应量最大；H5：每周3次以上的锻炼频率对损伤预防的效应量最大。通过亚组分析5个调节变量检验结果显示（表3），H1、H2、H3得到验证，H4、H5未得到验证。

表3 F-MARC IPPs对足球运动员损伤预防效果亚组分析Table 3 F-MARC IPPs Subgroup Analysis of Injury Prevention Effects in Football Players

2.4.2 发表偏倚分析

文献发表偏倚采用漏斗图分析和Egger’s检验，漏斗图显示（图4），由于纳入文献中大样本研究居多，因此较多的散点分布在偏上的位置，且基本左右平衡，但右侧文献稍存在偏倚，对结果影响较小；Egger’s检验P=0.802，95%CI：-2.52，3.17，提示原假设无小样本效应，同时可见Egger’s线性回归图（图5）95%CI截距包含0，表明偏倚结果可以接受，因此可以判断各研究间不存在明显的发表偏倚。

图4 发表偏倚漏斗图Figure 4. Funnel Plots

图5 Egger’s线性回归图Figure 5. Egger’s Linear Regression

2.5 F-MARC IPPs对足球运动员运动表现影响的元分析

基于原始文献研究，选择能反映运动员运动表现的结局指标进行元分析：下蹲跳（CMJ）、20 m专项跑、Y型平衡测试（YBT）、星型平衡测试（SEBT）、伊利诺斯敏捷测试和功能性动作筛查（FMS）。

2.5.1 下蹲跳

共有6篇研究文献（234名实验对象）描述了干预前后足球运动员CMJ成绩的变化情况，从元分析结果可知，Q=8.73，df=5，I²=42.7%，P=0.120，提示各研究间存在中度异质性，在可接受范围，应用固定效应模型合并效应量。研究显示，SMD及95%CI均落在无效竖线右侧（图6A），SMD=0.33，95%CI：0.07，0.59，P=0.013，表明 F-MARC IPPs干预可显著提高足球运动员CMJ成绩，且具有统计学意义。

2.5.2 20 m专项跑

共有6篇研究文献（256名实验对象）描述了干预前后足球运动员20 m专项跑成绩的变化情况，从元分析结果可知，Q=34.64，df=5，I²=85.6%，P=0.000，表明各研究间存在很大的异质性，应用随机效应模型合并效应量。研究显示SMD及95%CI均落在无效竖线左侧（图6B），SMD=-0.73，95%CI：-1.44，-0.02，P=0.045，该结果具有统计学意义。敏感性分析显示，当剔除Alvina等（2018）文献时，剩余研究合并效应量，Q=1.35，df=4，I²=0.0%，P=0.854，各研究间不存在异质性，SMD=-0.38，95%CI：-0.66，-0.09，P=0.009，该结果仍在原结果置信区间内且具有统计学意义，说明该文献可能是引起异质性的来源，剔除后各研究间同质性较好。表明F-MARC IPPs干预可提高足球运动员20 m专项跑成绩，其结果更加可靠、可信。

2.5.3 Y型平衡测试

共有4篇研究文献（125名实验对象）描述了干预前后足球运动员YBT成绩的变化情况，从元分析结果可知，Q=5.81，df=3，I²=48.3%，P=0.121，表明各研究间存在中度异质性，应用固定效应模型合并效应量。研究显示，SMD及95%CI均落在无效竖线右侧（图6C），SMD=0.83，95%CI：0.46，1.20，P=0.000，提示F-MARC IPPs干预可提高足球运动员YBT成绩，且具有统计学意义。

2.5.4 星型平衡测试

共有2篇研究文献（105名实验对象）描述了干预前后足球运动员SEBT成绩的变化情况，从元分析结果可知，Q=1.91，df=1，I²=47.6%，P=0.167，研究间存在中度异质性。研究显示，SMD＞0，但95%CI与无效竖线相交（图6D），SMD=0.29，95%CI：-0.10，0.68，P=0.141，说 明 F-MARC IPPs干预对足球运动员SEBT成绩有提高的趋势，但不显著。对SEBT研究文献合并分析结果未达到统计学意义的可能解释是，纳入文献数量及样本量较少，代表性不足，研究结论可能出现一定偏差，因此，关于F-MARC IPPs干预促进SEBT测试成绩的研究结论仍需更多高质量RCTs研究予以论证。

图6 F-MARC IPPs对足球运动员运动表现影响的森林图Figure 6. Meta-Analysis of the Impact of F-MARC IPPs on the Performance of Football Players

2.5.5 伊利诺斯敏捷测试

共有5篇研究文献（215名实验对象）描述了干预前后足球运动员伊利诺斯敏捷测试成绩的变化情况，从元分析结果可知，Q=1.16，df=4，I²=0.0%，P=0.885，提示各研究间同质性较好。研究显示，SMD及95%CI均落在无效竖线左侧（图 6E），SMD=-0.31，95%CI：-0.58，-0.04，P=0.026，提示F-MARC IPPs干预可提高足球运动员伊利诺斯敏捷测试成绩，且具有统计学意义。

2.5.6 功能性动作筛查

共有2篇研究文献（45名实验对象）描述了干预前后足球运动员FMS成绩的变化情况，从元分析结果可知，Q=2.32，df=1，I²=56.8%，P=0.128，研究间存在较高的异质性。研究显示，SMD＞0，但95%CI与无效竖线相交（图7F），SMD=0.35，95%CI：-0.57，1.26，P=0.458，说明F-MARC IPPs干预对足球运动员FMS成绩有提高的趋势，但不显著。对FMS研究文献合并分析结果未达到统计学意义的可能解释是，纳入文献数量及样本量较少，代表性不足，研究结论可能出现一定偏差，因此，关于F-MARC IPPs干预促进FMS测试成绩的结论仍需更多高质量RCTs研究予以论证。

3 分析与讨论

本次元分析共纳入24篇原始文献，其中损伤预防研究11篇，运动表现促进研究13篇，对纳入研究进行方法学质量评估和发表偏倚分析，纳入研究具有较高的稳定性。元分析显示，F-MARC IPPs可有效降低参与足球运动的损伤风险，在提高足球运动员下肢力量、静态平衡及敏捷性方面也具有一定积极作用，由此验证研究假设（H）。本研究证实其他关于F-MARC IPPs对足球运动员损伤预防有效性及运动表现促进作用的研究结论，Thor‐borg等（2017）对足球运动损伤风险及常见的下肢损伤预防效果进行评估，证实了F-MARC IPPs在足球运动损伤风险（RR=0.75，P=0.036）及常见下肢损伤风险预防中的积极作用，但研究并未评估F-MARC IPPs对足球运动员生理参数及运动表现影响的分析；Neto等（2016）对F-MARC IPPs干预影响足球运动员运动表现的研究进行系统的回顾，研究表明，实验组在干预后运动员SEBT、伊利诺斯敏捷测试、CMJ、20 m专项跑成绩均有不同程度改善。

基于研究假设（H），本研究继续进行5个调节变量的亚组分析。首先，对实验对象特征（性别H1、年龄H2）进行调节效应检验。性别亚组发现，男性运动员组别产生了最大效应量（RR=0.60，P=0.000），预防损伤的效果最好；女性运动员组别虽有显著降低，但效应量不及男性运动员组，由此验证H1。这一结论与Attar等（2016）研究结果一致，但该研究并未证实F-MARC IPPs在女性运动员损伤预防的积极作用，合并效应量未达到统计学意义。年龄亚组发现，20岁以上组别产生最大效应量（RR=0.64，P=0.000），20岁以下组别干预效果虽达到显著性，但效应量不及20岁以上组，由此验证H2。

其次，对干预措施（H3）进行调节效应检验，本研究干预措施包括FIFA 11和FIFA 11+项目，调节效应检验发现，FIFA 11和FIFA 11+项目均可显著降低足球运动损伤风险，且FIFA 11+组别产生效应量最大（RR=0.58，P=0.000），由此验 证 H3。Attar等（2016）和 Thorborg等（2017）在其研究中也证明FIFA 11+在足球运动损伤预防中的积极作用，但上述研究关于FIFA 11的合并结果均未达到统计学意义，提示FIFA 11项目并不能有效预防损伤。

最后，本研究还进行干预方案（周期H4、频率H5）的调节效应检验。干预周期（H4）发现，5～8个月组别的干预达到预防损伤的最佳效果（RR=0.59，P=0.004）；2～5个月干预周期预防效果虽达到显著性，但效应量不及5～8个月组；值得注意的是8个月以上组，该组纳入研究文献仅2篇，调节效应检验结果未达到统计学意义，可能的原因是纳入文献较少，从中得出的研究结论可能会存在一定的偏差，未来仍需纳入更多文献来探索干预周期这一调节变量，H4未得到验证。干预频率（H5）发现，2～3次/周是干预损伤预防的最优选择（RR=0.43，P=0.000），其次是1～2次/周，最后是3次以上/周，上述组别干预效果均达到显著性，H5未得到验证。

3.1 F-MARC IPPs对球员运动表现促进作用评估

本研究共纳入运动表现研究文献13篇，根据原始文献确定以下评价指标：CMJ、20 m专项跑、YBT、SEBT、伊利诺斯敏捷测试和FMS。现有数据表明，F-MARC IPPs对足球运动员CMJ、20 m专项跑、YBT及伊利诺斯敏捷测试成绩有显著促进作用，对SEBT、FMS成绩的促进作用未达到显著性，究其原因，SEBT、FMS指标的纳入文献仅2篇，代表性不够强，且少数研究得出研究结论可能会存在一定偏差。

运动表现测试是反映运动员技能水平高低的一项重要指标，并且与损伤风险间接相关（Neto et al.，2017）。Pe‐terson（2000）研究发现，所有损伤风险增加2倍。在损伤预防机制中，平衡表现测试的合格性是极其重要的。研究显示，较低的平衡能力与增高的损伤风险有关（Plisky et al.，2006）。Butler等（2013）对59名足球运动员进行平衡表现测试，平衡测试得分低于89%的运动员有更高的损伤风险，SEBT测试呈阳性的运动员（肢体长度综合得分＜89%）在非接触性下肢损伤的概率要高的多（37.7%～68.1%）。但本研究对SEBT测试的研究文献合并结果未达到统计学意义，未来仍需有更多高质量RCTs研究以加强结论。

3.2 F-MARC IPPs预防效应的作用机制

F-MARC IPPs是一项专门针对足球运动损伤预防的热身项目，包括FIFA 11及其修订版FIFA 11+综合热身练习。基于已有证据，F-MARC IPPs可降低足球运动损伤风险，在促进运动员运动表现方面也具有一定积极作用。进一步研究发现，FIFA 11和FIFA 11+项目均可显著降低损伤风险，且FIFA 11+项目预防效果优于FIFA 11项目。有研究认为，FIFA 11在练习过程中缺乏乐趣，影响其依从性，继而影响其干预效果（Kilding et al.，2008；Steffen et al.，2008）；但Van Beijsterveldt等（2012）研究发现，较高的依从性也未显示出任何预防损伤的效果。FIFA 11项目由10个练习动作和“Fair Play（公平竞赛）”理念组成（徐金成等，2015），完成时间10～15 min，主要目的是提高力量素质、平衡能力以及跳跃和落地能力；FIFA 11+由3部分共15个结构化练习组成，完成时间约20 min，主要目的是强化核心和腿部肌肉力量，以改善静态、动态反应性神经肌肉控制、平衡和敏捷性（Attar et al.，2016），相比FIFA 11，FIFA 11+项目增加了少量练习内容，并增加了部分练习的重复次数。本研究推测，FIFA 11和FIFA 11+在规定的运动强度上有所差异，是影响干预效果的重要因素之一，尽管FIFA 11和FIFA 11+都包含类似的练习，但FIFA 11+具有更高的运动负荷和技能水平，FIFA 11+第2部分每项练习分为3个运动等级，当进行至第2级和第3级练习时，仅是重复次数和紧张时间就会增加2～3倍（Kilding et al.，2008；Soligard et al.，2009）。

FIFA 11+第1部分为跑动练习和主动伸展训练，第2部分为核心稳定、快速伸缩复合训练、神经肌肉控制渐进性练习，第3部分为结合方向变化高阶跑动练习（徐金成等，2015）。第1、3部分跑动练习有助于唤醒、激活运动中枢神经兴奋性，促使机体内组织温度升高、降低肌肉粘滞度；第2部分主要目的是加强核心和下肢力量，改善静态、动态反应性神经肌肉的控制、平衡和敏捷性（Attar et al.，2016；Impellizzeri et al.，2013）。相关研究证明，9周FIFA 11+练习可显著改善神经肌肉的控制，特别是核心稳定性（Nouni-Garcia，2017）；Nakase等（2013）应用正电子发射断层扫描技术对FIFA 11+练习期间全身肌肉的活动进行评价，研究发现，FIFA 11+第2部分练习可有效激活髋部伸展肌群和腹直肌，且这两部位肌群与下肢控制和损伤预防息息相关（徐金成等，2015），这可能是损伤预防效应的关键机制。

3.3 局限性

本研究主要目的是评估F-MARC IPPs对足球运动员的损伤预防效果，并且在亚组分析中探讨了实验对象性别、年龄及干预方案（热身方案、干预周期及频率）等调节变量对合并效应量的影响。尽管严格按照PRISMA指南进行评估，但仍可能存在一定的局限性：1）部分文献未检索到，致使纳入文献不够全面；2）纳入文献中虽有11项研究为低度偏倚文献，但部分研究未报告对受试者及实验者施盲的方法，可能存在实施偏倚风险；3）由于文献数据的限制，未能完全纳入所有相关的研究指标，未来仍需更多研究对生理、生化等指标进行探索；4）由于国内外对依从性的界定仍未达成共识，因此本研究未对依从性这一调节变量进行假设检验；5）纳入文献中实验对象为职业运动员的研究文献仅2篇，被试者共计41名，代表性不强，因此本文研究结论外延至职业运动员时应谨慎参考。

4 结论

F-MARC IPPs可显著降低足球运动损伤风险，同时对足球运动员CMJ、20 m专项跑、YBT及伊利诺斯敏捷测试成绩有显著促进作用。进一步研究显示，F-MARC IPPs对20岁以上的运动员干预效果最为明显；相较于女性运动员，F-MARC IPPs对男性运动员促进效果更为突出；相比较FIFA 11项目，FIFA 11+项目能够使损伤预防达到最大效应量；相比于其他干预方案，每周2～3次的练习频率，5～8个月的干预周期是预防损伤的最佳方案。