GFHDT: 运动科学与医学中时间事件数据使用的方法学质量与报告：范围综述

�時間事件分析是一種強大的統計方法，在運動科學和醫學中日益用於研究時間事件結果，如運動傷害發生時間、職業生涯持續時間和恢復過程。 本範圍綜述旨在系統評估在運動科學和醫學領域使用時間事件技術（例如Cox回歸）發表的研究的方法學品質和報告實踐。 我們對2013年至2023年間發表的138項原始研究進行了範圍綜述。 研究從PubMed和Web of Science中識別，方法學報告使用《已發表文獻中的統計分析和方法》（SAMPL）指南進行評估，重點關注統計方法、模型假設、刪失和生存測量報告。 報告缺陷普遍存在。 超過90%的研究未報告每個時間點的風險個體數量，75%未充分解決生存模型的基本假設，62%未明確定義分析目的。 僅20%的相關研究報告了中位存留時間，且風險比（HRs）和刪失原因的報告常常不完整。 在2020年後發表的研究中觀察到輕微改進，但主要差距仍然存在。 這些發現凸顯了提高方法學透明度、遵守報告標準和全面統計教育的必要性。 加強這些方面將增強運動科學和醫學中時間事件研究的可重複性、可解釋性和實際相關性。

本領域已知資訊

• 時間事件（生存）模型在運動科學和醫學中日益應用於研究傷害發生和恢復時女士催情藥�延時噴霧劑�性用品周邊�治療性冷感�淫蕩春藥水�男士催情藥�男士助勃藥�男士持久藥�補腎壯陽藥�迷昏失憶型�陰莖增大丸
  
  �
  間線等結果。


• 這些模型在其他健康相關領域中常用，但報告品質常被發現不足。


• 以往沒有綜述系統評估過在運動科學和醫學背景下時間事件分析的報告情況。

本研究的貢獻

• 提供了首項結構化範圍綜述，評估運動科學和醫學文獻中生存研究的方法學質量和報告。


• 揭示了報告中的常見缺陷，包括分析目的不明確、缺乏假設檢驗和刪失細節缺失。


• 使用《已發表文獻中的統計分析和方法》指南作為基準，量化透明度並識別特定的報告差距。

本研究對研究、實踐或政策的潛在影響

• 強調了迫切需要為在運動環境中應用時間事件分析的研究人員提供更好的統計培訓和支援。


• 鼓勵期刊和審稿人執行更嚴格的報告標準，以提高可重複性和可解釋性。


• 為未來開發適用於運動科學和醫學中時間事件分析的定製報告指南奠定基礎。

引言

體育與統計學有著悠久的關係，已發展成為充滿活力的體育分析領域。 近年來，這一領域迅速擴展，特別是通過體育生物統計學這一子領域的出現，該子領域應用高級統計方法研究傷害預防、運動員健康和表現優化。 這一不斷發展的學科 increasingly 與元研究（關於研究的研究）交織在一起，元研究考察研究的設計、實施和報告方式。 職業體育中大規模數據收集的整合以及對可重複、臨床相關見解日益增長的需求，推動了對方法學嚴謹性的需求。

生存分析最初是為研究死亡時間而發明的。 此後，這種統計方法的應用已擴展到死亡以外的其他類型事件（或結果）。 因此，時間事件這一術語現在用於與時間事件數據相關，允許對時間依賴現象進行建模，例如運動傷害發生的時間或運動員保持在其巔峰表現狀態的時間。 由於與傷害、恢復時間和運動員職業生涯持續時間相關的事件具有動態和不確定的性質，這些模型在運動科學和醫學中特別有用。 常用模型包括Kaplan-Meier估計器，它提供生存函數的非參數估計，以及Cox比例風險模型，這是一種半參數方法，使用風險率比評估多個變數之間的關係。 儘管生存分析在該領域使用日益增多，但報告品質和方法學嚴謹性在各項研究中存在顯著差異。

運動科學和醫學中的隨機試驗和佇列研究通常涉及複雜的時變數據，這些數據可能是刪失或不完整的，使生存分析成為適當數據處理的關鍵工具。 生存模型的應用有助於深入了解運動員的傷害風險、職業生涯持續時間、康復過程和治療干預的有效性。 然而，這些模型的不當或不完整使用可能導致結果被誤解，從而損害研究的有效性和可重複性。

在運動傷害研究中，主要目標之一是了解運動員不僅為何而且何時受傷。 這有助於更好地理解傷害的風險和時間。 人們普遍認識到，大多數運動員在職業生涯中會經歷多次傷害。 然而，傳統分析方法通常無法充分解決同一人內的後續傷害，可能會限制豐富縱向數據集的價值。 在此背景下，使用適當的框架（如後續傷害分類模型）和高級統計時間事件模型變得越來越重要。 特別是，具有多狀態轉換的時間事件模型現在被廣泛應用於考慮傷害事件的時間和復發傷害之間的相關性。

雖然生存模型在運動科學和醫學中被廣泛用於分析時間事件數據，但缺乏對這些模型應用和報告方式的系統評估。 一些研究已在運動傷害研究中應用或討論了生存分析，但沒有一項全面評估報告實踐或方法學品質。 其他領域的研究表明，生存模型經常報告不足，關鍵細節如模型假設、驗證技術和軟體規範經常被省略。 此類省略可能導致有偏估計、結論錯誤和難以重現研究，最終阻礙該領域知識的進步。 同時，系統識別這些缺點代表了一個機會：通過繪製文獻中當前和復發的差距，並將其與既定的報告標準進行比較，本綜述可以指導研究人員更透明和可重複地使用生存分析。 反過來，改進報告和方法學嚴謹性可能加強關於傷害風險、恢復、運動員健康和表現的證據可靠性，對運動科學和醫學研究和實踐都有直接影響。

為應對運動科學和醫學領域內的這些挑戰，我們進行了本範圍綜述，旨在系統評估在運動科學和醫學領域使用時間事件統計的研究所報告的方法學品質和實踐。 具體而言，我們評估現有研究在多大程度上遵循推薦的報告標準，識別生存模型設計和分析中的常見缺陷，並突出文獻中的趨勢和差距。 通過這一評估，我們尋求提供基於證據的建議，以增強運動科學和醫學研究中生存分析的透明度、可重複性和方法學嚴謹性。

方法

研究設計

我們進行了一項範圍綜述，以評估運動科學和醫學中時間事件研究的方法學品質和報告實踐。 範圍綜述的報告遵循系統綜述和薈萃分析首選報告專案（PRISMA）指南，確保研究選擇、評估和綜合的透明度和嚴謹性。

搜索策略

對文獻進行了全面搜索，涵蓋兩個資料庫：PubMed和Web of Science（WoS）。 搜索覆蓋了2013年1月至2023年3月的時間範圍，大約是最近十年，這是運動科學中的方法學實踐和報告標準發生實質性變化的時期。 使用的搜索詞是以下關鍵詞的邏輯組合和變體：「生存分析」、“Kaplan-Meier”、“Cox比例風險”、“時間事件”、“運動”和“運動員”。 應用布爾運算元優化搜索查詢。 研究選擇過程和資料庫搜索查詢詳見在線補充附錄I。

納入標準

• 應用生存統計分析的原始研究文章。 即，分析涉及感興趣事件時間的變數的文章，該變數可能對某些個體是刪失的。


• 發表在Clarivate Analytics 2023年期刊引用報告（JCR）中歸類為“運動科學”類別的同行評審期刊上的研究。


• 2013年1月至2023年3月間以英文發表的文章。

排除標準

• 綜述文章、薈萃分析、評論、教程和會議摘要。


• 未應用特定時間事件分析的研究。


• 專注於一般身體活動而沒有特定運動相關背景的文章。


• 非人類研究

數據提取和收集變數

選擇過程包括兩個階段。 首先，篩選標題和摘要以排除不相關的研究。 然後審查可能符合條件的文章的全文以確認其納入。

我們從選定的文章中收集了以下資訊：

一般文章特徵：標題、作者、期刊、主要目標、一般目標（健康或運動表現）、出版年份、收集數據的主要國家以及研究的樣本量。 為了對每項研究的總體目標進行分類，我們將健康相關和表現相關的目標區分開來。 健康相關研究側重於臨床或醫學方面，如傷害預防、康復、疾病或運動員身體或心理健康監測。 相比之下，表現相關研究旨在提高運動表現，包括身體調理、技術和戰術發展或體育分析的使用（例如，訓練優化或比賽表現分析）。

運動特徵：運動類型、性別、參與者的水準（業餘或專業）。

生存分析特徵：分析類型、統計軟體、刪失類型以及數據和代碼共用。

報告評估

使用SAMPL（已發表文獻中的統計分析和方法）指南評估報告的完整性。 這些指南確保關鍵要素，如模型假設、驗證方法和軟體使用，得到清晰報告。

選擇SAMPL指南的原因是缺乏針對時間事件研究的具體報告指南。 雖然其他指南，如加強流行病學中觀察性研究報告，確實涉及與這類研究相關的某些方面，但它們沒有提供專門為生存分析定製的綜合框架。 SAMPL指南提供了一套建議，我們已將其分項列出，並評估了它們在審查文章中的適用性（表1）。

評�香港龍城大藥房全部商品�香港龍城大藥房必買商品�香港龍城中西大藥房�香港龍城藥房線上訂購�香港龍城暢銷商品�關於香港龍城大藥房�香港龍城大藥房獨家資訊�香港龍城大藥房折扣�香港龍城大藥房配送方式

�

估由一名初級統計研究人員進行，並由三名高級研究人員（RON、MC和JC）監督。

統計分析

使用描述性統計綜合提取的數據。 對分類變數計算頻率和百分比。 唯一收集的定量變數，即研究中涉及的參與者數量，使用中位數和四分位範圍（IQR）在所有文章中進行描述。

所有分析均使用R統計軟體（V.4.4.2）進行。 本研究中使用的可重複材料可在公共GitHub存儲庫中獲取，其中包含分析代碼（“Scripts”資料夾）和所包含文章的數據集（&ldquoata”資料夾），包括138項所包含研究的主要特徵（例如，出版年份、運動類型、研究目的、統計方法和樣本量等）。