陳盈, 田水承, 李開偉， 鄒元

(1.西安科技大學安全科學與工程學院， 西安 710054; 2.中華大學工業(yè)管理系, 新竹 30012; 3.陜西麟北煤業(yè)開發(fā)有限責任公司, 寶雞 721505)

生活中，背物徒步是最常見、最便捷的一種運輸物品的方式。如學生背雙肩包上學、旅客背包遠足觀光、上班族背包上班和搬運工背物勞作等[1]。作為便利地攜帶任務，背包任務導致的肌肉疲勞值得被關(guān)注。在手工材料處理(manual materials handling，MMH)任務中，79%的MMH任務會導致人體背部受傷[2]，過大的負重會導致骨骼不適或損傷[3]，且女性的不適感高于男性[4]。工業(yè)作業(yè)中，工人時常借助腰背部背物，緩解臂部拉力，持續(xù)用力一段時間后，因肌肉疲勞導致肌力下降[5]，會直接或間接造成肌肉骨骼疾病(musculoskeletal diseases，MSDs)。導致肌肉疲勞的因素，包括性別差異[6]、負荷大小[7]、用力姿勢[8]和步行速度[9]等，并且測量最大自主收縮力fMVC是肌肉疲勞最直接的評估方法。Yi等[10]探討兩種負載和時間條件下，拉動模擬卡車桿后的拉力和主觀體力評分的顯著性影響；Rodrigues等[11]評估不同背包位置的步態(tài)規(guī)律性和局部動態(tài)穩(wěn)定性；Elshafei等[12]研究發(fā)現(xiàn)，疲勞會降低肱二頭肌的角速度，利用局部肌肉肌電信號的變化評估肌肉疲勞；胡鴻等[13]構(gòu)建了以肌力降幅歸一化值為自變量的腰部主觀疲勞感知Erp回歸方程，研究了腰部Erp隨時間變化及顯著性特征。以往的研究中，負重和速度通常是固定的，步態(tài)運動、肌電信號和主觀疲勞等研究較多，負重、坡度和速度對人體心率Rh、最大耐受時間Tme和Erp的影響研究較少；運用兩種以上負重、坡度和速度條件下的肌力變化來評估肌肉疲勞更是少見。

為探討不同性別的工人在不同條件下的背部肌肉疲勞狀況，研究評估參與者在不同負重、速度和坡度條件下，作業(yè)前背部肌力最大隨意收縮力fMVC和作業(yè)后的背部肌力最大隨意收縮力f′MVC，并記錄試驗完成后參與者對身體的Erp，進而探究負重、速度和坡度與fMVC、f′MVC、Erp、Rh和Tme之間的關(guān)系，并構(gòu)建男、女性徒步背包任務下背部肌力疲勞預測模型，評估他們徒步背包任務過程中的MSDs風險。

1 研究方法

1.1 參與者

12名大學生(6名男性和6名女性，右利手)自愿參與本次徒步背包任務，參與者基本詳細信息如表1所示。BMI為體質(zhì)量指數(shù)，由每個參與者的體重和身高計算得出。所有參與者身體健康，未有過肌肉骨骼疾病史及精神疾病史。在參與試驗前，參與者需充分理解試驗目的與過程，并簽署書面同意書，不允許在測試前進行強化活動，飲用咖啡和酒精等刺激性飲品。

表1 參與者的基本信息

1.2 儀器設備及流程

(1)拉力測量儀：由TAKEI公司研制的，量程在20～300 kgf(1 kgf=9.806 65 N)的肌力測量器。

(2)主觀疲勞評價：采用Borg RPE量表，量程為6～20。用于記錄測量試驗后和休息1 h后的參與者腰背部和腿的疲勞或不適的主觀感受。

(3)其他設備：跑步機1臺、背包2個、啞鈴1套等。

在3種背包負重(重量為0、自身體重的12.5%和25%)、3種步行速度(2、4和6 km/h)和兩種坡度(0°和10°)的試驗要求下，隨機選擇一組。安排參與者在跑步機上徒步背包行走，直至參與者因勞累而無法繼續(xù)為止(至少徒步20 min及以上)，暫停試驗，試驗室靜坐休息1 h后，試驗結(jié)束。此外，兩種類型的啞鈴用于模擬不同工作負荷，并且沒有攜帶啞鈴的一組被認為是負重對照組。每名參與者的背部拉力和心率在測試前、后及休息1 h后被各記錄一次；每名參與者的Borg RPE等級值在測試后和休息1 h后被各記錄一次。

1.3 試驗設計

所有參與者自愿參加試驗，在試驗前24 h內(nèi)沒有劇烈運動。試驗選擇在9月進行，確保試驗室環(huán)境中的溫度和濕度值與外界盡可能接近。該試驗采取隨機組設計，每個參與者被視為一組，試驗設計方案如示意圖1所示，包括前測、測試中和后測3個階段。試驗條件包括：3種啞鈴(重量為0、自身體重的12.5%和25%)、3種速度(2、4、6 km/h)和兩種坡度(0°和10°)。為了獲得等長的背部力量，受試者站在平臺上，抓住平臺上方38 cm處的手柄，彎曲他/她的腰部，用背部肌肉的最大力量向上拉手柄，上拉2次，取最大值，這將是參與者背部肌肉的最大自愿收縮力，參與者背部拉力示意圖，如圖2(a)所示。在測試前，參與者背上一個啞鈴包，重量分別為0、自身體重的15%和25%，在不同速度和坡度條件下，要求參與者在跑步機上行走，直至精疲力竭，參與者徒步背包任務示意圖，如圖2(b)所示。每個參與者每天只允許進行一次徒步背包任務試驗。

圖1 試驗設計示意圖

圖2 參與者背部拉力和徒步背包任務示意圖

1.4 數(shù)據(jù)分析

試驗共記錄216種(12×3×3×2)試驗狀況，包含12個受試者、3個負重、3個速度和2個坡度條件下的背部力量值F(t)。為分析不同條件下，男性和女性參與者的背部肌肉疲勞狀態(tài)，對測量得到的背部最大收縮力fMVC、最大耐受時間Tme、人體心率Rh和主觀疲勞感知Erp等數(shù)據(jù)，使用SAS 19.0進行統(tǒng)計，采用Friedman非參數(shù)檢驗、方差分析、回歸分析和模型構(gòu)建等方法，得到肌肉疲勞系數(shù)、相應的回歸方程以及肌力預測模型等。

2 結(jié)果分析

2.1 顯著性分析

每名被試在每次試驗前均被測量一次最大背部肌力fMVC，試驗前，所有參與者的fMVC均值為(57.57±15.24) kgf；試驗后，所有參與者的f′MVC均值(47.08±9.69) kgf。fMVC因背包行走任務而下降，其下降百分比用D表示，其表達式為

D=(fMVC-f′MVC)/fMVC×100%

(1)

試驗后參與者背部肌力下降的均值幅度為18.22%。Friedman非參數(shù)檢驗結(jié)果顯示：負重(顯著性水平Pr=0.513)、坡度(Pr=0.564)和行走速度(Pr=0.368)均對D%不顯著，無顯著性影響；但對Rh、Tme及Erp產(chǎn)生顯著性影響[圖3]，且隨著負重、行走速度和坡度的增加，顯著性增強。

*表示Pr<0.05;**表示Pr<0.01;***表示Pr<0.001

2.2 回歸分析

ANOVA結(jié)果顯示，參與者在背包作業(yè)過程中，因不同負重、坡度和行走速度的影響，Rh、Tme及Erp有明顯的變化，具體數(shù)據(jù)統(tǒng)計如表2所示。

表2 參與者試驗前后在不同條件下疲勞指標統(tǒng)計

通過對參與者背部最大收縮力fMVC進一步回歸分析，得到fMVC預測方程為

fMVC=0.70L+1.03G+7.46S

(2)

式(2)中：L為負重；G為坡度；S為行走速度。

回歸分析得到R2=0.86；ANOVA分析結(jié)果顯示：負重、行走坡度和行走速度的顯著性均小于0.05，故對參與者fMVC均產(chǎn)生顯著性影響。通過對參與者Rh進一步回歸分析，得到Rh的預測方程為

Rh=1.16L+2.17G+19.57S

(3)

回歸分析得到R2=0.93；ANOVA分析結(jié)果顯示：負重(Pr=0.006，即Pr<0.01)和行走速度(Pr=0.002，即Pr<0.01)均會對參與者Rh產(chǎn)生顯著影響，坡度(Pr>0.05)不顯著，無顯著影響。通過對參與者Tme進一步的回歸分析，得到Tme的預測方程為

Tme=166.95-2.8L-0.97G-14.14S

(4)

回歸分析得到R2=0.94；ANOVA分析結(jié)果顯示：負重(Pr=0.004，即Pr<0.01)顯著、行走速度(Pr=0.005，即Pr<0.01)和坡度(Pr=0.040，即Pr<0.05)均會對參與者Tme產(chǎn)生顯著影響。通過對參與者Erp進一步回歸分析，得到Erp的預測方程為

Erp=0.27L+0.29G+2.33S

(5)

回歸分析得到R2=0.93；ANOVA分析結(jié)果顯示：負重(Pr<0.001)和行走速度(Pr=0.004，即Pr<0.01)顯著，均會對參與者Erp產(chǎn)生顯著影響；坡度(Pr>0.05)對參與者Erp無顯著影響。

2.3 背部肌力預測模型

Ma等[14]提出了一種簡單通用型的肌肉疲勞動力學模型，該模型描述了肌肉力量的最大自愿收縮力fMVC，反映了外部負荷FL、工作量以及個體差異的影響。F(t)為背包負重行走一段時間后，男性或女性t時刻的肌肉力量，通過指數(shù)函數(shù)可表述為

(6)

式(6)中：k為疲勞系數(shù)。

式(6)還可表示為

(7)

令y=lnF(t)/fMVC，則式(7)可表示為

(8)

如果測量得到F(t)、fMVC和t，且回歸系數(shù)b=-fMVC/FL，則可以獲得b值，以確定Ma等[15]提出的重要疲勞參數(shù)或疲勞性。根據(jù)相關(guān)關(guān)系，k的計算公式為

(9)

疲勞系數(shù)k用于識別參與者個人屬性和群體特征。進行回歸分析后以獲得方程中肌肉力量的疲勞系數(shù)k。男性和女性參與者的k值如表3所示。

表3 男女參與者背部肌肉力量疲勞預測模型的回歸分析結(jié)果

平均絕對偏差DMA的定義為衡量預測值與真實值之間的差異性，其表達式如式(10)所示，也可用D′MA來確定預測值與真實值的最大似然比[式(11)]。

(10)

(11)

式中：n為樣本數(shù)量。

針對于每個參與者的每個試驗條件，使用男性和女性疲勞預測模型[表3]來計算預測值，與實際值相比后，代入[式(10)、式(11)]得到男性和女性參與者的DMA值分別為25.54 kgf和18.65 kgf；男性和女性參與者D′MA值分別為41.47%和37.74%。

3 討論

研究表明，肌力下降百分比是影響肌肉疲勞結(jié)果的主要因素之一[16]。當D小于15%時，人將無限期地維持這種努力狀態(tài)[17]，未有疲勞感。ANOVA 結(jié)果顯示，男性比女性的fMVC值大，且顯著(Pr<0.05)；試驗后，男、女性的D分別為15.49%和15.18%。在當前的研究中，男性與女性的D%都略高于15%，故數(shù)據(jù)在D的范圍內(nèi)有效。兩性之間的差異可能是由于男性和女性參與者的背部肌肉力量發(fā)揮的差異。Erp在評估疲勞方面遠比表面肌電圖更有幫助[18]。得到的參與者Erp評分與D之間的皮爾遜相關(guān)系數(shù)為0.66(Pr<0.05)，表明Erp評分與D之間呈正相關(guān)。在試驗過程中，負重(Pr<0.001)和速度(Pr<0.01)對Erp均有顯著影響；R2=0.93(即R2>0.80)，表明Erp預測方程有效。同理，本研究得出的參與者背部肌力最大收縮肌力fMVC預測方程(R2=0.86)、參與者心率Rh預測方程(R2=0.93)和參與者最大耐受時間Tme預測方程(R2=0.94)同樣有效。

疲勞系數(shù)k是用于描述人對疲勞的易感性或疲勞率，能反映肌肉力量的下降趨勢。Ma等[15]從生理學的角度指出，k是不同肌肉群疲勞性或抗疲勞性的恢復參數(shù)。男性與女性的疲勞系數(shù)分別為0.111和0.128，男性的疲勞系數(shù)低，說明男性肌力下降更快，抗疲勞性優(yōu)于女性；而在同樣的背包任務下女性的疲勞感知Erp靈敏度更強，較易感到疲勞。男性與女性肌力預測模型中，判斷系數(shù)R2分別為0.486和0.513。R2越高，表明預測模型越有效，即女性肌力預測模型更優(yōu)。男性和女性參與者的DMA值分別為25.54 kgf和18.65 kgf，就性別差異性而言，DMA結(jié)果顯示男性參與者背部肌力預測模型的誤差更大；男性和女性受試者的D′MA分別為41.47%和37.74%，女性的更小誤差率更小，可見在人體工效學中，試驗得到的背部肌肉力量預測模型對女性參與者更有效。

4 結(jié)論

(1)負重(Pr<0.05)和速度(Pr<0.05)對Rh、Tme及Erp產(chǎn)生顯著性影響，且隨著負重、行走速度的增加，顯著性增強。

(2)研究所得的主觀疲勞感知、背部最大收縮力、最大耐受時間和心率的預測方程均有效。

(3)相比女性，男性肌力下降快，抗疲勞性也強；但女性的疲勞感知能力更強，女性肌力預測模型更有效。研究結(jié)果有助于量化體能需求，合理安排工作強度以及工作場所作息，從而助力降低工作相關(guān)的肌肉骨骼疾病的發(fā)病率。