科研 Skill
运动干预设计报告
sport-exercise-intervention
按FITT-VP设计运动干预并用CERT/TIDieR清单报告,含meta分析方法。适用于运动干预RCT与系统综述,不为个人提供处方。
发布者 Codar安全审核通过v0.1.0更新于 2026-11-18
SKILL.md
运动干预研究设计与报告(Exercise Intervention Design & Reporting)
适用场景
- 设计运动干预随机对照试验(如抗阻训练改善老年人肌少症指标、HIIT 对青少年心肺耐力的影响),撰写方案并在 ChiCTR 或 ClinicalTrials.gov 注册。
- 在论文中按 CERT 16 项与 TIDieR 12 项完整报告运动干预,避免"每周锻炼 3 次"式的不可复制描述。
- 选择对照组(常规照护、等待名单、注意力对照、伸展/放松对照)并评估期望效应。
- 依从性与剂量实际达成的测量与报告,区分意向性分析(ITT)与符合方案分析。
- 运动干预系统综述与 meta 分析:效应量计算、异质性、亚组/meta 回归、偏倚风险与证据质量。
边界与不适用
- 仅用于科研设计与报告,不为特定个人提供运动处方或疾病康复方案;涉及患者人群的试验须由临床团队评估运动风险(运动前筛查)。
- 身体活动的人群测量与流行病学见
sport-physical-activity-measurement;运动员负荷监控见sport-training-load。
工作流
-
研究问题与 PICO
- 输入:目标人群、干预、对照、主要结局、时间点。
- 操作:确定主要结局唯一、可测、有临床/实践意义;提前定义最小重要差值(MCID/SWC)。
- 产出:PICO 表与研究假设(优效/非劣效)。
-
干预处方(FITT-VP)
- Frequency 频率、Intensity 强度(%HRmax、%HRR、%VO2max、%1RM、RPE、谈话测试,需给出锚定方法)、Time 时长、Type 类型、Volume 量、Progression 递进规则。
- 决策点:强度基于基线测试还是定期复测个体化?递进规则必须写成可执行条件(如"连续 2 次完成 12 次后增加 5% 负荷")。
-
对照与设计
- 选择对照时考虑期望效应与社交接触量的匹配;等待名单对照会放大效应。
- 设计:个体随机 RCT;学校/社区场景常用整群随机(需计算设计效应 1 + (m−1)·ICC);短期急性效应可用交叉设计(注意洗脱期)。
- 随机化:计算机生成序列、区组随机/分层、分配隐藏;结局评估者盲法(参与者通常无法盲)。
-
样本量与方案注册
- 基于主要结局的预期效应、SD、α、把握度、失访率估算;整群设计乘以设计效应。
- 按 SPIRIT 撰写方案,在招募前注册(中国临床试验注册中心 ChiCTR 或 ClinicalTrials.gov)。
-
实施与依从性
- 记录出勤率、每次实际完成的强度与量(心率记录、训练日志)、不良事件。
- 依从性定义事先规定(如出勤 ≥ 70%),报告"计划剂量 vs 实际剂量"。
- 决策点:主分析采用 ITT(配合多重插补);符合方案/CACE 分析作为敏感性分析。
-
统计分析
- 连续结局:ANCOVA(以基线值为协变量)优于直接比较变化值;重复测量用线性混合模型。
- 整群设计:混合模型或 GEE 处理聚集;报告 ICC。
- 效应量:组间均值差及 95% CI 为主,辅以标准化效应量(Hedges' g)。
-
报告
- 按 CONSORT 2010(及非药物治疗扩展、整群扩展)报告流程图;按 CERT 与 TIDieR 填写清单并作为附件。
-
Meta 分析(如做系统综述)
- 按 PRISMA 2020 报告并在 PROSPERO 注册;检索 PubMed、Embase、Web of Science、SPORTDiscus、CNKI、万方、维普。
- 效应量:SMD(Hedges' g)或 MD;处理变化值 SD 缺失(需相关系数假设并做敏感性分析)、交叉设计与整群试验的单位换算。
- 随机效应模型(REML,建议 Hartung-Knapp 调整),报告 τ²、I² 与预测区间;剂量-反应可做 meta 回归。
- 偏倚风险:RoB 2(随机试验);运动研究的方法学质量也可用 TESTEX 或 PEDro 量表;证据质量用 GRADE。
工具与数据源
- 注册与方案:中国临床试验注册中心(ChiCTR,chictr.org.cn)、ClinicalTrials.gov、PROSPERO。
- 报告规范:EQUATOR Network(equator-network.org)可检索 CONSORT、SPIRIT、CERT、TIDieR、PRISMA。
- 样本量:G*Power、R
pwr;整群设计用clusterPower或手工设计效应。 - 统计:R
lme4、mice、emmeans;meta 分析metafor、meta;RevMan;GRADEpro GDT。 - 处方参考:ACSM《ACSM's Guidelines for Exercise Testing and Prescription》。
最小代码示例(R:metafor 随机效应 meta 分析)
install.packages("metafor")
library(metafor)
d <- read.csv("trials.csv") # 列:study, m1, sd1, n1, m2, sd2, n2(干预组/对照组终点值)
es <- escalc(measure = "SMD", m1i = m1, sd1i = sd1, n1i = n1,
m2i = m2, sd2i = sd2, n2i = n2, data = d) # SMD 默认为偏倚校正的 Hedges' g
res <- rma(yi, vi, data = es, method = "REML", test = "knha")
print(res)
predict(res) # 含预测区间
forest(res, slab = d$study)
funnel(res); regtest(res) # 小研究效应(研究数 >= 10 时才有意义)
质量检查
- 干预按 FITT-VP 完整描述,强度锚定与递进规则可执行
- CERT 与 TIDieR 清单逐项填写并附于投稿材料
- 对照组类型及其合理性已论证,期望效应已讨论
- 随机序列、分配隐藏、评估者盲法方法明确
- 方案前瞻性注册,主要结局与注册一致(无结局转换)
- 报告依从率、实际剂量与不良事件
- 主分析为 ITT,缺失数据处理方式与敏感性分析已说明
- 整群设计报告 ICC 并在分析中处理聚集
- meta 分析报告异质性、预测区间、RoB 2 与 GRADE
- 伦理审批、知情同意与运动前安全筛查已落实
输出格式
- 干预描述表:FITT-VP 各要素 × 各阶段(第 1–4 周、5–8 周…),含监督方式、场地、指导者资质。
- CONSORT 流程图与基线特征表。
- 结局表:组别基线/终点均值±SD、组间调整差值(95% CI)、P 值、Hedges' g。
- 依从性与安全性表:出勤率、实际强度达成率、不良事件类型与例数。
- Meta 分析:研究特征表、森林图、RoB 2 交通灯图、GRADE 证据概要表。
参考规范与文献
- Slade SC 等(2016)运动报告共识模板 CERT(Physical Therapy;同期发表于 BJSM)
- Hoffmann TC 等(2014)TIDieR 干预描述与复制模板(BMJ)
- Schulz KF 等(2010)CONSORT 2010 声明(BMJ);Boutron I 等(2017)非药物治疗扩展
- Chan AW 等(2013)SPIRIT 2013 声明(Annals of Internal Medicine)
- Page MJ 等(2021)PRISMA 2020 声明(BMJ)
- Sterne JAC 等(2019)RoB 2(BMJ)
- Guyatt GH 等(2008)GRADE(BMJ)
- Smart NA 等(2015)TESTEX 运动训练研究质量量表(International Journal of Evidence-Based Healthcare)
- American College of Sports Medicine《ACSM's Guidelines for Exercise Testing and Prescription》(多版)
- Viechtbauer W(2010)metafor 包(Journal of Statistical Software)
- Higgins JPT 等(编)《Cochrane Handbook for Systematic Reviews of Interventions》
示例提示词
帮我设计一个12周抗阻训练改善老年人肌少症的RCT,按FITT-VP写处方并对照CERT清单报告。
所属插件
安装该插件会一并获得同领域的 9 个 Skill / MCP。
同插件的其他科研 Skill
- 运动生物力学分析用ezc3d读取C3D动作捕捉数据,做滤波、关节角度与地面反作用力计算并衔接OpenSim。适用于跑跳落地等动作的生物力学分析。
- 体质健康数据分析按国家学生体质健康标准计算评分,用GAMLSS构建年龄别百分位曲线。适用于学校体测常模制定与公报数据趋势分析。
- 体育政策与人文研究系统收集体育政策文本做工具编码与文本计量,二次分析全民健身调查数据。适用于体育治理、体教融合与群众体育研究。
- 运动营养与体成分评估比较DXA、BIA等体成分测量方法一致性,评估膳食摄入与能量可用性风险。适用于运动员体成分监测,不提供个体膳食处方。
- 竞技表现分析基于事件数据构建xG模型与篮球回合效率指标,评估表现指标信度与稳定性。适用于足球篮球等团队项目战术绩效研究。
- 身体活动测量分析用GGIR处理加速度计原始数据,选择切点并对照WHO指南判定达标率。适用于人群身体活动流行病学研究,不制定个人处方。
- 训练负荷监控研究规范采集sRPE/TRIMP负荷指标并拟合Banister模型,审慎讨论ACWR方法学争议。适用于负荷-表现与负荷-伤病关联研究。
- 可穿戴GPS数据处理处理GPS/IMU原始导出数据,定义速度区间与加减速事件阈值并评估设备一致性。适用于外部负荷研究与设备效度信度研究。
常见问题
运动干预设计报告能做什么?
按FITT-VP设计运动干预并用CERT/TIDieR清单报告,含meta分析方法。适用于运动干预RCT与系统综述,不为个人提供处方。
如何安装运动干预设计报告?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「运动干预设计报告」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
运动干预设计报告需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
运动干预设计报告经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。