这是一项观察性测量研究，旨在测量使用电信技术记录的以移动为重点的物理结果测量的可靠性。所有测试都是在一个上锁的房间里进行的，以防止2021年8月至9月期间在澳大利亚朗塞斯顿的塔斯马尼亚大学收集数据时受到干扰。参与者数据收集区是一个铺着地毯的房间，长10米，有一把标准高度的椅子(45厘米)，一张桌子，一台笔记本电脑，以及每次身体评估所需的设备:标记锥，手持测功机和卷尺。

参与者是通过张贴在校园里的海报和来自大学管理部门的电子邮件招募的，这些电子邮件提供了研究人员的信息和联系方式。纳入标准如下:年龄在18-60岁之间，愿意和安全参与的个体，由成人运动前筛查系统工具衡量。排除标准是任何持续的疾病或行动问题，会妨碍安全执行物理措施的能力。共有30名参与者符合纳入标准，当样本量满足时，参与者招募停止。

向参与者解释研究方案，并在进入研究前获得书面知情同意。该研究获得了塔斯马尼亚大学人类研究伦理委员会的伦理批准(项目ID 21690)。

评估了一套7个常用的临床和研究移动为重点的物理结果测量方法。评估的措施和完成的试验数量显示在 表1．

3米步行测试采用站立启动，当远程医疗研究人员说“开始”时计时开始，因为这是短期物理性能电池协议的一部分[ 12］．相比之下，测量4米步行计时的步行速度是在参与者经过地板上的标记时开始的，因此它不依赖于参与者开始时的反应，然后研究人员看到该开始(以更近距离地记录通常的步行速度)。

两名研究人员(MLB和FP)同时记录了参与者在每个结果测量中的表现。MLB是一名具有20年临床经验的物理治疗师，而FP是一名具有3年临床结果测量经验的研究生研究员。一名研究人员与参与者一起在房间里，而另一名研究人员在另一个房间里通过标准的Zoom会议提供评估指示并记录测量结果。参赛者手提电脑(戴尔品牌;(纬度7480，屏幕35厘米)通过Zoom连接到远程评估器。所有评估都是在笔记本电脑的摄像头下完成的。同时，与受试者同室的研究人员，与受试者的互动有限，没有提供任何指导，也独立记录了每次身体评估的结果。两位研究人员都将每次评估的结果记录在一份纸质表格上，随后将其转录到数据库中;他们还对评估质量进行了实地记录，以便捕捉技术的任何潜在问题。测量以随机顺序进行，以考虑任何参与者疲劳并减少任何排序偏差。 Randomization was undertaken via a free web-based randomizer [ 17］．在评估期间，参与者的表现没有时间限制。预约时间间隔30分钟。

使用RStudio软件(1.4版;RStudio, PBC) [ 18]和tidyverse, bland, ggplot2和irr包。使用百分比法，采用单向一致的类内相关系数(ICC95)确定现场(金标准)和远程医疗记录结果之间的评分者间可靠性。如果两个评分者的反应相同，则ICC为100。对于较大的变化，ICC会更低。每个试验都有重复的试验一起分析，错过的试验从数据中排除。ICCs评分为优秀(>90)、良好(75-90)、中等(50-75)或差(<50)[ 19］．Bland-Altman图用于评估研究人员之间的一致性和偏差。在连续远程医疗试验之间评估了同一会议中所有措施的区域内可靠性。本可靠性研究的样本量为30名参与者，基于先前使用功能达到结果测量的可靠性试验(即，进行了3次内部数据收集试验)[ 20.］．

共招募30人(11名女性，19名男性)，平均年龄36.2岁(SD 12.5岁)。其中21人认为英语是他们的第一语言，9人认为英语是他们的第二语言，他们的第一语言包括法语、普通话和波斯语。在参与者中，有22人在研究前熟悉至少一项评估。

握力测试和功能伸展测试( 表2而且 图1)．计时测试中，5-Time Sit to Stand和4-Meter Walk的信度较好，time Up and Go的信度中等，而3-Meter Walk的信度较差( 表2而且 图2)．抓地力的内部可靠性非常好;在Timed Up and Go、4米Walk和功能性伸展测试(ICC=0.84-0.89)中均表现良好;适合5次从坐到站( 表3)．使用面对面评估的标准方案确定了组内可靠度的试验次数。

Bland-Altman分析表明，带有反应时间依赖成分的计时测试存在偏差(即，Zoom教练说“开始”和参与者移动之间存在滞后)。这些偏差导致了以下远程医疗结果的较长时间:从坐到站5次(1.2秒)，定时升降(1.0秒)和3米步行(1.3秒)。

在短物理性能电池的静态平衡任务中观察到天花板效应，并且无法计算评分间和评分内的可靠性。

在行走测试中，摄像机位于参与者的前面，由于深度感知问题，对远程评估人员造成了一些挑战。远程评估器记录了3次相机冻结的情况，持续时间不到1秒。笔记本电脑屏幕和集成摄像头的角度需要在一些测试之间进行调整，以便能够看到适当的身体部位。诸如改变椅子的方向或与摄像机的距离等指令产生了正确的调整，远程评估人员只重复了几次指令。有两次，现场研究人员(而不是远程医疗研究人员)注意到参与者在功能伸展测试期间抬起了他们的脚跟。如果参与者离笔记本电脑更远，就更难听到他们对问题的回答。评估过程中无疼痛、跌倒等不良事件发生。两名参与者没有戴眼镜，在阅读握力测功机和功能伸展测试中的尺子的结果时犯了一些小错误。

将远程医疗与力量、平衡和行动能力的现场评估进行比较，得出的可靠性指标根据评估类型的不同，从差到优不等。

结果显示，握力和功能性伸展任务的可靠性很高;然而，与现场评估相比，通过Zoom远程医疗评估以机动性为重点的身体结果的可靠性较差或中等。Zoom评估的区域内可靠性为中等至优秀。对于静态平衡任务，由于缺乏数据可变性，我们无法使用Bland-Altman分析进行评分者之间和评分者内部的可靠性[ 21］．

对于包括反应时间依赖组件的测量，评分者之间的可靠性较低，部分原因是远程医疗记录的时间偏差较长。持续时间较短的测试受到延迟的影响更大。考虑到某些测试的延迟，在远程医疗环境中使用传统的面对面评估时必须谨慎，并且需要进一步了解通过远程医疗提供的这些评估的可靠性和规范性值。

在这项研究中，通过远程医疗进行的基于绩效而不是基于时间的评估非常可靠和一致。可靠性最高的测试包括在远程医疗环境下的握力和功能伸展测试，与现场测试结果相比，具有优异的评分者间可靠性(ICC=0.99)。这一发现与之前的可行性评估和基于问卷的可靠性评估一致[ 22]这并不奇怪，因为这些评估不受远程医疗的任何时间延迟的影响[ 23］．从业人员可以非常有信心通过远程医疗将这些评估用于临床实践。

依赖于反应时间的基于时间的流动性测量结果不太可靠。例如，在Timed Up and Go任务中，远程医疗研究人员在说“开始”时启动计时器，并在参与者返回座位时停止计时器。任务的这些方面可能会受到网络延迟的影响，并可能会增加远程健康评估人员测量的时间的可变性，这可能解释了远程评估人员持续记录的较长时间。这一发现补充了两项小型研究的数据，两项研究发现，在全膝关节置换术后的人群中，计时Up和Go的时间更长，尽管幅度较小(约0.4秒)[ 7]和心力衰竭[ 9］．综合来看，这些研究表明，不可能直接比较同一个人亲自收集的数据和通过Zoom收集的数据，因为这些值与最低重要的临床差异处于相同的顺序或量级(例如，在0.5 SD下计算的0.6秒)[ 24］．面对面数据收集和Zoom数据收集之间的这些差异降低了在通过远程保健进行数据收集相关决策时使用面对面数据收集的人口规范的能力。对于临床人群，完成这些评估的总体时间较长，小滞后的影响将较小，从而获得更高的可靠性。

远程评估人员报告的延迟稳定性以及它是否依赖于带宽或所使用技术的其他特性仍然未知。如果执业人员计划在未来使用混合的卫生服务提供模式(例如，面对面和远程卫生混合)，就有必要进一步研究量化远程会议与面对面测试的滞后时间。或者，为了避免我们在视频会议中发现的时间延迟问题，未来的研究可以研究提供远程评估的技术，而不需要通过视频会议计时。例如，关于使用移动应用程序和身体穿戴传感器技术来测量中风患者的行走和平衡结果的初步研究正在出现[ 25］．

远程医疗评估在试验之间产生了中等至优秀的区域内可靠性。定时Up and Go和步行测试在远程医疗试验之间都产生了良好的内部可靠性。仅通过远程医疗提供服务的临床医生可以对通过远程医疗提供的这些测试的可靠性有信心。5次从坐到站产生了中等的内部可靠性。这种可靠性的降低可能是由于学习影响，因为参与者的第二次试验平均快了0.9秒，这与之前的报告一致[ 26］．确保在评估之前进行实践试验将有助于减少未来研究结果之间的学习效应[ 27］．

该试验使用稳健的方法收集了数据;这些方法可能适合于在临床人群中收集数据时使用;然而，本研究的结果不能推广到这些队列。互联网连接或带宽的变化对延迟的影响是未知的，这是一个限制，可能会影响这些结果的可重复性。其他可能影响结果的潜在偏倚来源包括一些参与者对某些评估项目的熟悉程度，内部人员的第二个分数的污染，研究人员的经验差异，以及我们无法在一个分数范围内测试可靠性的事实，而在临床实践中更有可能。

在这项研究中，我们确定了实践方面的考虑因素，以确保能够完成高质量和一致的远程医疗评估。某些测量方法中的偏差(例如，通过远程医疗延长约1秒的时间)对混合实践有影响，在比较现场评估和远程测量评估之间功能的实际变化时需要考虑到这一点。可能需要在开始评估之前测量网络延迟，以帮助识别和纠正远程医疗时间偏差。远程测量步行速度仍然具有挑战性。潜在的改进包括在行走测试中使用侧面视图，以减少深度感知问题的影响。此外，应该始终确保双方都能适当地听到。当参与者与计算机保持一定距离时，外部扬声器或无线耳机可以帮助减少交流问题。最后，相机的角度应该尽可能地显示参与者的全身。

我们提供了关于以移动性为重点的物理结果测量的可靠性的重要信息，并建议将这些测量用于远程医疗服务。从业人员可以非常自信地根据我们的发现采取基于绩效的措施。与较短的评估相比，较长的时间评估产生最好的可靠性。因此，从业者应该倾向于时间较长的测试和协议，不依赖于参与者的反应时间，以获得最优和一致的结果。需要在临床人群中进行进一步的研究，以评估本研究中包括的措施的可靠性，并对预期人群进行适当的平衡评估。在反应时间依赖测试中检测到的偏差表明，不能与面对面交付进行直接比较，也不能与面对面收集的规范数据进行比较。在这项研究中，以运动为重点的物理结果测量的高内部可靠性已经得到证明。