從步態辨識神經疾病風險：物理治療師與醫師的證據判讀

臨床定位：功能表型與風險分層

步態量測能呈現動作控制、認知負荷與身體儲備的交互影響。臨床用途包括診斷前風險分層、疾病鑑別的輔助資訊，以及確診後功能追蹤；三者的研究終點不同，不能共用一個「偵測準確率」。2024年系統回顧納入83篇步態研究，指出早期辨識具有潛力，但方法差異、病因鑑別與真實生活驗證仍限制臨床轉譯。[1]

評估應涵蓋速度、步長、節律、變異性、左右不對稱及轉彎。測試前記錄疼痛、肌力、感覺、視力、輔具與用藥狀態；復測固定路徑、指令及設備。短距離步速適合初步量化，變異性則需要足夠且品質可靠的步數；不同測試條件的數值不可直接互換。[16]

量測報告宜寫明舒適或快速步行、計時距離、是否包含起步與減速，以及重複次數。轉彎可另記時間、步數與是否停頓；步態變異性須註明使用步時或跨步時間、計算方式及有效步數。只寫「步態異常」或提供一個綜合分數，會降低跨次比較與跨專業溝通的價值。[16]

圖1｜步態表型的量測面向。直線步行、轉彎與雙重任務提供互補資訊；示意圖不代表特定設備或診斷標準。

帕金森病：診斷前訊號已有縱向證據

Del Din等人追蹤696人，其中16人轉為帕金森病。基線步時變異與不對稱與較早確診相關；縱向模型估計步速、步長的偏離分別約於診斷前3.3與4.1年出現。基線步速本身並非顯著預測因子，且事件數少，不能將模型提前年數解讀為可提前確診的時間窗。[3]

2026年UK Biobank研究在73,294名基線無帕金森病者中辨識314例後續診斷，部分日常步行差異可見於診斷前約6.8年。但研究使用一次、一週的腕部加速度資料，再連結後續病歷，並非連續多年量測同一人的退化軌跡；個人篩檢門檻與外部效度仍待確認。[4]

對持續步幅縮短、擺臂不對稱或轉彎惡化者，物理治療師可提供量化紀錄，協助醫師整合動作遲緩、僵硬及病程。已確診患者須記錄藥效時段，區分疾病進展、藥物波動與其他行走限制。[3,4]

兩項研究的參照時間均是臨床診斷日期，不等於病理起始。真實生活步數還受到職業、活動機會與共病影響；腕部訊號也包含手臂動作。這些資料適合與病史及臨床檢查互補，不宜直接換算成實驗室步行能力或個人發病倒數。[3,4]

中風與小血管病：分清風險訊號與急性事件

Health ABC研究納入1,779人，平均追蹤10.3年，發生176例中風；不同步行測試均顯示較慢步速與後續中風相關，但模型c-statistic僅0.66–0.67。這是長期風險資訊，不能確認當下中風，也不能推論訓練步速即可按相同比例降低中風風險。[5]

腦小血管病回顧涵蓋73項研究；其中13項統合顯示，白質高訊號體積與步速的相關係數為−0.23，且異質性高。慢步速可提示功能負荷，不能反推出MRI病灶。已中風者的步態分析則用於功能量化及復健追蹤。[6,15]

突然新發的步態失調、平衡喪失或局部神經缺損，應優先啟動急性中風評估；不宜先安排完整步態測試，也不應因症狀緩解而延後處置。[19,20]

圖2｜先判斷時間型態。漸進變化安排病程與功能評估；急性新發神經症狀優先依中風流程處置。

失智風險：共同下降、MCR與雙重任務各有意義

Tian等人整合六個世代、8,699人：步速與記憶共同下降者，相較未達下降門檻者，失智HR為6.28（95% CI 4.56–8.64）。研究依診斷前重複量測分類，不能套用到單次門診；HR也不是個人的絕對罹病機率。[7]

動作認知風險症候群（MCR）結合慢步速與主觀認知抱怨，並排除既有失智及行動失能。九個世代、14,169人的統合分析顯示，全因失智HR為2.28（95% CI 1.90–2.73）；存在出版偏差訊號。MCR有助安排認知評估與追蹤，並非阿茲海默症診斷。[8]

MCR與輕度認知障礙（MCI）並不等同：前者以動作及主觀認知條件界定，後者須有客觀認知下降、日常獨立性大致保留。兩者可以重疊；慢步速通常依年齡、性別參考值界定，必須交代族群及切點，避免以同一門檻套用所有功能層級。[8,17]

雙重任務測試則觀察認知負荷下的步態變化。112名MCI患者平均追蹤24個月，27人轉為失智。倒數與命名動物的二分成本指標，在加入簡短智能測驗（MMSE）校正後均不再顯著，部分連續指標仍有關聯。不同任務不可互換，亦不宜將20%成本視為通用診斷切點。[9]

步速雙重任務成本可定義為「（單任務步速－雙重任務步速）÷單任務步速×100%」。同時記錄答題正確率及任務優先指令，才能判斷患者是否犧牲認知表現來維持步速。CCCDTD5支持在有認知抱怨者評估步速，並於資源允許的專門門診加入雙重任務。[2,16]

圖3｜失智分型需要整合步態以外的線索。各病因類別並非連續退化階段；目前沒有足以單獨確診各型失智症的步態指標。

失智分型：重疊多於特異性

阿茲海默症：步速與雙重任務表現可反映功能變化，不能替代病理標記。血管性認知障礙：需整合執行功能、血管病史與影像，步態本身無法判定病因。[1,6]

路易體失智症與帕金森病失智症：結合認知波動、幻覺、帕金森症狀，以及認知與動作症狀的時間關係判讀。一項橫斷研究納入阿茲海默症與路易體失智症各70人、認知正常者280人；步長區分前兩組的AUC為0.717。這是已確診組別的鑑別表現，並非72%的診斷正確率或發病前預測，也未驗證帕金森病失智症。[10,11]

臨床慣例以認知退化先於、同時或在帕金森症狀一年內出現，支持路易體失智症命名；已建立帕金森病後較晚出現失智，則使用帕金森病失智症。這項時間區分並非由步態測試決定，混合病理亦會增加表現重疊。[11]

額顳葉型失智症：既有研究僅19名行為型患者、19名阿茲海默症患者及22名對照，支持步態變異與疾病相關，尚不足以建立篩檢標準。行為及語言變化仍是重要病史線索。[12,18]

若步態障礙合併認知與排尿症狀，亦應考慮正常壓力水腦症；步態可用於放液前後評估，陰性放液測試仍不能排除。[14]

落地方式：量測、整合、轉介、復測

實務上先排除急性神經事件，再以標準化單任務步行、轉彎及必要的雙重任務建立基線。將步態結果與認知、神經學檢查及共病並列，決定進一步轉介、檢查或復健目標；後續在相同條件復測，追蹤速度、穩定性與生活功能。[2,15,16]

採用攝影機或AI工具前，應核對研究族群、預測終點與外部驗證。73人的深度攝影機研究雖報告89.04%的認知障礙分類準確率，仍屬內部驗證，不能宣稱可預測一般人的未來失智。評估工具時還須檢視敏感度、特異度及目標族群下的陽性預測值。[13]

追蹤時應分開回答「量測是否改變」與「患者生活是否改善」。速度增加若伴隨穩定性下降，或測試進步卻未改善轉位、社區行走與跌倒問題，仍需調整目標。量測誤差、最小可偵測變化與臨床重要差異，也必須選用相符的疾病族群、測試與設備，不能借用其他研究的數字。[4,15,16]

步態目前最直接的臨床價值，是補足功能表型、辨識需要進一步評估者，以及追蹤介入成效。病因診斷仍須跨專業整合；一次正常步態結果不能排除神經退化疾病。[1,2]

原始論文與延伸閱讀

研究整理至2026年11月9日。本文為2006–2026年間相關研究與共識的敘述性整理，並非系統性回顧或新的臨床指引。四張圖為AI生成的原創概念示意，非研究原圖或患者資料。