评估与测量 MOC
运动康复 Assessment & Measurement 的知识地图，组织安全筛查、评估推理、测量属性、ROM、肌力、功能表现、动作与生物力学测量。
[!info] related notes
- 父 MOC: 体态、疼痛与康复 MOC, 训练动作与方案 MOC
- 相邻 MOC: 功能解剖 MOC, 生物力学 MOC, 动作科学 MOC, 疼痛科学 MOC, 安全筛查与升级 MOC
- 关系笔记: 运动健康知识建模 North Star：Thought Forest 到 BodySense
评估与测量 MOC
这张地图覆盖什么
这张地图负责组织运动、体态与康复中的 Assessment & Measurement：如何先做 Safety / system screening，再从 history 形成 hypothesis、选择必要 tests & measures，以及判断一个数字是否可靠、有效、能否用于 longitudinal tracking。
它不负责穷举所有 condition-specific special test，也不把 assessment result 直接当 diagnosis。
核心边界：
user-reported fact
≠ observed finding
≠ assessment result
≠ model-derived estimate
≠ diagnosis / condition推荐阅读顺序
- 康复评估与假设检验
- 安全筛查与升级 MOC
- 肌骨康复中的神经系统筛查
- 康复测量属性：信度、效度、测量误差与响应性
- 关节活动度评估
- 肌力评估：MMT、手持测力计与等速测力
- 功能表现评估
- 生物力学 MOC
- 动作科学 MOC
- 步态时空参数
- 患者报告结局指标与 PROM
- 疼痛评估与报告
- 功能力量评估
评估推理
- 康复评估与假设检验：history → hypothesis → targeted tests & measures → reassessment。
核心原则：
不是“测试越多越好”
而是“这个测试能否区分当前 hypothesis”Safety / System Screening
Safety 是 Assessment 的优先层：在继续低风险 movement / pain / impairment assessment 前，先判断当前 pathway 是否合适。
特别注意：
unknown critical safety fact
≠ negative findingRemote context 中无法可靠完成的 reflex / neurological physical examination 也应保留为 unknown / unavailable，而不是自动视为 normal。
测量学基础
需要始终区分：
validity
reliability
measurement error
responsiveness对于 BodySense longitudinal tracking，除了 relative reliability，还特别要关心 measurement error，因为系统最终需要判断变化是否可能超过测量噪声。
Body Structure / Function 层评估
ROM
ROM 数值只描述特定 protocol 下的活动范围；不能单独推出限制原因或症状来源。
Strength
MMT、HHD、isokinetic dynamometry 的输出形式和使用场景不同；同一种 instrument 也必须绑定 protocol identity。
Functional Performance 与 Movement Observation
任务型测试更靠近 activity，但结果通常由多个系统共同决定，因此：
poor task performance
≠ one specific weak muscleMovement Science 进一步提醒：task、speed、load、fatigue 和 environment 都会改变 movement strategy，所以 visual finding 也必须绑定 context 和 protocol。
Biomechanical Measurement 与 Model-Derived Estimate
评估层必须区分：
direct / sensor measurement
≠ model-derived estimate例如：
- 视频估计 joint angle → kinematic observation / estimate；
- force plate 得到 GRF → kinetic measurement；
- motion + GRF + segment model 得到 joint moment → model-derived estimate。
因此“能在界面展示一个数字”不代表它们拥有相同 measurement certainty。
Gait Measurement 第一层
当前先稳定 gait speed、cadence、step / stride length、stance / swing、double support、width、symmetry 和 variability 等变量及其解释边界。
后续仍需要补具体 walking test protocol、instrument validity 与 computer-vision measurement error，因此不能把“已有 gait parameters”理解成 gait assessment 已完整。
Patient-Reported Outcome
PROM 提供用户自己对 symptom、function、participation 等 construct 的报告，与客观 impairment measurement 和 performance test 互补。
Pain / Symptom Measurement
Pain intensity、time window、quality 与 interference 应分开理解；一个 NRS / VAS 分数不能替代完整 pain experience，也不能直接表示 tissue damage。
后续子领域
下一轮 Assessment 扩充优先顺序：
- standardized gait / walking test protocols；
- balance assessment；
- condition-specific clinical tests 与 diagnostic accuracy；
- return-to-sport / return-to-activity test battery；
- goal attainment 与 participation measurement；
- vision-based pose / gait measurement validity 与 error。
当某一类测试数量变多时，再拆子 MOC，而不是现在为每种测试提前建空地图。
BodySense 映射
Thought Forest 负责：
concept / synthesis / howto / MOC
+ human-readable evidence summaryBodySense export 再结构化：
assessment_kind: ...
construct: ...
protocol_version: ...
instrument: ...
result: ...
unit: ...
source_kind: direct_measurement | observation | model_derived
quality_flags: ...
model_version: ...
uncertainty: ...外部 measurement-property evidence 继续和 individual observation 分开保存。