JavaScript is disabled. Some features may not work.
rehabilitation-analyzer — Install Guide | SkillsNav
🇺🇸 English🇨🇳 中文
SkillsNav
Home

rehabilitation-analyzer

debugN/AIntermediateClaude
🤖 AI Summary

Analyzes rehabilitation training data to identify movement patterns and assess progress, then generates personalized recovery recommendations.

How to Install

This skill comes from a community source.

康复训练分析技能

When to Use

  • 需要分析康复训练记录、功能恢复趋势或康复阶段进展时使用。
  • 任务涉及 ROM、肌力、疼痛、依从性或康复目标达成率分析。
  • 用户请求康复报告、趋势分析或训练计划优化建议时使用。

核心功能

康复训练分析技能提供全面的康复数据分析功能,帮助用户追踪康复进展、识别改善模式和优化训练计划。

主要功能模块:

  1. 康复进展分析 - 评估功能改善趋势和康复效果
  2. 功能改善曲线 - 可视化ROM、肌力、平衡等功能指标变化
  3. 疼痛模式识别 - 分析疼痛评分变化趋势和触发因素
  4. 目标达成率评估 - 追踪康复目标完成情况
  5. 康复阶段分析 - 评估当前阶段进展和阶段转换准备度
  6. 训练依从性评估 - 分析训练计划执行情况

触发条件

技能在以下情况下自动触发:

  1. 用户使用 /rehab progress 查看康复进展
  2. 用户使用 /rehab analysis 进行康复分析
  3. 用户使用 /rehab trends 查看趋势分析
  4. 用户使用 /rehab report 生成康复报告

执行步骤

第1步:数据读取

读取康复数据文件: - data/rehabilitation-tracker.json - 主康复档案 - data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json - 每日训练日志

数据验证: - 检查文件是否存在 - 验证数据结构完整性 - 确认有足够的数据点进行分析(建议至少3次评估或10天训练记录)

第2步:功能评估趋势分析

关节活动度(ROM)分析:

- 分析不同时间点的ROM测量值
- 计算ROM改善速率(度/周)
- 识别ROM平台期或倒退
- 预测达到目标ROM的时间
- 与目标范围对比

肌力改善分析:

- 追踪肌力等级变化(MMT评分)
- 识别肌力提升模式
- 比较不同肌群恢复速度
- 评估肌力不平衡情况

平衡功能分析:

- 平衡测试分数趋势
- 单腿站立时间改善
- 平衡稳定性评估
- 跌倒风险变化

第3步:疼痛模式分析

疼痛时序分析:

- 分析晨起疼痛趋势
- 分析活动后疼痛趋势
- 识别疼痛加重/缓解模式
- 关联疼痛与训练强度

疼痛触发因素识别:

- 特定训练项目与疼痛关系
- 训练强度与疼痛相关性
- 活动类型与疼痛关系
- 时间因素对疼痛影响

第4步:训练依从性计算

依从性指标:

依从性 = (实际训练次数 / 计划训练次数) × 100%

分析维度: - 周依从性 - 月依从性 - 整体依从性 - 不同训练类型的依从性

第5步:目标达成评估

目标进度追踪: - 计算每个目标的完成百分比 - 预估目标达成时间 - 识别滞后目标 - 提供目标调整建议

第6步:康复阶段评估

当前阶段分析: - 阶段目标完成情况 - 是否准备好进入下一阶段 - 阶段转换建议

第7步:生成报告

输出包括: - 康复进展摘要 - 功能改善趋势 - 疼痛控制情况 - 训练依从性评价 - 目标达成评估 - 阶段进展建议 - 个性化建议

输出格式

康复进展报告结构

# 康复进展报告
**报告日期**: YYYY-MM-DD
**康复时长**: X天
**当前阶段**: 第X阶段 - 阶段名称

## 1. 康复进展摘要

[整体进展评价:优秀/良好/一般/需改进]
- 康复时长:X天(第X周)
- 完成训练:X次
- 训练依从性:X%
- 当前阶段进展:X%

## 2. 功能改善趋势

### 关节活动度(ROM)
- [关节名] [活动类型]: 基线X° → 当前X° → 改善X°
- 改善速率:X°/周
- 达到目标时间预估:X周
- 趋势分析:[改善趋势描述]

### 肌力评估
- [肌群名]: 基线X/5 → 当前X/5 → 改善X级
- 肌力提升模式:[描述]
- 肌力平衡:[评估]

### 平衡功能
- [测试类型]: 基线X → 当前X → 改善X
- 平衡稳定性:[评估]
- 跌倒风险:[评估]

## 3. 疼痛控制情况

- 平均疼痛水平:X/10
- 疼痛趋势:[改善/稳定/加重]
- 疼痛模式:[描述]
- 触发因素:[识别出的触发因素]
- 疼痛控制建议:[建议]

## 4. 训练依从性

- 整体依从性:X%
- 计划训练:X次
- 实际训练:X次
- 依从性评价:[优秀/良好/一般/需改进]
- 缺训原因分析:[如有]

## 5. 目标达成情况

### 已达成目标(X个)
- 目标1:[描述] - 达成日期:YYYY-MM-DD
- ...

### 进行中目标(X个)
- 目标1:[描述] - 当前进度:X% - 预计达成:YYYY-MM-DD
- ...

### 滞后目标(X个)
- 目标1:[描述] - 当前进度:X% - 需要关注

## 6. 康复阶段进展

**当前阶段**: 第X阶段 - [阶段名称]
- 阶段目标完成:X/X
- 阶段进度:X%
- 阶段持续时间:X周
- **阶段评价**: [评价]

**是否准备好进入下一阶段**: [是/否]
- [准备好的理由] / [需要继续努力的项目]

## 7. 个性化建议

### 训练建议
- [具体训练建议]

### 目标调整建议
- [目标调整建议]

### 阶段转换建议
- [阶段转换建议]

### 注意事项
- [需要注意的事项]

## 8. 下次评估

**下次评估日期**: YYYY-MM-DD
**评估重点**: [重点评估项目]

简要进展报告

## 康复进展简报

📊 **整体进展**: 良好
⏱️ **康复时长**: 第X周(X天)
🎯 **阶段**: 第X阶段 - [阶段名称]

**功能改善**:
- ROM: +X°(改善速率X°/周)✅
- 肌力: 提升X级 ✅
- 平衡: 改善X% ✅

**疼痛控制**: 平均X/10([趋势])
**训练依从性**: X%([评价])
**目标达成**: X/X(X%)

**当前阶段**: X/X目标完成
**下一阶段准备**: [是/否]

💡 **建议**: [1-2条核心建议]

数据源

主数据文件

  • 文件路径: data/rehabilitation-tracker.json
  • 读取字段:
  • user_profile - 用户档案和康复基本信息
  • rehabilitation_goals - 康复目标列表
  • exercise_log - 训练日志
  • functional_assessments - 功能评估记录
  • phase_progression - 阶段进展记录
  • pain_diary - 疼痛日记
  • statistics - 统计数据

日志数据文件

  • 文件路径: data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json
  • 读取字段:
  • daily_summary - 日训练摘要
  • exercise_sessions - 训练详情
  • pain_entries - 疼痛记录
  • assessments - 评估记录
  • notes - 每日备注

分析算法

1. 改善趋势分析

线性回归分析:

使用最小二乘法拟合功能改善趋势
改善速率 = (当前值 - 基线值) / 时间间隔

改善模式识别: - 线性改善:稳定持续改善 - 阶梯式改善:平台期后快速改善 - 平台期:改善停滞 - 倒退:功能下降(需要关注)

2. 疼痛时序分析

移动平均计算:

7日移动平均疼痛 = sum(近7天疼痛) / 7

疼痛趋势判断: - 改善:疼痛评分下降≥20% - 稳定:疼痛评分变化<20% - 加重:疼痛评分上升≥20%

3. 依从性计算

总体依从性 = (实际训练天数 / 计划训练天数) × 100%

训练类型依从性 = (某类型实际完成 / 某类型计划完成) × 100%

依从性评价: - 优秀:≥90% - 良好:75-89% - 一般:60-74% - 需改进:<60%

4. 目标达成预测

线性外推:

预测时间 = 当前日期 + ((目标值 - 当前值) / 改善速率)

考虑因素: - 近期改善速率 - 平台期历史 - 训练依从性

5. 阶段转换准备度评估

准备度评分:

准备度 = (已达成阶段目标数 / 阶段目标总数) × 100%

准备度 ≥ 80%: 建议进入下一阶段
准备度 60-79%: 可考虑进入下一阶段,需谨慎
准备度 < 60%: 建议继续当前阶段

安全与隐私

数据安全原则

  1. 本地存储
  2. 所有康复数据仅存储在用户本地设备
  3. 不上传至任何云端服务器
  4. 不与第三方共享数据

  5. 隐私保护

  6. 个人健康信息严格保密
  7. 数据文件不包含个人身份信息
  8. 用户完全控制数据访问权限

  9. 数据完整性

  10. 原始数据不被修改
  11. 分析结果基于真实数据
  12. 支持数据导出和备份

医学安全边界

系统不能做的事: - ❌ 不提供具体康复训练处方 - ❌ 不替代康复师专业指导 - ❌ 不诊断损伤或并发症 - ❌ 不调整康复阶段计划 - ❌ 不预测康复预后时间 - ❌ 不处理急性疼痛或损伤

系统能做的事: - ✅ 提供数据分析和趋势识别 - ✅ 提供进展追踪和目标管理 - ✅ 提供一般性康复建议 - ✅ 提供专业康复就医提醒 - ✅ 记录训练和评估数据 - ✅ 生成康复进展报告

重要提示: - 所有康复训练计划应遵循康复师指导 - 任何疼痛加重或功能倒退应及时就医 - 定期专业评估是康复成功的关键 - 系统建议仅供参考,不替代专业判断

错误处理

数据读取错误

错误类型1:文件不存在

错误信息: "未找到康复数据文件,请先使用 /rehab start 开始康复追踪"
处理建议: 引导用户开始康复记录

错误类型2:数据不足

错误信息: "数据不足,至少需要3次功能评估或10天训练记录才能生成分析报告"
当前数据: X次评估,X天训练记录
处理建议: 建议用户继续记录更多数据

错误类型3:数据结构错误

错误信息: "数据文件结构异常,请检查数据完整性"
处理建议: 建议用户重新初始化康复档案

分析过程错误

错误类型:计算异常

错误信息: "数据分析过程中出现异常,请稍后重试"
处理建议: 记录错误日志,提供基础数据展示

输出生成错误

错误类型:报告生成失败

错误信息: "报告生成失败,请尝试简化查询条件或联系技术支持"
处理建议: 提供简化版报告或原始数据导出

使用示例

示例1:查

Details

Category Coding → debug
Sourcecommunity
SKILL.mdView on GitHub →
Repo StarsN/A
Est. per SkillN/A (shared across 1230 skills from this repo)
DifficultyIntermediate
Risk LevelN/A

Related Skills

Works Well With

Skills from the same repository — often designed to work together