反应时间能不能当疲劳指标？能，但它测到的不是“疲劳本身”

你按一下按钮慢了 30 毫秒，这通常不是“肌肉累了”。更可能是疲劳已经爬上了中枢警觉系统，留下了一道能被行为测试抓到的痕迹。

名词列表

PVT：心理运动警觉测试。重复很多次 simple RT，而且刺激随机出现，用来抓注意力掉线。三个特质：1. 随机等待。刺激不知道什么时候来，所以你必须一直保持警觉。2. 重复很多次。疲劳不是每次都慢，而是会出现偶发性断片。重复次数越多，越容易抓到这种掉线进行量化。3. 看 lapses 和反应稳定性。PVT 不只看平均速度，还看最慢反应、500 ms 以上反应、波动性、false start（抢先点击）等。

Simple RT：看到一个刺激，做一个固定反应。比如中门架狙，敌人露头之后你秒掉它的时间就叫做 Simple RT。

Choice RT：complex RT 的常见类型，多个刺激对应多个反应，要选。比如红灯亮起点击鼠标左键，黄灯亮起点击鼠标右键，蓝灯亮起点击空格。

Go/No-Go RT：看到某些刺激才反应，看到另一些刺激要忍住不动，加入抑制控制。比如看到黄灯不做任何行为，看到蓝灯才点击空格。

TL;DR

它们测到的不是“疲劳本体”。疲劳算是人体最黑箱的现象之一，不能被一个数字直接读出来。RT/PVT 抓到的是疲劳影响中枢神经系统之后的行为痕迹，比如：警觉性下降、信息加工延迟、决策噪音上升、lapses（注意力失效漏反应）变多。这边可以举个例子：正常清醒状态下，你的大脑流程是：

看见红灯 → 识别“前车刹车” → 判断“我要减速” → 脚踩刹车。

但疲劳后，这条链条开始一段一段渐进退化：

什么叫警觉性下降？：你没有一直“在线盯路”。眼睛看着前方，但大脑像后台挂起了。前车刹车灯亮了，你不是第一时间捕捉到，而是慢半拍才注意到。这和注意力有关。

什么叫信息加工延迟？：你看到了红灯，但大脑把“红色亮了”加工成“前车正在刹车，我也要减速”这个意义的速度变慢。脑子翻译慢了。像是逻辑和逻辑之间的连接出现了问题。

什么叫做决策噪音上升？： “它是在刹车吗？” “我要不要踩？” “距离够不够？” “是不是只是尾灯反光？” 正常清醒时，这个判断会很干净，单线程。但是疲劳的时候你会觉得脑子的思绪变成一团团混乱缠绕的毛线球，开了无数多个弹窗在你脑子里后台运行。俗称左右脑互搏。

什么叫做 lapses 变多？：意思是你不是每次都慢，均值可能不错。但是你可能突然有一两秒完全掉线的极端值。前车刹车了，你大脑没接住这个信号，像网络卡顿丢包。等你反应过来，已经离得很近了，只能猛踩刹车。就像开 uu 加速器你的丢包率一样。你的延迟再低，丢包率 2%，那这个 2% 就决定你会不会在残局突然 460 ms 被秒。

当某一天 RT/PVT 变慢时，更稳妥的解读不是“今天一定疲劳了”，而是感知、注意、信息加工、决策和运动启动这条反应链可能出现了延迟或稳定性下降；而这种下降只能构成疲劳解释中的一个证据节点，其成因仍需要结合睡眠、sRPE、训练负荷、CMJ、RSA、RJA 等指标共同判断 ^[1][7][8]。

这篇文章只走三条线：第一，RT 的底层原理；第二，PVT 作为 RT 家族里证据最成熟的一支，能稳定测到什么；第三，为什么它能进入 dashboard，却不能单独给训练负荷累积疲劳亮红灯。

背景与问题：训练监控的“肌肉偏置”留下了一个中枢盲区

训练监控很容易把疲劳问题简化成一个现象。也就是：肌肉还能不能输出最大力？于是 CMJ 高度、最大速度、最大重量、主观疲劳量表自然站到台前。CMJ 是这套体系里的金标准之一。便携、3 秒一次、重测可靠、对神经肌肉疲劳敏感，而且很多派生指标可以使用，比如 CMJ 最大跳跃高度、CMJ 功率相关指标等等。所以在运动科学里是差不多最‘唾手可得，证据扎实’的用来判断‘今天能不能开练’的指标之一。

但这套路径有一个隐藏先决假设：疲劳会先在外周肌肉收缩力上露馅。

问题在于，运动员的疲劳表现并不总是首先出现在“跳不起来”这一类外周输出指标上。有些时候，注意力维持、反应稳定性和决策质量可能先发生下降，而 CMJ 等单次最大输出指标当天仍处于个体正常波动范围内。换言之，如果训练监控只关注肌肉输出端，就可能漏掉感知-注意-决策层面的中枢状态变化，从而对运动员当前状态形成相对片面的判断。

Stafylidis 2025 的随机对照实验很好地揭示了这一监控盲区。研究者使用 30 分钟 incongruent Stroop task，即颜色-词冲突任务，诱发 mental fatigue，简称 MF；对照组则观看中性纪录片。随后，两组均完成一整套体能与认知测试。该设计的关键价值在于，它能够区分“外周输出是否下降”和“中枢认知功能是否先受到影响”：如果疲劳主要表现为肌肉输出下降，CMJ 等单次最大输出指标应当更容易首先受损；但如果疲劳首先扰动的是注意分配、反应稳定性和认知控制，那么更依赖持续警觉和信息加工的任务就可能先出现下降，而 CMJ 仍保持相对稳定。

结果是后者。

• 先掉的主信号：PVT RT 比基线慢 119.71 ms（d=4.15，效应极大），lapses 多 2.86 个（d=1.71）；RSA mean time 拉长 0.432 s（d=1.86）；RJA contact time 拉长 0.084 s（d=0.69）。

• 没动的对照信号：CMJ height 时间×组交互 F(1,26)=0.13, p=0.722；RSA 最佳冲刺也没动。

主副信号一对照，盲区就显形了：单次最大输出当天还在正常区间，但运动员的持续注意系统已经被认知疲劳拖垮 ^[7]。

这不是说 MF 没有影响身体，而是说它影响的入口不同。CMJ height 这种“一次性最大输出”很大程度依赖预先编程好的爆发动作，对实时注意控制依赖较低；RSA、RJA、PVT 则需要持续注意分配与 stimulus–response coupling（刺激-反应耦合），所以先掉。Tornero-Aguilera 2022 对 CNS fatigue 的定义也指向同一件事：中枢疲劳不仅会压低自主激活，还会引发 cognitive fatigue phenomena，表现为难以维持 cognitive vigilance 与 mental attention ^[8]。

这就是本文真正要讨论的对象。RT/PVT 不是新一代“万能疲劳指标”，而是训练监控里原本缺失的那扇中枢窗口。

第一性原理：RT 不是一块黑箱，疲劳压在哪一段决定你测到什么

如果 RT 只是“按按钮用了多久”，那它当然很粗糙。但 RT 真正有用的地方，恰恰在于它可以被拆开：有些慢来自中枢感知与决策，有些慢来自外周执行。你不拆，就只能看到“变慢了”；你拆开，才知道慢在哪。

Janicijevic 2022 把 RT 内部解剖成两段（RT=premotor time +motor time）。第一段叫 premotor time。“刺激出现 → 肌电起始”，也就是从眼睛看见信号，到肌肉电活动第一次冒头之间的窗口，几乎全部花在中枢神经系统的感知与决策上。第二段叫 motor time。“肌电起始 → 动作起始”，肌肉已经开始放电，还差一段把电信号转成机械动作的传导延迟。当我们描述精英运动员比新手反应时间快的时候，请不要那么笼统。因为他们主要快在 premotor time，而不是 motor time ^[1]。

premotor time 还可以继续往里拆。Schmidt 三阶段信息处理模型把它拆成 stimulus-identification（刺激识别）→ response-selection（反应选择）→ response-programming（运动方案编程）。其中 response-programming 的时长会随反应复杂度增加：你要按的按钮越多，要选的方向越多，这一段越长 ^[1]。举个例子：这就像篮球防守中的抢断。进攻者突然变向时，防守者真正伸手之前，已经先完成了“看出对方变向线索 （刺激识别）→ 判断是真动作还是假动作(反应选择) → 选择跨步方向和伸手策略（运动方案编程）”这一整套中枢处理流程，这就是 premotor time。肌电出现之后，到手真正伸出去之间的短暂机械延迟，才是 motor time。因此，精英运动员比新手快，通常不是快在肌肉已经放电后的那一点点机械执行，而是快在放电之前：他们更早识别线索、更快排除错误选项、更快把动作方案编好。也就是说他们一环接一环的延迟更低。

Cano 2024 进一步把这一抽象模型放到 EMG（electromyography，表面肌电）实测中，使 RT 不再只是一个从刺激到动作的总时长，而是可以被拆成两个更具体的时间窗口。第一个窗口是 DMK（decision-making time，决策时间），即从刺激出现到目标肌肉开始出现肌电活动的时间。此时身体外部还没有真正动起来，但中枢神经系统已经在完成刺激识别、反应选择和运动规划，因此 DMK 更偏向反映感知-决策-运动编程过程。第二个窗口是 EMD（electromechanical delay，电-机械延迟），即从肌肉开始放电到可观察机械动作真正出现之间的时间。此时“指令”已经到达肌肉，但电活动还需要经过兴奋-收缩耦联、肌腱和软组织张力传递，才能转化成实际动作，因此 EMD 更偏向反映外周执行环节 ^[3]。例如短跑听枪起跑时，枪响到腿部肌肉第一次放电之间主要是 DMK；肌肉已经放电但身体还没真正蹬离起跑器的短暂延迟，则主要是 EMD。

这几套词不是三套互不相干的术语墙。Janicijevic 的 premotor time 和 Cano 的 DMK，物理上几乎重叠：都从刺激落到“肌肉开始动”这一刻；只是一个用 EMG onset 之前的总时间定义，一个直接用 EMG onset 切分。所以“premotor time 慢”、“DMK 慢”、“Schmidt 模型里的 response-selection/programming 慢”，多数实验语境里都指向同一段，中枢加工段。

这一点在 Cano 的数据中被进一步钉住。运动员组和对照组分别完成 SR（simple reaction，简单反应）、CR（choice/complex reaction，复杂反应）和 SCR（spatial complex reaction，空间复杂反应）三个条件。三种条件下，RT 平均值分别约为 CON 350/460/600 ms，ATH 250/360/450 ms；运动员在所有条件下都快约 30%，组间 Cohen’s d 全部达到 large（1.27–1.8）^[3]。但更关键的不是“运动员更快”这个总结果，而是分阶段之后看到的结构：EMD 在三个难度条件之间没有显著差异，RT 随任务复杂度增加而变长，主要是由 DMK 增加驱动。也就是说，任务越复杂，多出来的时间几乎不是花在肌肉把电信号变成动作的外周环节（EMD 环节），而是花在刺激识别、反应选择和运动编程这些中枢加工环节（DMK环节） ^[3]。

这就为后面讨论 PVT 铺好了路。既然 RT 中最容易受任务难度、注意分配和决策要求影响的部分主要集中在刺激到肌电起始之前，那么 PVT 的价值就在于：它用最简单、最标准化的 simple RT 范式，专门压测这条中枢加工链里最基础的一环，也就是持续警觉性。Basner 2011 对 PVT 的构念定义为：PVT 要求受试者对随机间隔出现的视觉刺激做 simple RT 反应，用来测量 vigilant attention；在睡眠剥夺下，PVT 会表现出 RT 整体变慢、lapses（≥500 ms 的注意失效反应）增加，并且这种损害会随着任务时间增加而加剧 ^[4]。因此，PVT 并不是在完整复刻比赛中的复杂决策，而是在把反应链尽可能简化后，专门观察警觉性下降如何让“刺激出现 → 中枢捕捉与启动反应”这一段变慢、变不稳定。

这里的核心机制叫 wake-state instability：疲劳不是让你稳定地慢一点，而是让清醒状态本身在“在线”和“掉线”之间高频抖动。于是大多数反应仍接近正常，但偶发的极慢反应和 lapses 急剧增多 ^[4]。这也解释了为什么 PVT 的信号不能只看单一均值，而要看均值、慢反应分布和 lapses 这一组形态。

顺带提一嘴。PVT 还有一个现场监控很需要的优点。它的学习效应很低。Basner 2011 直接写到，PVT “virtually unaffected by either aptitude or learning”，重复施测下 ICC>0.8 ^[4]。这也说得通，因为随机 ISI（interstimulus interval，刺激间隔）杜绝节律预判，simple RT 的运动程序极其简单，不存在“越练越会按”的巨大空间，所以每次重测更接近同一个目标变量。

把这些再圆回章节 §2，来自 Stafylidis 的实验就不再只是干巴巴的‘一堆指标变了，一堆指标没变’。它在机制层的解释是：MF 在它能够影响的地方，也就是持续注意系统，一拳到肉；在它本来就够不着的地方：短促、开环、一次性爆发动作比如 CMJ。当然测不出。因此 RT 不是疲劳的温度计，而是疲劳影响中枢加工后留下的行为痕迹。

关键证据：这把尺子到底稳不稳？

到这里，我们只回答了“RT/PVT 为什么可能有意义”。但一个东西能解释机制，不代表它就能进 dashboard。指标要进监控系统，至少要过三道闸门：

reliability（重测一致性）：同一个人同一台机器多次测，结果稳不稳？

validity（效度）：你测到的东西，是不是你想测的那个变量？

sensitivity（敏感性）：当人的状态真的变了，这把尺子动不动？

对于 reliability 来说，Janicijevic 2022 的系统综述给出的数据并不理想。38 篇运动员 RT 研究里，只有 3 篇查过 validity，7 篇查过 reliability，34 篇查过 sensitivity。重测可靠性 ICC（intraclass correlation coefficient，组内相关系数，本质是“信号占总变异的比例”，0.7 算尚可，0.9 算优秀）从 0.31 到 0.99 全跨度；22 篇连 familiarization（正式测试前的熟悉化协议，用来抹掉学习效应噪音）都没交代；可靠性统计口径 CV（coefficient of variation，变异系数）、ICC、ANOVA、t 检验混用，跨研究比较失效 ^[1]。

这意味着一件非常民科的事情：很多所谓的 “athlete RT test” 连“它是不是一把稳定尺子”都还没被认真思考过。

Pojskic 2019 的实测把这个问题讲得更具体。同一套 4 个 RT 测试，在 agility-saturated（AG，有敏捷专项经验）组 ICC 0.68–0.97；到了 non-agility-saturated（NAG，专项经验不匹配）组，ICC 直接掉到 0.31–0.58 ^[2]。换句话说，可靠性不是测试本身的固有属性，而是“测试 × 人群”的交互产物：同一把尺子拿到运动经验不匹配的人群里，就开始失准。再讲的通俗点：假如是用篮球变向测试去测篮球运动员和长跑运动员。对篮球运动员来说，看到视觉信号后向左或向右切步，是他们日常训练中高度熟悉的动作模式。他们知道怎么看信号、怎么压低重心、怎么启动、怎么刹车再变向。因此，同一个测试反复测几次，结果会相对稳定，测到的更可能是真实反应能力差异。可对王者荣耀电竞运动员来说，这个测试不只是“反应快不快”，还混进了大量不熟悉因素：他可能不知道该怎么降重心，脚步顺序每次都不一样，转向动作很别扭，甚至第一次和第二次之间还在快速学习。这样一来，同一个人每次测出来的成绩波动就会很大，ICC 自然下降。也就是说，测试本身没变，但当被测者缺乏与测试任务匹配的运动经验时，可靠性就会被稀释。

ICC 只能回答第一层问题。同一个人在同一测试中反复测，排序和结果是否相对稳定。但训练监控还需要看第二个问题，即这把尺子的误差是否小到足以识别实际有意义的变化。换句话说，一个测试可以“看起来还算稳定”，但如果它自身噪音比运动员真实变化还大，那它依然不适合进 dashboard，因为你分不清楚这些变化是真实的还是本身就自带的噪声。

Pojskic 2019 因此进一步用 TE vs SWC（typical error vs smallest worthwhile change，典型误差 vs 最小值得关注变化）给出了 usefulness 闸门。TE 代表测试本身的典型噪音，SWC 代表实践中值得关心的最小变化。如果 TE 大于 SWC，那么运动员今天变慢一点，可能只是测试噪音在晃，而不是真实状态变化。结果显示，NAG 组所有测试的 TE 都超过 SWC(0.2) 和 SWC(0.5)，基本不可用；AG 组 TE 只超过 SWC(0.2)、低于 SWC(0.5)，说明这些测试最多能侦测中等变化，但侦测不到小变化 ^[2]。

最后，Pojskic 2019 在区分效度上的发现只有 CRT（复杂反应）能区分 AG 与 NAG 两群（d=1.57–2.40，AUC 0.89–0.98，差 162–188 ms），SRT 全部不显著；而 SRT 与 CRT 共享方差不到 10%（r=0.00–0.33）^[2]。Cano 2024 给出更细的纵向证据：在棒球运动员的两年纵向数据里，simple RT 完全不动，而 go/no-go RT（含决策）显著改善^[3]。这两条放一起的含义是：simple RT 与 complex/decision RT 是两套独立的神经运动能力，物理上共享 EMD 这一段、却在中枢决策段几乎没有共享。所以你若用 simple RT 监控运动员，两年训练的进步会被它读成“没变”；反过来用复杂任务监控却看 simple RT 的指标，会把中枢适应误判成“没发生”。

上面讲的是 RT 测试的大地基。下面切到 PVT，是因为 PVT 是 RT 家族里证据最成熟、最接近“可部署监控”的子类：它在睡眠剥夺范式里有几十年实验史，效度问题被反复拷打过。

Basner 2011 在 74 人样本上比较 PVT-10（10 分钟标准版，sleep research 里的 gold standard）与 PVT-B（Brief 版，3 分钟缩短版），看它们对两种疲劳挑战的敏感性：TSD（total sleep deprivation，完全睡眠剥夺，33h 清醒）与 PSD（partial sleep deprivation，部分睡眠剥夺，连续 5 晚每晚 4h 卧床；这种慢性轻度剥夺更接近运动员真实赛季状态）^[4]。

结论是：PVT 确实能抓睡眠不足，但你选哪个版本、哪个指标，会强烈影响读数。

具体数据是：当测试时长从 10 分钟缩短到 PVT-B 后，测试时间被砍掉约 70%，但平均 effect size 只下降 22.7%，说明短版 PVT 在总体上并没有因为变短而完全失去疲劳敏感性。不过，这种敏感性并不是平均分配到所有指标上的。TSD（total sleep deprivation，完全睡眠剥夺）下，疲劳信号足够强，PVT-B 的所有指标仍然保持 large effect size；但在 PSD（partial sleep deprivation，部分睡眠剥夺）下，疲劳信号更弱、更细，短版测试就开始暴露分辨率损失：只有 mean 1/RT（mean reciprocal RT，平均反应速度，本质上可理解为单位时间内的反应效率）和 slowest 10% 1/RT 仍保持 large effect size；lapses 和 performance score 降到 medium；fastest 10% RT 甚至降到 low，effect size 下降 67.8% ^[4]。换句话说，PVT-B 仍能抓住“整体反应效率下降”和“最慢那部分反应变差”，但对轻度疲劳下较少发生的 lapses，或者对最快反应这种本来就不太受疲劳影响的指标，敏感性明显缩水。就像只观察一个少睡的人三分钟：你可能看得出他整体慢了一点，也能抓到几次明显卡顿，但未必有足够时间等到真正的掉线瞬间；而他最精神的那几次反应，更不能代表疲劳有没有发生。

Antler 2022 则把“短测能不能替代长测”这个问题推得更细。前面的证据说明，短版 PVT 在某些疲劳条件和某些指标上仍能保留相当一部分敏感性；但这还没有回答一个更严格的问题：短版测到的变化，是否真的和 10 分钟标准版测到的是同一个东西。

为此，Antler 2022 采用 83 人、13 天的实验方案，在 TSD（total sleep deprivation，完全睡眠剥夺）、连续 5 晚 SR（sleep restriction，睡眠限制，本质上接近 PSD）以及延长恢复期中，比较 PVT-3 与 PVT-10 的收敛效度。作者使用 rmcorr（repeated-measures correlation，重复测量相关）处理同一受试者多次测量的纵向数据。结果并不支持“3 分钟可以直接替代 10 分钟”：在 lapses 指标上，48/50（96%）的相关低于 0.70；在 1/RT 指标上，38/50（76%）的相关低于 0.70 ^[5]。

因此，作者给出的判决相当重：PVT-3 与 PVT-10 在 lapses 和 1/RT 上不应互换，甚至可能测到的是不同构念，即 “the PVT-3 and PVT-10 may be measuring explicitly different constructs even during periods of impaired functioning” ^[5]。这意味着，问题不只是“短一点所以粗一点”，而是短到某个程度后，测试可能已经改变了它捕捉疲劳的方式。PVT-10 更像长时间守门，能够等到注意力真正掉线；PVT-3 更像短时间抽查，可能仍能看到反应效率下降，但未必能稳定捕捉那些低频、偶发、需要时间累积才暴露出来的 lapses。换句话说，PVT-3 不是 PVT-10 的缩小版，而可能是一把刻度、量程和敏感点都发生变化的新尺子。

到这里，部署结论已经很清楚：RT/PVT 可以进监控，但它不能随便进；一旦进，就必须先锁协议、锁版本、锁指标，锁环境。

实操推论：怎么用，怎么别用

1. 协议固定到“时长 + 设备 + 时段 + 熟悉化”四件都不动

Jones 2018 证明，仅改 PVT 时长就足以改变读数 ^[6]；Antler 2022 进一步证明 PVT-3 与 PVT-10 不能互换 ^[5]；Pojskic 与 Janicijevic 也都强调 familiarization 是测量噪音的重要来源 ^[1][2]。

物理上，PVT/RT 的读数会受 ISI（interstimulus interval，刺激间隔）、time-on-task（测试持续多久）、设备延迟、time-of-day（昼夜唤醒水平）影响。参数不锁，你看到的“变化”可能只是参数漂移，不是人的疲劳。

PZP 的操作版本应该写死：每位运动员同一时段、同一台设备、同一种测试时长（PVT-5 或 PVT-10 选一种后不换）、同一套指令、同样 familiarization。

2. 个体变化必须超过自己的噪音，才叫信号

Janicijevic 建议用 smallest worthwhile change 评估变化是否真实：个体项目中 0.5%–2% 的表现改善常被设为 SWC，或取个体 typical variation 的一半 ^[1]。Pojskic 的数据也说明，AG 群体下某些 RT 测试能识别中等变化，但识别不了小变化 ^[2]。

所以不应该拿某个教科书均值问“今天慢不慢”。更符合标准流程的做法是：每位运动员先做 8–12 次基线，估自己的 within-subject CV 与 SWC。之后所有“今天变差了吗”，都和这个人的个体阈值比。

3. PVT 主看 1/RT 系，lapses 做辅证，fastest 10% 别当主决策

Basner 2011 说明，mean 1/RT、slowest 10% 1/RT 与 performance score 是 PVT-B 上更稳的主指标；lapses 可看，但对协议变动敏感；fastest 10% RT 跨协议最不稳 ^[4]。Antler 2022 又提醒，lapses 在 PVT-3 与 PVT-10 之间几乎全军覆没，1/RT 略好但仍多数不足以支持互换 ^[5]。

所以 dashboard 上更合理的主读数，是 mean 1/RT 与 slowest 10% 1/RT。lapses 可以作为辅证；fastest 10% RT 不适合作为主决策依据。再通俗一点说，这就像判断一个困不困的人，不应该只看他“最快一次回答问题有多快”。一个学生通宵后上课，老师随机提问十几次。他可能有一两次被点名时突然精神一振，回答得很快，这相当于 fastest 10% RT；但这不能说明他状态好。更有价值的是看两个东西：第一，他整体回答速度是不是变慢了，这对应 mean 1/RT；第二，他最慢的那几次是不是特别慢，甚至开始卡壳，这对应 slowest 10% 1/RT。至于完全没听见问题、隔了很久才反应过来，则类似 lapses。lapses 很重要，但如果观察时间太短，不一定每次都能抓到。因此，短版 PVT 里最稳妥的读法不是盯着“最快一次”或单纯数漏反应，而是看整体反应效率和最差尾部反应有没有一起变差。

4. 绝不用 RT/PVT 单独判决疲劳，必须合读

Stafylidis 2025 同时告诉我们两件事：MF 会让 PVT RT、RSA、RJA contact time 显著变差，但 CMJ height 与 RSA best sprint 完全没动 ^[7]。这意味着任何单一测试都会漏掉某种疲劳形态。

Tornero-Aguilera 2022 也支持多指标策略：Hooper 问卷（睡眠/压力/疲劳/DOMS）总分与 total training load 显著相关 ^[8]。

所以合读是为了结构性必要。一个合理的解释框架就是：如果 CMJ 没掉、RSA 没掉，但 PVT 1/RT 与 lapses 突破个体阈值，最可能的解释不是“他技术坏了”，而是“中枢警觉性先掉了”。这才是 RT/PVT 在 readiness dashboard 里的真正岗位。

边界与未解：RT/PVT 能做什么，不能做什么

第一条边界：RT/PVT 不能直接当训练负荷累积疲劳的独立诊断。

这不是保守，而是文献逼出来的结论。Janicijevic 2022 总结的训练疲劳相关证据非常稀薄，而且互相打架：Decroix 2016 看到 overreached 状态下 RT 比休息状态长 3.35%，Ten Haaf 2018 却直接否定 RT 监控 overreaching 的可行性；30 分钟 Stroop 诱发的 mental fatigue 对 RT 无负面影响，30 秒 Wingate 诱发的 acute physical fatigue 又显著拉长 RT ^[1]。

同样叫“疲劳”，不同类型在 RT 上给出的方向并不一致。Janicijevic 在 Conclusions 里把总判决写得非常直白：RT tests 追踪个体表现变化的 feasibility remains largely unknown，并且 physical fatigue and strength training programs 是否影响 RT 仍 unclear；新专项 RT 测试也没有公认 gold standard 可用于验证 ^[1]。

所以本文的承诺范围必须钉在这里：RT/PVT 在“认知疲劳 / 睡眠不足 / 中枢警觉性”这一侧证据强；在“训练负荷累积疲劳的独立诊断”这一侧证据薄。教练如果想用 RT 当“今天该不该减量”的红绿灯，文献还远不足以背书。

第二条边界：测量学地基仍然脆。

Janicijevic 提醒，生物系统的自然波动（CV~10%）常常等于或超过广泛接受的可靠性阈值 ^[1]；Pojskic 证明，同一套测试到了 NAG 群体里 ICC 可以跌到 0.31–0.58，TE 全部超过 SWC ^[2]。这意味着 RT 测试的可靠性不是固有属性，而是测试 × 人群 × 协议的产物。

第三条边界：短测便利有硬代价。

Basner 自己承认，PVT-B 对 alert 与 sleep deprived subjects 的区分低于标准 10 分钟 PVT，并且 applied settings 的效度仍待证 ^[4]。Antler 2022 则进一步显示，PVT-3 与 PVT-10 在 lapses 与 1/RT 上相关不足，甚至可能测到不同构念 ^[5]。

所以本文不背书“3 分钟版 PVT 就够了”。如果真要监控中枢警觉性，至少 PVT-5，理想情况下 PVT-10；选定后永久不换。

第四条边界：任务专项性和生态效度仍然不足。

Janicijevic 综述提醒，绝大多数 athlete RT 测试仍是 nonspecific——按按钮、点鼠标，刺激与反应都和真实比赛脱节 ^[1]。Pojskic 自己的 sport-specific 测试也承认刺激仍是 LED 灯，缺少真实比赛线索，外部效度有限 ^[2]。Cano 2024 样本也很小，只有 9 名运动员，且 RT 终点定义为“动作起始”，不能和那些把“动作完成”也算进去的研究直接比较 ^[1][3]。

第五条边界：混杂变量必须锁死。

咖啡因、高海拔、external focus of attention（注意外置策略）、time of day（下午 16:00 比晨/晚都快）都能移动 RT ^[1]。Tornero-Aguilera 也提醒，fight-or-flight 引起的儿茶酚胺风暴会上调注意与警觉，把 perceived effort 拉低 ^[8]。这些都不是疲劳变量，但如果协议不锁，它们就会被误读成疲劳信号。

第六条边界：中枢和外周不是两块可以独立称重的石头。

Tornero-Aguilera 2022 明确说，central 与 peripheral fatigue 是 theoretical constructs，由 Integrative Governor theory（整合调节器理论，把中枢与外周读成同一套稳态负反馈系统的两端）动态调节，而不是两个能完全分开的实体 ^[8]。所以即便 Cano 给了 DMK/EMD 切分，我们也只能说“变化更多发生在中枢加工窗口”，不能说“外周疲劳没有发生”。

收束到一句话：RT/PVT 可以作为 readiness monitoring 的中枢警觉性支路，因为它能抓到疲劳影响信息加工与决策稳定性后的行为痕迹；但它不能单独诊断训练负荷累积疲劳。这个边界划得越早、越干净，越不会被花哨 app 带偏。

参考文献

1. [1] Janicijevic D, Garcia-Ramos A (2022). Feasibility of Volitional Reaction Time Tests in Athletes: A Systematic Review. Motor Control 26(2): 291–314. DOI: 10.1123/mc.2021-0139
2. [2] Pojskic H, Pagaduan J, Uzicanin E, Babajic F, Muratovic M, Tomljanovic M (2019). Reliability, Validity and Usefulness of a New Response Time Test for Agility-Based Sports: Simple vs. Complex Motor Task. Journal of Sports Science & Medicine 18(4): 623–635. 链接
3. [3] Cano LA, Gerez GD, García MS, Albarracín AL, Farfán FD, Fernández-Jover E (2024). Decision-Making Time Analysis for Assessing Processing Speed in Athletes during Motor Reaction Tasks. Sports 12(6): 151. DOI: 10.3390/sports12060151
4. [4] Basner M, Mollicone D, Dinges DF (2011). Validity and Sensitivity of a Brief Psychomotor Vigilance Test (PVT-B) to Total and Partial Sleep Deprivation. Acta Astronautica 69(11–12): 949–959. DOI: 10.1016/j.actaastro.2011.07.015
5. [5] Antler CA, Yamazaki EM, Casale CE, Brieva TE, Goel N (2022). The 3-Minute Psychomotor Vigilance Test Demonstrates Inadequate Convergent Validity Relative to the 10-Minute Psychomotor Vigilance Test Across Sleep Loss and Recovery. Frontiers in Neuroscience 16: 815697. DOI: 10.3389/fnins.2022.815697
6. [6] Jones MJ, Dunican IC, Murray K, Peeling P, Dawson B, Halson S, Miller J, Eastwood PR (2018). The Psychomotor Vigilance Test: A Comparison of Different Test Durations in Elite Athletes. Journal of Sports Sciences 36(18): 2033–2037. DOI: 10.1080/02640414.2018.1433443
7. [7] Stafylidis A, Staiano W, Mandroukas A, Michailidis Y, Salazar Bonet LR, Kyranoudis AE, Romagnoli M, Ferri-Caruana A, Metaxas TI (2025). Cognitive Fatigue Disrupts Explosive Performance and Vigilance in Trained Individuals. Sports 13(11): 386. DOI: 10.3390/sports13110386
8. [8] Tornero-Aguilera JF, Jimenez-Morcillo J, Rubio-Zarapuz A, Clemente-Suárez VJ (2022). Central and Peripheral Fatigue in Physical Exercise Explained: A Narrative Review. International Journal of Environmental Research and Public Health 19(7): 3909. DOI: 10.3390/ijerph19073909