跟腱受過大傷的球員，回到球場後幾乎無法回到巔峰。

跟腱斷裂之後，NBA 球員平均要 10.8 個月才能重新站上球場。中位數 10 個月，最快的 5.5 個月，最慢的走了 20 個月。這段時間夠打完一整個例行賽，再加上一輪季後賽。

而把人送進復健室的那件事，可能在受傷前兩三週就已經寫在數據裡了。

2026 年，《Orthopaedic Journal of Sports Medicine》刊出兩篇針對 NBA 跟腱斷裂的描述性流行病學研究。一篇往回看，查球員斷裂之前打了多少；一篇往後看，查斷裂之後還剩下多少。前者的直接動機是 2024-25 球季創紀錄的 7 例跟腱斷裂，後者則在 25 年的資料裡看到同一季出現最大的一次群聚。

十九例斷裂，與傷前的兩三週。

第一篇由 Vineet Kumar 等人執行，資料涵蓋 2014-15 至 2024-25 共 11 個球季，從公開來源辨識出 19 名發生籃球相關跟腱斷裂的球員，平均年齡 27.8 歲，平均聯盟年資 7.4 年。資料取自 NBA 官方統計、StatMuse 與 ESPN，變項包含年齡、位置、跑動距離、受傷前 5 場與 10 場與 15 場的上場時間，以及背靠背與休息天數等賽程指標。

研究者把每名球員傷前區間的上場時間，跟他自己該球季的平均值做配對比較。比對基準是球員本人，不是聯盟平均。這一點決定了結果該怎麼讀。

受傷前 10 場，這批球員場均打 29.0 分鐘，他們自己的球季平均是 27.4 分鐘（P = .01）。前 15 場是 28.6 對 27.4 分鐘（P = .03）。差距落在 1.2 到 1.6 分鐘之間。

單場看，這個量幾乎沒有意義。放在 10 到 15 場的區間上看，是連續兩三週、每一場都比自己平常多打一點。

高峰就落在傷前 10 到 15 場這個窗口。緊鄰受傷的最後幾場，上場時間跟球季平均沒有拉開顯著差距。負荷的累積發生在更早的地方。

老將與年輕球員，走到那一刻的路徑不同。

聯盟年資與工作量指標呈正相關：球季總分鐘數（P = .02），以及斷裂前 5 場的分鐘數（P = .0498）。年資愈深的球員，累積負荷愈重，斷裂前的使用量也愈高。

年資較淺的球員則在相對較低的工作量下發生斷裂。

同樣是跟腱斷掉，兩群人抵達那一刻的方式不一樣。這對防護策略的意涵很直接：限制分鐘數對老將可能有用，對年輕球員得往別處找原因，例如起跳與落地的技術動作、跟腱本身的結構條件、過去的傷病史。Kumar 等人自己也指出，19 例的樣本量搭配描述性設計，只能提示關聯，無法證明因果。

回得來的 86.7%

第二篇由 David Maman 等人執行，把時間軸拉長到 2000-01 至 2024-25 共 25 個球季，以球隊公告、聯盟傷病報告、Basketball Reference、NBA.com 傷病日誌與當期媒體報導交叉驗證，確認 22 例跟腱斷裂，受傷年齡中位數 28 歲。部分撕裂與跟腱病變不納入。

追蹤期足夠的 15 名球員裡，13 人回到 NBA 賽場，比例 86.7%，2 人沒有再出賽。2024-25 球季受傷的那批人復健時間還不夠，未計入分母。有明確回歸紀錄的 14 人，平均花了 10.8 ± 4.3 個月，落在臨床上一般給的 9 到 12 個月復健窗口內。

這是整份資料裡最正面的一項。

接下來的部分沒有那麼樂觀。研究者取每名球員受傷前最後一個完整球季，跟回歸後第一個完整球季做配對比較（n = 13）。上場時間從場均 32.4 分鐘掉到 24.8 分鐘。得分從 17.8 掉到 12.4。有效投籃命中率從 .525 掉到 .470。籃板 5.7 掉到 4.5，助攻 3.7 掉到 2.8，抄截 1.02 掉到 0.75，阻攻 0.77 掉到 0.58。全部達到統計顯著。

每 48 分鐘的標準化，把落差切成兩塊。

上面那串數字有個先天問題：上場時間本身就掉了 7.6 分鐘，其他數據跟著掉是理所當然的。

Maman 等人把得分、籃板、助攻、防守籃板、抄截、阻攻全部換算成每 48 分鐘的產量，重新比對一次。這一步把「打得比較少」跟「打得比較差」分開。

換算之後，只有得分還在顯著下降：每 48 分鐘從 25.87 分掉到 22.51 分，少了 3.36 分（P = .004）。

籃板（+0.19）、助攻（−0.34）、防守籃板（+0.19）、抄截（−0.03）、阻攻（−0.05）全部沒有顯著差異。

防守與籃板的原始數據下滑，來源是上場時間變少，每分鐘的防守活動量並沒有退步。掉下去的是進攻端的產出效率，而那正是最依賴爆發性蹬地的部分。

先發場次比例從 99.7% 掉到 55.7%

受傷前，這 13 名球員的先發場次比例是 99.7%，標準差 1.2%，等於場場先發。回歸後降到 55.7%，掉了 44 個百分點（P = .003）。

標準差同時從 1.2% 擴大到 44.2%。角色分佈整個散開：有人保住先發，有人變成輪替。平均值掉了將近一半，個別球員的落點差異極大。

對球團管理層來說，這個落差直接影響合約評價與陣容規劃。回歸後的角色定位應該從縮減的版本開始估算，預設球員能接回傷前的位置並不符合這批資料。

兩篇都停在同一個地方

Maman 等人另外檢驗了一個流傳很廣的說法：NBA 節奏變快，所以跟腱斷得多。他們把每年的斷裂次數跟聯盟每 48 分鐘回合數做 Pearson 相關，結果 r 約 0.24，未達顯著（P > .10）。畫成圖，2015 年後的斷裂次數與節奏上升看起來同步；跑統計檢定，這個關聯沒有得到支持。

作者的解釋是年度事件數太少。25 個球季 22 例，多數球季只有零星單例，2014-15 與 2024-25 各出現一次小群聚，最大的一次是 2024-25 球季的 7 例。要在這種資料密度上驗證長期趨勢，樣本量撐不住。

兩篇研究能做的事到這裡就停了。都是描述性設計，都取材自公開資料，樣本都在二十上下，都無法建立因果。

它們留下的是兩個可以直接用的參考點。監控端，把觀察窗口從單場比賽與背靠背，擴大到球員相對自己基準的兩三週偏移；即使球員沒有主觀不適，連續三週場均高於自己的平均值，就是一個可以量化的訊號。預後端，回歸率接近九成，但回歸的內容需要重新定義：防守與籃板的每分鐘產量保得住，進攻效率與先發位置保不住。

至於年輕球員為什麼在低工作量下斷裂，兩篇論文都只確認這個現象存在，沒有給出機制。