《Frontiers in Neurology》：Effects of virtual reality and gamified digital rehabilitation on functional recovery in individuals with Spinal Cord Injury: a systematic review and Bayesian multilevel meta-analysis
编辑推荐：
背景：虚拟现实（VR）和游戏化数字康复可增加脊髓损伤（SCI）患者的任务特异性练习和反馈，但其对功能恢复的增量效应仍不明确。
方法：研究人员检索了PubMed、Web of Science、Embase和Cochrane图书馆，时间从建库至2026年7月1日，
背景：虚拟现实（VR）和游戏化数字康复可增加脊髓损伤（SCI）患者的任务特异性练习和反馈，但其对功能恢复的增量效应仍不明确。
方法：研究人员检索了PubMed、Web of Science、Embase和Cochrane图书馆，时间从建库至2026年7月1日，纳入评估成人SCI患者接受VR或游戏化数字康复的随机对照试验（RCT）。对照组条件被分类为积极康复、假手术或注意力控制、以及最小或无干预。主要结局指标为脊柱独立性量表（SCIM）。采用贝叶斯三水平随机效应模型合成Hedges’ g估计值，该模型考虑了研究内依赖性。研究人员估算了95%可信区间（CrI）、95%预测区间（PI）以及存在任何获益（g > 0）和达到基于分布的临床重要性阈值（g ≥ 0.40）的后验概率。一项事后敏感性分析将SCIM综合结果限制在具有积极康复对照组的试验中。七项次要结局指标分别进行合成。采用Cochrane偏倚风险工具2（RoB 2）和推荐分级的评估、制定与评价（GRADE）方法评估偏倚风险和证据确定性。
结果：共纳入13项RCT，涉及295名参与者；其中10项试验的对照组为积极康复，2项为假手术或注意力控制，1项为无干预。七项研究贡献了25个符合条件的SCIM效应估计值。合并后验均值效应倾向于数字康复，但效应量较小且估计不精确（Hedges’ g = 0.24；95% CrI，?0.12至0.61；95% PI，?1.17至1.58）。存在任何获益和存在临床重要效应的后验概率分别为91.8%和17.4%。将综合结果限制在六项具有积极康复对照组的SCIM研究中，得到了相似但不精确的估计值（g = 0.28；95% CrI，?0.20至0.75）。所有七项次要结局指标的后验均值效应均倾向于数字康复，尽管每个95% CrI都包含了零值。直接后验比较未提供明确的证据表明干预类别、损伤完整性或干预持续时间存在效应修饰作用。每周剂量的关联性不确定，且未能改善预测性能。总体偏倚风险评估为存在一些担忧，所有结局的证据确定性均为极低。
结论：相对于纳入试验中所使用的对照组条件，VR和游戏化数字康复可能提供较小的功能获益；然而，尚未证明具有临床重要性和可重复性的改善。目前的证据不足以优先考虑特定的技术类型、患者亚组、干预持续时间或每周训练剂量。
系统评价注册号：CRD420261458807；网址：https://www.crd.york.ac.uk/PROSPERO/view/CRD420261458807
1 引言
脊髓损伤（SCI）破坏了运动、感觉和自主神经通路，导致患者在自理、移动和社会参与方面持续受限。根据全球疾病负担研究，2019年全球约有2060万SCI患者，每年新增近90万例，由此导致的伤残损失寿命年约为620万年。虽然康复需求因神经平面、损伤完整性和恢复阶段而异，但SCI患者高度重视功能恢复、减少对护理人员的依赖以及实现更独立的生活。因此，SCI康复的有效性不应仅通过肌肉力量、步行速度或特定任务表现等孤立指标来评估，还应反映这些指标的改善是否能转化为日常生活活动中具有临床意义的独立性增益。脊柱独立性量表（SCIM）专门针对SCI患者开发，评估自理、呼吸和括约肌管理以及移动能力，已被证明具有良好的信度、效度和反应性，因此是衡量功能独立性的核心SCI特异性指标。
康复仍然是最大化残余功能、促进代偿性运动学习和活动依赖性神经可塑性的核心。有效的康复依赖于重复性、任务特异性和目标导向的练习，以及对运动表现的及时反馈。虚拟现实（VR）和游戏化数字康复可将治疗性动作融入交互式任务中，从而通过实时视觉或听觉反馈、可调节难度、目标设定、得分和奖励来增加练习重复次数、任务多样性和患者参与度。虽然相关，但VR康复和游戏化数字康复在概念上是不同的。VR康复主要通过人与计算机生成环境的交互来定义，可以是沉浸式、半沉浸式或非沉浸式的；而游戏化数字康复则通过使用游戏元素（如目标、反馈、分数和奖励）来定义，并不一定需要沉浸式虚拟环境。保持这一区别有助于厘清虚拟环境和沉浸程度带来的效应与游戏化带来的效应，而不是将所有数字干预归为一个单一的康复类别。临床试验已评估了VR和游戏化数字康复对上肢和手部功能、躯干控制、坐位和站立平衡以及步态的效果，但结果不一致。早期关于Toyra系统和Nintendo Wii等平台的随机对照试验报告了良好的可行性和可接受性；然而，当将这些干预措施添加到常规康复中时，它们并未比剂量匹配的对照训练产生更一致的上肢功能改善。相比之下，一些关于游戏化平衡训练或虚拟足球训练的试验报告了坐位平衡、动态平衡或步态表现方面的组间差异。这些不一致的结果可能反映了神经平面、损伤完整性、伤后时间、虚拟环境、沉浸程度、训练任务、干预剂量以及对照组训练强度的差异。重要的是，特定领域的运动功能改善不一定能转化为整体功能独立性的更大提升。因此，SCIM总分是评估数字康复临床价值的合适主要结局指标，而上肢功能、肌力和行走能力的测量则为功能恢复的具体维度提供了补充证据。
先前的系统评价已审查过步态和平衡、整体功能表现或上肢运动功能，但在合格研究设计、参与者特征和结局选择方面存在显著差异。2024年发表的一项Meta分析汇总了五项RCT和四项非随机研究的数据；然而，大多数结局特异性分析仅包含两项研究，且在SCIM自理、移动性或总分方面未发现明确的改善。随后的综述仅限于颈髓SCI或不完全性SCI患者，限制了关于跨神经平面、损伤完整性程度和康复阶段总体有效性的结论。另一个方法论挑战是，单篇RCT可能贡献多个干预-对照比较、SCIM效应估计值或评估时间点。由于这些估计值共享参与者、研究环境和干预特征，它们在统计上是相互依赖的。选择单一估计值会丢弃潜在的相关信息，而将所有估计值作为独立观察值进行分析则会低估不确定性。三水平Meta分析通过分别对抽样误差、研究内效应量异质性和研究间异质性进行建模来解决这种依赖性。贝叶斯框架还允许对治疗效果方向和达到临床重要阈值的可能性进行直接的概率陈述，同时也能提供未来情境下预期效应的预测区间（PI）。
为解决上述局限性，研究人员开展了一项系统评价，纳入涉及成人SCI（包括创伤性和非创伤性病因，以及完全性和不完全性损伤）的RCT，并将SCIM总分指定为主要结局指标。对于SCIM结局，研究人员使用Morris估计量计算了针对前测-后测-对照组设计的偏差校正标准化均数差（SMD；Hedges’ g），并在一个考虑了研究内依赖性的贝叶斯三水平随机效应模型中合成了所有符合条件的比较性估计值。主要分析估计了总体后验均值效应及其95%可信区间（CrI）和95%预测区间（PI），以及存在任何获益和达到预设分布基础临床重要性阈值的后验概率。附加分析比较了VR与游戏化数字康复之间的后验效应，以及不同损伤完整性和干预持续时间类别之间的后验效应。研究人员还探讨了研究水平的每周数字康复剂量与SCIM效应估计值之间的关联；此分析旨在检验关联性，而非建立因果剂量-反应关系或确定最佳治疗剂量。通过逐一剔除研究的分析和先验设定的敏感性分析来检验模型的稳健性。七项次要结局指标——Box and Block测试（BBT）、上肢运动评分、握力、捏力、10米步行测试（10MWT）、脊髓损伤步行指数（WISCI）和动作研究手臂测试（ARAT）——分别使用各自的特异性贝叶斯模型进行合成，并在主要结果表中进行了总结。这些次要结局指标未进行为SCIM保留的亚组分析、临床阈值分析、剂量-反应分析或扩展敏感性分析。通过将全面的统计推断集中于功能独立性，同时保留来自多个功能领域的支持性证据，本研究旨在更全面地描述VR和游戏化数字康复对SCI后功能恢复的总体效应、临床意义和潜在的效应修饰因子。
2 方法与材料
2.1 方案与注册
本系统评价和贝叶斯多层次Meta分析根据预先制定的方案进行，并依据PRISMA 2020声明进行报告。该方案已在国际系统评价前瞻性注册平台（PROSPERO）注册（注册号：CRD420261458807）。
2.2 资格标准
资格标准根据参与者、干预措施、对照措施、结局指标和研究设计（PICOS）框架预先设定。
2.2.1 参与者
年龄在18岁及以上、患有创伤性或非创伤性SCI的成人均可纳入，对神经平面、损伤完整性或康复阶段不作限制。
2.2.2 干预措施
合格的干预措施必须将VR或游戏化数字康复作为核心治疗组成部分，可以单独实施，也可以作为常规康复的辅助手段。干预措施分为两类：
VR或虚拟环境康复：此类干预措施中，参与者通过沉浸式、半沉浸式或非沉浸式系统与计算机生成的环境进行交互。合格示例包括头戴式显示器、虚拟行走或平衡环境、基于虚拟形象的系统、步态实时分析交互实验室（GRAIL）以及其他在虚拟环境中进行治疗性动作的系统。
游戏化数字康复：此类干预措施包括结构化的数字康复任务，提供交互式反馈并包含至少一个游戏相关元素，例如明确的目标、计分、进度、奖励、挑战或即时表现反馈。合格示例包括Nintendo Wii、Xbox、Kinect、运动类电子游戏、主动视频游戏、计算机辅助游戏训练、机器人辅助游戏化康复、MusicGlove、ReJoyce及其他类似的数字平台。
2.2.3 对照措施
合格的对照条件包括常规护理、物理治疗、职业治疗、不含VR或游戏化的相同背景康复、假手术或安慰剂版本的虚拟干预、注意力控制干预、其他主动康复干预、等待名单对照以及无干预。为了报告和解释，对照条件被分为三类：（1）主动康复对照，包括常规护理、物理或职业治疗、不含合格数字成分的剂量匹配运动、相同的背景康复和其他主动康复干预；（2）假手术或注意力控制对照，其复制了干预环境、设备暴露或治疗师注意力的某些方面，但省略了预期的治疗性数字内容；（3）最小控制对照，包括等待名单或无干预条件。这些类别用于表征临床对比，并不被视为可互换。
2.2.4 结局指标
研究必须在基线和干预后报告至少一项预先设定的功能结局指标，并提供足够数据以计算效应估计值。当报告的信息不足时，必须能从研究作者处获得相关数据。
主要结局指标是整体功能独立性，通过合格版本的SCIM总分进行评估，包括原始SCIM、脊柱独立性测量III（SCIM-III）、韩国版脊柱独立性测量（K-SCIM）和自我报告版脊柱独立性测量（SCIM-SR）。只有SCIM总分被归类为主要结局数据。
预先设定的次要结局指标为：BBT；上肢运动评分（UEMS），包括美国脊髓损伤协会上肢运动评分（ASIA-UEMS）；握力；捏力；10MWT；WISCI，包括脊髓损伤步行指数II（WISCI-II）；以及ARAT。
2.2.5 研究设计
仅纳入RCT。
2.3 信息来源与检索策略
研究人员检索了PubMed、Web of Science、Embase和Cochrane图书馆，时间从建库至2026年7月1日。检索限于英文出版物。检索策略结合了数据库特定的受控词汇（包括医学主题词表MeSH和Emtree术语）以及涵盖三个概念的自由文本词：SCI、VR或游戏化数字康复以及RCT。
2.4 研究筛选
所有检索到的记录均导入EndNote X9。通过自动匹配和人工验证去除重复记录。两名评审员独立筛选所有记录的标题和摘要。任一评审员判断为可能符合资格的记录将被获取以进行全文评估。随后，同一组评审员根据预先设定的资格标准独立评估全文报告，并记录每次排除的具体原因。分歧通过讨论和重新检查原始报告来解决；无法解决的分歧由第三名评审员裁定。
2.5 数据收集
两名评审员使用为本评价开发的标准化、预测试提取表格独立提取数据。比较独立提取的数据，并在重新检查原始报告后通过共识解决差异。任何未解决的差异由第三名评审员裁定。数据来源于主要出版物、补充材料、试验方案、注册记录及相关报告。同一试验的多份报告被链接并整合为单一研究记录。对不同报告的数据进行核对，优先采用最完整的来源和直接报告的数值。为SCIM、BBT、UEMS、握力、捏力、10MWT、WISCI和ARAT创建了独立的结局特异性数据集。
2.6 偏倚风险评估
使用Cochrane随机试验偏倚风险评估工具2（RoB 2）评估偏倚风险。该工具评估五个领域：随机化过程中产生的偏倚、偏离既定干预措施的偏倚、缺失结局数据的偏倚、结局测量的偏倚以及选择性报告结果的偏倚。根据领域特异性信号问题和RoB 2算法，领域层面和总体判断分为低偏倚风险、存在一些担忧或高偏倚风险。两名评审员独立完成评估。分歧通过讨论和重新检查原始报告解决；未解决的分歧由第三名评审员裁定。偏倚风险判断用于指导证据确定性评估。对于主要SCIM结局，研究人员预先设定了基于可用研究子集的偏倚风险敏感性分析。
2.7 证据确定性评估
采用推荐分级的评估、制定与评价（GRADE）方法来评估主要SCIM结局和七项次要结局的证据确定性。由于所有纳入的研究均为RCT，每项结局的证据体初始评级为高确定性。根据情况，若存在严重或非常严重的偏倚风险、不一致性、间接性或精确性问题，或强烈或非常强烈的发表偏倚嫌疑，则将确定性下调一级或两级。最终确定性分为高、中、低或极低。对于SCIM，评估考虑了RoB 2判断的分布；合并后验均值Hedges’ g及其95% CrI和95% PI；研究间和研究内效应量间的异质性；以及存在任何获益和达到预设分布基础临床重要性阈值的后验概率。对于次要结局，GRADE判断考虑了合并效应估计值、95% CrI、研究间异质性、偏倚风险概况、证据的直接性以及可用的结局特异性信息量。贝叶斯估计值为GRADE判断提供信息，但并不机械地决定其结果。两名评审员独立评估每个GRADE领域并记录任何降级的理由。分歧通过讨论解决，必要时由第三名评审员裁定。结局特异性确定性评级和降级原因在结果摘要表中呈现。
2.8 效应量计算
所有预先设定的功能结局均为连续变量。效应估计值以SMD计算，并以Hedges’ g报告。在每个结局域内，标准化使得可以使用不同仪器版本、评分范围、测量单位或评估格式的结果进行合成。应用Hedges的小样本校正以减少小样本研究中的偏倚。对于主要SCIM结局，使用Morris描述的前测-后测-对照组估计量计算效应量。对于每个符合条件的干预-对照比较，从基线到干预后变化的组间差值除以合并的基线标准差进行标准化。效应方向经过协调，使得正值始终有利于VR或游戏化数字康复。对于SCIM，基于分布的临床重要效应范围定义为0.40–0.50个合并基线标准差。Hedges’ g = 0.40被预设为主要阈值，而g = 0.50作为上限参考值保留。主要阈值用于估计合并SCIM效应达到或超过临床重要幅度的后验概率。未对七项次要结局指标应用临床重要性阈值。
2.9 合成方法
如果一项研究报告了足够的基线和干预后数据以计算该结局的方向协调的Hedges’ g估计值，则该研究被纳入相应的结局特异性合成。每个符合条件的干预-对照比较被保留为一个单独的效应估计值。当一项研究贡献了不止一个符合条件的SCIM效应估计值时，每个估计值被分配一个唯一的效应水平标识符，而来自同一研究的所有估计值共享一个共同的研究水平标识符。这种分层数据结构允许保留所有符合条件的SCIM效应估计值，并对其研究内依赖性进行建模。下述的综合合成框架仅应用于SCIM。七项次要结局指标分别使用结局特异性的贝叶斯配对随机效应Meta分析进行合成。效应估计值不在不同结局域之间合并。
2.9.1 主要SCIM模型
主要SCIM合成采用贝叶斯三水平随机效应Meta分析模型，以考虑嵌套在研究内的多个效应估计值之间的依赖性。模型假设高斯似然。对所有SMD尺度上的待估参数赋予弱信息先验。总体合并效应服从正态先验，研究间和研究内异质性标准差服从半Student-t先验。主要模型使用八条马尔可夫链蒙特卡罗（MCMC）链进行拟合。
2.9.2 后验总结与异质性
总体治疗效果以后验均值μ及其95%等尾CrI进行总结。正值有利于基于VR或游戏化数字康复的功能独立性。除了区间估计外，还计算了有益治疗效果的后验概率以及总体效应超过预设分布基础临床重要性阈值的后验概率。研究间和效应水平异质性通过τstudy和τeffect的后验分布来描述。为新研究中预期的真实效应构建了95% PI。
2.9.3 亚组分析
对三个预先指定的研究水平调节变量进行了探索性贝叶斯亚组分析：干预类别（游戏化数字康复 vs. VR或虚拟环境康复）、损伤完整性（混合样本 vs. 仅限不完全性SCI）和干预持续时间（≤4周 vs. >4周）。每个调节变量在研究水平编码，并分配给该研究贡献的所有符合条件的SCIM效应估计值。对于每个调节变量，拟合了一个无截距的贝叶斯三水平Meta回归模型。效应修饰通过直接亚组对比的后验分布进行评估。
2.9.4 探索性每周数字康复剂量Meta回归
进行了一项探索性贝叶斯多层次Meta回归，以检验研究水平每周数字康复剂量与SCIM效应量之间的关联。每周剂量定义为每周提供的合格数字康复的总分钟数。每周剂量经过log2转换，使得回归系数代表每周剂量加倍时Hedges’ g的平均变化。转换后的调节变量以各独立研究log2转换后剂量的均值为中心。剂量模型的预测性能与空模型通过帕累托平滑重要性采样留一法交叉验证（PSIS-LOO）进行比较。
