《Frontiers in Neuroscience》：Comparative efficacy of brain-computer interface training with different feedback modalities for post-stroke upper-limb motor recovery: a systematic review and network meta-analysis of randomized controlled trials
背景： 脑机接口（brain-computer interface, BCI）训练可能通过闭环反馈改善卒中后上肢功能恢复，但不同反馈模式的疗效比较仍不明确。本研究比较了不同反馈模式的BCI训练对卒中后上肢运动障碍的疗效。
方法： 研究人员系统检索了PubMed、Embase、Web of Science、Cochrane Library和Scopus数据库，检索时间从建库至2026年4月，纳入卒中后基于BCI的上肢康复随机对照试验（randomized controlled trial, RCT）。BCI干预根据反馈模式和反馈关联性（feedback contingency）分为多模态反馈（BCI-MM）、机器人或外骨骼辅助反馈（BCI-Robot）、功能性电刺激反馈（BCI-FES）和视觉反馈（BCI-visual），对照干预单独分类，以常规康复（usual rehabilitation, UR）为参照。采用随机效应网络荟萃分析估计加权均数差（weighted mean difference, WMD）及95%置信区间（confidence interval, CI）。主要结局为Fugl-Meyer上肢运动功能评定量表（Fugl-Meyer Assessment for Upper Extremity, FMA-UE）；次要结局为动作研究手臂测试（Action Research Arm Test, ARAT）和Wolf运动功能测试（Wolf Motor Function Test, WMFT）。采用Cochrane偏倚风险2（Risk of Bias 2, RoB 2）工具评估偏倚风险，采用CINeMA评估证据确定性。
结果： 共纳入22项试验，涉及956例亚急性期、慢性期及混合分期卒中患者。FMA-UE网络包含11个连接节点，未检测到全局或局部不一致性。与UR相比，BCI-Robot的FMA-UE改善更显著（WMD = 6.28，95% CI 2.70–9.86），非BCI机器人训练（WMD = 4.26，95% CI 0.42–8.10）和BCI-MM（WMD = 4.03，95% CI 1.00–7.06）同样改善更显著。BCI-FES与UR相比差异无统计学意义。BCI-visual的SUCRA值最高（77.6%），但其与UR的比较无统计学意义，且证据确定性极低；各BCI反馈模式之间无优劣之分。次要结局显示，BCI-Robot较UR在ARAT上改善更显著，而WMFT结果无统计学意义。主要FMA-UE比较的证据确定性为低或极低。
结论： BCI-Robot和BCI-MM较UR在FMA-UE上显示出统计学显著的获益，但证据确定性较低。由于非BCI机器人训练同样显示获益，BCI-Robot的效应不能单独归因于BCI。各BCI反馈模式之间无统计学差异。未来需要高质量的直接比较试验。
系统评价注册： https://www.crd.york.ac.uk/PROSPERO/view/CRD420261370474，唯一标识号：CRD420261370474。
论文主体内容总结
1 引言
卒中仍是全球死亡和长期残疾的主要原因。上肢运动障碍是卒中后最常见的后遗症之一，严重影响日常生活活动能力。上肢功能需要肩、肘、腕和手的多关节协调控制，以及抓握、释放、物体操作和精细运动控制等复杂功能。卒中后上肢运动恢复与神经可塑性、感觉运动网络重组及卒中分期密切相关，并可能受任务特异性训练剂量和干预时机的影响。因此，在常规康复之外进一步改善上肢运动功能仍是神经康复领域的重要挑战。
BCI为卒中后上肢康复提供了一种以中枢运动意图为靶点的训练策略。BCI系统可采集并解码与运动想象或尝试运动相关的脑活动，并将其转化为外部反馈或辅助设备的控制信号，从而在运动意图、反馈输出和感觉再传入之间建立闭环。与纯被动训练或常规重复训练不同，BCI训练的特点是患者主动运动意图与外部反馈之间的时间耦合，这一过程可能促进感觉运动节律调制、运动表征重组和活动依赖性神经可塑性。对于自主运动能力有限或无法产生明显肢体运动的患者，BCI仍可通过检测与运动意图相关的脑活动来驱动反馈。
然而，BCI不应被视为单一同质的康复干预。在卒中后上肢康复研究中，BCI训练常与不同反馈模式或外部效应器结合，包括功能性电刺激、机器人或外骨骼辅助反馈、视觉反馈、虚拟现实反馈和多模态感觉反馈。这些模式在反馈传递方式、感觉输入来源、运动执行程度、任务沉浸感和闭环路径上均存在差异，可能反映不同的康复机制。BCI联合FES可将运动意图相关脑活动与靶肌肉收缩及外周本体感觉输入耦合，强化中枢-外周感觉运动闭环；BCI联合机器人或外骨骼辅助可通过可控机器人装置提供与运动意图相关的运动执行反馈；与运动想象相关的关联性反馈可能优于非关联性反馈；视觉或虚拟现实反馈可通过动作观察、实时表现反馈和任务特异性情境增强运动想象的生动性；多模态反馈通过整合视觉、触觉和本体感觉输入，可能进一步增强跨网络的感觉运动整合。
近年来相关RCT和系统评价数量增加，现有证据总体提示BCI训练可能改善卒中后上肢运动功能。但既往荟萃分析主要通过亚组分析而非网络比较来处理反馈相关异质性，未将不同反馈模式作为相互连接的网络节点，因此不同BCI反馈模式在统一网络框架下的相对疗效仍不确定。网络荟萃分析可在单一统计框架内综合直接和间接证据，同时比较多种干预并估计其相对排序。鉴于BCI上肢康复研究涉及多种反馈模式、常共享共同对照且直接头对头比较有限，网络荟萃分析适用于评估不同反馈模式间的相对疗效。
2 方法
2.1 纳入标准和干预节点分类
纳入标准依据PICOS框架定义。研究对象为经临床或影像学确诊的卒中且存在任何严重程度上肢运动障碍的患者，不限年龄、性别、卒中类型、病灶部位或发病时间。纳入研究限于以英文发表的同行评审全文原创平行组RCT。试验干预为基于BCI的上肢康复训练，定义为从脑电图或其他脑活动信号中检测患者运动意图，并通过外部设备或反馈系统提供闭环反馈。对照干预包括常规康复、常规护理、假BCI、无额外干预及其他主动康复干预。主要结局为FMA-UE，次要结局为ARAT和WMFT。
干预节点依据主要治疗性反馈模式而非设备或系统名称进行分类。关联性BCI反馈定义为由实时BCI系统解码的任务相关脑活动触发、调制或驱动的外部反馈、辅助设备运动或治疗性刺激。预设BCI相关节点包括BCI-MM、BCI-Robot、BCI-FES和BCI-visual。非BCI对照或主动干预节点按临床特征分为UR、无关联性BCI反馈的机器人或外骨骼辅助训练（Robot）、无关联性BCI反馈的功能性电刺激（FES）和运动想象（MI）。非关联性或非特异性反馈归入相应假BCI节点。
2.2 检索策略和研究筛选
系统检索PubMed、Embase、Web of Science、Cochrane Library和Scopus，检索时间从建库至2026年4月，未扩展至临床试验注册平台。检索策略结合主题词和自由词，涵盖卒中、脑机接口、上肢功能和RCT相关术语。两名研究者独立进行标题和摘要筛选，随后进行全文评估，分歧通过讨论解决，必要时由第三名研究者仲裁。
2.3 数据提取
两名研究者使用预设数据提取表独立提取数据，包括第一作者、发表年份、国家或地区、样本量、患者年龄、性别、发病时间、基线上肢运动功能、试验组和对照组干预细节、BCI反馈模式、训练频率、单次时长、总治疗周期、各组样本量及FMA-UE、ARAT和WMFT结局值。以基线至干预结束的变化值作为主要分析数据。当变化值未直接报告但可获取前后均值及标准差，或可提供标准误、95%置信区间、中位数、四分位距等可转换统计量时，采用系统评价和荟萃分析常用方法进行数据转换。
2.4 偏倚风险和证据确定性评估
采用Cochrane RoB 2工具评估纳入RCT的偏倚风险，评估领域包括随机化过程、偏离预期干预、缺失结局数据、结局测量和结果选择性报告。采用CINeMA方法评估FMA-UE结局中各干预与UR比较的证据确定性，评估领域包括研究内偏倚、报告偏倚、间接性、不精确性、异质性和不一致性。
2.5 统计分析
连续结局以WMD及95%CI汇总，正值表示相应干预较对照改善更显著。当干预节点形成连接网络时，采用频率学随机效应网络荟萃分析综合直接和间接证据。多臂研究保留所有合格研究臂，并在模型中考虑研究内相关性。通过环特异性方法、节点拆分方法和全局不一致性检验评估网络一致性。治疗排序采用累计排序曲线下面积（SUCRA）评估。按卒中分期进行探索性亚组分析，亚急性期定义为发病后7天至6个月，慢性期定义为发病超过6个月。敏感性分析包括排除混合分期研究以及采用替代前后相关系数r = 0.25和r = 0.75。采用比较调整漏斗图评估小样本效应和潜在发表偏倚。
3 结果
3.1 研究筛选和研究特征
数据库检索共获得674条记录，去除349条重复后筛选325条，标题和摘要筛除295条，30篇全文评估资格，全文阶段排除8篇，最终纳入22项RCT，涉及956例卒中后上肢运动障碍患者。研究发表于2013至2025年，人群涵盖亚急性期、慢性期和混合分期患者。BCI训练通常持续2–6周，每周3–5次，每次约20–120分钟。所有纳入研究均报告FMA-UE，部分研究报告ARAT或WMFT。
3.2 偏倚风险、证据确定性和小样本效应
RoB 2评估显示，1项研究（4.5%）为低偏倚风险，其余21项（95.5%）存在一定偏倚担忧，无高偏倚风险研究。主要偏倚来源涉及随机化过程、偏离预期干预和结果选择性报告。CINeMA评估显示，FMA-UE结局中各干预与UR比较的证据确定性总体为低至极低。BCI-MM、BCI-Robot和Robot与UR比较的确定性为低，主要因研究内偏倚和异质性降级。比较调整漏斗图未显示明显不对称，未观察到明确的小样本效应或发表偏倚证据。
3.3 FMA-UE网络荟萃分析
22项研究纳入FMA-UE主要网络荟萃分析，形成11个干预节点，所有干预在单一网络内连接，BCI-MM、BCI-Robot和UR为主要证据节点。传递性评估显示各直接比较间在卒中分期、基线FMA-UE评分、训练剂量、治疗时长和对照类型方面存在一定差异，但未观察到明确的系统性失衡。FMA-UE网络未检测到显著局部或全局不一致性。
在随机效应一致性模型中，BCI-Robot较UR的FMA-UE改善更显著（WMD = 6.28，95% CI: 2.70–9.86，p = 0.001）。Robot（WMD = 4.26，95% CI: 0.42–8.10，p = 0.030）和BCI-MM（WMD = 4.03，95% CI: 1.00–7.06，p = 0.009）较UR同样改善更显著。其余干预与UR相比差异均无统计学意义。BCI反馈模式间的两两比较均无统计学显著差异。排序结果显示BCI-visual的SUCRA值最高（77.6%），其次为BCI-Robot（76.3%），但BCI-visual与UR比较的效应估计未达统计学显著，置信区间宽，证据确定性极低。BCI-Robot与UR比较的效应估计达统计学显著，证据确定性为低。
3.4 次要结局
ARAT网络荟萃分析纳入8项研究共514例患者。在随机效应一致性模型中，BCI-Robot较UR的ARAT改善更显著（WMD = 11.99，95% CI: 1.34–22.65，p = 0.027）。BCI-MM较UR呈改善趋势但未达统计学显著（WMD = 4.69，95% CI: ?0.26–9.65，p = 0.063）。治疗排序显示BCI-Robot的SUCRA值最高（91.3%）。
WMFT分析纳入5项研究共435例患者。因纳入研究数量少且证据网络稀疏，以BCI-MM与UR的成对荟萃分析作为主要定量分析。成对荟萃分析显示BCI-MM较UR在WMFT上呈改善趋势但未达统计学显著（WMD = 5.07，95% CI: ?0.39–10.53，p = 0.069）。探索性网络荟萃分析效应方向一致（WMD = 5.07，95% CI: ?0.48–10.62，p = 0.074）。次要结局结果与主要分析总体一致，但受限于研究数量较少和部分比较证据稀疏，应视为对主要分析的支持性证据。
3.5 按卒中分期的亚组分析
亚急性期亚组纳入8项研究共531例患者。以UR为参照，仅BCI-MM与FMA-UE显著改善相关（WMD = 6.00，95% CI: 0.88–11.13，p = 0.022）。BCI-Robot呈改善趋势但未达统计学显著（WMD = 5.25，95% CI: ?2.33–12.83，p = 0.174）。慢性期亚组纳入8项研究共196例患者。BCI-Robot（WMD = 5.42，95% CI: 0.81–10.03，p = 0.021）和Robot（WMD = 4.86，95% CI: 0.41–9.30，p = 0.032）较UR均与显著改善相关。
3.6 敏感性分析
排除混合分期研究后剩余17项研究，证据网络仍保持连接。与UR相比，BCI-Robot（WMD = 6.35，95% CI: 3.08–9.62，p < 0.001）、BCI-MM（WMD = 5.28，95% CI: 1.93–8.62，p = 0.002）和Robot（WMD = 4.60，95% CI: 1.06–8.14，p = 0.011）仍与显著改善相关，效应方向与主要分析一致。采用r = 0.25和r = 0.75的敏感性分析所得网络估计和治疗排序与主要分析一致，未改变总体解释。
4 讨论
4.1 主要发现
基于22项RCT共956例患者的证据，BCI-Robot、BCI-MM和Robot较UR在FMA-UE上改善更显著，其中BCI-Robot的效应估计最大。次要结局与主要分析总体一致：ARAT方面BCI-Robot较UR改善显著；WMFT方面BCI-MM呈改善趋势但未达统计学显著。按卒中分期的亚组分析提示不同反馈模式的相对表现可能随发病时间而变化：亚急性期亚组中BCI-MM较UR改善更明显，慢性期亚组中BCI-Robot和Robot改善更一致。排除混合分期研究的敏感性分析显示BCI-Robot、BCI-MM和Robot仍与显著改善相关，提示主要结果相对稳健。综合来看，BCI-Robot可能是值得优先进一步评估的BCI反馈模式，但各BCI反馈模式间的网络比较无统计学显著差异，且主要FMA-UE比较的证据确定性总体为低至极低。
4.2 不同反馈模式的解读
BCI训练的核心特征并非外部设备提供的简单辅助，而是建立患者运动意图、外部反馈和感觉再传入之间时间耦合的闭环过程。BCI-Robot的效应可能与其整合运动意图识别和机器人辅助运动反馈有关。BCI可实时解码与运动想象或尝试运动相关的脑活动并驱动机器人、外骨骼或矫形器产生与患者运动意图匹配的上肢辅助运动，形成连接运动意图、辅助运动和感觉再传入的闭环训练路径。与单纯运动想象或与运动意图无关的被动辅助相比，该模式可能更有效地强化运动意图、辅助运动和感觉输入之间的耦合。BCI-Robot在FMA-UE和ARAT上均较UR显示统计学显著改善，FMA-UE改善幅度为6.28分，与慢性卒中轻中度上肢障碍患者报道的临床重要差异相当，提示潜在临床相关性。
然而，BCI-Robot的治疗效应尚不能单独归因于BCI闭环控制。本研究中Robot节点较UR同样显示显著改善，提示机器人辅助训练提供的高重复、任务导向性运动练习和本体感觉输入本身可能已是重要治疗组分。现有证据不足以确定BCI闭环控制是否在非BCI机器人训练基础上提供额外获益。BCI-Robot应被理解为整合运动意图识别与机器人辅助运动的联合康复方法，而非BCI作为单一组分的效应证据。
BCI-MM也显示出潜在临床获益。多模态反馈可整合视觉反馈、FES、机器人或软体外效应器、触觉反馈和本体感觉输入等多种反馈组分，可能增强患者对运动任务的参与度、提高反馈显著性并支持感觉运动整合。BCI-MM在主要分析及排除混合分期研究的敏感性分析中均较UR显示显著改善，在亚急性期亚组中同样与更大改善相关。但BCI-MM应被理解为联合反馈策略的类别而非单一同质干预，目前尚不清楚何种组分贡献最大。
部分研究采用假BCI或非关联性BCI对照条件。结果显示BCI-MM较假BCI-MM改善更大，而BCI-Robot与假BCI-Robot、BCI-visual与假BCI-visual的比较未显示明确差异，提示关联性闭环反馈的附加价值可能取决于反馈模式。BCI-FES和BCI-visual在本研究中未显示一致的获益，主要受限于研究数量少、效应估计不精确和证据确定性低。
4.3 按卒中分期的临床意义
卒中分期可能影响不同BCI反馈模式的效果。亚急性期自发恢复和训练诱导可塑性贡献更突出，慢性期自发恢复贡献通常降低，但仍可通过高强度、任务相关和反馈增强的康复训练获得进一步改善。本研究中亚急性期亚组仅BCI-MM较UR显示显著改善，慢性期亚组BCI-Robot和Robot较UR显示显著改善。这些发现提示多模态感觉反馈可能在亚急性期具有相关性，而稳定、重复、任务导向的运动执行反馈可能在慢性期具有相关性。但亚组分析为探索性，各分期研究数量有限，基线功能、训练剂量和对照干预存在差异，现有证据不足以支持按卒中分期确定性选择BCI反馈模式。
4.4 与既往证据的比较
既往系统评价和成对荟萃分析总体支持BCI训练对卒中后上肢运动功能的潜在获益，但主要采用成对荟萃分析或亚组分析，未在统一比较框架内系统评估不同BCI反馈模式的相对疗效。针对特定BCI反馈模式的证据也已积累：BCI-Robot系统评价显示其可能改善卒中后上肢运动功能，但未发现BCI-Robot与单纯Robot之间存在明确统计学显著差异；BCI-FES荟萃分析提示BCI控制的FES可能促进上肢功能恢复，但范围限于单一反馈模式。本研究根据主要治疗性反馈模式和关联性闭环特征构建网络节点，可在单一网络框架内比较BCI-Robot、BCI-MM、BCI-FES、BCI-visual及相应对照干预的相对疗效。
4.5 优势与局限性
本研究的主要优势在于按反馈模式比较BCI上肢康复干预，而非将BCI训练作为同质干预合并。干预节点依据主要治疗性反馈模式和关联性闭环特征分类，可在单一网络框架内比较各BCI反馈模式及相应对照节点。主要结局FMA-UE网络连接完整，未检测到显著全局或局部不一致性，并通过证据确定性评估、亚组分析和敏感性分析评价主要发现的可靠性和稳健性。
局限性包括：卒中分期、基线FMA-UE评分、训练剂量、治疗时长和对照特征差异需在判断传递性合理性时加以考虑；BCI-Robot节点包含异质性机器人装置、外骨骼系统和BCI配置，可能对涉及该节点的比较构成传递性挑战；总体样本量有限，部分节点仅由少量研究支持，BCI反馈模式间的直接比较不足，可能降低网络估计稳定性并增加对间接证据的依赖；主要FMA-UE比较的证据确定性总体为低至极低；SUCRA排序的解释受限，因较高排序在相应效应估计无统计学显著、不精确或证据确定性低至极低时可能不表示临床优越性；部分BCI干预包含多种反馈组分，节点分类和部分结局的数据转换可能引入额外不确定性；ARAT、WMFT、长期随访、安全性、生活质量和日常生活活动能力的证据仍不充分；检索限于英文同行评审全文文献，未检索临床试验注册平台和灰色文献，可能增加检索和发表偏倚风险。
5 结论
本研究提示不同反馈模式的BCI训练对卒中后上肢运动恢复可能具有不同效应。FMA-UE方面，BCI-Robot和BCI-MM较UR显示统计学显著改善，但两者证据确定性均为低。BCI-Robot较UR在ARAT上亦显示统计学显著改善。各BCI反馈模式间的直接比较证据仍不充分，无明确证据表明任一反馈模式在统计学上优于其他模式。鉴于部分节点样本量小且证据确定性总体较低，当前发现更适合用于确定研究优先方向和指导BCI康复方案设计。
