《Journal of Sport and Health Science》：Robot-assisted
vs. conventional gait training for balance and gait speed after stroke: An updated systematic review and meta-analysis of randomized controlled trials
编辑推荐：
背景：脑卒中是全球第二大死亡原因，也是长期残疾的主要贡献因素，每年全球直接和间接成本估计约为8910亿美元。平衡和步态障碍是脑卒中后最常见且最具致残性的后果之一，限制了日常生活活动（ADL）、社区参与和功能独立性。传统步态康复虽有效，但劳动密集、资源消耗大，难
背景：脑卒中是全球第二大死亡原因，也是长期残疾的主要贡献因素，每年全球直接和间接成本估计约为8910亿美元。平衡和步态障碍是脑卒中后最常见且最具致残性的后果之一，限制了日常生活活动（ADL）、社区参与和功能独立性。传统步态康复虽有效，但劳动密集、资源消耗大，难以达到最佳运动再学习所需强度。机器人辅助步行训练（RAGT）旨在通过提供重复、高强度、任务导向且可量化的步行训练来解决这些限制。
方法：研究人员进行了一项更新的系统评价和荟萃分析，纳入比较下肢RAGT与脑卒中后常规治疗性训练的随机对照试验（RCTs）。检索了PubMed、Web of Science、Embase、Cochrane Library、CNKI、万方、维普和SinoMed数据库，时间截至2026年6月2日。主要结局为平衡（采用Berg平衡量表（BBS）和起立-行走计时测试（TUG）评估）和步行速度。采用限制性最大似然（REML）随机效应模型和Hartung-Knapp校正的95%置信区间（95%CI）合成数据，并报告95%预测区间。使用Cochrane偏倚风险2（RoB 2）工具评估偏倚风险，使用推荐分级的评估、制定与评价（GRADE）框架评估证据确定性。
结果：共纳入240个试验单元（14,178名参与者）。干预后，所有3个主要结局均显示有利于RAGT的合并效应：BBS（k=139；n=8620；均数差（MD）=6.03分；95%CI：5.14–6.93）、方向反转的TUG（k=33；n=1210；MD=3.04秒；95%CI：1.02–5.06）和步行速度（k=110；n=5444；MD=0.080米/秒；95%CI：0.061–0.100）。然而，异质性极高（I2范围为89.8%–98.1%），所有3个结局的95%预测区间均包含零。随访证据稀疏，未建立RAGT的持久优越性。GRADE评估显示，3个干预后主要结局的证据确定性均为低。
结论：低确定性证据表明，RAGT可能在脑卒中后干预结束时提供平衡和步行速度的改善。然而，极高的异质性、包含零的预测区间和减弱的敏感性分析限制了对这些效应一致性和临床重要性的信心。观察到的获益可能部分反映了更大的康复暴露量，支持将RAGT作为个体化辅助手段而非临床上更优的替代方案。
一、研究背景与问题
脑卒中是全球第二大死亡原因和长期残疾的主要贡献因素，给医疗系统和社会带来沉重负担，年全球直接和间接成本估计约8910亿美元。平衡和步态障碍是脑卒中后最常见且最具致残性的后果，严重限制患者日常生活活动（ADL）、社区参与和功能独立性。随着全球脑卒中发病率和患病率的绝对数量持续上升，寻找能够可靠恢复步行功能的康复策略已成为全球临床和公共卫生的优先事项。
传统步态康复，包括物理治疗和治疗师辅助的步态训练，虽然个体化且有效，但劳动密集、资源消耗大，难以以最佳运动再学习所需的强度实施。机器人辅助步行训练（RAGT）的开发旨在解决这些限制，通过提供重复、高强度、任务导向且可量化的步行训练，并具有标准化辅助和训练剂量的客观监测。现有证据提示RAGT可能相对于常规治疗性训练改善平衡、步行能力、下肢运动功能、步行耐力和ADL。然而，不同结局、患者群体、机器人系统和对照方案之间报告的效果存在差异，使得任何优势的大小和临床相关性尚不明确。
随机对照试验（RCTs）和既往系统评价的结果仍不一致。这种不一致可能反映了脑卒中阶段和基线损伤程度、机器人设备和控制策略、训练模式和剂量、对照强度、结局测量、随访时长和研究质量方面的实质性临床和方法学异质性。既往综合研究在纳入标准、统计方法、异质性处理、同一试验多重报告的处理以及新发表RCT的纳入方面也存在差异。关键问题在于，合并的平均效应本身无法表明新患者或新环境中获益的一致性，也无法表明观察到的差异是否超过临床重要变化阈值。因此，RAGT在脑卒中后效应的幅度、一致性、稳健性、临床相关性、持久性和确定性仍未解决。
为弥补这些空白，研究人员开展了一项更新的系统评价和荟萃分析，比较脑卒中后下肢RAGT与常规治疗性训练，主要结局为干预后和随访时的平衡与步行速度，次要结局包括活动能力、下肢运动功能、步行耐力和ADL。
二、主要技术方法
研究人员系统检索了PubMed、Web of Science、Embase、Cochrane Library、中国知网（CNKI）、万方数据、维普和SinoMed数据库，时间从建库至2026年6月2日，限定英文或中文文献。共识别4411条记录，最终纳入258篇合格报告，经报告链接后形成240个试验单元（保守主要分析），涉及14,178名参与者。采用Cochrane偏倚风险2（RoB 2）工具评估偏倚风险，采用PEDro量表评估方法学质量，采用GRADE框架评估主要结局的证据确定性。统计分析使用R软件metafor包，采用限制性最大似然（REML）随机效应模型和Hartung-Knapp校正95%置信区间，报告95%预测区间，并进行调节变量分析、敏感性分析和漏斗图分析。
三、研究结果
3.1 研究选择与特征
数据库检索识别4411条记录，去重后2332条记录进行标题和摘要筛选，312篇全文报告评估合格性，54篇因预设原因排除，最终纳入258篇合格报告。报告链接识别出10个确认或高置信度聚类，减少12篇报告计数，产生246个试验单元；保守合并6个可能重叠聚类，再减少6篇报告，最终240个试验单元纳入主要分析。共有14,569名参与者被随机分配（RAGT组7413名，对照组7156名），其中14,178名参与者贡献可分析数据。样本量加权平均年龄为59.4岁，女性占38.5%。大多数试验单元在东亚开展（82.5%），73.3%仅纳入急性期和/或亚急性期脑卒中患者。
3.2 偏倚风险、方法学质量与证据确定性
258篇报告中，RoB 2总体判断为低风险4篇（1.6%）、存在一定问题239篇（92.6%）、高风险15篇（5.8%）。平均PEDro评分为5.16（标准差0.78），19.77%评为良好，79.07%评为一般，1.16%评为较差，无优秀。GRADE评估显示，3个干预后主要结局（BBS、TUG、步行速度）证据确定性均为低，原因在于严重的偏倚风险和严重的不一致性。
3.3 主要结局
干预后，3个主要结局均显示有利于RAGT的合并效应：BBS（k=139；n=8620；MD=6.03分；95%CI：5.14–6.93；p<0.001）、方向反转的TUG（k=33；n=1210；MD=3.04秒；95%CI：1.02–5.06；p=0.004）和步行速度（k=110；n=5444；MD=0.080米/秒；95%CI：0.061–0.100；p<0.001）。然而，异质性极高：BBS的I2=95.8%、τ2=24.82，95%预测区间为?3.86至15.93；TUG的I2=89.8%、τ2=20.99，95%预测区间为?6.51至12.59；步行速度的I2=98.1%、τ2=0.0079，95%预测区间为?0.097至0.257。尽管3个结局的合并平均效应均有利于RAGT，但相应的95%预测区间均包含零，范围从负值到正值。
3.4 次要结局
干预后，合并效应有利于RAGT的结局包括：Fugl-Meyer评估-下肢（FMA-LE）（k=156；n=9191；MD=3.51；95%CI：3.11–3.91）等。
四、讨论与结论
调节变量分析探索了12个候选调节变量对干预后BBS、TUG和步行速度结局的潜在影响，包括脑卒中阶段、基线FMA-LE评分、机器人类别、控制策略、训练模式、剂量关系、单次训练时长、每周训练频率、干预持续时间、总机器人训练剂量、总康复暴露量和地理区域。所有调节变量分析均视为探索性和假设生成性的，其关联不应解释为因果或患者层面的效应修饰。
随访证据稀疏，短期（<3个月）、中期（3–6个月）和长期（>6个月）随访的可用数据有限。在6个合并的随访主要结局估计中，仅中期BBS的证据确定性为低，其余5个（短期BBS、短期和中期TUG、短期和中期步行速度）均为极低。长期主要结局证据未进行合并。
研究结论指出，低确定性证据表明RAGT可能在脑卒中后干预结束时提供平衡和步行速度的改善。然而，极高的异质性、包含零的预测区间和减弱的敏感性分析限制了对这些效应一致性和临床重要性的信心。随访证据稀疏，现有数据未建立RAGT相对于常规步态导向康复的持久优越性。观察到的获益可能部分反映了更大的康复暴露量，支持将RAGT作为个体化辅助手段而非临床上更优的替代方案。
