《Frontiers in Immunology》:Potential adjunct disease-modifying effects of exercise and physical activity in multiple sclerosis: an umbrella review of disease activity/progression, safety, and inflammatory-neurobiomarker evidence
编辑推荐:
背景: 多发性硬化(MS)以炎症活动和神经变性为特征;疾病修饰治疗(DMT)对疾病进展的干预并不完全。运动已被确立用于改善症状,并被提出可作为辅助性疾病的疾病修饰策略,但综述层面的证据较为碎片化。目的: 综合并评价关于结构化运动或体力活动对成人MS患者疾病活动
背景: 多发性硬化(MS)以炎症活动和神经变性为特征;疾病修饰治疗(DMT)对疾病进展的干预并不完全。运动已被确立用于改善症状,并被提出可作为辅助性疾病的疾病修饰策略,但综述层面的证据较为碎片化。目的: 综合并评价关于结构化运动或体力活动对成人MS患者疾病活动/进展、安全性以及炎症/免疫和神经生物标志物结局影响的相关系统综述证据。
方法: 本伞状综述遵循PRISMA 2020和PRIOR规范;检索PubMed、Web of Science核心合集、Embase、Cochrane系统综述数据库、Scopus和SPORTDiscus,检索时间自建库至2026年10月8日。纳入单元为系统综述、meta分析、网络meta分析和剂量-反应meta分析。由两名评价员独立筛选综述、提取数据,并评估方法学质量(AMSTAR 2)、原始研究重叠度(校正覆盖面积,CCA)及证据确定性(GRADE或CINeMA)。按估计目标(estimand)对效应估计值进行分类,仅以运动与非运动对照的比较用于推断干预效应。由于生物标志物类别的重叠度为高或极高且来源估计值异质性大,未进行伞状层面的合并。
结果: 共纳入22篇综述(2014—2026年)。在报告安全性结局的试验中,未检测到复发风险(RR 0.95,95% CI 0.61–1.48)或严重不良事件风险(RR 1.05,95% CI 0.62–1.80)升高,但两区间均较宽;任何不良事件的发生更为频繁但估计不精确(RR 1.40,95% CI 0.90–2.19)。与非运动对照相比,长期训练后脑源性神经营养因子(BDNF)水平更高(SMD 0.78,95% CI 0.27–1.28),一项meta分析报告肿瘤坏死因子-α(TNF-α)、干扰素-γ(IFN-γ)和白细胞介素-17(IL-17)降低。神经丝轻链(NfL)在运动组内下降(SMD ?0.55;非干预效应),对照试验结果不一致(一项小型试验结果有利,两项较大试验为阴性)。未显示对复发、扩展残疾状态量表(EDSS;SMD 0.02,95% CI ?0.40至0.44)或磁共振成像(MRI)结局的效应;多发性硬化功能复合量表(MSFC)在三项小型试验中改善(极低确定性)。所有综述的AMSTAR 2置信度为低或极低,两项结局的确定性为低,19项为极低。
结论: 当前综述层面证据未提示成人MS患者运动与复发或严重不良事件风险增加相关。运动可能调节部分生物标志物,但现有证据未能证明其具有疾病修饰效应。
系统综述注册: https://www.crd.york.ac.uk/PROSPERO/,注册号CRD420261410063。
1 引言
多发性硬化(MS)是青年中最常见的慢性免疫介导的中枢神经系统疾病,近十年全球各区域患病率均上升,估计全球约280万人患病。病理上MS以炎症、脱髓鞘和神经变性三联征为特征,临床多始于复发缓解型病程,相当比例患者逐渐转为由神经轴索丢失而非局灶性炎症驱动的进展型残疾。疾病活动与进展在临床和试验中通过复发频率、EDSS与MSFC等标准化残疾指标、确认的残疾进展以及MRI病灶负荷与脑容量标志物加以反映。疾病修饰治疗(DMT)已改变复发型MS的管理格局,但主要作用于外周和中枢炎症,对长期进展所依赖的神经变性过程效果有限,这一治疗缺口促使人们关注可能补充药物治疗、作用于炎症之外机制的辅助性非药物策略。结构化运动与体力活动是MS中研究最广泛的非药物干预之一,meta分析与系统综述已确立其在心肺适能、步行移动能力、肌力、疲劳、抑郁症状和健康相关生活质量方面的改善作用,现已被推荐纳入MS综合照护;历史上关于体力消耗可能通过一过性热敏感诱发复发或加重症状的担忧,已基本被"复发与运动无关"的证据所消除。除症状获益外,越来越多的研究提出运动可能通过抗炎、神经营养和神经可塑性相关机制发挥疾病修饰与神经保护作用的假说,并通过候选生物标志物加以检验,包括BDNF等神经营养因子、白细胞介素与TNF-α等炎症和免疫介质,以及NfL和胶质纤维酸性蛋白(GFAP)等神经轴索与胶质损伤标志物;其中NfL已成为反映MS持续神经轴索损伤和疾病活动的敏感血液标志物。由此,大量且快速增长的针对运动对MS疾病活动/进展、安全性及炎症或神经生物学标志物影响的系统综述、meta分析和网络meta分析不断涌现,但这些综述分散于特定结局和标志物,常纳入相互重叠的原始研究,方法学与确定性框架各异,质量差别较大,使临床医生和研究者难以形成整合结论。伞状综述(综述的综述)适合整合这类分散证据,评价综述本身,量化其重叠程度,并对累积发现的确定性进行分级。因此,研究人员开展了本伞状综述,综合结构化运动或体力活动对成人MS患者在三个领域——疾病活动与进展、安全性、炎症/免疫与神经生物学标志物——的综述层面证据;目标为总结各结局构念的报告效应、以AMSTAR 2评价纳入综述的方法学质量、以校正覆盖面积量化原始研究重叠、以GRADE(并对来源网络meta分析使用CINeMA)评定证据确定性,同时鉴于来源综述混合了随机组间比较与组内、疾病状态及非随机对照,对每一提取估计值按估计目标分类,使仅运动与非运动对照的比较用于推断干预效应。
2 材料与方法
2.1 设计与报告
研究开展了一项针对MS患者运动或体力活动系统综述的伞状综述,报告遵循PRISMA 2020和PRIOR声明,文献检索按PRISMA-S扩展报告,方案注册于PROSPERO(CRD420261410063),偏离方案之处在2.9节报告。分析单元为系统综述、meta分析、网络meta分析和剂量-反应meta分析,原始研究不作为伞状层面单元,仅用于评估综述间重叠、识别各综述估计值的贡献试验,并在特定情况下核对对照分类与提取结果。
2.2 纳入标准
纳入遵循预设PICOS框架。人群为成人MS患者;混合人群或更广泛生活方式干预的综述仅在MS特异性或运动特异性数据可单独识别时纳入,且仅提取该部分数据。干预或暴露为结构化运动或体力活动,包括有氧、抗阻、联合及高强度间歇训练,步行或骑行、水中运动、瑜伽、普拉提、太极以及居家或远程实施的主动运动训练;含被动或外部辅助成分(如功能性电刺激或机器人辅助步态训练)的干预仅在主动运动数据可分离时纳入。对照为不运动、常规照护、等待名单、基线或前后对照,或替代运动类型或强度。结局涵盖三个领域:疾病活动/进展(复发、EDSS、MSFC、确认的残疾进展及MRI病灶或脑容量指标)、安全性(不良事件与严重不良事件)、炎症/免疫生物标志物与神经生物标志物(包括BDNF、神经生长因子[NGF]、睫状神经营养因子[CNTF]、NfL、GFAP、血脑屏障与基质金属蛋白酶标志物及细胞因子和脂肪因子);残疾仅在以EDSS、MSFC或确认残疾进展测量时作为核心结局。纳入设计为系统综述、meta分析、网络meta分析或贝叶斯网络meta分析、剂量-反应meta分析及综述的综述。叙述性综述、范围综述、方案、指南、原始研究及非主动康复方案被排除;仅报告功能或参与结局而无疾病活动/进展、安全性或炎症/神经生物标志物结局的综述被排除。安全性证据取自以安全性结局为主要目标的综述,因其他结局综述中的描述性安全性陈述报告不一致且依赖相同试验。每个提取估计值归入六类估计目标之一:(E1)运动与非运动对照比较(不运动、常规照护、等待名单或注意对照);(E2)运动组内前后变化,包括单次运动反应;(E3)对照组内前后变化;(E4)MS患者与健康对照比较;(E5)训练或体力活跃者与未训练或不活跃者的非随机、横断面或混合设计比较;(E6)不同运动处方(强度或模式)之间比较,或在附加设计中运动加于两组均接受的运动方案之上。附加比较归为E6而非E1,因对照臂也进行运动,其估计的是额外运动而非运动与不运动的效应;多臂试验中各配对比较分别分类,仅计入该比较两臂的受试者。无法分离这些比较的叙述性合成标记为混合。仅E1估计值用于推断运动效应;E2至E5作为背景证据报告,E6作为运动处方间比较证据。仅在运动臂报告的安全性数据(如归因于干预的不良反应发生率)无对照臂比较,故作为描述性安全性证据单独呈现,不作为E1效应。
2.3 信息来源与检索
检索六个数据库,自建库至2026年10月8日,即PubMed、Web of Science核心合集(含科学引文索引扩展版与社会科学引文索引)、Embase、Cochrane系统综述数据库、Scopus和SPORTDiscus,六项检索均于2026年10月8日执行。检索以AND组合三个概念模块,分别覆盖MS人群、运动或体力活动干预及系统综述或meta分析发表类型筛选;数据库界面未设语言、日期或文献类型限制,限于英文发表综述的限制在纳入评估阶段实施。记录导出至Zotero 10.0,经其重复检测功能去重后人工核对DOI、题名、第一作者、年份和期刊。以原始投稿纳入综述及同行评审中识别的相关综述核对查全率,均被至少一个数据库检出,并筛查纳入综述的参考文献列表以寻找更多合格综述。各数据库具体检索策略、平台、字段与限制见补充表S1。
2.4 研究选择与数据提取
两名评价员独立依据纳入标准筛选题名和摘要,随后独立评估可能合格报告的全文,各阶段分歧经讨论达成共识,必要时由第三名评价员裁定。筛选与提取表格在使用前于样本记录上预试,未使用自动化或机器学习工具。两名评价员独立将数据提取至标准化表格,并对每一数值与来源出版物核对。当来源综述的研究表格在对照或结果方面存在歧义或不一致时,对照与结果与原始报告核对;原始报告不作为结局数据的其他来源。提取项目包括综述特征(设计、纳入原始研究数、受试者、人群、运动干预、对照及结局构念)、效应估计值(指标、点估计、95%置信区间[CI]或可信区间[CrI]、异质性[I2]及报告时的预测区间、贡献研究或效应数、受试者、时间点与对照)、各综述对其原始研究使用的偏倚风险工具与评级以及证据确定性;同时记录每个估计值的估计目标。原始投稿中按第一作者字母顺序分配的标识R01–R18予以保留,更新检索后新增的四篇综述以同样方式编号为R19–R22。
2.5 纳入综述的方法学质量
两名评价员独立以AMSTAR 2评价各纳入综述的方法学质量。AMSTAR 2含16个条目,其中7个为关键域(条目2、4、7、9、11、13、15)。总体置信度评定为:无或仅一项非关键缺陷为高;多于一项非关键缺陷且无关键缺陷为中;一项关键缺陷伴或不伴非关键缺陷为低;多于一项关键缺陷伴或不伴非关键缺陷为极低。部分符合视为满足条目。各综述对其原始研究使用的偏倚风险工具及评级摘要从来源综述提取,未在伞状层面重新应用。
2.6 原始研究重叠评估
综述间原始研究重叠以校正覆盖面积(CCA)量化,公式为(N ? r)/(rc ? r),其中N为原始研究在各综述中的总纳入次数,r为唯一原始研究数,c为综述数。两名评价员独立构建研究×综述引文矩阵,每项原始研究赋予稳定标识;同一试验的报告(含二次分析)在共享注册号或相同人群、场所与招募期时链接为同一标识,混合人群或更广泛干预的综述仅录入MS特异性运动研究。重叠按常规阈值解释:0–5%为轻微,>5%至10%为中等,>10%至15%为高,>15%为极高。CCA在总体及五个结局类别中计算;综述被分配至其报告提取结局的每一类别,其全部合格原始研究录入各类别,故类别值不可相加,而每项原始研究在总体计算中仅计一次。引文矩阵、链接决策及各次计算的N、r、c输入见补充数据1。重叠为高或极高时,不在综述间对构念层面估计值进行统计合并,以避免同一原始研究被重复计数。重叠亦用于确定性评估,因共享多数试验的综述所得一致估计不被视为独立重复。
2.7 证据确定性
确定性按每个结局构念与估计目标分别评定,每一组合构成一个证据体。运动与非运动对照比较(E1)的证据体以GRADE评定,证据主要来自随机试验时起始为高确定性,主要来自非随机研究时起始为低确定性。每个证据体以纳入合格原始研究数最多的合成为索引综述,并列时依次以AMSTAR 2置信度更高和检索更新者优先;若该合成估计值无法对照其报告方法或研究层面数据核实,则以纳入合格原始研究数次多且估计值可核实的合成作为索引综述,未核实合成仅用于识别额外试验。索引综述锚定不精确性与不一致性判断,识别各综述该结局估计值的贡献原始研究,以区分结局特异性重叠与全综述重叠,并核查其他综述是否存在改变效应方向或大小的非重叠试验;重叠综述的一致估计不计为重复。多数证据来自来源综述判定为高偏倚风险或存在一些担忧的试验,或结局报告不完整时,偏倚风险评为严重;I2超过50%或试验或亚组方向不一致时不一致性评为严重,I2超过75%且亚组方向相反时评为非常严重;试验未直接代表目标结局或人群(如以短期EDSS变化推断进展,或试验排除运动风险升高者)时间接性评为严重;95% CI包含无效值或连续结局贡献受试者少于400时,不精确性评为严重,区间同时包含明显获益与明显危害(风险比0.75与1.25;标准化均数差?0.2与0.2)时评为非常严重。无带置信区间的合并估计时,不精确性依据贡献试验报告的效应估计值与置信区间判断,否则依据信息量(贡献受试者数相对于该阈值)判断:未达阈值或无法确定,或报告估计值的精确度无法核实,评为严重;贡献受试者不足阈值一半(少于200人)且无任何贡献结果报告效应估计值与置信区间,评为非常严重,因该规模证据无法预期排除明显获益或明显危害。对未报告效应估计值或区间的试验,同等规模试验在标准化差异近零时预期95% CI半宽(约1.96 × √(1/n1 + 1/n2))仅在补充表S6中作为基于假设的精确度示意,并非观察结果的置信区间,亦未用于推断观察结果跨越明显获益与危害。来源综述报告漏斗图不对称或贡献分析的小样本研究检验显著时怀疑发表偏倚,仅在其他人群合并分析中报告的检验不适用于MS特异性证据体。每个证据体报告一个评级,不使用范围。来源综述报告的评级(包括美国神经病学学会[AAN]证据等级)单独呈现,未与本研究评级合并。背景性估计目标(E2至E5)、混合叙述性合成、合并方向预期不同的标志物的复合构念以及仅在运动臂报告的安全性数据不予分级,因其不估计单一干预效应。对运动强度来源网络meta分析(E6),各比较以CINeMA从研究内偏倚、报告偏倚、间接性、不精确性、异质性和不一致性六方面评定,未以治疗排序推断任一强度更优。两名评价员独立评定确定性,分歧按上述方式解决。
2.8 数据合成
未进行伞状层面的事先meta分析。生物标志物类别内原始研究重叠为高或极高,跨综述合并将违反分析单元假设;低重叠类别内来源估计值异质且已在原始研究层面以不同指标和比较合并,无法进行有意义的再合并。因此效应估计值按各综述报告呈现,按标准化结局构念与估计目标分组,使组间干预效应与组内、疾病状态、非随机及强度比较分别显示;森林图展示各综述报告估计值而不含合并汇总。标准化均数差(SMD;Hedges g视为SMD家族)与风险比(RR)按来源综述所用符号报告,SMD方向按估计目标分别定义:E1为负值表示运动组低于非运动对照组,E2与E3为负值表示干预期或单次运动后低于之前,E4为负值表示MS患者低于健康对照,E5为负值表示训练或活跃者低于未训练或不活跃者,E6为负值表示第一种命名的运动处方更低。合并促炎与抗炎标志物的复合估计值不作方向性解释。来源综述仅以叙述或证据等级分类报告的疾病活动/进展结局作定性总结。发表偏倚与小样本效应按来源综述报告呈现,未在综述层面重新计算。来源报告的敏感性与亚组估计值见补充表S4、S5。
2.9 与注册方案的偏离
同行评审期间重新执行自建库至2026年10月8日的数据库检索,将原始投稿所用2026年3月1日截止期延长,所有记录由两名独立评价员重新筛选。与注册方案相比,数据库集合有两处变化:以SPORTDiscus替代APA PsycINFO,Web of Science核心合集检索覆盖社会科学引文索引及科学引文索引扩展版;Cochrane Library检索在重跑中由原投稿的CENTRAL限制为注册方案规定的Cochrane系统综述数据库。选择SPORTDiscus因其索引运动与运动医学文献,而APA PsycINFO涵盖的心理学结局不符合纳入标准;加入社会科学引文索引以覆盖其中索引的康复与健康行为期刊;替换CENTRAL因其为对照试验注册库而非系统综述来源。人群标准由原投稿仅指混合神经病人群,澄清为包括混合人群或更广泛生活方式干预但MS特异性或运动特异性数据可单独识别的综述;原检索检出但按原措辞排除的三篇综述在重复再筛时符合该标准并被纳入(R20–R22)。原投稿所用的综述两级分类(核心合格与仅证据图)非注册方案内容,已删除,各估计值的贡献现由2.2节估计目标框架界定。估计目标分类、安全性证据限于以安全性为主要目标的综述、对重叠证据分级的索引综述方法以及类别特异性重叠输入的报告,系应同行评审意见增加。注册方案中规定的以下方法未执行:前向引文检索与会议论文集检索被省略,因重跑数据库检索检出原投稿纳入或同行评审识别的全部综述,且会议摘要报告综述方法不足以进行AMSTAR 2评价或数据提取;后向引文检索通过筛查纳入综述参考文献列表完成。方案列出在适用时使用的ROBIS未在AMSTAR 2之外应用,因AMSTAR 2已对每篇综述重复应用并涵盖ROBIS所评的综述层面域,即研究纳入标准、研究识别与选择、数据收集与研究评价及合成。未对纳入综述方案规定结局与其报告结局进行系统比较,因22篇综述中7篇未报告事先方案(AMSTAR 2条目2),比较无法一致应用;选择性结局报告风险改经AMSTAR 2条目2及GRADE偏倚风险域中的结局报告不完整加以考虑。第二轮同行评审期间,明确了附加运动比较的分类(2.2节)、每个证据体锚定估计值须可核实的要求以及无合并估计证据体的不精确性评估(2.7节),并重新评估受影响证据体。第三轮同行评审期间,仅在运动臂报告的归因于运动的不良反应由E1证据体重新归类为描述性安全性证据(2.2节),并明确了依据信息量判断不精确性的规则,包括非常严重不精确性的条件(2.7节)。
3 结果
3.1 综述选择
数据库检索识别3430条记录,去除1505条重复后筛选1925条题名与摘要,排除1847条;评估78篇报告全文,排除56篇(人群不符7篇、干预不符11篇、结局不符30篇、发表类型不符8篇),具体原因见补充表S8。22篇综述符合纳入标准并进入伞状合成。原始投稿纳入的18篇综述全部保留,新增4篇(R19–R22),其中包括同行评审期间识别的综述(R19)。
3.2 纳入综述的特征
22篇纳入综述发表于2014至2026年,包括采用配对meta分析的传统系统综述、定性系统综述、一项NfL贝叶斯网络meta分析(R03)及专门的安全性综述(R07、R11)。四篇综述针对更广泛人群或干预,仅贡献其MS特异性或运动特异性数据,即跨神经疾病NfL综述(R19)、MS进展可调控危险因素干预综述(R20)以及神经变性风险人群灰质体积(R21)与BDNF(R22)综述。各综述贡献的原始研究数从小型定性合成到纳入数十项试验的大型安全性meta分析不等。干预涵盖有氧、抗阻、联合及高强度间歇训练以及水中和混合运动模式。对照多为不运动、常规照护或等待名单,但若干综述亦或仅报告组内、MS对健康人、非随机或强度比较。综述涉及三个广泛领域:疾病活动与进展(复发、EDSS、MSFC及MRI指标)、安全性(不良事件、严重不良事件及脱落)以及炎症/免疫与神经生物学标志物(细胞因子与脂肪因子、神经营养因子、神经轴索与胶质损伤标志物)。R18比较高强度间歇训练与中等强度持续训练,其估计值归为强度比较(E6),不用于推断运动与非运动对照的结论。定量估计值按估计目标汇总于表2。
3.3 纳入综述的方法学质量
以AMSTAR 2评价的纳入综述总体置信度在10篇中为低(R01、R03、R06、R08、R12、R14、R15、R19、R20、R22),其余12篇为极低(R02、R04、R05、R07、R09、R10、R11、R13、R16、R17、R18、R21);无综述被评为中等或高置信度。最一致的缺陷是未提供附理由的排除研究清单(关键条目7),22篇中21篇未满足。极低置信度综述的其他反复局限包括缺少事先注册方案、未评估发表偏倚以及在解释或讨论结果时未充分考虑偏倚风险。由于每篇综述均至少存在一项关键缺陷,综述层面证据基础应视为方法学薄弱,该评价被带入确定性评级。
3.4 综述间原始研究重叠
全部22篇综述的CCA为4.3%(339次纳入、178项唯一原始研究),对应总体轻微重叠。但重叠在各结局类别间明显不均:安全性类别(CCA 1.6%)与疾病活动/神经影像类别(CCA 4.4%)为轻微,神经轴索/胶质损伤类别(CCA 10.7%)与炎症/脂肪因子生物标志物类别(CCA 14.8%)为高,神经营养生物标志物类别(CCA 20.4%)为极高。共享最多的综述对集中于炎症与神经营养综述之间;例如R22 BDNF meta分析的全部10项MS试验均属R04的14项研究,但仅其中8项同时贡献于两项BDNF meta分析(见3.9节)。由于同一批原始试验贡献于生物标志物类别内的多篇综述,这些类别的构念层面估计值未在综述间统计合并,而是按构念分组并列呈现各综述自身报告的估计值。
3.5 证据概览
纳入综述报告了三个领域内广泛的结局构念与估计目标。生物标志物构念涉及的综述数最多,白细胞介素-6、TNF-α和BDNF各由6篇综述涉及,白细胞介素-10由5篇涉及,而疾病活动/进展与安全性构念各由较少综述涉及。多数构念具备运动对对照(E1)证据,但NfL与GFAP仅限于叙述性合成,若干生物标志物估计值为组内、MS对健康人或非随机比较。尽管覆盖面广,每个分级构念的证据确定性均为低或极低。以下各节按领域总结发现,先为疾病活动/进展,其次为安全性,然后为生物标志物领域。
3.6 疾病活动与进展
反映疾病活动与进展的结局主要以叙述形式或证据等级分类报告,无综述报告确认的残疾进展。对于临床复发,专门的安全性综述(R07)未发现运动与非运动对照间差异(RR 0.95,95% CI 0.61–1.48;I2=0%;46项贡献效应),该区间与风险降低39%或升高48%相容;第二篇安全性综述(R11)报告同方向的点估计(RR 0.73)但无置信区间。R12基于一项II级试验将运动降低年化复发率的证据分类为AAN C级(可能有效);该来源分类与本研究GRADE评级并列报告,未予合并。对于EDSS,一项纳入7项随机试验、比较运动与未治疗对照的meta分析(R20)未发现差异(SMD 0.02,95% CI ?0.40至0.44;I2=0%),来源综述将该证据评为极低质量,R12报告中等置信度(AAN B级)认为运动干预期间EDSS保持不变。在MS的三项随机试验中,全脑灰质体积在运动与等待名单对照间无差异(R21:Hedges g 0.19,95% CI ?0.73至1.12;I2=33%),与R12关于运动不改变脑容量的AAN B级结论一致。R12还报告三项小型试验中MSFC改善(AAN B级)且MRI病灶负荷未增加(AAN B级),而皮质厚度证据不足(AAN U级),R10与R14的MRI结局叙述性合成未发现一致效应。总体而言,除三项小型试验中短期MSFC改善外,综述层面证据未证明运动或体力活动对疾病活动或进展终点存在效应,现有估计目标……