《Frontiers in Neurology》：Comparative effectiveness of aerobic training intensities in chronic stroke: a network meta-analysis of randomized controlled trials
本研究旨在对已发表随机对照试验（RCTs）进行系统综述和网络Meta分析（NMA），以评估不同有氧运动方式对慢性卒中患者（发病≥3个月）心肺适能及功能恢复结局的影响，指标包括峰值摄氧量（VO?peak）、6分钟步行试验（6MWT）、10米步行试验（10MWT）、Berg平衡量表（BBS）及起立-行走计时测试（TUG）。研究人员采用基于33项RCTs（共纳入1,665名受试者）的网络Meta分析方法，遵循系统评价和Meta分析优先报告条目网络Meta分析扩展声明（PRISMA-NMA）指南。主要结局为VO?peak、6MWT、10MWT、BBS和TUG。研究人员采用一致性随机效应模型评估不同运动强度对上述结局的影响。为评估研究结果的稳健性，研究人员通过逐次剔除每项研究并重新估计各干预措施相对于标准护理（SOC）的效应量进行敏感性分析，以确保总体结果不受单一研究影响。此外，研究人员还进行了线性回归分析，以评估基线步速、总干预持续时间、基线VO?peak及年龄对干预治疗效果的潜在调节作用。研究结果显示，共纳入33项研究，其中20项研究（n=1,040）评估了VO?peak，20项研究（n=1,113）评估了6MWT，13项研究（n=566）评估了10MWT，12项研究（n=504）评估了BBS，7项研究（n=297）评估了TUG。高强度间歇训练（HIIT）和中度持续训练（MICT）在改善VO?peak、6MWT和10MWT方面效果最为显著。对于BBS或TUG，绝大多数干预措施之间差异无统计学意义。累积排名曲线下面积（SUCRA）排序倾向于支持HIIT和MICT在VO?peak和步行结局方面的优势，但比较效应的可信度有限。通过CINeMA评估的证据确定性在各比较中主要为低至极低水平，尤其是BBS和TUG。研究结论指出，HIIT和MICT可能改善慢性卒中后的心肺适能和步行表现；然而，证据确定性大多处于低或极低水平，结果应谨慎解读。对平衡和TUG的影响尚不明确。系统综述注册网址：https://www.crd.york.ac.uk/PROSPERO/view/CRD420251171092，注册号：CRD420251171092。
1 引言
卒中是全球范围内重要的公共卫生问题，位列全球第二大死亡原因和第三大致残原因。卒中后患者常面临运动障碍、肌无力、协调功能受损、疲劳及认知功能障碍等问题，这些因素严重阻碍其参与体力活动，长期可导致心血管功能下降和肌肉萎缩，形成功能能力持续恶化的恶性循环。同时，卒中后恢复进程缓慢，超过50%的慢性卒中患者仍存在偏瘫，生活质量严重受损。规律体力活动是缓解卒中后身体功能下降和改善日常生活活动的关键干预措施，有氧运动可增加线粒体密度和氧化代谢效率、提高VO?
peak及肌肉耐力，从而促进心血管适应，被广泛认为是卒中后康复的理想选择。运动强度被视为有氧干预方案实施中的关键因素，不同强度在维持和增强外周肌肉有氧能力及心血管表现方面的影响存在差异。MICT可增强卒中患者的神经可塑性。随着运动强度逐渐增加，训练收益也相应提高。越来越多的研究表明，HIIT可能通过激活多种神经机制显著促进卒中后功能恢复和心血管功能改善。然而，既往研究大多纳入急性期、亚急性期和慢性期所有阶段的受试者，而非专门针对慢性期卒中患者。由于卒中后前3个月内通常发生显著的自发恢复且个体差异较大，早期阶段难以分离运动的治疗效应；相比之下，卒中后约3个月神经功能恢复趋于平台期，因此评估慢性期运动治疗尤为重要，可减少自发恢复带来的混杂。现有关于慢性卒中的综述主要集中于讨论有氧运动的有效性，或比较不同运动方式对慢性患者步行能力的影响，因此系统比较不同有氧运动强度对慢性卒中患者效果的文献仍存在空白。基于此，本研究旨在通过系统综述和网络Meta分析，探索不同运动方式对慢性卒中患者VO?
peak、6MWT距离、10MWT、BBS和TUG等指标的影响。
2 材料与方法
本网络Meta分析依据系统评价和Meta分析优先报告条目网络Meta分析扩展声明（PRISMA-NMA）进行。鉴于直接比较不同强度有氧干预在慢性卒中患者中疗效的RCTs数量有限，网络Meta分析为间接比较和依据效果概率排序提供了重要的方法学框架。为确保透明性、方法学严谨性和创新性，研究方案已在国际前瞻性系统评价注册平台（PROSPERO；CRD420251171092）进行前瞻性注册。
2.1 数据来源与检索策略
研究人员对PubMed、EMBASE、Cochrane图书馆、Scopus、Web of Science和EBSCOhost六大电子数据库进行了系统检索。检索策略结合自由词和受控词表（MeSH/Emtree），检索词包括："Cerebrovascular Accident"、"Stroke"、"Vascular Accident, Brain"、"Cerebrovascular Apoplexy"、"Cerebrovascular Accident, Acute"、"Aerobic Exercise"、"Physical Activity"、"Exercise Training"、"Acute Exercise"及"Randomized Controlled Trial"等。检索涵盖各数据库建库至2025年9月18日期间的所有可用记录，不设语言限制。
2.2 纳入排除标准
纳入标准包括：（1）经影像学或临床评估确诊为缺血性或出血性卒中的患者，年龄≥18岁，处于慢性期（发病至干预开始时间≥3个月）；（2）RCTs中至少有一个干预组采用有氧运动作为干预方式，根据最大心率百分比、心率储备百分比或主观疲劳感评定量表进行强度分类：低强度持续训练（LICT，<54% HR
max或<40% HRR或<11 RPE）、中度持续训练（MICT，54%–70% HR
max或40%–60% HRR或11–14 RPE）、高强度持续训练（HICT，>70% HR
max或>60% HRR或>15/20 RPE）及高强度间歇训练（HIIT）；若某些运动方案强度存在重叠，研究人员采取保守策略，按报告的最低强度进行分类；（3）对照组可为上述四类中的任一类，或标准护理（SOC，如常规卒中康复，包括步态训练、主动关节活动度训练、牵伸、低强度抗阻训练、平衡或功能性训练）或非训练；（4）研究报告至少以下一项指标：6MWT、10MWT、VO?
peak、BBS或TUG；以及（5）必须为RCTs。排除标准包括：存在严重精神疾病、急性并发症或严重健康问题（如严重心脏病、癌症）可能影响运动结局者；包含运动但缺乏明确有氧运动成分，或有氧运动未明确规定频率、强度、时间或类型者；未报告本研究所需结局指标或全文不完整无法计算效应量者；以及非RCTs如综述或病例报告。
2.3 数据提取与质量评价
两名评价员依据PRISMA指南独立提取数据，分歧通过咨询第三名评价员解决。提取内容包括：第一作者姓名、发表年份、样本量、年龄和性别分布、身体成分、卒中发病时间、偏瘫侧别、基线步速、基线VO?
peak及有氧干预细节（强度、频率和总持续时间）。采用Cochrane偏倚风险工具2.0版（RoB 2.0）评估纳入RCTs的偏倚风险，涵盖随机化过程、偏离预期干预、缺失结局数据、结局测量及选择性报告结果五个领域。
2.4 证据质量评价
证据确定性依据GRADE框架，通过CINeMA平台进行评估。RCTs被视为最高初始证据级别。通过RoB 2.0工具在领域层面评估单个研究的偏倚风险，并在CINeMA贡献矩阵中按加权贡献综合至比较层面，得出研究内偏倚的总体判断。间接性基于传递性和可交换性假设进行评估。通过检验预设效应修饰因素（如基线疾病严重程度、干预强度和随访持续时间）确保直接证据与间接证据在人群、干预、结局和研究设置方面的一致性。不精确性通过比较95%置信区间（CI）与预设最小重要差异（MIDs）进行评估；异质性通过评估CI与预测区间相对于MID的一致性，结合τ2和I2等统计指标进行判断；不一致性在存在闭合环时通过CINeMA内置一致性评估（包括SIDE方法和设计×治疗交互模型）进行检验。跨研究偏倚（如发表偏倚）通过试验注册库信息、比较调整漏斗图和基于回归的不对称性检验进行三角验证。各领域风险评估分为无顾虑、部分顾虑和重大顾虑三个等级，综合判断后将证据确定性降级：部分顾虑降一级，重大顾虑降两级，最终归为高、中、低或极低确定性。
2.5 统计方法
网络Meta分析使用Stata/MP 17.0中的network程序包进行。连续性结局的效应量以均数差（MDs）表示，不同量表测量时计算标准化均数差（SMDs）以确保可比性。所有效应估计均报告95% CI。生成网络图描述证据几何结构，节点大小与接受各干预的总样本量成正比，边厚度反映直接头对头RCTs数量。无闭合环的网络默认应用一致性模型；含闭合环时，采用设计×治疗交互模型（和/或全局Q统计量）评估全局不一致性，通过节点分割法评估局部不一致性，p>0.05认为直接比较与间接比较无不一致性证据，支持使用一致性模型。还通过计算SUCRA值进行概率排序，绘制累积排名概率图；使用比较调整漏斗图探索潜在发表偏倚和小样本效应。均采用双侧检验，p<0.05认为有统计学意义。通过逐次剔除研究进行敏感性分析，重新估计随机效应一致性网络Meta分析模型，计算各干预相对于SOC的合并效应，若剔除任一研究未实质改变效应方向、大小或统计显著性，则视为稳健。此外，排除卒中发病时间为3–6个月的研究（仅保留>6个月的研究）进行敏感性分析，并针对VO?
peak、6MWT、10MWT、BBS和TUG等指标，以平均年龄、总干预持续时间、基线步速和基线VO?
peak为协变量进行单变量网络Meta回归。
3 结果
3.1 纳入研究特征
经数据库检索初筛获得15,421条记录，去重及题目摘要筛选后8,892条进入全文评估，最终33项研究符合纳入标准进行定量合成。共1,665名受试者被随机分配至六种有氧运动条件：HIIT（6个臂）、HICT（11个臂）、MICT（19个臂）、LICT（9个臂）、非训练对照（4个臂）和SOC（20个臂）。SOC方案通常包括主动或被动态牵伸、低负荷抗阻运动、平衡训练或步态练习。单项试验入组5至81名受试者，样本平均年龄50.6至70岁，共纳入女性633名，约占38%。方法学质量评价显示，33项试验中7项总体偏倚风险低，其余26项存在一些顾虑。
3.2 网络Meta分析
3.2.1 网络几何结构图
6MWT网络包含20个RCTs，1,113名受试者，6个干预节点；10MWT网络13个研究，566人；VO?
peak网络20个试验，1,040人；BBS网络12个研究，504人；TUG网络7个研究，297人。
3.2.2 6MWT
网络含一个或多个闭合环，可进行一致性评估。设计×治疗交互模型全局不一致性检验p=0.9922>0.05，无不一致性证据；节点分割法局部不一致性检验所有p>0.05；环特异性不一致性检验95%CI包含零。采用一致性模型。与SOC相比，HIIT（MD=63.04，95%CI [14.38, 111.69]）和MICT（MD=39=no39.23，95%CI [4.13, 74.34]）显著改善6MWT；HICT有所改善但未达统计学意义（MD=27.93，95%CI [?7.39, 63.25]）；LICT与SOC相近（MD=4.58，95%CI [?36.16, 45.32]）。
3.2.3 10MWT
全局不一致性检验p=0.8657>0.05；节点分割和环特异性检验均支持一致性。与SOC相比，HIIT（SMD=1.39，95%CI [0.93, 1.84]）和MICT（SMD=0.61，95%CI [0.26, 0.96]）显著改善10MWT；LICT（SMD=0.37）和HICT（SMD=0.33）略有改善但未达显著。与LICT直接比较，仅HIIT显著改善10米步行速度（SMD=1.02，95%CI [0.58, 1.46]）。
3.2.4 VO?
peak全局不一致性p=0.9277>0.05，节点分割和环特异性检验支持一致性。以非训练组为参照，HIIT（MD=6.18，95%CI [1.80, 10.57]）和MICT（MD=4.15，95%CI [0.21, 8.08]）显著改善VO?
peak。以SOC为参照，HIIT（MD=5.50，95%CI [3.15, 7.86]）、MICT（MD=3.47，95%CI [2.13, 4.80]）和HICT（MD=1.82，95%CI [0甚至有0.11, 3.52]）均显著提高VO?
peak。
3.2.5 BBS
全局不一致性p=0.5917>0.05，各项检验支持一致性。与SOC相比，仅MICT显著改善BBS评分（MD=2.01，95%CI [0.36, 3.67]）；HIIT（MD=5.37，95%CI [?2.50, 13.25]）和L futuro LICT（MD=1.35）数值改善但未达显著；HICT与SOC无显著差异。
3.2.6 TUG
网络无闭合环，直接采用一致性模型分析。与SOC相比，仅MICT显著降低TUG时间（MD=?0.70，95%CI [?1.38, ?0.02]）；HIIT（MD=?0.50）和LICT（MD=?0.38）有所下降但未达显著。
3.3 排序结果
SUCRA概率排序显示：6MWT方面，HIIT（96.2）最优，依次为MICT（75.2）和HICT（61.8）；10MWT方面，HIIT（99.8）最优，MICT（71.3）次之；VO?
peak方面，HIIT（99.4）最优，MICT（78.8）和HICT（54.2）随后；BBS方面，HIIT（82.9）最优，MICT（65.2）和LICT（49.9）次之；TUG方面，MICT（77.1）最优，超过HICT（57.2）。
3.4 发表偏倚、敏感性和Meta回归分析
各结局漏斗图分布基本对称，无显著发表偏倚。逐次剔除研究的敏感性分析显示，没有单一研究对网络估计产生决定性影响；排除卒中发病3–6个月研究的敏感性分析表明，10MWT、BBS和TUG的比较统计学显著性和方向未发生显著变化，结果稳健。以平均年龄、总干预持续时间、基线步速和基线VO?
peak为协变量的单变量网络Meta回归显示，这些因素对本研究结论无显著影响。
3.5 基于GRADE框架的证据确定性评估
CINeMA评估显示，6MWT的15组比较中1组（7%）为低确定性，其余14组（93%）为极低；10MWT的15组比较中1组（7%）高，5组（33%）中等，9组（60%）极低；VO?
peak的15组比较中3组（20%）中等，1组（7%）低，11组（73%）极低；BBS全部15组评估（100%）为极低；TUG全部6组比较（100%）为极低。
4 讨论
4.1 主要发现与一般解读
据本研究了解，本研究是首个系统比较不同强度有氧运动对慢性卒中患者（发病≥3个月功能能力和心肺功能影响的网络Meta分析。共纳入33项RCTs（n=1,665），综合评估不同强度有氧运动对VO?
peak、步行与移动能力（6MWT、10MWT、TUG）及平衡功能（BBS）的影响。总体结果表明，与SOC相比，大多数有氧运动方案可带来与卒中恢复相关的积极生理和临床变化。研究提示运动强度可能是影响干预效果差异的关键调节因素：HIIT和MICT在多项结局中显示更大获益，而HICT的效果相对不稳定。这意味着在卒中相关神经肌肉损伤、心肺储备下降和疲劳易感性的背景下，"更高强度"并不一定转化为更好结局。干预的可行性、耐受性及负荷-恢复结构也可能至关重要。与持续高强度负荷相比，HIIT在高强度运动与恢复期之间交替，在更易管理的疲劳水平下提供足够训练刺激，可能更有利于维持训练剂量和依从性，最终实现更稳定的功能改善。
从生理机制角度，中高强度有氧训练可能通过多重途径促进恢复：增强骨骼肌氧化代谢能力（如改善线粒体生物发生和效率）、增加毛细血管密度和肌肉灌注、影响神经可塑性相关过程以改善神经肌肉系统效率和运动控制协调。这些适应的协同作用可在一定程度上解释VO?
peak、步行和移动能力等结局的改善。基于这些发现，临床医生和社区运动指导员可在风险评估和监测的前提下，将HIIT或MICT作为慢性卒中患者有氧运动处方的优选方案，并根据患者功能水平、合并症、疲劳反应和安全阈值进行个体化调整。
研究结果提示，不同强度有氧运动均可改善慢性卒中患者的VO?
peak，HIIT、MICT和HICT可能更有效，效应量约1.82至5.50 mL·kg?1·min?1。这与既往关于有氧训练提升卒中后心肺适能的证据一致。潜在机制可能与中高强度训练改善血流动力学效率和血管健康有关：运动可增加每搏输出量和心输出量，增强氧气输送和外周摄取效率，改善静息心率和血压调节。VO?
peak的改善具有重要临床意义：既往研究表明，VO?
peak每增加1 mL·kg?1·min?1，心血管疾病发病率可降低约10%；增加3 mL·kg?1·min?1可降低卒中患者住院率和缺血性卒中风险7%和9%。在强度比较方面，HIIT可能是改善卒中患者VO?
peak的更优方式，对MICT具有统计学优势。虽然HIIT改善卒中人群VO?
peak的生理机制尚不完全清楚，但非卒中人群研究显示HIIT更强地激活线粒体生物发生相关信号通路，通过反复高强度刺激增强骨骼肌线粒体密度和呼吸能力。卒中相关研究也提示HIIT可能比MICT更易诱导中枢心血管适应，并触发神经营养生物标志物的急性变化。然而，上述证据尚处发展阶段，需要更多高质量RCTs阐明不同强度处方驱动的中枢和外周适应途径，尤其是训练强度与线粒体重塑、内皮功能和自主神经调节关系的机制理解。
此外，反映运动强度生理转折点的通气阈值可能比单纯测量VO?
peak更有利于个体化强度处方。由于目前符合条件的研究数量有限，本研究未系统评估这一点。未来研究设计建议纳入更精细的生理指标如通气阈值，以提高处方精度和机制理解。
研究结果与既往发现一致，不同强度有氧运动可在不同程度上改善慢性卒中患者的步行能力（6MWT、10MWT）。恢复步态能力对卒中患者至关重要，因为长期不活动导致身体功能状态下降，不仅影响正常活动水平，还延缓整体恢复。有氧运动的动态重复训练形式（如跑步机行走或脚踏车）可增强下肢耐力、步态效率和神经肌肉协调，从而促进功能性步行能力改善。6MWT反映个体步行耐力，受心血管健康和神经运动功能影响，是评估卒中后步态功能的关键结局指标。与SOC相比，HIIT（MD=63.04米）和MICT（MD=39.23米）均显著改善慢性卒中患者6MWT距离，达到了卒中患者6MWT最小临床重要差异（MCID，约34–44米），尽管HIIT与MICT之间无显著统计学差异。这表明两者均可能是改善耐力型步行能力的有效方式。LICT的改善甚至低于SOC，可能与其强度较低有关。
步态速度被广泛认为是卒中患者功能恢复的另一重要指标，其改善常与独立进行日常生活活动的能力相关。10MWT作为测量步态速度的标准工具，不仅反映步态改善程度，还在预测独立社区步行和日常功能能力方面具有强临床预测价值。研究结果表明，所有有氧运动方案均可改善步行速度，HIIT的改善显著大于其他方案，这可能归因于HIIT更有效地激活快肌纤维和增强运动单位募集。MICT对改善患者10MWT速度也有良好效果，而HICT和LICT的改善相对有限，可能与患者无法长时间维持高强度运动或强度水平较低有关。值得注意的是，10MWT对基线步速、测量方案、辅助器具使用及是否联合其他康复干预敏感，未来研究应关注评估方案的标准化处方和报告。
关于TUG，MICT、HIIT和LICT均带来一定改善，但绝大多数干预之间无统计学显著差异。这可能提示TUG所反映的移动能力受心肺适能以外的多种因素影响，包括坐-站能力、转身控制、动态平衡和下肢力量等，单一有氧刺激可能无法产生明确的强度梯度差异。
关于各有氧运动方案对平衡能力的改善，虽然与SOC相比均有显著增加（约0.95–5.37分），但整体改善可能低于BBS的MCID（约6分），提示有氧运动对平衡的直接转移效应可能有限。考虑到卒中后平衡障碍与肌力、关节活动度、姿势控制策略和感觉整合密切相关，相对单一的有氧训练模式可能不足以解决影响平衡的关键因素。因此，未来研究应更多关注多模式联合干预（如有氧与抗阻、平衡控制训练或任务导向性步态训练）对平衡能力和跌倒风险的综合改善。
4.2 强度选择安全性与个体化处方建议
尽管本研究总体支持HIIT可能提供更好平均效果，但在卒中人群中实施更高强度训练时强调安全边界至关重要。生理学研究表明，当运动强度达到较高水平时，脑血管可能发生相应变化以维持稳态，而卒中患者可能存在脑血管反应性和自主调节受损，增加持续高强度负荷的潜在风险。与HICT相比，HIIT包含恢复期，允许强度与持续时间的更灵活组合，可能提高耐受性和可行性，同时仍提供足够训练刺激。基于真实临床场景，MICT也显示出良好效果且更易于实施。因此，有氧运动处方应遵循个体化原则，综合考虑患者合并症、功能水平、训练中及训练后症状反应和监测指标，采用渐进策略，必要时联合不同强度方案以优化风险-获益比。
4.3 研究优势、局限性及慢性期限制的意义
本研究的优势之一在于纳入慢性卒中患者（≥3个月），有助于减少急性期或亚急性期临床管理、并发症波动和自然恢复带来的潜在混杂因素，从而更可靠地观察运动干预的相对效应。尽管既往研究表明发病时间较短的患者可能对运动干预反应更显著，这与急性期自发神经连接修复窗口期有关，但慢性期患者仍可通过强化训练促进功能恢复，尤其在神经重塑和功能适应方面。由于慢性期病理状态更为稳定，研究结果更有利于评估干预的可持续性和真实世界效果。
本研究存在以下局限性需谨慎解读：第一，大多数治疗比较的证据确定性为低或极低，尤其是BBS和TUG结局。降级最常见的原因是研究内偏倚，反映了运动类RCTs中对受试者和干预提供者实施盲法的固有困难。BBS和TUG的研究数量有限，进一步导致这些比较的不精确性。未来研究应考虑创新盲法策略以减少期望效应，并开展更大多中心RCTs以改善估计精度和提升证据质量。第二，运动方案的显著异质性（强度参数、方式、频率和持续时间）可能损害网络Meta分析中假设的传递性。为减少重叠强度范围带来的模糊性，研究人员采用基于报告最低强度阈值的保守分类策略，虽可避免高估效应，但可能稀释强度类别间的真实差异。未来研究应采用FITT原则或AEROBICS 2019指南等标准化报告框架，并尽可能设置纯有氧运动臂及有氧运动与其他干预头对头比较以提高可比性。第三，研究人群个体差异，包括基线功能状态和卒中类型，可能贡献治疗效应异质性。虽然进行了基线步速和VO?
peak的Meta回归，但其他未测量或报告不一致的基线特征对结果稳健性的影响无法排除。此外，大多数试验纳入的受试者保留了步行能力，限制了结果向非步行或更严重运动缺陷患者的推广。未来研究应按关键临床亚组前瞻性收集和报告结局，并扩展至更广泛功能严重程度的群体。
5 结论
综上所述，有氧运动可改善慢性卒中患者的心肺适能、移动性和平衡能力。综合考虑整体效果稳定性和临床可行性，HIIT和MICT可能是更有优势的处方选择，而HICT效果的不稳定性提示单纯追求持续高强度未必最优。运动处方应强调个体化和安全监测，并可考虑联合抗阻和平衡特异性训练以实现更全面的功能获益。
