《Behavioural Brain Research》：Effects of concurrent transcranial direct current stimulation on human motor skill learning: a systematic review and Bayesian meta-analysis
运动技能学习贯穿人类全生命周期，是运动技能习得、精细化及康复训练后功能恢复的核心基础，因此开发促进运动学习的策略与范式具有重要科学意义。经颅直流电刺激（tDCS）可与运动练习同步施加，旨在增强学习相关的神经可塑性过程。本研究基于系统检索筛选出的73项合格研究（定量合成聚焦tDCS），采用贝叶斯分层随机效应模型估算合并效应量，并探索刺激疗程数、刺激强度、结局指标等潜在调节变量。结果显示，靶向初级运动皮层（n=46）、小脑（n=15）或其他皮层区域（主要为前额叶或顶叶皮层，n=11）的tDCS均可促进运动练习相关的速度与准确性提升，但组间巩固效应较弱。多次同步tDCS联合运动练习的效果更优。研究证实，运动练习期间施加tDCS可增强练习相关的表现提升，并在较小程度上促进运动技能的速度与准确性保留。重复刺激的效应累积与跨任务泛化特性支持tDCS在神经康复等真实场景中的进一步探索。
1. Introduction
运动技能学习能力支撑着从日常活动到竞技表现及神经康复的多个功能领域。重复运动练习驱动的行为改善依赖于中枢神经系统的适应性改变，包括新神经连接形成、现有连接强度调控及神经环路重组。运动学习通常指新技能习得或现有技能优化的过程，核心特征为动作准确性与执行速度的提升，其过程涵盖特定约束下的目标识别、运动计划选择及精准动作执行。经颅电刺激（tES）作为非侵入性神经调控技术，可通过调节大脑活动促进运动学习与控制，其中tDCS与经颅交流电刺激（tACS）因操作简便、成本低廉受到广泛关注。实验室中常用的运动学习范式包括运动适应、序列学习、全新技能习得及运动敏锐度训练等。运动学习的核心特征之一是速度与准确性的权衡关系，该关系常通过固定单一变量测量另一变量的变化或显式建模二者交互作用进行研究，tES的效应可能受具体运动任务与实验参数的影响。序列指敲击任务（SFTT）与序列视觉等长捏力任务（SVIPT）是最常用的运动技能学习研究范式，已有研究显示tES可改变速度-准确性权衡曲线或提升单一维度的表现。运动学习的时间进程可分为在线学习（主动练习期间的表现增益）与离线学习（练习间隔期的改善或巩固，即保留效应）。尽管多数tES研究采用单 session 设计，但重复练习联合多次tES干预的效应正受到越来越多的关注，这与技能习得需要重复暴露与长期练习的实际需求相符，现有证据表明tES可同时增强在线与离线学习相关的神经机制。运动技能学习的神经机制涉及多脑区的动态交互与功能重组，这些可塑性改变依赖于神经元放电的时空协调，进而通过长时程增强（LTP）与长时程抑制（LTD）等机制强化突触连接。尽管研究广泛，tES调控神经活动与学习的精确机制仍未完全阐明，其效应受皮层区域刺激均匀性、个体脑解剖差异（如脑沟回形态）、刺激时的脑功能状态及神经炎症或神经调制过程等多因素影响。传统认为阳极刺激促进电极下皮层兴奋、阴极刺激抑制的观点无法涵盖电极下及电极间的复杂神经活动效应。初级运动皮层（M1）是tES研究中最常靶向的区域，此外小脑（CB）及前额叶、前运动区、后顶叶皮层等高阶皮层区域也被探索用于调控运动学习的具体过程。鉴于新研究的发表与方法学进展，亟需开展全面更新的Meta分析。本研究仅纳入刺激与运动练习同步施加、以速度、准确性或复合技能指标评估行为改变的研究，将运动学习定义为练习相关的变化，包括练习期间的在线学习与练习后延迟期的离线学习，同时区分包含瞬时表现促进的在线获得相关增益与更能反映持续学习特征的离线变化。研究采用贝叶斯统计框架，可整合先验知识与观测数据，显式建模研究间异质性，适合合成异质性研究设计的证据。研究核心问题包括：同步tDCS对健康年轻成人运动技能学习的总体效应如何？电极放置等刺激参数如何影响同步tDCS的效应？现有证据能否为优化促进在线获得、组间学习及保留的刺激方案提供推荐？由于符合条件的tACS研究数量远少于tDCS，本研究将tACS结果作为探索性补充，正文聚焦tDCS分析。
2. Method
2.1. Protocol and registration
研究遵循PRISMA指南，使用Covidence平台实施系统评价流程，包括标题摘要初筛、全文复筛及数据提取。文献检索于2023年11月完成，数据提取于2024年4月完成，研究方案已在PROSPERO注册（ID: CRD42024515752）。
2.2. Literature search
检索数据库包括PubMed、Web of Science、Scopus、SPORTDiscus、CINAHL、Cochrane CENTRAL及MEDLINE。检索词分为tES相关术语（tDCS、经颅直流电刺激、阳极tDCS、经颅电刺激、tACS、阳极tACS、经颅交流电刺激）与运动学习相关术语（运动技能学习、运动学习、运动练习、运动技能获得、运动获得、运动序列、视觉运动、学习曲线、序列学习、串行学习），两类术语分别用“OR”连接后用“AND”组合构建检索矩阵。
2.3. Eligibility criteria
纳入标准：①研究健康年轻成人阳极tDCS或tACS与假刺激对照对运动学习的影响；②tDCS/tACS仅与运动技能练习同步施加，不联合其他tES形式；③明确评估速度-准确性权衡，即同时测量速度与准确性指标，或在控制单一变量的前提下追踪另一参数的变化；④研究设计为随机对照试验（RCT）、交叉RCT或非随机对照试验，不限盲法类型。排除标准：①刺激未与运动练习同步施加；②干预包含心理练习、运动表象或观察训练；③结局指标未评估刺激与同步练习的行为效应；④结局指标方法学描述不足；⑤无对照组；⑥结局评估忽略速度-准确性权衡的任一维度；⑦联合tDCS与tACS以外的刺激方法。
2.3.1. Selection of outcome measures
本研究将运动技能学习操作化为练习相关的任务表现提升，通过速度、准确性或整合二者的复合技能指标量化。纳入的运动学习范式需同时考虑时间与空间维度，排除运动适应范式（因其主要评估对新环境的适应能力而非技能习得/优化）。结局指标分为三类：“速度”指标包括反应时、运动时间、执行时间、完成时间、敲击速度或任务时长；“准确性”指标包括绝对误差、相对误差、错误率、准确性指数、均方根误差、正确序列数或任务特异性误差评分；“技能”指标为整合速度与准确性的复合指标，如速度-准确性函数、技能指数或结合完成时间与错误的任务特异性表现评分。多结局研究分别提取各维度的效应量，通过多层模型处理同一研究的效应量依赖性。
2.4. Study selection
由两名独立研究者完成标题、摘要及全文筛选，分歧由第三位研究者仲裁，筛选后对纳入研究进行两轮阅读以确保熟悉数据。
2.5. Data extraction, analysis, and synthesis
两名研究者独立使用预定义Excel表格提取数据，包括样本量、参与者特征（性别、年龄）、tDCS/tACS协议细节、练习协议、干预疗程数及表现结局。效应量按在线与离线学习分类：在线效应定义为基线至练习结束或练习后30分钟内表现的变化，反映获得相关增益，可能包含学习与瞬时表现促进；离线效应定义为练习后3小时以上的表现变化，包括组间变化、夜间变化及延迟保留测试，其中3小时延迟的保留测试也归类为离线效应。多session研究中，在线效应编码为各session内变化的累积，离线效应编码为组间变化或练习后表现与延迟保留测试的差值。数据提取采用双人核对，缺失数值通过Webplot digitizer 4.4提取。
2.6. Evaluation of bias risk
两名研究者基于Cochrane手册标准独立评估偏倚风险，涵盖选择偏倚（随机序列生成、分配隐藏）、实施偏倚（参与者与人员盲法）、检测偏倚（结局评估盲法）、 attrition偏倚（不完整结局数据）及报告偏倚（选择性报告），分歧通过讨论解决。
2.7. Statistical analyses
采用贝叶斯Meta分析合成数据，报告贝叶斯后验分布的估计效应量及95%可信区间（95% CrI）。参考Ince等方法引入贝叶斯流行率量化效应可重复性。效应量为实验组与对照组表现的标化均差（SMD），采用Hedges' g（偏差校正的SMD），正值表示真刺激优于假刺激。构建三层贝叶斯多层随机效应模型：结局指标水平效应量（层1）嵌套于干预组（层2，同一研究的独特参与者样本与刺激条件），再嵌套于研究（层3），模型采用Student's t分布似然缓解异常值影响，设定弱信息先验：总体效应μ~N(0,1)，研究水平与效应量水平的随机效应标准差τ、ω~Half-Normal(0,0.5)，自由度ν~Gamma(2,0.1)。采用Hamiltonian Monte Carlo采样，通过先验后验预测检查、Rhat统计量、发散检查及有效样本量验证模型收敛性。调节变量分析每次纳入一个调节变量（疗程数、刺激靶区、刺激强度、结局指标、任务类型等），避免过参数化，结果作为异质性的探索性解释。疗程数调节变量编码为二分类（单session vs ≥2 session），反映两类方案的效应差异而非线性剂量反应。发表偏倚采用Mathur和VanderWeele的定量敏感性分析与显著性漏斗图评估，仅针对tDCS研究。所有分析使用R 4.3.2完成，metafor包计算频率学效应量，brms包实现贝叶斯建模。额外分析采用贝叶斯流行率方法估算具有统计学意义效应的总体流行率。
3. Results
3.1. Overview
初检获得2110篇文献，经筛选最终纳入73项研究，其中64项探讨tDCS效应，9项探讨tACS效应，tACS结果见补充材料。纳入研究发表于2009-2023年，偏倚风险评估显示多数研究选择性报告偏倚风险低，但序列生成、分配隐藏、盲法等领域的报告不完整导致较多“不清楚”评级。
3.2. Study characteristics
64项tDCS研究共纳入2897名参与者，年龄多在20.5-35.2岁（均值24.6±2.6岁）。刺激方案：57组靶向M1，16组靶向CB，17组靶向高阶皮层区域（HCA，如辅助运动区SMA、背外侧前额叶皮层DLPFC、后顶叶皮层PPC），1组同时刺激M1与CB；刺激强度多为1-2 mA（范围0.3-4 mA）；电极材料多为碳橡胶，接触介质以盐溶液海绵（51项）为主，少数为导电膏；电极放置多基于国际10-20脑电图系统（29项）或经颅磁刺激（TMS）热点（17项）；常用设备为NeuroConn DC stimulator；17项研究采用计算模拟（以SimNIBS为主）；假刺激多采用8-40秒渐入渐出方案。运动学习范式以手指敲击任务（FTT，27项）最常见，其次为SVIPT（11项）、腹腔镜/手术任务及普渡钉板任务（PPT，9项）、描迹任务（13项）、飞镖投掷（2项）、叠杯（1项）及平衡追踪（1项）。结局指标：27项采用整合速度与准确性的技能指标，11项单独评估速度，8项单独评估准确性，16项同时报告速度与准确性但未整合，2项同时报告技能、速度与准确性。9项tACS研究的刺激靶区以M1为主，频率涵盖δ、α、β、γ及超γ频段，结果详见补充材料。
3.3. Quantitative analyses
tDCS定量合成基于62项研究的203个Hedges' g效应量（2项因数据不足排除），数据呈三层嵌套结构，多臂研究与多结局研究分别通过嵌套随机效应处理依赖关系。
3.4. Online learning
同步tDCS对在线学习的总体效应量为0.41（95% CrI [0.3, 0.52]），研究间方差0.11。分靶区分析：M1靶向的合并SMD为0.41（95% CrI [0.3, 0.52]），研究间方差0.11，SMD<0.3的概率为3%；CB靶向的合并SMD为0.39（95% CrI [0.01, 0.66]），研究间方差0.32，SMD<0.3的概率为30.7%；HCA靶向的合并SMD为0.38（95% CrI [0.13, 0.63]），研究间方差0.15，SMD<0.3的概率为26.6%。模型诊断显示LOO-CV近似可靠，刺激强度（≤1 mA vs >1 mA）未显著调节效应量。
3.4.1. Online motor learning – Motor Cortex
46项研究的60个干预组共85个效应量的合并SMD为0.41（95% CrI [0.3, 0.52]），研究间方差0.11，组内方差0.12，属中等正向效应，随机个体接受tDCS后在线学习表现优于假刺激的概率为61%。
3.4.2. Online motor learning – Cerebellum
15项研究的17个干预组共22个效应量的合并SMD为0.39（95% CrI [0.08, 0.73]），研究间方差0.32，组内方差0.23，属小到中等正向效应，优势概率为60%。
3.4.3. Online motor learning – Higher cortical areas
11项研究的15个干预组共20个效应量的合并SMD为0.38（95% CrI [0.13, 0.63]），研究间方差0.15，组内方差0.14，属小到中等正向效应，优势概率为60%。
3.5. Offline learning
同步tDCS对离线学习的总体效应量低于在线学习。分靶区分析：M1靶向的合并SMD为0.23（95% CrI [0.1, 0.35]），研究间方差0.1，SMD<0.3的概率为87.7%，属小正向效应，优势概率56%；CB靶向的合并SMD为0.16（95% CrI [-0.53, 0.87]），研究间方差0.43，SMD<0.3的概率为67.6%，效应不确定性高；HCA靶向的合并SMD为-0.01（95% CrI [-0.43, 0.42]），研究间方差0.2，SMD<0.3的概率为93.3%，无明确正向效应。延迟保留（>24小时）的调节分析未显著改善模型预测，刺激强度同样未显著调节离线效应。
3.5.1. Offline motor learning – Motor cortex
25项研究的36个干预组共54个效应量的合并SMD为0.23（95% CrI [0.1, 0.35]），研究间方差0.1，组内方差0.12，属小正向效应。
3.5.2. Offline motor learning – Cerebellum
7项研究的8个干预组共10个效应量的合并SMD为0.16（95% CrI [-0.53, 0.87]），研究间方差0.43，组内方差0.38，效应不确定性高。
3.5.3. Offline motor learning – Higher cortical areas
5项研究的7个干预组共9个效应量的合并SMD为-0.01（95% CrI [-0.43, 0.42]），研究间方差0.19，组内方差0.21，无明确正向效应。
3.6. Single sessions vs multiple sessions
27项研究采用多session方案，37项为单session方案。二分类调节分析显示，多session方案的效应估计为0.33（95% CI [0.3, 0.69]），单session方案为-0.11（95% CI [-0.34, 0.11]），二者边际差为0.4个SMD单位，提示多session方案效应更优，单session方案的效应与总体基线无显著差异。
3.7. Publication bias of Transcranial Direct Current Stimulation
3.7.1. Sensitivity Analysis
敏感性分析显示，即使假设发表偏倚达到显著研究发表概率是阴性研究的200倍，效应量估计仍高于0，最坏情况估计也高于零，表明结果稳健。显著性漏斗图显示点估计与标准误相关性弱，仅基于阴性研究的未校正效应量为0.157（95% CrI [0.11, 0.21]），进一步支持结果不受发表偏倚的显著影响。
4. Discussion
本研究系统评价与Meta分析显示，同步施加的tDCS对运动技能学习具有小到中等的正向效应，且该效应在在线学习中更为突出，不受刺激靶区的影响；靶向M1的效应在在线与离线学习中均最优；多session方案比单session方案产生更大的累积效应；发表偏倚分析证实效应量稳健，即使考虑极端发表偏倚仍存在有意义的效应。贝叶斯流行率分析提示tDCS具有较高真 efficacy 概率，但受靶区影响。
4.1. Online versus offline skill learning
本研究结果与既往Meta分析一致，支持阳极tDCS对运动学习的正向效应，且在线学习效应大于离线学习。在线增益可能源于tDCS诱导的早期突触易化，增强技能获得初期已存在的突触网络活性。既往研究显示M1靶向的单次tDCS可促进保留期的速度表现，但对准确性无显著影响，而多次刺激可同时改善练习后表现与保留。离线学习数据包含不同时间间隔的巩固效应，异质性较高，现有证据更支持tDCS对获得相关表现的稳定调控，而对延迟保留的增强效应仍需更多研究验证，未来研究应明确区分在线表现增益、组间变化、延迟保留与长期学习。
4.2. Interaction parameters
在线学习效应在各靶区间相近，M1靶向的总体效应略高，与既往研究结果一致。本研究中CB靶向的在线效应与Kumari等的结论存在差异，主要源于研究纳入标准的不同（本研究限定刺激与练习同步施加）。tDCS研究的参数异质性限制了一致效应的确立，本研究中结局指标、任务类型及刺激强度均未显著调节效应量，这可能与类别压缩了复杂的神经生理差异、样本量不足或调节变量编码敏感性有限有关。名义刺激强度未显示调节作用，可能因为头皮电流强度仅为颅内电场的间接指标，实际生理效应还受电极蒙太奇、参考电极位置、组织导电性、皮层折叠及电场方向与神经元元件的夹角等因素影响，未来研究需采用个体化电场估计等生物物理导向的调节变量。
4.3. Number of sessions
多session tDCS方案的效应优于单session方案，与既往研究一致。本研究将疗程编码为二分类变量，结果反映的是两类方案的效应差异，而非每增加一次刺激的线性剂量反应。多session的优势可能源于重复刺激与练习诱导的神经网络重组的交互作用，而非单纯的刺激剂量累积。单session方案仍表现出正向的获得相关效应，提示单次同步tDCS仍可调控表现，但重复刺激可能为瞬时获得相关变化转化为稳定的行为改善提供更多机会。未来研究需在控制总练习剂量、任务特征、刺激蒙太奇等变量的前提下，直接操纵刺激疗程数以明确剂量效应关系。
4.4. Repeated stimulation, network reorganization, and mechanisms of cumulative learning
多session方案相比单session方案的效应差为0.44个SMD单位，其机制可能与运动学习过程中的渐进性网络重组有关。重复练习伴随感觉运动、皮质-纹状体、皮质-小脑及皮质脊髓网络的贡献动态变化，离线巩固涉及海马、纹状体、丘脑、皮层及小脑系统的广泛重组。tDCS的效应具有状态依赖性，重复每日刺激可能改变后续练习的神经生理环境，通过元可塑性机制调节任务相关环路的响应性。两种机制并非互斥，均强调重复刺激与学习相关网络状态的时序对齐是多session方案效应优势的基础。未来研究需结合重复神经生理测量（如皮质脊髓兴奋性、脑电图网络连接、皮质肌相干性）验证上述假说。
4.5. tACS (Supplementary analysis)
tACS相关研究数量有限，结果作为探索性补充显示合并效应量小且不确定，频率未显著改善模型预测，与既往报道较大效应的Meta分析可能因纳入标准更宽泛（如包含一般运动功能结局）有关，未来需更多聚焦学习的高质量tACS研究才能得出频率特异性效应的结论。
4.6. Methodological considerations
本研究的局限性包括纳入研究的参数异质性（刺激参数、任务类型、结局指标），贝叶斯框架虽可处理异质性但无法完全克服设计不一致的限制。此外，传统电极放置假设未考虑电场分布的实际复杂性，常规蒙太奇的峰值电场常出现在阳极与阴极之间而非阳极下，且参考电极位置（眶上、颅外、对侧头皮）及单/双半球蒙太奇会显著影响电场方向与强度，本研究未纳入这些蒙太奇层面的差异，限制了靶区调节分析的解析度。同时，电场强度与行为效应的简单剂量反应关系尚未得到一致支持，同步tDCS可能通过“功能靶向”调控任务参与网络而非电极下解剖区域，这也解释了本研究中在线效应不依赖刺激部位的发现。
4.7. Perspectives
本研究提示靶向M1的tDCS可增强在线运动学习，且多次重复刺激效果更优，为技能获得提供了潜在的干预策略。未来研究需优化刺激与学习任务的设计，探索刺激强度、时长与任务特征的交互作用，结合计算建模与高分辨率成像明确电场分布与神经调控机制的关联。领域层面应推动基于个体化MRI的电场建模，将连续的电生物物理量作为调节变量纳入研究，提升原始研究与Meta分析的方法学质量，推动tDCS在健康人群与临床人群中的转化应用。
