人工耳蜗与年龄相关的皮质动态：匹配负波潜伏期及幅度差异的多层次元分析

《Ear and Hearing》：Cochlear Implant and Age-Dependent Cortical Dynamics: A Multilevel Meta-Analysis of Mismatch Negativity Latency and Amplitude Divergences

　　目标：本研究旨在定量评估人工耳蜗使用者与正常听力者之间在失配负波反应方面的神经生理差异。通过元分析，我们考察了这两组在失配负波潜伏期和幅度上的效应大小差异及统计显著性。此外，还通过年龄分层亚组分析进一步探讨了成人和儿童在失配负波形态上的差异，以评估人工耳蜗植入的年龄相关影响。

设计：我们在PubMed、Embase、Medline（Ovid）以及Cochrane Library中进行了系统检索，检索时间截至2025年2月24日。纳入了比较人工耳蜗使用者与正常听力者失配负波潜伏期和幅度的英文文献。符合条件的研究采用多级模型进行分析。同时使用漏斗图和Egger检验来评估发表偏倚。

结果：该元分析共纳入了11项研究中的21个潜伏期数据点和23个幅度数据点。汇总分析显示，与正常听力者相比，人工耳蜗使用者的失配负波潜伏期显著延长，幅度则显著降低。亚组分析表明，儿童人工耳蜗使用者与正常听力同龄人相比，在失配负波的潜伏期和幅度方面均无统计学上的显著差异，且差异异质性较低。而成人人工耳蜗使用者则表现出显著的更低幅度（异质性较低）和更长潜伏期（异质性较高）。

结论：本研究证实，与正常听力成人相比，成人人工耳蜗使用者的神经处理速度较慢，神经反应强度较弱，这一特点体现在失配负波的潜伏期和幅度上。这从定量角度证明了失配负波可作为评估人工耳蜗使用者听觉功能的客观电生理指标。此外，儿童组与成人组之间的差异表明年龄是一个重要因素。不过，仍需更多证据来证明早期植入能够长期保持失配负波的形态。尽管存在一些潜在局限，如未发表的阴性研究可能带来的发表偏倚以及部分结果的高异质性，但该研究仍认可失配负波的实用价值。在本研究中，我们综合了这些指标，以全面评估结果的可靠性，并探讨讨论中可能存在的异质性来源。亚组分析分别比较了儿童（≤18岁）和成人（>18岁）群体在潜伏期和振幅指标上的差异。年龄分层是根据神经发育特点预先确定的。森林图以95%置信区间展示了各亚组的特定效应。详细的计算流程，包括具体公式和软件实现方法，见补充数字内容7，https://links.lww.com/EANDH/B963。

研究偏倚风险
在多层元回归框架下，通过漏斗图和Egger检验来评估发表偏倚。通过视觉检查漏斗图的对称性，若存在系统性不对称则提示可能存在偏倚。Egger检验可提供统计验证，若截距项显著（p<0.05），则表明可能存在小样本效应或发表偏倚。

异常值排除
我们制定的异常值排除流程既具备统计严谨性，又考虑了实际情境。通过多层模型中的标准化残差（z值）来识别异常值，并在研究整体及研究内部分别应用|2.58|（99%置信区间）这一保守阈值。对于仅提供一个数据点的研究，由于常规的研究内部检测无法提供有效信息，因此需要对其原始研究背景进行手动核查，以避免误判，确保排除是基于统计极值而非有限数据中的随机波动。通过比较包含与不包含这些异常值的模型估计值，评估了排除它们所带来的影响。这一过程表明，去除这些异常值显著降低了研究间的异质性（I2），且未改变总体效应的方向或显著性。因此，最终模型可视为对中心趋势更精确、更可靠的估计，提升了研究结果的可靠性，同时也需认识到它可能无法反映所有极端但有效的神经生理反应。

敏感性分析
通过留一法（LOO）敏感性分析来评估潜伏期和振幅指标的元分析结果的稳健性。该方法通过逐个排除研究，来评估其对汇总效应大小的影响。此外，我们还使用改良的Baujat图，同时展示每项研究对总体异质性的贡献（x轴）及其对汇总效应估计的影响（y轴）。

结果
数据筛选与异常值排除
以下结果基于应用了方法部分中详述的异常值排除标准后的最终数据集。因此，所有多层模型估计值均反映了筛选后的数据分析结果。在定量分析中，有两个因方差报告不全而被排除的数据点：来自Timm等人（2012年）的潜伏期数据，以及来自Zhang等人（2020年）的振幅数据。在异常值评估过程中，有两项研究在潜伏期指标中被认定为异常值；但由于其中一项研究仅有一个数据点（详见材料与方法部分），因此无法应用异常值检测模型。经过手动评估，该数据点因其独特的汉语语音刺激（不同于标准的纯音）以及异常大的振幅值而被视为异常值。需注意的是，Sandmann等人（2010年）报告的约48%的偏离概率是指其多特征范式中各种特征可能出现偏差的整体概率，实际上任何单一特征出现偏差的概率都很低。这项研究采用了与其它研究不同的多特征范式，且报告的标准误差异常小。这些方法学上的差异使得有必要将其排除，以避免潜在的系统性偏倚。值得注意的是，这两个数据点已从之前呈现的多层模型拟合结果中排除。通过模型检测发现的异常值结果以及残差分布图见补充数字内容4，https://links.lww.com/EANDH/B960。因此，前面章节中呈现的所有多层模型结果均基于排除了这些异常值后的数据集。

MMN的元分析估计值
图2展示了使用SMD计算的各研究中MMN波振幅的效应大小（人工耳蜗使用者与正常听力者对比），并配有以95%置信区间表示的森林图。MMN波潜伏期的其他结果见补充数字内容中的图1，https://links.lww.com/EANDH/B964。

不同研究和数据点的MMN振幅效应大小及置信区间，以及对应的森林图。“研究-数据点”列中，同一研究的多个代码表示该研究提供了多个可用数据点。小写字母代码代表针对儿童的研究，大写字母代码则表示针对成人的研究。MMN指的是不匹配负波。

多层元分析显示，MMN潜伏期的汇总效应并不显著（Hedges’ g = 0.88，95%置信区间：?0.19至1.95，p = 0.102），且存在较大异质性（I2=57.3%），这部分异质性主要源于研究内部的方差（73.6%）。相比之下，振幅指标则显示出显著效应（Hedges’ g = 0.59，95%置信区间：0.19至0.99，p = 0.006），表明人工耳蜗使用者的反应明显较弱，且异质性较低（I2=14.5%）。按照惯例，正的g值表示人工耳蜗使用者的潜伏期更长，而负的g值则表示MMN振幅更大（更负）。

发表偏倚评估
对于MMN潜伏期，Egger回归显示出显著的发表偏倚（斜率系数 = 13.31，p<0.001），这一结论得到了漏斗图截距明显偏离零值的支持（截距 = ?5.23，p<0.001），这表明小样本研究中的效应大小可能存在系统性高估。而对于MMN振幅，尽管也存在发表偏倚的证据（斜率系数 = 12.18，p<0.001），但其漏斗图的对称性程度（截距 = ?4.41）相对低于潜伏期，这说明振幅结果的稳健性更高。评估MMN潜伏期和振幅发表偏倚的漏斗图分别见补充数字内容中的图2，https://links.lww.com/EANDH/B965，以及图3，https://links.lww.com/EANDH/B966。

敏感性和影响分析
进行了留一法敏感性分析。对于MMN潜伏期，完整的多层元分析（k=10项研究，n=23个数据点）显示，汇总效应大小为7.47（95%置信区间：?5.98至20.92），并未达到显著水平。逐步排除各项研究后，发现变异程度相当大：排除Sandmann等人（2010年）的研究后，效应估计值显著下降至1.60（95%置信区间：?0.67至3.88）。对于MMN振幅，完整模型显示出显著的阳性效应，值为0.59（95%置信区间：0.16至1.03，k=10项研究，n=23个数据点）。在不同排除方案下，结果均保持稳定：所有排除后的模型都仍具有统计显著性（数值范围：0.43至0.69）。其中70%（7/10）的排除模型得出的估计值在0.50至0.70之间，说明这些值紧密聚集在汇总效应附近。Sandmann等人（2010年）是唯一一个对特定指标有影响的研究，它影响了潜伏期估计值，但对振幅估计值无影响。所有排除后的模型至少保留了17个数据点（占完整数据的74%），这表明研究具有足够的统计效力。留一法分析的结果见补充数字内容5，https://links.lww.com/EANDH/B961。为了补充留一法分析的结果，还使用了Baujat图，其横轴用于量化每个数据点对研究间异质性的贡献，相关内容见补充数字内容6，https://links.lww.com/EANDH/B962。

年龄的调节作用
实验设计参数的总结见补充数字内容3，https://links.lww.com/EANDH/B959，其中指出，大多数研究在奇异声音范式中使用的刺激偏离概率为20%。Torppa等人（2014年）的偏离概率为2.8%，Sandmann等人（2010年）为48%，Cai等人（2020年）为13%。这些研究在刺激强度和记录电极位置等其他实验设计参数上几乎一致。值得注意的是，那些包含多个数据点的研究大多会对刺激器的音色或频率参数进行修改。然而，由于这类研究数量有限，无法针对音色或振幅差异进行专门的亚组分析。因此，本元分析将年龄作为唯一的调节因素，根据18岁的阈值将实验分为儿童组（≤18岁）和成人组（>18岁）。

对于振幅指标，成人亚组显示出具有统计学意义的显著阳性效应（β=0.85，95%置信区间：0.20至1.50，p<0.01），且异质性较低（I2=21.1%，τbetween2<0.01）；而儿童亚组的效应大小则不显著（β=0.30，95%置信区间：?0.58至1.18，p=0.28），且未检测到显著异质性（I2=23.6%，Q=9.56，p=0.22）。在潜伏期方面，虽然成人的效应幅度更大（β=1.70，95%置信区间：?0.64至4.05），但其置信区间包含零值，且存在较高异质性（I2=66.7%，Q=148.99，p<0.001），这表明研究之间的方法学或人群差异可能造成了混淆。儿童亚组的潜伏期效应也不显著（β=0.015，95%置信区间：?0.64至0.67），且异质性水平处于可接受范围（I2=14.1%，Q=12.66，p=0.08）。展示不同结果和组别对应的效应大小及其95%置信区间的亚组特定森林图见补充数字内容中的图4–7，https://links.lww.com/EANDH/B967。组间比较显示，潜伏期效应存在统计学意义上的显著差异（βdiff=?1.68，95%置信区间：?3.33至?0.02，p=0.046），而振幅差异则接近显著阈值（βdiff=?0.60，95%置信区间：?1.25至0.05，p=0.075）。这些发现表明，年龄可能对MMN潜伏期反应具有特定的调节作用。

讨论
发育差异与神经可塑性
本元分析显示，与正常听力对照组相比，人工耳蜗使用者的MMN振幅显著降低，这说明在注意力尚未集中前的听觉皮层中，用于检测听觉异常的神经编码效率有所下降。值得注意的是，我们的横断面数据呈现出一种明显的差异模式：成人亚组的振幅下降更为明显，而儿童人工耳蜗使用者与正常听力同龄人相比则没有显著差异。这种群体层面的差异与这样一种假设相吻合，即长期的听觉缺失可能会给听觉系统带来挑战，进而需要更高的刺激对比度或更长的时间整合窗口，才能引发较强的神经反应。例如，成年人通常耳聋时间更长，其振幅下降现象与早期听觉输入在塑造神经反应中起着关键作用的观点相符。虽然成人人工耳蜗使用者的MMN潜伏期有所延长，但这一发现受到较大异质性以及置信区间包含零值的影响而显得不够确定。这种变异性凸显出有必要进一步研究诸如耳聋持续时间、语音编码策略以及跨模态补偿模式等调节变量。为了定量验证这一假设，我们比较了所纳入研究中的成人组与儿童组人工耳蜗使用者群体的平均听觉缺失持续时间。分析结果显示，成人组的听觉缺失持续时间明显长于儿童组（分别为约8.9年和3.75年）。这一显著差异为解释观察到的组间差异提供了重要的实证支持。值得注意的是，与正常听力同龄人相比，儿童人工耳蜗使用者在振幅和潜伏期指标上均无显著差异，较低的异质性进一步增强了这些无差异结果的稳定性（Fernandes等人，2019年）。这些发现与强调听觉可塑性关键期的神经发育模型相一致，该模型认为，在神经发育较为活跃的时期进行人工耳蜗植入能够获得更好的效果。儿童人工耳蜗使用者保留的MMN形态可能反映了设备激活与正常发育轨迹之间的最佳匹配。研究表明，儿童在早期进行人工耳蜗植入后，脑干与皮质之间的同步性可在3到6个月内迅速恢复。在植入后大约12个月时，其MMN振幅已接近正常听力对照组的水平，且P1成分的潜伏期也明显更早。这一模式表明，在关键的发育窗口期内，皮质网络中已经发生了大量的突触重联和功能连接增强（Fernandes等人，2019年）。这些发现与关键期神经发育模型相契合，该模型认为听觉皮层在1到3岁期间具有最高的突触可塑性。人工耳蜗正是利用了这一高峰期的可塑性，有助于建立最理想的听觉编码神经通路。而成人植入则发生在长时间的感觉缺失之后，这可能导致后期植入者的康复效果较差。鉴于MMN具有在注意力尚未集中时就能捕捉听觉异常引发的神经反应的特性，且对感觉记忆痕迹的衰减极为敏感，因此研究人员认为它是一种很有前景的辅助工具，可用于评估人工耳蜗植入后的皮质功能变化。这些特性使得MMN有望成为一种有价值的神经生理生物标志物，能够在早期提供关于神经处理的客观信息，不过其临床诊断价值仍有待进一步验证。在成人人工耳蜗使用者中观察到的MMN振幅选择性降低，可能反映了其在长期听觉缺失情况下中枢听觉处理功能发生的调整。根据预测编码理论，大脑会持续生成听觉环境的内部模型，并将传入的信号与这些模型进行比较；MMN则代表了这种比较所产生的“预测误差”信号（Wacongne等人，2012年）。长期耳聋可能导致成人人工耳蜗使用者的听觉皮层处理效率下降，或“信噪比”降低。在如此不佳的输入条件下，听觉系统可能需要更长的时间来整合听觉信息，也就是需要更长的时间整合窗口，才能形成足够稳定的内部模型，从而检测到听觉异常。衰减的振幅可被视为反映低效系统在有限时间内难以调动足够的神经资源，从而在标准刺激呈现速率下产生较强的预测误差信号。因此，振幅的降低以及时间整合窗口的延长可视为同一根本问题的不同表现形式：即处理质量下降的听觉信号。

**综合研究结果与临床应用**
本研究的方法学优势在于采用了多级建模技术进行证据整合。与传统元分析常因处理来自单研究的多个相关结果而违背独立性假设不同，我们的方法明确考虑了这种层级数据结构，从而在确保统计结论稳健性的同时，避免了传统方法中精度被高估的问题。在此基础上，我们利用Hedges’ g效应量将神经生理差异转化为具有临床实用价值的指标。成年人工耳蜗使用者的MMN振幅衰减效应量处于中等水平（Hedges’ g = 0.59），表明其在皮层听觉异常检测方面存在功能上的缺陷，为人工耳蜗使用者与正常听力者之间提供了群体层面的定量差异。

不过，需明确一点：即便在正常听力者中，MMN也并非必然或“必然出现”的反应。其是否出现取决于多种因素——如刺激参数、记录设置以及受试者状态——即使在控制条件下，也有部分健康个体无法显示出明显的波形（Buranelli等人，2009年）。即便在严格控制的实验室条件下，仍有部分健康个体无法呈现明显的MMN波形（N??t?nen，1990年）。这种缺失并不一定意味着听觉处理功能受损，而是反映了这一神经生理标志物本身的反应变异性。因此，在将MMN应用于人工耳蜗使用者时，若某个体或在某次记录中未能检测到MMN波形，不应过早地将其视为皮层功能障碍或植入效果不佳的证据。相反，此类阴性结果需谨慎解读，须充分考虑具体的测试条件，并尽可能与已确立的标准化数值进行对比。

我们的研究结果具有直接的临床意义。首先，MMN可作为客观评估工具，尤其适用于那些无法提供可靠行为反应的群体，如幼儿。它提供了一种可量化的指标，有助于判断人工耳蜗植入是否成功激活了中枢听觉通路，尽管仍需进一步验证其在个体病例中的诊断价值。其次，显著衰减的振幅可能表明当前的人工耳蜗映射策略或康复方案未能引发足够的皮层反应。但同样有可能的是，这种衰减反映了神经健康状况或声学信号外周编码的准确性存在局限，从而限制了传递至皮层层面的信息质量，而未必仅仅与处理策略本身有关（Anderson等人，2012年）。无论哪种情况，衰减的MMN都可能预示着言语感知效果不佳的风险增加，因而需要引起临床重视——可通过调整参数、加强听觉训练或进一步探究潜在的神经限制来应对。第三，所观察到的效应强度为未来临床试验中的样本量估算提供了实证依据。未来的一项重要研究任务是建立结合MMN与行为及神经生理指标的综合性诊断方案，以确定具有临床意义的病理阈值。最终，采用此类基于生理学的客观框架，将为真正实现个性化精准听力学奠定基础。这样的阈值能够实现风险分层，并指导个性化干预——例如，针对特定的MMN缺陷定制听觉训练方案。这一方法将推动该领域向精准听力学框架发展，在其中，康复措施可根据皮层功能的客观指标动态调整。

需明确区分本元分析中发现的群体层面效应与将MMN用于个体诊断的应用。虽然我们的研究在群体层面有力地量化了MMN的差异，但要将其转化为对个体患者有临床价值的诊断工具，还需进一步努力。这包括建立标准化且具有临床可行性的方案，为个体设定具有临床意义的改变阈值，并逐例证明其对行为结果的预测价值。因此，未来的研究必须致力于弥合群体层面证据与个体层面临床应用之间的差距。

正如N??t?nen等人（2017年）在经典综述中所指出的，MMN已被确立为人工耳蜗植入者听觉功能的客观评估标准。然而，该综述并未为临床应用中的MMN潜伏期和振幅测量制定量化基准。其他一些研究（Korczak等人，2005年；Seeberg等人，2023年；F. Zhang等人，2012年、2013年）虽确认了MMN的形态特征（潜伏期/振幅），但也一致认可了该生物标志物的潜在价值，但由于方法学限制，尤其是实验样本量较小，导致统计效力和普遍性不足，其研究结果仍不具决定性。

成年人工耳蜗使用者中观察到的现象——MMN振幅显著降低而潜伏期无显著变化——很可能反映了不同的神经生理机制。根据现有理论框架（N??t?nen等人，2017年），MMN振幅主要反映参与异常检测的神经元群体的同步性与活跃程度，这与可用的神经资源密切相关。长期听觉剥夺可能会降低成年人工耳蜗使用者的皮层资源或同步性，进而直接表现为振幅衰减。相比之下，MMN潜伏期反映的是从感觉编码到异常检测的神经处理速度。其在成人中的非显著性可能源于多种抵消因素：虽然听觉通路完整性受损会延缓处理速度，但患者可能会发展出补偿策略（如更集中注意力于残余信号），或利用仍保持健康的髓鞘化通路，从而部分抵消处理延迟。个体间在补偿能力上的差异，很可能解释了潜伏期测量结果的高度异质性。

据我们所知，本元分析是首次整合多项研究中的MMN波形数据，并对潜伏期和振幅参数采用多级元回归分析。其方法学创新之处在于运用Hedges’调整后g值来计算SMD，以此量化人工耳蜗使用者与正常听力者之间的群体差异。这种方法特别适用于处理MMN潜伏期/振幅测量的连续性特征，以及由于不同刺激方案和记录流程导致的绝对值在不同研究间的较大差异。此外，多级建模框架通过明确建模研究内的相关性，能够容纳个体研究中的嵌套数据点，从而相比传统元分析方法具备更高的统计稳健性。

**局限性**
本研究存在一些需予以承认的局限性：

首先，纳入的研究数量较少（k=11），因此对研究结果的解读需格外谨慎。为确保同一研究中直接比较人工耳蜗使用者与正常听力者所得出的汇总效应量的可靠性，我们仅纳入了同时报告了两组受试者的研究。有一些研究（Singh等人，2004年；Gabr，2018年；Gabr & Serag，2018年；Ferreira等人，2019年；Ibraheem等人，2020年；Ni等人，2021年）虽然提供了有效的MMN测量数据，但因仅单独评估了人工耳蜗使用者或正常听力者而被排除。此外，为保持方法学严谨性，样本总量少于20人的研究（F. Zhang等人，2011年、2013年）也被排除，这进一步限制了符合条件的研究范围。因此，未来若能纳入更多研究，将提升这些结果的说服力和普遍性。

其次，尽管听力损失的主流干预手段包括助听器、人工耳蜗和听觉脑干植入装置，但我们的检索策略最初并未限定干预类型。我们的目标是收集所有类型的相关研究，以全面评估MMN作为跨干预类型的听觉监测生物标志物的潜力。然而，由于缺乏关于非人工耳蜗干预手段的实证研究，无法进行不同设备类别间的比较分析。我们仅找到一项符合条件的研究（Korczak等人，2005年），该研究比较了助听器使用者与正常听力者之间的MMN差异，其余研究均仅使用人工耳蜗。因此，本元分析仅限于人工耳蜗干预手段，而Korczak等人（2005年）的研究因干预类型不匹配而被排除。

第三，我们的元分析采用了多级模型，而该模型的应用仍处于起步阶段（Cheung，2014年）。在此背景下，传统的异质性计算和偏倚评估方法存在局限性（Fávero & Belfiore等人，2023年）。例如，在异质性计算部分，我们并未采用metafor的默认方法，而是手动按照方法部分规定的公式进行计算。在偏倚评估方面，Egger检验和漏斗图在多级建模框架下的准确性也不足（Sterne和Egger，2001年）。

第四，在方法部分，我们通过数据筛选识别出了异常值。Sandmann等人（2010年）和Zhang等人（2020年）的研究被判定为异常值，因而被排除在分析之外。目前，多级模型中尚无统一的异常值排除标准。我们的排除过程可能包含主观因素，从而可能引入偏倚。不过，我们在排除后立即进行了LOO分析以验证敏感性，经过对异常值研究的全面重新评估后，认为其数据可靠性存疑，因此予以排除。

在方法学改进方面，未来的研究应进一步完善元分析中多级模型的应用，以更好地体现数据的层次结构和相互依赖关系。此外，还需要更准确的偏倚评估方法，以捕捉潜在的系统性错误。同时，就排除标准达成共识，也将提升元分析结果的稳健性和普遍性。

第五，我们的解读受到原始文献中某些空白的影响。由于无法控制诸如失聪起始年龄和病因等可能强烈影响神经可塑性通路的混杂变量，我们难以将群体层面的研究结果转化为个性化的临床应用。未来的研究还应着力阐明人工耳蜗使用者之间观察到的差异背后的具体神经机制，并制定出将MMN作为评估工具的临床实用指南。首先，需要开展纵向研究，以确定儿童和成人正常的恢复时间线及定量基准。例如，可利用先进的神经成像技术，研究人工耳蜗植入后听觉皮层的结构与功能连接变化。通过从植入到长期随访的纵向研究，可以了解神经可塑性随时间发生的动态变化。其次，应将先进的神经成像技术与这些纵向电生理测量相结合，以阐明不同年龄组中MMN恢复良好的原因与恢复不佳的原因之间的差异，比如皮层重组或连接方面的差异。最后，这些综合证据应有助于制定分层的康复方案，让MMN的形态特征直接指导针对性训练方案的选择，从而推动该领域向真正的精准听力学框架迈进。

我们的研究结果为MMN作为群体层面客观评估工具的潜力提供了定量支持，同时也强调了未来研究需进一步明确其在个体临床决策中的实用价值。

**结论**
本研究在听觉康复研究领域取得了两项重要进展。首先，群体层面数据表明，人工耳蜗植入后的听觉处理结果存在与年龄相关的差异。其次，MMN的形态特征可作为植入后监测的可靠电生理生物标志物，克服了主观行为评估的可靠性局限。本研究建立的MMN振幅和潜伏期特征的定量基准，为评估整个生命周期内的听觉皮层可塑性提供了客观框架。未来的研究应通过纵向设计，追踪成人人工耳蜗使用者的神经可塑性变化，以解释其所观察到的异质性。从临床角度看，这些发现进一步强调了听觉康复的时效性，建议加快诊断流程，以尽可能缩短植入前的感官剥夺时间，因为我们的研究结果表明，过长的感官剥夺时间可能与较差的神经生理结果相关。

**致谢**
本研究得到了以下机构的资助：中国残疾人联合会辅助技术研究项目（2025CDPFAT-08）；上海杨志康复医院（上海阳光康复中心）人才项目（2023QNRC13）；国家重点临床专科学科建设项目（Z155080000004）；上海康复医学研究中心（上海市重点研究基地）（2023ZZ02027）；2024年上海市残疾人联合会康复研究项目（2024ZC1005）；上海市中医药重点学科建设项目（编号Shzyyzdxk-2024113）；复旦大学华山医院康复医学科国家中西医结合旗舰部门项目；以及中国康复医学会2023年度科技发展计划重点项目。这些资助机构并未参与本研究的设计与实施、数据收集、分析与解读，也未参与文章投稿决策、文章撰写、审稿或批准过程。Z.Y.参与了研究方法的构思与设计、实际调查工作，以及手稿的审阅与编辑。Y.F.负责编程工作、正式的数据分析、数据集整理，并撰写了论文初稿。Z.Y.和Y.F.对这项工作做出了同等贡献。N.W.和R.J.共同负责项目管理，包括协调研究活动及争取资金支持。两位作者还在研究的整个设计、实施和报告过程中提供了总体指导与帮助。R.Z.负责对方法和结果进行验证，以确保其准确性和可靠性。S.W.则协助准备和组织研究相关的材料与资源。该研究已在PROSPERO平台上注册（编号：CRD420251039713）。作者们不存在需要披露的利益冲突。