《PLOS Digital Health》：To learn or not to learn? Model-based estimation of motor learning in a large, “in the wild”, home rehabilitation database
编辑推荐：
摘要
运动学习，定义为与练习相关的、导致反应能力相对持久变化的过程，对于脑损伤后运动功能的恢复至关重要。然而，在真实世界、无监督环境中量化学习仍然具有挑战性。本文提出了一个基于模型的框架，用于从通过FitMi传感器系统收集的大型“真实世界”康复数据集中估计多个
摘要
运动学习，定义为与练习相关的、导致反应能力相对持久变化的过程，对于脑损伤后运动功能的恢复至关重要。然而，在真实世界、无监督环境中量化学习仍然具有挑战性。本文提出了一个基于模型的框架，用于从通过FitMi传感器系统收集的大型“真实世界”康复数据集中估计多个任务和用户的运动学习存在性及程度。研究人员分析了来自398名用户的4,661个训练片段，这些用户练习了20个上肢任务，且每个任务至少完成50次训练。对每个训练片段，研究人员使用离散时间一阶状态空间模型（discrete-time first-order state-space model）模拟每日剂量（重复次数）对表现（每秒重复次数）的影响，其中潜在运动记忆（latent motor memory）通过累积练习演变。该模型采用学习率（learning rate）进行记忆更新，并采用遗忘时间常数（forgetting time constant）表征衰减。基于仿真的参数恢复（simulation-based recovery）证实了该程序在真实噪声和不规则练习安排下的稳健性。研究人员使用似然比检验（likelihood ratio test, LRT）将该学习模型与无学习零模型进行比较。总体而言，38.3%的训练片段被归类为学习。其中，44.6%（占所有片段的17.1%）的时间常数超过30天，与持久运动记忆一致。相比之下，非学习片段表现出短时间常数（低于2天），反映瞬时波动。任务层面分析显示，可学习任务与不可学习任务之间不存在明显的二分法。在练习至少五个任务的用户中，18%为非学习者，仅5%在所有任务上均表现出学习，表明可泛化的改善较为罕见。研究结果表明，真实世界康复在特定任务和用户中可诱导可检测的运动学习。未来研究将纳入用户层面协变量、表征高阶学习动态，并与临床结局进行验证，以建立与功能恢复的联系。这些结果为通过个体化任务选择优化卒中后康复提供了路径。
论文解读：基于状态空间模型的“真实世界”家庭康复运动学习量化分析
一、研究背景与问题提出
卒中幸存者常伴有持续性上肢（upper extremity, UE）功能障碍，严重影响其日常生活独立性、生活质量及重返生产性活动的能力。强化上肢康复训练可减轻卒中后的长期损伤，尽管确切的剂量-反应关系尚不明确，但恢复程度似乎依赖于运动练习的总剂量。现行主流康复模式以密集的院内治疗为核心，然而此类模式成本高昂、耗时较长，且对许多患者存在地理上的可及性障碍。此外，临床环境中实际交付的治疗剂量往往偏低，可能导致次优的康复结局。因此，开发有效、个性化的家庭康复解决方案以支持长期恢复具有迫切需求。
FitMi等家庭治疗设备提供了交互式、游戏化的上下肢练习，能够以相对较低的成本提供高剂量任务导向训练，并可有效减轻上肢损伤。任务练习带来的改善部分归因于运动学习（motor learning）——即与练习相关的、导致技能行为相对持久改变的内部过程集合，被认为是脑损伤后运动功能恢复的关键。然而，在真实世界、无监督的康复环境中量化运动学习仍具挑战性：在FitMi练习过程中，运动表现是否随长期练习而改善、哪些用户及哪些任务可获益，此前尚不明确。
二、研究目的与模型框架
本研究旨在提出一个基于模型的框架，用于从FitMi家庭康复设备收集的大型“真实世界”数据集（包含7,883名用户的使用日志）中，跨多个任务和用户估计运动学习的存在性与程度。研究人员采用了离散时间一阶随机状态空间模型（state-space model）对每个（用户，任务）训练片段进行独立建模。模型包含一个潜在运动记忆状态，该状态随累积练习而更新，并在无输入时按遗忘时间常数衰减。模型同时纳入过程噪声和测量噪声以捕捉真实世界行为变异性。参数估计采用期望最大化（Expectation-Maximization, EM）算法，结合卡尔曼平滑器（Kalman smoother）推断潜在状态轨迹。为判定每个片段是否真正反映学习，研究人员构建了无记忆项的性能驱动零模型，并通过似然比检验（likelihood ratio test, LRT）进行比较，以似然比统计量服从自由度6的卡方分布为依据进行分类。
三、主要技术方法
该研究使用了FitMi传感器系统采集的匿名化行为日志数据，数据集截止日期为2023年6月16日。数据预处理将每次训练按日历日离散化，每个（用户，任务）片段需包含至少50个独立训练日。输入剂量按各任务日剂量分布的95百分位数归一化，输出性能计算为每秒重复次数。模型采用固定子线性指数（固定值）以捕捉剂量-反应的递减收益效应，并通过时间常数重参数化保留因子。参数恢复验证通过100次蒙特卡洛模拟评估参数可识别性，使用均方根误差（RMSE）和决定系数（R2）量化恢复精度。补充分析包括Benjamini-Hochberg错误发现率（FDR）校正和贝叶斯信息准则（BIC）模型权重计算。
四、研究结果
（一）数据预处理结果
最终数据集包含4,661个训练片段，涵盖398名独立用户和20个不同的康复任务。片段持续时间呈长尾分布，中位数为514天，部分片段超过5年；每片段训练次数中位数为89次，同样呈长尾分布。任务流行度差异显著，用户练习任务数量亦存在较大个体差异。
（二）学习与非学习片段分类
基于LRT（显著性阈值α=0.05），38.3%的片段被分类为学习，61.7%为非学习。FDR校正后仅0.6%的片段改变分类，BIC比较下3.1%的片段被重新归类，表明分类结果总体稳健。学习模型对学习片段的拟合优度显著优于非学习模型（ΔR2=0.083，t=38.75，p<0.0001），而非学习片段在两模型下拟合几乎相同。
（三）非学习片段中的天花板效应
研究人员定义任务特异性天花板阈值为各任务所有片段性能分布的95百分位数，若一个片段中至少20%的训练日性能超过该阈值，则被判定存在天花板效应。据此标准，2,876个非学习片段中279个（9.7%）被识别为天花板效应案例，其余2,597个（90.3%）归类为真性非学习。
（四）模型参数分布
学习片段与非学习片段在四个关键参数上均存在显著差异（Mann–Whitney U检验，p<0.0001）：遗忘时间常数τ在学习片段中显著更高（中位数24.2天 vs. 1.71天）；学习率B在学习片段中反而较小（0.0121 vs. 0.0382）；记忆-性能增益C在学习片段中更高（1.42 vs. 0.106）；输入前馈参数D在非学习片段中更高（0.922 vs. 0.652）。学习片段中由学习解释的性能方差中位数百分比仅为38.8%（IQR=[19.2%, 68.7%]）。
（五）长期与短期学习者
以τ=30天作为操作阈值区隔长期与短期记忆保持。学习片段中44.6%（占全部片段的17.1%）满足此标准，与持久运动记忆一致。时间常数分布呈平滑递减，无自然断点，表明30天阈值是临床实用性基准而非天然边界。
（六）任务层面与用户层面学习分类
任务层面分析显示各任务学习片段百分比呈连续分布，不存在可学习与不可学习任务的明确二分法。手臂任务的学习片段百分比显著高于手部任务（Mann–Whitney U检验，p=0.0257）。用户层面，练习至少5个任务的用户中，仅约5%在所有任务上均表现出学习，18%为未检测到任何学习的非学习者，其余77%呈现选择性学习模式。零学习组与高学习组的任务构成差异不显著（置换检验p=0.082），排除任务选择偏倚的主要解释。
（七）学习者与非学习者的训练模式比较
学习片段具有显著更多的训练次数（中位数100次 vs. 47次，p<0.0001）、更短的持续天数（377天 vs. 443天，p=0.0416）和更高的训练频率（0.333次/天 vs. 0.139次/天，p<0.0001），表明学习者将训练更集中地安排。
（八）参数恢复仿真验证
基于100次蒙特卡洛模拟的参数恢复分析显示：B参数的RMSE为0.0144（R2=0.973），C为0.482（R2=0.903），D为0.206（R2=0.949），τ的RMSE为14.4（R2=0.773）。τ的绝对误差随真实值增大而增加，但相对误差保持稳定，且随训练次数增加恢复精度提高。
五、讨论与结论
本研究表明，基于状态空间模型的框架可在高度变异的真实世界数据中检测运动学习，38.3%的片段被分类为学习。然而，仅17.1%的片段表现出超过30天的持久记忆保持，表明长期运动可塑性在家庭康复中可能不如既往假设的普遍。学习与非学习并非严格的二分属性，而是位于一个连续谱上，受用户层面因素（如神经状态、动机）和任务层面因素（如难度、生物力学要求）及其交互作用共同影响。手臂任务较手部任务更具可学习性，可能与传感器灵敏度和皮质脊髓束损伤的差异有关。学习片段与更高训练频率和更短持续时间相关，但因果关系尚不能确立。天花板效应片段的识别提高了非学习类别的可解释性。研究结论指出，模型导出的学习指标需与独立临床指标建立关联，并通过受控试验验证个体化任务选择的有效性，以推动数据驱动的个性化康复技术发展。
