辅酶Q10补充对中老年人肌肉健康与体能的影响：随机对照试验的系统评价与Meta分析

《Antioxidants》：Effects of Coenzyme Q10 Supplementation on Muscle Health and Physical Capacity in Middle-Aged and Older Adults: A Systematic Review and Meta-Analysis of Randomized Controlled Trials

　　

与年龄相关的体能下降可能部分归因于线粒体生物能量学受损和氧化应激。本系统评价与Meta分析评估了口服辅酶Q10（Coenzyme Q10, CoQ10）补充对研究层面平均或中位年龄≥40岁的成年人群肌肉健康与体能的影响。检索了MEDLINE、Embase、Web of Science、Scopus和CENTRAL数据库，时间截至2026年7月，纳入持续至少2周的随机对照试验。可直接使用的证据构成主要随机效应模型，而依赖假设的估计仅纳入敏感性分析。效应量视情况以均数差（mean difference, MD）或Hedges' g表示。共纳入33项试验，3317名随机参与者，其中21项纳入Meta分析。相对VO_2peak/VO_2max的估计值较小且不精确（5项研究，n = 172；MD 0.73 mL·kg^?1·min^?1，95% CI ?0.07至1.54；I² = 0%；低确定性），且仍与无获益相容。6分钟步行距离、握力、下肢力量、起坐表现、运动持续时间和肌肉/瘦组织量的主要估计值同样不确定。敏感性分析未实质性改变总体解读。所有关键结局的证据确定性均为低或极低。当前证据未能确立CoQ10补充对有氧能力、肌肉健康或躯体功能具有临床意义的获益。

1. 引言
人口老龄化导致越来越多成年人出现骨骼肌力量、肌肉数量与质量以及心肺适能的进行性下降。这些变化可能始于中年，并在老年期更加明显，尤其在慢性疾病、缺乏体力活动、营养不足或长期药物治疗的情况下。修订后的欧洲肌少症共识将低肌力作为肌少症的主要特征，以肌肉数量或质量减少来确认诊断，而以躯体功能受损提示更严重的程度。该诊断框架与本综述相关，因为它区分了肌力、肌肉数量或质量以及躯体表现这三个相关但不可互换的领域，这些领域直接对应本文评估的结局；本综述使用该框架来组织结局，而非暗示所有纳入参与者均患有临床诊断的肌少症。纵向证据进一步表明，肌力下降速度快于瘦体重，提示与年龄相关的功能退化不能仅用肌肉丢失来解释。有氧能力在整个成年期也持续下降，并在生命后期出现峰值摄氧量的加速下降。这些功能损失共同构成了评估CoQ10这一线粒体电子载体和抗氧化剂作为干预措施以保护中老年人活动能力、运动耐量和独立生活的临床依据。

与年龄相关的躯体功能退化与骨骼肌线粒体能量学、氧化能力和质量控制改变有关，但这些关系也受习惯性体力活动和心血管代谢健康影响。辅酶Q10主要以泛醌及其还原形式泛醇存在，是一种内源性合成的脂溶性电子载体和氧化还原活性分子，参与线粒体能量产生和细胞抗氧化防御。一些与年龄相关和慢性临床疾病状态中已报道CoQ10状态改变。

尽管存在上述机制学依据，CoQ10补充对肌肉和躯体结局的临床效果仍不确定。随机试验已在异质性人群中开展，包括健康成年人、老年人、受过运动训练的参与者、他汀使用者以及患有心血管、代谢或神经肌肉疾病的患者。报告结局包括最大或峰值摄氧量、步行能力、运动持续时间、最大负荷、力竭时间、握力、下肢力量、起坐表现、活动能力、疲劳以及肌肉数量指标。然而，报告效应的方向和幅度并不一致。潜在变异来源包括基线CoQ10状态、年龄与健康状况、补充剂量、泛醌或泛醇制剂、干预持续时间、合并运动训练以及所用躯体表现测试的敏感性差异。近期证据表明，补充可可靠地提高循环CoQ10浓度，而运动表现的改善通常较小、较不一致，且取决于所考察的人群和结局。关于运动诱导的氧化应激和肌肉损伤的证据也不一定能转化为有氧能力、肌力或习惯性躯体功能的可测量改善。因此，生化反应性不应被假定为具有临床意义的功能获益。

先前若干系统评价已考察了老年人营养补充与躯体功能，或CoQ10对运动相关结局的影响。一项针对老年人营养干预的广泛综述评估了多种营养素而非单独分离CoQ10的作用。近期的CoQ10 Meta分析主要合并了年龄范围广泛的成年人，侧重于健康或体力活动活跃人群，或强调运动诱导的氧化应激、肌肉损伤生物标志物和短期运动表现。尽管这些研究提供了重要证据，但它们并未专门解决CoQ10补充是否能改善中老年人在健康和临床人群中的肌肉健康与体能的临床相关领域。此外，既往综合研究并不总是清楚地区分直接报告的结果与需要额外统计假设的估计值。这限制了对合并结论是否对数据恢复决策稳健的评估，并为本综述将主要证据与依赖假设的敏感性证据分开提供了理由。

因此，本系统评价与Meta分析旨在评估口服CoQ10补充对研究层面平均或中位年龄≥40岁成年人群，或可单独提取的达到该阈值的亚组的肌肉健康与体能的影响。仅纳入将CoQ10与安慰剂、不补充或等效对照条件进行比较的随机对照试验。关注的结局包括有氧能力、步行与功能能力、运动表现、肌力与功能、肌肉数量以及经过验证的临床医生评定的疾病特异性运动功能。证据被组织为临床一致的结局领域，主要分析使用直接支持的估计值，依赖假设的估计值保留用于敏感性分析。疾病特异性运动量表在其临床背景下总结，未跨神经疾病合并。通过考察效应量、精确性、异质性、偏倚风险、稳健性和确定性，本综述旨在阐明CoQ10补充在中年和老年期间保护肌肉和躯体功能的潜在作用，并确定未来随机试验的优先方向。

2. 方法
2.1. 方案、注册与报告
本系统评价与Meta分析按照PRISMA 2020报告，并在PROSPERO注册（CRD420261469564）。内部统计分析计划在完成最终结局水平提取、最终效应量计算和合并建模之前定稿。SAP预先指定了A/B/C证据路由框架、结局选择和数据恢复规则以及计划的敏感性和亚组分析。路由基于定量可恢复性、所需假设和临床可比性，独立于效应量、方向、统计显著性、RoB 2判断或GRADE确定性。SAP后的更改记录在修订日志中，并单独提供完整的PRISMA 2020清单。与系统评价报告的当代透明度原则以及不完整汇总数据统计恢复的既定方法一致，该操作路由框架使数据恢复决策的影响可审计：直接支持的估计值决定主要分析，而需要统计重建或不可验证假设的估计值仅限于预先指定的敏感性分析。A/B/C标签是综述特有的操作类别，而非正式认可的分类系统。

2.2. 纳入标准
合格人群为研究报告层面平均或中位年龄≥40岁的成年人，或可单独提取的达到该阈值的亚组；非临床和慢性疾病人群均合格。干预措施包括口服CoQ10（包括泛醌、泛醇、癸烯醌和明确鉴定的增强生物利用度制剂），任意剂量，持续≥2周。允许平衡的合并干预，多成分、析因或多臂试验仅在可分离CoQ10独立效应时合格。对照包括安慰剂、不补充、常规护理或等效背景干预。

合格结局为有氧能力、步行或功能能力、运动表现、肌力或功能、肌肉/瘦组织量或经过验证的临床医生评定的疾病特异性运动或功能结局的客观测量。仅生化标志物、主观疲劳、生活质量、疼痛和其他患者报告结局不足以构成纳入资格。随机平行组、交叉和析因设计在随机分配可验证时合格；交叉试验额外要求随机治疗顺序。非随机和类随机研究、单臂或观察性研究、急性非补充实验、方案、综述、病例报告以及动物或体外研究被排除。

系统评价的纳入资格与定量可用性分开评估：当数值结果需要转换、插补、图形恢复、交叉假设或叙述性综合时，否则合格的试验被保留。来自一项随机试验的多篇报告被关联并视为一项研究。详细的PICOS标准和边界见补充方法S1。

2.3. 信息来源与检索策略
检索了MEDLINE（via PubMed，2026年7月20日）、Embase（2026年7月21日）、Web of Science核心合集（2026年7月21日）、Scopus（2026年7月21日）和CENTRAL（2026年7月21日），从建库开始，无语言或出版年份限制，遵循PRISMA-S报告原则。PubMed使用宽泛的CoQ10加随机试验策略，不强制年龄或结局术语；Embase增加了年龄和结局模块，Web of Science和Scopus增加了结局术语，CENTRAL在试验集合中结合了CoQ10和结局概念。最终执行的策略保留为实际运行版本而非回顾性重建。研究选择完成后，使用33篇最终纳入报告作为基准集进行事后已知项目恢复审计。报告通过DOI（如可用）或规范化标题与原始未修改的数据库导出结果匹配；分别计算每个数据库及其并集的恢复率。由于基准由已完成综述中确定的研究组成，该审计评估了已知合格报告的恢复情况，并未被解释为对未识别或未索引研究的绝对敏感性的证明。还检查了合格试验和相关综述的参考文献列表。精确执行策略、限制条件、检索日期和去重前产量复制于补充方法S1。

2.4. 研究选择
检索记录导入EndNote，使用文献标识符和手动验证去重。两名评审员独立筛选标题/摘要，然后根据预先指定的标准筛选全文。在标题/摘要筛选中，仅当两名评审员均同意记录明显代表非随机设计、年龄不合格且无可单独提取亚组、无法分离CoQ10独立效应、干预持续时间少于2周或研究无合格客观肌肉、躯体表现、生理或疾病特异性运动结局时，记录才被排除。任何不确定性或任一评审员的潜在合格判断均触发全文评估。每篇排除的全文记录一个主要排除原因。筛选分歧通过共识解决，必要时由第三位评审员裁决。同一试验的多篇报告通过研究和干预特征关联，以防止重复计数。没有记录仅通过自动化筛选工具排除。

2.5. 数据提取与结局层次
数据使用标准化、预测试表格由刘迅典提取，并由鲍静璇独立核对源报告。两名评审员共同重新检查原始报告并通过讨论解决差异；如果差异仍未解决，蒋秀英作为第三位评审员进行裁决。提取信息涵盖研究和参与者特征、干预和对照细节、合格结局、效应量计算所需的数值数据以及失访情况。优先使用主要结果表，其次是补充材料、伴随报告、注册库和图表。优先使用意向性治疗和直接组间估计。适当情况下使用预先指定的调整后估计值；否则选择具有可用方差的变化评分或干预后数值。提取和推导值根据样本量、置信区间、检验统计量和获益方向进行检查。

结局被组织为临床一致的领域：相对VO_2peak/VO_2max、步行与功能能力、运动持续时间和最大负荷、起坐表现、握力和下肢力量、肌肉/瘦组织量以及经过验证的疾病特异性运动或功能结局。疾病特异性量表在其疾病和工具背景下解释，未跨神经疾病合并，也未与仪器化躯体表现结局合并。因此，合并取决于结局水平的结构可比性，而非仅诊断。

每个独立研究比较仅有一个效应估计进入给定的Meta分析。当多个估计代表同一领域时，选择遵循简明的层次：优先选择试验指定的主要结局，其次是基于最大合格分析样本的最直接、经过验证且跨研究可比较的测量。双侧力量值优先或尽可能合并。随机干预结束为主要随访时间点；当活动治疗期间有多次评估时，使用停止或交叉前最长的预先指定时间点。需要额外假设或恢复的结果被路由至B类敏感性或独立分析，而非进入主要模型。A类主要输入和完整操作选择规则见补充表S2和统计分析计划。

2.6. 证据路由：核心、敏感性和叙述性综合
每项合格结局结果根据预先指定的统计分析计划分配结局特异性证据类别和分析路线。A类包括直接报告或确定性可恢复的组间估计值，具有可用方差且无不可验证假设；临床可比的A类结果构成主要模型，而不可交换结果报告为A独立。B类包括需要预先指定统计假设或恢复程序的估计值，包括中位数到均数转换、假设参与者内相关性、交叉重建或验证数字化；兼容的B类估计值进入A + B敏感性模型，而其他结果报告为B独立。B类估计值被认为可接受用于敏感性分析，因为恢复程序是预先指定的、透明的、基于常规统计关系，并在合理的替代假设下进行了检验。它们不允许决定主要结论或正式GRADE评级。C类包括无法恢复可辩护定量估计值或方差的合格结果，并进行叙述性综合。

路由独立于观察到的效应量、方向、p值、RoB 2和GRADE。因此，证据类别描述定量可恢复性而非内部效度或确定性。在研究水平上，每项试验根据其最高类别（A > B > C）计数一次，而补充表S2和S3提供权威的结局水平路由。

2.7. 偏倚风险评估
使用Cochrane RoB 2评估分配至干预效应的偏倚风险。平行组试验使用个体随机平行组试验的标准RoB 2工具（2019年8月22日版本）。随机交叉试验使用专门的随机交叉试验RoB 2变体（2021年3月18日版本），该变体增加了领域S，用于评估周期和残留效应产生的偏倚风险。领域S考虑参与者是否以相等或接近相等的比例分配到治疗顺序、是否在需要时考虑周期效应，以及在后续结局测量前是否有足够时间使残留效应消失。因此，周期和残留效应问题在领域S中裁决，而非重新分配至领域2。两名评审员独立评估判断，并通过讨论或第三方裁决解决分歧。领域和总体判断分为低风险、有一定担忧或高风险，未转换为数值评分或用于自动排除。由于结局特异性Meta分析通常包含少量研究，未进行单独的高风险研究排除模型被认为不够稳定；偏倚风险反而用于GRADE和解释，并在至少有三项研究时通过留一法分析检查单个研究影响。

2.8. 效应量与统计综合
在共同尺度上测量的连续结局以均数差和95%置信区间总结：相对VO_2peak/VO_2max为mL·kg^?1·min^?1，6分钟步行距离为米，最大负荷为瓦，握力为千克，下肢力量为牛顿·米。对于使用不可交换量表或方案评估的共同构念，特别是运动持续时间、起坐表现和肌肉/瘦组织量，使用Hedges' g。疾病特异性量表保持原始尺度，仅在同一疾病、工具和可比随访背景下合并。所有效应方向均以使正值有利于CoQ10为准；对于较低值更好的结局，估计值相应反转符号。

临床可合并性在统计综合之前根据结局构念、测量量表和方案、评估背景以及共同效应的可解释性确定。仅诊断不排除合并，当研究评估相同潜在客观构念并使用足够可比的测量程序和可解释效应量表时。因此，相对VO_2peak/VO_2max、6分钟步行距离、握力和可比的下肢力量测量可在满足这些标准时跨合格临床和非临床人群合并。相反，其临床意义取决于特定疾病或工具的结局，如UPDRS、UHDRS、UMSARS和PSP评定量表评分，保留为疾病特异性独立证据，不跨疾病合并。仅当至少有两项独立研究足够可比时进行Meta分析。

随机效应模型使用限制最大似然估计和Hartung–Knapp推断。异质性使用Cochran's Q、τ²和I²描述，考虑研究特异性效应和临床或方法学差异，而非固定I²阈值。当至少五项研究贡献时报告预测区间。兼容的A类结果构成主要模型；B类结果仅在A + B敏感性模型中添加。推断强调效应量、精确性、一致性和确定性，而非仅统计显著性。

2.9. 交叉、析因和多臂试验
交叉试验作为配对比较分析，针对周期末的参与者内差异，每名参与者计数一次。可用时直接使用报告的配对效应和方差。当配对方差不可用时，假设参与者内相关性r = 0.50作为主要B类敏感性估计，并在敏感性分析中变化至0.25和0.75；此类相关性依赖估计不进入A类主要模型。预先指定至少4周的洗脱期作为保守设计阈值，以减少随机治疗期间残留效应的可能性。该阈值用作分析保障，而非声称4周代表所有CoQ10剂量和制剂的通用药代动力学洗脱期。因此，洗脱期较短、缺失或不明确的交叉结果在可定量恢复时路由至B类敏感性或独立分析。

对于析因试验，仅当随机化对比可分离、合并干预平衡且无重要交互作用使边际效应无效时，才使用CoQ10主效应。对于多臂试验，合并可比的CoQ10组，或选择预先指定的临床相关对比，且共享对照组不在Meta分析中重复使用。仅当第一周期数据无偏且可单独获得时使用。

2.10. 缺失数据、数字化和统计转换
当数值数据不完整时，检查所有可用报告、补充材料、方案和注册信息，并在约2周后联系作者一次。仅当测试对比和自由度明确时，使用常规关系转换标准误、置信区间、精确检验统计量和精确p值；不转换非精确显著性陈述。当变化评分方差不可用时，优先使用合格的干预后比较，而非重建变化方差。

仅当分布假设被认为可辩护时，使用Wan和Luo方法从中位数和四分位距估计均值和标准差；转换结果为B类。图形恢复需要重复独立校准和对账，且没有仅图形结果通过所有验证和可比性标准。单位和效应方向在合并前统一，而绝对摄氧量在没有有效体质量数据时不与相对单位模型合并。原始值、转换、假设和B类输入记录于补充表S3。

2.11. 敏感性和影响分析
通过将每个A类主要模型与其兼容的A + B模型进行比较来评估稳健性。相关性依赖的交叉估计使用r = 0.50，以r = 0.25和0.75为敏感性界限；VO₂分析还排除了无洗脱研究。预先指定了单独的高风险研究排除分析，但由于最终A类Meta分析每结局仅包含2-5项研究而未执行。排除高风险试验将进一步减少本已稀疏的证据基础，并在若干结局上产生不稳定或无信息量的合并估计。这被视为与计划分析的记录偏差，而非由计划外确证模型替代。偏倚风险问题反而纳入GRADE，并在至少有三项研究时通过留一法分析检查单个研究影响。对至少有三项研究的A和A + B模型进行留一法分析，记录合并效应、95% CI、τ²和I²的变化；完整结果见补充表S4。

预先指定的临床与非临床VO₂亚组分析未执行，因为仅五项A类研究可用，低于六项研究阈值。计划的6分钟步行距离年龄比较也因研究数量有限且与临床人群混杂而不可行。由于没有结局包含10项可比研究，未进行Meta回归。

2.12. 报告偏倚和证据确定性
仅对至少包含10项可比研究且具有有意义规模变异的结局计划漏斗图和基于回归的不对称性检验；没有结局达到该阈值。未使用剪补法。使用ROB-ME知情的原理在Meta分析结果水平定性评估缺失证据导致的偏倚风险。对于每个Meta分析结局，考虑了已知测量但无法用于定量综合的合格结局结果，试验方案或注册是否提示选择性不报告，以及关联报告、参考文献列表检查或作者通信是否指示额外未报告的合格结果。当这些信号共同表明缺失证据可能与观察效应的方向或幅度相关时，考虑因发表偏倚而降级。

GRADE应用于七个关键A类结局：相对VO_2peak/VO_2max、6分钟步行距离、运动持续时间、握力、下肢力量、起坐表现和肌肉/瘦组织量；最大负荷获得补充评级。随机证据从高确定性开始，可因偏倚风险、不一致性、间接性、不精确性或发表偏倚而降级。预先指定的目标人群涵盖研究层面平均或中位年龄≥40岁的成年研究人群，包括非临床和临床环境。间接性根据该预先指定的综述问题在结局水平判断。当干预、对照和潜在结局构念保持临床可比时，仅诊断不被视为降级充分理由。当贡献证据实质性偏离预先指定的人群、干预、对照或结局构念时，考虑降级。合格人群内的临床异质性在解释合并估计对特定患者组的适用性时仍予以考虑。不精确性考虑CI宽度、总信息量以及区间是否跨越实质性不同解释。正式GRADE评级仅适用于A类主要证据；A + B模型为敏感性分析，不予评级。

2.13. 软件与可重复性
分析在Windows 11上的R 4.6.1中进行，主要使用metafor 5.0–1进行效应量计算、随机效应建模、Hartung–Knapp推断、异质性、相关性情景和留一法分析。RoB 2和GRADE判断存储在结构化的结局水平文件中，并非从单一统计量或图表自动推断。锁定数据集在稳定标识符下保留原始值、转换、证据类别、假设、洗脱状态和分析路线；脚本从这些数据生成报告模型、表格和图表。可重复性包包含方案和修订、原始数据库导出、执行检索、已知项目恢复审计、筛选决策、提取词典、锁定数据集、转换记录、脚本、源数据、会话信息和生成输出，可向通讯作者合理要求提供。

3. 结果
3.1. 研究选择
数据库检索识别出2633条记录，包括PubMed 1190条、Embase 268条、Scopus 541条、Web of Science 351条和CENTRAL 283条。没有记录因自动化工具或除重复外的原因被移除。移除772条重复记录后，1861条唯一记录进行标题和摘要筛选，其中1827条因不符合预先指定标准被排除。在事后已知项目审计中，PubMed检索到33篇最终纳入报告中的32篇，Embase 19/33，Web of Science 28/33，Scopus 29/33，CENTRAL 31/33。五个原始导出的并集检索到全部33篇最终纳入报告（100%），尽管没有单一数据库是完整的。

寻求34篇报告，全部成功获取并评估全文。一篇Ramezani等人的报告被排除，因为它评估了急性缺血性卒中后整体神经损伤和残疾，但未报告直接测量肌肉健康或体能的预先指定表现性、生理性或疾病特异性运动结局。因此，33篇报告代表33项合格随机研究纳入系统评价。完整研究选择过程见图1。

3.2. 纳入研究特征
33项纳入随机研究发表于1985年至2026年，共随机3317名参与者。单项研究样本量从12到609名随机参与者不等，但可用于合格结局分析的参与者人数从7到609不等，因为一些交叉研究仅报告完整案例数据或可单独提取的年龄合格亚组。23项研究采用平行组设计，包括可从中获得分离CoQ10比较的多臂和析因试验，而10项采用随机交叉设计。研究在欧洲、北美、亚洲和澳大利亚进行，包括单国和多国试验。

研究人群临床异质性。六项研究纳入健康或非临床参与者，十项纳入心血管疾病参与者，四项研究他汀治疗或他汀不耐受人群，七项纳入神经或运动障碍参与者，六项考察其他临床人群，包括慢性肾脏病、维持性血液透析、慢性阻塞性肺疾病、线粒体细胞病、海湾战争疾病和脊髓灰质炎后综合征。总体研究样本的平均或中位参与者年龄大致在约40至75岁；一项混合年龄交叉试验仅贡献了其单独报告的60-74岁亚组。

CoQ10以常规泛醌或CoQ10、泛醇或增强生物利用度制剂给药，包括植物体、凝胶、纳米颗粒和其他增溶制剂。固定日剂量范围为60至2400 mg/天，而一项研究使用基于体重的剂量5 mg/kg/天。干预期从17天至60个月不等；在交叉试验中，该范围指每个随机治疗期的持续时间。大多数研究使用匹配安慰剂对照。其他合格比较包括不补充或分离的无CoQ10析因对比。若干研究将运动训练、他汀治疗或标准疾病特异性治疗同等地应用于两个随机组。

合格结局包括有氧能力、步行能力、运动持续时间、最大负荷、力量、起坐表现、肌肉数量和疾病特异性临床医生评定运动功能。在互斥的A > B > C层次下，19项研究为A类，10项为B类，四项为C类。十二项A类研究贡献主要合并，七项仅为独立。九项B类研究贡献敏感性模型，其中Deichmann还提供独立结果，Moghadam仅为独立。Kuhlman在A类中计数一次，尽管额外的C类仅图形结局。结局水平路由保持权威性（表1；补充表S1–S3）。

3.3. 偏倚风险
使用适合设计的RoB 2工具完成所有33项纳入随机试验的偏倚风险评估。总体而言，两项试验（6.1%）被判断为低偏倚风险，16项（48.5%）存在一定担忧，15项（45.5%）被判断为高偏倚风险。领域水平和总体判断分布见图2。

对于随机化过程，九项试验（27.3%）为低风险，24项（72.7%）存在一定担忧，主要因为序列生成或分配隐藏报告不足。专门的领域S仅应用于10项随机交叉试验：两项（20.0%）低风险，四项（40.0%）存在一定担忧，四项（40.0%）高风险。领域S高风险判断主要反映连续治疗期无足够清除间隔以及残留CoQ10或训练效应的合理可能性。对于偏离预期干预，32项试验（97.0%）低风险，一项（3.0%）存在一定担忧；领域2中无试验为高风险。

对于缺失结局数据，20项试验（60.6%）低风险，12项（36.4%）存在一定担忧，一项（3.0%）高风险。所有33项试验在结局测量方面均为低风险，因为结局客观测量或使用标准化、验证的表现或运动功能评估。

对于选择性报告，10项试验（30.3%）低风险，19项（57.6%）存在一定担忧，四项（12.1%）高风险。担忧反映前瞻性方案不可用、多个合格结局或时间点以及偶尔不一致的报告。总体高风险源于高风险领域或累积担忧。研究水平判断见补充图S8和完成的RoB 2审计工作簿。

3.4. 有氧能力
A类分析包括五项研究和172名参与者。合并相对VO_2peak/VO_2max效应为MD 0.73 mL·kg^?1·min^?1（95% CI ?0.07至1.54；p = 0.065），τ² = 0，I² = 0%，预测区间为?0.07至1.54。估计值较小且与无或极小效应相容。

添加三项B类研究得到八项研究和219名参与者。A + B估计值为MD 0.83 mL·kg^?1·min^?1（95% CI 0.09至1.57；p = 0.033），τ² < 0.01，I² < 0.01%，预测区间为0.09至1.57。0.09单位变化支持方向稳定性（图3；补充图S3）。

A类证据为低确定性，原因在于偏倚风险和不精确性。A + B模型未单独评级，因为它包含依赖假设的估计值；它支持稳健性但不替代A类结论（表2）。

3.5. 躯体能力
对于6分钟步行距离，四项A类研究（266名参与者）得到MD 34.58 m（95% CI ?22.56至91.72；p = 0.150；τ² = 1046.40；I² = 81.7%）。添加两项B类研究后，六项研究（303名参与者）产生MD 23.92 m（95% CI ?13.01至60.85；p = 0.157；τ² = 919.33；I² = 77.3%），预测区间为?62.33至110.17 m。方向保持正向，但确定性极低，两个模型均高度不确定。

对于运动持续时间，两项A类研究（81名参与者）产生Hedges' g = 0.38（95% CI ?1.26至2.03；p = 0.207；τ² = 0；I² = 0%）。添加三项B类研究后，五项研究（114名参与者）得到g = 0.17（95% CI ?0.40至0.74；p = 0.461；τ² = 0.08；I² = 44.9%），预测区间为?0.81至1.15。相关性情景产生g = 0.13–0.21，所有CI均跨越零。A类确定性极低。

最大负荷在两项A类研究（63名参与者）中评估，产生MD 8.34 W（95% CI ?220.71至237.39；p = 0.724；τ² = 347.95；I² = 50.8%）。添加两项B类研究后，四项研究（153名参与者）产生MD 12.69 W（95% CI ?10.84至36.22；p = 0.185；τ² = 144.58；I² = 82.5%）。A类确定性极低。

添加B类证据未逆转任何躯体能力估计值，但每个CI均包含零。6分钟步行距离、运动持续时间和最大负荷的A类确定性极低（图4；表2）。

3.6. 肌肉健康
对于握力，四项A类研究（155名参与者）产生MD 1.85 kg（95% CI ?2.08至5.79；p = 0.230；τ² = 5.94；I² = 89.6%）。没有兼容的B类握力结果可用；Glover 2010以N·m测量前臂扭矩并保持独立。A类确定性极低。

两项A类研究（57名参与者）的下肢力量产生MD 5.64 N·m（95% CI ?222.12至233.40；p = 0.806；τ² = 337.83；I² = 52.1%）。添加一项B类研究后，三项研究（71名参与者）产生MD 1.07 N·m（95% CI ?57.28至59.42；p = 0.944；τ² = 225.29；I² = 34.2%）。A类确定性极低。

起坐表现以Hedges' g合并，正值表示更好表现。三项A类研究（138名参与者）产生g = 1.16（95% CI ?2.45至4.76；p = 0.301；τ² = 1.99；I² = 94.5%）。添加一项B类研究后，四项研究（152名参与者）产生g = 0.76（95% CI ?1.55至3.07；p = 0.373；τ² = 1.96；I² = 93.3%）。A类确定性极低。

对于肌肉/瘦组织量，四项A类研究（120名参与者）产生g = 0.10（95% CI ?0.26至0.47；p = 0.435；τ² = 0；I² = 0%）。添加一项B类交叉研究后，五项研究（148名参与者）产生g = 0.06（95% CI ?0.15至0.27；p = 0.472；I² = 0%），具有相同预测区间。相关性情景产生g = 0.04–0.07。A类确定性低。

所有四个肌肉健康估计值均方向性正向，但每个CI均包含零。力量和起坐表现结果特别不确定；肌肉数量一致但不精确。不同构念和度量未合并为单一总体效应（图5；表2）。

3.7. 疾病特异性、独立和叙述性综合
八项试验报告了可提取的预先指定结局，这些结局未包含在主要合并躯体表现或肌肉健康模型中：七项使用疾病特异性临床医生评定运动或功能量表，一项使用封顶步行力竭时间测试。这些结局单独报告，因为其疾病背景、量表含义、随访或测量特性排除了跨疾病或与主要客观表现模型进行临床适当合并。

帕金森病结果不一。Beal等人发现UPDRS第三部分与安慰剂相比无或极小分离。Müller等人同样报告UPDRS第三部分无显著组间获益，尽管总UPDRS和色觉表现有适度改善，而Yoritaka等人在48和96周报告方向有利但不精确的差异。在亨廷顿病中，CARE-HD和2CARE均产生与UHDRS运动或总功能能力无或极小获益相容的置信区间。Mitsui等人在多系统萎缩中于48周报告UMSARS第二部分适度获益（MD ?1.70分，95% CI ?3.20至?0.20），而10米步行时间估计不精确。Stamelou等人在进行性核上性麻痹中报告方向有利的6周变化，但仅20名参与者提供随访数据。这些神经学发现因此保留为疾病特异性独立证据。

在慢性阻塞性肺疾病中，Moghadam等人报告CoQ10对封顶步行力竭时间的改善更大。中位数到均数转换产生近似组间差异2.00分钟（95% CI 1.68至2.32），但6分钟上限和分布转换使估计值依赖假设且与开放式运动持续时间测试不可交换；因此保留为B独立证据。

另外四项随机试验仅保持叙述性，因为无法重建可辩护的效应估计值和方差。Berman等人和Mortensen等人在心力衰竭中报告6分钟步行结局，但无足够兼容方差或随访数据；Golomb等人报告封顶限制的下肢复合评分，与连续表现结局不可交换；Permanetter等人报告来自交叉试验的最大负荷，但存在未解决的洗脱、顺序和方差限制。其叙述性处置和非合并原因总结于表3。

3.8. 敏感性和影响分析
添加兼容B类证据未逆转任何合并效应方向。相对VO_2peak/VO_2max从MD 0.73变为0.83 mL·kg^?1·min^?1，异质性可忽略。其他A + B估计值与A类估计值方向一致，但其CI包含零。握力无兼容B类结果。完整比较见补充表S4。

对于