5.8 Q1 |深圳大学meta发文|虚拟现实训练对中风患者上肢功能和平衡的影响：系统评价和荟萃分析
1.第一段–文章基本信息
文章题目： Effects of Virtual Reality Training on Upper Limb Function and Balance in Stroke Patients: Systematic Review and Meta-Meta-Analysis
中文标题：虚拟现实训练对中风患者上肢功能和平衡的影响：系统评价和荟萃分析
发表杂志： J Med Internet Res
影响因子：1区，IF=5.8
发表时间：2021年12月
2.第二段–本文创新点和科研启发
本文创新点和科研启发
虚拟现实训练对上肢功能的显著改善：研究发现，虚拟现实（VR）训练对中风患者上肢功能的恢复具有显著效果。通过系统综述和元分析，研究汇总了多项随机对照试验的结果，发现VR训练能够显著提高中风患者的上肢运动功能。具体而言，VR训练组的患者在上肢力量、协调性和灵活性方面表现出显著改善，这些改善在治疗后的短期和长期随访中均得到证实。
虚拟现实训练对平.衡能力的积极影响：研究还评估了VR训练对中风患者平衡能力的影响。结果显示，VR训练不仅改善了患者的上肢功能，还显著提高了平衡能力。通过虚拟环境中的互动训练，患者能够更好地进行身体平衡调整和空间感知训练，从而减少跌倒风险并提高日常生活活动的独立性。
虚拟现实训练的临床应用潜力：这些发现强调了虚拟现实训练在中风康复中的潜力。VR训练提供了一种沉浸式的、个性化的康复体验，能够激发患者的参与度和积极性。此外，VR训练的灵活性和可重复性使其成为传统康复治疗的有力补充，尤其适用于那些对传统康复方法反应不佳的患者。研究结果支持在中风康复中更广泛地应用虚拟现实技术，以提高康复效果和患者生活质量。
3.第三段-Introduction
背景
中风是导致慢性身体残疾（如运动障碍）的最常见原因，大多数中风患者存在运动障碍，这对其上肢功能、行走能力和平衡造成不同程度的障碍，限制了他们参与日常活动的能力，从而降低了生活质量。中风康复的主要目标是帮助患者重返社会和工作，因此，全面了解中风的严重程度、改进治疗方法、降低中风的发生率、残疾和死亡率以及寻找安全有效的治疗方法至关重要。过去十年中，随着虚拟现实（VR）技术的不断改进和成本降低，其作为中风神经康复手段在康复领域逐渐流行起来。VR技术能够实时模拟环境、场景和活动，并允许用户通过多种感官进行交互。该技术可以与跑步机、仿生手套或机器人结合使用，为用户提供更好的反馈。在VR技术构建的虚拟康复场景中，可以自由调整运动的内容、持续时间和强度，甚至可以获得及时的反馈，从而为用户提供充分且个性化的锻炼。VR相关技术，如创新的外骨骼、VR远程康复系统、IREX沉浸式VR系统、Xbox Kinect、VR键盘、VR结合手套、任天堂Wii和虚拟表面等，已广泛用于中风患者的治疗。与传统康复相比，VR训练的主要优势在于中风患者可以将其视为一场激动人心的游戏，而不是治疗，这有助于提高患者的动力和治疗依从性，从而促进从中风后创伤中的恢复。过去20年里，大量研究证实了VR训练在改善运动障碍患者状况方面的优势，近300项针对中风患者的实验研究和60多项荟萃分析研究已在国际期刊上发表。然而，不同荟萃分析研究之间，VR训练对改善中风患者不同运动能力的效果大小存在不一致。本研究旨在汇总来自随机试验的高质量证据，并量化VR训练对这些患者运动表现的影响。Meta-meta分析是荟萃分析的荟萃分析，遵循主要结果研究。此外，还充分考虑了荟萃分析中主要研究的重叠，以清楚地说明VR训练在改善运动表现方面的有效性。这些发现有望成为迄今为止最高质量的证据。同时，评估了纳入的荟萃分析的方法学质量，为未来的研究和实践提供有价值的信息，并帮助临床康复从业者更好地了解VR训练的潜在好处。
4.第四段-Methods
方法
检索策略
两位研究人员独立检索了Web of Science、Scopus、PubMed和中国国家知识基础设施（CNKI）数据库中发表的荟萃分析文章。检索关键词分为三组：（1）“meta”、“meta-analysis”；（2）“stroke”、“poststroke”；（3）“virtual reality”、“virtual game”、“virtual video”、“Nintendo Wii”、“Kinect”、“Xbox”、“exergame”。检索时间范围从数据库建立到2020年11月25日。检索结果记录在多媒体附录1中，PubMed检索策略作为示例。此外，手动检索合格研究的参考文献列表，以确保尽可能多地纳入所有荟萃分析研究。
研究选择
两名研究人员独立按标题、摘要和全文筛选文章。在达成共识之前，讨论了两名研究人员之间的差异。如果未达成协议，则由第三名研究人员在小组讨论后做出最终决定。首先，筛选标题和摘要，排除以下研究：（1）不是荟萃分析；（2）不涉及相关主题，包括上肢功能、平衡能力和行走能力（手功能被排除在上肢功能之外，以保持研究同质性）；（3）专注于非中风患者；（4）使用英文或中文以外的语言；（5）未在同行评审期刊上发表（不包括会议摘要、书籍章节和评论）。接下来，筛选全文以排除受试者或主题不明确的荟萃分析。纳入的荟萃分析必须是随机对照试验；其他相关的荟萃分析，如观察性研究和纵向设计研究，被排除在外。虚拟现实（VR）技术的干预措施必须涉及构建VR平台，患者可以通过运动传感器、加速度计、陀螺仪、机器手套和其他设备与电子屏幕交互，无需抓取或操作任何真实物体。除了排除非VR、计算机程序辅助的荟萃分析外，那些统计数据不明确的分析也被排除在外。
数据提取
设计了一个表格来提取相关信息。当两名研究人员在数据提取过程中出现分歧时，他们相互讨论并解决了这些分歧。如果数据不透明或缺乏相关信息，则尽可能多地联系作者以获取具体信息并提高本研究的质量。如果没有直接说明样本量，研究人员会根据实验研究尽可能准确地计算样本量。如果仅报告总样本量，则将这些样本分为两部分以确定实验组和对照组的近似值。如果最终指标有多个测量值，我们使用Fugl-Meyer评估上肢量表（FMA-UE）作为上肢功能的主要测量工具，使用Berg平衡量表（BBS）进行平衡能力的评估，使用Timed Up and Go进行行走能力的评估。此外，为了获得更可靠的数据，本研究的首选是提取比较VR训练与传统康复训练效果的数据。
质量评估
两名研究人员使用11项多系统评估工具（Assessment of Multiple Systematic Reviews）独立编码，评估荟萃分析的质量，证明具有正确的一致性、可靠性和内容效度。评分标准为“是”1，“未满足”、“不适用”或“未报告”为0。每项荟萃分析的总分是11个条目的总和，质量评价设置为低质量（0-4）、中等质量（5-8）或高质量（9-11）。每项荟萃分析的最终评分是两名研究人员之间的平均分，评估为低质量的荟萃分析被排除在外。在对纳入的研究进行编码后，研究人员讨论了编码差异，并使用SPSS Version 22（IBM Corp，Armonk，NY）评估了类内相关系数（ICCs），以确定评估者之间的可靠性：1.00表示完全一致，0.00表示绝对差异。
基础研究重叠的更正
根据Munder等人的研究结果，并考虑到meta-meta分析中研究的重叠可能导致结果的失真，本研究考虑了主要结果的重叠，并对初始研究的重叠进行了校正。当一项实验研究被纳入多项荟萃分析研究时，它只对这项荟萃分析有所贡献。这主要是通过确定每项重要研究的荟萃分析数量来完成的。对于每个荟萃分析，添加了每个纳入的荟萃分析的唯一性以设置调整后的研究编号：kadj。最后，排除了kadj ≤3的荟萃分析。
数据分析
本研究中包含的信息和关于VR训练在改善卒中患者运动表现方面的益处的结论来自我们评为中等或高质量的荟萃分析。在多种运动能力的随机效应模型下对VR训练的效果大小进行了荟萃分析。每个荟萃分析仅提取1个效应量。综合荟萃分析（CMA）软件2.0用于合并效应量。CMA是基于DerSimonian和Laird的方法对效应大小的加权估计。将每项荟萃分析的效应量转换为标准化均差（SMD）以获得总体效应量。效应量被量化为大（SMD >0.8）、中（SMD 0.5-0.8）或小（SMD 0.2-0.5）。所有荟萃分析中异质性的加权估计被量化为I2（因为异质性不是偶然的，而是研究之间总变异的百分比），其中25%、50%和75%分别代表低、中和高。对于使用Q值的患者，需要重新估计异质性评分以进行交叉评价比较。值越大表示异质性越高，P<.05表示异质性存在显著差异。由于纳入的研究数量少，本研究未进行进一步的亚组分析和敏感性分析。
发表偏倚
发表偏倚被定义为“由于研究的性质和方向影响是否发表或以其他方式传播的偏倚”，这导致了未知数量的未发表的阴性结果。由于本研究中每个结果的荟萃分析文章少于10篇，因此没有生成漏斗图，而是使用Egger检验来评估发表偏倚。
5.第五段-Results
文献检索
从数据库中共检索到 226 条记录，删除重复记录后仍保留 180 条记录。共有 138 条记录因标题和摘要不合格而被删除。对其余 42 项研究进行了更详细的全文筛选，其中 25 项研究因不符合既定标准而被排除在外。因此，定性研究包括 17 项研究。另外 7 项研究被排除，因为 kadj 为 ≤3，因此，最终的定量分析共包括 10 项荟萃分析研究（图1）.
研究特色
所有纳入研究的特征都显示在表1-3.共获得10 项研究：6 项研究评估了上肢功能的康复（表1），4 项研究评估了平衡的恢复 （表2），2 项研究评估了行走功能的康复 （表3).
纳入研究的方法学质量
在本研究中，评估了 10 篇荟萃分析文章的方法学质量。他们的分数都是 >4，这是一个令人满意的结果。具体分数显示在表4.此外，质量评价的可靠性高 （ICC=0.96,95% CI 0.93-0.98，P<.001）。
上肢功能
7 项荟萃分析研究提供了 VR 训练有助于改善中风患者上肢功能的证据，在这些研究中发现了显着差异。在考虑了重叠后，最终确认了 6 项研究。如图2，荟萃分析显示，基于 VR 的干预对卒中的影响具有统计学上的较大效应量 （SMD 4.606,95% CI 2.733-6.479，P<.05;图2），并发现相当大的异质性（Q=62.851，I 2=92.045）。Egger 检验的发表偏倚截距为 –1.44，P=.671。
平衡功能
11 项荟萃分析研究提供了 VR 训练有助于改善脑卒中患者平衡能力的证据，并在 10 项研究中发现了显着差异。在考虑了重叠后，最终确认了 4 项研究。如图3，Meta Meta 分析显示，基于 VR 的干预对卒中后平衡的疗效具有统计学意义较大的效应量 （SMD 2.101,95% CI 0.202-4.000，P<.05），并且存在相当大的异质性 （Q=27.061，I 2=88.914）。Egger 检验的发表偏倚截距为 –7.09，P=.222。
下肢功能
8 项荟萃分析提供了 VR 训练有助于改善中风患者下肢功能的证据，其中 8 项研究显示存在显著差异。在考虑重叠后，只有 2 项研究满足 kadj>3 的条件，因此，没有总结效应量。
6.第六段–结论
结论
总的来说，目前的证据支持具有中到大效应量的 VR 对中风患者的运动能力有益，尤其是上肢和平衡。然而，迄今为止还没有制定具体的康复治疗，这可能是由于运动能力水平不同。因此，关于该主题的未来研究需要样本量更大、持续时间更长的随机对照试验，以验证 VR 训练是改善中风患者运动表现的最佳方法，并验证不同运动能力患者的 VR 训练的最佳类型、频率、持续时间和周期。
