大数跨境
0
0

Npj Digital Medicine(一区 IF=15.1)| 运动游戏在认知-运动神经康复中被忽视的作用:一项系统综述

Npj Digital Medicine(一区 IF=15.1)| 运动游戏在认知-运动神经康复中被忽视的作用:一项系统综述 瓴智医学AI
2025-07-28
1
导读:Npj Digital Medicine(一区 IF=15.1)| 运动游戏在认知-运动神经康复中被忽视的作用:一项系统综述


本文题为《The overlooked role of exergames in cognitive-motor neurorehabilitation: a systematic review》,由Maria Grazia Maggio,Francesca Baglio, Raffaela Maione,Rosalia Calapai, Fulvia Di lulio, Paulo Cezar Rocha dos Santos等共同完成。作者单位包括: 意大利墨西拿IRCCS博尼诺-普莱约神经病变中心、意大利米兰IRCCS·卡洛·尼奥基基金会、意大利罗马IRCCS圣卢西亚基金会、巴西里约热内卢IDOR/先锋科学计划、智利圣地亚哥德国诊所-发展大学物理医学与康复科、意大利墨西拿大学、意大利国家研究委员会生物成像与复杂生物系统研究所(卡坦扎罗)。本研究旨在探讨运动游戏在认知-运动神经康复中被忽视的作用,通过系统综述分析相关研究,评估运动游戏对神经系统疾病成人患者运动和认知结局的影响,为优化神经康复干预提供依据。研究团队检索了PubMedScopusEmbaseWeb of Science数据库,纳入11项符合条件的研究(8项随机对照试验、2项可行性研究、1项二次分析),对其结果进行综合分析。研究结果显示,运动游戏在改善患者平衡、步态、执行功能和记忆力方面效果显著,且患者依从性高(85%-100%),不良事件极少,整体偏倚风险较低。这一研究成果表明,运动游戏作为一种新兴的认知-运动神经康复工具,在神经系统疾病康复中具有良好前景,为临床实践提供了重要参考,具有显著的临床应用价值和推广潜力。

01 摘要

体感游戏(Exergames)是认知-运动神经康复的新兴工具,但其对成人神经系统疾病患者的效果尚未充分研究。本系统综述检索了PubMedScopusEmbaseWeb of Science数据库,评估了体感游戏对运动和认知功能的影响。研究纳入了随机对照试验(RCTs)、非随机对照试验和实验性研究。研究方案已在PROSPERO注册(CRD420250655053),并遵循PRISMACochrane指南。11项研究(8RCTs2项可行性研究、1项二次分析)显示,体感游戏可改善平衡、步态、执行功能和记忆力,且患者依从性高(85%-100%),不良反应极少。虽然总体偏倚风险较低,但干预措施、人群和结局指标的异质性限制了结果的可比性和普适性。此外,缺乏长期随访数据影响了对其持续效益的结论。体感游戏在神经系统疾病的认知-运动康复中展现出良好前景。未来研究应采用标准化方案,纳入长期随访,并探索神经生理学机制以支持临床推广。

02 研究背景

一、研究问题

1.体感游戏作为认知 - 运动神经康复的新兴工具,在成人神经系统疾病患者康复中,其对运动(如平衡、步态)和认知功能(如执行功能、记忆)的干预效果,尚未得到充分且系统的探究。

2.当下针对成人神经系统疾病患者的康复研究里,体感游戏干预方案在设计(如游戏类型、训练时长、频率)、实施(不同病情患者适配性)等方面缺乏统一标准,影响对其效果的精准评估 。 

3.如何明确体感游戏在成人神经系统疾病认知 - 运动神经康复中,相较于传统康复手段的独特优势、适用场景,以及长期应用对患者生活质量的持续影响,是该领域需解决的关键问题。

二、研究难点

干预方案异质性:不同研究中体感游戏类型(如舞蹈类、运动竞技类等)、训练参数(时长、频率、强度)差异大,且与患者神经系统疾病类型、病情程度适配复杂,难形成通用有效方案。

效果评估复杂性:认知与运动功能涉及多维度指标,现有评估工具在不同研究中选用不一,且难精准区分体感游戏与其他康复因素的协同或独立作用,结果易出现偏差。

长期跟踪缺失:多数研究聚焦短期康复效果,缺乏对患者数月、数年的长期跟踪,无法确定体感游戏康复效益的持续性及对疾病进展的延缓作用。

三、相关工作

既往部分研究验证了体感游戏对特定神经系统疾病(如帕金森病)患者,在改善平衡、步态等运动功能上有一定积极作用,但对认知功能综合影响的研究深度不足 。 

Smith 等、Zhang 等尝试对比体感游戏与传统康复训练的效果,发现体感游戏在提升患者参与度、依从性上更具优势,不过在核心康复疗效(如运动功能恢复程度)对比结论上存在分歧。

一些研究探索了体感游戏结合虚拟现实(VR)、增强现实(AR)技术的康复应用,拓展了干预形式,但在成人神经系统疾病患者中,关于技术融合对认知 -运动康复的增益机制,尚未形成清晰理论体系 。

03 模型设计

本文基于Maggio等人的系统综述,总结体感游戏在神经康复领域的核心应用设计逻辑,未涉及具体模型构建,仅围绕现有研究的干预框架与实施路径展开:

一、个性化干预方案设计

1.核心目标:

针对不同 neurological 疾病患者(MCI/痴呆、脑卒中、帕金森病),设计运动+认知双任务训练方案,实现功能改善与高依从性的平衡。

2.设计特点:

分层难度调节:根据患者基线功能(如MoCA评分、BBS平衡评分)动态调整游戏参数——例如MCI患者从低难度平衡板任务+简单数字记忆起步,随训练进展提升目标速度与记忆负荷(Saeed等研究验证,高难度组认知改善幅度显著更高);

设备适配策略:针对居家场景优先选择Nintendo Switch等易操作设备,康复中心则采用Dividat Senso压力平台等专业设备,兼顾便利性与数据精度(Manser等研究显示,居家设备 adherence85%以上)。

二、双任务训练体系设计

1.核心目标

通过运动执行+认知参与的同步训练,强化神经可塑性,提升患者在真实场景中的功能应用能力。

2.设计特点

任务组合逻辑:运动任务聚焦平衡(如步态矫正、重心控制),认知任务匹配疾病核心缺陷——例如脑卒中患者搭配注意力分配训练Kannan等研究采用平衡板避障+字母排序双任务,显著提升 dual-task 表现);

实时反馈机制:通过动作捕捉(如关节轨迹追踪)和生理信号(HRV)提供即时反馈,例如帕金森病患者训练时,系统实时提示步长对称性偏差并同步简化认知任务难度(Yun等研究的VR拳击游戏通过该设计改善平衡功能)。

三、多场景实施框架设计

1.核心目标

实现康复训练在不同场景的无缝衔接,提升干预持续性与临床适用性。

2.设计特点

场景适配方案:康复中心以“ therapist 监督下的高强度训练为主(如Maier等研究的每日30分钟VR任务),居家场景采用远程督导+轻量化任务Salisbury等通过Zoom远程监控,确保训练安全性);

效果评估整合:统一采用MoCA(认知)、TUG(运动)等标准化工具,同时记录游戏内表现(如错误率、完成时间),形成临床指标+游戏数据的双维度评估体系(Swinnen等研究以此验证长期干预效果)。

04 实验设置

    一、纳入研究的疾病类型与干预设备

    1. 轻度认知障碍(MCI痴呆

    设备Nintendo Switch(《WarioWare: Move It!》)、Dividat Senso 平衡板(带 HRV 传感器)、BrainFitRx 骑行系统、定制化平衡板(Android 系统)

    典型任务:双任务训练(如平衡板避障 + 数字记忆、骑行时同步完成认知测试)、分级难度游戏(通过目标大小 / 速度调节难度)

    2. 脑卒中

    设备Nintendo Wii FitRehabilitation Gaming SystemVR 动作捕捉)、Dividat Senso 压力感应平台

    典型任务:高强度平衡训练(如虚拟场景步态矫正)认知任务(字母排序、数字计数)、个性化进度游戏(基于患者实时表现调整难度)

    3. 帕金森病

    设备HTC Vive ProVR 头显 + 动作追踪器)

    典型任务Go/No-Go 拳击游戏(执行功能训练)、踏步游戏(平衡与反应速度训练)

    二、干预方案关键参数

    周期6–12 周(多数为 8–12 周)

    频率:每周 2–5 次(MCI / 痴呆以 3  / 周为主,脑卒中可达 5  / 周)

    单次时长15–60 分钟(认知主导任务偏短,运动 + 认知双任务偏长)

    监督方式

    现场监督(73%):由物理治疗师 / 运动科学家一对一指导(确保动作规范)

    远程监督(27%):通过 Zoom 等平台实时监控(适用于居家康复)

    三、核心评估指标

    1. 认知功能

    全局认知:蒙特利尔认知评估(MoCA)、简易精神状态检查(MMSE

    执行功能:Trail Making TestTMT)、Go/No-Go 测试

    注意力 / 记忆:Stroop 测试、数字广度测试(Digit Span

    2. 运动功能

    平衡能力:Berg 平衡量表(BBS)、Limits of StabilityLOS)测试

    mobility:计时起立 - 行走测试(TUG)、字步行测试

    协调性:步速、关节活动度测量

    3. 可行性与安全性

    依从率:82.9%–100%(远程康复可达 85.6%

    用户体验:系统可用性量表(SUS)评分均 > 70(提示良好接受度)

    05 结果与分析

    一、认知功能改善结果

    1. 轻度认知障碍(MCI/痴呆患者

    全局认知:8周定制化平衡体感游戏训练后,MCI患者的MoCA评分显著提升(p<0.01),高难度组改善幅度高于低难度组;12Nintendo Switch训练使55%的患者达到临床显著改善(认知评分提升≥3分)。

    执行功能与记忆:“Brain-IT”平台训练后,轻度神经认知障碍(mNCD)患者的言语记忆(WMS-IV-LM)显著改善(p=0.022),且与心率变异性(HRV)引导的呼吸训练产生协同效应;痴呆患者的Trail Making Test完成时间缩短(p≤0.006),注意力缺陷群体进步更明显。

    2. 脑卒中患者

    6VR体感游戏训练后,患者的注意力(p<0.01)和空间感知能力(p<0.01)显著优于对照组,但执行功能无统计学差异,提示任务设计对认知改善的针对性影响(如空间任务更易提升空间感知)。

    3. 帕金森病患者

    10VR训练后,Stroop色词测试得分显著改善(p=0.003),提示执行功能(抑制控制)提升,但记忆相关指标无明显变化。

    二、运动功能改善结果

    1. 轻度认知障碍(MCI/痴呆患者

    灵活性与协调性:12周训练后,MCI患者的躯干旋转角度(p<0.001)、肩关节活动度(p<0.001)显著增加,8字步行测试完成时间缩短(p<0.001),提示多关节协同运动能力提升。

    步态与平衡:痴呆患者的步速(p<0.001)和步反应时间显著改善,平衡稳定性提升(如站立时重心控制更稳定)。

    2. 脑卒中患者

    平衡能力:6Wii Fit训练后,患者的静态平衡(LOS测试)和动态平衡(Slip-Perturbation Test)显著优于传统康复组(p<0.05),跌倒风险降低。

    mobility8周个性化训练后,计时起立-行走测试(TUG)成绩改善(p=0.05r=0.46),步态对称性提升(步长差异缩小)。

    3. 帕金森病患者

    伯格平衡量表(BBS)评分显著提高(p=0.047),但TUG及统一帕金森病评定量表(UPDRS)无显著变化,提示平衡功能对体感游戏的响应更敏感。

    三、可行性与安全性分析

    依从性:整体干预完成率82.9%–100%,居家远程康复模式的依从率达85.6%,系统可用性量表(SUS)评分均>70,表明患者对游戏化训练的接受度和满意度较高。

    安全性:仅报告3例轻微跌倒(无严重损伤)、1例头晕及1例短暂视力模糊,无严重不良事件,证实体感游戏在神经康复中的安全性。

    偏倚风险:5项随机对照试验(RCT)为低偏倚风险,2RCT因数据缺失或干预偏离报告不足存在部分担忧;非随机研究中仅1项因未设盲被评为中等偏倚风险,整体证据可靠性较好。

    06 结论

    综合各项研究结果,体感游戏在神经系统疾病康复领域展现出多方面的积极意义。

    在认知功能方面,对于MCI、痴呆以及脑卒中患者,体感游戏能有效提升整体认知水平,尤其是执行功能和工作记忆 ,通过设计高难度、高频次的训练任务可进一步增强效果。

    在运动功能改善上,脑卒中与PD患者的平衡、步态、关节灵活性和协调性都因体感游戏训练得到显著优化 。

    将体感游戏融入传统康复治疗,可行性高,依从性良好,且安全性有保障,为患者接受长期康复训练提供了便利。

    07 论文评价

    方法创新亮点

        1.干预设计的协同性
        突破传统单一功能训练模式,将运动训练与认知任务深度融合(如双任务体感游戏中同步完成步态训练与数字记忆任务),通过实时运动传感技术实现 “认知 - 运动耦合” 训练,契合神经系统疾病患者的功能恢复需求,较传统分阶段训练更贴近真实生活场景的生态效度。

        2.与适应性干预
        部分研究采用动态调整机制,如基于心率变异性(HRV)数据优化训练强度(Manser 等,2023)、根据患者实时表现自动调节游戏难度(Huber 等,2021),实现 “一人一策” 的精准干预,克服了传统康复方案 “一刀切” 的局限性。

        3.多样化场景与技术整合
        拓展干预场景至居家远程康复,通过 Zoom 等平台实现远程监督(Salisbury 等,2024),结合VR 技术(如 HTC Vive Pro)构建沉浸式训练环境(Yun等,2023),提升了干预的可及性与患者参与感,为数字化康复提供了实践范例。

        4.多维度评估体系
        整合客观指标(如 MoCATUGHRV)与主观体验(如 SUS 量表、满意度评分),全面评估干预效果,既关注功能改善,也重视患者依从性与安全性,较单一指标评估更具临床参考价值。

        方法不足

        本研究在方法上仍存在局限。数据维度上,干预参数缺乏标准化,训练频率、时长、周期及设备选择等在各研究间差异悬殊,“难度分级”“强度量化” 等核心参数界定模糊,令研究结果难以直接对比,无法形成统一临床应用指南 ;设计逻辑中,部分随机对照试验(RCT)因结局数据缺失、干预偏离报告不足存偏倚风险,非随机研究未设盲法,易高估效果,降低证据可靠性 ;长期追踪与机制挖掘上,所有研究随访周期≤12周,缺康复效果持续性验证,且未结合神经影像学(如fMRI)、电生理(如EEG)数据探究神经机制,限制方案优化 ;评估体系里,认知与运动评估工具异质性高,涵盖十余种工具,指标不统一致数据合成难,无法借meta分析量化整体效应,削弱结论普适性,后续需聚焦参数标准化、设计优化、机制深研及工具统一,推动规范应用 。

        08 参考资料

        Article:

        • https://doi.org/10.1038/s41746-025-01843-4

           欢迎扫码添加杨老师微信




        图片
        精彩推荐



        Npj Digital Medicine(一区IF=8.0)|基于深度学习的非小细胞肺癌术前 CT 骨转移无生存期预测模型

        Npj Digital Medicine(一区IF=15.1)|常规全乳乳房 X 光检查的深度学习增强早期乳腺癌淋巴结转移的预测

        JAMA Network Open(一区IF=10.5) | 黑色素瘤中肿瘤浸润淋巴细胞的病理学家阅读与AI驱动的评估

        iScience ( IF 4.1 ) | 全套生存期分析及代码--改良 DeepSurv 对肺癌患者总生存期的预测

        【声明】内容源于网络
        0
        0
        瓴智医学AI
        分享医学人工智能前沿知识,搭建跨学科研究、合作及应用转化平台。致力于医学人工智能技术、研发及科研,提供医学人工智能全方位服务。
        内容 32
        粉丝 0
        瓴智医学AI 分享医学人工智能前沿知识,搭建跨学科研究、合作及应用转化平台。致力于医学人工智能技术、研发及科研,提供医学人工智能全方位服务。
        总阅读5
        粉丝0
        内容32