機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人運動功能和日常生活活動能力影響的Meta分析

王穎俏　張亞敏　李維蘋　程斐然　裴菊紅　豆欣蔓　王興蕾

Effect of robot combined virtual reality on motor function and daily living ability of stroke patients：a Meta－analysis

WANG Yingqiao，ZHANG Yamin，LI Weiping，CHENG Feiran，PEI Juhong，DOU Xinman，WANG XingleiSchool of Nursing，Lanzhou University，Gansu 730011 ChinaCorresponding Author WANG Xinglei，E－mail：1106087304@qq.com

Abstract Objective：To comprehensively evaluate the effect of robot combined virtual reality training on improving motor function and daily living ability of stroke patients through Meta－analysis，and to provide decision－making basis for the application of robot combined virtual reality training in clinical rehabilitation.Methods：Randomized controlled trials on the effects of rehabilitation robot combined with virtual reality on motor function and self－care ability of stroke patients were collected from PubMed，Web of Science，the Cochrane Library，EMbase，CNKI，WanFang Database，VIP，CBM.The search deadline was from database establishment to October 2022.After two researchers independently screened and evaluated the literature and extracted data，Review Manager 5.3 software was used for Meta－analysis.Result：A total of 15 randomized controlled trials were included，involving 677 patients.The Meta－analysis results showed that compared to traditional rehabilitation training and individual robot training，robot combined virtual reality training had better improvement effects on lower limb movement（MD=3.52，95％CI 0.96－6.08，P=0.007），improved Barthel index（MD=6.67，95％CI 3.61－9.73，P＜0.000 1），and functional independence measurement scores（MD=5.91，95％CI 0.29－11.53，P=0.04） in stroke patients，with statistically significant differences.There was no significant difference in upper limb motor function between the two groups（MD=3.40，95%CI －1.62－8.43，P=0.18）.Conclusion：The existing evidence shows that robot combined virtual reality training can improve the motor function and enhance the ability of daily living in stroke patients，but its effect on the improvement of upper limb motor function needs further study.

Keywords stroke;virtual reality;robots;Meta－analysis;evidence－based nursing

摘要 目的：通過Meta分析綜合評價機器人聯(lián)合虛擬現(xiàn)實訓練對提高腦卒中病人運動功能和日常生活活動能力的效果，為機器人聯(lián)合虛擬現(xiàn)實訓練在臨床康復中的應用提供決策依據。方法：計算機檢索PubMed，Web of Science，the Cochrane Library，EMbase，中國知網、萬方數(shù)據庫、維普數(shù)據庫、中國生物醫(yī)學文獻數(shù)據庫中關于康復機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人運動功能和自理能力影響的隨機對照試驗，檢索時限為建庫至2022年10月。由2名研究員獨立篩選評價文獻并提取資料后，使用Review Manager 5.3軟件進行Meta分析。結果：共納入15項隨機對照試驗，涉及677例病人。Meta分析結果顯示，相較于傳統(tǒng)康復訓練和單獨機器人訓練，機器人聯(lián)合虛擬現(xiàn)實訓練對腦卒中病人下肢運動［MD=3.52，95％CI（0.96，6.08），P=0.007］、改良Barthel指數(shù)［MD=6.67，95％CI（3.61，9.73），P＜0.000 1］和功能獨立性測量得分［MD=5.91，95％CI（0.29，11.53），P=0.04］的改善效果較好，差異有統(tǒng)計學意義。兩組上肢運動功能比較，差異無統(tǒng)計學意義［MD=3.40，95％CI（－1.62，8.43），P=0.18］。結論：現(xiàn)有證據表明，機器人聯(lián)合虛擬現(xiàn)實訓練可改善腦卒中病人的運動功能，提高日常生活活動能力，但其對上肢運動功能的改善效果還需進一步研究。

關鍵詞 腦卒中；虛擬現(xiàn)實；機器人；Meta分析；循證護理

doi：10.12102/j.issn.2095－8668.2024.02.007

腦卒中是中國第三大死亡原因，是導致長期殘疾的主要原因，且我國腦卒中發(fā)病與患病年齡呈明顯的年輕化趨勢［1－2］?？祻椭委熆梢愿纳颇X卒中后存活病人的運動功能和自理能力，使其更好地回歸社會和家庭。隨著科學技術的發(fā)展，一些新型康復技術（虛擬現(xiàn)實技術、康復機器人技術、遠程康復技術等）成為腦卒中康復治療的重要組成部分［3］。虛擬現(xiàn)實是基于計算機三維環(huán)境，通過視覺和聽覺通道來實現(xiàn)人與計算機的交互，相較于傳統(tǒng)康復治療，具有趣味性、安全性，能增加病人康復的表現(xiàn)力、日常生活活動的參與力、康復計劃中的積極性和協(xié)作性［4－5］。康復機器人能在康復治療期間提供運動輔助，使病人完成頻繁、強化

和重復的康復訓練，增加病人獨立鍛煉的機會，并且康復機器人能夠更加深入、精確地控制運動過程和運動時間，使病人得到更加安全有效的康復訓練［3，6］。目前，國內外已有研究表明康復機器人聯(lián)合虛擬現(xiàn)實可以改善腦卒中病人的運動功能和日常生活活動能力［7－23］。但研究樣本量少、研究類型不同以及文獻質量參差不齊等問題導致對研究結果的解釋不統(tǒng)一，無法確定康復機器人聯(lián)合虛擬現(xiàn)實訓練比傳統(tǒng)康復技術或單獨使用虛擬現(xiàn)實技術或康復機器人更加有效。因此，本研究采用Meta分析對國內外運用康復機器人聯(lián)合虛擬現(xiàn)實法干預腦卒中病人運動功能和日常生活活動能力的隨機對照試驗進行綜合分析，以期為機器人聯(lián)合虛擬現(xiàn)實在臨床康復中的應用提供決策依據。

1 資料與方法

本研究已在PROSPERO注冊平臺（https：//www.crd.york.ac.uk/PROSPERO）注冊（No.CRD42022371811）并根據系統(tǒng)評價/Meta分析的報告規(guī)范（PRISMA）完成。

1.1 文獻檢索

計算機檢索PubMed、EMbase、the Cochrane Library、Web of Science、中國生物醫(yī)學文獻數(shù)據庫（CBM）、萬方數(shù)據庫（WanFang Database）、中國知網（CNKI）及維普數(shù)據庫（VIP）8個數(shù)據庫中已發(fā)表的康復機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人運動功能和自理能力影響的隨機對照試驗；同時通過中國臨床注冊中心檢索正在進行的以及未正式發(fā)表的隨機對照試驗。檢索時限為建庫至2022年10月，文獻語種為英文或中文。檢索策略采用主題詞加自由詞形式，同時按照PICOS原則選出代表“P（participants/population）+I（intervention）+S（study）”3個主要方面的檢索詞。英文檢索式為：（"stroke"OR"cerebrovascular accident"OR"CVA"OR"cerebrovascular apoplexy"OR"vascular"OR"apoplexy"） AND （"robotics"OR"remote operations"OR"telerobotic"） AND （"virtual reality"OR"educational virtual reality"OR"instructional virtual reality"） AND （"randomized controlled trial"OR"random"）。中文檢索式為：（“卒中”O(jiān)R“腦中風”O(jiān)R“腦血管意外”O(jiān)R“腦梗死”O(jiān)R“CVA”）AND（“機器人”O(jiān)R“遠程操作”O(jiān)R“軟機器人技術”） AND （“虛擬現(xiàn)實”O(jiān)R“VR”O(jiān)R“計算機模擬”）AND（“隨機對照試驗”O(jiān)R“隨機對照實驗”O(jiān)R“RCT”O(jiān)R“隨機”O(jiān)R“隨機對照”O(jiān)R“隨機對照研究”）。

1.2 文獻納入標準

研究類型：隨機對照試驗，試驗是否進行盲法和分配方案隱藏不作要求。研究對象：1）病人符合國內外認可的腦卒中診斷標準并通過顱腦CT或核磁共振成像（MRI）檢查確診;2）通過評估，病人存在上肢或下肢運動功能障礙;3）病人意識清楚，生命體征平穩(wěn)，可配合治療并能遵醫(yī)囑執(zhí)行。干預措施：試驗組的干預措施為康復機器人聯(lián)合虛擬現(xiàn)實技術訓練；對照組的干預措施為其他康復訓練。結局指標：1）上肢運動功能指標，如Fugl－Meyer量表上肢部分（Fugl－Meyer Assessment of Upper Extremity，F(xiàn)MA－UE），含有對上肢、腕、手的評估，總分66分；2）下肢運動功能指標，如Fugl－Meyer量表下肢部分（Fugl－Meyer Assessment of Lower Extremity，F(xiàn)MA－LE），總分34分；3）日常生活活動能力指標，如改良Barthel指數(shù)（Modified Barthel Index，MBI），總分100分；功能獨立性測量（Functional Independence Measurement，F(xiàn)IM）量表，總分126分。

1.3 文獻排除標準

符合以下條件之一者給予排除：1）無法獲取全文；2）與作者聯(lián)系后仍無法獲取完整的原始實驗數(shù)據；3）重復發(fā)表；4）動物實驗。

1.4 文獻篩選與資料提取

將檢索到的所有文獻導入EndNote X9軟件，2名研究人員同時獨立對所有文獻進行篩選并交叉核對，通過去除重復文獻，仔細閱讀文題和摘要，嚴格按照納入和排除標準選取內容符合的文獻，仔細閱讀分析全文，最終納入Meta分析的文獻。在此過程中，如果出現(xiàn)分歧且商討無果，由第3名研究員參與討論以達成共識。資料提取的內容包括第一作者、發(fā)表年份、樣本量、性別、年齡、病程、干預措施（康復機器人的型

號、虛擬場景或者虛擬游戲）、干預療程、結局指標。

1.5 文獻質量評價

2名研究員獨立使用Cochrane系統(tǒng)評價手冊中的隨機對照試驗質量評價標準分別對納入文獻進行質量評價［24］。該工具的評估內容包括7個部分：1）隨機分配方案；2）分配隱藏；3）干預對象和研究者施盲；4）結果測評者施盲；5）結果完整；6）結果選擇性報告；7）其他偏倚（基線不均衡、利益沖突等）。評價結果分為“高偏倚”“不清楚”“低偏倚”。若納入的研究符合上述7個方面則評為A級，部分符合評為B級，完全不符合評為C級。如果出現(xiàn)意見分歧且商討無果，仍由第3名研究員參與討論并達成共識。

1.6 統(tǒng)計學方法

2名研究員使用Cochrane協(xié)作網提供的Review Manager 5.3統(tǒng)計軟件進行Meta分析。納入研究的結局指標使用相同的量表，故采用均方差（mean difference，MD）及其95％置信區(qū)間（confidence interval，CI）作為統(tǒng)計效應量。采用Q檢驗與I2檢驗對納入研究的異質性進行檢驗。固定效應模型假設所有納入的研究擁有共同的真實效應量，由于研究對象很難保證同質性。因此，對各研究背景較為苛刻。而隨機效應模型中的真實效應量會隨著不同的研究改變，能夠包容不同研究除抽樣誤差外所造成的其他誤差［25］。本研究中，若P＞0.1且I2＜50％，則納入研究間異質性可接受，采用固定效應模型進行Meta分析；若P≤0.1且I2≥50％，則納入研究間異質性較大，采用隨機效應模型進行Meta分析。采用逐個剔除法進行敏感性分析，即在每個結局指標中剔除1個研究數(shù)據后觀察合并結果的變化，探討單篇文獻對效應量合并結果的影響。以P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 文獻檢索結果

通過檢索數(shù)據庫獲得相關文獻255篇，最終納入15篇［7－10，12－15，17－23］文獻。文獻篩選流程及結果見圖1。

2.2 納入研究的基本特征

共納入15篇文獻［7－10，12－15，17－23］，涉及677例病人，平均年齡35歲以上，干預療程2～12周，試驗組干預措施為機器人聯(lián)合虛擬現(xiàn)實訓練，對照組的干預措施為常規(guī)康復治療或物理療法或常規(guī)康復治療聯(lián)合機器人訓練。其中5項研究［7，13－14，17－18］使用FMA－UE評價上肢運動功能；6項研究［8，10，12，15，21，23］使用FMA－LE評價下肢運動功能；7項研究［7，9，12－14，20，23］使用MBI評價日常生活活動能力；5項研究［13，17－19，22］使用FIM評價日常生活活動能力。納入研究的基本特征見表1。

2.3 納入研究的質量評價結果

納入的15篇文獻均采用隨機分配方法且不存在選擇性報告和其他偏倚風險；2篇文獻［13，22］明確指出隨機分配方案隱藏；因機器人聯(lián)合虛擬現(xiàn)實的腦卒中康復訓練很難做到病人和康復師雙盲，故在進行文獻質量評價時，干預對象和研究者施盲為高偏倚；5篇［7－8，19，22－23］文獻對評價者實施盲法；3篇文獻［13－14，20］存在樣本脫落，但脫落率均小于20％。因此，本研究納入的15篇文獻質量評價結果均為B級，文獻質量總體處于中等水平。見圖2。

2.4 Meta分析結果

2.4.1 FMA－UE

共5項研究［7，13－14，17－18］使用FMA－UE評估病人上肢運動功能，涉及204例病人，各研究間異質性較大（I2=65％，P=0.02），應用隨機效應模型合并分析。Meta分析結果顯示，兩組FMA－UE得分比較，差異無統(tǒng)計學意義［MD=3.40，95％CI（－1.62，8.43），P=0.18］。通過逐個剔除法進行敏感性分析，探尋異質性來源，剔除史哲［13］、Daunoraviciene等［17］和陳明蓉等［7］研究后，異質性降低（I2=43％，P=0.19），應用固定效應模型分析，兩組FMA－UE得分比較，差異有統(tǒng)計學意義［MD=4.40，95％CI（1.50，7.30），P=0.003］。

2.4.2 FMA－LE

共6項研究［8，10，12，15，21，23］使用FMA－LE評估病人下肢運動功能，涉及297例病人。各研究間異質性較大（I2=91％，P＜0.000 01），應用隨機效應模型合并分析。Meta分析結果顯示，兩組FMA－LE得分比較，差異有統(tǒng)計學意義［MD=3.52，95％CI（0.96，6.08），P=0.007］，見圖3。采用逐個剔除法進行敏感性分析，探尋異質性來源，剔除趙雅寧等［15］和Maggio等［21］的研究后，異質性降低（I2=13％，P=0.33），應用固定效應模型合并分析，兩組FMA－LE得分比較，差異有統(tǒng)計學意義［MD=3.05，95％CI（2.68，4.61），P＜0.001］。

2.4.3 MBI

共7項研究［7，9，12－14，20，23］應用MBI評估病人日常生活活動能力，涉及270例病人。各研究間異質性可接受（I2=45％，P=0.09），應用隨機效應模型合并分析，Meta分析結果顯示，兩組MBI得分比較，差異有統(tǒng)計學意義［MD=6.67，95％CI（3.61，9.73），P＜0.000 ?1］。見圖4。采用逐個剔除法進行敏感性分析，剔除裴強等［11］研究后，異質性降低（I2=0％，P=0.63），應用固定效應模型合并分析，兩組MBI得分比較，差異有統(tǒng)計學意義［MD=5.28，95％CI（2.97，7.58），P＜0.000 1］。

2.4.4 FIM

共5項研究［13，17－19，22］應用FIM評估病人日常生活活動能力，涉及216例病人。各研究間異質性較大（I2=78％，P=0.001），應用隨機效應模型合并分析。Meta分析結果顯示，兩組FIM得分比較，差異有統(tǒng)計學意義［MD=5.91，95％CI（0.29，11.53），P=0.04］。采用逐個剔除法進行敏感性分析，剔除Kayabinar等［19］和Manuli等［22］的研究后，異質性降低（I2=0％，P=0.73），應用固定效應模型合并分析。兩組FIM得分比較，差異有統(tǒng)計學意義［MD=5.06，95％CI（1.71，8.41），P=0.003］。

3 討論

3.1 機器人聯(lián)合虛擬現(xiàn)實能有效地提高腦卒中病人下肢運動功能

本Meta分析結果顯示，機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人下肢運動功能較傳統(tǒng)康復訓練和單獨機器人訓練療效更加明顯。麥王向等［26］研究表明，虛擬現(xiàn)實對真實世界模擬使用戶有身臨其境的感覺，且用戶可以對虛擬場景中的對象進行操作，從虛擬場景中得到反饋，增加了病人在康復中的參與度和能動性。Swinnen等［27］研究表明，下肢康復機器人可以輔助支撐病人身體，幫助病人模擬正常的生理步態(tài)，對病人的下肢肌力、步態(tài)和走路能力進行訓練，使病人在康復過程中能更加精確地接近生理運動模式。機器人聯(lián)合虛擬現(xiàn)實訓練能使病人得到更真實有趣、安全正確的康復體驗，從而使病人的下肢功能得到更有效的恢復。

3.2 機器人聯(lián)合虛擬現(xiàn)實對腦卒中后上肢運動功能的療效無明顯優(yōu)勢

本Meta分析結果顯示，相對于對照組，機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人上肢運動功能的療效無明顯優(yōu)勢。通過敏感性分析剔除史哲［13］、Daunoraviciene等［17］和陳明蓉等［7］研究，異質性下降（I2=43％），且研究結果也發(fā)生改變（P=0.003），相對于對照組，機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人上肢運動功能的改善作用明顯。剔除的3項研究的訓練時間均為2周，其他訓練時間至少為3周。上肢功能相對精細、復雜，涉及中樞部位較多，大腦損傷后缺乏協(xié)調性和靈活性，恢復慢，容易發(fā)生肌肉痙攣［28］。有研究表明，累計訓練時間超過20 h上肢功能才有明顯提高［29］。因此，可以推斷出適當增加機器人聯(lián)合虛擬現(xiàn)實的干預時間，更能顯現(xiàn)出其相對于常規(guī)康復治療和單獨機器人治療的優(yōu)勢。故建議未來要加強對腦卒中病人上肢康復訓練的持續(xù)性，使腦卒中病人上肢功能得到更有效的康復。同時未來也需要進一步探討機器人聯(lián)合虛擬現(xiàn)實訓練發(fā)揮最佳作用的訓練時間，以期為腦卒中病人最佳康復訓練計劃的擬定提供可靠依據。

3.3 機器人聯(lián)合虛擬現(xiàn)實能有效提高腦卒中病人的日常生活活動能力

本研究通過MBI和FIM量表對病人的日常生活活動能力進行評定，Meta分析結果顯示，相對于對照組，機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人日常生活活動能力的改善效果明顯。MBI是衡量日常生活活動（ADL）的獨立性指標，僅包含生理功能性的評定內容［30］，F(xiàn)IM量表既包含13項運動性ADL能力評定，又包含5項認知性ADL能力評定［31］。但認知功能的康復依賴于神經元新生和受損神經細胞的修復［32］，有訓練周期長、成本高、效果差的特點［33］。陳善佳等［34］研究表明，在腦卒中臨床康復中，使用MBI評估病人日常生活活動能力的頻率比使用FIM量表的頻率高，MBI的臨床可操作性和直觀性優(yōu)于FIM量表，但FIM量表能夠更加全面地反映病人的功能變化。故建議在評定腦卒中病人的日常生活活動能力時，應同時應用這2個量表進行評定，以便更加準確地反映病人的功能變化。

3.4 本研究的局限性

1）由于本研究納入的隨機對照試驗在干預時間（2～12周）、試驗組所選用的機器人系統(tǒng)（A2型，A3型上肢智能反饋訓練系統(tǒng)、LoKomat下肢機器人、Armeo Spring上肢機器人、MJS上肢機器人）以及對照組的治療措施（常規(guī)康復治療、物理療法和常規(guī)康復治療+機器人訓練）方面存在差異，盡管研究結果異質性較大，仍無法進行合適的亞組分析來消除異質性帶來的干擾；2）納入的研究樣本量均較小，會影響研究結論的強度；3）本研究納入的均為已發(fā)表文獻，雖然檢索到未發(fā)表的隨機對照試驗，但試驗結果未出，無法納入。以后有必要研究機器人聯(lián)合虛擬現(xiàn)實訓練最適宜的強度和頻率、有效的康復機器人和虛擬現(xiàn)實類型，以期為臨床制定最佳康復計劃提供依據，幫助腦卒中病人更好的康復。

4 小結

綜上所述，機器人聯(lián)合虛擬現(xiàn)實訓練能改善腦卒中病人的運動功能和日常生活活動能力。但對上肢運動功能的改善無明顯優(yōu)勢，這可能與所納入文獻的干預時間較短有關，未來需要進一步探討機器人聯(lián)合虛擬現(xiàn)實訓練使腦卒中病人上肢功能康復達到最佳效果的訓練時間，以期為腦卒中病人最佳康復訓練計劃的擬定提供可靠依據。

參考文獻：

［1］MA Q F，LI R，WANG L J，et al.Temporal trend and attributable risk factors of stroke burden in China，1990－2019：an analysis for the Global Burden of Disease Study 2019［J］.The Lancet Public Health，2021，6（12）：e897－e906.

［2］WANG Y J，LI Z X，GU H Q，et al.China stroke statistics：an update on the 2019 report from the National Center for Healthcare Quality Management in Neurological Diseases，China National Clinical Research Center for Neurological Diseases，the Chinese Stroke Association，National Center for Chronic and Non－communicable Disease Control and Prevention，Chinese Center for Disease Control and Prevention and Institute for Global Neuroscience and Stroke Collaborations［J］.Stroke and Vascular Neurology，2022，7（5）：415－450.

［3］孟琳，黃丹，劉洪紅，等.腦卒中康復治療新技術研究進展［J］.中國現(xiàn)代神經疾病雜志，2017，17（3）：171－175.

［4］DIAS P，SILVA R，AMORIM P，et al.Using virtual reality to increase motivation in poststroke rehabilitation［J］.IEEE Computer Graphics and Applications，2019，39（1）：64－70.

［5］RUTKOWSKI S，KIPER P，CACCIANTE L，et al.Use of virtual reality－based training in different fields of rehabilitation：a systematic review and Meta－analysis［J］.Journal of Rehabilitation Medicine，2020，52（11）：jrm00121.

［6］KLAMROTH－MARGANSKA V.Stroke rehabilitation：therapy robots and assistive devices［J］.Advances in Experimental Medicine and Biology，2018，1065：579－587.

［7］陳明蓉，龐冬茹，梁燕婷，等.機器人結合虛擬現(xiàn)實技術對腦卒中偏癱上肢功能的影響［J］.中國繼續(xù)醫(yī)學教育，2021，13（8）：110－113.

［8］胡靖然，陳小飛.虛擬現(xiàn)實技術聯(lián)合下肢康復機器人訓練對缺血性腦卒中患者下肢功能及平衡能力影響的研究［J］.中國康復，2020，35（12）：633－636.

［9］姜亞杰.上肢機器人的臨床應用［J］.中國醫(yī)藥指南，2019，17（36）：388－389.

［10］廖麟榮，王俊.虛擬現(xiàn)實康復機器人對早期腦卒中患者步行功能的療效觀察［J］.中國傷殘醫(yī)學，2014，22（14）：45－47.

［11］劉芳芳.虛擬現(xiàn)實技術結合康復機器人訓練在腦梗塞偏癱患者中的應用效果［J］.西藏醫(yī)藥，2021，42（3）：66－68.

［12］裴強，周誠，王毅，等.下肢康復機器人訓練對腦卒中患者下肢運動功能的影響［J］.中國傷殘醫(yī)學，2021，29（7）：71－73.

［13］史哲.上肢機器人虛擬現(xiàn)實訓練治療亞急性期腦卒中患者運動及認知功能障礙的隨機對照臨床試驗［D］.蘭州：甘肅中醫(yī)藥大學，2017.

［14］王春苑，朱美紅.虛擬現(xiàn)實結合上肢機器人訓練系統(tǒng)對腦卒中上肢功能恢復的影響［J］.中國現(xiàn)代醫(yī)生，2021，59（26）：171－174;179.

［15］趙雅寧，楊芳，郝正瑋，等.虛擬現(xiàn)實技術聯(lián)合康復機器人訓練對腦梗死偏癱患者運動功能及事件相關電位的影響研究［J］.中國全科醫(yī)學，2015，18（24）：2907－2910.

［16］ABD EL－KAFY E M，ALSHEHRI M A，EL－FIKY A A R，et al.The effect of robot－mediated virtual reality gaming on upper limb spasticity poststroke：a randomized－controlled trial［J］.Games for Health Journal，2022，11（2）：93－103.

［17］DAUNORAVICIENE K，ADOMAVICIENE A，GRIGONYTE A，et al.Effects of robot－assisted training on upper limb functional recovery during the rehabilitation of poststroke patients［J］.Technology and Health Care：Official Journal of the European Society for Engineering and Medicine，2018，26（S2）：533－542.

［18］GUEYE T，DEDKOVA M，ROGALEWICZ V，et al.Early post－stroke rehabilitation for upper limb motor function using virtual reality and exoskeleton：equally efficient in older patients［J］.Neurologia i Neurochirurgia Polska，2021，55（1）：91－96.

［19］KAYABINAR B，ALEMDAROˇGLU－GRBZ I，YILMAZ .The effects of virtual reality augmented robot－assisted gait training on dual－task performance and functional measures in chronic stroke：a randomized controlled single－blind trial［J］.European Journal of Physical and Rehabilitation Medicine，2021，57（2）：227－237.

［20］WOO L K，BEOM K S，HWA L J，et al.Effect of robot－assisted game training on upper extremity function in stroke patients［J］.Annals of Rehabilitation Medicine，2017，41（4）：539－546.

［21］MAGGIO M G，NARO A，MANULI A，et al.Effects of robotic neurorehabilitation on body representation in individuals with stroke：a preliminary study focusing on an EEG－based approach［J］.Brain Topography，2021，34（3）：348－362.

［22］MANULI A，MAGGIO M G，LATELLA D，et al.Can robotic gait rehabilitation plus virtual reality affect cognitive and behavioural outcomes in patients with chronic stroke？ A randomized controlled trial involving three different protocols［J］.Journal of Stroke and Cerebrovascular Diseases，2020，29（8）：104994.

［23］PARK J，CHUNG Y.The effects of robot－assisted gait training using virtual reality and auditory stimulation on balance and gait abilities in persons with stroke［J］.NeuroRehabilitation，2018，43（2）：227－235.

［24］劉津池，劉暢，華成舸.隨機對照試驗偏倚風險評價工具RoB2（2019修訂版）解讀［J］.中國循證醫(yī)學雜志，2021，21（6）：737－744.

［25］HIGGINS J P T，ALTMAN D G，GTZSCHE P C，et al.The Cochrane Collaboration′s tool for assessing risk of bias in randomised trials［J］.BMJ，2011，343：d5928.

［26］麥王向，張朝霞.虛擬現(xiàn)實技術在腦卒中患者步態(tài)康復中的應用進展［J］.中國康復理論與實踐，2016，22（4）：433－437.

［27］SWINNEN E，BECKWE D，MEEUSEN R，et al.Does robot－assisted gait rehabilitation improve balance in stroke patients？ A systematic review［J］.Topics in Stroke Rehabilitation，2014，21（2）：87－100.

［28］任燕，顧艷葒，金小紅，等.路徑式早期康復護理對腦梗死病人上肢功能恢復的影響［J］.護理研究，2015，29（31）：3911－3913.

［29］POMEROY V，AGLIOTI S M，MARK V W，et al.Neurological principles and rehabilitation of action disorders：rehabilitation interventions［J］.Neurorehabilitation and Neural Repair，2011，25（5 Suppl）：33S－43S.

［30］OHURA T，HASE K，NAKAJIMA Y，et al.Validity and reliability of a performance evaluation tool based on the modified Barthel Index for stroke patients［J］.BMC Medical Research Methodology，2017，17（1）：131.

［31］MARITZ R，TENNANT A，F(xiàn)ELLINGHAUER C，et al.The Functional Independence Measure 18－item version can be reported as a unidimensional interval－scaled metric：internal construct validity revisited［J］.Journal of Rehabilitation Medicine，2019，51（3）：193－200.

［32］劉麗俊，孟令真，熊薇，等.腦卒中后神經新生對神經功能修復的作用［J］.中華老年心腦血管病雜志，2021，23（11）：1227－1229.

［33］王麗坤，楊力凝，白定群.虛擬現(xiàn)實技術在卒中后認知功能障礙患者康復中的應用現(xiàn)狀及可能機制［J］.中國康復，2022，37（11）：688－692.

［34］陳善佳，周小炫，方云華，等.日常生活活動能力量表在腦卒中康復臨床使用情況的調查［J］.中國康復醫(yī)學雜志，2014，29（11）：1044－1049.

（收稿日期：2023－08－31；修回日期：2023－12－29）

（本文編輯賈小越）

基金項目 蘭州大學第二醫(yī)院“萃英科技創(chuàng)新”計劃項目，編號：CY2020－HL01；甘肅省高等學校青年博士基金項目，編號：2022QB－008

作者簡介 王穎俏，護師，碩士研究生在讀

*通訊作者 王興蕾，E－mail：1106087304@qq.com

引用信息 王穎俏，張亞敏，李維蘋，等.機器人聯(lián)合虛擬現(xiàn)實對腦卒中病人運動功能和日常生活活動能力影響的Meta分析［J］.循證護理，2024，10（2）：239－245.