康复机器人训练脑性瘫痪患者：改善下肢运动功能效果的Meta分析

doi:10.12307/2025.654

中国组织工程研究 ›› 2025, Vol. 29 ›› Issue (18): 3925-3933.doi: 10.12307/2025.654

• 组织构建循证医学 evidence-based medicine in tissue construction • 上一篇下一篇

康复机器人训练脑性瘫痪患者：改善下肢运动功能效果的Meta分析

刘兴朝1，胡通1，马艳1，王倩1，魏晓辉1，常万鹏1，于少泓2，3

山东中医药大学，1康复医学院，3医学院，山东省济南市 250355；2山东中医药大学第二附属医院，山东省济南市 250001

收稿日期:2024-06-05 接受日期:2024-07-26 出版日期:2025-06-28 发布日期:2024-11-29
通讯作者: 于少泓，教授，山东中医药大学医学院，山东省济南市 250355；山东中医药大学第二附属医院，山东省济南市 250001
作者简介:刘兴朝，男，2001年生，山东省德州市人，汉族，山东中医药大学在读硕士，主要从事康复医学与理疗学方面的研究。
基金资助:
山东省人文社会科学课题(2023-JKZX-02)：卫生、教育、体育三位一体融合推进山东省儿童青少年脊柱侧弯防控路径与策略研究，项目负责人：于少泓

Efficacy of rehabilitation robots on lower limb motor function in patients with cerebral palsy: a Meta-analysis

Liu Xingzhao1, Hu Tong1, Ma Yan1, Wang Qian1, Wei Xiaohui1, Chang Wanpeng1, Yu Shaohong2, 3

1College of Rehabilitation Medicine, Shandong University of Traditional Chinese Medicine, Jinan 250355, Shandong Province, China; 2The Second Affiliated Hospital of Shandong University of Traditional Chinese Medicine, Jinan 250001, Shandong Province, China; 3College of Medicine, Shandong University of Traditional Chinese Medicine, Jinan 250355, Shandong Province, China

Received:2024-06-05 Accepted:2024-07-26 Online:2025-06-28 Published:2024-11-29
Contact: Yu Shaohong, Professor, The Second Affiliated Hospital of Shandong University of Traditional Chinese Medicine, Jinan 250001, Shandong Province, China; College of Medicine, Shandong University of Traditional Chinese Medicine, Jinan 250355, Shandong Province, China
About author:Liu Xingzhao, Master candidate, College of Rehabilitation Medicine, Shandong University of Traditional Chinese Medicine, Jinan 250355, Shandong Province, China
Supported by:
Humanities and Social Sciences Subjects in Shandong Province, No. 2023-JKZX-02 (to YSH)

摘要/Abstract

摘要：

文题释义：
康复机器人：一种辅助训练设备，可帮助患者进行主动或被动的运动辅助和步态康复训练。
脑性瘫痪：简称脑瘫，是由发育中的胎儿或婴幼儿脑部非进行性损伤所致的一组持续性的中枢运动和姿势发育障碍、活动受限症候群。

目的：系统评价康复机器人治疗脑性瘫痪患者下肢运动功能的临床效果，并比较不同机器人的疗效差异。
方法：检索PubMed、Web of Science、Embase、Cochrane Library、中国知网、中国生物医学文献数据库、维普和万方数据库，搜集从建库至2024-04-10发表的关于康复机器人治疗脑性瘫痪患者运动功能障碍的随机对照试验。主要结局指标包括肌肉力量，肌张力、平衡功能、步速、步频、步长、步行耐力、下肢运动功能、日常生活活动能力。根据《国际功能、残疾和健康分类》对上述指标进行编码，通过Meta分析评价临床疗效并比较不同机器人的疗效差异。由2名研究人员进行文献检索与筛选，使用Cochrane 5.1.0偏倚风险评估工具对纳入文献进行质量评价。采用 RevMan 5.4软件和Stata 16.0软件进行Meta分析。
结果：①最终纳入15篇文献，共512例患者，试验组260例、对照组252例。②Meta分析结果显示，与常规康复疗法相比，康复机器人可以提高身体结构和功能(SMD=0.41，95%CI：0.24-0.58，P < 0.05)、活动(SMD=0.53，95%CI：0.41-0.65，P < 0.05)和参与能力(MD=7.86，95%CI：1.54-14.18，P < 0.05)。其中，康复机器人可以改善脑性瘫痪患者下肢肌力、平衡功能、步速、步行耐力、下肢粗大运动功能和日常生活活动能力，但对步频、步长和肌张力的效果不明显。③网状Meta分析结果显示，步速：Innowalkpro > Gait trainer > Lokomat > 3DCalt；6MWT评分：Gait trainer > Lokomat > Lokohelp > Innowalkro；GMFM-88D区评分：Lokohelp > Lokomat > KidGo > Innowalkpro > 3DCalt；GMFM-88E区评分：Lokomat > Lokohelp > KidGo > 3DCalt > Innowalkpro。
结论：基于《国际功能、残疾和健康分类》，康复机器人训练可以改善脑性瘫痪患者下肢运动功能和日常生活活动能力。在改善步速方面，Innowalkpro机器人效果更优；在改善6MWT评分方面，Gait trainer机器人效果更优；在改善GMFM-D区评分方面，Lokohelp机器人效果更优；在改善GMFM-E区评分方面，Lokomat机器人效果更优。
https://orcid.org/0009-0000-5187-9121(刘兴朝)；https://orcid.org/0000-0003-4025-4104(于少泓)

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

关键词: 脑性瘫痪, 康复机器人, 下肢运动功能, 步行, 步态, 日常生活活动, 系统评价, 网状Meta分析, 工程化康复

Abstract: OBJECTIVE: To systematically evaluate the clinical effectiveness of rehabilitation robots in treating lower limb motor dysfunction in patients with cerebral palsy, and to compare the differences in therapeutic effects among different robots.
METHODS: PubMed, Web of Science, Embase, Cochrane Library, CNKI, CBM, VIP and WanFang databases were searched to collect randomized controlled trials on rehabilitation robotics for the treatment of motor dysfunction in patients with cerebral palsy, published from database inception to April 10, 2024. The main outcome indicators included muscle strength, muscle tension, balance function, step speed, step frequency, step length, walking endurance, lower limb motor function, and activities of daily living. The above indicators were coded according to the International Classification of Functioning, Disability and Health. Meta-analysis was performed to evaluate the clinical efficacy and compare the therapeutic efficacy of different rehabilitation robots. Literature search and screening were performed by two researchers, and the quality of the included literature was evaluated using the Cochrane 5.1.0 risk of bias assessment tool. Meta-analysis was performed using RevMan 5.4 software and Stata 16.0 software.
RESULTS: (1) Fifteen articles were finally included, involving 512 patients with 260 in the experimental group and 252 in the control group. (2) The Meta-analysis results showed that rehabilitation robots could improve body structure and function [standardized mean difference=0.41, 95% confidence interval (CI): 0.24-0.58, P < 0.05], activities (standardized mean difference=0.53, 95% CI: 0.41-0.65, P < 0.05) and participation ability (mean difference=7.86, 95% CI: 1.54-14.18, P < 0.05). In particular, the rehabilitation robot improved lower limb muscle strength, balance function, step speed, walking endurance, lower limb gross motor function, and activities of daily living in patients with cerebral palsy, but showed insignificant effects on step frequency, step length, and muscle tension.
(3) The network Meta-analysis results showed that: step speed: Innowalkpro > Gait Trainer > Lokomat > 3DCalt; 6-minute walk test score: Gait Trainer > Lokomat > Lokohelp > Innowalkro; Gross Motor Function Measure-88D score: Lokohelp > Lokomat > KidGo > Innowalkpro > 3DCalt; Gross Motor Function Measure-88E score: Lokomat > Lokohelp > KidGo > 3DCalt > Innowalkpro.
CONCLUSION: Based on the International Classification of Functioning, Disability, and Health, rehabilitation robot training can improve the lower limb motor function and activities of daily living in patients with cerebral palsy. The Innowalkpro robot was more effective in improving step speed; the Gait trainer robot was more effective in improving 6-minute walk test scores; the Lokohelp robot was more effective in improving Gross Motor Function Measure-88D zone scores; and the Lokomat robot was more effective in improving Gross Motor Function Measure-88E zone scores.

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

Key words: cerebral palsy, rehabilitation robot, lower limb motor function, walking, gait, activities of daily living, system evaluation, network Meta-analysis, engineered rehabilitation

中图分类号:

刘兴朝, 胡通, 马艳, 王倩, 魏晓辉, 常万鹏, 于少泓. 康复机器人训练脑性瘫痪患者：改善下肢运动功能效果的Meta分析[J]. 中国组织工程研究, 2025, 29(18): 3925-3933.

Liu Xingzhao, Hu Tong, Ma Yan, Wang Qian, Wei Xiaohui, Chang Wanpeng, Yu Shaohong. Efficacy of rehabilitation robots on lower limb motor function in patients with cerebral palsy: a Meta-analysis[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(18): 3925-3933.

图/表（结果） 8

2.1 检索结果初检共获得2 099篇文献，通过剔除重复文献、阅读文献标题和摘要以及阅读全文复筛后，最终纳入15篇文献[27-41]。文献筛选流程见图2。

2.2 纳入研究的基本特征纳入15篇文献共512例患者[27-41]，其中试验组260例、对照组252例。纳入研究基本特征见表2，纳入研究干预方案和结局指标见表3。

2.3 文献质量评价所纳入15篇文献中9篇报告了具体随机方法[27-28，30-33，35，37，40]，如随机数字表法和随机抽签法(低风险)；3篇文献仅报告随机分配[29，39，41]，未提供具体随机方法(中风险)；3篇文献按照治疗类型、治疗方法和招募时间分配(高风险) [34，36，38]。2篇文献对研究使用分配隐藏(低风险) [40-41]；7篇文献对结果测评使用了盲法(低风险) [28，30-32，39-41]；15篇文献结果数据完整、无选择性报道、其他偏倚风险情况均不清楚[27-41]。具体评价见图3，4。
2.4 Meta分析结果
2.4.1 两组肌力差异 2篇文献共70例患者进行下肢肌肉力量评定[27，33]，各研究间异质性不显著(I2=0%，P > 0.1)，采用固定效应模型，两组肌力评分具有显著差异(SMD=0.38，95%CI：0.10-0.65，P < 0.05)，见表4。
2.4.2 两组MAS评分差异 4篇文献共109例患者采用MAS评分进行肌张力评定[30，32，37，41]。各研究间异质性不显著(I2=0%，P > 0.1)，采用固定效应模型，两组MAS评分差异无显著性意义(MD=-0.08，95%CI：-0.28-0.11，P > 0.05)，见表4。
2.4.3 两组平衡功能差异 6篇文献共338例患者采用BBS或PBS进行平衡功能评定[27-28，30，33，36，41]。各研究间异质性不显著(I2=0%，P > 0.1)，采用固定效应模型，两组平衡功能评分具有显著差异(SMD=0.73，95%CI：0.46-0.99，P < 0.05)，见表4。
2.4.4 两组步速差异 6篇文献共160例患者采用10MWT或步态速度进行步速评定[31，35-37，39-40]。各研究间异质性不显著(I2=20%，P > 0.1)，采用固定效应模型，两组步速评分具有显著差异(SMD=0.52，95%CI：0.22-0.82，P < 0.05)，见表4。
2.4.5 两种步频差异 2篇文献共53例患者进行步频评定[35，37]。各研究间异质性不显著(I2=4%，P > 0.1)，采用固定效应模型，两组步频差异无显著性意义(MD=-3.67，95%CI：-11.99-4.66，P > 0.05)，见表4。
2.4.6 两组步长差异 3篇文献共88例患者进行步长评定[35，37，39]。各研究间异质性不显著(I2=0%，P > 0.1)，采用固定效应模型，两组步长差异无显著性意义(MD=0.02，95%CI：-0.02-0.05，P > 0.05)，见表4。
2.4.7 两组FAC评分差异 2篇文献共53例患者采用FAC评分进行步行功能评定[30-31]。各研究间异质性不显著(I2=34%，P > 0.1)，采用固定效应模型，两组FAC评分具有显著差异(MD=0.47，95%CI：0.05-0.90，P=0.05)，见表4。

2.4.8 两组6MWT评级差异 5篇文献共114例患者采用6MWT评级进行步行距离评定[30-31，36，38，40]。各研究间异质性不显著(I2=0%，P > 0.1)，采用固定效应模型，两组6MWT评级具有显著差异(MD=29.43，95%CI：20.65-38.20，P < 0.05)，见表4。
2.4.9 两组粗大运动功能(站立) GMFM-D评分差异 9篇文献共329例患者采用GMFM-D评分进行粗大运动功能(站立)评定[28-29，31，33-38]。
各研究间异质性显著(I2=59%，P < 0.1)，采用随机效应模型，两组GMFM-D评分具有显著差异(SMD=0.67，95%CI：0.31-1.04，P < 0.05)。根据年龄进行亚组分析，1篇文献不符合年龄要求[34]，共8篇文献纳入亚组分析。学龄前期(3-6岁)组：异质性不显著(I2=0%，P > 0.1)，两组GMFM-D评分高于对照组(SMD=1.17，95%CI：0.83-1.52，P < 0.05)；学龄期(6-15岁)组：异质性不显著(I2=41%，P > 0.1)，两组GMFM-D评分差异无显著性意义(SMD=0.27，95%CI：-0.09-0.62，P > 0.05)，见表4。
2.4.10 两组粗大运动功能(行走与跑跳)GMFM-E评分差异 9篇文献共329例患者采用GMFM-E评分进行粗大运动功能(行走与跑跳)评定[28-29，31，33-38]。各研究间异质性不显著(I2=45%，P < 0.1)，采用固定效应模型，两组GMFM-E评分差异有显著性意义(SMD=0.65，95%CI：0.42-0.87，P < 0.05)。根据年龄进行亚组分析，1篇文献不符合年龄要求[34]，共8篇文献纳入亚组分析。学龄前期(3-6岁)组：异质性不显著(I2=16%，P > 0.1)，试验组GMFM-E评分高于对照组(SMD=1.02，95%CI：0.68-1.35，P < 0.05)；学龄期(6-15岁)组：异质性不显著(I2=25%，P > 0.1)，试验组GMFM-E评分高于对照组(SMD=0.37，95%CI：0.02-0.73，P < 0.05)，见表4。
2.4.11 两组身体结构与功能差异 8篇文献共297例患者进行身体结构与功能水平评定[27-28，30，32-33，36-37，41]。各研究间异质性不显著(I2=35%，P < 0.1)，采用固定效应模型，两组身体结构与功能水平具有显著差异(SMD=0.41，95%CI：0.24-0.58，P < 0.05)。根据年龄进行亚组分析，2篇文献不符合年龄要求[30，32]，共6篇文献纳入亚组分析。学龄前期(3-6岁)组：异质性不显著(I2=11%，P > 0.1)，试验组身体结构与功能评分高于对照组(SMD=0.57，95%CI：0.36-0.78，P <0.05)；学龄期(6-15岁)组：异质性不显著(I2=0%，P > 0.1)，两组差异无显著性意义(SMD=0.13，95%CI：-0.27-0.52， P > 0.05)，见表4。
2.4.12 两组活动水平差异 12篇文献共405例患者进行活动水平评定[28-31，33-40]。各研究间异质性不显著(I2=49%，P < 0.1)，采用固定效应模型，两组活动水平具有显著差异(SMD=0.53，95%CI：0.41-0.65，P < 0.05)。根据年龄进行亚组分析，2篇文献不符合年龄要求[30，34]，共10篇文献纳入亚组分析。学龄前期(3-6岁)组：异质性不显著(I2=0%，P > 0.1)，试验组活动水平优于对照组(SMD=1.09，95%CI：0.85-1.33，P < 0.05)；学龄期(6-15岁)组：异质性不显著(I2=4%，P > 0.1)，试验组活动水平优于对照组(SMD=0.31，95%CI：0.15-0.47，P < 0.01)，见表4。
2.4.13 两组参与水平差异(WeeFim) 3篇文献共74例患者采用WeeFim进行日常生活能力评定[33，40-41]。各研究间异质性不显著(I2=0%，P > 0.1)，采用固定效应模型，两组WeeFim评分具有显著差异(MD=7.86，95%CI：1.54-14.18，P < 0.05)，见表4。
2.5 网状Meta分析结果
2.5.1 采用与下肢运动功能密切相关的GMFM-88D、GMFM-88E、6MWT和步速来比较不同机器人的疗效不同干预措施的网状关系见图5。不同圆点代表不同干预措施，圆点越大，表明此干预措施病例数越多。两圆点之间相连的实线代表二者之间存在直接比较的证据，实线越粗，表明直接比较证据越多。由网状关系图可知，不同干预措施之间不存在三角形闭环，因此无需进行不一致性检验。
2.5.2 概率排名 ①在改善步速方面，不同机器人最佳概率排序为：Innowalkpro (66.9%) > Gait trainer (58.0%) > Lokomat (55.6%) > 3DCalt (45.7%) > 常规康复治疗(23.9%)。②在改善6MWT评级方面，不同机器人最佳概率排序为：Gait trainer(60.8%) > Lokomat(58.1%) > Lokohelp(56.9%) > Innowalkro(45.9%) >常规康复治疗(28.3%)。③在改善GMFM-88D区评分方面，不同机器人最佳概率排序为：Lokohelp(96.3%) > Lokomat(73.3%) > KidGo(55.1%) > 常规康复治疗(26.5%) > Innowalkpro (24.5%) > 3DCalt(24.4%)。④在改善GMFM-88E区评分方面，不同机器人最佳概率排序为：Lokomat (71.2%) > Lokohelp(66.1%) > KidGo(52.6%) > 3DCalt(46.1%) > Innowalkpro(37.4%) > 常规康复治疗(26.7%)。网状Meta分析累计概率见图6。
2.6 不良反应一项研究报道，少数患者在佩戴机器人装置后，因摩擦大腿内根部皮肤而产生轻微不适，休息后缓解，不影响第2天的治疗[30]。另一项研究报道机器人的耐受性良好，除小腿擦伤等小问题外，无不良事件发生[34]。在其他研究中未发现不良反应。

2.7 发表偏倚以GMFM-E评分作为结局指标的研究漏斗图中未见明显的不对称。因此，数据分析结果受发表偏倚的影响较小，见图7。

参考文献

[1] BROMHAM N, DWORZYNSKI K, EUNSON P, et al. Cerebral palsy in adults: summary of NICE guidance. BMJ. 2019;364:l806.
[2] COOPER MS, MACDONALD-LAURS E, ANTOLOVICH GC. Cerebral palsy: A neurodevelopmental disorder with motor disability. Dev Med Child Neurol. 2024. doi: 10.1111/dmcn.15960.
[3] SEWELL MD, EASTWOOD DM, WIMALASUNDERA N. Managing common symptoms of cerebral palsy in children. BMJ. 2014;349:g5474.
[4] SHEKARI Z, SADEGHIAN AFARANI R, FATOREHCHY S, et al. Relationship Between Postural Asymmetry, Balance, and Pain in Children With Spastic Cerebral Palsy. Pediatr Neurol. 2024;155:84-90.
[5] BELIZÓN-BRAVO N, ROMERO-GALISTEO RP, CANO-BRAVO F, et al. Effects of Dynamic Suit Orthoses on the Spatio-Temporal Gait Parameters in Children with Cerebral Palsy: A Systematic Review. Children (Basel). 2021;8(11):1016.
[6] NOVAK I, MORGAN C, ADDE L, et al. Early, Accurate Diagnosis and Early Intervention in Cerebral Palsy: Advances in Diagnosis and Treatment. JAMA Pediatr. 2017;171(9):897-907.
[7] BEKTESHI S, MONBALIU E, MCINTYRE S, et al. Towards functional improvement of motor disorders associated with cerebral palsy. Lancet Neurol. 2023;22(3):229-243.
[8] KORZENIEWSKI SJ, SLAUGHTER J, LENSKI M, et al. The complex aetiology of cerebral palsy. Nat Rev Neurol. 2018;14(9):528-543.
[9] SHIH STF, TONMUKAYAKUL U, IMMS C, et al. Economic evaluation and cost of interventions for cerebral palsy: a systematic review. Dev Med Child Neurol. 2018;60(6):543-558.
[10] 李晓捷,邱洪斌,姜志梅,等.中国十二省市小儿脑性瘫痪流行病学特征[J].中华实用儿科临床杂志,2018,33(5):378-383.
[11] STATES RA, SALEM Y, KRZAK JJ, et al. Three-Dimensional Instrumented Gait Analysis for Children With Cerebral Palsy: An Evidence-Based Clinical Practice Guideline. Pediatr Phys Ther. 2024;36(2):182-206.
[12] DE MIGUEL-FERNÁNDEZ J, LOBO-PRAT J, PRINSEN E, et al. Control strategies used in lower limb exoskeletons for gait rehabilitation after brain injury: a systematic review and analysis of clinical effectiveness. J Neuroeng Rehabil. 2023;20(1):23.
[13] VOLPINI M, AQUINO M, HOLANDA AC, et al. Clinical effects of assisted robotic gait training in walking distance, speed, and functionality are maintained over the long term in individuals with cerebral palsy: a systematic review and meta-analysis. Disabil Rehabil. 2022;44(19):5418-5428.
[14] BONANNO M, MILITI A, LA FAUCI BELPONER F, et al. Rehabilitation of Gait and Balance in Cerebral Palsy: A Scoping Review on the Use of Robotics with Biomechanical Implications. J Clin Med. 2023;12(9):3278.
[15] MANIKOWSKA F, BRAZEVIC S, KRZYŻAŃSKA A, et al. Effects of Robot-Assisted Therapy on Gait Parameters in Pediatric Patients With Spastic Cerebral Palsy. Front Neurol. 2021;12:724009.
[16] ABIDIN N, ÜNLÜ AKYÜZ E, CANKURTARAN D, et al. The effect of robotic rehabilitation on posture and trunk control in non-ambulatory cerebral palsy. Assist Technol. 2022. doi: 10.1080/10400435.2022.2059592.
[17] KIRTON A, METZLER MJ, CRAIG BT, et al. Perinatal stroke: mapping and modulating developmental plasticity. Nat Rev Neurol. 2021;17(7):415-432.
[18] PERPETUINI D, RUSSO EF, CARDONE D, et al. Identification of Functional Cortical Plasticity in Children with Cerebral Palsy Associated to Robotic-Assisted Gait Training: An fNIRS Study. J Clin Med. 2022;11(22):6790.
[19] SUCUOGLU H. Effects of robot-assisted gait training alongside conventional therapy on the development of walking in children with cerebral palsy. J Pediatr Rehabil Med. 2020;13(2):127-135.
[20] PERI E, TURCONI AC, BIFFI E, et al. Effects of dose and duration of Robot-Assisted Gait Training on walking ability of children affected by cerebral palsy. Technol Health Care. 2017;25(4):671-681.
[21] VEZÉR M, GRESITS O, ENGH MA, et al. Evidence for gait improvement with robotic-assisted gait training of children with cerebral palsy remains uncertain. Gait Posture. 2024;107:8-16.
[22] 黄信萍,吴娟妹,吴莹莹,等.下肢康复机器人步态训练对脑性瘫痪儿童下肢功能疗效的Meta分析[J].中国儿童保健杂志,2023,31(11):1241-1247.
[23] LIM JH, KANG EY, PARK SJ, et al. Effects of robot rehabilitation on the motor function and gait in children with cerebral palsy: a systematic review and meta-analysis. J Exerc Rehabil. 2024;20(3):92-99.
[24] AURICH-SCHULER T, WARKEN B, GRASER JV, et al. Practical Recommendations for Robot-Assisted Treadmill Therapy (Lokomat) in Children with Cerebral Palsy: Indications, Goal Setting, and Clinical Implementation within the WHO-ICF Framework. Neuropediatrics. 2015;46(4):248-260.
[25] 姜静远,邱卓英,王国祥,等.世界卫生组织国际健康分类家族在康复中系统应用的方案与路线图[J].中国康复理论与实践,2020,26(11):1241-1255.
[26] 中国康复医学会儿童康复专业委员会,中国残疾人康复协会小儿脑性瘫痪康复专业委员会,中国医师协会康复医师分会儿童康复专业委员会.中国脑性瘫痪康复指南(2022)第一章：概论[J].中华实用儿科临床杂志,2022,37(12):887-892.
[27] 尹宏伟,余永林,杨安琪,等.下肢外骨骼机器人步行训练对痉挛型双瘫脑性瘫痪患儿平衡功能的影响[J].中国康复医学杂志,2024,39(3):340-346.
[28] 熊华春,陈精慧,王军,等.下肢康复机器人训练对痉挛型脑瘫患儿粗大运动功能及平衡功能的影响[J].郑州大学学报(医学版),2021,56(3):370-375.
[29] 金星,孟兆祥,尹正录,等.康复机器人辅助步行训练对脑瘫患儿步行能力的影响[J].中国康复医学杂志,2012,27(9):822-824.
[30] 尹正录,孟兆祥,薛永骥,等.康复机器人辅助步行训练对成年脑性瘫痪患者步行能力的影响[J].中国康复医学杂志, 2017,32(1):97-99.
[31] 马婷婷,张皓.机器人辅助步态训练对痉挛型脑性瘫痪患儿运动和步行功能的效果[J].中国康复理论与实践,2021, 27(11):1260-1265.
[32] 杜森杰,张跃,李红英,等.儿童爬行促通训练机器人在痉挛型双瘫患儿康复中应用的效果[J].中国康复理论与实践, 2018,24(10):1195-1200.
[33] 张雪滢,何娜,黄艳.KidGo外骨骼康复机器人训练对痉挛型脑性瘫痪患儿下肢运动功能的影响[J].中华物理医学与康复杂志,2024,46(2):129-133.
[34] KLOBUCKÁ S, KLOBUCKÝ R, KOLLÁR B. Effect of robot-assisted gait training on motor functions in adolescent and young adult patients with bilateral spastic cerebral palsy: A randomized controlled trial. NeuroRehabilitation. 2020;47(4):495-508.
[35] WALLARD L, DIETRICH G, KERLIRZIN Y, et al. Effect of robotic-assisted gait rehabilitation on dynamic equilibrium control in the gait of children with cerebral palsy. Gait Posture. 2018;60:55-60.
[36] YAZICI M, LIVANELIOĞLU A, GÜCÜYENER K, et al. Effects of robotic rehabilitation on walking and balance in pediatric patients with hemiparetic cerebral palsy. Gait Posture. 2019;70:397-402.
[37] WU M, KIM J, ARORA P, et al. Effects of the Integration of Dynamic Weight Shifting Training Into Treadmill Training on Walking Function of Children with Cerebral Palsy: A Randomized Controlled Study. Am J Phys Med Rehabil. 2017;96(11):765-772.
[38] ROMEI M, MONTINARO A, PICCININI L, et al. Efficacy of robotic-assisted gait training compared with intensive task-oriented physiotherapy for children with Cerebral Palsy.Physical Therapy. 2012;72(15): 1890-1894.
[39] DRUŻBICKI M, RUSEK W, SNELA S, et al. Functional effects of robotic-assisted locomotor treadmill thearapy in children with cerebral palsy. J Rehabil Med. 2013; 45(4):358-363.
[40] SMANIA N, BONETTI P, GANDOLFI M, et al. Improved gait after repetitive locomotor training in children with cerebral palsy. Am J Phys Med Rehabil. 2011;90(2):137-149.
[41] YAŞAR B, ATICI E, AZIM REZAEI D, et al. Effectiveness of Robot-Assisted Gait Training on Functional Skills in Children with Cerebral Palsy. J Pediatr Neurol. 2022;20(3):164-170.
[42] BAX MC, FLODMARK O, TYDEMAN C. Definition and classification of cerebral palsy. From syndrome toward disease. Dev Med Child Neurol Suppl. 2007;109:39-41.
[43] GHAI S, HAKIM M, DANNENBAUM E, et al. Prevalence of Vestibular Dysfunction in Children With Neurological Disabilities: A Systematic Review. Front Neurol. 2019; 10:1294.
[44] MORGAN P, MURPHY A, OPHEIM A, et al. Gait characteristics, balance performance and falls in ambulant adults with cerebral palsy: An observational study. Gait Posture. 2016;48:243-248.
[45] KANASHVILI B, MILLER F, CHURCH C, et al. The change in sagittal plane gait patterns from childhood to maturity in bilateral cerebral palsy. Gait Posture. 2021;90:154-160.
[46] 朱志浩,石斌,王晶.脑瘫步态康复机器人研究进展[J].机器人,2023,45(5):626-640.
[47] 陶璟,霍宇飞,于随然.面向儿童的下肢康复外骨骼机器人研发进展[J].中国康复医学杂志,2021,36(11):1445-1449.
[48] LOBATO GARCIA L, GONZÁLEZ GONZÁLEZ Y, et al. Beneficios de la robótica en la rehabilitación de la marcha en la parálisis cerebral: una revisión sistemática [Benefits of robotics in gait rehabilitation in cerebral palsy: A systematic review]. Rehabilitacion (Madr). 2020;54(2):128-136.
[49] CHIU HC, ADA L, BANIA TA. Mechanically assisted walking training for walking, participation, and quality of life in children with cerebral palsy. Cochrane Database Syst Rev. 2020;11(11):CD013114.
[50] LAPORTA-HOYOS O, FIORI S, PANNEK K, et al. Longitudinal assessment of brain lesions in children with cerebral palsy and association with motor functioning. Eur J Paediatr Neurol. 2024;49:27-34.
[51] HILDERLEY AJ, WRIGHT FV, TAYLOR MJ, et al. Functional Neuroplasticity and Motor Skill Change Following Gross Motor Interventions for Children With Diplegic Cerebral Palsy. Neurorehabil Neural Repair. 2023;37(1):16-26.
[52] JULIEN L, MOREAU-PERNET G, ROCHETTE E, et al. Robot-assisted gait training improves walking and cerebral connectivity in children with unilateral cerebral palsy. Pediatr Res. 2024. doi: 10.1038/s41390-024-03240-1.
[53] BERGER A, HORST F, STEINBERG F, et al. Increased gait variability during robot-assisted walking is accompanied by increased sensorimotor brain activity in healthy people. J Neuroeng Rehabil. 2019;16(1):161.
[54] CRAIG BT, HILDERLEY A, KINNEY-LANG E, et al. Developmental neuroplasticity of the white matter connectome in children with perinatal stroke. Neurology. 2020;95(18):e2476-e2486.
[55] DAN B. Intensive repetitive motor training: how does it work in children with cerebral palsy? Dev Med Child Neurol. 2021;63(9):1008.
[56] REID LB, PAGNOZZI AM, FIORI S, et al. Measuring neuroplasticity associated with cerebral palsy rehabilitation: An MRI based power analysis. Int J Dev Neurosci. 2017;58:17-25.
[57] HANNA SE, ROSENBAUM PL, BARTLETT DJ, et al. Stability and decline in gross motor function among children and youth with cerebral palsy aged 2 to 21 years. Dev Med Child Neurol. 2009;51(4):295-302.
[58] CLOODT E, LINDGREN A, RODBY-BOUSQUET E. Knee and ankle range of motion and spasticity from childhood into adulthood: a longitudinal cohort study of 3,223 individuals with cerebral palsy. Acta Orthop. 2024;95:200-205.
[59] KLOBUCKÁ S, KLOBUCKÝ R, KOLLÁR B. The effect of patient-specific factors on responsiveness to robot-assisted gait training in patients with bilateral spastic cerebral palsy. NeuroRehabilitation. 2021; 49(3):375-389.
[60] DE BENEDICTIS A, ROSSI-ESPAGNET MC, DE PALMA L, et al. Structural networking of the developing brain: from maturation to neurosurgical implications. Front Neuroanat. 2023;17:1242757.
[61] KIM M, PARK C, JEON H, et al. Comparative effects of community-based family-child-centered care and conventional pediatric rehabilitation for cerebral palsy. NeuroRehabilitation. 2021;49(4):533-546.
[62] DIOT CM, YOUNGBLOOD JL, FRIESEN AH, et al. Robot-Assisted Gait Training with Trexo Home: Users, Usage and Initial Impacts. Children (Basel). 2023;10(3):437.

引言

脑性瘫痪 (以下简称脑瘫)是由发育中的胎儿或婴儿大脑发生非进行性损伤引起的一种神经发育障碍，包括运动、感觉、认知、知觉等功能障碍，进而引起继发性的肌肉骨骼问题[1-3]，导致步行能力和平衡功能降低[4]，严重影响患者的日常生活活动能力和生活质量[5-7]。根据临床症状，脑瘫可分为痉挛型、共济失调型、手足徐动型、不随意运动型和混合型[7]。目前，脑瘫是儿童患身体残疾的常见原因[8]，全球约1 700万例1-6岁儿童脑瘫，造成了巨大的社会经济负担[9-10]。临床上针对脑瘫患者常见的干预方式包括神经发育疗法、运动疗法、肌电生物反馈等，虽取得一些疗效，但易受环境和治疗师水平等因素影响，对部分患者效果欠佳[11]。
康复机器人作为一种新的康复干预手段，可以在外部辅助下进行重复、渐进式的功能训练，近年来在脑瘫患者治疗中逐步得到应用[12]，对于改善脑瘫患者运动功能效果显著[13-14]，其基于神经可塑性和运动再学习原理能够通过情景互动的方式进行康复训练，提高患者的步行能力，从而改善脑瘫患者的运动功能[15-17]。
大量研究发现机器人可以改善脑瘫患者的运动控制和步行能力[18-19]。然而，仍存在研究数量较少、结局指标少、治疗效果参差不齐和临床有效性有争议等问题。PERI等[20]认为康复机器人联合常规康复治疗不能为脑瘫患者带来额外的疗效。VEZÉRD等[21]进行的Meta分析显示机器人对于脑瘫患者步行能力的改善并不优于常规康复治疗。目前，在国内外学者进行的相关 Meta 分析中，黄信萍等[22]研究了机器人辅助训练对脑瘫儿童下肢运动功能的影响，但主要结局指标较少，且未对机器人展开进一步分析；LIM等[23]仅纳入了英文文献，且并未对结局指标进行系统评价。该研究通过《国际功能、残疾和健康分类》将各结局指标进行分类编码，通过网状Meta分析评价临床疗效并比较不同机器人的疗效差异，为机器人辅助训练的临床应用提供循证参考[24]。该研究已在PROSPERO国际系统评价注册平台(https://www.crd.york.ac.uk/PROSPERO)注册(CRD42024569652)。

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

材料方法

1 资料和方法 Data and methods
1.1 研究架构采用《国际功能、残疾和健康分类》对脑瘫患者的康复机器人训练结局指标进行整合编码[25]，见表1。
1.2 资料来源
1.2.1 检索人第一作者。
1.2.2 资料库 PubMed、Web of Science、Embase、The Cochrane Library、中国知网、中国生物医学文献数据库、维普和万方数据库中有关康复机器人干预脑瘫患者的随机对照试验。
1.2.3 检索词中文检索词：“脑瘫，脑性瘫痪，机器人，康复机器人，机器人辅助” ，英文检索词：“cerebral palsy，CP，robot*，rehabilitation robots。
1.2.4 检索时限各数据库建库至2024年4月，最后检索日期为2024-04-10。
1.2.5 文献检索策略采用主题词结合自由词方式进行检索，并通过人工检索补充灰色文献等确保检索全面。以PubMed数据库检索为例，见图1。
1.3 纳入与排除标准
1.3.1 纳入标准 ①研究类型：中英文随机对照试验；②研究对象：明确诊断为脑瘫的患者[26]；③干预措施：对照组为常规康复治疗，试验组为机器人或机器人联合常规康复治疗；④结局指标：包括肌力、改良Ashworth痉挛分级量表(modified Ashworth scale，MAS)、Berg平衡量表(Berg balance scale，BBS)、儿童平衡量表(pediatric balance scale，PBS)、粗大运动功能测试量表88项(gross motor function measure-88，GMFM-88)、粗大运动功能测试量表66项(gross motor function measure-66，GMFM-66)的D区(站立)和E区(行走与跑

跳)评分、6 min步行试验(6 minute walking test，6MWT)、10 m步行试验(10 meter walk test，10MWT)、功能性步行量表(functional ambulation category，FAC)、步速、步频、步长、儿童功能独立性评定量表(Wee function independent measurement，WeeFim)中至少一项。
1.3.2 排除标准 ①基础实验、个案报道或学位论文；②会议摘要或重复发表的研究；③无法获取全文；④基线或结果数据不完整。
1.4 资料提取由2名研究者独立进行文献检索、筛选、整理和数据信息的提取，完成后对结果进行交叉核对，意见不同时由研究小组阅读原文后讨论解决。数据提取包括：第一作者、发表年份、研究对象基本信息、干预措施基本信息和结局指标。
1.5 文献质量评价由2名研究者根据Cochrane协作网质量评价工具从选择性偏倚、实施偏倚、随访偏倚、报告偏倚和其他偏倚5个方面评估纳入文献偏倚风险。偏倚风险分为高、低、不清楚3种情况。如有分歧，由研究小组阅读原文后讨论解决。
1.6 结局指标基线指标：文章作者、发表时间、样本数量、年龄、性别、干预措施、脑瘫粗大运动功能(GMFCS)分级和脑瘫类型。主要结局指标：肌力、MAS、Berg、PBS、GMFM-88D、GMFM-88E、GMFM-66 D、GMFM-66E、6MWT、10MWT、FAC、步速、步频、步长、WeeFim。
1.7 统计学分析采用国际Cochrane 协作网的RevMan 5.4软件进行Meta分析。纳入的结局指标均为连续性变量，根据量表或测量方法不同采用均数差(mean differences，MD)或标准化均数差(standardized mean differences，SMD)以及95%置信区间(confidence interval，CI)对效应值进行统计分析。根据I2和P值检验各研究间异质性。若P ≥ 0.05，I2≤50%，认为纳入研究间具有同质性，采用固定效应模型分析；若P < 0.05，I2 > 50%，认为纳入研究间异质性显著，采用随机效应模型分析。通过亚组分析、敏感性分析探讨异质性来源。通过绘制漏斗图评估发表偏倚，如果漏斗图对称，则说明发表偏倚的可能性较低。采用美国得克萨斯州 Stata公司的Stata 16.0软件进行网状Meta分析，绘制网络关系图和累计概率排序图，当证据网络图出现闭环时采用节点分裂法进行不一致性检验，如果直接和间接比较结果差异无显著性意义(P > 0.05)，采用一致性模型进行分析；反之，则采用不一致性模型。由于此研究的证据网络不存在闭环，因此采用一致性模型对结果进行概率分析。根据累计概率排序图对不同机器人的疗效进行比较排序。该研究的统计学方法及数据已经过山东中医药大学生物统计学专家核实。

讨论

3.1 证据总结下肢运动功能障碍是脑瘫患者最常见的症状，肌张力异常、肌力下降、肌肉疼痛等会影响关节活动度和运动控制，降低粗大运动功能[42]。此外，脑瘫患者存在的视觉和前庭功能障碍还会影响平衡功能和步行能力[43]，导致跌倒风险增加和步态异常，具体表现为步速、步频降低，步长、步宽缩短，步行耐力差[44]。常见的异常步态包括剪刀步态、蹲伏步态、划圈步态、跳跃步态等，严重影响脑瘫患者的日常活动和社会参与[45]。因此，下肢运动功能的改善对提高脑瘫患者生活质量至关重要。
机器人作为一种辅助康复工具，能够使脑瘫患者在被动活动和主动参与之间尽量达到一种平衡，相比常规康复训练，脑瘫患者的积极性和参与度更高[46-47]。脑瘫患者还可以根据不同程度功能障碍，选择不同类型机器人如外骨骼型或末端执行器型，并且根据不同治疗需求调整机器人运动参数，更好地满足个性化需要[48-49]。相关研究表明，机器人辅助训练能够给予脑瘫患者特异性感觉信息，改变辅助运动区和前额叶皮质的大脑活动，该区域的多次激活增加可能导致长期的神经可塑性变化，从而改善运动控制和注意力[50-52]。BERGER等[53]在健康人群中研究发现，机器人辅助行走训练导致的步态变化伴随着运动和躯体感觉皮质活动的增加。大脑通过神经系统支配和控制人体的运动，又被运动功能所影响，这种大脑结构与功能之间的相互关系是神经可塑性的基础，有研究发现单侧脑瘫患者对侧大脑半球结构连接性的改变，包括感觉运动皮质和通路、小脑和丘脑体积、髓鞘形成等与感觉运动功能的改变具有一致相关性[54]。康复机器人为患者提供的高强度、重复性神经肌肉活动可能通过大量信号分子对肌肉、周围和中枢神经元、神经胶质细胞和其他结构产生营养和维持作用[55]。在使用过程中，患者能够接收视觉、触觉、本体觉等大量感觉反馈信息，通过整合感觉信息对肢体运动做出及时调整，逐渐向正确的运动模式发展[56]。
Meta分析显示，基于《国际功能、残疾和健康分类》，康复机器人是改善脑瘫患者3个不同维度的有效干预方法，但对步频、步长和肌张力的改善不明显。依据年龄进行亚组分析显示，康复机器人对于学龄期脑瘫患者在身体结构与功能以及粗大运动功能(站立)方面改善不明显。一方面，脑损伤严重程度是影响脑瘫患者粗大运动功能发展的重要因素，粗大运动功能分级越高，粗大运动功能发展上限越高[57]。另一方面，有研究发现，脑瘫患者的膝、踝关节活动度和下肢肌肉长度随年龄增长存在不同程度下降趋势，并受粗大运动功能分级影响[58]，这进一步会影响到活动水平，导致步行能力的下降。此外，不同的机器人类型、训练强度、治疗频率、治疗周期等也会影响到治疗效果[59]，这提示在临床中需要根据康复目标为脑瘫患者设计个性化的康复方案。人体中枢神经系统在6岁时基本成熟，在儿童早期发展阶段，大脑具有较高的可塑性和恢复潜能，通过科学的康复训练，脑瘫患者的运动功能也会伴随着运动皮质的成熟而经历持续发育与优化的过程[60]。因此，在临床中为脑瘫患者尽早开展针对性的康复训练也尤为重要。
网状Meta分析结果显示，在改善步速方面，Innowalkpro机器人效果更优；在改善6MWT评分方面，Gait trainer机器人效果更优；在改善GMFM-D区评分方面，Lokohelp机器人效果更优；在改善GMFM-E区评分方面，Lokomat机器人效果更优。
3.2 研究局限性 ①部分文献未进行分配隐藏和盲法，可能影响分析结果；②文献中干预频率和干预周期各不相同，这可能会对研究结果产生偏差；③研究人群中年龄、疾病严重程度、脑瘫分型存在一定差异，可能对康复疗效有影响；④只有6篇文献进行了随访，且随访时间较短，难以评估机器人对脑瘫患者的长期康复效果；⑤在网状Meta分析中，结局指标未包含所有机器人设备，结果需严谨对待。
3.3 适用性及对未来研究的启示 ①由于脑瘫患者多为未成年，且康复机器人辅助训练大多是在医院的单独房间内进行，对改善患者的活动能力和日常参与作用有限，未来如能应用基于家庭康复或社区康复的机器人或许能为脑瘫患者带来更大帮助[61-62]；②基于《国际功能、残疾和健康分类》中脑瘫患者的身体功能和残疾模式，研究者在临床康复中要充分考虑到环境和个人因素对患者的影响。
3.4 结论基于《国际功能、残疾和健康分类》，康复机器人训练可以改善脑瘫患者下肢运动功能和日常生活活动能力，在改善步速方面，Innowalkpro机器人效果更优；在改善6MWT评分方面，Gait trainer机器人效果更优；在改善GMFM-88D区评分方面，Lokohelp机器人效果更优；在改善GMFM-88E区评分方面，Lokomat机器人效果更优。

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

康复机器人训练脑性瘫痪患者：改善下肢运动功能效果的Meta分析

Efficacy of rehabilitation robots on lower limb motor function in patients with cerebral palsy: a Meta-analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 8

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	张新新, 高克, 谢世栋, 陀浩雯, 经飞跃, 刘卫国. 非手术治疗慢性踝关节不稳者足踝功能和动态平衡能力的网状Meta分析[J]. 中国组织工程研究, 2025, 29(9): 1931-1944.
[2]	付恩洪, 杨行, 梁成, 张小刚, 张亚丽, 靳忠民. 基于OpenSim预测青少年跖屈肌无力的下肢生物力学行为[J]. 中国组织工程研究, 2025, 29(9): 1789-1795.
[3]	王娟, 王广兰, 左会武. 运动疗法对前交叉韧带重建后康复疗效影响的网状Meta分析[J]. 中国组织工程研究, 2025, 29(8): 1714-1726.
[4]	温子星, 徐欣, 朱胜群. 高频超声下老年女性腓肠肌形态参数与身体活动能力的相关性分析[J]. 中国组织工程研究, 2025, 29(5): 1058-1063.
[5]	李哲, 李萍, 张超, 郭广玲. 不同来源间充质干细胞治疗卵巢早衰动物模型疗效的网状Meta分析[J]. 中国组织工程研究, 2025, 29(36): 7898-7908.
[6]	田金鑫, 赵玉欣, 胡通, 崔甜甜, 马丽虹. 经颅磁刺激不同模式干预成人难治性抑郁症的网状Meta分析[J]. 中国组织工程研究, 2025, 29(35): 7639-7648.
[7]	王凯刚, 郝东升, 马沛, 周硕, 李睿敏. 对比不同生物支架用于年轻恒牙牙髓血运重建效果的贝叶斯网状Meta分析[J]. 中国组织工程研究, 2025, 29(34): 7447-7460.
[8]	袁颖嘉, 易艳梓, 李津, 王珂, 王煜, 林天烨, 张庆文, 何伟, 魏秋实. 髋外展肌锻炼对非创伤性股骨头坏死患者三维步态及塌陷率的影响[J]. 中国组织工程研究, 2025, 29(33): 7211-7216.
[9]	张健, 蔡峰, 李婷文, 任鹏博. 基于鱼群算法对运动者疲劳步态的动作识别[J]. 中国组织工程研究, 2025, 29(30): 6489-6498.
[10]	王贺, 于少泓, . 经颅直流电刺激改善脑卒中患者下肢运动功能障碍的Meta分析[J]. 中国组织工程研究, 2025, 29(30): 6556-6565.
[11]	郑翔, 张明兴, 黄雅, 单莎瑞. 生物反馈助力电刺激对慢性非特异性腰痛患者下肢步行功能的改善[J]. 中国组织工程研究, 2025, 29(3): 547-553.
[12]	李佳, 刘倩茹, 邢梦楠, 陈波, 矫玮, 孟兆祥. 不同运动类型对膝骨关节炎患者疗效的网状Meta分析[J]. 中国组织工程研究, 2025, 29(3): 609-616.
[13]	苟艳芸, 侯美金, 江征, 陈少清, 陈祥, 高誉展, 王芗斌. 特发性脊柱侧弯患者步行生物力学特征：三维运动捕捉的横断面分析[J]. 中国组织工程研究, 2025, 29(3): 471-477.
[14]	虞兵兵, 王婷婷, 方俊霖, 郭云, 黄英如. 针灸治疗绝经后骨质疏松症的Meta分析、系统评价和试验序贯分析[J]. 中国组织工程研究, 2025, 29(29): 6305-6316.
[15]	王嘉孺, 张瑛, 杨永, 祁文, 肖华业, 马秋平, 杨连招, 罗自维, 何雅青, 张江银, 韦嘉雯, 孟媛, 谭思连. 基于机器学习脑卒中功能恢复及预后预测模型的系统评价[J]. 中国组织工程研究, 2025, 29(29): 6317-6325.