2.1   检索结果与文献筛选   通过对中、英文数据库的检索，初步获得953篇文献(中文文献122篇，英文文献831篇)。通过EndnoteX20去除重复文献184篇，辅以手动去重后剩余713篇，初步阅读题目和摘要后剩余53篇，阅读全文，根据纳入标准和排除标准最终纳入12篇文献[22-33]，中文文献5篇[22-25，33]，英文文献7篇[26-32]。文献筛选流程图及结果见图2。



2.2   纳入文献基本特征   根据纳入标准和排除标准，共纳入12篇文献，涉及526例患者，其中试验组和对照组各263例。纳入文献的发表时间为2012-2022年，研究国家包括中国、韩国和意大利，干预周期集中在4-10周。纳入文献基本特征见表1。
2.3   纳入文献方法学质量评价   共纳入12篇研究。10项研究均报告了随机序列的产生方法(低风险)[22，24-32]，2项研究仅提到随机分组(风险不清楚)[23，33]；8项研究提及分配隐藏(低风
险)[22，24-26，28-29，31-32]，4项研究未提及分配隐藏(风险不清楚)[23，27，30，33]；1项研究对受试者施盲(低风险)[27]，因干预措施的特殊性，故其余研究均判定为高风险；6项研究对评估者施盲(低风险)[26，28-32]，其余6项研究均未提及是否对评估者施盲(风险不清楚)[22-25，27，33]；所有研究均结果完整和无选择性报告(低风险)。纳入文献整体偏倚风险图，见图3，纳入文献偏倚评价详情图，见图4。
2.4   Meta分析结果   
2.4.1   对帕金森病患者平衡功能的影响
(1)Berg平衡量表：8项研究报告了Berg平衡量表[22-23，25-26，28，30-31，33]，共341例患者(试验组170例，对照组171例)。合并效应量时，异质性检验表明各研究间异质性较大(I2=91%，P < 0.000 01)，对纳入的文献进行敏感性分析，提示PICELL(2015)等[28]可能为敏感性来源，见图5。剔除PICELL(2015)等[28]后，异质性降低为I2=69%，但I2 > 50%，故采用随机效应模型进行分析。结果显示，试验组Berg平衡量表评分高于对照组，具有统计学意义[MD=4.08，95%CI(2.59，5.58)，P < 0.000 01]，见图6。作者推测异质性可能与干预时间有关，纳入研究中干预时间大部分集中于4周，故根据干预时间进行亚组分析，结果显示异质性仍较高，因此，仅对结果进行描述性分析。亚组分析结果显示，治疗周期为4周时[26，28，30-31]，试验组Berg平衡量表评分显著优于对照组，具有统计学意义[MD=3.47，95%CI(0.37，6.56)，P=0.03]，见图7。治疗周期为8周及以上时[22-23，25，33]，试验组Berg平衡量表评分显著优于对照组，具有统计学意义[MD=3.76，95%CI(1.82，5.69)，P=0.000 1]，见图8。以上结果提示干预时间8周及以上机器人辅助步行训练改善帕金森病患者的Berg平衡量表评分结果更明显。
(2)活动平衡信心量表：3项研究采用活动平衡信心量表评估患者的平衡信心[22，28，31]，共140例患者(试验组70例，对照组70例)。合并效应量时，各研究间存在异质性(I2=56%，P=0.11)，见图9。根据纳入患者病程进行亚组分析，剔除PICELL(2015)等[28]的研究后，异质性消失(I2=0%)，采用固定效应模型进行分析，结果显示试验组活动平衡信心量表评分高于对照组，具有统计学意义[MD=5.87，95%CI (3.77，7.97)，P < 0.000 01]，见图10。根据研究使用设备类型、是否使用盲法进行亚组分析，剔除丁文娟等[22]的研究后，异质性消失(I2=0%)，采用固定效应模型进行分析，结果显示试验组活动平衡信心量表评分高于对照组，具有统计学意义[MD=2.84，95%CI(0.75，4.93)，P=0.008]，见图11。
2.4.2   对帕金森病患者步行能力的影响
(1)6 min步行试验：5项研究报告了6 min步行试验距离的变化[23，27，30，32-33]，共252例患








者(试验组和对照组各126例)。合并效应量时，各研究存在重度异质性(I2=96%，P < 0.000 01)，对纳入的文献进行敏感性分析，提示结果比较稳健，见图12。逐一剔除单项研究进行敏感性分析，未发现明显的异质性降低，故采用随机效应模型进行分析。结果显示，试验组6 min步行试验距离明显高于对照组，具有统计学意义[MD=32.62，95%CI(13.41，51.83)，P=0.000 9]，见图13。为探究异质性来源，根据干预时间进行亚组分析，结果显示异质性仍较高，因此，仅对结果进行描述性分析。亚组分析结果显示，治疗周期为4周时[27，30，32]，试验组6 min步行试验距离并不高于对照组[MD=45.96，95%CI(-27.15，119.06)，P=0.22]，见图14。治疗周期为8周及以上时[23，33]，试验组6 min步行试验距离显著高于对照组，具有统计学意义[MD=25.10，95%CI(3.14，47.07)，P=0.03]，见图15。以上结果提示机器人辅助步行训练改善帕金森病患者的6 min步行试验距离与干预时间有关。
(2)起立-行走试验：8项研究均报告了起立-行走试验[22，24-28，32-33]，共387例患者(试验组193例，对照组194例)。合并效应量时，各研究间具又较好的同质性(I2=3%，P=0.41)，故采用固定效应模型进行分析。结果显示，试验组起立-行走试验时间明显少于对照组，具有统计学意义[MD=-1.88，95%CI(-2.58，-1.18)，P < 0.000 01]，见图16。根据干预时间进行亚组分析，结果显示，研究治疗周期为4周的试验组起立-行走试验时间虽然有所减少[24，26-28，31]，但与对照组相比差异无显著性意义[MD=-1.12，95%CI(-2.28，0.05)，P=0.06]，见图17。治疗周期8周及以上试验组起立-行走试验明显少于对照组[22，25，33]，且具有统计学意义[MD=-2.31，95%CI(-3.18，-1.44)，P < 0.000 01]，见图18。以上结果提示机器人辅助步行训练改善帕金森病患者的起立-行走试验与干预时间有关。
2.4.3   对帕金森病患者步态参数的影响
(1)步频：5项研究分析机器人辅助步行训练对步态参数中步频的影响[23-24，29-30，32]，共166例患者(试验组83例，对照组83例)。合并效应量时，各研究间不存在异质性(I2=0%)，故采用固定效应模型分析。结果显示试验组步频明显高于对照组，具有统计学意义[MD=2.98，












95%CI(0.67，5.29)，P=0.01]，见图19。根据干预时间进行亚组分析，亚组分析结果显示，治疗周期为4周时试验组步频明显高于对照组[24，29-32]，且具有统计学意义[MD=5.01，95%CI(0.78，9.23)，P=0.02]，见图20。治疗周期为8周时试验组步频高于对照组[23]，但无统计学意义[MD=2.11，95%CI(-0.65，4.87)，P=0.13]。以上结果提示机器人辅助步行训练改善帕金森病患者的步频干预4周时效果最佳，见图21。
(2)步幅：5项研究分析机器人辅助步行训练对步幅的影响[23-25，30，32]，共186例患者。合并效应量时，各研究间的异质性较高(I2=84%)，逐一剔除单项研究进行敏感性分析，剔除马海玲等[23]的研究后，各研究间不存在异质性(I2=0%)，故采用固定效应模型。试验组步幅明显高于对照组，具有统计学意义[MD=9.11，95%CI(7.06，11.15)，P < 0.000 01]，见图22。根据干预时间进行亚组分析，亚组分析结果显示，治疗周期为4周时试验组步幅明显高于对照组[24，30，32]，且具有统计学意义[MD=9.28，95%CI(7.12，11.44)，P < 0.000 01]，见图23。治疗周期为8周时试验组步幅高于对照组[23，25]，但无统计学意义[MD=4.13，95%CI(-0.30，8.55)，P=0.07]，见图24。以上结果提示机器人辅助步行训练改善帕金森病患者的步幅在干预4周时效果最佳。
(3)步速：3项研究分析机器人辅助步行训练对步速的影响[23-24，29]，共90例患者。合并效应量时，各研究间具有较好的同质性(I2=0%)，故采用固定模型分析。结果显示试验组步速明显高于对照组，具有统计学意义[MD=0.04，95%CI(0.02，0.06)，P=0.000 1]，见图25。根据干预时间进行亚组分析，亚组分析结果显示，治疗周期为4周时试验组步速虽高于对照组，且不具有统计学意义[MD=0.01，95%CI(-0.01，0.21)，P=0.08]，见图26。治疗周期为8周时试验组步速明显高于对照组，具有统计学意义[MD=0.04，95%CI(0.02，0.06)，P=0.000 4]，见图27。以上结果提示机器人辅助步行训练改善帕金森病患者的步速与干预时间有关。
2.4.4   对帕金森病患者下肢运动功能的影响
(1)统一帕金森病评定量表第二部分：机器人辅助步态训练对帕金森病患者统一帕金森病
















评定量表第二部分评分的影响：3项研究采用统一帕金森病评定量表第二部分评估帕金森病患者的日常生活运动功能[23，26-27]，共177例患者。合并效应量时，各研究间的异质性(I2=43%)在可接受范围内，故采用固定效应模型进行分析。结果显示，试验组统一帕金森病评定量表第二部分评分明显低于对照组，具有统计学意义[MD=-2.05，95%CI(-2.55，-1.55)， P < 0.000 01]，见图28。根据干预时间进行亚组分析，亚组分析结果显示，治疗周期为4周[MD=-3.55，95%CI (-5.61，-1.49)，P=0.000 7]与8周[MD=-1.96，95%CI(-2.48，-1.44)，P < 0.000 01]的试验组统一帕金森病评定量表第二部分评分明显低于对照组，且均具有统计学意义，见图29，30。以上结果提示干预4周时机器人辅助步行训练改善统一帕金森病评定量表第二部分评分效果最佳。
(2)统一帕金森病评定量表第三部分：机器人辅助步态训练对帕金森病患者统一帕金森病评定量表第三部分的影响：7项研究采用统一帕金森病评定量表第三部分评估帕金森病患者的整体运动功能[22-24，26-28，31]，共347例患者(试验组173例，对照组174例)。合并效应量时，各研究间具有中度异质性(I2=67%)，敏感性分析发现，剔除KIM等[26]、夏敏等[24]的研究后，异质性降低(I2=50%，P=0.09)，异质性在可接受范围内，故采用固定效应模型进行分析。结果显示：试验组统一帕金森病评定量表第三部分评分明显低于对照组，具有统计学意义[MD=-3.73，95%CI(-4.17，-3.29，P < 0.000 01]，见图31。根据干预时间进行亚组分析，亚组分析结果显示，治疗周期为4周[MD=-2.66，95%CI(-3.47，-1.85)，P < 0.000 01]与8周[MD=-3.85，95%CI(-4.32，-3.38)，P < 0.000 01]
时试验组统一帕金森病评定量表第三部分评分明显低于对照组，且均具有统计学意义，见图32，33。以上结果提示干预4周时机器人辅助步行训练改善统一帕金森病评定量表第三部分评分与干预时间有关。
2.5   发表偏倚分析   所有结果中，关于起立-行走试验时间的文献最多，故以起立-行走试验时间为例进行漏斗图分析。结果显示试验组和对照组间起立-行走试验时间比较的漏斗图不完全对称，提示纳入的研究可能存在一定的小样本效应及发表偏倚，见图34。

[1] JANKOVIC J, TAN EK. Parkinson’s disease: etiopathogenesis and treatment. J Neurol Neurosurg Psychiatry. 2020;91(8):795-798. [2] HAYES MT. Parkinson’s disease and parkinsonism. Am J Med. 2019;132(7):802-807. [3] OPARA J, MAŁECKI A, MAŁECKA E, et al. Motor assessment in Parkinson’s disease. Ann Agric Environ Med. 2017;24(3):411-415. [4] CUI ML, LIU XH, LL Y, et al. Static Posture Instability as a Sensitive Biomarker for Motor Abnormalities in Pre-ataxic Spinocerebellar Ataxia Type 3 Patients. Mov Disord. 2025;40(4):642-650. [5] BALASH Y, PERETZ C, LEIBOVICH G, et al. Falls in outpatients with Parkinson’s disease: frequency, impact and identifying factors. J Neurol. 2005; 252(11):1310-1315.  [6] ZHAO HY, HAN JT, HU DH, et al. A randomized controlled trial on the effect of exercise prescription based on a progressive mode in treating elderly patients with lower limb dysfunction after deep burns. Zhonghua Shao Shang Yu Chuang Mian Xiu Fu Za Zhi. 2023;39(12): 1122-1130.  [7] KOHLE F, STARK C, KIVNTER HD, et al. Peripheral neuropathy, an independent risk factor for falls in the elderly, impairs stepping as a postural control mechanism: A case-cohort study. J Peripher Nerv Syst. 2024;29(4):453-463.  [8] KIM SK, PARK D, YOO B, et al. Overground Robot-Assisted Gait Training for Pediatric Cerebral Palsy. Sensors (Basel). 2021;21(6):2087. [9] CHAI A. Pleiotropic neurotransmitters: neurotransmitter-receptor crosstalk regulates excitation-inhibition balance in social brain functions and pathologies. Front Neurosci. Front Neurosci. 2025;19:1552145. [10] ZENG X, QIU XC, MA YH, et al. Integration of donor mesenchymal stem cell-derived neuron-like cells into host neural network after rat spinal cord transection. Biomaterials. 2015;53:184-201. [11] HUSSAIN S, XIE SQ, LIU G. Robot assisted treadmill training: mechanisms and training strategies. Med Eng Phys. 2011;33(5):527-533. [12] CAO J, XIE SQ, DAS R, et al. Control strategies for effective robot assisted gait rehabilitation: the state of art and future prospects. Med Eng Phys. 2014;36(12):1555-1566. [13] BHARDWAJ S, KHAN AA, MUZAMMIL M. Lower limb rehabilitation robotics: The current understanding and technology. Work. 2021;69(3):775-793. [14] FANG CY, TSAI JL, LI GS, et al. Effects of Robot-Assisted Gait Training in Individuals with Spinal Cord Injury: A Meta-analysis. Biomed Res Int. 2020;2020:2102785. [15] CALAFIORE D, NEGRINI F, TOTTOLI N, et al. Efficacy of robotic exoskeleton for gait rehabilitation in patients with subacute stroke: a systematic review. Eur J Phys Rehabil Med. 2022;58(1):1-8. [16] PEREZ-DE LA CRUZ S. Use of Robotic Devices for Gait Training in Patients Diagnosed with Multiple Sclerosis: Current State of the Art. Sensors (Basel). 2022;22(7):2706. [17] YUN SJ, LEE HH, LEE WH, et al. Effect of robot-assisted gait training on gait automaticity in Parkinson disease: A prospective, open-label, single-arm, pilot study. Medicine (Baltimore). 2021;100(5):e24348. [18] GALLI M, CIMOLIN V, DE PANDIS MF, et al. Robot-assisted gait training versus treadmill training in patients with Parkinson’s disease: a kinematic evaluation with gait profile score. Funct Neurol. 2016;31(3):163-170. [19] SLADE SC, FINKELSTEIN DI, MCGINLEY JL, et al. Exercise and physical activity for people with Progressive Supranuclear Palsy: a systematic review. Clin Rehabil. 2020;34(1):23-33. [20] ALWARDAT M, ETOOM M, Al DAJAH S, et al. Effectiveness of robot-assisted gait training on motor impairments in people with Parkinson’s disease: a systematic review and meta-analysis. Int J Rehabil Res. 2018;41(4):287-296. [21] PICELLI A, CAPECCI M, FILIPPETTI M, et al. Effects of robot-assisted gait training on postural instability in Parkinson’s disease: a systematic review. Eur J Phys Rehabil Med. 2021;57(3):472-477. [22] 丁文娟,梁成盼,苏敏.下肢康复机器人对帕金森病患者平衡功能影响的研究[J]. 中国康复医学杂志,2022,37(4):494-500. [23] 马海玲,何清,吴召军,等.下肢康复机器人联合视听觉训练对帕金森病患者步态的影响[J]. 中国社区医师,2020,36(35):158-159. [24] 夏敏,詹增土,蔡国恩,等.帕金森病患者全自动下肢机器人训练前后的三维步态分析[J]. 中华神经科杂志,2018,51(7):504-509. [25] 陈登钟,苏小燕.下肢机器人步态训练对帕金森患者的疗效观察[J]. 中国医疗器械信息,2016, 22(23):50-52. [26] KIM H, KIM E, YUN SJ, et al. Robot-assisted gait training with auditory and visual cues in Parkinson’s disease: A randomized controlled trial. Ann Phys Rehabil Med. 2022;65(3):101620. [27] CAPECCI M, POURNAJAF S, GALAFATE D, et al. Clinical effects of robot-assisted gait training and treadmill training for Parkinson’s disease: a randomized controlled trial. Ann Phys Rehabil Med. 2019;62(5):303-312. [28] PICELLI A, MELOTTI C, ORIGANO F, et al. Robot-assisted gait training is not superior to balance training for improving postural instability in patients with mild to moderate Parkinson’s disease: a single-blind randomized controlled trial. Clin Rehabil. 2015;29(4):339-347. [29] SALE P, DE PANDIS MF, LE PERA D, et al. Robot-assisted walking training for individuals with Parkinson’s disease: a pilot randomized controlled trial. BMC Neurol. 2013;13:50. [30] PICELLI A, MELOTTI C, ORIGANO F, et al. Robot-assisted gait training versus equal intensity treadmill training in patients with mild to moderate Parkinson’s disease: A randomized controlled trial. Parkinsonism Relat Disord. 2013; 19(6):605-610.  [31] PICELLI A, MELOTTI C, ORIGANO F, et al. Does robotic gait training improve balance in Parkinson’s disease? A randomized controlled trial. Parkinsonism Relat Disord. 2012;18(8):990-993. [32] PICELLI A, MELOTTI C, ORIGANO F, et al. Robot-Assisted Gait Training in Patients With Parkinson Disease: A Randomized Controlled Trial. Neurorehabil Neural Repair. 2012;26(4):353-361. [33] 刘燕平,陈美云. Lokomat 下肢康复机器人对改善帕金森病患者步行能力的疗效研究[J]. 中国康复,2017,32(1):30-32. [34] BLANDINI F, NAPPI G, TASSORELLI C, et al. Functional changes of the basal ganglia circuitry in Parkinson’s disease. Prog Neurobiol. 2000; 62(1):63-88. [35] MARINO G, CAMPANELLY F, NATALE G, et al. Intensive exercise ameliorates motor and cognitive symptoms in experimental Parkinson’s disease restoring striatal synaptic plasticity. Sci Adv. 2023; 9(28):eadh1403.  [36] 彭瑾, 刘宇, 王晓慧. 运动因子对帕金森病运动障碍的改善作用及机制[J]. 生物化学与生物物理进展,2025,52(9):2332-2345. [37] ESQUENAZI A, PACKEL A. Robotic-assisted gait training and restoration. Am J Phys Med Rehabil. 2012;91(11 Suppl 3):S217-S227;quiz S228-S231. [38] HALPERIN O, ISRAELI-KORN S, YAKUBOVICH S, et al. Self-motion perception in Parkinson’s disease. Eur J Neurosci. 2021; 53(7):2376-2387. [39] AACH M, CRUCIGER O, SCZESNY-KAISER M, et al. Voluntary driven exoskeleton as a new tool for rehabilitation in chronic spinal cord injury: a pilot study. Spine J. 2014;14(12):2847-2853. [40] STUART S, MANCINI M. Prefrontal Cortical Activation With Open and Closed-Loop Tactile Cueing When Walking and Turning in Parkinson Disease: A Pilot Study. J Neurol Phys Ther. 2020; 44(2):121-131. [41] PTAK R, SCHNIDER A, FELLRATH J. The Dorsal Frontoparietal Network: A Core System for Emulated Action. Trends Cogn Sci. 2017;21(8):589-599. [42] HERZ DM, EICKHOFF SB, LOKKEGAARD A, et al. Functional neuroimaging of motor control in Parkinson’s disease: a meta-analysis. Hum Brain Mapp. 2014;35(7):3227-3237. [43] WESTERBERG E, MOLIN CJ, LINDBLAD I, et al. Physical exercise in myasthenia gravis is safe and improves neuromuscular parameters and physical performance-based measures: A pilot study. Muscle Nerve. 2017;56(2):207-214. [44] TOSSERAMS A, WEERDESTEYN V, BAL T, et al. Cortical Correlates of Gait Compensation Strategies in Parkinson Disease. Ann Neurol. 2022; 91(3):329-341. [45] QIAN Y, FU X, ZHANG H, et al. Comparative efficacy of 24 exercise types on postural instability in adults with Parkinson’s disease: a systematic review and network meta-analysis. BMC Geriatr. 2023;23(1):522.  [46] LORENZO-GARCIA P, CAVERO-REDONDO I, TORRES-COSTOSO AI, et al. Body Weight Support Gait Training for Patients With Parkinson Disease: A Systematic Review and Meta-analyses. Arch Phys Med Rehabil. 2021;102(10):2012-2021. [47] JAKOB V, KVDERLE A, KLUGE F, et al. Validation of a Sensor-Based Gait Analysis System with a Gold-Standard Motion Capture System in Patients with Parkinson’s Disease. Sensors (Basel). 2021; 21(22):7622. [48] SIMIS M, UYGUR-KUCUKSEYMEN E, PACHECO-BARRIOS K, et al. Beta-band oscillations as a biomarker of gait recovery in spinal cord injury patients: A quantitative electroencephalography analysis. Clin Neurophysiol. 2020;131(8):1806-1814. [49] KHALILIYAN H, SHARAFATVAZIRI A, SAFAEEPOUR Z, et al. Gait and muscle activity measures after biomechanical device therapy in subjects with ankle instability: A systematic review. Foot (Edinb). 2024:59:102083. [50] YIN W, JING Z, DING J, et al. Stride-wise Adaptive Assistance Strategy for Ankle Exoskeleton Under Varying Walking Conditions. IEEE Trans Neural Syst Rehabil Eng. 2025. doi:10.1109/TNSRE.2025.3602098 [51] INKSTER LM, ENG JJ, MACINTYRE DL, et al. Leg muscle strength is reduced in Parkinson’s disease and relates to the ability to rise from a chair. Mov Disord. 2003;18(2):157-162. [52] YOKOTE A, HAYASHI Y, YANAMOTO S, et al. Leg Muscle Strength Correlates with Gait Performance in Advanced Parkinson Disease. Intern Med. 2022; 61(5):633-638. [53] 许梦圆, 陈涛, 孟徐, 等. 帕金森病运动症状量化评估的研究进展[J]. 中华神经科杂志, 2020, 53(10):845-854.

[1]	何易祥, 乔万佳, 王文己. 氨甲环酸与氨基己酸在全髋和全膝关节置换过程中有效性和安全性的Meta分析[J]. 中国组织工程研究, 2026, 30(9): 2361-2369.
[2]	刘金龙, 阿卜杜吾普尔•海比尔, 白 臻, 苏丹阳, 苗 鑫, 李 菲, 杨晓鹏. 不同非手术方法治疗青少年特发性脊柱侧凸效果的系统综述与网状Meta分析[J]. 中国组织工程研究, 2026, 30(9): 2370-2379.
[3]	高 峰, 张 俊, 余文君, 单于玉婧, 赵 乐, 胡雨婷, 王俊华, 刘永富. 佩戴腕手矫形器对脑卒中患者手功能障碍作用的Meta分析[J]. 中国组织工程研究, 2026, 30(8): 2124-2131.
[4]	王振泽, 刘奋德, 张 瑞, 李武军. 间充质干细胞治疗下肢动脉硬化闭塞症：系统评价和Meta分析[J]. 中国组织工程研究, 2026, 30(7): 1869-1876.
[5]	刘 欢, 曾少鹏, 陈 珺, 贺琳茜, 杨 迎, 章 京. 衰老相关的葡萄糖代谢失调：癌症和神经退行性疾病的十字路口[J]. 中国组织工程研究, 2026, 30(6): 1527-1538.
[6]	曹新燕, 于子夫, 冷晓轩, 高世爱, 陈金慧, 刘西花. 重复经颅磁刺激和经颅直流电刺激对脑瘫患儿运动功能及步态影响的网状Meta分析[J]. 中国组织工程研究, 2026, 30(6): 1539-1548.
[7]	郑 银, 吴振桦, 张 成, 阮可馨, 刚骁琳, 汲 泓. 免疫吸附治疗类风湿关节炎的安全性和有效性：网状Meta分析和系统评价[J]. 中国组织工程研究, 2026, 30(5): 1260-1268.
[8]	陈 强, 伍文娟, 江舒华, 黄 达. 体育锻炼改善烧伤患者身体功能的系统评价与Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1269-1281.
[9]	冷晓轩, 赵玉欣, 刘西花. 不同神经调控刺激方式改善帕金森病患者非运动症状的网状Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1282-1293.
[10]	温小龙, 翁锡全, 冯 瑶, 曹文燕, 刘玉倩, 王海涛, . 炎症对2型糖尿病患者血清抗菌多肽及铁代谢相关参数影响的Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1294-1301.
[11]	蒋 阳, 彭 皓, 宋艳萍, 姚 娜, 宋粤渝, 尹兴晓, 李艳琪, 陈奇刚. 等长运动降低静息血压：调节因素与剂量效应的荟萃分析[J]. 中国组织工程研究, 2026, 30(4): 975-986.
[12]	孙嘉禾, 史冀鹏, 朱天瑞, 权赫龙, 徐红旗. 运动对肌少症及其合并症老年人影响的Meta分析[J]. 中国组织工程研究, 2026, 30(4): 997-1007.
[13]	杨媛媛, 周珊珊, 成小菲, 冯露叶, 汤继芹. 非侵入性脑刺激治疗脑卒中后下肢运动功能障碍的网状Meta分析[J]. 中国组织工程研究, 2026, 30(4): 1008-1018.
[14]	杨 鹏, 徐铖菡, 周英杰, 柴旭斌, 禚汉杰, 栗 林, 师锦玉. 骨质疏松性椎体压缩性骨折椎体强化术后残余背痛危险因素的Meta 分析[J]. 中国组织工程研究, 2026, 30(3): 731-739.
[15]	周 晶, 粟东明, 杨 丹. 骨骼肌细胞外基质衰老机制及潜在应对策略[J]. 中国组织工程研究, 2026, 30(28): 7364-7369.

帕金森病是一种常见的好发于老年人的神经退行性疾病，其主要病理特征为中脑黑质致密部多巴胺能神经元的缺失，以运动症状和非运动症状为临床表现[1-2]。帕金森病患者运动功能障碍常表现为平衡障碍、运动迟缓、姿势不稳及步态异常等[3]，其下肢运动功能障碍主要与基底节-皮质环路异常有关，基底节对运动皮质的调控减弱导致步态启动困难、步幅缩短及平衡稳定性下降[4]。据统计，约85%的帕金森病患者存在步态异常，跌倒风险是健康老年人的3倍[5]，其下肢运动功能障碍很大程度上升高了患者的跌倒风险，患者的日常生活活动能力、社会参与能力因此降低，严重影响其生活质量[6-7]。如何减轻帕金森病患者的运动功能障碍，成为亟待解决的问题。
随着人工智能技术、生物医学工程和机器人的不断进步，康复机器人逐渐成为临床康复常用技术手段，机器人辅助步行训练借助外骨骼或末端执行器用于支撑体质量和控制躯干，通过预先编程好的步行模式再现正常的步态运动学、步态周期、肢体和关节间的协调，预设规律的步态模式可以增加黑质致密部多巴胺能神经元的活性，增强运动控制环路的功能，同时刺激引起脑源性神经生长因子的释放和通过调节神经递质受体活性[8-9]，从而帮助神经元的修复和神经网络的重建来改善运动控制环路，纠正基底节-皮质环路异常[10]，增加运动皮质兴奋性，从而改善步态启动延迟，促进正常运动功能的恢复[11-13]。目前，机器人辅助步行已经用于神经系统患者的康复训练中，在提高脊髓损伤[14]、脑卒中[15]、多发性硬化症患者运动功能的疗效已经得到证实[16]。但机器人辅助步行训练对帕金森病患者的平衡功能、步行能力、异常步态方面的改善作用由于设备种类、干预周期、干预参数和受试者疾病严重程度的不同存在较大争议[17-18]。以往的系统综述和Meta分析存在纳入研究质量较低、样本量较少、结局指标单一等问题[19-21]，关于机器人辅助步行训练是否改善帕金森病患者的步行运动功能尚无定论，国内关于此主题的高质量、综合性Meta分析尚不多见。
文章纳入中英库数据库内该领域的高质量随机对照试验并进行Meta分析，重点探讨机器人辅助步行训练对帕金森病患者平衡功能、步态参数的影响，并通过常见干预时长进行亚组分析明确干预周期的效应，为临床方案优化提供依据。
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

1   资料和方法   Data and methods
1.1   资料来源   
1.1.1   检索者   第一作者。
1.1.2   资料库   采用计算机检索Web of science、PubMed、Embase、Cochrane Library、中国知网、维普期刊资源整合服务平台、万方数据库。
1.1.3   检索词   中文检索词为“帕金森”“帕金森病”“帕金森氏病”“帕金森综合征” “帕金森病综合征”“机器人”“康复机器人”“下肢康复机器人”“外骨骼机器人” “下肢运动功能”；英文检索词为“Parkinson disease”“Parkinson′s disease”“PD”“parkinsonism”“paralysis agitans”“robotic”“Robotics”“exoskeleton robot”“robotic-assisted balance(gait)training”“rehabilitation robot”“lower limb rehabilitation robot training”“Rehabilitation-assisted robot”“Lower Extremity” “lower extremity dysfunction”“RCT”。
1.1.4   检索时间范围   各数据库建库至2025-04-20。
1.1.5   文献检索策略   采用主题词与自由词相结合的方式，以PubMed数据库为例，见图1。
1.2   入组标准

1.2.1   纳入标准   ①研究对象符合国际运动障碍协会，年龄≥18岁；②研究类型：机器人

辅助步态训练对帕金森病患者平衡、运动及步态干预的随机对照试验；③干预措施：对照组采用除机器人辅助步态训练以外的其他训练(常规康复、药物治疗)；试验组为单独机器人辅助步态训练，或联合对照组的干预措施；④已发表文献。
1.2.2   排除标准   ①非随机对照试验；②未报告结局指标；③数据无法提取利用，且无法获得者；④无法获取全文；⑤重复发表及未发表文献。
1.3   数据提取   按照纳入标准和排除标准，2名研究者使用ENDNOTE X20软件进行独立的文献筛选和文献一般特征的提取。文献一般特征包括：第一作者、年份、国家、样本容量、性别比、干预方法、干预周期、结局指标。如意见不一致时，与第3位研究者商讨，共同决定。
1.4   文献质量评价   由2名研究者独立根据Cochrane风险偏倚风险评估工具，根据Cochrane风险偏倚风险评估工具，运用Review manager 5.3软件对纳入研究进行偏倚风险评估。有歧义时，与第3位研究者商讨，共同决定。
Cochrane风险偏倚风险评估工具包括7项：①选择偏倚：随机序列的产生；②选择偏倚：分配隐藏；③实施偏倚：研究者和受试者施盲；④测量偏倚：评估者施盲；⑤随访偏倚：结局数据的完整性；⑥报告偏倚：选择性报告结局指标；⑦其他偏倚。
1.5   结局指标   ①平衡功能指标：Berg平衡量表、活动平衡信心量表；②运动功能指标：6 min步行试验、起立-行走试验；③步态参数：步速、步频；④下肢运动功能：统一帕金森病评定量表第二部分、统一帕金森病评定量表第三部分。
1.6   统计学分析   采用Review manager 5.3软件进行统计学分析。此次研究结局指标均为连续型变量，使用加权均数差(mean difference，MD)或标准化均数差(standard mean difference，SMD)进行效应量的合并，同时计算所有结局指标的95%置信区间(confidence interval，CI)。使用I2值和P值判断各研究间异质性检验，当I2 ≤ 50%，P ≥ 0.1时，显示各研究间具有同质性，采用固定效应模型进行Meta分析；当I2 > 50%，P < 0.1时，显示各研究间具有异质性，则进行亚组分析或敏感性分析确定异质性来源，经上述处理后，仍存在异质性，采用随机效应模型进行Meta分析。显著性水平α=0.05。文章统计学方法已经过山东中医药大学生物统计学专家核实。

帕金森病是全球仅次于阿尔茨海默症的第二大常见神经退行性疾病，主要病理特征为中脑致密区黑质多巴胺能神经元进行性坏死和路易小体的形成，改变了基底节(尤其是壳核)的功能[34]，基底节参与姿势的稳定性、运动表现、运动学习与运动控制，其功能的改变导致帕金森病患者下肢运动功能的减退，限制患者的参与能力。因此，改善患者的下肢运动功能是康复的主要目标。有研究发现，运动改善帕金森运动障碍的机制与其调控的运动因子有关[35]，运动可以刺激中枢神经系统分泌脑源性神经营养因子和胶质细胞源性神经营养因子，还可刺激骨骼肌分泌鸢尾素(irisin)等，而脑源性神经营养因子、胶质细胞源性神经营养因子、鸢尾素的表达水平又与运动持续时间等密切相关。机器人辅助步行训练是根据特定任务活动、高重复训练和多传感刺激的策略开发的，通过重复运动，以促进皮质重组和神经可塑性[36-37]。此文从循证医学角度出发，采用Meta分析的方法回顾机器人辅助步行训练对帕金森病患者下肢运动功能的影响，证实机器人辅助步行训练可以明显提高帕金森病患者的平衡功能和步行能力，改善患者的步态参数，增强患者的下肢运动功能。
3.1   机器人辅助步行训练对帕金森病患者平衡功能的影响   平衡功能的保持是正常行走能力和日常生活活动表现的基本要素，与疾病的预后、跌倒风险、死亡率等密切相关，平衡功能障碍是帕金森病患者最严重的运动症状之一，但对多巴胺能疗法对平衡功能的改善疗效并不显著[38]。此次Meta分析结果显示，试验组Berg平衡量表评分、活动平衡信息量表评分均显著优于对照组，提示机器人辅助步态训练可以有效提高帕金森病患者的平衡功能，增强患者的活动平衡信心。Berg平衡量表是衡量平衡能力的有力指标，对Berg平衡量表的Meta结果进行敏感性分析，剔除PICELLI(2015)等[28]后异质性I2由91%降低为69%，推测异质性来源可能是PICELLI(2015)等[28]中纳入患者的年龄和病程，根据研究过程中是否使用盲法进行敏感性分析，结果显示剔除马海玲等[23]、丁文娟等[22]、刘燕平等[33]、陈登钟等[25]后异质性I2为88%，推测异质性来源不是是否使用盲法。对活动平衡信息量表评分的Meta结果进行敏感性分析，剔除PICELLI(2015)等[28]的研究后，异质性I2从56%降为0%，PICELLI(2015)等[28]的研究中纳入患者的病程较久，疾病程度较重，这可能是异质性的潜在来源，剔除丁文娟等[22]的研究后，异质性I2从56%降为0%，异质性来源可能与丁文娟等的研究中使用的机器类型、未使用盲法有关。此次研究活动平衡信息量表评分的结果与ALWARDAT等[20]的不同，可能与此次研究纳入的文献质量较高、未纳入自身前后对照试验有关。帕金森病患者存在不同程度的本体感觉障碍，在下肢表现为踝关节位置觉减退、足底压力感受器的敏感性降低，加重患者的姿势不稳定。机器人辅助步行训练装置设有固定的步态模式，通过连续重复的步行训练增加中枢性本体感觉输入[39]，训练过程中配合及时的视觉反馈，两者结合共同激活机体的姿势调控系统，调控躯干和下肢肌肉的协调收缩，从而改善患者的平衡功能，提高姿势稳定性。
3.2   机器人辅助步行训练对帕金森病患者步行能力的影响   步行能力是影响生活质量和日常生活的重要因素，帕金森病患者行走时表现为运动启动困难、运动耐力降低、运动迟缓等，限制患者的活动能力，增加患者的跌倒风险[40]。6 min步行试验距离是一种亚极量运动耐力测试，可以充分反映帕金森病患者的运动耐力，起立-行走试验时间用于衡量帕金森病患者步行和平衡的综合能力，此次Meta结果显示，试验组6 min步行试验距离、起立-行走试验时间时间均显著优于对照组，证明机器人辅助步态训练可以有效提高帕金森病患者的步行能力。6 min步行试验距离、起立-行走试验时间的亚组分析结果均显示机器人辅助步行训练提高帕金森病患者步行能力的效果有干预周期有关，4周的机器人辅助步行训练并不能改善帕金森病患者的步行能力，8周及以上的机器人辅助步行训练后，患者的步行能力明显提高，提示帕金森病患者临床使用机器人辅助步行训练时，8周及以上的干预周期更有利于患者步行能力的恢复。
帕金森病患者的大脑网络和步行能力存在相关性，在早期，患者大脑功能的连通性降低[41]，机器人辅助步行训练可能通过大脑可塑性来改善步态，脑电图信号显示，机器人辅助步行训练时，前额叶和顶叶的功能连接增加[42]。WESTERBERG等[43]认为长时间、高强度的重复性训练对髓鞘再生、发展新的神经突触至关重要，机器人辅助步行训练通过特定的高强度重复性训练促进中枢神经系统的代偿和重组，激发肌肉协同作用和大脑的可塑性。
补偿策略是帕金森病患者康复的重要组成部分，机器人辅助步行训练时，重复性步态节律给患者提供外部本体感觉线索提示。
TOSSERAMS等[44]利用高密度脑电图观察在不同补偿策略下，帕金森病患者行走时大脑皮质的功能活动变化，发现外部提示、内部提示和动作观察均导致皮质活动的改变。QIAN等[45]的脑电图研究证实外部提示减少大脑感觉运动区β带的活动，表明感觉运动区皮质活动性增加。机器人辅助步行训练基于患者外部提示，通过额侧纹状体回路调节执行注意，帮助患者从自动控制模式转向目标导向的运动控制，通过代偿机制绕过受损严重的基底节回路，以此提高患者的步行能力。机器人辅助步行训练通过更平衡地激活髋关节伸肌和屈肌，刺激脊髓水平的中枢模式发生器[46]，增强运动控制能力，减少肌肉共同收缩，改善下肢肌肉抑制模式，提高运动功能。
3.3   机器人辅助步行训练对帕金森病患者步态参数的影响   3D步态分析显示，帕金森病患者步态特征表现为步速下降、步幅缩短、步态的变异性增加等[47]。此次Meta结果显示，试验组步速、步频、步幅均显著优于对照组，机器人辅助步行训练明显改善了帕金森病患者的步态参数，纠正异常步态。在步幅分析中，剔除马海玲等[23]的研究后，各研究间不存在异质性(I2=0%)，作者推测异质性来源可能与纳入患者的病程分期有关。研究显示，机器人辅助步态训练一方面可诱导更强的中央中线mu(8-
13 Hz)和低β(14-20 Hz)节律调制调节神经振荡活动[48]，另一方面可改变步行过程中肌肉激活的时间和模式，从而优化肌肉激活模式达到优化步态参数的目的[49-50]。INKSTER等[51]的研究显示，帕金森病患者的步态特征表现为躯干、髋关节、膝关节屈肌和伸肌以及踝跖屈肌肌力低于健康人。YOKOTED等[52]发现患者步速的降低与下肢肌肉力量的降低独立相关，其他步态参数如步幅、步频等与步速呈正相关。研究显示机器人辅助步行训练帕金森病患者步速结果为[MD=0.04，95%CI(0.02，0.06)，P=0.000 4]，提示机器人辅助步行训练具有临床价值。机器人辅助步态训练可明显提高患者的下肢肌力，这也是改善患者步态参数的原因。
3.4   机器人辅助步行训练对帕金森病患者下肢运动功能的影响   帕金森病临床症状的评估以损伤量表和综合量表为主[53]，统一帕金森病评定量表是评估帕金森病患者严重程度的“金标准”。统一帕金森病评定量表第二部分用于评估日常生活活动能力，第三部分用于运动功能受损程度。研究显示，统一帕金森病评定量表第三部分的Mtea结果显示在去除KIM等[26]和夏敏等[24]研究后I2=50%，KIM等[26]异质性来源可能与纳入患者的国家、干预设备类不同和夏敏等[24]采用视听联合训练可能干预混杂导致异质性。此次Meta结果显示，试验组统一帕金森病评定量表第二部分和统一帕金森病评定量表第三部分均显著低于对照组，提示机器人辅助步行训练提高患者的日常生活活动能力，减轻患者的运动功能损伤程度，这与患者平衡功能、步行能力和步态参数的改善有关。
此研究严格Meta分析的规范进行，但仍存在以下局限性：①纳入的研究大多属于小样本量研究，影响结果的准确性；②部分纳入研究未提及样本量的计算方法、随机分组方法、分配隐藏以及干预措施特殊性导致施盲困难，存在偏倚风险；③纳入研究的时间跨度大，影响结果的真实性；④试验设计、对照组干预方式、试验组干预频率、周期等不完全一致，纳入各个研究间存在异质性；⑤检索文献语种仅为中英文，检索不全面。
3.5   对未来研究的启示   文章通过Meta分析方法发现机器人辅助步行训练对帕金森病患者的下肢运动功能疗效不尽相同，能够为临床帕金森病患者下肢运动功能的治疗提供参考。但不同病程、H&Y分期等调整减重比例、步行速度等参数可能会对疗效产生一定的影响。未来需开展大样本、多中心、高质量随机对照试验，探索机器人辅助步行训练最佳干预参数与周期，并结合脑电图、功能性磁功能和神经影像学技术，解析其对下肢运动神经通路的重塑机制，探讨干预方案、患者病程是否会影响疗效并开展长期随访研究，明确远期疗效及对跌倒预防的持续作用，为临床精准康复提供依据。
3.6   机器人辅助步态训练可行性分析   在医疗资源有限地区，帕金森病患者常面临设备短缺、训练资源不足的困境，但机器人辅助步态训练具有技术适配性、成本可控性、场景灵活性和效益可持续性等优点。突破了高端设备运维能力和专业康复师数量不足的限制，便携式机器人辅助步态训练解决了需要固定场地、专业安装与维护的问题；自动匹配训练方案也降低人力依赖，患者自主操作占比更高；部分城市已经将机器人辅助步态训练项目纳入医保，为中低收入人群优化支付体系。
3.7   结论   机器人辅助步行训练可改善帕金森病患者运动功能障碍，具体表现为提高平衡、增强步行能力、纠正异常步态参数，推荐8周及以上机器人辅助步行训练作为帕金森病患者下肢康复方案。机器人辅助步行通过“重复性、精准化、个性化”的步行训练改善帕金森病患者的核心运动障碍，进而减少身体对生活质量的限制，打破因运动能力下降而陷入的低沉情绪，缓解焦虑，打破社交隔离，提高生活水平。未来随着设备成本降低、技术升级(如便携式步态机器人)，其在帕金森病患者康复中的应用场景将更广泛，对生活质量的改善潜力也将进一步释放。
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

此次研究的核心特点为：①方法学严谨：采用Cochrane偏倚风险评估工具，对12篇随机对照试验(526例患者)进行质量把控，借助Revman 5.3软件完成效应量合并与异质性分析，针对Berg平衡量表(I²=91%)等高异质性指标，通过敏感性分析与亚组分层保障结果可靠。②指标体系全面：构建“平衡功能-步行能力-步态参数-下肢运动功能”四维评价体系，涵盖Berg平衡量表、6 min步行试验、步速/步幅/步频及统一帕金森评定量表第二、三部分评分等9项核心指标，全方位捕捉疗效，规避单一指标局限。③证据来源广泛：检索PubMed、Web of Science等7大中英文数据库，纳入2012-2022年中国、韩国、意大利等国研究，兼顾外骨骼机器人、G-EO机器人等设备类型，提升结论普适性。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

	阅读次数
	全文
	摘要