游戏式与训练式VR认知康复真的不同吗？

两个标签各自承诺了什么

论文从一个实际问题出发：治疗性练习可能有助于延缓认知衰退，但传统的纸笔或计算机程序往往枯燥、难以坚持。VR被提出作为一种替代方案，它能让训练变得沉浸、逼真，使用户产生临场感并保持投入。

在这一替代方案内部，文献把系统分成两类。游戏式系统用奖励、故事和游戏玩法维持用户的动机和参与；训练式系统则聚焦于结构化、有临床依据的练习，目标是功能恢复。论文指出，此前的综述对哪种方式更有效意见不一，而且这些综述都把两个标签当作不同的东西，却没有先检查系统在任何可编码特征上是否真的不同。这个缺口正是本研究直接回答的问题。

34项研究如何被分类

作者遵循PRISMA 2020指南，在四个数据库中检索2015年至2026年间发表的英文研究。最初的检索范围有意放宽，同时覆盖运动康复和认知康复的VR研究；在标题和摘要筛选阶段，范围收窄到针对年龄相关状况、轻度认知障碍、痴呆和阿尔茨海默病的认知康复，仅聚焦运动或身体康复的研究被排除。

从检索到的3166条记录出发，经过去重和筛选，最终有34项研究符合全部标准。这些研究被分成两层：16项对照疗效试验（第一层）用于评估干预效果，18项设计与可行性研究（第二层）描述系统设计，但不提供疗效证据。每项研究都用五个设计特征来描述：干预类型、沉浸程度、反馈方式、难度自适应和硬件，此外还记录人群特征和目标认知领域。

两种范式在哪里重叠

核心结果是这种二分并不成立。沉浸程度、反馈方式、难度自适应和硬件在游戏式与训练式两类之间的分布相似，而且近一半研究采用了混合方式。按作者的解读，范式标签并不能预测一个系统的技术配置。

这影响我们如何理解此前的分歧。如果标签并不能识别出可区分的系统，那么此前综述之间的不一致就不能仅用范式标签来解释。论文认为，差异更可能来自设计特征和研究方法。这是作者对其分类结果的解读，而不是另一项独立的实验发现。

对照试验实际显示了什么

根据论文对这些研究报告结局的汇总，16项对照研究显示出认知改善。重要的限定是，这些获益与设计范式无关。作者转而指出，对照条件选择、结局指标和样本量等方法学选择在观察到的效应中起了关键作用。

论文还具体联系了效应量与比较条件：效应的大小与对照条件的关联比与干预本身更强，被动对照往往会给出被夸大的获益。其建议由此而来：采用在训练剂量和接触时间上相当的主动对照。两项规模最小的研究分别只有10名和18名参与者，因样本太小而未能显示明确结果。

一个七维质量评分

为评估研究质量，作者提出VR-RES（VR康复证据评分），这是一个包含七个维度的框架，每个维度按0到2分计。该框架意在捕捉软件类干预特有的问题，包括系统可复现性、长期效果以及在不同人群中的表现，而RoB 2、Downs and Black清单和GRADE等临床试验工具并不覆盖这些方面。

应用VR-RES后，论文报告此前研究的方法学质量为中等。纵向随访几乎缺失：只有一项对照试验报告了干预后的随访测量。盲法和可复现性受到的关注有限，没有任何系统公开了完整方案和可运行系统。年龄、性别和教育程度等人口学调节因素常被报告却很少被分析；只有两项研究考察了不同人口学子组间的结局。

范式比较为何失效

论文的局限性部分把分类结果与综述文献联系起来。一些此前综述报告游戏式VR具有认知优势，另一些则未发现一致的范式效应。作者指出它们共有一个局限：在比较两种范式之前，都没有评估这些系统是否真的不同。

由于两种范式在五个编码特征上无法区分，论文得出结论：任何范式层面的优势都与设计特征和试验条件相关，而不是与标签相关。论文还指出，此前工作倾向于评估临床有效性，却很少系统分析技术设计，这使得结局难以与特定设计特征建立联系。

未来试验应优先做什么

建议直接来自这两项发现。论文建议不要比较整个范式，而是在单一系统内改变一个设计因素——例如自适应难度与固定难度——从而分离出某个具体特征的作用。论文还呼吁采用在训练剂量和接触时间上匹配的主动对照，并围绕真实效应规划样本量，而不是使用那些产生不明确结果的极小样本组。

更广泛的优先事项是报告与评估的严谨性：具体的设计特征、可复现的系统、更长的随访以及对人口学因素的分析。对比较VR康复研究的读者来说，最具决策意义的要点是：游戏式与训练式的标签几乎不能说明一个系统实际做了什么；编码的设计特征以及试验的对照条件和结局选择携带的信息更多。

本文引用的文献