数字技术在痴呆症和轻度认知障碍患者非药物认知和心理社会干预中的应用：一项范围综述 - 认知障碍

摘要

目的

本范围综述的目的是识别、地理映射并了解新型数字技术如何用于提供认知训练和心理社会干预，旨在保护痴呆症患者和轻度认知障碍(MCI)患者的认知和日常功能，并改善其幸福感。

设计

通过在七个数据库（EMBASE、Scopus、CINAHL Complete、PubMed、Dimensions、APA PsychInfo）中检索2012年至2025年12月的文章，确定了114篇符合纳入标准的研究。我们遵循Joanna Briggs研究所的指南和框架。筛选按照PRISMA-SCR指南进行，并涉及7个阶段的7名评审员。

结果

本综述分析了114篇文章，发现了8种主要的数字技术类别，这些技术专注于符合我们纳入/排除标准的干预交付方法。其中，游戏化技术、应用程序和基于网络的方法是最常研究的。一种新兴技术是基于虚拟现实的交付。在所包含的研究中，技术干预对认知、功能和幸福感结果的有效性证据存在很大异质性。研究在干预设计、实施方式以及测量的结果类型和数量方面也存在很大差异。

结论

本综述支持大多数用于认知和心理社会干预的数字干预措施正在开发和测试，用于在训练专业人员的实时监督下管理，而不是用于无人监督的家庭环境。尽管如此，适合家庭使用的如游戏化任务、应用程序和基于网络/互联网的方法被发现是最突出的数字干预接口。基于虚拟现实(VR)的干预，例如使用简单的头戴设备，也必须被视为具有高潜力的家庭使用干预工具，通过认知-身体训练（结合身体-运动游戏-和认知训练）来缓解行动受限问题。

引言

全球快速使用数字技术的趋势正在改变我们社会的许多方面，随着社会进入老龄化阶段，这促使政府和相关利益相关者重新思考整体医疗服务，特别是针对患有神经退行性疾病的老年人。据估计，全球有超过5500万人患有痴呆症（痴呆症患者-PwD）：这一数字预计到2030年将增加到7800万。随着痴呆症患者人数的增加，为多种形式的医疗服务提供充分支持的挑战也越来越大，并帮助减轻痴呆症带来的财务和社会影响。这一问题最近因新冠疫情而凸显出来：突显了为痴呆症患者和认知障碍老年人提供定制和特定提供者的数字支持和护理（包括现场和家庭护理）的必要性（参见[2]）。为应对这一挑战，近年来出现了各种数字技术，试图取代或补充更传统的诊断、干预和一般健康监测方法[3]。例如，用于诊断的智能手机和平板电脑数字游戏化任务[4]和长期监测[5]；心理社会治疗的数字形式（如认知刺激疗法[6]）；远程医疗（例如[2]）；用于认知评估和训练的虚拟和增强现实[7]；用于记忆训练场景的人机交互[8]，以及用于日常监测和支持认知及社交功能的基于云的工具，例如智能家居[9]。

文献综述

对数字医疗日益增长的兴趣反映在近年来发表的关于数字技术用于医疗服务的系统评价数量上。例如，[10]回顾了关于精神病学中使用数字游戏干预的证据。关于痴呆症，最近有两项综述聚焦于照顾者。[11]对针对改善痴呆症患者照顾者心理健康的科技证据进行了范围综述；[12]对关于照顾者使用为痴呆症患者开发的数字技术的知识/教育研究进行了系统综述。也有少数综述聚焦于痴呆症患者和可能患有或未患有认知障碍的老年人。[13]回顾了用于痴呆症筛查的移动应用程序的证据，而[14]回顾了用于痴呆症患者认知评估、监测和训练的特定数字技术的证据。具体来说，他们回顾了移动（智能手机和平板）应用程序、可穿戴技术和智能家居系统的证据。最近，[15]对痴呆症患者和MCI的数字医疗技术进行了范围综述，包括诊断、干预和支持照顾者。作者观察到，自2015年以来，解决数字医疗技术的研究数量有所增加。该综述还得出结论，需要考虑最终用户的特点，以确定可用技术的适用性和潜在有效性。尽管在过去十年中有少数关于痴呆症和/或老年人的数字医疗文献综述，但需要更聚焦于痴呆症患者和MCI的数字干预综述，提供更深入的实施信息（例如，最终用户特点、环境），并捕捉任何为非药物干预开发或实施的新技术，因为技术发展速度很快。

具体来说，上述综述缺乏有助于识别开发、研究和实施中的差距并能更深入了解如何最好地使用和进一步开发这些技术以支持或提供非药物干预的关键背景信息。一个这样的关键背景因素是技术开发/使用地理分布，因为各国数字素养存在显著差异[16,17]。例如，在欧洲，北欧国家超过90%的老年人每周使用互联网，而南欧和东欧国家则不到50%的老年人报告每周使用互联网[18]。各国在国家战略目标、基础设施、激励结构和数字健康开发与实施投资方面也存在重要差异[19]。例如，在北欧背景下，瑞典政府在2018年提出了一项3.5亿瑞典克朗的拨款，供市政当局使用数字和辅助技术为痴呆症患者提供社会护理，以帮助减轻痴呆症的影响。另一个关键背景因素是干预的部署地点（例如，养老院、日间护理中心或最终用户的私人家庭），这对接入、可扩展性和治疗依从性有重要影响[20,21]。我们已经知道，治疗处方的依从性是医疗保健中的一个主要问题，有证据表明约50%的慢性病患者未能完全依从[22]，老年人面临更高的不依从风险[23]。此外，对于患有MCI或痴呆症的人的认知训练，通常不是综述的重点（例如[24]）。我们知道，与老年人长期计算机化认知训练(CCT)的依从性受数字素养（先前的计算机使用经验）和地点等因素影响，这与是否有健康专业人员或照顾者的监督密切相关[25]。一般来说，考虑特定技术与依从性的关系至关重要，因为它们有可能通过提高参与度和提供监督手段来改善对认知干预的依从性，特别是在家庭环境中[26,27]。

此外，鉴于医疗保健技术开发和应用研究的快速增长[15]，这一趋势因最近的疫情而进一步加速，需要不断更新和总结研究证据。更新现有证据的一种方法是在考虑最近综述的基础上，重点关注更新或新技术（例如虚拟现实和机器人技术）或"较旧"（可能已经商业化）技术的新应用或发展。例如，使用台式计算机或网络技术的计算机化认知训练(CCT)已经存在数十年，并且已有用于家庭或医疗保健环境的商业化解决方案。然而，一些更传统的CCT技术现在正在整合游戏化元素以提高参与度和依从性，或者正在测试其在与更新的脑刺激技术或其他数字/非数字组件结合时的潜在增强效果，这些组件包括社交化或照顾者的协作。

目标

为解决上述差距，我们进行了一项范围综述，以识别、地理映射并了解数字技术如何用于为痴呆症和轻度认知障碍(MCI)患者提供或/和支持非药物干预，这些干预聚焦于认知训练、认知干预或心理社会干预。为相关最近综述提供的证据做出贡献，我们关注更新或新技术，或更成熟数字技术的新发展/应用。对新颖性的关注要求首先进行范围综述，然后才能调查适合系统综述的有效性问题。我们还总结了证据，考虑除用户特点外的背景因素，以评估和定性总结技术在干预背景下的潜在有效性证据。鉴于目前尚无痴呆症治愈方法，我们聚焦于旨在以下方面的认知训练和心理社会干预：1）尽可能长时间维持痴呆症患者的认知和日常功能以及整体幸福感；2）通过干预MCI人群预防或延迟痴呆症的发作，MCI被视为健康衰老和痴呆症之间的临床阶段[15]。具体来说，我们研究了关于为改善痴呆症和MCI患者的认知、日常功能和/或幸福感结果提供或支持不同形式认知和心理社会干预的数字技术文献；考虑地理分布、技术类型、部署地点和服务用户特点。本范围综述解决了以下研究问题：

RQ1: 哪些形式的新型数字技术正用于MCI和痴呆症患者的认知和心理社会干预？
RQ2: 特定技术是否在特定环境（例如日间护理中心vs家庭）和患者亚群（例如痴呆症vs MCI）中实施/研究？
RQ3: 技术使用的地理分布是什么？在欧洲及更广泛地区，技术的开发/研究/实施存在哪些差距？
RQ4: 在改善认知、功能或幸福感结果的干预背景下，有哪些关于不同技术潜在有效性的证据？

方法和材料

搜索策略

根据JBI的三步搜索策略建议，我们的方法如下：第1步包括初始探索性搜索'播种'（试点），使用不同数据库并收集两次修订搜索字符串种子的关键字；第2步涉及：使用第1步的种子字符串进行词频搜索（n-gram搜索）；对关键字和索引术语的分析导致了第二个搜索字符串；第3步涉及雪球法，以找到额外的相关文献。

第1步，通过初始使用控制术语（医学主题标题），七位专家评审员产生了一个初始广泛的候选字符串，附加了技术的自由文本术语。在评审员实体出席的工作坊中进行了两次迭代，讨论术语使用，然后根据找到的记录进行修改。它遵循PCC方法，在我们的范围综述背景下定义为：P = 人口，C(I) = 概念（干预），C(T) = 背景（技术）。我们使用与P和C(I)相关的医学主题词（MeSH术语）和用于"播种"初始试点搜索的基于Scopus的广泛数字和术语。初始字符串为：

("dementia" OR "Alzheimer*" OR "MCI" OR "mild cognitive impairment") AND ("cognitive training" OR "cognitive intervention" OR "psychosocial intervention*" OR "cognitive stimulation") AND ("digi*" OR "computer*" OR "web*" OR "technolog*")

其中AND布尔运算符用于分离各自的P、C(I)和C(T)术语。

第2步，我们随后对标题、摘要和关键字使用词频分析（1-2个单词），使用Tera词频算法（

基于上述方法，最终使用的搜索字符串为：

我们还运行了额外的搜索，使用已知术语如exergame、exergaming和serious games，但这并未影响n-gram频率搜索中找到的术语。

最相关和全面的数据库用于搜索与我们范围综述相关的关键字（见图1. "Identification"）：EMBASE、Scopus、CINAHL Complete、PubMed、Dimensions、APA PsychInfo。初始搜索于2022年2月进行，于2025年12月完成。由于我们想确保搜索字符串捕获所有新技术，我们在搜索之间的长时期内通过咨询该领域技术和痴呆症/认知障碍领域的其他专家和研究人员来完善我们的搜索策略。第3步，我们还利用（初始搜索）雪球技术对在上述数据库中识别出的论文中引用的论文进行了单一迭代搜索。为此，我们使用了ResearchRabbit软件（www.researchrabbit.ai）。完整的初始电子搜索字符串可在S1表中找到。根据Covidence检查的阶段间评分者间一致性（Covidence 2022），标题和摘要筛选达到84%（8对评审员），全文筛选达到74%（6对评审员）。此外，6名评审员用于提取，3名评审员用于最终一致性检查。

纳入标准

标题和摘要筛选：我们的纳入标准如下：i）发表在同行评审的学术期刊上的扩展论文；ii）2012-2025年发表（对于初始搜索，我们选择了2012-2022年的10年时间跨度作为提取基于新技术的论文的任意截止日期）；iii）包含关于干预的新实证数据（定性或定量）的论文；iv）以英语、瑞典语、挪威语、丹麦语或西班牙语发表（与本范围综述作者的母语一致）；v）参与者被诊断为MCI或痴呆症（所有类型的痴呆症），基于国际标准；vi）痴呆症/MCI诊断不是其他神经系统疾病的合并症（例如帕金森病）；vii）包含认知或心理社会非药物干预方法；viii）包含数字/技术开发/部署。

全文筛选和数据提取：在第二轮筛选阶段（见图1，"Screening: Reports assessed for eligibility"），从标题-摘要筛选中包含的参考文献进一步在全文级别上进行了审查，并应用了以下排除标准：i）排除非干预研究：除非可行性或可用性研究旨在进入完整干预；ii）低质量：未充分考虑伦理实践，痴呆症或MCI诊断标准未指定或不符合国际指南，不是完整的期刊论文或扩展会议论文；iii）错误结果：不产生新数据（如前所述，但特别排除原型、协议）或结果不关注心理社会、认知、幸福感方面；iv）错误目标人群：参与者未被诊断为MCI或痴呆症，或痴呆症/MCI诊断是其他神经系统疾病的合并症；v）非新型数字技术或开发或应用；用于交付/支持干预的技术已经商业化，且不包含任何增强干预的新型数字或应用组件；vi）评论或不报告新实证数据的论文。

我们采用了以下3个标准来评估技术是否因非新颖性而被排除。这些标准是在项目开始时（2022年2月）进行的工作坊中决定的：

非新型数字化或"新型应用"：例如，超越基本PC"界面"的心理学任务：

不排除具有新应用的"旧"数字化方法；
不排除处于更高成熟阶段的"旧"数字化方法，例如新的FDA批准示例；

非临时应用：例如，基于距离的方法，可能由于新冠疫情，且不打算作为长期解决方案；
非仅计算机屏幕界面：数字技术可以是软件或硬件，但不仅仅是计算机屏幕，除非使用新型软件（或应用程序），即第1点。

我们将新型应用定义为：产生原始数据的技术，通过试点研究、干预、验证研究或可行性研究，旨在改善患者的社交功能、认知或幸福感。

研究选择

从标题和摘要筛选搜索阶段识别的参考文献，去除重复项后，n = 2654（见图1）。六位作者（QL、SN、PG、AV、MD、IK）参与了此次评审，两名评审员组成一对审查每个全文参考文献。另一位作者（RL）解决了所有冲突。

数据提取

我们遵循PRISMA-SCR（系统综述和Meta-Analyses扩展用于范围综述的首选报告项目）[28]的检查表，该检查表在报告中涉及遵循20个项目，其特征为标题、摘要、引言、方法、结果、讨论和资金。我们还受到Joanna Briggs研究所（JBI）进行范围综述的方法（例如[29]）的指导。软件Covidence（Covidence系统综述软件，2022）用于筛选和从通过搜索识别的论文中提取数据。

数据提取受到JBI提取模板（

提取的论文（114篇）按作者列出，并根据高级别类别进行分类：i）目标人群；ii）参与者数量；iii）设计；iv）干预类型，涉及研究评估的干预类型或预期研究（可行性、原型开发）的潜在干预类型；v）部署，涉及技术是设计用于个人使用还是与他人一起使用；vii）研究环境；viii）技术类型（见S2表）。

综合

我们使用了[30]范围综述框架——由Peters等人（2015）[29]增强——，该框架涉及三个步骤：a）对多个书目数据库进行系统文献搜索，b）使用一组纳入/排除标准识别和选择相关论文，c）呈现研究结果的叙述性综合，称为"图表证据"。文章的质量关键评估未进行，因为范围综述不需要；尽管如此，我们在筛选阶段排除了质量低的文章（根据我们的纳入/排除标准），并且未包含那些是同一作者另一篇包含文章的缩短版本（或没有新数据）的文章，我们在检查时考虑了使用的人群和获得的结果。我们遵循[28]的PRISMA-SCR（系统综述和Meta-Analyses扩展用于范围综述）检查表报告结论和研究结果。

我们以简洁的叙述方式表格化并总结了每个干预的内容。我们包括对关键模式和观察的叙述性描述，并产生总结研究级别证据，以便我们回答研究问题。

最后，我们遵循临床研究综述PICO框架来综合证据：

患者、人群或问题
患者或人群的特征是什么（人口统计学、风险因素、既往病史等）？
感兴趣的状况或疾病是什么？
干预
对此患者或人群考虑的干预是什么？
对照
干预的替代方案是什么（例如，安慰剂、不同药物、手术）
结局
包括哪些结局（例如，生活质量、临床状态变化、发病率、不良影响、并发症）？

我们根据搜索和纳入标准遵循PICO如下：

P（人群）：这由我们的搜索字符串涵盖：（"dementia" OR "Alzheimer*" OR "MCI" OR "mild cognitive impairment"）

I（干预）：这由搜索字符串涵盖：（"cognitive training" OR "cognitive intervention" OR "psychosocial intervention*" OR "cognitive stimulation"） AND （"digi* OR computer* OR web* OR technolog*"）

C（对照）：这由我们的纳入标准涵盖，其中仅包含产生干预后新数据的研究。在这些情况下，对照组是干预前/后组，或另一个基线组（例如，健康人群或另一个对照组）。由于我们的综述并非明确关注审查任何特定干预的效果，我们在搜索策略中未明确界定对照组。

O（结局）：这由我们的筛选过程涵盖，我们只对报告认知、幸福感、功能结局的干预感兴趣，或设计为未来报告这些结局的第一步（例如，可行性、试点研究）。

结果

从2012年到2025年12月的提取结果显示，每年发表的论文数量总体呈上升趋势，在2024年达到峰值（14篇论文）——见图2。

需要注意的是，由于初始文献搜索（图1中的"Identification"阶段）于2025年12月7日进行，报告的2025年（12篇）论文数量不包括搜索日期后发表的任何论文。

研究特点

研究特点的摘要见表1。

关键（其中不言自明）：最终用户/人群 - MCI（轻度认知障碍），aMCI（遗忘性MCI），AD（阿尔茨海默病），SMI（主观记忆障碍），SCD（主观认知衰退），VaDementia（血管性痴呆），CI（认知障碍），ND（神经系统障碍），ESD（早期痴呆），HC（健康对照）；研究设计 - RCT（随机对照试验），NRES（非随机实验研究），MPED（混合对实验设计）；干预类型 - CT（认知训练），tDCS（经颅直流电刺激），BCI（脑机接口），rTMS（重复经颅磁刺激）；技术类型 - DESK（台式机），GT（游戏化技术），ROB（机器人）；环境 - NH（养老院），CLIN（诊所），H（家庭），DC（日间护理中心），NS（未指定），LAB（实验室）。

在所有提取的研究中，大多数是公共资助的（64.9%，n = 74）。较小比例被归类为无赞助（6.1%，n = 7）或行业赞助（5.3%，n = 6）。11.4%的研究（n = 13）未报告资金详情。相当多的少数（12.3%，n = 14）获得了其他非公共、非行业来源的支持，包括注册慈善机构、私人基金会、大学研究基金和医院附属拨款。两项研究（1.7%）报告了公共-行业联合资金。

表2展示了我们用于分类技术的定义。

需要注意的是，FOOT在一项研究[63]中使用，因此该技术的描述特别针对该研究中使用的设备。CT = 认知训练；CS = 认知刺激。

关于这些研究中针对的人群（见表3），大多数研究涉及轻度认知障碍患者（PwMCI）。在包含的114项研究中，66.7%（n = 76）涉及PwMCI，而43.9%（n = 50）涉及痴呆症患者（PwD）。这包括12项（10.54%）在两组人群中实施干预的研究（例如[38,39,43,106,139,140,143,145]）。

某些技术更常用于特定人群。虚拟现实（VR）干预在PwMCI（22次）中比在PwD（10次）中更常测试，有五项研究包括两组人群。游戏化任务（GT）也观察到类似趋势，在PwMCI（21次）中比在PwD（15次）中更常针对。总体而言，这些趋势显示对PwMCI的新型数字干预更多关注，而针对痴呆症人群的特定技术研究相对较少。

关于地理分布，本范围综述涵盖的114项研究分布在29个国家（见表4）：14个欧洲国家（奥地利、爱沙尼亚、法国、德国、希腊、意大利、荷兰、挪威、波兰、葡萄牙、斯洛伐克、西班牙、瑞士和英国），10个亚洲国家（中国、香港、印度、以色列、日本、约旦、巴基斯坦、韩国、台湾、土耳其），3个北美国家（加拿大、墨西哥、美国）和2个大洋洲国家（澳大利亚、新西兰）。没有符合综述标准的研究来自非洲，或中美洲或南美洲。总体而言，114项研究中的44项（38.6%）（部分或全部）在亚洲进行：23项研究在韩国（贡献最多研究的单一国家），6项在台湾，6项在中国，2项在印度，2项在以色列，1项分别来自日本、巴基斯坦、印度、约旦和土耳其。美国和意大利各自在国家级别上贡献了第二高数量的研究（各12项）。51项研究在至少一个欧洲国家进行。其中只有10项在可视为非西欧国家的国家进行（希腊5项，波兰3项，斯洛伐克1项，爱沙尼亚1项）。五项希腊研究中的一项[140]是在多地点干预中进行的，也涉及意大利、挪威和西班牙。欧洲研究分布主要由西欧国家主导，如意大利（12项研究，包括多国试验）、西班牙（7项）、德国（6项）、法国（5项）和英国（4项）。在北欧国家中，只有挪威通过[140]报告的多地点干预贡献了一项研究。

游戏化或基于游戏的干预（GT）被证明是全球范围内最常研究的技术类型，在29个包含国家中的21个至少使用了一次。GT在10个亚洲国家中的6个（除以色列、日本、约旦和土耳其外所有国家）和除两个欧洲国家（奥地利和爱沙尼亚）外的所有欧洲国家中部署。移动或平板应用程序（APP）具有第二广泛的地理分布，在29个国家中的19个实施，随后是基于网络的技术（WEB）和基于计算机的应用程序（DESK），分别在13个和12个国家研究。十个国家实施了虚拟现实（VR）。使用此技术的研究主要集中在亚洲，占27个VR实例中的15个：韩国贡献了10个VR研究，中国（3个）和台湾（2个）占其余在亚洲的部分。在欧洲，六个国家贡献了10个VR应用：意大利（3个）、希腊（2个）、荷兰（1个）、爱沙尼亚（1个）、波兰（1个）和葡萄牙（2个）。墨西哥（1个）是包含研究中除亚洲或欧洲外唯一应用VR的国家。尽管被归类为新兴技术，但机器人的使用（ROB）相比之下明显有限，只有四项研究在PwMCI或PwD的干预中实施此技术：新西兰[96]、法国[120]、意大利[102]和韩国[93]各一项。

数字干预的特点

从主摘要表（见表1）中，我们确定了八种用于为PwD和MCI提供认知和心理社会干预的不同类型技术。这些技术的分布见图3。在提取的114项研究中，共使用了148种技术。三种主要技术占研究中使用的技术总数的大多数（95/149，或63.7%）：i）移动或平板应用程序（23.1%），ii）游戏或游戏化任务（22.51%），iii）虚拟现实（18.4%）。基于网络的应用程序和基于台式机/笔记本电脑的软件分别占所有技术使用的17.7%和13.6%。然而，重要的是要注意114项研究中有32项（28%）使用了多种技术，通常将技术组合在一起。例如，[137]使用移动触摸屏应用程序（APP）提供游戏化任务（GT），[39]在多个欧洲站点的多领域认知训练计划中结合GT和APP，[43]在混合认知-运动训练协议中整合了VR和DESK组件。

使用基于网络（WEB）数字技术的干预示例是[45]中描述的"KODRO"平台。KODRO平台是一个基于网络的服务，包括一系列针对各种认知领域的认知练习。这些认知练习设计得与日常生活相关（即认知练习以某种方式与日常活动相关）。本研究中的干预设置为由神经心理学家管理的小组会议（与MCI患者），神经心理学家能够远程设置每个参与者的个人难度级别，并监控平台上每个参与者在所有训练会话中的表现指标和反馈。在[38]中，部署了一个网络服务系统，该系统集成并注册了物理和认知训练（适应"Posit Science"认知训练）的性能，在PwD和MCI的随机对照试验中使用。物理训练使用"Wii Balance Board"或"Wii Remote"的运动游戏进行，涉及有氧运动（"徒步"和"骑行"训练）和无氧运动（基于力量的练习）以及多种平衡训练任务（例如，"跳台"）。[54]中最近的基于网络的干预示例评估了通过在线平台向MCI老年人提供的结构化多领域认知训练计划。其他基于网络的系统强调结构化远程可访问性和自动会话管理。例如，[107]通过允许参与者远程完成预定会话的在线平台交付结构化多领域认知训练计划，同时自动记录表现指标。

可观察到（见图3），一种持续一致使用的技术是移动或平板专用应用程序（APP）。关于使用此类技术的干预，[106]使用了为语音和/或认知缺陷患者开发的Constant Therapy程序，用于PwD的家庭干预。Constant Therapy程序通过触摸屏平板设备访问，由一系列旨在提高各种认知技能的认知练习组成，参与者在一周内自行按自己节奏完成。当参与者在特定练习上持续获得高分（3次80%+）时，这些练习会增加难度。该应用程序还监控认知任务的练习进度和时间，由研究工作人员远程监控，工作人员每周与参与者进行检查。最近，[49]开发了一种新型移动游戏化认知应用程序，包含自适应难度调整，报告了PwMCI工作记忆和处理速度的改善。这里提取的几项研究还在各种环境和干预持续时间内使用了基于平板的应用程序，包括在老年人独立生活中心的4周干预[98]（PwMCI），在养老院居民中的12周干预[31]（痴呆症），在家庭中进行的8周多领域游戏化认知训练计划[50]，以及在[144]中为阿尔茨海默病提供的6个月基于平板的多模式干预。后者完全在家中结合了认知和物理迷你游戏，每周有监督检查。同样，[86]使用移动/平板应用程序向记忆诊所环境中的MCI人群提供多领域CCT，而[93]将五个基于平板的认知训练程序集成到家庭部署的社交机器人平台中，展示了在不同技术组合和环境中的应用程序交付的灵活性。其他APP干预强调了可行性和实际可用性。例如，[86]检查了养老院环境中基于平板的认知训练，重点关注依从性和工作人员支持的实施，而[109]将认知练习与运动双任务组件集成，以解决步态-认知互动，作为功能、多领域数字康复的一种方法。

使用游戏化任务/游戏（GT）的新型干预的几个示例可在[44,53]和[143]中找到。在后者研究中，作者创建并测试了一个使用虚拟超市环境的游戏化任务，使用虚拟现实（VR）头显部署。在这里，参与者被要求记住一份日常物品的简短清单，然后进行20秒的数字排序任务，再"进入"虚拟超市购买他们记住的购物清单上的物品。这个游戏化任务还为用户提供增加此任务难度的机会，前提是之前的级别表现令人满意。[134]同样在痴呆症护理环境中实施了游戏化认知刺激计划，专注于结构化任务交互而非沉浸式交付。最近，[107]在MCI人群的沉浸式VR环境中整合了游戏化任务，结合了认知迷你游戏、冥想和物理任务。同样，[43]使用游戏化3D多目标跟踪（3D-MOT）任务训练MCI和轻度痴呆老年人的感知认知技能。[113]将互动式、游戏式的执行和处理速度挑战应用于MCI和主观认知衰退个体，通过基于任务的自适应模块进行结构化进度。

关于新型台式机或笔记本电脑应用程序（DESK），[49]研究了认知刺激台式机程序的可接受性，该程序完全通过语音输入进行交互。在这里，设计用于刺激记忆和交流的几种认知刺激活动既在台式机屏幕上视觉呈现，又由计算机化语音朗读。参与者通过语音（例如，回答测验问题的答案）而不是通过传统的键盘-鼠标或触摸屏方法响应屏幕上的任务。尽管此设置完全通过"巫师-of-奥兹"（未知情的参与者，研究团队成员控制计算机的输出）控制，作者发现高水平的可接受性且无不良影响。此外，[40]在MCI和AD人群中实施了新型基于台式机的认知刺激计划，结合结构化练习和游戏化任务。其他基于台式机的干预保留了更传统的康复模式：[62]和[65]在轻度或早期痴呆个体中提供结构化计算机化认知康复计划，而[77]和[65]在MCI亚型中实施针对执行控制和记忆过程的台式机任务模块。[127]将计算机化认知训练（RehaCom）与PwMCI中的高频rTMS结合，在10次监督会话中实施，报告了联合干预组与单独刺激相比显著更大的改善。在这些研究中，台式机模式主要作为在受控环境中结构化认知任务管理的平台，使其区别于更沉浸式（VR）或便携式（APP/WEB）技术。

114项研究中的32项在干预中使用了多种技术的组合。例如，[127]进行了一项随机对照试验可行性研究，使用个人认知刺激疗法（iCST）触摸屏平板应用程序（APP）在PwD的一对一家庭干预中，在照顾者的指导下。本研究中测试的最终原型还整合了游戏化（"游戏式"，GT）互动功能，如视听刺激和主题讨论问题，供PwD和他们的照顾者一起完成。游戏化任务通常与虚拟现实结合，如[143]中的虚拟超市任务，或[110]中认知运动游戏与VR任务的结合。在[138]的大型2阶段SMART RCT中，移动CT平台与通过VR或离线指令提供的双任务太极结合，展示了APP、VR和物理训练模式的混合组合。在可能存在技术类型模糊性的情况下，我们分配了与文章作者使用的术语一致的术语，而不是重新解释它们。

只有四项符合我们纳入标准的文章在PwD和PwMCI的非药物干预中使用了（社交）机器人。一项机器人研究[96]涉及使用"PARO"海豹机器人进行试点随机对照试验，旨在评估机器人是否可用于社交互动/刺激干预并减少痴呆症患者负面情绪。另外两项机器人研究涉及使用轮式人形机器人。[93]的研究使用社交辅助桌面机器人（"Bomy"）作为MCI人群家庭认知训练的平台。在这项试点随机对照试验中，机器人提供了五个基于平板的认知训练程序，监控用户参与度，并提供语音提示。机器人介导的干预实现了高依从性，并证明了在家庭环境中机器人支持的认知训练的可行性。[102]使用人形机器人"Pepper"作为平板的界面，通过该平板播放熟悉歌曲（旨在刺激认知方面的因素，如逆行和顺行记忆）。然后将MCI人群的结果与仅接收平板的人群进行比较，以评估人形机器人在多大程度上可以提供一种吸引人的工具来交付心理社会干预。而[102]评估了轮式人形机器人作为额外具身界面是否能促进研究中MCI人群的任务参与，[120]的可用性研究则聚焦于人形机器人界面本身的以用户为中心的设计（"Kompai"人形机器人）。研究人员发现"增量设计"方法对让MCI人群参与机器人的用户设计任务有效。

虽然许多论文关注VR作为新型数字技术的形式，但符合我们纳入/排除标准的机器人论文较少。VR干预通常在沉浸式或半沉浸式虚拟环境中将认知任务与身体活动（"运动游戏"）结合起来。例如，[78]使用VRADA（痴呆症和阿尔茨海默病患者的VR运动应用）与PwD和PwMCI一起。研究人员强调了参与者在训练时在现实、多感官虚拟现实环境中所具有的沉浸感的好处。[87]试验同样在虚拟环境中结合了物理运动和认知刺激，以支持PwD的虚弱和功能结果。一些干预要求参与者独立进行基于VR的认知训练和运动游戏（例如[97]）。其他人要求在运动游戏中执行认知任务，例如在骑行时完成数字计算（参见[78]）。VR的另一种常见用途是用于空间认知训练。在[117]中，例如，被诊断为遗忘性MCI的参与者需要在虚拟环境中导航到放置在特定位置的不同宝石，并在之后重新定向到起始位置。在作者的另一项相关研究中，[118]进一步研究了基于VR的空间认知训练的神经相关性，包括干预后的海马体和前额叶皮层活动测量。在相关的沉浸式方法中，[108]在实验室环境中使用VR提供结构化空间和执行训练任务，强化了VR作为MCI人群基于身体导航训练平台的使用。在[75]中，阿尔茨海默病型痴呆症患者在虚拟环境中接受训练，要求他们选择不同的导航路线以到达现实世界相关的目的地，如"家"和"商店"。同样，[141]对痴呆症患者使用VR，要求参与者使用头戴式显示器导航并与虚拟环境互动，在监督研究环境中提供指导和监控。[119]将混合现实技术与传统计算机辅助训练和完全沉浸式VR系统联系起来，评估了MCI个体中的混合现实认知训练平台，将MR交付的空间和执行任务与传统基于台式机的认知训练进行比较。MR系统将数字元素叠加到物理环境上，代表了屏幕认知康复和沉浸式VR干预之间的中间模式。几项较新的研究结合了VR、生态模拟和结构化认知训练。例如，[90]使用基于平板的生态VR（VESPA 2.0），而[110]使用沉浸式VR整合记忆、注意力和身体平衡任务。

关于在认知和心理社会干预中部署的新型数字技术类型的趋势（见图3），游戏化任务（GT）和移动或平板应用程序（APP）显示出最持续和一致的使用，几乎每年自2012年以来都有研究使用这些技术。相比之下，基于台式机或笔记本电脑应用程序（DESK）的干预数量自2021年以来逐渐下降。鉴于DESK认知训练平台已商业化数十年，这种下降趋势可能反映了此类系统的成熟以及研究重点从台式机交付创新向更便携、更沉浸式或生态丰富模式的转变。

关于"更新"的技术，虚拟现实（VR）作为一个快速扩展的领域脱颖而出。本综述包含的所有VR干预都是在2019年之后发表的，VR研究的总数（n = 27）现在与APP和GT干预相当，表明对PwD和PwMCI中沉浸式、互动环境用于认知、物理或结合认知-运动训练的浓厚且不断增长的兴趣。这种加速可能反映了可负担的头戴式显示器的技术进步，以及VR可以以吸引人和激励的方式模拟有意义的现实世界活动的日益增长的证据。尽管机器人辅助干预相对罕见（本综述中只有四项研究使用社交或人形机器人），但这些研究跨越了各种机器人类型（例如PARO、Pepper、Kompai和Bomy）和交付环境（诊所或家庭）。然而，鉴于研究数量少及其在十年间的分布，无法确定采用的明确时间趋势。早期工作侧重于社交或情感支持（例如PARO），而较新的研究将机器人用作认知训练的交付界面（例如[93]），可能反映了概念重点的逐渐转变而非出版物数量的定量增加。

我们将实施环境定义为干预向最终用户部署/提供的主要地点，如各篇文章方法部分所报告。我们使用以下五个类别之一标记这些环境：医疗设施（HF）、养老院（NH）、个人家庭（H）或研究/学术设施（LAB）。第五个（NS）指"未指定"，当无法从文章中推断信息时。这在114项研究中的10项（8.7%）中发生。

对于本综述，医疗设施（HF）被定义为一个位置，（a）不是参与者的永久住所，而是参与者接受护理或治疗的门诊设施（例如记忆诊所、老年人日间护理中心、康复中心、医院）。明确说明，[111]和[58]中报告了记忆诊所环境，[71]中报告了精神病门诊中心环境，[32]中报告了康复诊所环境，[42]中报告了医疗中心环境。在所有包含的研究中，确定了43个HF实施实例，使医疗设施成为本综述中最常见的交付环境。

研究设施（LAB）被定义为为各自研究目的专门用于数据收集的设置。这些设施范围从学术（大学）研究设施或研究中心[42]，还包括不是严格学术位置的中立位置。在[38]中，这指的是参与者的当地堂区。22%的研究（25项）仅在研究设施中进行，另有四项研究在至少一个其他地点结合使用研究设施：包括个人家庭（1项）和医疗设施（3项）。

我们将养老院（NH）定义为为无法自理的人提供长期护理的公共或私人住宅设施。这些类型的设施通常也有护士助理或护理人员24/7可用，和/或如有需要，注册护士、注册职业治疗师、注册物理治疗师和医生可用。16.5%的研究（19项）在养老院设施中进行，其中四项还使用其他地点，如养老院和其他医疗设施[32,57,60,86]以及[38]中的参与者家庭。

家庭环境（H）指参与者的私人住所。在114项研究中，26项（22.8%）包括仅在参与者家中实施的干预。另外六项研究使用了参与者家庭与其他地点的组合，如医疗研究设施[83]、日间护理中心[96]、医疗设施[103,104]或各种地点[38]。

需要注意的是，只有约四分之一（28%，n = 32）的研究包括在家庭环境中实施/部署的干预。然而，这种模式在技术之间并不均匀分布。值得注意的是，只有两项基于VR的干预在家庭中实施（见图4）。对于机器人技术，四项研究中的两项[93,96]在参与者家中进行。

总结关于不同技术在改善认知、功能或幸福感结果的干预中潜在有效性的可用证据

在包含的114篇论文中，28篇包括一项可行性/可用性研究，通常不包括认知、幸福感或功能测量，而是用户体验测量（此处未报告）。在86篇包含测试数字技术干预有效性的论文中，大多数（75.6%，n = 65）采用了随机对照试验（RCT）设计，这是"黄金标准"。其余采用了广泛的设计，包括队列设计、单干预组（干预前vs干预后比较）到非随机实验对照设计。测试有效性的研究中的样本量也差异很大，最小样本量是[62]中使用案例研究方法的2名参与者，最大样本量是[128]中的544名参与者。

为定性总结评估技术在干预背景下的潜在有效性的证据，我们视觉化表示了结果发现（显著改善=向上箭头；干预无效果=破折号；干预后结果显著恶化=向下箭头在S3表中），适用于所有报告统计结果的认知、功能或幸福感结果的干预研究。由于我们特别关注认知结果，我们进一步将认知结果分为主要认知子域（例如，注意力、记忆、工作记忆、执行功能、语言、推理、空间技能、处理速度）。在指定时，我们遵循作者提供的特定测量到子域构念的分类。当未明确指定时，我们遵循相关文献中最为一致的分类。功能结果包括客观或主观（由最终用户或照顾者报告）测量。大多数报告功能结果的研究包括日常生活活动的客观或主观测量（例如，在[6]中）或日常功能的其他指标（例如，在[114]中）；例如，照顾者负担和独立性[35]，以及[38]中的身体适应性。最后，幸福感类别被广泛定义，包括[128]中的生活质量测量，[80]中患者与照顾者关系的质量，或其他可能影响生活质量的临床症状。本综述包含的114项研究中，大多数（79.8%，n = 91）报告了认知结果；29项（25.4%）报告了功能结果，43项研究（37.7%）报告了幸福感结果。

在报告认知结果的91项研究中，不到一半（n = 34）报告说技术干预在改善所有认知结果测量方面有效（例如[85,112,115]），17项研究报告在大多数测量中有所改善（例如[45,58,82]）。有相当数量的研究（n = 40）报告技术干预对认知结果测量没有显著变化，无论是全部（例如[48,76]），大多数（例如[92,123,129]）或一半（例如[127]）的测量。一些研究报告了不同子域之间的混合结果。例如，[33]报告了全局认知的显著改善，但执行功能显著恶化。同样，[64]报告了工作记忆、记忆、注意力和gnosis子域的改善，但报告了全局认知、执行功能、定向和决策制定在干预后的显著恶化。在一些研究中，技术干预的有效性受其他因素调节，例如社交互动（仅在高社交互动的干预组中报告显著效果，例如[124]）或协议依从性水平（仅在高依从性干预组中报告显著效果，例如[123]）。

在报告幸福感结果的43项研究中，19项在所有或大多数幸福感结果中发现显著改善（例如[37,56,58,144]）。然而，近一半的研究（n = 18）在所有或大多数幸福感结果中报告没有显著变化（例如[38,48,58,66]）。最后，两项研究报告混合结果：[124]报告3项结果改善但1项恶化，[123]报告两项结果无显著变化但两项干预后恶化。

在报告功能结果的29项研究中，只有13项在所有或大多数结果中报告显著改善（例如[35,46,51]）。另一方面，16项研究在大多数或所有功能结果中报告没有显著变化（例如[44,47,76]）。最后，一项研究报告功能结果在数字干预后显著恶化[59]，一项研究[99]显示混合结果，在5项结果中显著改善但在一项结果中恶化。

尽管依从性对干预有效性很重要，但只有36.8%（n = 42）的研究报告了依从性（符合规定会话数量/持续时间的参与者数量）。对于报告依从性的研究，其范围从11%到100%，有三项研究显示最低依从性：两项在家庭环境中（例如[6]中的11%和[123]中的41%；见表1）和一项在养老院环境中（[114]中的15%）。20项研究报告了100%的干预依从性；大多数研究在有研究人员/医疗专业人员监督的环境中实施，如医疗设施环境、实验室环境和养老院环境。只有四项研究[34,41,76,80]报告在家庭环境中100%的依从性。

讨论

本范围综述的目的是总结PwD和PwMCI中数字认知和心理社会干预的研究证据。与[15]一致，我们观察到自2012年以来每年发表的论文数量一直在增加，2021年达到峰值。这可能反映了数字医疗的政策制定努力和正在进行的全球数字化转型，这些因素因新冠疫情而进一步加速。

哪些形式的新型数字技术正用于MCI和痴呆症患者的认知和心理社会干预？

新型移动和应用程序以及游戏化或游戏式元素的使用在认知干预中多年来保持稳定使用，在2024年有七项研究使用GT和六项使用APP达到峰值。这种稳定轨迹部分归功于其与其他技术的结合。例如，与虚拟现实的结合导致了新型干预的发展，包括运动游戏（例如[78]）或在沉浸式环境中更具生态有效性的记忆游戏[143]。考虑到最近的系统综述显示游戏化在改善其他健康相关结果方面的益处[146,147]，可以说将游戏化纳入认知干预可能在不久的将来继续成为增长趋势。适应和个性化认知训练的游戏化使用（例如在[143]中看到的）也可能继续成为对参与度和潜在长期干预依从性有价值的组成部分。

关于PwMCI和PwD认知或心理社会干预中机器人使用相对缺乏文章的情况令人惊讶。例如，[15]在关于痴呆症和认知障碍人群数字医疗的范围综述中提取了48篇文章。然而，可以指出，与[15]相比，我们的排除标准和研究问题在i）治疗方法和ii）目标人群方面有些更严格。关于i），对数字技术使用的探索不仅限于干预，范围综述还包括报告诊断中数字技术使用以及可接受性和非认知关注研究的论文（只有8项关注认知结果）。关于ii），认知障碍不仅限于MCI和痴呆症，还包括调查额外关注精神和身体健康的其他形式障碍的研究。

最近关于PwMCI和PwD认知干预中机器人使用的系统综述[24]提取了19项基于干预的论文。然而，搜索字符串未排除除痴呆症或MCI以外的认知障碍（包括"认知障碍"和"衰老遗忘"等其他术语），从而扩大了其范围。我们的研究要求"根据国际标准/准则诊断痴呆症或MCI"，并且对认知障碍特别具体。在[24]的19篇文章中，有5篇使用了PARO机器人，但无论是在小组还是个人会话中，根据标准定义可能不一定符合认知或心理社会干预。机器人在干预中的使用更常与幸福感、双人社交基础干预或协助参与者进行认知干预相关，而不是作为认知训练或干预本身的交付平台。这一论点与[15]一致，后者发现用于认知干预的数字医疗中的机器人使用不成比例地低。

尽管有人建议社交机器人特别可以增加痴呆症患者的自主性和独立性（参见[148]），但可能有几个因素解释了为什么研究机器人在MCI或痴呆症患者认知或心理社会干预以及认知训练交付方法中有效性的研究数量相对较少。除了显而易见的物理硬件高成本限制外，还应考虑与可接受性相关的其他问题。例如，[149]指出，对机器人的社会文化态度以及与技术方面相关的困难（例如，无法识别语音）可能导致最终用户自主性降低和照顾者负担增加。关于认知障碍人群对社交机器人的可接受性研究结果不一，取决于障碍严重程度和社会文化背景[117,150]。

总之，尽管有人建议机器人是在评估认知障碍（包括痴呆症和MCI）的各种干预中出现的新兴和新型技术，但其在认知和心理社会干预（特别是涉及认知训练）中的使用，以满足我们相对严格的排除/纳入标准以保证质量和诊断标准，在所审查的范围期间似乎没有显著发展。尽管我们的搜索捕获了大量包含机器人的论文，但大多数论文因质量低（例如，诊断标准或MCI/痴呆症诊断未明确描述）或因为它们在技术准备度的非常早期阶段呈现技术（例如，设计或概念论文或可接受性研究）而被拒绝。

关于其他新型技术方法，我们观察到所有包含VR干预的研究都是在2019年之后发表的。因此，我们的范围综述表明，VR是PwD和PwMCI认知和认知-物理干预的新兴技术。这一趋势可能部分归因于与社交机器人相比VR的更大可访问性，这可能促进其在普通人群和医疗实践中的采用[151,152]。这里确定的VR使用增加趋势也可能与该技术启用的最终用户体验类型有关。有人指出，VR可以通过允许更真实的三维环境和互动提供更具生态有效性的干预[153]。然而，我们的综述表明，该技术主要在特定环境和患者人群中使用，如下一节所述。

技术使用的地理分布是什么？欧洲技术开发/研究/实施中存在哪些差距？

我们发现，新型移动和应用程序以及游戏化任务已在我们综述中大多数国家至少研究过一次。具体而言，29个国家中有19个返回了至少一次使用移动或应用程序的实例；而游戏化或基于游戏的干预（GT）在29个国家中的21个至少使用过一次。

关于APP和GT在非药物干预中的使用，似乎没有明显的全球趋势；然而，我们的综述发现，28项使用VR的研究中有17项来自亚洲国家：韩国、中国和台湾。这一发现支持[154]，后者同样注意到这些国家出现了大量使用VR（特别是VR运动游戏）的研究。考虑到自2019年以来VR一直有稳定数量的研究（图3），我们可以认为这些早期在新型基于虚拟现实的干预方面的进步主要由在亚洲进行的研究推动（在很大程度上）。令人惊讶的是，剩余VR研究的七个国家（希腊、爱沙尼亚、波兰、葡萄牙、意大利、荷兰和墨西哥）大多是我们在研究中GDP相对较低的欧洲国家（相对于德国、意大利、西班牙、法国、英国）。在这些（相对）GDP较低的国家使用VR可能强调该技术不像其他技术那样具有相同的相关成本限制，同时与机器人等其他新兴技术相比更易于访问。

欧洲的其余研究主要来自西欧国家：意大利、西班牙、法国和德国。有关按地理位置划分的技术分解，请参阅S2表。

尽管我们的综述中代表了许多国家，但特别值得注意的是，非洲、中美洲或南美洲（墨西哥除外，见表4）没有研究。这一观察在非常高的层次上突显了全球数字技术开发或实施中的不平衡和不平等。然而，分析这种地理差距的具体和复杂原因超出了本综述的范围。在最近的综述中，[155]提到了非洲可能对传统（以及由此数字化的）痴呆症认知干预构成挑战的具体文化/宗教障碍。同样，[156]指出，尽管非洲国家占全球疾病负担的近四分之一，但它们拥有不到1%的世界财务资源和仅3%的训练有素的卫生工作者。对于拉丁美洲（包括中美洲和南美洲）国家，几位作者提到了包括：一般人群中痴呆症意识缺乏；社会污名；医疗系统缺乏及时诊断和干预（包括预算限制）；对基于技术的干预的厌恶；政治和经济不稳定；其他文化障碍[157–159]。

在这里，我们并不声称所有这些因素都明确导致了我们在范围综述中这些国家缺乏研究，因为我们的发现源于我们特定的纳入标准。相反，我们借此机会强调，技术基础的健康干预和开发将（除许多其他因素外）受到现有全球（社会、政治、基础设施和经济）差距的影响。这些差距有可能通过关注特定技术（例如VR或基于网络的）和/或特定人群（例如西欧）而进一步加剧，这些人群具有现有技术和/或社会基础设施，以促进其开发和采用。因此，在解决痴呆症等全球健康挑战时，数字健康干预——主要由高收入国家（表4）推动——还应考虑如何在更广泛的全球范围内，特别是中低收入国家（即东欧、非洲、南美洲和亚洲部分地区）访问和利用这些干预，目前这些地区未获得同等程度的关注。解决差距的一种可能方法是，为数字健康应用投入资源的更富裕国家，例如在欧洲和北美，为缺乏此类资源/开发的国家（例如非洲和南美洲）提供双边研究机会。

特定技术是否在特定环境或患者亚群中使用？

几位作者建议，机器人在工业应用向家庭和消费市场方面的使用趋势正在增加[110,160]。在PwD和MCI的非药物干预背景下，本范围综述不支持这一观点。这种家庭使用差距可能与这些技术的高成本和其他上述因素有关。同样，本综述包含的仅使用VR技术的两项研究在家庭环境中实施或测试了干预。关于目标人群（PwMCI和PwD），某些技术似乎主要在患者的一个群体中实施或测试（见表3）。VR就是这种情况，大多数研究都在PwMCI中进行。使用游戏化任务的研究在PwMCI中也比在PwD中更多。然而，应用程序（APP）似乎在PwD中比在PwMCI中更广泛研究。

VR干预大多数在MCI中研究的原因之一可能是使用此技术时潜在的负面体验或意外伤害。尽管最近的综述表明，沉浸式VR在神经认知障碍人群中"网络病"相对较低[161,162]，并且老年人在轻度至中度痴呆症中具有良好的可接受性[34,41,70]，但潜在的负面效应可能会阻止研究人员和临床医生在更脆弱的PwD人群中使用沉浸式VR。例如，作者还注意到在与虚拟物体交互时可能发生意外伤害（例如跌倒、眼睛疲劳）[163,164]，特别是在感官障碍（如视力下降）的老年成年人中。我们的综述还表明，VR可能还不是远程、家庭认知或心理社会干预的可行目标技术。然而，这可能是由于技术本身的广泛使用状态，而不是其在认知干预中的特定应用。换句话说，与智能手机或平板电脑等技术不同，VR尚未充分融入日常社会和个人生活，因此需要额外的技术和物理资源来实施（例如购买特定头显、员工培训、专用物理空间使用）。

不同数字技术在改善认知、功能或幸福感结果的干预中有效性的证据是什么？

在本综述中，我们旨在定性总结关于技术干预潜在有效性的证据，以指导未来研究。为此，我们视觉化总结了（见S3表）研究中报告的干预对认知、功能和幸福感结果的影响，作为改善、无变化或更差结果（干预前vs干预后和/或对照组vs干预组比较）。大约一半的研究未在大多数或所有认知结果中报告显著改善。同样，报告功能和幸福感结果的许多研究在大多数或所有测量中未发现显著改善。尽管大多数研究采用了随机对照试验方法，但研究在报告的结果类型和数量、样本量和干预设计（例如剂量）方面存在很大异质性，这可能解释了部分结果的变异性。

在过去五年中，已经进行了多项关于VR干预在MCI和痴呆症中有效性的元分析[153,165,166]，总体而言，它们报告了MCI人群中认知结果的显著效果。然而，这些研究关于特定认知子域的效果结果不一。最近的元分析包括20项研究[153]得出结论，MCI中的VR认知训练显著改善了全局认知结果以及记忆、注意力和结构/运动表现子域，但未改善执行功能和语言。作者[153]还得出结论，VR训练（4项随机对照试验）显著改善了PwD的全局认知、记忆和执行功能。正如[88]所指出的，研究VR干预在认知障碍人群中的效果的文献尚处于起步阶段。结果存在高度异质性[153]，以及所使用的方法学（例如剂量、VR技术类型、训练类型和样本量），正如本综述所建议的那样。

除上述内容外，过去五年中还进行了多项元分析，以研究基于游戏的干预的有效性[154,166–169]。这些文献的结果也不一致，关于在认知障碍人群干预中使用游戏化或游戏式任务的定义和方法存在不同。例如，[166]对14项随机对照试验进行了元分析研究，使用严肃游戏数字技术在MCI和痴呆症中，对干预类型（例如运动游戏、视频游戏、认知训练、生物反馈）没有限制，并报告了认知和日常行为能力以及抑郁的显著益处。[167]的元分析研究采用了更窄的游戏技术定义，仅包括使用脑游戏的研究。根据作者的说法，脑游戏技术的定义特征是根据难度级别调整游戏的能力，为最终用户提供具有挑战性和竞争性的体验。在他们对14项随机对照试验的元分析中，作者得出结论，与对照干预相比，脑游戏干预在改善PwMCI和PwD的认知结果方面无效。这两项元分析研究[153,167]还指出，在使用游戏干预的研究设计中存在高度异质性，例如剂量、训练类型、样本量和障碍严重程度。在我们的综述中，我们没有限制干预中使用的游戏技术类型，因此需要进一步研究来了解特定类型的游戏技术对MCI和痴呆症干预的潜力。

正如讨论的那样，使用机器人来传递认知或心理社会干预（而不仅仅是作为伴侣）的研究尚处于起步阶段。因此，关于认知、功能或幸福感结果有效性的系统综述和/或元分析研究稀缺。本综述中包含的四项机器人干预研究提供了关于如何可能需要利用此技术的见解，通过关注社交互动因素和设计阶段，以实现其在认知或心理社会干预中的全部潜力。这里包含的三项研究测试了PwMCI中的机器人干预[93,102,120]，一项报告在大多数认知结果中有所改善[102]，另一项在三项认知结果中的一项有所改善，而另一项是可行性研究，未包含认知结果。第四项研究[96]测试了PwD中的机器人干预，并未报告在任何认知、功能或幸福感结果中的显著改善。

最后，对于已经用于认知和心理社会干预更长时间的其他技术（APP、DESK和WEB），在过去十年中进行了许多系统综述和元分析。在最近的元分析研究之一中，[170]得出结论，CCT在PwD中对言语情景记忆、视觉情景记忆和工作记忆有显著改善。然而，当他们比较监督vs非监督（家庭环境）CCT时，他们发现监督CCT显示出最大的益处。他们还得出结论，总体而言CCT在PwD中对言语情景记忆有显著改善，但对视觉和工作记忆没有。[154]元分析研究中包含的研究主要使用台式计算机（74.3%）、触摸屏计算机或平板电脑（20%），而少数研究（5.7%）使用沉浸式VR。需要注意的是，由于我们基于技术新颖性的纳入标准，这些技术APP/WEB/DESK可能在我们的综述中未很好地代表有效性。如前所述，这些技术已经开发和使用较长时间，因此更可能因技术新颖性或其应用而被排除。尽管存在这一限制，正如前面讨论的那样，包含APP、WEB或DESK技术的少数研究在非监督（H）环境中进行了测试。

限制

我们范围综述的一个限制是，我们排除了大量报告目标人群的数字认知或心理社会干预的研究，但未使用新颖技术或开发或应用。理由是我们将包括那些谈论技术开发、使用和实施的当前趋势的研究，以改善认知障碍人群的认知、功能和幸福感状态。我们将"新颖性"定义为尚未商业化并在医疗市场存在一段时间的数字/技术干预。我们仅在研究报告了旨在增强干预潜在效果的新颖数字或应用组件时，才包括已经商业化的数字干预。因此，观察到的趋势和确定的差距不涉及所有数字干预，而仅涉及那些根据我们定义被认为具有新颖组件的干预。

干预设计（例如样本量、干预长度和剂量）以及认知、幸福感和功能结果报告方面也存在高度异质性。例如，虽然一些研究包括主动对照比较组，但其他研究包括被动对照组。

另一个与技术类型定义和比较不同类型技术的分析相关的限制。这尤其适用于"游戏（GT）"类别。在非药物干预背景下的游戏数字技术可能采取多种形式，如包含一些游戏化元素的认知任务、结合认知与身体训练的运动游戏活动、视频游戏和生物反馈游戏[169]。其他作者（例如[167]）指的是特定类别的脑游戏，这些游戏设计有自适应难度级别，使其保持挑战性和竞争性。同样，VR技术正在经历快速开发率，不能被视为一个整体[171]。例如，本综述研究中使用的不同类型的头显（例如[88]中的三星Odyssey，[78]中的Oculus Go和[97]中的HTC Vive）带来了不同级别的成本、舒适度、沉浸感和交互模式（即一些VR环境需要使用手持控制器，而其他可以使用手部追踪）。这些因素可能影响通过该技术交付的认知干预的长期可接受性和参与度。此外，许多这些技术正在结合使用。例如，许多运动游戏包括VR环境中的运动与游戏[154]。在本综述中，我们认为了解不同类型的技术如何使用、在何种背景、人群和结果中很重要。在这方面，许多元分析研究已经调查了PwD和/或PwMCI中特定类型技术的有效性（例如[153,165]用于VR和[166]及[154]用于游戏）。然而，这不是一项简单的工作，如果未来结合不同技术的研究数量增加，可能难以研究和比较认知障碍人群非药物干预中不同类型的技术。

对研究的启示

上述讨论指出几个有待进一步研究的突出问题：i）需要更多研究来调查在PwMCI和PwD的非监督（家庭）环境中改进结果的特定技术和干预设计的有效性；ii）鉴于VR似乎是用于向PwMCI（自2019年以来）交付非药物干预的新兴技术，需要进一步研究如何使该技术更易于访问和可扩展，以在家庭中部署干预；iii）需要更多研究提供见解，了解不同技术、环境和个体特征如何影响（并可能增强）PwMCI和PwD认知和心理社会干预的依从性，特别是区分出勤率和持续时间依从性将很重要；iv）需要更多研究了解如何使用机器人来提供认知干预，以及在认知结果中机器人交付干预的有效性。

结论

一个关键发现是，VR是用于向PwMCI（也包括PwD）提供认知和身体（例如运动游戏）干预的新兴技术。游戏和基于应用程序的干预似乎在过去十年中获得了关注。我们的综述还表明，关于技术干预在改善认知结果方面的有效性证据是异质的，可能部分归因于研究的方法学异质性和变异性。在PwMCI和PwD中使用机器人来传递（而不仅仅是提供协助）认知干预方面似乎存在当前差距，这可能与前面讨论的几个因素有关。总体而言，自2012年以来似乎有发表研究的增加趋势，这些研究测试了各种新型数字技术，以向PwMCI和PwD提供认知或心理社会干预。尽管对数字医疗解决方案的兴趣日益增长，这些方案可以提高可访问性、可扩展性和可持续性，但我们的综述支持大多数用于认知和心理社会干预的数字干预措施正在开发和测试，用于在训练专业人员的实时监督下管理，而不是用于无人监督的家庭环境，尽管上述许多技术有可能应用于家庭使用，甚至缓解患者行动问题（例如使用运动游戏的VR）。

最后，我们在干预协议（例如长度和剂量）、包含的活动类型（例如现实生活场景日常活动、认知任务、身体活动、社交互动）、硬件（例如沉浸式vs非沉浸式VR技术）和包含的结果类型方面观察到高度异质性。因此，随着设计或测试使用新型数字技术的非药物干预的研究数量继续增加，产生基于证据的指南以在医疗保健环境中实施这些技术非常重要。

【全文结束】