综述：悬吊支持训练对脑卒中患者动态平衡能力影响及XGBoost机器学习优化的系统综述与Meta分析

本综述系统评价了悬吊支持训练（SST）对脑卒中患者动态平衡的疗效，结合传统Meta分析与XGBoost机器学习探索最优训练剂量。结果显示SST能显著改善动态平衡（SMD = 0.87, 95% CI 0.49–1.26, p < 0.0001），并初步提出每周6次、单次90–100分钟、持续8–9周（总剂量约36小时）的优化方案，为临床康复提供循证依据。

引言

脑卒中作为全球第二大死因，是导致成人长期残疾的主要疾病。超过80%的卒中幸存者存在步态障碍，其中动态平衡能力受损尤为突出，严重影响日常生活活动独立性并增加跌倒风险。悬吊支持训练（Suspension-Supported Training, SST）通过外部支撑装置（如吊带或体重支持系统）部分减轻体重负荷，在维持自主姿势控制的前提下进行主动康复训练，其神经生理学机制在于通过降低重力负荷增强运动控制与平衡能力，促进任务特异性步态练习中的适应性神经肌肉反应。

材料与方法

本研究严格遵循PRISMA指南，检索截至2025年10月31日的PubMed、Web of Science等四大数据库，最终纳入12项随机对照试验（RCTs），共584例患者。采用限制性最大似然法（REML）随机效应模型合并标准化均数差（SMD），通过I²统计量与Cochran’s Q检验评估异质性，并运用Egger’s检验、剪补法进行发表偏倚检验。除传统亚组分析和Meta回归外，创新性引入贝叶斯剂量反应模型与XGBoost-SHAP机器学习算法，探索训练参数与疗效的非线性关系及特征重要性。

结果

Meta分析显示SST对动态平衡具有显著改善作用（SMD = 0.87），但研究间异质性较高（I² = 76.6%）。亚组分析表明，干预时长6–8周、单次40–150分钟、亚急性期患者、联合干预模式及30%体重支持比例的效果更优。XGBoost-SHAP分析识别单次训练时长与干预模式为最关键预测因子。剂量反应模型提示，每周6次、单次90–100分钟、持续8–9周（总剂量34.6–37.6小时）的方案可能获得最佳效益，但此结论需视为假设生成性结果。

讨论

SST通过提供可控的不稳定支撑环境，增强核心肌群持续收缩能力，改善质心控制与感觉输入整合，从而提升动态平衡功能。尽管疗效受训练参数与患者分期影响显著，但结合机器学习算法的剂量优化模型为个体化康复方案制定提供了新思路。当前证据支持将SST作为卒中康复的核心组成部分，尤其在与太极步态训练或核心稳定性练习联用时可能产生协同效应。

结论与局限性

SST可有效改善脑卒中患者动态平衡能力，初步剂量建议为中等强度、高频率的干预模式。然而，现有研究存在异质性高、随访时间短、个体数据缺失等局限，未来需开展更高质量、长周期RCTs并结合个体参与者数据（IPD）Meta分析进一步验证最佳剂量效应关系。XGBoost等机器学习方法在康复医学领域的应用前景广阔，但需警惕小样本过拟合风险。