经颅随机噪声刺激对健康成年人认知功能的影响：一项系统综述与荟萃分析的证据

摘要

这项荟萃分析表明，经颅随机噪声刺激对健康成年人的认知功能具有较小且无统计学显著性的效应。在线刺激显示出最有希望的效果模式，而刺激部位、持续时间及认知领域的影响应谨慎解读。

摘要

经颅随机噪声刺激（tRNS）作为一种神经调控工具，近年来受到越来越多关注；然而，关于其认知效应的研究结果仍不一致。本研究系统综述并采用荟萃分析方法评估了tRNS对健康成年人认知功能的影响。检索了Cochrane图书馆、PubMed、EMBASE和Web of Science数据库，截止时间为2025年9月15日。纳入采用平行或交叉设计的随机对照试验。数据采用随机效应模型进行分析。共有13项随机对照试验符合纳入标准，涉及403名参与者。合并分析显示，tRNS对认知功能具有较小的正向效应，但无统计学意义（Hedges’ g = 0.17，95% CI [-0.06, 0.40]，p = 0.145）。亚组分析表明，在线刺激产生显著的正向效应（Hedges’ g = 0.37，95% CI [0.04, 0.70]，p = 0.026），而离线刺激则未见显著效应；然而，亚组间的差异无统计学意义。在不同认知领域、刺激部位或刺激持续时间之间未观察到显著差异。Egger回归检验未提示存在显著的发表偏倚。总体而言，现有证据表明tRNS对健康成年人的认知功能影响有限且尚不明确。未来需要采用标准化方案并纳入神经生理学指标的大样本、高统计效能研究。

引言

经颅随机噪声刺激（tRNS）是一种经颅电刺激（tES）形式，通过传递频率和振幅随机变化的振荡电流来调节大脑活动和行为¹。自2008年引入人类研究以来²，tRNS 作为一种非侵入性神经调控技术受到越来越多的关注。与经颅直流电刺激（tDCS）相比，tRNS 不依赖极性，通常被认为更舒适，并且非常适合双盲实验设计。尽管其潜在机制尚未完全阐明，但已有假说提出，包括随机共振效应，可提高神经元活动的信噪比³，以及对电压门控钠通道的调节，从而增强皮层兴奋性⁴。

经颅随机噪声刺激（tRNS）已在神经精神、感觉、运动和认知领域得到广泛研究。既往研究已探讨了其在重度抑郁障碍⁵、精神分裂症⁶、耳鸣⁷、伴有轻度认知障碍的帕金森病⁸以及多发性硬化相关疲劳⁹中的潜在应用。这些疾病中的许多都涉及认知加工能力的损害或依赖于认知控制机制，表明认知是tRNS相关调控的一个核心关注领域。

认知功能源于广泛分布的神经网络之间的协调活动，而非孤立脑区的独立作用¹⁰。作为一种神经调节技术，经颅随机噪声刺激（tRNS）已被应用于工作记忆¹¹、抑制控制¹²和技能学习¹³等认知领域。然而，研究结果仍不一致：一些研究报道了认知功能的改善，而另一些研究则未观察到可测量的效应。证据表明，结果可能取决于多种方法学因素，包括刺激参数、刺激部位、任务特征以及刺激与任务执行之间的时间关系^14,15,16。例如，对背外侧前额叶皮层（DLPFC）的刺激在工作记忆上既有关于积极效应的报道，也有关于无显著效应的报道¹⁴，而小脑刺激在视觉运动表现上的改善效果也不稳定¹⁷。这种变异性限制了得出明确结论的能力。

尽管随机对照试验的数量不断增加，但关于经颅随机噪声刺激（tRNS）对健康成年人认知功能影响的效应量或可靠性，目前尚未形成明确共识。单个研究常因样本量较小和方法学异质性而受限，导致统计效能降低和结果可比性下降。因此，有必要对现有证据进行系统性与定量综合，以估算总体效应，并探讨潜在的变异来源。

本研究通过系统综述和随机对照试验的荟萃分析，评估经颅随机噪声刺激（tRNS）对健康成年人认知功能的影响。研究目的为量化总体效应量，并探讨刺激特征及认知领域对观察结果的影响。

方案

本研究遵循系统综述和荟萃分析优先报告条目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）指南¹⁸进行。研究方案已于2025年9月18日在PROSPERO数据库中前瞻性注册（注册编号：CRD420251150327）。所有步骤均经过设计，以确保在研究筛选、数据提取和统计分析过程中的可重复性与透明度。由于本研究涉及对已发表数据的二次分析，因此无需伦理审批或知情同意。本方案中使用的研究工具列于材料表中。

1. 纳入标准

采用PICOS框架确定研究的纳入资格，包括参与者、干预措施、对照、结局指标和研究设计。符合条件的研究需纳入接受经颅随机噪声刺激（tRNS）或高分辨率tRNS（HD-tRNS）的18至60岁健康成年人，并与假刺激进行比较。结局指标必须评估认知功能，包括工作记忆、技能学习和抑制控制。仅纳入采用交叉设计或平行组设计的随机对照试验。排除综述、会议摘要、学位论文、病例报告或动物研究。仅纳入以英文发表的研究。研究筛选流程总结于图1中。

图1：研究筛选的PRISMA流程图。 该流程图展示了在荟萃分析中识别、筛选、评估合格性以及纳入研究的过程，包括各阶段检索到、排除和最终纳入的文献数量。 请点击此处查看此图的放大版本。

2. 信息来源与检索策略

通过使用PubMed、EMBASE、Web of Science和Cochrane图书馆数据库，对截至2025年9月15日的文献进行了全面检索。检索过程中未施加任何限制或筛选条件。检索词包括“经颅随机噪声刺激”、“tRNS”、“高分辨率tRNS”以及与认知相关的术语，如“工作记忆”、“技能学习”和“抑制控制”的各种组合。检索策略根据各数据库的语法要求进行了相应调整。

3. 研究筛选

所有检索到的文献均导入文献管理系统，并剔除重复文献。由两名评审员独立筛选标题和摘要，随后进行全文评估以确定纳入资格。如有分歧，通过咨询第三名评审员予以解决。若无法获取全文，将联系通讯作者。若在三次尝试联系后仍未收到回复，则排除该研究。

4. 数据提取

数据提取由两名评审员采用标准化方法独立完成。提取的变量包括受试者特征、研究设计、刺激参数和认知结果指标。结果指标包括准确性、d-质数分数和基于错误的度量指标。通过讨论解决分歧，以确保一致性和准确性。

5. 质量评估

偏倚风险根据《Cochrane 干预系统评价手册》使用 Cochrane 偏倚风险评估工具进行评估¹⁹评估涵盖随机化、分配隐藏、盲法、不完整结局数据、选择性报告及其他偏倚等各个领域。每个领域被分类为低风险、高风险或风险不明确。评估由两名评审员独立完成，分歧通过协商解决 经共识。

6. 统计分析

采用 R 语言中的 metafor 软件包进行荟萃分析。对于数值越低表示表现越好的结局指标，进行了数值转换，使得正向的效应量始终代表在主动刺激下表现改善。效应量以 Hedges’ g 表示，并计算其 95% 置信区间。采用随机效应模型并结合限制性最大似然法进行估计。使用 Cochran’s Q 检验和 I² 统计量评估异质性。亚组分析探讨了认知领域、刺激位点、刺激持续时间和刺激时机的影响。通过元回归分析将刺激持续时间作为连续型调节变量进行评估。采用漏斗图和 Egger 回归检验评估发表偏倚。采用逐一剔除法进行敏感性分析。统计学显著性定义为 p < 0.05。

结果

整体分析

总体荟萃分析纳入了13项随机对照试验。由于包含了交叉设计研究，森林图中的参与者数量反映的是特定条件下的样本量，而非独立个体数。

随机效应模型显示，经颅随机噪声刺激（tRNS）对健康成年人认知功能的整体效应为较小的正向效应，但无统计学显著性（Hedges’ g = 0.17，95% CI [-0.06, 0.40]，p = 0.145），存在中等程度的异质性（I² = 48.63%）（图2）。漏斗图检查未显示明显不对称性（图3），Egger回归检验亦无显著性（p = 0.940）（图4）。

图2：tRNS对认知功能总体效应的森林图。 森林图展示了各独立研究的效应量及采用随机效应模型计算的合并效应估计值。方块表示各研究的特异性效应量，其大小与研究权重成正比；水平线表示95%置信区间；菱形表示总体合并效应。 请点击此处查看该图的高清版本。

图 3：评估发表偏倚的漏斗图。 纳入研究效应量与其标准误的漏斗图。通过观察数据点的分布，可对潜在的发表偏倚进行视觉评估。请点击此处查看该图的放大版本。

图 4：用于发表偏倚评估的 Egger 回归图。 该回归图展示了标准化效应量与其精度之间的关系，用于通过 Egger 检验评估漏斗图的不对称性。请点击此处查看该图的放大版本。

按刺激部位进行的亚组分析

按刺激位点进行的亚组分析显示，所有脑区均无统计学显著效应。合并效应量分别为：背外侧前额叶皮层刺激为0.11（95% CI [-0.23, 0.44]，p = 0.53），初级运动皮层刺激为-0.01（95% CI [-0.56, 0.54]，p = 0.96），额下回刺激为0.54（95% CI [-0.10, 1.19]，p = 0.100），小脑刺激为0.47（95% CI [-0.48, 1.43]，p = 0.33）。各亚组间差异无统计学意义（p = 0.52）（图5）。

图5：按刺激位点分组的亚组分析森林图。 森林图展示了不同刺激位点的合并效应量，包括背外侧前额叶皮层、初级运动皮层、额下回和小脑，以及相应的置信区间。 请点击此处查看该图的放大版本。

按刺激持续时间进行的亚组分析

在不同刺激持续时间之间未观察到具有统计学意义的效应。10分钟方案的效应量为0.06（95%置信区间[-0.48, 0.60]，p = 0.83），15分钟方案为0.04（95%置信区间[-0.99, 1.06]，p = 0.94），20分钟方案为0.23（95%置信区间[-0.12, 0.57]，p = 0.20），22分钟方案为0.22（95%置信区间[-0.73, 1.17]，p = 0.66）（图6）。元回归分析未发现刺激持续时间与效应量之间存在显著关联（β = 0.02，p = 0.53）（图7）。

图6：按刺激持续时间分组的亚组分析森林图。 该森林图展示了不同刺激持续时间下的合并效应量，包括10分钟、15分钟、20分钟和22分钟的刺激方案。请点击此处查看此图的放大版本。

图7：刺激持续时间与效应量的元回归分析。 散点图展示了刺激持续时间与效应量之间的关系，其中拟合的回归线代表元回归分析结果。 请点击此处查看该图的放大版本。

按认知领域进行的亚组分析

基于认知领域的亚组分析未发现具有统计学显著性的效应。效应量最大的是工作记忆（Hedges’ g = 0.31，95% CI [-0.11, 0.72]，p = 0.15），其次是技能学习（Hedges’ g = 0.11，95% CI [-0.36, 0.58]，p = 0.66）和抑制控制（Hedges’ g = 0.09，95% CI [-0.32, 0.50]，p = 0.67）（图8）。

图8：按认知领域分组的亚组分析森林图。 森林图显示了包括工作记忆、技能学习和抑制控制在内的各个认知领域的合并效应量。 请点击此处查看该图的放大版本。

根据刺激时机进行的亚组分析

基于刺激时机的亚组分析表明，在线刺激具有统计学显著效应（Hedges’ g = 0.37，95% CI [0.04, 0.70]，p = 0.03），而离线刺激则无此效应（Hedges’ g = 0.00，95% CI [-0.30, 0.30]，p = 0.98）。亚组间差异无统计学意义（p = 0.10）（图9）。

图9：按刺激时机分组的亚组分析森林图。 森林图比较了线上与线下刺激条件下合并效应量之间的差异，并显示相应的置信区间。 请点击此处查看该图的放大版本。

敏感性分析

留一分析表明，在大多数情况下，剔除单个研究后，整体效应仍无统计学意义。然而，排除Hasanvand等（2025）的研究后，合并效应达到统计学显著水平（Hedges’ g = 0.24，95% CI [0.05, 0.43]，p = 0.01）。

偏倚风险

偏倚风险评估显示，所有研究在随机序列生成、选择性报告结果及其他偏倚领域均存在较低风险。所有试验在分配隐藏方面信息不明确。一项研究由于采用单盲设计，被评定为对参与者和研究人员设盲方面存在高风险，其余研究在该领域均被归类为低风险。多项研究在结局评估设盲方面缺乏足够信息，被归类为风险不明确。一项研究因结局数据不完整而被评定为高风险。总体而言，纳入的研究普遍表现出可接受的方法学质量，尽管在设盲和分配隐藏方面仍存在一些疑虑（图10）。

图10：纳入研究的偏倚风险总结。 对纳入研究的偏倚风险评估结果进行的图形化总结，展示各评估领域（包括随机化、分配隐藏、盲法、结果数据不完整性和选择性报告）的判断结果。请点击此处查看该图的放大版本。

所纳入研究的特征，包括参与者的人口学特征、刺激参数和结局指标，详见表1。

研究	研究设计	参与者（人数，男性）	平均年龄（岁）	刺激参数	持续时间（分钟）	刺激部位（cm²）	任务 / 结果	时间点	报告效应
Mulquiney et al., 2011²⁰	交叉设计	20 (4)	29.5 ± 5.9	1 mA, 101–640 Hz	10	DLPFC (35)	OCL / 1-back / 2-back, ACC	在线	对工作记忆无显著影响
Brauer et al., 2018¹⁶	交叉设计	23 (7)	22.91 ± 3.44	1 mA, 0.1–640 Hz	20	IFG (25)	GN, NE	在线	对抑制控制无显著影响
Brevet-Aeby et al., 2019¹²	平行设计	33 (16)	24.72 ± 4.32	2 mA, 100–500 Hz	20	DLPFC (35)	GN, RT	离线	反应时间显著改善
Albuquerque et al., 2019¹⁵	平行设计	34 (34)	23.1 ± 2.8	2 mA, 101–640 Hz	20	M1/SO (35)	GPT, EE	在线	对技能学习无显著影响
Murphy et al., 2020²¹	平行设计	33 (11)	25.25 ± 7.73	1 mA, 101–640 Hz	22	DLPFC/SO (35)	SWM, ACC	离线	工作记忆显著改善
Sallard et al., 2021³⁷	交叉设计	19 (5)	28 ± 6	1 mA, 101–640 Hz	10	IFG (16)	GN, FA	离线	对抑制控制无显著影响
Yamashiro et al., 2023²²	交叉设计	16 (16)	20.6 ± 0.9	1.5 mA, 101–640 Hz	15	DLPFC (25)	GN, CE	离线	对抑制控制无显著影响
Ai et al., 2024¹⁴	交叉设计	33 (9)	22.17 ± 1.78	1.5 mA, 0–200 Hz	20	DLPFC (NA)	VWM, ACC	离线	对工作记忆无显著影响
Tokikuni et al., 2024¹¹	平行设计	59 (30)	22.79 ± 2.01	2 mA, 101–640 Hz	20	DLPFC/OC (35)	2-back, DPS	在线	工作记忆显著改善
Kawakami et al., 2024¹⁷	平行设计	34 (17)	21.7 ± 1.0	1 mA, 0.1–640 Hz	20	小脑 (35)	VTT, LR	在线	对运动学习无显著影响
Hasanvand et al., 2025⁴⁶	平行设计	32 (32)	22.91 ± 3.44	1 mA, 101–640 Hz	20	DLPFC/OC (25)	SST, SSRT	离线	对抑制控制无显著影响
Scaramuzzi et al., 2025¹³	平行设计	37 (31)	26.26 ± 9.2	2 mA, 100–640 Hz	20	M1 (18.49)	DT, RE	在线	径向误差减小
Frankel et al., 2025⁴⁷	交叉设计	30 (15)	24.53 ± 2.37	1 mA, 101–640 Hz	10	M1/SO (35)	SPPM, MT	离线	运动表现显著改善

表1：纳入研究、受试者及经颅随机噪声刺激（tRNS）方案的特征。 本表总结了所纳入的随机对照试验的特征，包括研究设计、受试者人口学特征、刺激参数（强度、频率范围、持续时间及电极位置）、认知任务、结局指标以及刺激时机（在线/离线）。请点击此处下载该表格。

缩写：M，男性；F，女性；SD，标准差；ACC，准确率；DPS，d-质得分；EE，终点误差；MT，运动时间；LR，学习速率；RE，径向误差；NE，错误次数；RT，反应时间；SSRT，停止信号反应时间；FA，虚报；CE，错误响应；OC，眶额皮层；SO，眶上区；IFG，下额回；VWM，视觉工作记忆；NA，未报告；OCL，单卡片学习任务；SWM，斯特恩伯格工作记忆任务；GPT，高尔夫推杆任务；SPPM，序列点对点运动任务；VTT，视动追踪任务；DT，飞镖投掷任务；GN，Go/No-Go任务；SST，停止信号任务。

数据可用性：

本系统综述和荟萃分析所使用的所有原始数据均已通过开放科学框架（Open Science Framework, OSF）公开提供，获取地址为 https://doi.org/10.17605/OSF.IO/7QD63。

讨论

据目前所知，本研究提供了全面的定量综合分析，以定量评估经颅随机噪声刺激（tRNS）对健康成年人认知功能的影响。基于13项随机对照试验，观察到总体效应为微弱的正向但无统计学意义。尽管在线刺激显示出具有统计学意义的效应，但由于亚组间差异无统计学意义，该结果应谨慎解读。

观察到的效应量较小（Hedges’ g = 0.17），在当前实验条件下，不太可能代表现实环境中具有实际意义的认知增强。总体效应幅度有限。多种方法学因素可能导致这一结果，包括以单次会话设计为主、样本量相对较小，以及使用基于实验室控制的认知任务。此外，研究之间存在显著异质性，包括刺激参数、靶向脑区、任务范式和结局指标的差异，这可能加剧了结果的变异性。这些局限性可能降低统计功效和外部效度。然而，经颅随机噪声刺激（tRNS）仍是一种非侵入性且负担较低的干预手段，在优化条件下其效果可能更加明显，例如采用重复训练范式或优化的刺激方案。例如，为期两周、结合tRNS与认知训练的干预已被证明可改善注意力缺陷多动障碍（ADHD）儿童的神经振荡活动和睡眠结果²³。

在各个认知领域中，工作记忆、技能学习和抑制控制均未观察到具有统计学意义的亚组效应。尽管工作记忆的点估计值最大，但该效应未达到统计学显著性，且多项纳入的研究报告了阴性结果^{14,15,16,17,18,19,20}。工作记忆高度依赖于分布式的额顶网络，尤其是背外侧前额叶皮层（DLPFC），该脑区参与信息的维持与操作^43,44。缺乏一致的效应提示，在异质性的刺激条件下，此类复杂的、网络水平的神经过程可能较难被调节。类似地，抑制控制和技能学习缺乏显著效应，可能反映了特定认知领域的神经需求以及亚组内统计效能的局限性。既往研究曾提示经颅随机噪声刺激（tRNS）后抑制控制可能存在改善¹²；然而，本分析中这些效应并未得到一致的重复验证。

基于刺激方案的亚组分析未发现刺激位点或刺激时长之间存在统计学显著差异。尽管在某些条件下观察到数值上更大的效应，但这些模式并不一致。由于背外侧前额叶皮层（DLPFC）与皮层及皮层下区域具有广泛的连接性，被认为在高级认知过程中起核心作用^30,31,32，对该区域的刺激已被证实与神经振荡和功能连接性的改变相关²¹。然而，在本分析中并未观察到DLPFC刺激具有显著优势。同样，初级运动皮层（M1）、额下回（IFG）以及小脑的刺激也未产生显著效应，这可能反映了各亚组内功能特异性差异或研究数量有限¹⁵’^{34,35,36,37,38}。

刺激持续时间与效应量之间未表现出显著关系。既往证据表明，tRNS效应可能依赖于达到一定的最小刺激阈值，并可能遵循非线性的剂量-反应模式^39’40。在当前分析中，尽管20–22分钟等较长的刺激持续时间显示出数值上更大的效应，但元回归分析并未支持其存在显著的线性关联。这表明刺激持续时间可能与其他因素（包括任务需求和个体差异）相互作用，而非独立产生效应。

在线刺激显示出显著效应，而离线刺激则未显示显著效应，这一发现可能有助于理解其潜在机制。在任务执行期间施加的tRNS可能通过随机共振增强神经处理，从而改善与任务相关信号的检测和传递^11,25。相比之下，离线刺激通常与由钠通道活动介导的皮层兴奋性短暂升高相关^26,27，但这种变化可能无法持续转化为行为上的改善。然而，由于缺乏亚组间显著差异，该解释仍属初步，应视为探索性结论。

应当承认存在若干局限性。现有研究在方法学上存在异质性，特别是在刺激参数和认知任务方面，这可能限制了研究间的可比性。许多纳入的研究样本量相对较小，降低了统计效能，并增加了出现Ⅰ类和Ⅱ类错误的可能性。神经生理学证据仍然有限，因为仅有部分研究采用了脑电图或功能成像等测量手段。此外，包括性别差异和基线认知能力在内的潜在调节因素尚未得到系统探讨。这些局限性可能制约研究结果的普适性。

未来的研究应致力于标准化刺激方案和实验设计，以提高不同研究之间的可比性。需要开展更大样本、具备足够统计效能的随机对照试验，以更精确地估计效应量。结合行为学与神经生理学测量方法（如脑电图和功能磁共振成像）可能有助于阐明经颅随机噪声刺激（tRNS）效应的潜在机制。此外，对个体差异（包括基线表现和人口学因素）进行系统性评估，可能有助于加深对刺激反应变异性的理解。

结论：

这项系统综述和荟萃分析表明，经颅随机噪声刺激可能对健康成年人的认知功能产生轻微的积极影响；然而，总体效应在统计学上并不显著。尽管在线刺激显示出更有利的效果模式，但在不同认知领域、刺激部位或刺激持续时间之间均未观察到显著差异。目前的证据仍不足以支持tRNS具有可靠的认知增强效应。未来的研究应纳入更大的样本量、标准化的实验方案、明确定义的刺激范式，以及结合行为学和神经生理学的结局指标，以更准确地确定tRNS的有效性及其作用机制。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
带有 metafor 包的 R 软件	R Foundation for Statistical Computing	N/A	用于进行荟萃分析，包括效应量计算、随机效应模型、亚组分析、元回归、Egger’s 回归检验以及逐一剔除法敏感性分析。
Review Manager 5.4	Cochrane	N/A	用于偏倚风险评估及制作偏倚风险图表。