跳到正文
原文
Frontiers in Psychiatry· Tanyue Zhou·· 3 小时前精选AI 评分60

Frontiers in Psychiatry 发表 VR 干预儿童青少年 ADHD 的系统综述与元分析

Effects of VR interventions on pediatric ADHD: a systematic review, meta-analysis and exploratory machine-learning analysis

AI 导读

一项发表于 Frontiers in Psychiatry 的系统综述与元分析纳入 13 项研究共 928 名 ADHD 儿童青少年，其中 11 项进入定量合成。

推荐理由

这项元分析按四个临床域分别汇总 VR 干预效果，并给出 GRADE 证据等级，读者可据此判断现有证据的边界。

正文 · AI 翻译

译文尚不完整，完整内容请切换到原文。

摘要

目的：

综合虚拟现实（VR）干预在儿童和青少年注意缺陷多动障碍（ADHD）相关临床结局各领域中的效应，比较这些领域的效应模式，并检验研究间异质性的稳健性、确定性及潜在来源。

方法：

检索了PubMed、Embase、Web of Science核心合集、IEEE Xplore、CENTRAL、ScienceDirect和CNKI，纳入针对ADHD儿童和青少年VR干预的随机对照试验和对照准实验研究。结局分为四个临床领域：ADHD/行为症状、执行/认知功能、社会/情绪功能和运动/视知觉功能。这些领域内的随机效应荟萃分析作为主要疗效分析，而全领域研究水平复合指标作为次要描述性综合。安全性、依从性/保留率和晕动症在研究水平进行总结。采用荟萃回归和探索性机器学习分析来探究异质性，并与荟萃分析合并分开进行。

结果：

共纳入13项研究，涉及928名参与者，其中11项研究贡献了定量综合。在主要结局领域分析中，ADHD/行为症状的合并Hedges' g值为0.49（95% CI −0.59至1.57），执行/认知功能为1.15（95% CI 0.38至1.92），社会/情绪功能为0.51（95% CI 0.08至0.93），运动/视知觉功能为0.88（95% CI 0.02至1.74）。依赖性校正比较未发现各领域间差异（p = 0.624），在Hartung-Knapp推断下仅执行/认知功能的置信区间仍高于零。次要全领域综合得出g = 0.98（95% CI 0.47至1.50），存在显著异质性（I² = 91.7%），预测区间跨越无效线（−0.69至2.65）。探索性亚组、荟萃回归和机器学习分析未发现异质性的可靠解释。安全性和依从性报告存在异质性；在报告安全性的研究中未报告与干预相关的严重不良事件，但事件发生率无法估计。四个结局领域的GRADE确定性均为极低。

结论：

领域特异性综合发现执行/认知、社会/情绪和运动/视知觉结局存在积极信号，其中执行/认知功能的支持最为明确，而ADHD/行为估计仍不确定。这些发现支持进一步评估VR作为辅助干预，尽管当前证据不支持领域优越性或跨环境的一致效应。证据基础小且异质、偏倚风险高以及GRADE确定性极低，限制了对所观察效应大小和可重复性的信心。

系统评价注册：

https://www.crd.york.ac.uk/PROSPERO/，标识符CRD420261405127。

1 引言

注意缺陷多动障碍（ADHD）是儿童和青少年中最常见的神经发育障碍之一。其特征为与发育水平不相称的注意力不集中、多动和冲动，并常伴有执行功能、情绪调节、学业适应和社会功能方面的损害（）。流行病学研究提示，全球儿童和青少年ADHD患病率约为5-8%，但不同地区、诊断标准和评估方法下的估计值存在差异（，）。由于ADHD症状及相关功能损害可能对学业表现、人际关系和长期社会适应产生持续影响，ADHD的干预不仅是儿童心理健康的优先事项，也与长期神经发育和康复结局密切相关（）。

目前ADHD的治疗通常包括药物治疗、行为干预、认知训练和家长管理培训（，）。既往网络荟萃分析显示，兴奋剂类药物，尤其是哌甲酯，对儿童和青少年ADHD核心症状的短期疗效相对较为明确（）。然而，药物治疗可能受到不良反应和长期持续用药情况不一等限制（）。非药物干预也用于针对ADHD相关的认知和行为功能，但其效果因干预方法和结局指标而异（，）。因此，仍有必要探索具有更强情境相关性、互动性和可接受性的辅助性非药物干预。

虚拟现实（VR）为ADHD的评估和干预提供了一种新的技术途径。与传统的纸笔任务或二维计算机化训练相比，VR可以模拟课堂、游戏、体育活动和社交互动等真实生活情境，从而增强沉浸感、即时反馈和生态效度（–）。对于ADHD儿童和青少年，VR环境可能通过多感官刺激提高参与度，并可能通过可调节的任务难度、实时行为记录和情境化反馈支持个体化干预。近年来，VR已被应用于注意力训练、执行功能训练、情绪调节、运动协调、视觉感知和社会功能等领域，初步研究提示其对ADHD相关症状和功能结局可能有益（–）。

尽管关于VR干预ADHD的研究日益增多，但哪些临床领域显示出最具可重复性的获益信号，以及所观察到的效应在不同分析假设和研究环境下是否稳健，仍不清楚。现有研究在VR设备类型、沉浸程度、训练内容、干预剂量、对照条件和结局测量方面差异很大。尽管既往综述已对ADHD中基于VR的评估和干预进行了总结，但对对照研究的定量合成、证据确定性评估以及效应量异质性的系统评价仍然有限（，，）。因此，单一的跨领域估计无法区分可重复的领域特异性信号与由异质性结局和研究设计所塑造的平均效应。

因此，本系统综述、meta分析、meta回归及探索性机器学习分析旨在识别获益信号最为明显之处，并界定其证据边界。领域特异性综合被作为主要疗效分析，而研究层面的全领域复合指标则作为次要描述性总结。依赖性感知敏感性分析评估了研究内多结局的稳健性，GRADE评估了确定性，meta回归和机器学习则考察了VR技术、对照类型、干预时长及其他研究层面特征能否解释异质性。

2 方法

2.1 方案与报告指南

本综述方案已在PROSPERO注册为非公开培训记录（CRD420261405127；https://www.crd.york.ac.uk/PROSPERO/view/CRD420261405127）。本综述的设计、实施和报告均遵循系统综述和meta分析优先报告条目2020（PRISMA 2020）声明（, ）。本综述问题聚焦于虚拟现实干预对儿童和青少年注意缺陷多动障碍（ADHD）相关症状及功能结局的影响。

2.2 文献检索与纳入标准

系统检索了PubMed、Embase、Web of Science核心合集、IEEE Xplore、Cochrane对照试验中心注册库（CENTRAL）、ScienceDirect和中国知网（CNKI）。检索于2026年5月20日至5月21日进行，涵盖各数据库自建库至检索日期，并限定为以英文或中文发表的研究。检索策略围绕三个核心概念——VR、ADHD和儿童/青少年——制定，并针对各数据库进行调整。各数据库具体检索策略见补充表S1。

研究符合以下条件者纳入：（1）纳入年龄≤18岁、诊断为ADHD或具有临床显著ADHD症状的儿童或青少年；（2）以VR（包括沉浸式、半沉浸式、非沉浸式或混合现实系统）作为核心干预；（3）设有对照条件，如等待名单/无干预、常规照护、药物治疗或其他积极对照；（4）报告至少一项定量ADHD相关行为、认知/执行、社会/情绪、运动或视觉知觉结局，且数据足以估计效应量；（5）采用随机对照或对照准实验设计。

研究符合以下条件者排除：聚焦于成人ADHD；无法单独提取ADHD儿童或青少年数据；未以VR作为核心干预；主要纳入其他神经发育障碍参与者而无独立ADHD样本；为会议摘要、社论、信件或预印本；或无法获取全文或数据不足以估计效应量。对于定量综合，一项事后、不依赖显著性的纳入规则还要求存在合格的组间比较，以将VR与非VR对照区分开来。

2.3 研究选择与数据提取

所有检索到的记录均导入 EndNote X9 进行去重。通过检查标题、DOI 和人工核对，识别出其他重复记录。两名评价者独立筛选标题和摘要，评估全文并提取数据。分歧通过讨论解决，必要时咨询第三名评价者。

提取的数据包括研究设计、参与者特征、ADHD 诊断标准、VR 技术类型、干预方案、对照条件、结局指标和报告结果、偏倚风险信息、干预出勤或完成情况、退出、不良事件以及晕动症或模拟器 sickness 评估。安全性报告被分类为使用命名结构化工具进行评估、叙述性报告或未报告。研究层面缺乏安全性报告并不被解释为不存在不良事件。

2.4 偏倚风险和证据确定性评估

随机研究中的偏倚风险使用 Cochrane 偏倚风险 2（RoB 2）工具进行评估，涵盖随机化过程、偏离预期干预、缺失结局数据、结局测量和报告结果的选择（）。准实验研究使用 ROBINS-I 进行评估，涵盖混杂偏倚、参与者选择、干预分类、偏离预期干预、缺失数据、结局测量和报告结果的选择（）。评估聚焦于本综述纳入的即时治疗后结局。

RoB 2 和 ROBINS-I 评估根据其各自工具特定的评级系统分别解读。两名评价者独立评估偏倚风险，分歧通过讨论和共识解决。详细判断和支持理由见补充表 S6。

四个主要结局领域各自的证据确定性使用 GRADE 框架（，）进行评估，考虑偏倚风险、不一致性、间接性、不精确性和发表偏倚。确定性被评为高、中、低或极低。GRADE 评级仅分配给四个主要结局领域；次要的全领域综合和探索性亚组分析未单独评级。

2.5 定量分析和荟萃分析

当报告多个符合条件的结局时，在每个不同的结局构念或测量框架内手动应用事后结局选择层级。优先考虑试验指定的主要结局，其次是用于样本量计算的结局，然后是经过验证的全局或领域总分。当没有更高优先级的测量可用时，保留同一水平上符合条件的非重叠结局。总分或衍生分数不与其组成子量表一起纳入。选定的结局被分类为四个临床领域：ADHD/行为症状、执行/认知功能、社会/情绪功能和运动/视觉感知功能。对于多臂试验，选择一个对照以避免重复使用共享的 VR 组，优先考虑常规护理/无干预/等待名单，其次是积极的非 VR 行为或心理治疗对照，然后是药物对照。结局和对照的选择独立于效应量和统计学显著性。

采用 Hedges’ g 作为标准化效应量，正值表示效应有利于 VR。效应方向根据各测量指标的临床意义进行了统一。Hedges’ g 及其抽样方差根据可获得的治疗后或变化评分均值、标准差和组样本量计算。必要时，将已报告的成对 Cohen’s d 值以及符合条件的两组交互作用或校正 F 统计量转换为 Hedges’ g。由近似转换得出的效应在敏感性分析中被排除。多臂比较的总括统计量未转换为成对效应。主要时间点为干预结束时进行的首次评估；后续随访结局单独进行分析。

当一项研究在同一临床领域内贡献了多个选定的、互不重叠的效应时，将这些效应合并为等权重的研究-领域复合效应。由于未报告结局之间的研究内相关性，假定共同的抽样误差相关系数为 ρ = 0.50。复合效应的方差计算如下：Var() = m−²[Σvi + 2ρΣi<j√(vivj)]。其中 m 表示效应数量，vi 表示其抽样方差。使用 ρ = 0、0.25、0.75 和 1.00 进行敏感性分析。对于次要的全领域合成，研究-领域复合效应在每个研究内使用等领域权重和相同的协方差方法进一步合并，每项研究得出一个研究水平的全领域复合效应。

使用限制性最大似然估计拟合随机效应模型。四项领域特异性合成构成主要疗效分析，而全领域合成被视为次要描述性分析。对于每项合成，报告 Hedges’ g、95% 置信区间、Cochran’s Q、I²、τ² 以及（在可估计时）95% 预测区间（）。使用 Hartung–Knapp 推断评估研究数量较少时推断的稳健性（）。使用多水平随机效应模型和带小样本校正的相关效应稳健方差估计进一步检验研究内依赖性。使用多水平调节变量模型检验结局领域之间的差异，该模型考虑了同一研究贡献的领域效应之间的协方差。

探索性调节变量分析检验了 VR 技术类型、对照类型和干预持续时间。基于技术和对照的分析每项研究使用一个全领域复合效应，调节变量检验基于传统 Wald 推断和 Hartung–Knapp 推断。使用随机效应元回归检验干预持续时间（）；对于一项报告持续时间为 6–8 周的研究，主要分析中使用中点值，并在敏感性分析中排除该研究。使用留一研究分析和影响诊断进一步评估稳健性。漏斗图、Egger 回归（）、Begg–Mazumdar 秩检验和剪补法被用作小样本效应诊断。

2.6 探索性机器学习分析

探索性机器学习分析纳入了来自11项研究的全部45个签署的即时治疗后结局层面效应量，这些研究均贡献于定量综合。为防止报告更多结局的研究获得不成比例的影响，每项研究被赋予总权重1，并按逆抽样方差比例分配至其各结局。鉴于独立研究数量有限，模型复杂度被限制为三种候选设定：仅截距基准模型；包含样本和研究背景变量（比较样本量、平均年龄或中点年龄、用药背景和对照类型）的岭回归模型；以及包含全部14个候选特征、并额外纳入VR类型、结局领域和效应量来源的更广泛岭回归模型。这些模型在研究/结局层面运行，而非在个体参与者层面运行。

模型性能采用嵌套分组留一研究交叉验证进行评估。在每个外层折中，将一整项研究及其所有结局留出用于测试。在剩余研究中，岭惩罚参数λ通过分组留一研究验证从10−4至104之间的41个对数间隔值中选取，以最小化加权均方误差。候选模型通过研究平衡的均方根误差（RMSE）、平均绝对误差（MAE）和折外R²进行比较。RMSE对较大的预测误差赋予更大权重，而MAE反映平均绝对预测误差；数值越低表明预测性能越好。折外R²将预测性能与平均效应基准进行比较，负值表明性能差于基准。模型选择基于较低的RMSE和MAE以及较高的折外R²。

机器学习分析仅在效应量计算完成后进行，用于探索研究和结局层面的异质性；它们未生成、修改或重新加权合并的荟萃分析估计值。所有分析均在R 4.6.0版本中进行。荟萃分析、多水平建模和效应量计算使用metafor包（5.0-1版本），相关效应稳健方差估计使用robumeta（2.1版本）。

3 结果

3.1 研究选择与特征

数据库检索识别出815条记录。去除547条重复记录后，对268条记录按标题和摘要进行筛选。其中，243条记录被排除，并检索了25篇全文文章。有1篇全文文章无法获取；因此，对24篇全文文章进行了资格评估。排除11篇文章后，13项研究被纳入系统评价。全文排除的原因包括研究方案或注册报告、不符合条件的研究设计，以及不符合综述问题的人群或结局。研究选择过程见图 1。

图 1

纳入的13项研究共包含928名患有ADHD的儿童和青少年。其中11项研究符合定量合成条件，共纳入653名参与者。用于效应量估算的所选VR-对照比较或报告的分析集共包含584名参与者；这一差异反映了多臂研究中未被选中的臂以及各研究特定的分析样本数。Barkin等人比较了治疗师指导与自我指导使用同一游戏，因此组间对比估计的是治疗师指导的效果，而非VR暴露的效果。Fang等人比较了奖励增强VR与无奖励反馈的传统VR，因此该对比估计的是奖励反馈的效果，而非VR暴露的效果。由于这两项比较均未估计VR相对于非VR对照的效果，两项研究均保留在定性合成和偏倚风险评估中，但被排除在定量合成之外。研究和干预特征总结于表1。

表1

A部分. 研究和参与者特征
研究国家/地区设计参与者（N；年龄；男性%）诊断工具特异性总体RoB
Cai等，2025（）中国准随机对照试验98；8.61 ± 1.40岁；55.1%男性DSM-5RoB 2：高
Ozkan Yilmaz等，2026（）土耳其随机对照试验16；10；范围8–12岁；81.3%男性DSM-5RoB 2：高
Tabrizi等，2020（）伊朗准实验48；9.58 ± 1.80岁；66.7%男性DSM-5ROBINS-I：中等
Martin-Moratinos等，2025（）西班牙随机对照试验76；12.68 ± 2.75岁；男性未报告DSM-5RoB 2：高
Perez-Rodriguez等，2026（）西班牙随机对照试验80；范围9–17岁；男性未报告DSM-5RoB 2：低
Wong等，2024（）中国（香港）随机对照试验90；8.53 ± 1.68岁；66.7%男性DSM-5RoB 2：有些担忧
Sahin等，2026（）土耳其随机对照试验60；范围7–12岁；男性未报告DSM-5RoB 2：有些担忧
Kim等，2020（）韩国随机对照试验40；范围7–10岁；男性未报告DSM-5RoB 2：高
Köse等，2023（）土耳其随机对照试验176；范围6–12岁；75.6%男性DSM-5RoB 2：有些担忧
Guler等，2026（）土耳其单盲随机对照试验70；9岁；60.0%男性DSM-5RoB 2：高
Fang等，2025（）中国准实验99；范围5–6岁；男性未报告未报告ROBINS-I：严重
Bioulac等，2018（）法国随机对照试验51；9.30 ± 1.40岁；78.4%男性DSM-IVRoB 2：高
Kim等，2024（）韩国随机对照试验24；范围6–12岁；42.0%男性DSM-5RoB 2：高
B部分. 干预和定量合成特征
研究VR技术对照剂量保留的符合条件的即刻治疗后效应，n定量合成
Cai等，2025（）沉浸式HMD主动对照480分钟2是
Ozkan Yilmaz等，2026（）沉浸式HMD药物/常规护理240分钟5是
Tabrizi等，2020（）非沉浸式桌面VR等待名单/无干预10次1是
Martin-Moratinos等，2025（）半沉浸式药物/常规护理600分钟1是
Perez-Rodriguez等，2026（）沉浸式HMD药物/常规护理12次6是
Wong等，2024（）沉浸式HMD等待名单/无干预240分钟6是
Sahin等，2026（）沉浸式HMD主动对照720分钟2是
Kim等，2020（）混合现实等待名单/无干预450分钟5是
Köse等，2023（）平板游戏为基础的干预自我指导使用同一游戏720分钟—否（a）
Guler等，2026（）半沉浸式等待名单/无干预16次11是
Fang等，2025（）奖励增强VR无奖励反馈的VR700分钟—否（b）
Bioulac等，2018（）沉浸式HMD主动对照12–16次5是
Kim等，2024（）沉浸式HMD主动对照120分钟1是

纳入研究的研究、干预及定量综合特征。

“保留效应，n”指用于构建研究-领域复合指标的合格治疗后即刻组间效应估计数量。RoB 2 和 ROBINS-I 判定按其原始工具特定类别报告。NR，未报告；RCT，随机对照试验；HMD，头戴式显示器；VR，虚拟现实。

(a) 被排除在定量综合之外，因为比较的是同一游戏的治疗师引导使用与自主使用，因此未能将 VR 暴露相对于非 VR 对照进行分离。

(b) 被排除在定量综合之外，因为比较的是奖励增强 VR 与无奖励反馈的常规 VR，因此未能将 VR 暴露相对于非 VR 对照进行分离。

各研究的安全性和依从性报告情况不一（补充表 S5）。四项研究使用了具名的结构化工具或副作用量表，六项研究以叙述方式报告了危害，三项研究未报告研究层面的安全性结果。在报告安全性结局的研究中，未报告与干预相关的严重不良事件，所报告的症状通常为轻度或一过性。由于各研究的评估方法和分母不同，未对事件发生率进行合并。依从性的报告使用了异质性定义，包括出席、完成、参与和脱落，且未系统报告药物依从性。

3.2 主要结局领域和次要全领域综合

在主要工作相关系数 ρ = 0.50 下，45 个合格的治疗后即刻效应在四个临床领域产生了 17 个研究-领域复合指标。在常规 REML 模型中，ADHD/行为症状包括四项研究（g = 0.49，95% CI −0.59 至 1.57；p = 0.374；I² = 93.5%），执行/认知功能包括七项研究（g = 1.15，95% CI 0.38 至 1.92；p = 0.003；I² = 93.5%），社会/情绪功能包括四项研究（g = 0.51，95% CI 0.08 至 0.93；p = 0.019；I² = 60.0%），运动/视觉-知觉功能包括两项研究（g = 0.88，95% CI 0.02 至 1.74；p = 0.045；I² = 82.9%）。依赖性校正比较显示，四个结局领域之间无统计学显著差异（F(3,13) = 0.60，p = 0.624）。在 Hartung–Knapp 推断下，仅执行/认知估计的 95% 置信区间保持在零以上，而其他领域估计不精确（图 2A；表 2；补充表 S4A、B）。

图 2

表 2

分析kNHedges’ g（95% CI）p 值I²（%）备注
主要结局领域分析依赖性校正 F(3,13) = 0.60；p = 0.624
ADHD/行为症状42290.49（-0.59 至 1.57）0.37493.5
执行/认知功能73411.15（0.38 至 1.92）0.00393.5
社会/情绪功能42250.51（0.08 至 0.93）0.01960.0
运动/视觉-知觉功能21000.88（0.02 至 1.74）0.04582.9
次要全领域综合描述性综合；95% 预测区间 -0.69 至 2.65
随机效应汇总115840.98（0.47 至 1.50）<0.00191.7
探索性亚组分析：VR 技术Wald p = 0.028；Hartung-Knapp p = 0.108
沉浸式 HMD73730.89（0.33 至 1.45）0.00288.9
半沉浸式21390.44（0.16 至 0.73）0.0020.0
非沉浸式桌面 VR1323.27（2.21 至 4.33）<0.001
混合现实1400.97（0.48 至 1.46）<0.001
探索性亚组分析：对照Wald p = 0.257；Hartung-Knapp p = 0.344
活性对照42171.25（0.43 至 2.06）0.00388.7
药物/常规照护31650.23（-0.08 至 0.54）0.14220.9
等待名单/无干预42021.30（0.14 至 2.45）0.02895.7

主要结局域、次要全结局域及探索性亚组分析。

正的 Hedges’ g 值有利于 VR。k，研究数量；N，纳入所选比较或所报告分析集的参与者人数；CI，置信区间；HMD，头戴式显示器。N 不应在各结局域行之间相加，因为部分研究贡献了不止一个结局域。结局域分析为主要分析，全结局域合并为次要且描述性分析，技术和对照分析为探索性分析。

作为次要描述性分析，17 项研究-结局域复合指标被进一步合并，为 11 项定量研究各生成一个全结局域效应。随机效应估计值为 g = 0.98（95% CI 0.47 至 1.50；p < 0.001），存在显著异质性（I² = 91.7%，τ² = 0.658，Q(10) = 83.13，p < 0.001），95% 预测区间为 −0.69 至 2.65。Hartung–Knapp 推断得出 g = 0.98（95% CI 0.37 至 1.60；p = 0.005），而多水平和稳健方差敏感性模型分别得出 g = 0.86（95% CI 0.47 至 1.25）和 g = 1.05（95% CI 0.47 至 1.62）。将 ρ 从 0 变化至 1 使估计值从 0.97 变为 1.00。因此，尽管预测区间跨越零，平均估计值在不同依赖假设下相似（图 3；表 2；补充表 S4A、B）。

图 3

Tabrizi 等报告的单次 2 个月随访效应为 g = 2.40（95% CI 1.49 至 3.31；N = 32）。该结果为描述性报告，未与治疗后即刻效应合并（补充表 S4C）。

3.3 探索性技术和对照亚组分析

按 VR 技术类型，沉浸式头戴式显示器的合并估计值为 g = 0.89（95% CI 0.33 至 1.45；k = 7），半沉浸式 VR 为 g = 0.44（95% CI 0.16 至 0.73；k = 2），非沉浸式桌面 VR 为 g = 3.27（95% CI 2.21 至 4.33；k = 1），混合现实为 g = 0.97（95% CI 0.48 至 1.46；k = 1）。传统 Wald 调节变量检验具有统计学显著性（p = 0.028），而 Hartung–Knapp 检验则无统计学显著性（p = 0.108）。鉴于各技术类别研究数量少且不均衡，这些亚组结果被视为探索性，不支持关于任何 VR 技术优越性的结论（图 2B；表 2）。

按对照类型，活性对照的合并估计值为 g = 1.25（95% CI 0.43 至 2.06；k = 4），药物/常规治疗为 g = 0.23（95% CI −0.08 至 0.54；k = 3），等待名单/无干预为 g = 1.30（95% CI 0.14 至 2.45；k = 4）。Wald 和 Hartung–Knapp 调节变量检验均未显示对照类型之间存在统计学显著差异（分别为 p = 0.257 和 p = 0.344）（图 2C；表 2）。

3.4 偏倚风险和证据确定性

在采用 RoB 2 评估的 11 项随机研究中，7 项被判定为高偏倚风险，3 项存在一些担忧，1 项为低风险。高风险判定集中在因偏离预期干预措施和结局测量导致的偏倚，11 项研究中有 7 项在这两个领域均被评为高风险。所有 11 项研究在结局数据缺失和报告结果选择方面均被评为低风险。两项准实验研究使用 ROBINS-I 单独评估：Tabrizi 等人的研究被判定为中等总体风险，Fang 等人的研究为严重总体风险。由于 RoB 2 和 ROBINS-I 使用不同的判定框架，其结果分别汇总，而非合并全部 13 项研究（图 4；补充表 S6，A 和 B 部分）。

图 4

所有四个主要结局领域的证据确定性均被评为极低。降级反映了偏倚风险、严重或非常严重的异质性以及不精确性。偏倚风险降级基于工具特定的 RoB 2 和 ROBINS-I 判定，未进行跨工具转换。发表偏倚未在单个结局领域内降级，因为每个领域仅纳入 2 至 7 项研究；次要的全领域合并中显著的 Egger 结果无法归因于任何特定领域。详细的 GRADE 评估见 补充表 S2，工具特定的偏倚风险评估及理由见 补充表 S6，A–C 部分。

3.5 敏感性分析、小样本效应和元回归

次要全领域合并的留一法估计值范围为 g = 0.79 至 1.08，所有常规 95% 置信区间均保持在零以上。Tabrizi 等人的研究经模型诊断被确定为有影响力的研究；剔除该研究后，合并估计值降至 g = 0.79（95% CI 0.40 至 1.18），同时仍存在显著异质性（I² = 85.4%）（图 5；表 3）。

图 5

表 3

分析k估计值或统计量95% CIp 值附加信息
留一法范围10g 0.79 至 1.08所有常规 CI 均高于 0依次剔除 11 项研究中的每一项
留一法：剔除 Tabrizi 等人10g=0.790.40 至 1.18<0.001I2 = 85.4%；经模型诊断有影响力
Egger 回归检验11z=2.670.008可能存在漏斗图不对称/小样本效应
Begg-Mazumdar 秩检验11Kendall tau=0.420.087
剪补法11校正后 g=0.980.47 至 1.50<0.001填补研究数=0
持续时间元回归：Wald z10beta=-0.103 g/周-0.25 至 0.040.172tau2 = 0.297
持续时间元回归：Hartung-Knapp10beta=-0.103 g/周-0.28 至 0.070.212tau2 = 0.297
持续时间元回归：Wald z；排除中点编码研究9beta=-0.107 g/周-0.25 至 0.030.139tau2 = 0.268
持续时间元回归：Hartung-Knapp；排除中点编码研究9beta=-0.107 g/周-0.28 至 0.060.183tau2 = 0.268

敏感性分析、小样本效应诊断和探索性元回归。

正向的 Hedges’ g 值有利于 VR。在留一研究分析中，k = 10 表示每个重新拟合模型中保留的研究数量；共进行了 11 次剔除分析。Egger 和 Begg–Mazumdar 检验是小研究效应的诊断方法。Meta 回归系数（β）表示每增加一周干预时 Hedges’ g 的变化。主要持续时间分析使用了报告的 6–8 周范围的中点，敏感性分析排除了这项以中点编码的研究。

二次全领域合成的漏斗图不对称，Egger 回归提示可能存在小研究效应（z = 2.67，p = 0.008）。Begg–Mazumdar 秩检验无统计学显著性（Kendall’s τ = 0.42，p = 0.087），剪补法未填补任何研究。鉴于诊断结果不一致且研究数量较少，观察到的不对称性不能明确归因于发表偏倚（Figure 6；Table 3）。

Figure 6

干预持续时间 Meta 回归纳入了 10 项研究。估计斜率为负但无统计学显著性（β = −0.103 Hedges’ g/周，95% CI −0.251 至 0.045；p = 0.172），Hartung–Knapp 推断得出 p = 0.212。排除以中点表示报告 6–8 周持续时间的研究后，得到相似的估计值（β = −0.107，95% CI −0.249 至 0.035；p = 0.139；Hartung–Knapp p = 0.183）。未观察到干预持续时间与效应量之间存在统计学显著关联（Figure 7；Table 3）。

Figure 7

3.6 探索性机器学习分析

探索性机器学习分析纳入了来自 11 项研究的 45 个治疗后即刻效应。仅截距基准模型的研究平衡 RMSE 为 1.11，MAE 为 0.89，折外 R² 为 −0.16。样本/情境岭回归模型得出 RMSE = 1.16，MAE = 0.96，折外 R² = −0.26，而全调节变量岭回归模型得出 RMSE = 1.15，MAE = 0.95，折外 R² = −0.25。因此，两个岭回归模型均显示出比仅截距基准模型更高的预测误差和更低的折外 R²，未提供折外预测改善的证据（Figures 8A, B；Supplementary Table S3A）。

Figure 8

中位岭回归系数通常较小，并因支持研究数量而异。最大的正中位系数见于非沉浸式 VR，尽管该类别仅由一项研究代表。其他与效应量来源、VR 类型、用药情境、年龄、样本量和结局领域相关的系数均较小或由少数研究支持。因此，这些系数模式被视为探索性，未能识别出效应量异质性的可靠调节因素（Figure 8C；Supplementary Table S3B）。

4 讨论

在四个临床特征各异的ADHD相关结局领域中，定量证据显示出阳性但不均衡的模式。传统合并估计支持VR在执行/认知、社交/情绪以及运动/视觉-知觉结局方面的效果，而ADHD/行为方面的估计不精确且跨越无效线。执行/认知领域提供了最清晰的信号，因为其传统估计值最大，并且是唯一一个Hartung-Knapp置信区间仍高于零的领域。这些发现提示，VR可能对选定的功能性结局有益，而非对所有ADHD相关结局产生统一的效应。

稳健性分析既阐明了这一信号的强度，也阐明了其局限。依赖性校正比较未发现各领域之间存在差异（p = 0.624），因此所观察到的模式并不能确立VR对执行/认知功能比其他领域更有效。次要的全领域估计为阳性，且其方向在工作相关性、多水平建模和稳健方差估计之间变化不大；然而，显著的异质性和跨越无效线的预测区间表明，获益的幅度和可重复性可能因结局和情境而异。

综合来看，这些分析将阳性平均信号的存在与其幅度、一致性和可推广性的可信度区分开来。11项随机研究中，有7项在RoB 2下被评定为高偏倚风险，两项准实验研究的ROBINS-I评定分别为中等和严重，且所有四个领域的GRADE证据确定性均极低。亚组分析、元回归和机器学习分析均未发现异质性的可靠解释。因此，证据对执行/认知结局最为令人鼓舞，而VR的总体疗效、临床重要性以及可能获益的条件仍不确定。

4.1 潜在机制与解释性假设

此处讨论的机制应被视为解释性假设，而非本元分析中直接检验的通路。ADHD的特征不仅包括注意力不集中、多动和冲动的核心症状，还包括执行功能受损，包括持续注意、工作记忆、抑制控制、认知灵活性和目标导向行为（，）。然而，执行功能缺陷并不能解释ADHD的所有表现，且既非解释该障碍的必要条件，也非充分条件（）。因此，在功能相关情境中同时调动多种认知过程的干预措施，可能具有影响多个结局领域的潜力，尽管这些效应跨领域迁移的程度仍不确定。

VR 相较于纸笔或传统计算机化训练的一个潜在优势，在于其能够提供互动且具有生态相关性的环境。认知训练的证据表明，训练任务上的改善未必能泛化到 ADHD 核心症状、学业表现或日常功能（）。VR 可以在受控条件下模拟课堂活动、日常任务、基于动作的游戏以及社交互动，从而将实验控制与更高的生态相关性结合起来（，）。这些环境可能整合视觉、听觉、认知和运动需求；然而，这些特征是否能可靠地迁移到真实世界的临床结局仍不清楚。

VR 干预通常还纳入游戏化、即时反馈、任务奖励和自适应难度，这可能有助于提高 ADHD 儿童的参与度。传统认知训练可能受限于重复性任务形式、依从性困难以及迁移效应有限（，）。既往荟萃分析证据报告了 VR 对 ADHD 儿童注意相关结局的积极效应（），而沉浸式 VR 和严肃游戏也被提出作为增强任务参与度的方法（）。个别研究还报告了对社交或行为结局的潜在效应（，）。在本综述中，若干研究报告了较高的会话完成率；然而，评估依从性所用定义和分母的差异，使得无法就 VR 对持续依从性或长期迁移的影响得出确切结论。

因此，VR 或许更适合被理解为一种干预平台，而非单一治疗技术。其效应可能反映感觉输入、运动需求、认知加工、行为反馈、任务特征和治疗师指导之间的相互作用，这与复杂干预的框架一致（）。从这个角度看，详细报告干预内容、实施方式、反馈、剂量和个体化尤为重要（，）。这也提示，观察到的效应不应仅归因于沉浸感或 VR 硬件。

4.2 异质性与证据确定性的解读

显著的异质性限制了对积极的领域特异性估计和次要的全领域估计的解读与推广。设备类型、训练目标、强度、对照条件、参与者特征和结局测量方面的差异均可能有所贡献。由于次要全领域估计的预测区间跨越无效线，不应假定积极的平均效应在所有环境或结局中均一致适用。

首先，VR 技术本身具有异质性。沉浸式头戴显示器、半沉浸式 VR、非沉浸式桌面 VR 和混合现实在沉浸程度、交互方式、反馈形式和感官刺激强度上各不相同。VR 的沉浸感和生态效度可能影响任务参与度、注意分配和行为反应（，）。然而，尽管沉浸式 HMD 的平均估计值为正，但该亚组内的异质性很高（I² = 88.9%），且在 Hartung–Knapp 推断下，技术调节变量不具有统计学显著性。此外，半沉浸式亚组仅纳入两项研究，而非沉浸式和混合现实类别各仅有一项研究。因此，这些发现并不能确立沉浸式 VR 比其他 VR 技术更有效。

其次，训练内容和干预目标的差异是异质性的另一个重要来源。一些研究聚焦于持续性注意或反应抑制，而另一些研究则针对执行功能、工作记忆、运动协调或社交互动。既往关于严肃游戏和 VR 干预的综述同样表明，与 ADHD 相关的数字干预在训练内容和目标结局方面高度多样（，）。因此，各研究观察到的效应量可能反映的是训练任务本身的差异，而非仅由 VR 设备的影响所致。如果不对训练模块、任务进阶和反馈机制进行更清晰的报告，就仍难以确定哪些成分最有可能驱动治疗效果（）。

研究设计的差异进一步增加了证据解读的复杂性。纳入的研究在年龄范围、症状严重程度、是否允许用药、对照类型、训练剂量和随访时长方面各不相同。对于复杂干预，干预时长、总训练分钟数、单次训练强度和完成率不可互换（）。时长的元回归产生了负系数，但未显示具有统计学显著性的关联。以周为单位的时长也只是干预剂量的粗略替代指标，并可能与训练内容、对照条件、完成率和研究设计相混淆（）。因此，不能据此得出较短干预更有效的结论。

在所有四个主要结局领域，GRADE 证据确定性均为极低。该评级反映了与偏倚风险、不一致性和不精确性相关的局限性，并不意味着 VR 无效。相反，它表明对观察到的效应量大小及其可重复性的信心有限。漏斗图不对称以及次要的全领域合成中显著的 Egger 检验提供了额外的背景性担忧；然而，研究数量少且小样本效应诊断结果不一致，使得这一发现无法被具体归因于发表偏倚或任何单个结局领域。

4.3 VR 干预对 ADHD 的临床意义

从临床角度看，这些领域特异性发现支持继续评估VR作为一种辅助性非药物平台，其中执行/认知结局是确证性试验最明确的目标。当前证据尚不足以支持将VR常规使用，也不足以支持其替代药物治疗、行为干预或学校支持。药物治疗仍是ADHD管理的重要组成部分，已有证据支持其控制核心症状（，）。因此，目前VR应被视为一种有前景但尚属暂定的辅助手段：其在ADHD综合管理中的作用将取决于更高质量试验中对领域特异性获益的确认。

VR的潜在临床价值在于其能够为非药物训练提供互动性、情境化和可重复的平台。数字干预可以提供标准化任务、实时反馈、远程数据记录和动态难度调整。一项针对基于软件的数字疗法的随机试验报告了ADHD儿童注意表现的改善（），尽管此类干预的适应证、最佳剂量、疗效边界和临床作用仍有待明确。本综述确定了有待进一步评估的功能靶点，但并未确立其优于现有治疗，也未确立最小临床重要获益。

游戏化设计、即时反馈以及潜在的居家实施可能提高儿科数字干预的参与度和可及性（）。然而，纳入研究中的安全性和依从性报告并不一致。四项研究使用了具名的结构化安全性工具或副作用量表，六项研究以叙述方式报告了危害，三项研究未报告研究层面的安全性发现。在报告安全性结局的研究中，未报告与干预相关的严重不良事件，所报告的症状通常为轻度或一过性，包括头晕、定向障碍、头痛或眼疲劳、出汗、头戴设备不适以及恐高。评估方法异质且分母不完整，导致无法估计汇总不良事件发生率，而未报告不应被解读为安全性的证据。依从性的报告也使用了不同的出勤、完成、参与和脱落定义，而药物依从性未得到系统性报告（Supplementary Table S5）。

最后，VR干预的临床转化应更加重视个体化适配。ADHD儿童在年龄、症状特征、认知缺陷、共病和家庭支持方面差异很大；因此，单一的VR训练方案不太可能适合所有儿童。在未来的临床应用中，应根据每个儿童的主要功能损害选择不同的训练模块，例如持续注意训练、抑制控制训练、课堂模拟、社交互动训练或运动协调训练。同时，VR系统应保留专业监督和疗效监测，以避免沦为缺乏临床监管的家庭娱乐工具。只有在适应证、训练剂量、安全性和真实世界有效性得到进一步明确后，VR才能成为ADHD综合管理中可扩展的辅助干预手段。

4.4 理解治疗异质性的方法学启示

本综述的一个重要方法学特征是在进行合并分析之前，明确区分了临床上不同的结局领域。这种方法保留了ADHD/行为、执行/认知、社交/情绪以及运动/视觉-知觉结局的临床意义，而次要的全领域复合指标仅提供广泛的描述性背景。这种区分对于复杂的数字干预尤为重要，因为其效果可能因干预目标和实施环境而异。机器学习分析通过在效应量估计之后探索异质性，对这一框架进行了补充；它既未取代各领域特定的荟萃分析，也未对其合并估计做出贡献。因此，涉及沉浸感、参与度或训练内容的解释被视为关于异质性的假设，而非对观察到的领域特定估计的替代。

元回归和探索性机器学习通过检验观察到的异质性是否可以用现有的研究层面特征来解释或预测，扩展了领域特定的综合分析。两种方法均未发现可靠的调节因素证据，这可能部分反映了研究数量有限以及研究层面特征报告不一致的不足。因此，未来的试验应前瞻性地、一致地报告异质性的候选来源，包括干预内容、技术类型、剂量、用药背景、参与者特征和结局选择。

这一发现反映了当前VR干预ADHD文献中的一个重要问题：干预描述和数据报告仍然不足。现有研究通常报告VR设备类型和干预时长，但对关键因素的信息提供有限，如具体训练模块、任务进阶策略、反馈机制、奖励方式、完成率、脱落率、家庭参与和治疗师指导。TIDieR及其康复扩展版均强调，复杂干预研究应充分报告干预内容、实施方式、剂量、个体化程度和依从性，以支持解释和重复验证（，）。因此，解释治疗效果的主要局限可能不在于统计方法本身，而在于研究设计和报告的质量。未来的随机试验还应按照当前的试验报告指南加强预注册、盲法结局评估、意向性治疗分析和标准化结局报告（）。

探索性机器学习对现有研究层面特征能否预测研究间效应量变异提供了额外评估。两个岭回归模型均未相对于仅截距基准模型改善研究外预测，且估计系数基于少量研究聚类和稀疏表示的类别。因此，现有的聚合研究层面特征不足以识别可重复的效应量异质性预测因素。需要具有前瞻性标准化变量的更大证据基础，以及可能的个体参与者数据，才能确定是否能够识别可重复的效应调节因素（–）。

4.5 局限性

本研究存在若干局限性。第一，每个主要结局领域仅纳入2至7项研究，部分技术亚组仅由1项研究代表，限制了领域特异性及亚组估计的精确性。第二，偏倚风险仍然重要：11项随机研究中7项在RoB 2下被判定为高偏倚风险，而两项准实验研究在ROBINS-I下分别被判定为中等和严重风险。第三，若干结局领域内仍存在显著的临床和统计学异质性，且次要的全领域合并分析整合了临床意义不同的结局构念，因此应作描述性解读。第四，研究层面特征报告不完整限制了稳健的调节因素分析，而单项研究内的多个结局引入了统计依赖性，只能通过假设的协方差结构和敏感性分析加以处理。最后，长期随访数据稀少，安全性和依从性报告仍异质，评估方法不一致且缺乏统一的依从性定义。

5 结论

当前证据提示VR干预在若干ADHD相关结局领域具有初步的积极信号，其中执行/认知结局的证据最为明确。在社会/情绪和运动/视觉-知觉结局方面也观察到积极的常规估计值，而对ADHD/行为症状的影响仍不确定。然而，显著的异质性、跨越无效线的预测区间、重要的偏倚风险以及极低的GRADE证据确定性，限制了对这些发现幅度、一致性和可推广性的信心。因此，VR应被视为一种值得进一步研究的有前景的辅助方法，而非具有既定常规临床疗效的干预措施。当前证据未显示各结局领域之间存在优劣差异，也未识别出治疗效应异质性的可靠调节因素。

未来的验证性试验应优先关注领域特异性和具有临床意义的结局、足够的样本量、严格的偏倚风险控制、干预内容和安全性的标准化报告以及更长期的随访。还需要更一致地前瞻性报告干预组成部分、参与者特征、治疗剂量和实施条件，以阐明VR干预在何时、对何人以及在何种情况下可能提供具有临床意义的获益。

声明

数据可用性声明

本研究中呈现的原创性贡献包含在文章/补充材料中。进一步咨询可联系通讯作者。

作者贡献

TZ：撰写——原始草稿、概念化、验证、调查。DL：资金获取、撰写——原始草稿、概念化。XC：形式分析、方法学、撰写——原始草稿。YX：形式分析、数据管理、软件、撰写——原始草稿。DD：撰写——原始草稿、资金获取。FZ：撰写——审阅与编辑、概念化。

资金

作者声明本研究及/或其发表获得了资金支持。本研究由赣州市科技与医疗联合计划项目（2025YLCE0155）和赣南医科大学研究生创新专项资金项目（编号YC2025⁃X007）资助。

利益冲突

作者声明，本研究是在不存在任何可能被视为潜在利益冲突的商业或财务关系的情况下进行的。

生成式 AI 声明

作者声明，在本稿件的撰写过程中未使用生成式 AI。

本文中图表旁提供的任何替代文本（alt text）均由 Frontiers 在人工智能支持下生成，我们已尽合理努力确保其准确性，包括在可能的情况下由作者进行审核。如果您发现任何问题，请联系我们。

出版者说明

本文中表达的所有主张仅代表作者本人，不一定代表其所属组织，也不一定代表出版者、编辑和审稿人的观点。本文中可能评估的任何产品或其制造商可能提出的任何主张，均不受出版者保证或认可。

补充材料

本文的补充材料可在线获取，网址为：https://www.frontiersin.org/articles/10.3389/fpsyt.2026.1936884/full#supplementary-material

参考文献

  • 1

    DrechslerRBremSBrandeisDGrünblattEBergerGWalitzaS. ADHD：儿童和青少年的当前概念与治疗。Neuropediatrics。(2020) 51:315–35. doi: 10.1055/s-0040-1701658

  • 2

    AyanoGDemelashSGizachewYTsegayLAlatiR. The global prevalence of attention deficit hyperactivity disorder in children and adolescents: An umbrella review of meta-analyses. J Affect Disord. (2023) 339:860–6. doi: 10.1016/j.jad.2023.07.071

  • 3

    SalariNGhasemiHAbdoliNRahmaniAShiriMHHashemianAHet al. The global prevalence of ADHD in children and adolescents: A systematic review and meta-analysis. Ital J Pediatr. (2023) 49:48. doi: 10.1186/s13052-023-01456-1

  • 4

    OrmSØieMGFossumINFjermestadKAndersenPNSkogliEW. Predictors of quality of life and functional impairments in emerging adults with and without ADHD: a 10-year longitudinal study. J Atten Disord. (2023) 27:458–69. doi: 10.1177/10870547231153962

  • 5

    PetersonBSTrampushJMaglioneMBolshakovaMRozelleMMilesJet al. Treatments for ADHD in children and adolescents: A systematic review. Pediatrics. (2024) 153:e2024065787. doi: 10.1542/peds.2024-065787

  • 6

    FaraoneSVBanaschewskiTCoghillDZhengYBiedermanJBellgroveMAet al. The world federation of ADHD international consensus statement: 208 evidence-based conclusions about the disorder. Neurosci Biobehav Rev. (2021) 128:789–818. doi: 10.1016/j.neubiorev.2021.01.022

  • 7

    CorteseSAdamoNDel GiovaneCMohr-JensenCHayesAJCarucciSet al. Comparative efficacy and tolerability of medications for attention-deficit hyperactivity disorder in children, adolescents, and adults: a systematic review and network meta-analysis. Lancet Psychiatry. (2018) 5:727–38. doi: 10.1016/S2215-0366(18)30269-4

  • 8

    BrikellIYaoHLiLAstrupAGaoLGilliesMBet al. ADHD medication discontinuation and persistence across the lifespan: A retrospective observational study using population-based databases. Lancet Psychiatry. (2024) 11:16–26. doi: 10.1016/S2215-0366(23)00332-2

  • 9

    QiuHLiangXWangPZhangHShumDHK. Efficacy of non-pharmacological interventions on executive functions in children and adolescents with ADHD: A systematic review and meta-analysis. Asian J Psychiatry. (2023) 87:103692. doi: 10.1016/j.ajp.2023.103692

  • 10

    SibleyMHBrutonAMZhaoXJohnstoneJMMitchellJHatsuIet al. Non-pharmacological interventions for attention-deficit hyperactivity disorder in children and adolescents. Lancet Child Adolesc Health. (2023) 7:415–28. doi: 10.1016/S2352-4642(22)00381-9

  • 11

    KonaçABiniMFuscoNBourdin-KreitzP. Enhancing executive function skills in children with attention-deficit/hyperactivity disorder via immersive virtual reality interventions: Scoping review. JMIR XR Spat Comput. (2024) 1:e57225. doi: 10.2196/57225

  • 12

    YuCWangCXieQWangC. Effect of virtual reality technology on attention and motor ability in children with attention-deficit/hyperactivity disorder: systematic review and meta-analysis. JMIR Serious Games. (2024) 12:e56918–e56918. doi: 10.2196/56918

  • 13

    CibrianFLMonteiroEMLakesKD. Digital assessments for children and adolescents with ADHD: A scoping review. Front Digital Health. (2024) 6:1440701. doi: 10.3389/fdgth.2024.1440701

  • 14

    CaoYMaLLiuNWangJWaltonCWangY. Virtual reality interventions for attention deficit/hyperactivity disorder: A systematic review. NPJ Digital Med. (2026) 9:303. doi: 10.1038/s41746-026-02505-9

  • 15

    ZhangWLiHShengY. A study of the effects of virtual reality-based sports games on improving executive and cognitive functions in minors with ADHD—a meta-analysis of randomized controlled trials. Behav Sci. (2024) 14:1141. doi: 10.3390/bs14121141

  • 16

    LinJChangW-R. Effectiveness of serious games as digital therapeutics for enhancing the abilities of children with attention-deficit/hyperactivity disorder (ADHD): Systematic literature review. JMIR Serious Games. (2025) 13:e60937. doi: 10.2196/60937

  • 17

    Rodrigo-YanguasMGonzález-TardónCBella-FernándezMBlasco-FontecillaH. Serious video games: Angels or demons in patients with attention-deficit hyperactivity disorder? A quasi-systematic review. Front Psychiatry. (2022) 13:798480. doi: 10.3389/fpsyt.2022.798480

  • 18

    SingleNMishelle GrahamWKelsonJSulikowskiD. Effectiveness and user experience of immersive virtual reality in cognitive rehabilitation for attention-deficit/hyperactivity disorder: Systematic review. JMIR Ment Health. (2025) 12:e71963. doi: 10.2196/71963

  • 19

    PageMJMoherDBossuytPMBoutronIHoffmannTCMulrowCDet al. PRISMA 2020 explanation and elaboration: Updated guidance and exemplars for reporting systematic reviews. BMJ. (2021) 372:n160. doi: 10.1136/bmj.n160

  • 20

    PageMJMcKenzieJEBossuytPMBoutronIHoffmannTCMulrowCDet al. The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ. (2021) 372:n71. doi: 10.1136/bmj.n71

  • 21

    SterneJACSavovićJPageMJElbersRGBlencoweNSBoutronIet al. RoB 2: A revised tool for assessing risk of bias in randomised trials. BMJ. (2019) 366:l4898. doi: 10.1136/bmj.l4898

  • 22

    SterneJAHernánMAReevesBCSavovićJBerkmanNDViswanathanMet al. ROBINS-I: A tool for assessing risk of bias in non-randomised studies of interventions. BMJ. (2016) 355:i4919. doi: 10.1136/bmj.i4919

  • 23

    BalshemHHelfandMSchünemannHJOxmanADKunzRBrozekJet al. GRADE guidelines: 3. Rating the quality of evidence. J Clin Epidemiol. (2011) 64:401–6. doi: 10.1016/j.jclinepi.2010.07.015

  • 24

    GuyattGHOxmanADVistGEKunzRFalck-YtterYAlonso-CoelloPet al. GRADE: An emerging consensus on rating quality of evidence and strength of recommendations. BMJ. (2008) 336:924–6. doi: 10.1136/bmj.39489.470347.AD

  • 25

    IntHoutJIoannidisJPARoversMMGoemanJJ. Plea for routinely presenting prediction intervals in meta-analysis. BMJ Open. (2016) 6:e010247. doi: 10.1136/bmjopen-2015-010247

  • 26

    VeronikiAAJacksonDBenderRKussOLanganDHigginsJPTet al. Methods to calculate uncertainty in the estimated overall effect size from a random-effects meta-analysis. Res Synth Methods. (2019) 10:23–43. doi: 10.1002/jrsm.1319

  • 27

    PustejovskyJETiptonE. Meta-analysis with robust variance estimation: Expanding the range of working models. Prev Sci Off J Soc Prev Res. (2022) 23:425–38. doi: 10.1007/s11121-021-01246-3

  • 28

    EggerMDavey SmithGSchneiderMMinderC. Bias in meta-analysis detected by a simple, graphical test. BMJ. (1997) 315:629–34. doi: 10.1136/bmj.315.7109.629

  • 29

    BarkleyRA. Behavioral inhibition, sustained attention, and executive functions: Constructing a unifying theory of ADHD. Psychol Bull. (1997) 121:65–94. doi: 10.1037/0033-2909.121.1.65

  • 30

    SadozaiAKSunCDemetriouEALampitAMunroMPerryNet al. Executive function in children with neurodevelopmental conditions: A systematic review and meta-analysis. Nat Hum Behav. (2024) 8:2357–66. doi: 10.1038/s41562-024-02000-9

  • 31

    WillcuttEGDoyleAENiggJTFaraoneSVPenningtonBF. Validity of the executive function theory of attention-deficit/hyperactivity disorder: A meta-analytic review. Biol Psychiatry. (2005) 57:1336–46. doi: 10.1016/j.biopsych.2005.02.006

  • 32

    WestwoodSJParlatiniVRubiaKCorteseSSonuga-BarkeEJSEuropean Adhd Guidelines Group (Eagg). Computerized cognitive training in attention-deficit/hyperactivity disorder (ADHD): A meta-analysis of randomized controlled trials with blinded and objective outcomes. Mol Psychiatry. (2023) 28:1402–14. doi: 10.1038/s41380-023-02000-7

  • 33

    ParsonsTD. Virtual reality for enhanced ecological validity and experimental control in the clinical, affective and social neurosciences. Front Hum Neurosci. (2015) 9:660. doi: 10.3389/fnhum.2015.00660

  • 34

    BohilCJAliceaBBioccaFA. Virtual reality in neuroscience research and therapy. Nat Rev Neurosci. (2011) 12:752–62. doi: 10.1038/nrn3122

  • 35

    CorteseSFerrinMBrandeisDBuitelaarJDaleyDDittmannRWet al. Cognitive training for attention-deficit/hyperactivity disorder: Meta-analysis of clinical and neuropsychological outcomes from randomized controlled trials. J Am Acad Child Adolesc Psychiatry. (2015) 54:164–74. doi: 10.1016/j.jaac.2014.12.010

  • 36

    RapportMDOrbanSAKoflerMJFriedmanLM. Do programs designed to train working memory, other executive functions, and attention benefit children with ADHD? A meta-analytic review of cognitive, academic, and behavioral outcomes. Clin Psychol Rev. (2013) 33:1237–52. doi: 10.1016/j.cpr.2013.08.005

  • 37

    ZhengPYuanKLiuSXueZMaPTeoEWet al. Effects of virtual reality technology on attention deficit in children with ADHD: A systematic review and meta-analysis. J Affect Disord. (2025) 384:127–34. doi: 10.1016/j.jad.2025.05.037

  • 38

    WongKPZhangBLaiCYYXieYJLiYLiCet al. Empowering social growth through virtual reality-based intervention for children with attention-deficit/hyperactivity disorder: 3-arm randomized controlled trial. JMIR Serious Games. (2024) 12:e58963. doi: 10.2196/58963

  • 39

    FangHFangCCheYPengXZhangXLinD. Reward feedback mechanism in virtual reality serious games in interventions for children with attention deficits: Pre- and posttest experimental control group study. JMIR Serious Games. (2025) 13:e67338. doi: 10.2196/67338

  • 40

    SkivingtonKMatthewsLSimpsonSACraigPBairdJBlazebyJMet al. A new framework for developing and evaluating complex interventions: Update of medical research council guidance. Int J Nurs Stud. (2024) 154:104705. doi: 10.1016/j.ijnurstu.2024.104705

  • 41

    SignalNOlsenSGomesEMcGeorgeCTaylorDAlderG. Developing the TIDieR-rehab checklist: A modified delphi process to extend the template for intervention description and replication (TIDieR) for rehabilitation intervention reporting. BMJ Open. (2024) 14:e084319. doi: 10.1136/bmjopen-2024-084319

  • 42

    HoffmannTCGlasziouPPBoutronIMilneRPereraRMoherDet al. better reporting of interventions: Template for intervention description and replication (TIDieR) checklist and guide. Gesundheitswes (Bundesverb Arzte Offentl Gesundheitsd (Ger)). (2016) 78:175–88. doi: 10.1055/s-0041-111066

  • 43

    OhSChoiJHanDKimE. Effects of game-based digital therapeutics on attention deficit hyperactivity disorder in children and adolescents as assessed by parents or teachers: A systematic review and meta-analysis. Eur Child Adolesc Psychiatry. (2023) 33:1–13. doi: 10.1007/s00787-023-02174-z

  • 44

    Peñuelas-CalvoIJiang-LinLKGirela-SerranoBDelgado-GomezDNavarro-JimenezRBaca-GarciaEet al. Video games for the assessment and treatment of attention-deficit/hyperactivity disorder: A systematic review. Eur Child Adolesc Psychiatry. (2022) 31:5–20. doi: 10.1007/s00787-020-01557-w

  • 45

    SújarAMartín-MoratinosMRodrigo-YanguasMBella-FernándezMGonzález-TardónCDelgado-GómezDet al. Developing serious video games to treat attention deficit hyperactivity disorder: Tutorial guide. JMIR Serious Games. (2022) 10:e33884. doi: 10.2196/33884

  • 46

    HartTDijkersMPWhyteJTurkstraLSZancaJMPackelAet al. A theory-driven system for the specification of rehabilitation treatments. Arch Phys Med Rehabil. (2019) 100:172–80. doi: 10.1016/j.apmr.2018.09.109

  • 47

    SchultzBKEvansSWCarterKMDembowskiALojingerKMurrayERet al. A systematic review and content analysis of serious video games for children with ADHD. Front Psychiatry. (2025) 16. doi: 10.3389/fpsyt.2025.1605744

  • 48

    EomTHKimY-H. Clinical practice guidelines for attention-deficit/hyperactivity disorder: Recent updates. Clin Exp Pediatr. (2023) 67:26–34. doi: 10.3345/cep.2021.01466

  • 49

    WolraichMLHaganJFAllanCChanEDavisonDEarlsMet al. Clinical practice guideline for the diagnosis, evaluation, and treatment of attention-deficit/hyperactivity disorder in children and adolescents. Pediatrics. (2019) 144:e20192528. doi: 10.1542/peds.2019-2528

  • 50

    KollinsSHDeLossDJCañadasELutzJFindlingRLKeefeRSEet al. A novel digital intervention for actively reducing severity of paediatric ADHD (STARS-ADHD): a randomised controlled trial. Lancet Digit Health. (2020) 2:e168–e178. doi: 10.1016/S2589-7500(20)30017-0

  • 51

    ChamarthiVS. Pediatric applications of digital therapeutics: Clinical evidence and implementation landscape. Cureus. 17(9):e91592. doi: 10.7759/cureus.91592

  • 52

    HopewellSChanA-WCollinsGSHróbjartssonAMoherDSchulzKFet al. CONSORT 2025 statement: Updated guideline for reporting randomised trials. BMJ. (2025) 389:e081123. doi: 10.1136/bmj-2024-081123

  • 53

    MoonsKGMDamenJAAKaulTHooftLAndaur NavarroCDhimanPet al. PROBAST+AI: An updated quality, risk of bias, and applicability assessment tool for prediction models using regression or artificial intelligence methods. BMJ. (2025) 388:e082505. doi: 10.1136/bmj-2024-082505

  • 54

    CollinsGSMoonsKGMDhimanPRileyRDBeamALVan CalsterBet al. TRIPOD+AI statement: Updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. (2024) 385:e078378. doi: 10.1136/bmj-2023-078378

  • 55

    RileyRDDebrayTPAFisherDHattleMMarlinNHooglandJet al. Individual participant data meta‐analysis to examine interactions between treatment effect and participant‐level covariates: Statistical recommendations for conduct and planning. Stat Med. (2020) 39:2115–37. doi: 10.1002/sim.8516

  • 56

    CaiZChenCLuanHChenHYeXMaXet al. The application value of VRCTS based on the theory of TCM sentiment in the treatment of children with ADHD. Chin J Gen Pract. (2025) 23(7):1162–6. doi: 10.16766/j.cnki.issn.1674-4152.004088

  • 57

    Özkan YılmazNDuranFFidanUKaraA. A controlled study on VR game interventions for ADHD: Neurocognitive outcomes and simulator sickness assessment. Entertain Comput. (2026) 57:101119. doi: 10.1016/j.entcom.2026.101119

  • 58

    TabriziMManshaeeGGhamaraniARastiJ. Comparison of the effectiveness of virtual reality with medication on the memory of attention deficit hyperactivity disorder students. Int Arch Health Sci. (2020) 7(1):37–42. doi: 10.4103/iahs.iahs_66_19

  • 59

    Martin-MoratinosMBella-FernándezMRodrigo-YanguasMGonzález-TardónCLiCWangPet al. Effectiveness of a Virtual Reality Serious Video Game (The Secret Trail of Moon) for Emotional Regulation in Children With Attention-Deficit/Hyperactivity Disorder: Randomized Clinical Trial. JMIR Serious Games. (2025) 13:e59124. doi: 10.2196/59124

  • 60

    Pérez-RodríguezSGutiérrez-RamírezCVidal-RamírezCOrtiz-RubioAGarach-GómezATriviño-JuárezJMet al. Effects of the ECogFun-VR program on executive functioning in children and adolescents with ADHD: A randomized controlled trial. Res Dev Disabil. (2026) 173:105302. doi: 10.1016/j.ridd.2026.105302

  • 61

    ŞahinSTemizkanEGüney YılmazGBaysal YiğitASonbahar UluHKaya KaraÖet al. Evaluating the impact of virtual reality interventions on motor and visual perception skills in children with ADHD: A single blind randomized controlled trial. Assistive Technology. (2026) 1–10. doi: 10.1080/10400435.2026.2631729

  • 62

    KimSRyuJChoiYKangYLiHKimK. Eye-contact game using mixed reality for the treatment of children with attention deficit hyperactivity disorder. IEEE Access. (2020) 8:45996–6006. doi: 10.1109/ACCESS.2020.2977688

  • 63

    KöseBTemizkanEKaya KaraÖKaraKŞahinS. How does therapist guided game-based intervention program effect motor skills in children with Attention Deficit Hyperactivity Disorder?: Single blind randomised study design. Res Dev Disabil. (2023) 137:104495. doi: 10.1016/j.ridd.2023.104495

  • 64

    GülerECKöseBTemeltürkRDAynigülKDPekçetinSÖztopDB. Investigation of the effect of second-generation virtual reality interventions on hot and cold executive functions in children with attention-deficit/hyperactivity disorder: Single-blind randomized controlled study. Games Health J. (2026) 15(2):106–13. doi: 10.1177/2161783X251378645

  • 65

    BioulacSMicoulaud-FranchiJAMaireJBouvardMPRizzoAASagaspePet al. Virtual remediation versus methylphenidate to improve distractibility in children with ADHD: A controlled randomized clinical trial study. Journal of Attention Disorders. (2020) 24(2):326–335. doi: 10.1177/1087054718759751

  • 66

    KimJHongSSongM-KKimK. Visual attention and pulmonary VR training system for children with attention deficit hyperactivity disorder. IEEE Access. (2024) 12:53739–51. doi: 10.1109/ACCESS.2024.3387065

Keywords

attention deficit hyperactivity disorder, children and adolescents, machine learning, meta-analysis, virtual reality

Citation

Zhou T, Li D, Chen X, Xu Y, Dai D and Zhang F (2026) Effects of VR interventions on pediatric ADHD: a systematic review, meta-analysis and exploratory machine-learning analysis. Front. Psychiatry 17:1936884. doi: 10.3389/fpsyt.2026.1936884

Received

14 July 2026

Revised

28 August 2026

Accepted

07 September 2026

Published

30 September 2026

Volume

17 - 2026

Updates

Copyright

© 2026 Zhou, Li, Chen, Xu, Dai and Zhang.

This is an open-access article distributed under the terms of the Creative Commons Attribution License (CC BY). The use, distribution or reproduction in other forums is permitted, provided the original author(s) and the copyright owner(s) are credited and that the original publication in this journal is cited, in accordance with accepted academic practice. No use, distribution or reproduction is permitted which does not comply with these terms.

*Correspondence: Dongmei Dai, 2973253067@qq.com; Feng Zhang, satellite2cn@hotmail.com

†These authors have contributed equally to this work

Disclaimer

All claims expressed in this article are solely those of the authors and do not necessarily represent those of their affiliated organizations, or those of the publisher, the editors and the reviewers. Any product that may be evaluated in this article or claim that may be made by its manufacturer is not guaranteed or endorsed by the publisher.

来源：Frontiers in Psychiatry · frontiersin.org

#研究发布#儿童青少年#数字心理#认知#Frontiers

猜你喜欢