数字技术在亚洲地区老年人肌少症干预中应用的范围综述

doi:10.12114/j.issn.1007-9572.2025.0506

中国全科医学 ›› 2026, Vol. 29 ›› Issue (29): 4200-4210.DOI: 10.12114/j.issn.1007-9572.2025.0506

数字技术在亚洲地区老年人肌少症干预中应用的范围综述

陈毓婧¹, 王岩¹^,²^,³, 李光¹, 董本超¹^,²^,³, 杨培川¹^,²^,³, 马剑雄¹^,²^,³^,^*()

1．300211　天津市，天津大学天津医院
2．300050　天津市骨科研究所
3．300050　天津市骨科生物力学与医学工程重点实验室

收稿日期:2026-02-10 修回日期:2026-03-29 出版日期:2026-10-15 发布日期:2026-09-02
通讯作者: 马剑雄
作者贡献：
陈毓婧负责文章的构思与设计、研究资料的收集与整理、论文撰写；王岩、李光负责论文修订、文章的质量控制及审校、对文章整体负责，监督管理；董本超、杨培川负责表格内容的编辑、整理及绘制；马剑雄负责论文的可行性分析。所有作者确认了论文的最终稿。
基金资助:
国家自然科学基金青年基金项目(82405109); 天津市教委科研计划项目(2024ZXZD001); 天津市卫生健康科技项目(TJWJ2025QN080)

Digital Technologies in the Management of Sarcopenia among Older Adults in Asia: a Scoping Review

CHEN Yujing¹, WANG Yan¹^,²^,³, LI Guang¹, DONG Benchao¹^,²^,³, YANG Peichuan¹^,²^,³, MA Jianxiong¹^,²^,³^,^*()

1. Tianjin Hospital, Tianjin University, Tianjin 300211, China
2. Tianjin Orthopedic Institute, Tianjin 300050, China
3. Tianjin Key Laboratory of Orthopedic Biomechanics and Medical Engineering, Tianjin 300050, China

Received:2026-02-10 Revised:2026-03-29 Published:2026-10-15 Online:2026-09-02
Contact: MA Jianxiong

摘要/Abstract

摘要： 老年人肌少症以骨骼肌量流失、肌肉力量下降及身体功能衰退为核心特征，严重影响日常活动能力，增加跌倒、残疾及死亡风险。随着全球人口老龄化加剧，其临床管理需求日益迫切。传统干预手段受限于资源分布不均、依从性低及个性化不足等问题，难以满足大规模老年群体需求。近年来，数字技术凭借精准化、便捷化及交互式优势，在肌少症管理中展现出显著潜力，成为研究热点。本研究对数字技术在亚洲地区老年人肌少症干预中的应用进行范围综述。数字技术在老年人肌少症干预中的临床研究包括移动应用程序、虚拟现实、混合现实及人工智能辅助人体姿态估计技术。研究覆盖中国、泰国、韩国，干预对象为60~80岁社区或农村卫生保健机构肌少症患者，干预周期为4~12周。数字技术在该领域干预中的应用包括记录患者治疗数据、制订个性化治疗方案、监测治疗过程与结果和评估治疗效果。在已开展的亚洲地区研究中，与传统疗法相比，数字技术在老年人肌少症干预中的应用与实施，能够改善患者的肌肉质量、肌肉力量和身体功能，部分研究表明数字技术对患者生活质量和日常生活活动能力有一定的帮助。然而，目前该地区数字技术在肌少症干预中的临床应用尚处于探索阶段，未来需要开展更长周期、更大样本量的临床试验，以进一步验证其有效性与普适性。

关键词: 肌少症, 数字技术, 老年人, 移动应用程序, 虚拟现实, 混合现实, 人工智能, 亚洲, 范围综述

Abstract:

Sarcopenia in older adults is characterized by the core features of skeletal muscle mass loss, decreased muscle strength, and decline in physical function. It severely impacts activities of daily living and increases the risk of falls, disability, and mortality. With the accelerating aging of the global population, the clinical management of sarcopenia has become increasingly urgent. Traditional intervention methods are limited by issues such as uneven distribution of resources, low adherence, and insufficient personalization, making it difficult to meet the needs of large-scale elderly populations. In recent years, digital technologies have demonstrated significant potential in sarcopenia management due to their precision, convenience, and interactive advantages, becoming a focus of research. To conduct a scoping review of studies on the application of digital technologies in the management of sarcopenia among older adults in Asian regions. Clinical research on digital technologies in sarcopenia interventions for older adults included mobile applications, virtual reality, mixed reality, and artificial intelligence-assisted human pose estimation techniques. The studies were conducted in China, Thailand, and South Korea, with participants being sarcopenia patients aged 60-80 years from community or rural healthcare settings. The intervention duration ranged from 4 to 12 weeks. Applications of digital technologies in this field included recording patient treatment data, developing personalized treatment plans, monitoring treatment processes and outcomes, and evaluating therapeutic effects. In existing studies conducted in Asian regions, compared with traditional therapies, the application and implementation of digital technologies in sarcopenia interventions for older adults can improve patients' muscle mass, muscle strength, and physical function. Some studies suggest that digital technologies also provide certain benefits for patients' quality of life and activities of daily living. However, the clinical application of digital technologies in sarcopenia interventions in this region remains exploratory. Future research requires longer-term, larger-scale clinical trials to further validate their effectiveness and generalizability.

Key words: Sarcopenia, Digital technology, Aged, Mobile applications, Virtual reality, Mixed reality, Artificial intelligence, Asia, Scoping review

中图分类号:

R 746.4

陈毓婧,王岩,李光,等. 数字技术在亚洲地区老年人肌少症干预中应用的范围综述[J]. 中国全科医学, 2026, 29(29): 4200-4210. DOI: 10.12114/j.issn.1007-9572.2025.0506.
CHEN Yujing,WANG Yan,LI Guang, et al. Digital Technologies in the Management of Sarcopenia among Older Adults in Asia: a Scoping Review[J]. Chinese General Practice, 2026, 29(29): 4200-4210. DOI: 10.12114/j.issn.1007-9572.2025.0506.

图/表 4

参考文献 64

[1]	Kato Y, Sakamoto R, Hori A, et al. Innovation in digital health interventions for frailty and sarcopenia[J]. J Clin Med, 2023, 12(6): 2341. DOI: 10.3390/jcm12062341.
[2]	Tuena C, Pedroli E, Trimarchi P D, et al. Usability issues of clinical and research applications of virtual reality in older people: a systematic review[J]. Front Hum Neurosci, 2020, 14: 93. DOI: 10.3389/fnhum.2020.00093.
[3]	Stuck A K, Basile G, Freystaetter G, et al. Predictive validity of current sarcopenia definitions (EWGSOP2, SDOC, and AWGS2) for clinical outcomes: a scoping review[J]. J Cachexia Sarcopenia Muscle, 2023, 14(1): 71-83. DOI: 10.1002/jcsm.13161.
[4]	Bo Y C, Liu C F, Ji Z, et al. A high whey protein, vitamin D and E supplement preserves muscle mass, strength, and quality of life in sarcopenic older adults: a double-blind randomized controlled trial[J]. Clin Nutr, 2019, 38(1): 159-164. DOI: 10.1016/j.clnu.2017.12.020.
[5]	Anker S D, Morley J E, von Haehling S. Welcome to the ICD-10 code for sarcopenia[J]. J Cachexia Sarcopenia Muscle, 2016, 7(5): 512-514. DOI: 10.1002/jcsm.12147.
[6]	Boirie Y. Fighting sarcopenia in older frail subjects: protein fuel for strength, exercise for mass[J]. J Am Med Dir Assoc, 2013, 14(2): 140-143. DOI: 10.1016/j.jamda.2012.10.017.
[7]	Su M Z, Shao Y C, Fang Q, et al. Mechanisms of exercise in improving sarcopenia[J]. Compr Physiol, 2025, 15(4): e70030. DOI: 10.1002/cph4.70030.
[8]	Yuan S, Larsson S C. Epidemiology of sarcopenia: prevalence, risk factors, and consequences[J]. Metabolism, 2023, 144: 155533. DOI: 10.1016/j.metabol.2023.155533.
[9]	Lu L Q, Mao L, Feng Y W, et al. Effects of different exercise training modes on muscle strength and physical performance in older people with sarcopenia: a systematic review and meta-analysis[J]. BMC Geriatr, 2021, 21(1): 708. DOI: 10.1186/s12877-021-02642-8.
[10]	Dewi L, Lin Y C, Nicholls A, et al. Pax7+ satellite cells in human skeletal muscle after exercise: a systematic review and meta-analysis[J]. Sports Med, 2023, 53(2): 457-480. DOI: 10.1007/s40279-022-01767-z.
[11]	Lu F Y, Ruan S Y, Xu X Q, et al. Knowledge, attitude, and practice regarding sarcopenia: a survey between orthopedic and geriatric professionals in China[J]. Aging Clin Exp Res, 2023, 35(10): 2019-2028. DOI: 10.1007/s40520-023-02490-z.
[12]	Ferrari L, Bochicchio G, Bottari A, et al. Feasibility and effectiveness of a 6-month, home-based, resistance exercise delivered by a remote technological solution in healthy older adults[J]. Arch Gerontol Geriatr, 2024, 127: 105559. DOI: 10.1016/j.archger.2024.105559.
[13]	Lhotska L, Dolezal J, Adolf J, et al. Intelligent health promotion service system: a project for remote rehabilitation[C]//International Conference on Biomedical and Health Informatics 2024. Cham: Springer Nature Switzerland, 2025: 192-203.
[14]	Arksey H, O'Malley L. Scoping studies: towards a methodological framework[J]. Int J Soc Res Methodol, 2005, 8(1): 19-32. DOI: 10.1080/1364557032000119616.
[15]	Tricco A C, Lillie E, Zarin W, et al. PRISMA extension for scoping reviews (PRISMA-ScR): checklist and explanation[J]. Ann Intern Med, 2018, 169(7): 467-473. DOI: 10.7326/M18-0850.
[16]	Bahadori S, Buckle P, Soukup Ascensao T, et al. Evolving digital health technologies: aligning with and enhancing the national institute for health and care excellence evidence standards framework[J]. JMIR Mhealth Uhealth, 2025, 13: e67435. DOI: 10.2196/67435.
[17]	Hepburn J, Williams L, McCann L. Barriers to and facilitators of digital health technology adoption among older adults with chronic diseases: updated systematic review[J]. JMIR Aging, 2025, 8: e80000. DOI: 10.2196/80000.
[18]	Vasudevan S, Saha A, Tarver M E, et al. Digital biomarkers: Convergence of digital health technologies and biomarkers[J]. NPJ Digit Med, 2022, 5(1): 36. DOI: 10.1038/s41746-022-00583-z.
[19]	Santis K K, Mergenthal L, Christianson L, et al. Digital technologies for health promotion and disease prevention in older people: scoping review[J]. J Med Internet Res, 2023, 25: e43542. DOI: 10.2196/43542.
[20]	Curtin E, Green R, Brown K A, et al. The effectiveness of mobile app-based interventions in facilitating behaviour change towards healthier and more sustainable diets: a systematic review and meta-analysis[J]. Int J Behav Nutr Phys Act, 2025, 22(1): 122. DOI: 10.1186/s12966-025-01823-7.
[21]	Wang G B, Xiang R R, Yang X M, et al. Digital technology empowers exercise health management in older adults: a systematic review and meta-analysis of the effects of mHealth-based interventions on physical activity and body composition in older adults[J]. Front Public Heal, 2025, 13: 1661028. DOI: 10.3389/fpubh.2025.1661028.
[22]	AlHossan A M, Jahhaf R H, Alharbi A S, et al. Digital and virtual reality-based rehabilitation versus conventional therapy for rotator cuff tears and post-repair recovery: a systematic review and meta-analysis[J]. JSES Rev Rep Tech, 2026, 6(1): 100584. DOI: 10.1016/j.xrrt.2025.09.003.
[23]	Sun Q, Yin H, Guan L Y, et al. Effectiveness of digital health technologies in postoperative rehabilitation following anterior cruciate ligament reconstruction: a systematic review and meta-analysis[J]. Knee Surg Sports Traumatol Arthrosc, 2026, 34(2): 709-723. DOI: 10.1002/ksa.70134.
[24]	Fu Y, Hu Y, Sundstedt V. A systematic literature review of virtual, augmented, and mixed reality game applications in healthcare[J]. ACM Trans Comput Healthc, 2022, 3(2): 1-27. DOI: 10.1145/3472303.
[25]	Rokhsaritalemi S, Sadeghi-Niaraki A, Choi S M. A review on mixed reality: current trends, challenges and prospects[J]. Appl Sci, 2020, 10(2): 636. DOI: 10.3390/app10020636.
[26]	Tiase V L, Fritz J M, Ferraro J, et al. Advancing digital access to physical therapy via virtual and extended reality technology: prototype development and usability evaluation[J]. JMIR Form Res, 2025, 9: e73783. DOI: 10.2196/73783.
[27]	Papadopoulos T, Evangelidis K, Kaskalis T H, et al. Interactions in augmented and mixed reality: an overview[J]. Appl Sci, 2021, 11(18): 8752. DOI: 10.3390/app11188752.
[28]	Tursø-Finnich T, Jensen R O, Jensen L X, et al. Virtual reality head-mounted displays in medical education: a systematic review[J]. Sim Healthcare, 2023, 18(1): 42-50. DOI: 10.1097/sih.0000000000000636.
[29]	Kade D, Akşit K, Ürey H, et al. Head-mounted mixed reality projection display for games production and entertainment[J]. Pers Ubiquitous Comput, 2015, 19(3): 509-521. DOI: 10.1007/s00779-015-0847-y.
[30]	Cho K H, Lee K J, Song C H. Virtual-reality balance training with a video-game system improves dynamic balance in chronic stroke patients[J]. Tohoku J Exp Med, 2012, 228(1): 69-74. DOI: 10.1620/tjem.228.69.
[31]	An Y, Min S, Park C. Mixed reality-based physical therapy in older adults with sarcopenia: preliminary randomized controlled trial[J]. JMIR Serious Games, 2025, 13: e76357. DOI: 10.2196/76357.
[32]	Grivas G V, Safari K. Artificial intelligence in endurance sports: metabolic, recovery, and nutritional perspectives[J]. Nutrients, 2025, 17(20): 3209. DOI: 10.3390/nu17203209.
[33]	Deligiannis A, Sotiriou P, Deligiannis P, et al. The role of artificial intelligence in exercise-based cardiovascular health interventions: a scoping review[J]. J Funct Morphol Kinesiol, 2025, 10(4): 409. DOI: 10.3390/jfmk10040409.
[34]	Page M J, McKenzie J E, Bossuyt P M, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews[J]. J Clin Epidemiol, 2021, 134: 178-189. DOI: 10.1016/j.jclinepi.2021.03.001.
[35]	Wang Z Y, Xu X, Gao S X, et al. Effects of Internet-based nutrition and exercise interventions on the prevention and treatment of sarcopenia in the elderly[J]. Nutrients, 2022, 14(12): 2458. DOI: 10.3390/nu14122458.
[36]	Chitjamnogchai C, Yuenyongchaiwat K, Sermsinsaithong N, et al. Home-based virtual reality exercise and resistance training for enhanced cardiorespiratory fitness in community-dwelling older people with sarcopenia: a randomized, double-blind controlled trial[J]. Life (Basel), 2025, 15(7): 986. DOI: 10.3390/life15070986.
[37]	Wei M Q, Meng D Y, He S C, et al. Investigating the efficacy of AI-enhanced telerehabilitation in sarcopenic older individuals[J]. Eur Geriatr Med, 2025, 16(1): 115-123. DOI: 10.1007/s41999-024-01082-y.
[38]	Meng D Y, Wei M Q, He S C, et al. Evaluating the efficacy of AI-enhanced 3D human pose estimation in telerehabilitation for older adults with sarcopenia[J]. Sport Sci Heal, 2025, 21(2): 979-990. DOI: 10.1007/s11332-025-01336-7.
[39]	He S C, Meng D Y, Wei M Q, et al. Proposal and validation of a new approach in tele-rehabilitation with 3D human posture estimation: a randomized controlled trial in older individuals with sarcopenia[J]. BMC Geriatr, 2024, 24(1): 586. DOI: 10.1186/s12877-024-05188-7.
[40]	Zhang L, Ge Y, Zhao W W, et al. A 4-week mobile app-based telerehabilitation program vs conventional in-person rehabilitation in older adults with sarcopenia: randomized controlled trial[J]. J Med Internet Res, 2025, 27: e67846. DOI: 10.2196/67846.
[41]	Chen G B, Lin C W, Huang H Y, et al. Using virtual reality-based rehabilitation in sarcopenic older adults in rural health care facilities-a quasi-experimental study[J]. J Aging Phys Act, 2021, 29(5): 866-877. DOI: 10.1123/japa.2020-0222.
[42]	Beckwée D, Delaere A, Aelbrecht S, et al. Exercise interventions for the prevention and treatment of sarcopenia. a systematic umbrella review[J]. J Nutr Heal Aging, 2019, 23(6): 494-502. DOI: 10.1007/s12603-019-1196-8.
[43]	Yin Y H, Liu J Y W, Välimäki M. Effectiveness of non-pharmacological interventions on the management of sarcopenic obesity: a systematic review and meta-analysis[J]. Exp Gerontol, 2020, 135: 110937. DOI: 10.1016/j.exger.2020.110937.
[44]	Park J H, Kim Y J, Lee S Y. Beneficial effects of a walking-based home program on cardiopulmonary performance and physical activity in older adults with sarcopenia: a randomized controlled trial[J]. Geriatr Gerontol Int, 2021, 21(8): 734-740. DOI: 10.1111/ggi.14123.
[45]	Zhang Y, Li X, Wang H, et al. High-intensity interval training alleviates sarcopenia and inhibits myoblast senescence regulator EEF1E1[J]. J Cachexia Sarcopenia Muscle, 2023, 14(3): 892-905. DOI: 10.1002/jcsm.13021.
[46]	Liberman K, Forti L N, Beyer I, et al. The effects of exercise on muscle strength, body composition, physical functioning and the inflammatory profile of older adults: a systematic review[J]. Curr Opin Clin Nutr Metab Care, 2017, 20(1): 30-53. DOI: 10.1097/MCO.0000000000000335.
[47]	Cruz-Jentoft A J, Landi F, Schneider S M, et al. Prevalence of and interventions for sarcopenia in ageing adults: a systematic review. Report of the International Sarcopenia Initiative (EWGSOP and IWGS)[J]. Age Ageing, 2014, 43(6): 748-759. DOI: 10.1093/ageing/afu115.
[48]	Li T, Yin D Y, Shi R F. Gut-muscle axis mechanism of exercise prevention of sarcopenia[J]. Front Nutr, 2024, 11: 1418778. DOI: 10.3389/fnut.2024.1418778.
[49]	Phillips S M, Van Loon L J C. Dietary protein for athletes: From requirements to optimum adaptation[J]. J Phys Sci, 2011, 29(sup1): S29-S38. DOI: 10.1080/02640414.2011.619204.
[50]	Wang Y, Li J, Zhang H, et al. Acupuncture for sarcopenia in the elderly: effects on muscle strength and inflammatory mediators[J]. J Tradit Chin Med, 2022, 42(4): 621-627. DOI: 10.1016/j.jtcms.2021.09.005.
[51]	Deschenes M R, Tufts H L, Oh J, et al. Effects of exercise training on neuromuscular junctions and their active zones in young and aged muscles[J]. Neurobiol Aging, 2020, 95: 1-8. DOI: 10.1016/j.neurobiolaging.2020.07.001.
[52]	Chen L K. Sarcopenia in the era of precision health: Toward personalized interventions for healthy longevity[J]. J Chin Med Assoc, 2024, 87(11): 980-987. DOI: 10.1097/jcma.0000000000001164.
[53]	Addante F, Gaetani F, Patrono L, et al. An innovative AAL system based on IoT technologies for patients with sarcopenia[J]. Sensors (Basel), 2019, 19(22): 4951. DOI: 10.3390/s19224951.
[54]	Shi Y, Stanmore E, McGarrigle L, et al. Effectiveness of digital health exercise interventions on muscle function and physical performance in older adults with possible, confirmed or severe sarcopenia: a protocol for a systematic review[J]. BMJ Open, 2024, 14(10): e086124. DOI: 10.1136/bmjopen-2024-086124.
[55]	Bolotta A, Filardo G, Abruzzo P M, et al. Skeletal muscle gene expression in long-term endurance and resistance trained elderly[J]. Int J Mol Sci, 2020, 21(11): 3988. DOI: 10.3390/ijms21113988.
[56]	Pimentel M M, dos Santos W H B, Rodrigues E K, et al. Monitoring sarcopenia with wearable devices: a systematic review protocol[J]. BMJ Open, 2023, 13(6): e070507. DOI: 10.1136/bmjopen-2022-070507.
[57]	Wu C G, Manga Y B. Impact of wearable-assisted walking on sarcopenia and body composition in older adults[J]. BMC Geriatr, 2025, 25(1): 466. DOI: 10.1186/s12877-025-06142-x.
[58]	Yao R, Zhang W L, Evans R, et al. Inequities in health care services caused by the adoption of digital health technologies: scoping review[J]. J Med Internet Res, 2022, 24(3): e34144. DOI: 10.2196/34144.
[59]	Chaplin E, Karatzios C, Benaim C. Clinical applications of virtual reality in musculoskeletal rehabilitation: a scoping review[J]. Healthcare (Basel), 2023, 11(24): 3178. DOI: 10.3390/healthcare11243178.
[60]	Sun Y, Chen J, Ji M M, et al. Wearable technologies for health promotion and disease prevention in older adults: systematic scoping review and evidence map[J]. J Med Internet Res, 2025, 27: e69077. DOI: 10.2196/69077.
[61]	Barrett M, Combs V, Su J G, et al. AIR Louisville: addressing asthma with technology, crowdsourcing, cross-sector collaboration, and policy[J]. Health Aff (Millwood), 2018, 37(4): 525-534. DOI: 10.1377/hlthaff.2017.1315.
[62]	Jirasakulsuk N, Saengpromma P, Khruakhorn S. Real-time telerehabilitation in older adults with musculoskeletal conditions: systematic review and meta-analysis[J]. JMIR Rehabil Assist Technol, 2022, 9(3): e36028. DOI: 10.2196/36028.
[63]	Makizako H, Shiratsuchi D, Akaida S, et al. Effects of digital-based interventions on the outcomes of the eligibility criteria for sarcopenia in healthy older adults: a systematic review and meta-analysis[J]. Ageing Res Rev, 2025, 104: 102663. DOI: 10.1016/j.arr.2025.102663.
[64]	Prabhu M S, Kolekar S V, Nandakumar G. Mobile health applications and software for the detection and management of sarcopenia among older adults: a scoping review[J]. J Geriatr Phys Ther, 2025, 48(3): 182-193. DOI: 10.1519/jpt.0000000000000468.

序号	检索式
1	"sarcopenia"[Title/Abstract] OR "muscle wasting"[Title/Abstract] OR "muscle atrophy"[Title/Abstract]
2	"rehabilitation"[Title/Abstract] OR "exercise therapy"[Title/Abstract] OR "resistance training"[Title/Abstract]
3	"digital rehab"[Title/Abstract] OR "tele-rehab"[Title/Abstract] OR "virtual reality"[Title/Abstract] OR "wearable"[Title/Abstract] OR "AI"[Title/Abstract] OR "exergame*"[Title/Abstract]
4	((1 AND 2) AND 3)

序号	检索式
1	"sarcopenia"[Title/Abstract] OR "muscle wasting"[Title/Abstract] OR "muscle atrophy"[Title/Abstract]
2	"rehabilitation"[Title/Abstract] OR "exercise therapy"[Title/Abstract] OR "resistance training"[Title/Abstract]
3	"digital rehab"[Title/Abstract] OR "tele-rehab"[Title/Abstract] OR "virtual reality"[Title/Abstract] OR "wearable"[Title/Abstract] OR "AI"[Title/Abstract] OR "exergame*"[Title/Abstract]
4	((1 AND 2) AND 3)

第一作者	年份（年）	国家	总样本量/完成量	对照组（样本量/完成量）	试验组（样本量/完成量）	研究方法	人群特征	地点	干预时间	干预结局
第一作者	年份（年）	国家	总样本量/完成量	对照组（样本量/完成量）	试验组（样本量/完成量）	研究方法	人群特征	地点	干预时间	肌肉力量	肌肉质量	身体功能
Wang^[35]	2022	中国	234/201	仅接受肌少症健康教育，无其他干预：54/51	营养组：58/50；运动组：62/50；综合组：60/50	RCT	65~75岁肌少症患者	社区	12周	未提及	SMI（综合组：+1.09 kg/m²，P<0.001；营养组：+1.25 kg/m²，P<0.001；运动组：+0.07 kg/m²，P>0.05；对照组：-0.10 kg/m²，P>0.05；组间：P<0.001，营养组和综合组高于对照组和运动组）	BT、4MWT、TSTS无组间差异；综合组优质蛋白摄入量较对照组和运动组提高
Chitjamnogchai^[36]	2025	泰国	58/49	接受运动益处知识教育，维持日常活动：27/26	家庭VR组：26/23	RCT	60~80岁社区居住肌少症患者	社区	12周	未提及	未提及	1.MIP（VR组：+12.96 cmH₂O，P<0.001；对照组：-0.33 cmH₂O，P=0.821；组间：P=0.272 ）； 2.MEP（VR组：+13.73 cmH₂O，P<0.001；对照组：-3.93 cmH₂O，P=0.024；组间：P=0.002，VR组改善效果显著优于对照组）； 3.6MWT（VR组：+28.32 m，P<0.001；对照组：-10.39 m，P=0.004；组间：P=0.229）
An^[31]	2025	韩国	30/30	CPA：15/15	MR：15/15	RCT	75~85岁女性肌少症患者	社区	4周	未提及	股四头肌厚度（MR组：+1.30 mm，P<0.001；CPA组：+0.51 mm，P<0.001；组间：P=0.001，MR组改善效果显著优于CPA组）	1.ABC（MR组：+148.70，P<0.001；CPA组：+131.20，P<0.001；组间：P=0.23）； 2.KIADL（MR组：+0.30，P<0.001；CPA组：+0.30，P<0.001；组间：P=0.09）； 3.SF-12（MR组：+13.36，P<0.001；CPA组：+10.92，P<0.001；组间：P=0.02，MR组改善效果显著优于CPA组）
Wei^[37]	2025	中国	93/76	OFFG：31/24	ONG：31/25；AIONG：31/27	RCT	60~75岁社区肌少症患者	社区	12周	3组中期较基线高度显著升高（P<0.01），末期较基线显著升高（P<0.001），组间无显著差异（P>0.05）	ASMI：中期3组均显著升高（P<0.01），末期较基线仍显著升高（P<0.01）；中期、末期组间比较均无显著差异（P>0.05）	3组6MWS显著提升（P<0.001），TUGT时间显著缩短（P<0.01），SF-36显著提升（P<0.001）；组间无显著差异（P>0.05）
Meng^[38]	2025	中国	87/78	FFG：29/25	GRG：29/27；AIGRG：29/26	RCT	60~75岁社区肌少症患者	社区	12周	3组中期较基线显著升高（P<0.001），末期较中期持续显著升高（P<0.01），组间无显著差异（P>0.05）	ASMI：中期3组均显著升高（P<0.01），末期较中期进一步显著升高（P<0.001）；中期、末期组间比较均无显著差异（P>0.05）	3组6MWT显著提升（P<0.001），TUGT时间显著缩短（P<0.001），SF-36显著提升（P<0.001）；组间无显著差异（P>0.05）
He^[39]	2024	中国	75/70	TRHG：25/23	GTHG：25/23；AITHG：25/24	RCT	60~75岁社区肌少症患者	社区	12周	3组干预前后握力均无显著变化（P>0.05），组间无显著差异（P>0.05）	ASMI：TRHG中期升高0.169（P<0.01），末期较基线升高0.327（P<0.01）；GTHG中期无显著变化，末期较基线升高0.179（P<0.05）；AITHG中期升高0.132（P<0.01），末期较基线升高0.367（P<0.01）；中期、末期组间比较均无显著差异（P>0.05）	3组6MWT显著提升（P<0.001），TUGT时间显著缩短（P<0.01），SF-36显著提升（P<0.01）；组间无显著差异（P>0.05）
Zhang^[40]	2025	中国	58/51	IRG：29/24	TRG：29/27	RCT	60~80岁肌少症患者	社区	4周	1.HGS（TRG：+1.33，P=0.02；IRG：+0.64，P=0.01；组间：P=0.34）； 2.30sACT（TRG：+2.13，P=0.01；IRG：+1.58，P=0.003；组间：P=0.53）； 3.30sSRT（TRG：+1.94，P=0.045；IRG：+1.42，P=0.01；组间：P=0.42）； 4.股四头肌伸肌峰值扭矩（TRG：+8.81 N·m，P=0.004；IRG：+5.79 N·m，P=0.003；组间：P=0.32）	1.TSM（TRG：+3.04 kg/m²，P=0.27；IRG：+2.14 kg/m²，P=0.20；组间：P=0.76）； 2.SMI（TRG：+0.30 kg/m²，P=0.28；IRG：+0.21 kg/m²，P=0.25；组间：P=0.77）； 3.BFP（TRG：-1.98%，P=0.52；IRG：-0.32%，P=0.27；组间：P=0.34）	1.BBS（TRG：+3.19，P<0.001；IRG：+3.06，P<0.001；组间：P=0.88）； 2.TUGT（TRG：-0.66，P=0.09；IRG：-0.73，P=0.10；组间：P=0.90）； 3.6MWT（TRG：+8.28，P=0.37；IRG：+13.58，P=0.11；组间：P=0.72）； 4.IADL（TRG：+0.50，P=0.04；IRG：+0.63，P=0.02；组间：P=0.70）
Chen^[41]	2021	中国	33/30	无对照组	VR康复组：30	QES	60岁以上农村肌少症患者	机构	12周	HGS：+5.02 kg，P<0.001；MVIC（肱二头肌：+1.41，P<0.001；肱三头肌：+1.09，P=0.001）	ASMI：+1.09 kg/m²，P=0.474	步速：+0.20 m/s，P=0.006；肩前屈ROM：+19.43°，P< 0.001； BBT：+10.71块/min，P=0.001

第一作者	年份（年）	国家	总样本量/完成量	对照组（样本量/完成量）	试验组（样本量/完成量）	研究方法	人群特征	地点	干预时间	干预结局
第一作者	年份（年）	国家	总样本量/完成量	对照组（样本量/完成量）	试验组（样本量/完成量）	研究方法	人群特征	地点	干预时间	肌肉力量	肌肉质量	身体功能
Wang^[35]	2022	中国	234/201	仅接受肌少症健康教育，无其他干预：54/51	营养组：58/50；运动组：62/50；综合组：60/50	RCT	65~75岁肌少症患者	社区	12周	未提及	SMI（综合组：+1.09 kg/m²，P<0.001；营养组：+1.25 kg/m²，P<0.001；运动组：+0.07 kg/m²，P>0.05；对照组：-0.10 kg/m²，P>0.05；组间：P<0.001，营养组和综合组高于对照组和运动组）	BT、4MWT、TSTS无组间差异；综合组优质蛋白摄入量较对照组和运动组提高
Chitjamnogchai^[36]	2025	泰国	58/49	接受运动益处知识教育，维持日常活动：27/26	家庭VR组：26/23	RCT	60~80岁社区居住肌少症患者	社区	12周	未提及	未提及	1.MIP（VR组：+12.96 cmH₂O，P<0.001；对照组：-0.33 cmH₂O，P=0.821；组间：P=0.272 ）； 2.MEP（VR组：+13.73 cmH₂O，P<0.001；对照组：-3.93 cmH₂O，P=0.024；组间：P=0.002，VR组改善效果显著优于对照组）； 3.6MWT（VR组：+28.32 m，P<0.001；对照组：-10.39 m，P=0.004；组间：P=0.229）
An^[31]	2025	韩国	30/30	CPA：15/15	MR：15/15	RCT	75~85岁女性肌少症患者	社区	4周	未提及	股四头肌厚度（MR组：+1.30 mm，P<0.001；CPA组：+0.51 mm，P<0.001；组间：P=0.001，MR组改善效果显著优于CPA组）	1.ABC（MR组：+148.70，P<0.001；CPA组：+131.20，P<0.001；组间：P=0.23）； 2.KIADL（MR组：+0.30，P<0.001；CPA组：+0.30，P<0.001；组间：P=0.09）； 3.SF-12（MR组：+13.36，P<0.001；CPA组：+10.92，P<0.001；组间：P=0.02，MR组改善效果显著优于CPA组）
Wei^[37]	2025	中国	93/76	OFFG：31/24	ONG：31/25；AIONG：31/27	RCT	60~75岁社区肌少症患者	社区	12周	3组中期较基线高度显著升高（P<0.01），末期较基线显著升高（P<0.001），组间无显著差异（P>0.05）	ASMI：中期3组均显著升高（P<0.01），末期较基线仍显著升高（P<0.01）；中期、末期组间比较均无显著差异（P>0.05）	3组6MWS显著提升（P<0.001），TUGT时间显著缩短（P<0.01），SF-36显著提升（P<0.001）；组间无显著差异（P>0.05）
Meng^[38]	2025	中国	87/78	FFG：29/25	GRG：29/27；AIGRG：29/26	RCT	60~75岁社区肌少症患者	社区	12周	3组中期较基线显著升高（P<0.001），末期较中期持续显著升高（P<0.01），组间无显著差异（P>0.05）	ASMI：中期3组均显著升高（P<0.01），末期较中期进一步显著升高（P<0.001）；中期、末期组间比较均无显著差异（P>0.05）	3组6MWT显著提升（P<0.001），TUGT时间显著缩短（P<0.001），SF-36显著提升（P<0.001）；组间无显著差异（P>0.05）
He^[39]	2024	中国	75/70	TRHG：25/23	GTHG：25/23；AITHG：25/24	RCT	60~75岁社区肌少症患者	社区	12周	3组干预前后握力均无显著变化（P>0.05），组间无显著差异（P>0.05）	ASMI：TRHG中期升高0.169（P<0.01），末期较基线升高0.327（P<0.01）；GTHG中期无显著变化，末期较基线升高0.179（P<0.05）；AITHG中期升高0.132（P<0.01），末期较基线升高0.367（P<0.01）；中期、末期组间比较均无显著差异（P>0.05）	3组6MWT显著提升（P<0.001），TUGT时间显著缩短（P<0.01），SF-36显著提升（P<0.01）；组间无显著差异（P>0.05）
Zhang^[40]	2025	中国	58/51	IRG：29/24	TRG：29/27	RCT	60~80岁肌少症患者	社区	4周	1.HGS（TRG：+1.33，P=0.02；IRG：+0.64，P=0.01；组间：P=0.34）； 2.30sACT（TRG：+2.13，P=0.01；IRG：+1.58，P=0.003；组间：P=0.53）； 3.30sSRT（TRG：+1.94，P=0.045；IRG：+1.42，P=0.01；组间：P=0.42）； 4.股四头肌伸肌峰值扭矩（TRG：+8.81 N·m，P=0.004；IRG：+5.79 N·m，P=0.003；组间：P=0.32）	1.TSM（TRG：+3.04 kg/m²，P=0.27；IRG：+2.14 kg/m²，P=0.20；组间：P=0.76）； 2.SMI（TRG：+0.30 kg/m²，P=0.28；IRG：+0.21 kg/m²，P=0.25；组间：P=0.77）； 3.BFP（TRG：-1.98%，P=0.52；IRG：-0.32%，P=0.27；组间：P=0.34）	1.BBS（TRG：+3.19，P<0.001；IRG：+3.06，P<0.001；组间：P=0.88）； 2.TUGT（TRG：-0.66，P=0.09；IRG：-0.73，P=0.10；组间：P=0.90）； 3.6MWT（TRG：+8.28，P=0.37；IRG：+13.58，P=0.11；组间：P=0.72）； 4.IADL（TRG：+0.50，P=0.04；IRG：+0.63，P=0.02；组间：P=0.70）
Chen^[41]	2021	中国	33/30	无对照组	VR康复组：30	QES	60岁以上农村肌少症患者	机构	12周	HGS：+5.02 kg，P<0.001；MVIC（肱二头肌：+1.41，P<0.001；肱三头肌：+1.09，P=0.001）	ASMI：+1.09 kg/m²，P=0.474	步速：+0.20 m/s，P=0.006；肩前屈ROM：+19.43°，P< 0.001； BBT：+10.71块/min，P=0.001

干预媒介	核心技术	优势	具体应用模式	参考文献
App	依托智能手机或电脑终端，集成饮食和运动指导模块，支持数据记录与反馈	便捷、个性化、反馈与追踪、低成本	基于App的远程康复系统，含医生端口、用户端口、传输端口，开展针对6大肌群的抗阻训练，持续4周	[40]
App	依托智能手机或电脑终端，集成饮食和运动指导模块，支持数据记录与反馈	便捷、个性化、反馈与追踪、低成本	通过App开展饮食和运动干预,可评估饮食和运动状态、提供能量/蛋白质摄入建议及食谱推荐、推荐运动量，每2周自动提醒参与者完成评估和反馈，12周后向参与者开放App完整版功能	[35]
VR	通过头显设备构建全虚拟环境,结合传感器捕捉肢体动作，实现沉浸式交互	沉浸式、安全、针对性训练、适配场景广	Oculus Rift头显、Constellation定位系统、Leap Motion传感器结合商用VR游戏，开展渐进式抗阻训练,重点训练上肢功能，2次/周，30 min/次，持续12周，同时搭配热身和放松环节	[41]
VR	通过头显设备构建全虚拟环境,结合传感器捕捉肢体动作，实现沉浸式交互	沉浸式、安全、针对性训练、适配场景广	VR硬件搭配Android系统软件，实现心率实时监测和运动强度调整，开展有氧运动，3次/周，60 min/次	[36]
MR	叠加数字元素于真实场景，保留现实物理反馈，同时提供虚拟任务引导	虚实融合、多维度能力提升、生活质量提升优异	使用MetaQuest头显MR设备构建游戏化、交互式训练平台，训练内容包括躲避数字物体、"射击"数字目标、整合手脚动作的复合任务，系统根据任务成功率自动调整难度，提供实时视觉和语音反馈，3次/周，30 min/次，持续4周	[31]
AI	基于深度学习算法，捕捉33个骨骼关键点，实时分析动作规范性	精准、实时纠正、兼容性强	基于深度学习框架，通过摄像头捕捉人体骨骼关键点，实现动作实时监测、错误检测和姿势校正的技术	[38,39]

数字技术在亚洲地区老年人肌少症干预中应用的范围综述

Digital Technologies in the Management of Sarcopenia among Older Adults in Asia: a Scoping Review

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 64

相关文章 15

编辑推荐

Metrics

留言

[1]	唐博, 杨芮, 赵茜, 刘红, 刘力滴, 张颖, 蒋莉华, 王小刚, 杨荣, 廖晓阳. 美国预防临床服务指南工作组《社区老年人跌倒的预防措施》推荐声明解读[J]. 中国全科医学, 2026, 29(30): 4360-4365.
[2]	李喜玲, 张帆, 杨欣月, 杨姮. "零食式锻炼"在慢性病管理中应用的范围综述[J]. 中国全科医学, 2026, 29(30): 4472-4479.
[3]	何其珍, 钟清玲, 徐瑾, 余忆, 赵悦菲. 社区老年人对"零时间运动"的感知和体验：一项质性研究[J]. 中国全科医学, 2026, 29(30): 4480-4488.
[4]	孙秀芹, 冯振龙, 魏兰萱, 曾宇欣, 刘金波, 马林, 安占天, 王宏宇. 北京市石景山区中老年居民代谢综合征患病现状及行为生活方式影响因素研究[J]. 中国全科医学, 2026, 29(30): 4424-4430.
[5]	张帅帅, 陈玥, 邱娇娇, 朱平, 王曙霞. 残余胆固醇炎症指数与中国中老年人生物学年龄加速的关联：一项全国性队列研究[J]. 中国全科医学, 2026, 29(30): 4397-4405.
[6]	黄嘉婷, 柳玲娜, 宁艳花, 史晶, 李欣锦, 杨彩玲, 姚静. 农村老年人家庭医生签约服务的表达需要和感知需要一致性：对宁夏回族自治区456名常住居民的问卷调查[J]. 中国全科医学, 2026, 29(29): 4217-4225.
[7]	陈澄, 陈开元, 孙乃玲, 曾华堂, 雷苏文, 梁万年. 人工智能赋能疾病预防控制标准化建设现状及建议[J]. 中国全科医学, 2026, 29(29): 4193-4199.
[8]	黄牧, 张道春, 阳维, 钟丽明, 袁文静, 贾子琪, 谭相良, 段小慧, 刘岘, 陈维翠. 基于融合三维U-Net与Transformer的深度学习网络对腹部CT图像中结直肠癌病灶的自动分割：一项多中心、多设备研究[J]. 中国全科医学, 2026, 29(29): 4281-4287.
[9]	邓玮, 黄梦婷, 易胜利, 林杨, 许力丹, 任哲学, 朱秀琼, 李烨莎, 任梦鸽, 柯大智, 李桂琼, 吴志勤, 骆傲然, 何发培. AI赋能全科临床思维的培养与实施效果研究[J]. 中国全科医学, 2026, 29(28): 4078-4085.
[10]	解霄芸, 刘晨曦, 柳羽姝, 周艺涵. 中国基层医疗卫生机构人工智能研究实践及潜在数据贫困问题：一项范围综述[J]. 中国全科医学, 2026, 29(28): 4067-4077.
[11]	余新艳, 张芳, 顾志乐, 王艳芳, 苏鹏, 张海澄. 社区老年人空腹血糖与体质指数及腰围的相关性研究[J]. 中国全科医学, 2026, 29(28): 4132-4140.
[12]	张晓珍, 杨成波, 靳乾辉, 王帅, 周继和. 计算机辅助康复系统与常规康复对全面发育迟缓患儿运动功能改善效果的比较研究[J]. 中国全科医学, 2026, 29(27): 3938-3946.
[13]	赵原原, 刘普林, 代娟, 张刚, 张微, 张晓霞, 邓青, 严亚琼. 中国内脏脂肪指数与老年人全因死亡及死因别死亡风险的关联研究[J]. 中国全科医学, 2026, 29(26): 3781-3787.
[14]	焦姝婷, 井浩然, 赵亚利. 北京市城区社区就诊老年患者慢性瘙痒症状强度及影响因素研究[J]. 中国全科医学, 2026, 29(25): 3655-3663.
[15]	李佳, 何俊, 朱金妹, 刘福明, 吴远, 丁渝权, 钱华, 胥鑫玉. 低容量高强度间歇训练联合虚拟现实技术对冠心病患者心脏康复的干预效果研究[J]. 中国全科医学, 2026, 29(25): 3640-3649.