Auswirkungen transkranieller zufälliger Lärmstimulation auf kognitive Funktionen gesunder Erwachsener: Belege aus einer systematischen Übersicht und Metaanalyse

Zusammenfassung

Diese Metaanalyse zeigt, dass transkranielle, zufällige Rauschstimulation einen kleinen, nicht signifikanten Effekt auf die kognitiven Funktionen gesunder Erwachsener hat. Online-Stimulation zeigte das vielversprechendste Muster, während Effekte von Stimulationsstelle, Dauer und kognitivem Bereich mit Vorsicht interpretiert werden sollten.

Zusammenfassung

Transkranielle zufällige Rauschstimulation (tRNS) hat als Neuromodulationsinstrument zunehmend Aufmerksamkeit erregt; Allerdings bleiben die Befunde zu den kognitiven Effekten inkonsistent. Diese Studie überprüfte systematisch und analysierte die Auswirkungen von tRNS auf kognitive Funktionen bei gesunden Erwachsenen. Eine umfassende Suche in den Datenbanken der Cochrane Library, PubMed, EMBASE und Web of Science wurde bis zum 15. September 2025 durchgeführt. Randomisierte kontrollierte Studien mit entweder parallelen oder Crossover-Designs wurden eingeschlossen. Die Daten wurden mit Random-Effects-Modellen analysiert. Dreizehn randomisierte kontrollierte Studien mit 403 Teilnehmern erfüllten die Einschlusskriterien. Die gepoolte Analyse zeigte einen kleinen, positiven, aber nicht signifikanten Gesamteffekt von tRNS auf kognitive Funktionen (Hedges' g = 0,17, 95%-KI [-0,06, 0,40], p = 0,145). Subgruppenanalysen zeigten, dass Online-Stimulation einen signifikanten positiven Effekt hatte (Hedges' g = 0,37, 95%-KI [0,04, 0,70], p = 0,026), während Offline-Stimulation dies nicht tat; der Unterschied zwischen den Untergruppen war jedoch statistisch nicht signifikant. Es wurden keine signifikanten Unterschiede zwischen kognitiven Domänen, Stimulationsstellen oder Stimulationsdauern beobachtet. Der Regressionstest von Egger zeigte keinen signifikanten Publikationsfehler. Insgesamt deuten aktuelle Erkenntnisse darauf hin, dass tRNS begrenzte und unsichere Auswirkungen auf kognitive Funktionen gesunder Erwachsener hat. Größere, gut finanzierte Studien mit standardisierten Protokollen und Einbeziehung neurophysiologischer Ergebnisse sind erforderlich.

Einleitung

Transkranielle zufällige Rauschstimulation (tRNS) ist eine Form der transkraniellen elektrischen Stimulation (tES), die oszillatorische Ströme mit zufällig variierenden Frequenzen und Amplituden liefert, um die Gehirnaktivität und -verhalten zu modulieren¹. Seit seiner Einführung in die menschliche Forschung im Jahr 2008 hat tRNS zunehmend Aufmerksamkeit als nicht-invasive Neuromodulationstechnik erlangt. Im Vergleich zur transkraniellen Gleichstromstimulation (tDCS) ist tRNS polaritätsunabhängig, wird allgemein als angenehmer wahrgenommen und eignet sich gut für doppelblinde experimentelle Designs. Obwohl die zugrundeliegenden Mechanismen noch unvollständig verstanden sind, werden vorgeschlagene Erklärungen wie die stochastische Resonanz vorgeschlagen, die das Signal-Rausch-Verhältnis der neuronalen Aktivität^{verbessert 3}, sowie die Modulation spannungsgesteuerter Natriumkanäle, was zu einer erhöhten kortikalen Erregbarkeit^{führt 4}.

tRNS wurde in neuropsychiatrischen, sensorischen, motorischen und kognitiven Bereichen untersucht. Frühere Studien haben ihre potenziellen Anwendungen bei Major Depressive Disorder⁵, Schizophrenie⁶, Tinnitus⁷, Parkinson mit leichter kognitiver Beeinträchtigung⁸ und multiple sklerosebedingter Müdigkeit⁹ untersucht. Viele dieser Zustände beinhalten Beeinträchtigungen der kognitiven Verarbeitung oder beruhen auf kognitiven Kontrollmechanismen, was darauf hindeutet, dass Kognition ein zentrales Interessengebiet für die tRNS-bezogene Modulation darstellt.

Die kognitive Funktion entsteht aus koordinierter Aktivität über verteilte neuronale Netze hinweg und nicht aus isolierten Hirnregionen¹⁰. Als neuromodulatorische Technik wurde tRNS auf kognitive Bereiche angewandt, darunter Arbeitsgedächtnis¹¹, inhibitorische Kontrolle¹² und Skill Learning¹³. Die Ergebnisse bleiben jedoch uneinheitlich. Einige Studien berichten von Verbesserungen der kognitiven Funktionen, während andere keine messbaren Effekte zeigen. Belege deuten darauf hin, dass Ergebnisse von methodischen Faktoren abhängen können, darunter Stimulationsparameter, Stimulationsort, Aufgabenmerkmale und Zeitpunkt der Stimulation im Verhältnis zur Aufgabenleistung 14,15,16. Beispielsweise wurde die Stimulation des dorsolateralen präfrontalen Cortex (DLPFC) sowohl mit positiven als auch mit nullen Effekten auf das Arbeitsgedächtnis¹⁴ assoziiert, während die cerebellare Stimulation die visuomotorische Leistung¹⁷ nicht konstant verbessert hat. Diese Variabilität begrenzt die Fähigkeit, endgültige Schlussfolgerungen zu ziehen.

Trotz der zunehmenden Anzahl randomisierter kontrollierter Studien wurde kein klarer Konsens über das Ausmaß oder die Zuverlässigkeit der tRNS-Effekte auf kognitive Funktionen bei gesunden Erwachsenen gebildet. Einzelne Studien sind oft durch kleine Stichprobengrößen und methodische Heterogenität begrenzt, was die statistische Stärke und Vergleichbarkeit verringert. Eine systematische und quantitative Synthese der verfügbaren Evidenz ist daher notwendig, um den Gesamteffekt abzuschätzen und potenzielle Quellen der Variabilität zu untersuchen.

Die vorliegende Studie führt eine systematische Übersichtsarbeit und Metaanalyse randomisierter kontrollierter Studien durch, um die Auswirkungen von tRNS auf kognitive Funktionen bei gesunden Erwachsenen zu bewerten. Die Ziele sind, die Gesamtwirkungsgröße zu quantifizieren und den Einfluss von Stimulationsmerkmalen und kognitiven Domänen auf die beobachteten Ergebnisse zu untersuchen.

Protokoll

Diese Studie wurde gemäß den Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) Richtlinien¹⁸ durchgeführt. Das Protokoll wurde am 18. September 2025 prospektiv in der PROSPERO-Datenbank registriert (Registrierungs-ID: CRD420251150327). Alle Verfahren wurden darauf ausgelegt, Reproduzierbarkeit und Transparenz bei der Studienauswahl, Datenextraktion und statistischer Analyse sicherzustellen. Da diese Studie eine Sekundäranalyse zuvor veröffentlichter Daten beinhaltete, war keine ethische Zustimmung oder informierte Zustimmung erforderlich. Die in diesem Protokoll verwendeten Forschungswerkzeuge sind in der Materialtabelle aufgeführt.

1. Zulassungskriterien

Die Studienberechtigung wurde anhand des PICOS-Rahmens bestimmt, einschließlich Teilnehmer, Interventionen, Vergleicher, Ergebnisse und Studiendesigns. Geeignete Studien umfassten gesunde Erwachsene im Alter von 18–60 Jahren, die transkranielle zufällige Geräuschstimulation (tRNS) oder hochauflösende tRNS (HD-tRNS) erhielten, verglichen mit Scheinstimulation. Es waren Ergebnisse erforderlich, um kognitive Funktionen zu bewerten, einschließlich Arbeitsgedächtnis, Erlernen von Fähigkeiten und inhibitorischer Kontrolle. Es wurden nur randomisierte kontrollierte Studien mit Crossover- oder Parallelgruppendesigns eingeschlossen. Studien wurden ausgeschlossen, wenn es sich um Übersichtsarbeiten, Konferenzabstracts, Dissertationen, Fallberichte oder Tierstudien handelte. Nur auf Englisch veröffentlichte Studien wurden berücksichtigt. Der Auswahlprozess der Studien ist in Abbildung 1 zusammengefasst.

Abbildung 1: PRISMA-Flussdiagramm der Studienauswahl. Flussdiagramm, das die Identifizierung, das Screening, die Eignungsbewertung und die Einbeziehung von Studien in die Metaanalyse veranschaulicht, einschließlich der Anzahl der in jeder Stufe abgerufenen, ausgeschlossenen und einbezogenen Datensätze. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

2. Informationsquellen und Suchstrategie

Eine umfassende Literaturrecherche wurde bis zum 15. September 2025 durchgeführt, wobei PubMed, EMBASE, Web of Science und die Cochrane Library verwendet wurden. Es wurden keine Einschränkungen oder Filter angewendet. Suchbegriffe umfassten Kombinationen von "transkranielle zufällige Rauschstimulation", "tRNS", "hochauflösende tRNS" und kognitiv verwandte Begriffe wie "Arbeitsgedächtnis", "Fähigkeitslern" und "inhibitorische Kontrolle". Suchstrategien wurden an die Syntax jeder Datenbank angepasst.

3. Studienauswahl

Alle abgerufenen Datensätze wurden in ein Referenzverwaltungssystem importiert und doppelte Datensätze entfernt. Titel und Abstracts wurden unabhängig voneinander von zwei Gutachtern geprüft, gefolgt von einer Volltextbewertung auf die Berechtigung. Unstimmigkeiten wurden durch Rücksprache mit einem dritten Gutachter behoben. Wenn Volltextartikel nicht verfügbar waren, wurden korrespondierende Autoren kontaktiert. Studien wurden ausgeschlossen, wenn nach drei Versuchen keine Antwort einging.

4. Datenextraktion

Die Datenextraktion wurde unabhängig voneinander von zwei Prüfern mit einem standardisierten Ansatz durchgeführt. Extrahierte Variablen umfassten Teilnehmercharakteristika, Studiendesign, Stimulationsparameter und kognitive Ergebnismaße. Ergebnismaße umfassten Genauigkeit, d-Prime-Werte und fehlerbasierte Kennzahlen. Meinungsverschiedenheiten wurden durch Diskussionen gelöst, um Konsistenz und Genauigkeit zu gewährleisten.

5. Qualitätsbewertung

Das Verzerrungsrisiko wurde mit dem Cochrane Risk of Bias Tool gemäß dem Cochrane Handbook for Systematic Reviews of Interventions¹⁹ bewertet. Bewertungen wurden in verschiedenen Bereichen durchgeführt, darunter Randomisierung, Allokationsverschleierung, Blindierung, unvollständige Ergebnisdaten, selektive Berichterstattung und andere Verzerrungen. Jede Domäne wurde als niedriges, hohes oder unklares Risiko klassifiziert. Die Bewertungen wurden unabhängig von zwei Gutachtern durchgeführt, wobei Meinungsverschiedenheiten durch Konsens beigelegt wurden.

6. Statistische Analyse

Die Metaanalyse wurde mit dem Metafor-Paket in R durchgeführt. Bei Ergebnissen, bei denen niedrigere Werte eine bessere Leistung zeigten, wurden die Werte so transformiert, dass die positiven Effektgrößen konsistent eine verbesserte Leistung unter aktiver Stimulation widerspiegelten. Die Effektgrößen wurden als Hedges' g mit 95%-Konfidenzintervallen berechnet. Ein Random-Effects-Modell mit eingeschränkter Maximum-Likelihood-Schätzung wurde angewendet. Die Heterogenität wurde anhand von Cochrans Q und der Statistik I² bewertet. Subgruppenanalysen untersuchten den Einfluss des kognitiven Bereichs, der Stimulationsstelle, der Stimulationsdauer und des Stimulationszeitpunkts. Meta-Regression wurde durchgeführt, um die Stimulationsdauer als kontinuierlicher Moderator zu bewerten. Der Publikationsbias wurde mittels Funnel-Plots und Eggers Regressionstest bewertet. Sensitivitätsanalysen wurden mit Leave-One-Out-Verfahren durchgeführt. Die statistische Signifikanz wurde als p < 0,05 definiert.

Ergebnisse

Gesamtanalyse

Die Gesamtmetaanalyse umfasste 13 randomisierte kontrollierte Studien. Durch die Einbeziehung von Crossover-Designs spiegeln die Teilnehmerzahlen im Waldgebiet die zustandsspezifischen Stichprobengrößen wider und nicht nur einzelne Einzelpersonen.

Das Random-Effects-Modell zeigte einen kleinen, positiven, aber nicht signifikanten Gesamteffekt der transkraniellen zufälligen Rauschstimulation (tRNS) auf kognitive Funktionen bei gesunden Erwachsenen (Hedges' g = 0,17, 95%-KI [-0,06, 0,40], p = 0,145), mit moderater Heterogenität (I² = 48,63%) (Abbildung 2). Die Funnel-Plot-Inspektion zeigte keine markante Asymmetrie (Abbildung 3), und Eggers Regressionstest war nicht signifikant (p = 0,940) (Abbildung 4).

Abbildung 2: Forest-Diagramm der Gesamtwirkung von tRNS auf kognitive Funktionen. Waldplot zeigt individuelle Studieneffektgrößen und gepoolte Effektschätzung mit einem Random-Effects-Modell. Quadrate repräsentieren studienspezifische Effektgrößen, wobei die Größe proportional zum Studiengewicht ist; Horizontale Linien zeigen 95%-Konfidenzintervalle; Der Diamant steht für den Gesamtpool-Effekt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 3: Funnel Plot zur Bewertung des Publikationsbias. Funnel-Diagramm der Effektgrößen anhand ihrer Standardfehler für eingeschlossene Studien. Die Punktverteilung wird verwendet, um potenzielle Publikationsverzerrung visuell zu bewerten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 4: Eggers Regressionsplot für Publikationsbias. Regressionsdiagramm, das die Beziehung zwischen standardisierten Effektgrößen und deren Präzision zur Bewertung der Funnelplot-Asymmetrie mit dem Eggerschen Test veranschaulicht. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Untergruppenanalyse nach Stimulationsstandort

Die Subgruppenanalyse nach Stimulationsstelle zeigte in allen Regionen keine statistisch signifikanten Effekte. Die gesammelten Effektgrößen betrugen 0,11 für die dorsolaterale präfrontale Kortexstimulation (95 % KI [-0,23, 0,44], p = 0,53), -0,01 für primäre motorische Kortexstimulation (95 % KI [-0,56, 0,54], p = 0,96), 0,54 für die Stimulation des inferioren frontalen Gyrus (95 % KI [-0,10, 1,19], p = 0,100) und 0,47 für kleinhirnstimulation (95 % KI [-0,48, 1,43], p = 0,33). Es wurden keine signifikanten Unterschiede zwischen den Untergruppen beobachtet (p = 0,52)(Abbildung 5).

Abbildung 5: Walddiagramm der Untergruppenanalyse nach Stimulationsstandort. Waldplot zeigt gepoolte Effektgrößen für verschiedene Stimulationsstellen, einschließlich dorsolateraler präfrontaler Cortex, primärer motorischer Cortex, inferiores frontaler Gyrus und Kleinhirn, mit entsprechenden Konfidenzintervallen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Untergruppenanalyse nach Stimulationsdauer

Es wurden keine statistisch signifikanten Effekte über die Stimulationsdauer hinweg beobachtet. Die Effektgrößen betrugen 0,06 für 10-minütige Protokolle (95 % KI [-0,48, 0,60], p = 0,83), 0,04 für 15-Minuten-Protokolle (95 % KI [-0,99, 1,06], p = 0,94), 0,23 für 20-Minuten-Protokolle (95 % KI [-0,12, 0,57], p = 0,20) und 0,22 für 22-Minuten-Protokolle (95 % KI [-0,73, 1,17], p = 0,66) (Abbildung 6). Die Meta-Regressionsanalyse identifizierte keinen signifikanten Zusammenhang zwischen Stimulationsdauer und Effektgröße (β = 0,02, p = 0,53) (Abbildung 7).

Abbildung 6: Walddiagramm der Untergruppenanalyse nach Stimulationsdauer. Waldplot zeigt gepoolte Effektgrößen über verschiedene Stimulationsdauern hinweg, einschließlich 10-, 15-, 20- und 22-minütigen Protokollen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 7: Meta-Regression der Stimulationsdauer und Effektgröße. Streudiagramm, das die Beziehung zwischen Stimulationsdauer und Effektgröße illustriert, mit einer angepassten Regressionslinie, die die Meta-Regressionsanalyse darstellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Untergruppenanalyse nach kognitivem Bereich

Die Subgruppenanalyse basierend auf dem kognitiven Bereich zeigte keine statistisch signifikanten Effekte. Die größte Effektgröße wurde für das Arbeitsgedächtnis beobachtet (Hedges' g = 0,31, 95%-KI [-0,11, 0,72], p = 0,15), gefolgt von Skill Learning (Hedges' g = 0,11, 95%-KI [-0,36, 0,58], p = 0,66) und inhibitorischer Kontrolle (Hedges' g = 0,09, 95%-KI [-0,32, 0,50], p = 0,67) (Abbildung 8).

Abbildung 8: Walddiagramm der Untergruppenanalyse nach kognitivem Bereich. Forest Plot zeigt gebündelte Effektgrößen über kognitive Bereiche hinweg, einschließlich Arbeitsgedächtnis, Erlernen von Fähigkeiten und Inhibitionskontrolle. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Untergruppenanalyse durch Stimulationszeitpunkt

Die Subgruppenanalyse basierend auf der Stimulationszeit zeigte, dass Online-Stimulation einen statistisch signifikanten Effekt erzeugte (Hedges' g = 0,37, 95 % KI [0,04, 0,70], p = 0,03), während Offline-Stimulation dies nicht tat (Hedges' g = 0,00, 95 % KI [-0,30, 0,30], p = 0,98). Der Unterschied zwischen den Untergruppen war statistisch nicht signifikant (p = 0,10) (Abbildung 9).

Abbildung 9: Walddiagramm der Untergruppenanalyse nach Stimulationszeitpunkt. Forest Plot vergleicht gepoolte Effektgrößen zwischen Online- und Offline-Stimulationsbedingungen mit entsprechenden Konfidenzintervallen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Sensitivitätsanalysen

Leave-One-Out-Analysen zeigten, dass der Gesamteffekt nach dem Entfernen einzelner Studien in den meisten Fällen nicht signifikant blieb. Der Ausschluss von Hasanvand et al. (2025) führte jedoch zu einem statistisch signifikanten gepoolten Effekt (Hedges' g = 0,24, 95%-KI [0,05, 0,43], p = 0,01).

Verzerrungsrisiko

Die Bewertung des Risikos für Verzerrungen zeigte ein geringes Risiko für zufällige Sequenzgenerierung, selektive Berichterstattung und andere Verzerrungsbereiche in allen Studien. Die Verschleierung der Zuteilung war in allen Prozessen unklar. Eine Studie wurde aufgrund eines Einzelblinden-Designs als Hochrisiko für Blindung von Teilnehmern und Personal eingestuft, während die übrigen Studien in diesem Bereich als geringes Risiko eingestuft wurden. Mehrere Studien verfügten über ausreichende Informationen zur Blindierung der Ergebnisbewertung und wurden als unklares Risiko eingestuft. Eine Studie wurde als Hochrisiko-Daten für unvollständige Ergebnisse bewertet. Insgesamt zeigten die eingeschlossenen Studien eine allgemein akzeptable methodische Qualität, obwohl weiterhin einige Bedenken hinsichtlich Blinding und Allocation Concealment bestehen (Abbildung 10).

Abbildung 10: Zusammenfassung des Verzerrungsrisikos für eingeschlossene Studien. Grafische Zusammenfassung der Risiko-von-Verzerrungs-Bewertungen in den eingeschlossenen Studien, die Urteile für jeden Bereich zeigen, einschließlich Randomisierung, Allocation Concealment, Blinding, unvollständige Ergebnisdaten und selektive Berichterstattung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Die Merkmale der eingeschlossenen Studien, einschließlich der Teilnehmerdemografie, Stimulationsparameter und Ergebnismaße, sind in Tabelle 1 zusammengefasst.

Studium	Studiendesign	Teilnehmer (N, männlich)	Durchschnittsalter (Jahre)	Stimulationsparameter	Dauer (min)	Stimulationsstelle (cm²)	Aufgabe / Ergebnis	Timing	Berichtete Wirkung
Mulquiney et al., 2011²⁰	Crossover	20 (4)	29.5 ± 5.9	1 mA, 101–640 Hz	10	DLPFC (35)	OCL / 1-back / 2-back, ACC	Online	Kein signifikanter Einfluss auf das Arbeitsgedächtnis
Brauer et al., 2018¹⁶	Crossover	23 (7)	22,91 ± 3,44	1 mA, 0,1–640 Hz	20	IFG (25)	GN, NE	Online	Kein signifikanter Effekt auf die inhibitorische Kontrolle
Brevet-Aeby et al., 2019¹²	Parallel	33 (16)	24.72 ± 4.32	2 mA, 100–500 Hz	20	DLPFC (35)	GN, RT	Offline	Signifikante Verbesserung der Reaktionszeit
Albuquerque et al., 2019¹⁵	Parallel	34 (34)	23.1 ± 2.8	2 mA, 101–640 Hz	20	M1/SO (35)	GPT, EE	Online	Kein signifikanter Einfluss auf das Erlernen der Fähigkeiten
Murphy et al., 2020²¹	Parallel	33 (11)	25,25 ± 7,73	1 mA, 101–640 Hz	22	DLPFC/SO (35)	SWM, ACC	Offline	Signifikante Verbesserung des Arbeitsgedächtnisses
Sallard et al., 2021³⁷	Crossover	19 (5)	28 ± 6	1 mA, 101–640 Hz	10	IFG (16)	GN, FA	Offline	Kein signifikanter Effekt auf die inhibitorische Kontrolle
Yamashiro et al., 2023²²	Crossover	16 (16)	20,6 ± 0,9	1,5 mA, 101–640 Hz	15	DLPFC (25)	GN, CE	Offline	Kein signifikanter Effekt auf die inhibitorische Kontrolle
Ai et al., 2024¹⁴	Crossover	33 (9)	22.17 ± 1.78	1,5 mA, 0–200 Hz	20	DLPFC (NA)	VWM, ACC	Offline	Kein signifikanter Einfluss auf das Arbeitsgedächtnis
Tokikuni et al., 2024¹¹	Parallel	59 (30)	22,79 ± 2,01	2 mA, 101–640 Hz	20	DLPFC/OC (35)	2-Back, DPS	Online	Signifikante Verbesserung des Arbeitsgedächtnisses
Kawakami et al., 2024¹⁷	Parallel	34 (17)	21.7 ± 1.0	1 mA, 0,1–640 Hz	20	Kleinhirn (35)	VTT, LR	Online	Kein signifikanter Einfluss auf das motorische Lernen
Hasanvand et al., 2025⁴⁶	Parallel	32 (32)	22,91 ± 3,44	1 mA, 101–640 Hz	20	DLPFC/OC (25)	SST, SSRT	Offline	Kein signifikanter Effekt auf die inhibitorische Kontrolle
Scaramuzzi et al., 2025¹³	Parallel	37 (31)	26.26 ± 9.2	2 mA, 100–640 Hz	20	M1 (18,49)	DT, RE	Online	Verringerung des radialen Fehlers
Frankel et al., 2025⁴⁷	Crossover	30 (15)	24.53 ± 2.37	1 mA, 101–640 Hz	10	M1/SO (35)	SPPM, MT	Offline	Signifikante Verbesserung der Motorleistung

Tabelle 1: Merkmale der eingeschlossenen Studien, Teilnehmer und tRNS-Protokolle. Diese Tabelle fasst die Eigenschaften der eingeschlossenen randomisierten kontrollierten Studien zusammen, einschließlich Studiendesign, Teilnehmerdemografie, Stimulationsparameter (Intensität, Frequenzbereich, Dauer und Elektrodenstelle), kognitive Aufgaben, Ergebnismaße und Stimulationszeitpunkt (online/offline). Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Abkürzungen: M, männlich; F, weiblich; SD, Standardabweichung; ACC, Genauigkeit; DPS, D-Prime-Wert; EE, Endpunktfehler; MT, Bewegungszeit; LR, Lernrate; RE, radialer Fehler; NE, Anzahl der Fehler; RT, Reaktionszeit; SSRT, Stop-Signal-Reaktionszeit; FA, Fehlalarm; CE, Kommissionsfehler; OC, orbitofrontaler Cortex; SO, der supraorbitale Bereich; IFG, unterer frontaler Gyrus; VWM, visuelles Arbeitsgedächtnis; NA, nicht gemeldet; OCL, eine Ein-Karten-Lernaufgabe; SWM, Sternberg Arbeitsgedächtnis; GPT, Golf-Putting-Aufgabe; SPPM, sequentielle Punkt-zu-Punkt-Bewegungsaufgabe; VTT, visuomotorische Verfolgungsaufgabe; DT, Dartwurf-Aufgabe; GN, Go/No-Go-Aufgabe; SST, Ampel-Aufgabe.

DATENVERFÜGBARKEIT:

Alle Rohdaten, die für die vorliegende systematische Übersicht und Metaanalyse verwendet werden, sind öffentlich über das Open Science Framework (OSF) unter https://doi.org/10.17605/OSF.IO/7QD63 verfügbar.

Diskussion

Nach aktuellem Wissen bietet diese Studie eine umfassende quantitative Synthese, um die Auswirkungen der transkraniellen zufälligen Rauschstimulation (tRNS) auf kognitive Funktionen gesunder Erwachsener quantitativ zu bewerten. Basierend auf 13 randomisierten kontrollierten Studien wurde ein kleiner, positiver, aber nicht signifikanter Gesamteffekt beobachtet. Obwohl Online-Stimulation einen statistisch signifikanten Effekt zeigte, deutet das Fehlen einer signifikanten Untergruppe zwischen den Untergruppen darauf hin, dass dieses Ergebnis mit Vorsicht interpretiert werden sollte.

Die beobachtete Effektgröße (Hedges' g = 0,17) ist klein und wird unter den aktuellen experimentellen Bedingungen wahrscheinlich keine bedeutende kognitive Verbesserung darstellen. Das Gesamtausmaß der beobachteten Effekte war bescheiden. Mehrere methodische Faktoren können dieses Muster erklären, darunter die Vorherrschaft von Einzelsitzungsdesigns, relativ kleine Stichprobengrößen und der Einsatz kontrollierter laborbasierter kognitiver Aufgaben. Darüber hinaus trug erhebliche Heterogenität zwischen den Studien, einschließlich Unterschiede in Stimulationsparametern, Zielregionen, Aufgabenparadigmen und Ergebnismaßen, wahrscheinlich zur Variabilität der Ergebnisse bei. Diese Einschränkungen können sowohl die statistische Stärke als auch die externe Validität verringern. Dennoch bleibt tRNS eine nicht-invasive und kostenarme Intervention, und ihre Wirkung kann unter optimierten Bedingungen wie wiederholten Trainingsparadigmen oder optimierten Protokollen deutlicher werden. Beispielsweise wurde gezeigt, dass eine zweiwöchige Intervention, die tRNS mit kognitivem Training kombiniert, die neuronale oszillatorische Aktivität und Schlafergebnisse bei Kindern mit ADHS^verbessert.

Über kognitive Bereiche hinweg wurden keine statistisch signifikanten Untergruppeneffekte für Arbeitsgedächtnis, Erlernen oder inhibitorische Kontrolle beobachtet. Obwohl das Arbeitsgedächtnis die größte Punktschätzung zeigte, erreichte der Effekt keine statistische Signifikanz, und mehrere eingeschlossene Studien berichteten Nullergebnisse 14,15,16,17,18,19,20. Das Arbeitsgedächtnis ist stark auf verteilten frontoparietalen Netzwerken angewiesen, insbesondere dem dorsolateralen präfrontalen Kortex (DLPFC), der an der Pflege und Manipulation von Informationen beteiligt ist^43,44. Das Fehlen konsistenter Effekte deutet darauf hin, dass solche komplexen, netzwerkbasierten Prozesse unter heterogenen Stimulationsbedingungen schwer modulierbar sein könnten. Ebenso könnte das Fehlen signifikanter Effekte für inhibitorische Kontrolle und Skill-Learning domänenspezifische neuronale Anforderungen und begrenzte statistische Stärke innerhalb der Untergruppen widerspiegeln. Frühere Arbeiten deuten auf mögliche Verbesserungen der inhibitorischen Kontrolle nach tRNS¹² hin; diese Effekte wurden jedoch in der aktuellen Analyse nicht konsistent repliziert.

Subgruppenanalysen basierend auf Stimulationsprotokollen zeigten keine statistisch signifikanten Unterschiede zwischen Stimulationsstelle oder -dauer. Obwohl unter einigen Bedingungen numerisch größere Effekte beobachtet wurden, waren diese Muster inkonsistent. Das DLPFC gilt als zentraler Knotenpunkt für höherordnungige kognitive Prozesse, da es eine umfangreiche Verbindung zu kortikalen und subkortikalen Regionen 30,31,32^hat, und die Stimulation dieses Bereichs ist mit Veränderungen neuronaler Oszillationen und funktioneller Konnektivität^{verbunden 21}. In der vorliegenden Analyse wurde jedoch kein signifikanter Vorteil der DLPFC-Stimulation beobachtet. Ebenso führte die Stimulation von M1, IFG und dem Kleinhirn nicht zu signifikanten Effekten, was auf Unterschiede in der funktionellen Spezialisierung oder begrenzte Studienzahlen innerhalb jeder Untergruppe^{15'34, 35, 36, 37, 38} zurückzuführen sein könnte.

Die Stimulationsdauer zeigte keinen signifikanten Zusammenhang mit der Effektgröße. Frühere Erkenntnisse deuten darauf hin, dass die Effekte von tRNS vom Erreichen einer Mindeststimulationsschwelle abhängen und einem nichtlinearen Dosis-Antwort-Muster^39'40 folgen können. In der aktuellen Analyse zeigten längere Dauern wie 20–22 Minuten zwar numerisch größere Effekte, aber die Meta-Regression unterstützte keine signifikante lineare Assoziation. Dies deutet darauf hin, dass die Stimulationsdauer wahrscheinlich mit anderen Faktoren wie Aufgabenanforderungen und individueller Variabilität interagiert, anstatt einen eigenständigen Effekt auszuüben.

Die Erkenntnis, dass Online-Stimulation einen signifikanten Effekt zeigte, während Offline-Stimulation dies nicht tat, könnte Einblicke in die zugrunde liegenden Mechanismen geben. tRNS, die während der Aufgabenausführung angewendet werden, können die neuronale Verarbeitung durch stochastische Resonanz verbessern und so die Erkennung und Übertragung aufgabenrelevanter Signale verbessern^11,25. Im Gegensatz dazu ist Offline-Stimulation häufiger mit vorübergehenden Steigerungen der kortikalen Erregbarkeit verbunden, die durch Natriumkanalaktivität^26,27 vermittelt wird, was möglicherweise nicht konstant zu Verhaltensverbesserungen führt. Angesichts des Fehlens eines signifikanten Unterschieds zwischen Untergruppen bleibt diese Interpretation jedoch vorläufig und sollte als explorativ betrachtet werden.

Mehrere Einschränkungen sollten anerkannt werden. Methodische Heterogenität zwischen Studien, insbesondere bei Stimulationsparametern und kognitiven Aufgaben, kann die Vergleichbarkeit einschränken. Viele eingeschlossene Studien hatten relativ kleine Stichprobengrößen, was die statistische Leistungsfähigkeit verringerte und die Wahrscheinlichkeit von Typ-I- und Typ-II-Fehlern erhöhte. Neurophysiologische Belege bleiben begrenzt, da nur eine Teilmenge der Studien Messungen wie Elektroenzephalographie oder funktionelle Bildgebung umfasste. Darüber hinaus wurden potenzielle moderierende Faktoren, darunter Geschlechtsunterschiede und kognitive Ausgangsfähigkeit, nicht systematisch untersucht. Diese Einschränkungen können die Generalisierbarkeit der Ergebnisse einschränken.

Zukünftige Forschung sollte darauf abzielen, Stimulationsprotokolle und experimentelle Designs zu standardisieren, um die Vergleichbarkeit zwischen den Studien zu verbessern. Größere, ausreichend betriebene randomisierte Studien sind erforderlich, um genauere Schätzungen der Effektgröße zu liefern. Die Integration von Verhaltens- und neurophysiologischen Messungen wie EEG und fMRT kann helfen, die Mechanismen der tRNS-Effekte zu klären. Darüber hinaus kann eine systematische Bewertung individueller Unterschiede, einschließlich der Ausgangsleistung und demografischer Faktoren, das Verständnis der Variabilität als Reaktion auf Stimulation verbessern.

Fazit:

Diese systematische Übersichtsarbeit und Metaanalyse deuten darauf hin, dass transkranielle, zufällige Rauschstimulation einen kleinen positiven Effekt auf kognitive Funktionen bei gesunden Erwachsenen haben kann; Der Gesamteffekt ist jedoch statistisch nicht signifikant. Obwohl die Online-Stimulation ein günstigeres Muster zeigte, wurden keine signifikanten Unterschiede zwischen kognitiven Domänen, Stimulationsstellen oder Stimulationsdauern beobachtet. Die aktuellen Evidenzen sind weiterhin unzureichend, um einen robusten kognitiv verbessernden Effekt von tRNS zu unterstützen. Zukünftige Studien sollten größere Stichprobengrößen, standardisierte Protokolle, klar definierte Stimulationsparadigmen sowie kombinierte Verhaltens- und neurophysiologische Ergebnisse enthalten, um die Wirksamkeit und Mechanismen von tRNS besser zu bestimmen.

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
R-Software mit Metafor-Paket	R-Stiftung für statistische Berechnung	N/A	Verwendet zur Durchführung der Metaanalyse, einschließlich Effektgrößenberechnung, Zufallseffektmodellen, Untergruppenanalysen, Metaregression, Egger' s Regressionstest und Leave-One-Out-Sensitivitätsanalysen.
Review Manager 5.4	Cochrane	N/A	Verwendet zur Bewertung des Risikos von Verzerrungen und zur Erstellung von Verzerrungsrisiko-Zahlen.