此范围审查的方案已在开放科学框架(OSF) [ 15]。

检索于2020年8月13日在MEDLINE (PubMed)、Web of Science、PsycInfo和CINAHL数据库中进行。没有应用时间窗口。构建了三个搜索字符串，涵盖“社交机器人”、“社区设置”和“老年人”等主题。对于每个数据库，虔诚的主题标题被改编。对于MEDLINE，我们使用了以下字符串和关键字:((机器人(网格计算)或机器人*))((人形或同伴或社会*或“社会辅助”或交互*或android )), ((((((( 老化(网格计算))或([网条款])岁)或(老年人(网格计算)))或(脆弱的人口(网格计算)))或(高级))或(老化))或(老年))或(老*),和(((((社区卫生服务[MeSH术语])或(社会支持[MeSH术语])或(住宅设施[MeSH术语])或(独立生活[MeSH术语])或(社会支持[MeSH主题]))或(“社区住宅”或“家庭住宅”或“护理院”或“在家”或“以家庭为基础”或“家庭设置”或“养老院”或家庭)。

有可能入选的出版物必须研究一种社交机器人，该机器人必须在65岁或以上的人群中进行实验或临床研究。如果研究:(1)在急症护理环境中进行;(二)会议摘要、案例研究、学位论文、书籍或综述论文;(三)以英语、西班牙语以外的语言出版的;(4)单独报告机器人的设计、开发过程或理论模型;(5)利益相关者对机器人的意见，不进行任何互动;(6)参与在机器人上实施新的硬件或软件或评估工具(例如评估跌倒检测传感器);(7)涉及只有视频通话功能的远程呈现机器人。

去除重复后，2名审稿人(作者AM和MM)分别分3步独立应用纳入和排除标准，从筛选标题、摘要到全文。对所选结果进行比较，如有分歧，由两位审稿人进行讨论。如果无法达成一致意见，则咨询第三审稿人(作者HR)。

根据以下兴趣领域绘制文献图:作者和国家、机器人名称、机器人目的、研究目的、结果测量类型、研究设计、研究样本、研究设置、数据收集方法、交互场景、相关结果测量、测量仪器、结果和报告的研究局限性。信息以描述性的方式合成，并根据感兴趣的领域以叙述性的方式总结结果。

2位作者(AM和MM)通过在世界卫生组织(世卫组织)建立的监测和评估数字卫生干预措施框架内对数字卫生干预措施进行质量评估，独立评估了所纳入文章的质量[ 14]。该工具包括一份方法学研究准则清单，其中包括:(1)所有类型研究的23项基本准则;(2)定性和定量研究的基本准则(各3项准则)。研究达到标准的程度由3位独立研究人员按3分制(0=差，1=一般，2=好)进行评分。 ．我们计算了收视率( 多媒体附录1)。我们还应用该框架将研究根据其目标分为4类:(1)可行性，(2)可用性，(3)有效性和(4)有效性。

搜索结果是总共723份单独的出版物。经筛选，共有33篇文章符合评选标准( 图1)。33篇论文[ 11， 16- 45]，在13个不同国家的老年人和痴呆症患者中对23种不同的社交机器人进行了评估。此外，有19项研究专门评估了可行性、可用性、功效或有效性，并被视为单一目标研究。其余的研究(n=14)有多个目标，评估了上述研究目标中的2或3个。总体而言，可行性研究17项(51.5%)，可用性研究13项(39.3%)，有效性研究12项(36.3%)，有效性研究10项(30.3%)。

质量评价确认所有研究的主要和次要结局都有明确的定义。此外，有12篇(36.4%)的论文对数据收集方法进行了很好的描述，但没有报告参与者的资格。此外，33篇论文中有12篇(36.4%)没有对研究设计进行清晰的描述。 多媒体附录2和 3.对纳入研究的特点、方法和结果进行总结。

在23种不同的社交机器人中，最常被调查的是PARO (n=10, 30.3%)、Nao (n=5, 15.1%)、AIBO (n=2, 6%)和Hobbit (n=4, 12.1%)。

在33项确定的研究中，16项(48.4%)关注痴呆症患者[ 11， 18， 23， 24， 27， 29- 35， 38， 39， 43， 44]， 9(27.3%)在未提及认知状况的长期护理机构居民样本中进行[ 17， 20.， 22， 26， 28， 36， 40， 41， 45]，其余8例(24.2%)为社区老年人，其认知状况也未明确显示[ 16， 19， 22， 25， 37， 42， 46， 47]。此外，4项(12.1%)研究额外招募了护理人员[ 22， 24， 26， 38]。老年人的年龄范围为65-98岁。在纳入的研究中，3项(9.1%)未报告受试者人数[ 17， 20.， 26]。研究中使用的样本量从5到139不等。

在长期设施(n=17, 51.5%)、私人家庭(n=8, 24.2%)和实验室环境(n=4, 12.1%)中对社交机器人进行了研究。其他设置基于护理组织(n= 1.3%)、痴呆症日托中心(n= 1.3%)和卫生服务机构(n= 1.3%)。四项(12.1%)研究调查了两种不同环境下的机器人[ 22， 33， 43， 46]。

18项旨在评估可行性和/或可用性的研究中，只有5项(27.8%)是在养老院环境中进行的;5例(27.8%)在实验室环境中进行，其余8例(44.4%)在私人家庭中进行。在这18项研究中，有7项(38.9%)研究纳入了痴呆症患者和认知障碍患者。在其余11项(61.1%)研究中，参与者的认知状态没有明确的指示。

在22项(66.7%)研究中，除4项(81.8%)外，其余22项(66.7%)研究[ 29， 33， 39， 47]在长期护理环境中进行。这4例(18.2%)是在私人家庭和日托机构进行的。其中13项研究(59.1%)包含认知障碍样本，仅1项研究(4.5%)包含未披露其认知状况的社区居住老年人，其余8项研究(36.4%)包含长期护理居民。

研究参与者和社交机器人之间的互动主要是在个别会议期间调查的(n=18, 54.5%)。在12项(36.4%)研究中，在小组会议中研究了相互作用。只有3项(9.1%)研究同时应用了个体和群体的相互作用[ 11， 20.， 33]，而1(3%)在没有与研究参与者进行任何密切互动的情况下展示了机器人的任务表现[ 19]。可行性和/或可用性(n=11, 33.3%)主要在个体环境中进行研究(n= 8, 72.7%);1项(9.1%)研究在一个组中进行，1项(9.1%)研究同时适用于个体和组。个体(n=7, 21.2%)和群体(n=6, 18.2%)最常用于研究疗效和有效性(n=15, 45.5%);2项(6.1%)研究单独或集体采用了干预措施。在多目标的研究中，发现了4个(28.6%)个体和2个(14.3%)群体设置干预。在2项(6.1%)研究中，社交机器人可以在养老院的居民休息室使用，参与者可以在预定的时间段内自由地与社交机器人互动[ 22， 45]。在8项(24.2%)研究中，机器人被安装在参与者的私人家中，持续5天至3个月[ 16， 27， 29， 33， 37， 39， 44， 47]。

共有9项(27.3%)研究进行了1或2次互动会话[ 11， 19， 22- 24， 28， 30.， 32， 34]，其中6人(66.7%)调查机器人的可用性和可行性，1人(11.1%)调查机器人的有效性，2人(22.2%)调查机器人的有效性。大多数研究进行了超过2个互动环节:5个(15.2%)研究可行性和/或可用性，12个(36.4%)研究疗效或有效性，8个(24.2%)是多目标研究。互动式课程每天10到90分钟，最多持续4个月。

我们确定了4种数据收集方法:(1)问卷调查(n=26, 78.8%)，(2)观察(物理和录像)(n=19, 57.6%)，(3)访谈(n=13, 39.4%)和生理测量(n=3, 9.1%)。 图2和 3.分别显示所识别的数据收集方法的数据收集方法和负责数据的管理员。

可行性方面的结果是用Heerink [ 11， 19， 23， 29， 30.， 46， 48]、机器人用户接受度量表、机器人态度量表、心理感知量表[ 21， 47]，以及对机器人的消极态度量表[ 16， 37]。在纳入的研究中，有5项(15.2%)使用了专门为研究开发的关于机器人功能和接受度的问卷[ 19， 22， 23， 25， 46]。

应用系统可用性量表探讨可用性的研究[ 22， 25， 28]，对有用性、满意度和易用性的修改[ 26]规模，以及技术使用清单[ 39]。两项定性研究(6.1%)进行了对话和视频分析[ 27， 28提取关于可接受性和可用性的声明。

通过广泛的神经社会心理测量仪器评估疗效和效果结果:(1)情绪:老年抑郁症筛查[ 49]，康奈尔痴呆症抑郁量表[ 50]、表观情绪评定仪[ 51]，加州大学洛杉矶分校(UCLA)孤独感量表[ 52]、观察情绪评定量表[ 53];(2)认知:蒙特利尔认知评估[ 54]、简易精神状态测验[ 55];(3)生活质量:阿尔茨海默病、痴呆生活质量问卷[ 56]、晚期痴呆患者的生活质量[ 57];(4)行为:神经精神量表[ 58]， gottfries - br - steen量表[ 59]、冷漠评估量表[ 60]，科恩-曼斯菲尔德躁动量表[ 61]、冷漠量表[ 62]、《机构性痴呆患者冷漠量表养老院版》[ 63];(5)参与互动:活动参与量表[ 40]及沟通及互动技巧评估[ 64]。

采用问卷调查的研究中，通过护理人员和非正式护理人员间接收集数据的研究有5项(19.2%)，通过研究人员直接收集数据的研究有13项(50%)。

关于社交机器人的可行性结果，几乎所有的研究(n=16, 94.1%)都认为社交机器人是可以接受的。然而，1项(5.9%)研究报告了护理人员可接受性的混合结果[ 22]， 1(5.9%)在可接受性的定量测量上没有发现任何显著结果，但定性结果是积极的[ 16]。在3项(17.6%)研究中，感知代理[ 21， 47]和感知到的享受[ 46随着时间的推移而减少。

报告的可用性(n=12, 36.4%)总体上是积极的，除了2项(16.7%)研究，其中可用性受到技术问题或机器人缺乏鲁棒性的负面影响[ 28， 37]。只有3项(9.1%)研究评估了霍比特人和Nao的负担能力，其中参与者认为社交机器人负担不起，并且对购买它们持怀疑态度。 25， 28， 37]。

大多数研究结果支持老年人使用社交机器人。改善主要体现在情绪和心情方面[ 20.， 31， 33- 35， 38， 44]，订婚[ 24， 29， 30.]，以及参与和社会互动[ 20.， 31- 33， 40， 45]。提高员工的工作满意程度[ 22]、自我报告疼痛减轻[ 38]，并改善整体精神症状[ 43]是其他积极的研究结果。研究发现他们的挑战行为减少了[ 20.， 31， 34]，孤独感[ 17]和压力水平[ 45]。然而，在1项(3%)研究中，痴呆症状如躁动和其他问题症状并没有改善[ 33]。

同时，4项(12.1%)研究未发现对生活质量有显著影响[ 19， 21， 43， 47]。只有1项(3%)研究发现对痴呆症患者的生活质量有中等到较大的积极影响[ 35]。社交机器人干预也未能显著改善抑郁症[ 18， 21， 43， 47]，感知到的社会支持[ 18，药物依从性[ 47]，认知[ 24]。生理测量的结果好坏参半，比如尿液测试测量压力水平和血压[ 33， 45]。没有作者宣称社交机器人对老年人有确凿的负面影响。

33项研究中，7项(21.2%)未报告任何研究局限性[ 16， 17， 23， 25， 30.， 42， 46]。报道了广泛的局限性，17项(51.5%)研究中最常见的障碍是样本量小，这主要是在疗效和有效性研究中报道的。在可行性和/或可用性研究中，限制主要归因于技术问题或交互困难。使用未经验证的问卷、研究样本性别的同质性、观察不足和干预持续时间短被报道为一般的其他限制。

评价者对质量评价的一致性为86.1%。关于研究设计、偏倚和入组程序的描述报告大多被评为“公平”。在大多数文章中，对抽样方法、混杂因素、定量研究中的缺失数据以及定性研究中数据解释的反身性报道较少。其他标准大多被评为“良好”( 多媒体附录1)。质量评价发现5项(15.2%)研究描述不清或细节不足，特别是卫生研究以外学科的研究[ 25， 30.， 42， 44， 45]。

这项范围综述的结果揭示了社交机器人研究中的各种应用研究方法，包括研究设计、样本量、研究设置、数据收集方法、交互场景(干预的顺序、持续时间和设置)、结果测量、测量仪器、研究结果和报告的局限性。在实验室环境下，主要研究了社交机器人原型的可行性和可用性。考虑到在社会心理干预中使用社交机器人的历史相对较短，在设计和开发阶段确定机器人的主要特征和功能是至关重要的。因此，可用性、可行性和可执行性应该是战略研究的目标。完全开发的机器人，如PARO，在现实世界的有效性方面进行了评估。大多数已确定的研究旨在确定社交机器人对老年人的神经社会心理影响。

对于明确属于可行性和/或可用性评估范围的研究，研究人员采用实验、混合方法和现场试验设计，主要应用于养老院护理环境之外。这可能意味着目前对认知障碍更严重的人的可行性和/或可用性研究不足。大多数研究验证了机器人在个人或群体设置的单次或多次互动会话中的可接受性和可用性，并且所有这些研究都在不同程度上报告了社交机器人的可行性和/或可用性的积极结果。定量和定性数据的收集多采用问卷调查和访谈的方式，少数采用直接观察的方式。关于这一点，研究人员应该考虑使用直接观察方法来捕捉机器人使用所培养的互动和情感关系的主要因素。在基于UTAUT模型的问卷调查和访谈问题中，一些概念，如信任、焦虑、感知享受和社会支持，会随着时间的推移而改变[ 37， 46， 47]。因此，长时间使用机器人可能会揭示这些变化，并随着时间的推移降低新奇效应[ 46]。

总体而言，疗效和有效性研究是在认知障碍患者或居住在长期护理机构的研究人群中进行的。有显著结果的研究[ 17， 24， 29- 31， 34- 36， 45]大多采用实验设计，包括随机对照试验和准实验设计，样本量较大，干预期较长，与显示轻微或没有改善的研究相比。随机对照试验可能是最适当的设计和黄金标准，可以自信地证明特定的干预措施已经导致了过程或健康结果的变化[ 14]。大规模随机对照试验可以避免结果的偏倚评估和任何混杂效应。然而，由于痴呆症的退行性特征和痴呆症患者的个人能力差异，经常出现随机受试者的困难[ 14]。此外，当使用较长的研究时间时，退学率可能很高，因为参与者的认知退化会阻碍他们继续参与研究。另一方面，当进行随机对照试验不可行或不符合伦理时，准实验设计可能最适合收集定量数据。我们还建议在异质性研究样本的情况下采用随机对照区设计。例如，当将痴呆症患者纳入长期干预期的研究时，痴呆症水平就会发生变化。使用随机控制块设计，可以控制不同块中的一些变量，或者可以在块内应用可比方法。

针对机器人提供干预的疗效和有效性的研究在形式、持续时间、剂量和地点上存在分歧。两项(6.1%)研究[ 32， 38]强调需要根据用户的偏好和能力量身定制个性化干预课程，另一项研究的结果证实了这一方法[ 65]。此外，个性化的会议可以通过减少与主持人或其他参与者互动的机会来忽略混淆因素[ 66]。群体干预可能会降低潜在用户和机器人之间互动的几率，潜在地降低干预的效果，特别是当干预是在一个嘈杂的环境中进行的，有很多参与者[ 18]。小样本量和短相互作用的问题被认为是研究未能找到显著结果的主要限制，并且被认为是该领域研究人员面临的最大挑战[ 66， 67]。这些限制通常与研究环境有关。在养老院，经常有更多的居民参加临床试验，机器人不是个性化的，而是必须由整个小组共享。而在私人家庭中，研究是与个人或二人组进行的，这为机器人的个性化创造了更好的可能性。总体而言，干预的个性化和孤独感的缓解是家庭临床试验的两个优势。然而，这些类型的研究存在一些挑战，例如需要几个机器人，实施难度和个性化，但它仍然是朝着正确方向迈出的一步。我们观察到一个悖论，即新的或实验性的机器人被用于参与者人数较少的研究中，而商用机器人则在大型研究样本上进行测试。商业化允许更好的测试和评估，这从经济的角度来看是合乎逻辑的。然而，我们强烈要求在机器人上市之前，开发者应该在目标群体中适当地研究其可行性和可用性，以及在一个有足够力量的大量研究样本中研究其有效性。在将机器人推向市场之后，生产商应该继续投资于研究，以改进他们的产品，使其最适合用户。 This should be a joined mission of producers and policy makers to improve the sustainability of health care systems.

除了上述研究的局限性外，研究设计的一些薄弱方面导致了社交机器人影响的失败。例如，所研究的结构与机器人的主要目标之间的不匹配可能导致机器人效率不高的不良结论。这方面的一个例子是对PARO的研究未能证明认知方面的显著结果，因为PARO不是为了刺激认知功能而开发的[ 31， 33， 41， 43]。此外，为了获得认知、生活质量和抑郁等构念的显著结果，有必要进行长时间的干预，因为这些构念不会很快发生变化。在对痴呆症患者的研究中，研究这些结构的稳定性而不是改善可能也很有用，因为这些结构随着时间的推移而恶化是这种疾病固有的。对于从身体健康到心理状态和社会关系的广泛的生活质量概念，应该考虑到与机器人的目标相对应的合适的生活质量测量仪器的应用。

适当的大样本量随机对照试验和超过1个月的个体相互作用将最适合此类研究，以得出相对稳健和可靠的结果。

这两个研究目标的研究方法相似，因此研究人员可以采用相同的设计。这些研究建议采用混合数据收集方法的实验设计。多个交互会话可能会揭示可行性和可用性的变化。

我们建议针对多个目标进行单独的研究，因为每个目标的研究设计具有可比性。

我们收集了进一步的实际建议，以便未来的工作可以解决现有的不足( 表1)。对于数据收集的混合方法，研究建议将定性和定量方法相结合进行数据收集，这将使研究者能够在用户的回答中捕捉到不同的细节，并解决研究问题的不同方面。混合方法方法对那些不能从定量数据中得出肯定结果但可以从定性数据中得出肯定结果的研究很有帮助[ 16]。考虑到在只有几个机器人可用的情况下招募许多用户的困难，这些混合方法应该是强制性的。尽管我们在干预剂量方面没有发现任何负面结果，但有少量证据表明，高强度的干预会产生负面影响或疲劳[ 18]。因此，对于未来的研究人员来说，具体措施的剂量反应仍然是一个悬而未决的问题。

尽管社交机器人的使用有望为痴呆症患者提供支持，但我们并没有将痴呆症特别纳入搜索字符串，因为本次范围审查主要针对老年人。然而，我们相信我们的搜索捕获了大多数在痴呆症领域进行的研究，因为许多已确定的研究将痴呆症患者纳入混合或特定研究样本中。然而，在本综述中可能遗漏了一些与老年痴呆相关的研究，以及在本综述中未考虑的仅在数据库中可追溯的研究。检索是在科学数据库中进行的，这些数据库被认为是最可行的，可以为本范围审查检索有效和可靠的结果。排除仅关注社交机器人发展阶段的研究可以被认为是本研究的局限性。在开发阶段执行的可行性和可用性评估的一些信息可能被遗漏了。此外，远程呈现机器人的研究由于其相对简单的特征而被排除在外。与宠物机器人和人形机器人相比，远程呈现机器人在与用户的交互方面受到限制，仅通过触摸屏进行交互，利用视觉和音频刺激，而忽略了其他感官刺激。虽然主要用于医疗访问，但一些远程呈现机器人可能支持社交功能。在这些机器人上进行的研究的信息可能被遗漏了。

我们的研究是对老年人和痴呆症患者的社交机器人研究方法的第一次范围审查。关于这一主题的现有评论主要集中在社交机器人的设计、使用、有效性、促进因素和实施障碍[ 12， 66， 67， 68- 73]。这项研究可能支持未来研究人员设计老年人社交机器人的研究，并回答一些研究设计问题。

这篇综述叙述性地综合了研究老年人和痴呆症患者的社交机器人的方法学信息。制定了相关建议，针对具有特定目标的研究，这些建议可能有助于未来的研究人员开发足够的研究设计来评估社交机器人，从而为研究结果提供更可靠的信息。我们的研究得出结论，社交机器人在老年人和痴呆症患者的私人家庭中的有效性需要更多的大样本研究，以证明社交机器人通过改善生活质量、认知、社会联系和抵消孤独感来延缓机构化的实际用途。大多数确定的研究都集中在可用性上，在大多数情况下，机器人似乎都很受欢迎。现在是时候鼓励在私人家庭进行调查，以补充有关机器人有效性和个性化功能的现有知识。我们希望更多的研究能够证实社交机器人对痴呆症患者和老年人的孤独感、情绪、生活质量和社交健康的影响。