起作用的是疗法，还是头显本身？
戴上虚拟现实（VR）头显，你会在一段时间里感觉自己身处别处。这种错觉让沉浸式虚拟现实（IVR）日益成为一种治疗工具。患有恐惧症或心理创伤的患者，可以在一个看起来真实却始终安全的环境中，逐步面对自己回避的东西；另一些人则用它来训练社交技能，或者通过引导式想象来放松。
随机对照试验是检验一种疗法的金标准，如今在这一领域已十分常见。但一项试验的说服力，取决于疗法是在和什么做比较。来自爱沙尼亚塔尔图大学和荷兰莱顿大学的一个团队，仔细审视了这种比较。
糖丸难题
在药物试验中，经典的对照是糖丸：它看起来与真正的药物相似，却不含活性成分；在双盲试验中，没有人知道谁拿到的是哪一种。虚拟现实没有明显的对应物。它的部分疗效可能与疗法的内容毫无关系：对高科技疗法的期待、设备的新奇感、戴上眼镜这一简单动作。比如说，暴露于蜘蛛所产生的效果，必须与沉浸、分心或积极期待带来的一般效果区分开来。
头显让这件事变得更难。作者指出了一种被称为“设备鸿沟”的现象：戴着眼镜，参与者和实验者都能一眼看出谁在接受干预，这可能会让他们的行为产生偏差。
一个名为 VR-CORE 的国际工作组提出了一个由五类对照组成的阶梯，从常规护理一直到在头显中进行的沉浸式互动体验。作者指出，截至2026年2月，尚未有任何正式指南被采纳。
五级阶梯上的二十二项试验
马迪斯·瓦塞尔（Madis Vasser）、玛丽-安·库布雷（Mary-Ann Kubre）、卡迪·图尔弗（Kadi Tulver）和扬·阿鲁（Jaan Aru）于2026年1月在四个数据库（PubMed、Web of Science、Scopus 和 PsycINFO）中检索标题同时含有“immersive virtual reality”（沉浸式虚拟现实）和“randomized controlled trial”（随机对照试验）的期刊论文。在135条结果中，有88条是重复的。随后他们剔除了11项并非只使用广视场头显的研究，以及14项没有心理或生活质量结局指标、或者没有结果的研究。最终剩下22项试验，涉及儿童围手术期焦虑、恐高、孕妇的抑郁和焦虑、接受化疗的患者以及老年女性等。
两位作者把每项试验的对照条件放到 VR-CORE 阶梯上归类，从一开始两人的判断就有95%一致。他们把最底层的“无干预”一级加以扩展，涵盖任何不含多媒体成分的条件：常规护理、候补名单或基于文字的疗法。
统计结果是：22项试验中有14项把头显与无干预进行比较。4项采用了 VR 之外的被动活动，例如听音乐；1项采用了躲避球游戏；3项采用了头显中的被动体验。没有一项试验把自己的疗法与另一种主动的、互动的 VR 体验进行比较。
14项中有13项，对比8项中有3项
作者接着统计了哪些试验报告了有利于 VR 的统计学显著差异。在14项以无干预为对照的试验中，有13项如此。在8项设有某种主动对照的试验中，只有3项如此——而且在这些试验中，两组通常都有所改善。
这一差距具有统计学显著性（费希尔精确检验，p = 0.011：如果对照类型毫无影响，如此大的差距只有大约百分之一的概率是偶然出现的）。采用无干预对照时，获得阳性结果的几率（odds）约为另一种情况的14倍。几率比较的是阳性结果与阴性结果之比；换成简单的比例，就是93%的试验对38%。不过，由于采用主动对照的试验太少，不确定性非常大：95%置信区间从1.64一直到121.96，真实值完全可能落在这个范围内的任何位置。
在作者看来，这“暗示无论内容如何，IVR 体验本身就可能带来整体的临床改善”。他们还提到了研究者一方可能存在的偏倚：对一项新技术的热情，可能会在无意中影响一项研究的设计、实施或解读方式。
打造虚拟安慰剂
他们的建议是一种“虚拟安慰剂”：一种在所有方面都与干预相匹配、唯独缺少被检验的特定机制的对照体验。同样的头显和控制器、同样的疗程时长和频率、同样的互动程度、相似的画面和声音——但去掉或改变了被认为起作用的那个成分。
他们举了几个例子。设想一个旨在通过寒冷感来退烧的虚拟雪景：合适的对照应该是一个没有雪、但同样被动或同样主动的场景。又或者，一条迷幻隧道，参与者要在其中用手接住飞来的天使，与之匹配的是一条平平无奇的人行隧道，参与者要在其中接住飞来的碎片。同样的形状，同样的动作：从外面看，两组人的举动会一模一样。
其中的平衡很微妙：对照既不能太无聊，也不能太有趣。而且完全无效的虚拟安慰剂是做不到的，因为沉浸本身就有很强的效果，所以两组很可能都会好转。真正的问题是，疗法是否表现得显著更好。由于这类对照耗时又耗钱，作者建议建立一个可重复使用的安慰剂体验共享库。
二十二项试验能说明什么、不能说明什么
作者称他们的统计是探索性的。这22项试验差异很大，因此他们只统计了显著与不显著的结果，没有权衡效应大小或偏倚风险。他们只检索了标题，没有预先注册的研究方案，并指出对照较弱的试验在样本量或统计效力上也可能有所不同。他们的综述描述的是研究习惯，而不是虚拟现实疗法是否有效。
它确实揭示的是一个关于钱的问题。如果只与常规护理比较，一项试验就无法判断，究竟是像上面那样特定的、可能价格不菲的雪景程序——作者称之为“Winter IVR”——在起疗愈作用，还是随便一段沉浸式视频也能同样奏效。