《Cognitive Development》：Multimodal imitation reveals differences in typically developing children and children with neurodevelopmental disorders
编辑推荐：
本研究针对典型发育（TD）与神经发育障碍（NDD）儿童在整合模仿手势、语句和韵律方面的能力差异展开。研究通过多模态模仿任务（MMIT）发现，NDD儿童在各项模仿能力上均显著落后于TD儿童，且其手势模仿能力未随年龄增长而改善。该研究强调了采用整体多模态视角评估儿童模仿能力的重要性，为NDD的诊断与干预提供了新思路。
模仿是人类与生俱来的能力，它不仅是学习语言、认知技能和进行社会交往的基石，更是文化传承的重要方式。从婴儿期开始，儿童便通过模仿成人的声音、表情和动作来探索世界。然而，长期以来，关于模仿的研究大多将言语模仿（如句子复述）和非言语模仿（如手势、韵律模仿）割裂开来。尽管人类的交流本质上是多模态的，即同时涉及语言、手势、面部表情和语调等多个通道，但很少有研究从整体视角去探究儿童如何同时模仿这些不同的交流成分。
这种研究上的空白，使得我们对儿童多模态模仿能力的发展，特别是对于神经发育障碍（Neurodevelopmental Disorders, NDD）儿童（如发育性语言障碍（DLD）和自闭症谱系障碍）在这一领域的表现，了解甚少。现有证据表明，NDD儿童在单独模仿手势、句子或韵律方面均存在困难，但他们的困难究竟是源于对单个通道的模仿能力不足，还是源于整合多个通道信息的困难，目前尚不清楚。为了填补这一空白，本研究采用了一种整体性的多模态方法，旨在系统评估3至7岁典型发育（Typically Developing, TD）儿童和NDD儿童在同时模仿手势、语句和韵律方面的能力，并比较他们的发展轨迹。
为了回答这些问题，研究人员开展了一项严谨的实证研究。该研究招募了290名加泰罗尼亚-西班牙双语儿童，其中包括235名TD儿童和55名NDD儿童。研究采用了一种名为多模态模仿任务（MultiModal Imitation Task, MMIT）的语言基础任务。在该任务中，儿童观看一位女演员与玩具互动的视频，视频中演员会说出带有特定韵律的句子，并伴随语义相关的手势。随后，儿童被要求模仿演员的行为，包括“做了什么”（手势）、“说了什么”（句子）以及“怎么说的”（韵律）。研究人员对儿童在三个通道上的模仿准确性进行了独立评分（0-2分），并计算了一个综合的多模态模仿总分。
关键实验方法
本研究主要采用了多模态模仿任务（MMIT）作为核心评估工具。该任务包含12个测试项目，要求儿童在观看视频后，同时模仿手势、语句和韵律。评分采用0-2分的标准，分别对三个通道的模仿准确性进行独立评估。研究样本来自三个现有的数据库，共纳入290名3-7岁的加泰罗尼亚-西班牙双语儿童，包括235名典型发育（TD）儿童和55名神经发育障碍（NDD）儿童。数据分析采用了线性混合模型（Linear Mixed Models, LMM），以探究组别（TD vs. NDD）和年龄对模仿能力的影响。
研究结果
1. 描述性统计
描述性统计结果显示，NDD组在所有模仿成分（手势、句子、韵律）以及综合多模态得分上，均显著低于TD组。这表明NDD儿童的整体多模态模仿能力存在普遍性困难。
2. 相关性分析
相关性分析发现，在TD组和NDD组中，所有模仿成分的得分均呈正相关。这意味着，在任何一个通道上模仿能力强的儿童，在其他通道上的模仿能力也往往更强。此外，所有模仿成分的得分都与综合多模态得分呈正相关，验证了多模态模仿任务的有效性。
3. 线性混合模型分析
线性混合模型分析揭示了更为精细的发展模式。首先，模型显示存在显著的组别主效应，即NDD组在所有模仿成分上的得分均显著低于TD组。其次，存在显著的年龄主效应，表明随着年龄增长，所有儿童的模仿能力都在提高。然而，最关键的是，模型发现了组别与年龄在手势模仿上的显著交互作用。这意味着，TD儿童的手势模仿能力随着年龄增长而显著提高，但NDD儿童的手势模仿能力并未随年龄增长而改善。这种发展轨迹的差异，是区分两组儿童的关键特征。
结论与讨论
本研究通过采用整体性的多模态视角，揭示了TD儿童与NDD儿童在模仿能力上存在显著差异。NDD儿童不仅在整体模仿能力上落后，更重要的是，他们在手势模仿方面表现出独特的发展轨迹——其能力并未随年龄增长而改善。这一发现表明，模仿并非一个单一的技能，而是由多个相互关联但又具有不同发展路径的子系统构成。对于NDD儿童而言，手势模仿的困难可能是一个持续存在的核心挑战。
研究还发现，NDD儿童在整合手势与言语方面存在困难。他们更倾向于只模仿手势或只模仿言语，而不是像TD儿童那样能够同时整合多个通道。这提示我们，NDD儿童的困难可能不仅在于模仿单个通道，更在于整合来自不同通道的信息。
这些发现具有重要的理论和实践意义。在理论上，它支持了“多模态语言假说”，即语言是一个由言语、手势和韵律等成分构成的整合系统。在实践上，它强调了在评估儿童语言和沟通能力时，采用多模态视角的重要性。仅仅评估句子模仿或手势模仿可能无法全面反映儿童的沟通困难。未来的诊断工具和干预方案应考虑纳入多模态模仿的评估，以更准确地识别儿童的困难所在，并提供更有针对性的支持。
