屏幕时间与幼儿期大脑发育及表达性语言技能之间的纵向关联

《iScience》：Longitudinal associations of screen time with brain development and expressive language skills in early childhood

　　

要点•2岁时屏幕使用时间越长与较差的表达语言相关联•早期语言和脑结构共同与3岁时的屏幕使用相关•脑成像揭示了早期语言与后续屏幕使用关系方面的差异•研究结果与限制幼儿期屏幕使用时间的指导方针一致摘要基于屏幕的媒体可能会减少支持表达语言发展的相互社交互动，但对幼儿期早期语言能力、后续屏幕使用和脑结构之间的关系知之甚少。我们对70名幼儿进行了结构磁共振成像和标准化发展评估（2岁时），并收集了父母报告的2岁和3岁屏幕使用时间。2岁时工作日和周末的屏幕使用时间越多，与较差的同时期表达语言技能相关。右侧三角部体积不能解释这些横断面关联中的额外方差。纵向来看，右侧三角部体积调节了2岁时表达语言技能与3岁时屏幕使用之间的关联。在右侧三角部体积相对较小的幼儿中，较差的表达语言技能与后续更多的工作日和周末屏幕使用时间相关。这些发现支持限制幼儿期屏幕使用的指导方针，这是语言和大脑发展的敏感窗口。引言语言与其他发展能力（如运动或认知技能）不同，通常侧化至左半球，尽管在早期是双侧发展的。语言专业化可能更依赖于相互互动和环境输入，不像运动技能那样基于内部产生的动作在子宫内出现。因此，幼儿期代表语言发展的敏感期，受到神经生物成熟和环境经验的支持。大脑的语言区域在此阶段经历快速髓鞘化，与报告的结构性变化和功能性变化（如布罗卡区及其右侧半球对应区域的皮质厚度增加和半球间连接增加）相一致，这些是核心的语音语言相关区域。由于语言发展需要相互互动，用被动或非条件性的屏幕内容取代这种输入可能会干扰这种敏感的发展轨迹。汇集的证据表明，幼儿期更大的屏幕暴露与较差的神经发育结果相关，特别是在语言领域。新兴的神经成像研究建议，更大的屏幕暴露可能与语言相关区域中的脑结构和功能差异相关。在学龄前儿童中，更大的屏幕媒体使用与支持语言和初步读写能力的白质束的微观结构完整性降低相关，以及右侧颞叶和梭状回区域的皮质厚度和脑沟深度降低，这些区域与语言相关处理有关。这些关联在幼儿期可能特别相关，这是语言发展的敏感期。额颞语言区域在幼儿期经历快速的经验依赖成熟，并由有条件的社会和语言输入塑造。由于更大的屏幕使用可能会干扰相互照护者-儿童互动的机会，它可能与语言相关脑结构和语言能力差异相关，包括表达语言技能。与此可能性一致，纵向结构MRI证据表明，额下、颞顶和枕颞区域（包括三角部）内的个体发展轨迹与新兴的语音能力相关。然而，很少有研究在幼儿期同时考察屏幕暴露、语言相关脑结构和语言能力。尽管大多数以前的研究将屏幕暴露作为后续发展结果的预测因子，但这些关联可能是双向的。早期自我调节困难与更大的后续媒体暴露相关，表明儿童的发展因素可能有助于后续的屏幕使用模式。尽管这种潜在联系在语言发展方面没有得到充分研究，但一种可能性是，语言能力较弱的儿童也可能随后进行更多的屏幕使用，因为基于屏幕的活动对相互沟通的要求较少，并提供即时、强化的刺激。鉴于从婴儿期到学龄期语言相关脑区域的结构发展与新兴语言能力（如语音处理）相关，区域脑发展的个体差异可能有助于早期语言困难与更大后续屏幕使用之间的前瞻性关联的变异。在本研究中，我们考察了2岁时屏幕使用时间与语言能力之间的横断面关联，特别关注表达语言技能，以及2岁时测量的区域脑体积是否解释了这些技能中的额外方差。我们还考察了在考虑2岁时屏幕使用时间后，2岁时的表达语言技能是否与3岁时的屏幕使用时间存在前瞻性关联，以及2岁时测量的区域脑体积是否调节了这种纵向关联。根据先前的文献，我们专注于六个先验的语音和语言相关区域：双侧的岛盖部、三角部和上颞回。具体而言，我们解决了以下研究问题：[R1] 2岁时屏幕使用时间和表达语言技能是否相关，2岁时测量的区域脑体积是否解释了表达语言技能中的额外方差？[R2] 在考虑2岁时屏幕使用时间后，2岁时的表达语言技能是否与3岁时的屏幕使用时间存在前瞻性关联，这种关联是否受2岁时测量的区域脑体积调节？我们假设2岁时更大的屏幕使用时间将与较差的同时期表达语言技能相关，并且区域脑体积将解释表达语言技能中的额外方差。我们进一步假设2岁时较差的表达语言技能将与3岁时更大的屏幕使用时间相关，并且这种纵向关联的强度将根据2岁时的区域脑体积而变化。结果参与者特征纳入分析的70名幼儿的特征特征在表1中总结，参与者流程见图1。2岁时，儿童平均屏幕使用时间为工作日0.98 ± 1.25小时，周末1.28 ± 1.25小时。到3岁时，工作日屏幕使用时间保持相似（1.04 ± 1.03小时），而周末屏幕使用时间增加到1.78 ± 1.40小时。25名儿童（35.7%）在2岁时未满足WHO屏幕使用时间指南（≤1小时/天），到3岁时增加到34名儿童（48.6%）。独立t检验显示，2岁时未满足屏幕使用时间指南的儿童表达语言评分显著较低（t(68) = 2.02, p = 0.047）。图1参与者流程图PdP，COVID-19大流行期间妊娠研究。变量 均值 ± 标准差/N (%)出生时胎龄（周，均值 ± 标准差）39.25 ± 1.182岁时儿童年龄（月，均值 ± 标准差）24.08 ± 0.413岁时返回时的儿童年龄（月，均值 ± 标准差）36.05 ± 0.46儿童生物学性别（N, %）男性 44 (62.9%)儿童生物学性别（N, %）女性 23 (32.9%)儿童生物学性别（N, %）未知 3 (4.3%)儿童出生体重（克，均值 ± 标准差）3358.61 ± 412.85研究入组时母亲年龄（岁，均值 ± 标准差）33.22 ± 3.71母亲婚姻状况（N, %）单身 1 (1.4%)母亲婚姻状况（N, %）已婚 59 (84.3%)母亲婚姻状况（N, %）同居 9 (12.9%)母亲婚姻状况（N, %）分居 1 (1.4%)母亲种族（N, %）高加索人 16 (22.9%)母亲种族（N, %）梅蒂斯人 1 (1.4%)母亲种族（N, %）东亚人 1 (1.4%)母亲种族（N, %）混血 2 (2.9%)母亲种族（N, %）未报告 50 (71.4%)家庭收入（N, %）< 69,999美元 5 (7.1%)家庭收入（N, %）70,000至99,999美元 13 (18.6%)家庭收入（N, %）100,000至149,999美元 15 (21.4%)家庭收入（N, %）150,000至199,999美元 17 (24.3%)家庭收入（N, %）超过200,000美元 20 (28.6%)母亲教育程度（N, %）完成高中 3 (4.3%)母亲教育程度（N, %）完成大学 11 (15.7%)母亲教育程度（N, %）学士学位 33 (47.1%)母亲教育程度（N, %）硕士学位 14 (20.0%)母亲教育程度（N, %）博士学位 9 (12.9%)表1人口统计信息2岁时工作日和周末屏幕使用时间以及3岁时周末屏幕使用时间根据母亲教育程度显著不同（2岁时工作日屏幕使用时间，F(2, 67) = 5.37, p = 0.007；2岁时周末屏幕使用时间，F(2, 67) = 6.14, p = 0.004；3岁时周末屏幕使用时间，F(2, 67) = 4.13, p = 0.020），而3岁时工作日屏幕使用时间根据母亲教育程度没有显著差异（F(2, 67) = 2.37, p = 0.101）。2岁时已婚母亲（N = 59）和其他婚姻状况母亲（N = 11）的儿童之间屏幕使用时间无显著差异（工作日：t(68) = ?0.71, p = 0.482；周末：t(68) = ?1.70, p = 0.094）或3岁时工作日屏幕使用时间无显著差异（t(68) = ?1.63, p = 0.108）。只有3岁时周末屏幕使用时间显示出边缘组间差异，已婚母亲的儿童倾向于屏幕使用时间较少（t(11.69) = ?2.18, p = 0.051）。未发现与家庭收入的显著关联。样本的总语言评分为57.24 ± 25.29（均值 ± 标准差）。2岁时表达语言技能和表达语言相关脑体积与母亲婚姻状况、家庭收入或母亲教育程度无关（表S1）。由于母亲教育程度与2岁和3岁的屏幕使用时间相关，因此在所有后续分析中都纳入以控制潜在的混杂效应。区域脑体积、屏幕使用时间和表达语言技能之间的关联初步相关分析显示，右侧三角部与工作日屏幕使用时间（r = ?0.24, p = 0.046）、周末屏幕使用时间（r = ?0.29, p = 0.016）和表达语言技能（r = 0.27, p = 0.026）表现出一致的关联（表S2）。尽管这些关联在多重比较校正后没有保持显著，但右侧三角部是唯一一致显示与屏幕使用时间和表达语言技能都有关联的区域。鉴于三角部在语言处理中已知的作用，后续分析专注于该区域，以进一步考察其在屏幕暴露与语言发展关联中的潜在参与。2岁时屏幕使用时间、表达语言相关脑体积和表达语言技能之间的横断面关联层级回归分析显示，2岁时工作日（表2）和周末屏幕使用时间（表3）都与表达语言技能显著相关。在控制母亲教育程度后，更多的工作日屏幕使用时间与较低的语言评分相关（β = ?0.35, p = 0.006, p校正 = 0.006）。类似地，周末屏幕使用时间与语言评分负相关（β = ?0.40, p = 0.002, p校正 = 0.003）。在模型3中加入右侧三角部体积后，屏幕使用时间仍与语言评分显著相关（工作日：β = ?0.29, p = 0.023, p校正 = 0.023；周末：β = ?0.34, p = 0.010, p校正 = 0.020），而右侧三角部体积与语言评分无显著关联（工作日：β = 0.20, p = 0.100, p校正 = 0.161；周末：β = 0.17, p = 0.161, p校正 = 0.161）。预测变量 模型1 β (p未校正; p校正) 模型2 β (p未校正; p校正) 模型3 β (p未校正; p校正)母亲教育程度 0.103 (0.397; 0.397) ?0.018 (0.883; 0.883) 0.009 (0.944; 0.944)工作日屏幕使用时间 – ?0.349 (0.006; 0.006) ?0.293 (0.023; 0.023)右侧三角部体积 – – 0.197 (0.100; 0.161)R2 0.011 0.118 0.153调整后R2 ?0.004 0.091 0.115ΔR2 0.011 0.107 0.036F变化 0.726 8.133 2.791F 0.726 4.468* 3.988*表2 2岁时工作日屏幕使用时间、右侧三角部体积和表达语言技能之间的关联模型1包括母亲教育程度。模型2增加了2岁时工作日屏幕使用时间。模型3增加了2岁时右侧三角部体积。**p < 0.01 且 *p < 0.05。预测变量 模型1 β (p未校正; p校正) 模型2 β (p未校正; p校正) 模型3 β (p未校正; p校正)母亲教育程度 0.103 (0.397; 0.397) ?0.046 (0.706; 0.883) ?0.018 (0.884; 0.944)周末屏幕使用时间 – ?0.397 (0.002; 0.003) ?0.338 (0.010; 0.020)右侧三角部体积 – – 0.168 (0.161; 0.161)R2 0.011 0.146 0.171调整后R2 ?0.004 0.121 0.134ΔR2 0.011 0.136 0.025F变化 0.726 10.647 2.006F 0.726 5.738** 4.551**表3 2岁时周末屏幕使用时间、右侧三角部体积和表达语言技能之间的关联模型1包括母亲教育程度。模型2增加了2岁时周末屏幕使用时间。

模型3在2岁时纳入了右侧三角回的体积。??p<0.01，?p<0.05。

**2岁时表达性语言技能和与表达性语言相关的脑体积与3岁时屏幕使用时间的纵向关联**

分层回归分析考察了2岁时的表达性语言技能和右侧三角回体积是否与3岁时的工作日和周末屏幕使用时间有关联，同时控制了母亲教育程度和2岁时对应的屏幕使用时间。在模型2中，2岁时的表达性语言技能与3岁时的工作日屏幕使用时间呈负相关（β = ?0.206，p = 0.025，p校正 = 0.0496；表4），但与3岁时的周末屏幕使用时间之间不存在显著关联（β = ?0.152，p = 0.105，p校正 = 0.105；表5）。

| 预测变量 | 模型1 β（p未校正；p校正） | 模型2 β（p未校正；p校正） | 模型3 β（p未校正；p校正） | 模型4 β（p未校正；p校正） |
|---|---|---|---|---|
| 母亲教育程度 | 0.026（0.781；0.789） | 0.022（0.806；0.845） | 0.008（0.933；0.933） | 0.012（0.892；0.892） |
| 2岁时工作日屏幕使用时间 | 0.713（<0.001；<0.001） | 0.641（<0.001；<0.001） | 0.617（<0.001；<0.001） | 0.563（<0.001；<0.001） |
| 2岁时表达性语言技能a | — | ?0.206（0.025；0.0496） | ?0.183（0.049；0.097） | ?0.118（0.208；0.416） |
| 2岁时右侧三角回体积a | — | — | ?0.111（0.217；0.434） | ?0.143（0.107；0.214） |
| 语言×右侧三角回a | — | — | — | 0.205（0.028；0.028） |
| R2 | 0.496 | 0.533 | 0.544 | 0.577 |
| 调整R2 | 0.481 | 0.512 | 0.516 | 0.544 |
| ΔR2 | 0.496 | 0.037 | 0.011 | 0.033 |
| F变化 | 32.962??? | 25.137??? | 19.400??? | 17.490??? |

**表4** 纵向分层回归：以2岁时的屏幕使用时间、表达性语言技能和右侧三角回体积预测3岁时的工作日屏幕使用时间

模型1包含母亲教育程度和2岁时的工作日屏幕使用时间。模型2增加了2岁时的表达性语言技能。模型3增加了2岁时的右侧三角回体积。模型4增加了表达性语言技能与右侧三角回体积之间的交互项。a为均值中心化变量；???p<.001。

| 预测变量 | 模型1 β（p未校正；p校正） | 模型2 β（p未校正；p校正） | 模型3 β（p未校正；p校正） | 模型4 β（p未校正；p校正） |
|---|---|---|---|---|
| 母亲教育程度 | 0.025（0.789；0.789） | 0.018（0.845；0.845） | 0.011（0.903；0.933） | 0.022（0.805；0.892） |
| 2岁时周末屏幕使用时间 | 0.717（<0.001；<0.001） | 0.656（<0.001；<0.001） | 0.645（<0.001；<0.001） | 0.598（<0.001；<0.001） |
| 2岁时表达性语言技能a | — | ?0.152（0.105；0.105） | ?0.144（0.130；0.130） | ?0.061（0.520；0.520） |
| 2岁时右侧三角回体积a | — | — | ?0.042（0.654；0.654） | ?0.079（0.377；0.377） |
| 语言×右侧三角回a | — | — | — | 0.251（0.007；0.014） |
| R2 | 0.501 | 0.520 | 0.522 | 0.573 |
| 调整R2 | 0.486 | 0.498 | 0.492 | 0.540 |
| ΔR2 | 0.501 | 0.020 | 0.001 | 0.052 |
| F变化 | 33.580??? | 23.857??? | 17.728??? | 17.198??? |

**表5** 纵向分层回归：以2岁时的屏幕使用时间、表达性语言技能和右侧三角回体积预测3岁时的周末屏幕使用时间

模型1包含母亲教育程度和2岁时的周末屏幕使用时间。模型2增加了2岁时的表达性语言技能。模型3增加了2岁时的右侧三角回体积。模型4增加了表达性语言技能与右侧三角回体积之间的交互项。a为均值中心化变量；???p<.001。

在模型3中加入右侧三角回体积后，2岁时的表达性语言技能与3岁时的工作日屏幕使用时间呈名义上的关联（β = ?0.183，p = 0.049），但该关联在多重比较校正后不再显著（p校正 = 0.097）。2岁时的表达性语言技能与3岁时的周末屏幕使用时间之间也不存在显著关联（β = ?0.144，p = 0.130，p校正 = 0.130）。

在模型4中，在2岁时右侧三角回体积均值水平上，2岁时的表达性语言技能与3岁时的工作日屏幕使用时间（β = ?0.118，p = 0.208，p校正 = 0.416；表4）或周末屏幕使用时间（β = ?0.061，p = 0.520，p校正 = 0.520；表5）均无显著关联。同样，在2岁时表达性语言技能均值水平上，2岁时的右侧三角回体积与3岁时的工作日屏幕使用时间（β = ?0.143，p = 0.107，p校正 = 0.214；表4）或周末屏幕使用时间（β = ?0.079，p = 0.377，p校正 = 0.377；表5）也均无显著关联。然而，表达性语言技能与右侧三角回体积在2岁时的交互作用，在工作日（β = 0.205，ΔR2 = 0.033，p = 0.028，p校正 = 0.028；表4）和周末（β = 0.251，ΔR2 = 0.052，p = 0.007，p校正 = 0.014；表5）屏幕使用时间方面均解释了显著的额外变异，且两种交互作用在多重比较校正后仍然显著。

事后分析表明，在右侧三角回体积相对较低的水平（低于均值1个标准差）下，2岁时较低的语言得分与3岁时更高的工作日（β = ?0.295，p = 0.005，p校正 = 0.025）和周末屏幕使用时间（β = ?0.277，p = 0.008，p校正 = 0.025）相关。而当右侧三角回体积处于均值水平或高于均值1个标准差时，这些关联均不显著（图2；附表S3和S4）。

**图2** 右侧三角回体积调节2岁时表达性语言技能与3岁时屏幕使用时间之间的关联

多重线性回归的简单斜率图展示了2岁时表达性语言技能与预测的（A）工作日和（B）周末屏幕使用时间之间的关联，分别呈现了右侧三角回体积相对较低（?1 SD）、均值和相对较高（+1 SD）的水平（N = 70）。图例中的数值为未标准化简单斜率（B）和未校正的双侧p值；FDR校正后的p值见正文。表达性语言得分为均值中心化。在右侧三角回体积相对较小的儿童中（?1 SD），表达性语言技能较差与随后的工作日和周末屏幕使用时间增加相关；而在均值或体积较大（+1 SD）时，这些关联均不显著。模型控制了母亲教育程度和2岁时对应的屏幕使用时间。完整模型和简单斜率统计数据见数据S1。

**早期屏幕使用时间与3岁时脑体积的探索性关联**

探索性相关分析表明，2岁时的周末屏幕使用时间与3岁时的左侧颞上回体积呈正相关，但该关联在多重比较校正后不再显著（r = 0.587，p = 0.021，p校正 = 0.257；附表S5）。一个探索性的分层回归模型进一步表明，在控制母亲教育程度后，2岁时的周末屏幕使用时间与3岁时的左侧颞上回体积之间的关联仍然显著，且该关联在多重比较校正后保持显著（β = 0.886，p = 0.012，p校正 = 0.024）（附表S6和S7）。

**讨论**

本研究考察了幼儿期屏幕使用时间与表达性语言技能之间的关联，并检验了这些关联是否因局部脑体积的不同而有所差异。2岁时较高的工作日和周末屏幕使用时间与较差的同时期表达性语言技能相关，即使控制了母亲教育程度后仍然如此。右侧三角回体积并未解释这些横断面关联中的额外变异。在纵向层面，2岁时的右侧三角回体积调节了2岁时的表达性语言技能与3岁时的屏幕使用时间之间的关联。具体而言，在右侧三角回体积相对较小的儿童中，较差的表达性语言技能与随后的工作日和周末屏幕使用时间增加相关；而在体积处于平均水平或相对较大的儿童中，这些关联并不显著。这些发现表明，早期语言能力与后续屏幕使用之间的关系因局部脑结构的个体差异而有所不同。

世界卫生组织（WHO）及其他国际卫生组织建议，2岁以下的儿童不应接触屏幕，2至4岁的儿童每天的屏幕使用时间不应超过1小时。同样，加拿大24小时运动指南也设定了相同的限制，强调在久坐行为、充足睡眠和身体活动之间保持平衡的重要性。在我们的样本中，2岁时的幼儿在工作日平均每天使用屏幕约1小时，周末约为1.3小时，许多儿童超过了WHO和加拿大的建议。到3岁时，工作日的屏幕使用时间保持相似水平，但周末的接触时间增加到了每天约1.8小时。这些发现与之前的研究一致，即相当一部分幼儿未能遵守建议的屏幕使用时间限制，其中61%超过了这些指南。

纵向研究和队列研究表明，COVID-19大流行进一步加剧了幼儿的过度屏幕使用，与流行病前水平相比显著增加，且即使在大流行结束后仍然居高不下。这些模式被归因于在家时间的增加、儿童保育和户外活动机会的减少，以及对数字媒体在教育和娱乐方面的更大依赖。鉴于我们的数据是在大流行期间及刚结束后收集的，观察到的屏幕接触情况，尤其是周末使用时长的增加，可能反映了幼儿期屏幕使用模式的这些变化。这凸显了推广有效策略以促进遵守建议的必要性，例如父母的榜样作用以及设定屏幕使用限制。

重要的是，幼儿在超出建议指南方面的影响不仅限于行为习惯，还可能涉及神经发育过程。额颞部语言区域的结构性成熟，包括突触精细化与髓鞘化，具有高度依赖经验的特点，依赖于在各种社交情境中丰富而有针对性的语言互动。长时间的屏幕使用，尤其是在早期照料环境中，可能通过减少社交互动的数量和质量，以及限制有意义的交流机会（如共同参与和轮流对话）而威胁语言发展，这些都是早期语言发展的关键因素。

在本研究中，屏幕使用时间越长，2岁时的表达性语言技能越差，而右侧三角回体积并未解释这一横断面关联中的额外变异。屏幕使用可能取代其他具有发展重要性的活动。例如，一项考虑了日常活动之间相互依存关系的纵向研究证明，2至3岁时的屏幕观看预测了后来清醒时间活动的取代，5.5岁时久坐时间增多而身体活动减少。同样，屏幕使用时间增加可能减少了互动语言体验的机会，包括共同参与和对话轮流。然而，本研究的观察性发现无法确定屏幕使用与语言发展之间同期关联的机制或因果方向。

我们的纵向发现表明，2岁时的右侧三角回体积调节了早期语言能力与后续屏幕使用之间的关联。在右侧三角回体积相对较小的儿童中，2岁时较差的表达性语言技能与3岁时更高的工作日和周末屏幕使用时间相关，但在体积处于平均水平或相对较大的儿童中则不然。这种模式可能揭示了早期语言能力与后期屏幕使用之间关系的个体差异。先前的研究同样表明，有语言延迟的儿童可能开始看电视的年龄更早。其他纵向研究将早期和长期屏幕接触与后续的发展结果联系起来，包括沟通和问题解决能力。综合来看，这些发现表明，屏幕使用与语言发展之间的关联可能是动态的且依赖于情境的；然而，因果和机制解释仍需进一步的纵向研究。

值得注意的是，在本研究中，右侧三角回始终作为屏幕使用时间与表达性语言技能之间关联的关键脑区而突出显现。迄今为止，大多数研究考察屏幕暴露相关的脑结构和功能变化的研究集中在学龄前儿童、学龄儿童和青少年身上。例如，Hutton等人报告称，3至5岁儿童中较多的屏幕媒体使用与语言、执行功能和新兴读写技能相关通路的白质微观结构完整性降低有关。这些结构变化伴随着表达性词汇和新兴读写能力评估表现的降低。这些结果与一些评论所强调的数字媒体对发育中大脑多方面影响的研究相一致。在一项对33项研究的综述中，屏幕使用影响了脑的结构和功能发育，并对认知、社交和情绪发展产生影响。我们的发现将这一文献扩展到了幼儿期，表明与屏幕使用时间相关的脑结构差异可能早在2岁时就已经可以检测到。尽管传统上不太强调右半球同功能区，但右侧三角回已被证明与社交沟通相关的语言处理方面有关，如语用整合和语境解释。这与这样的可能性相一致：该区域的变异可能特别与语言发展的互动成分相关，而这些互动成分在屏幕环境中可能有所减少。

然而，语言发展是由前额叶、颞叶和社会认知区域中大规模分布式神经系统的成熟所支持的，而非由单一的脑结构所支持。我们的探索性分析虽然基于有限的样本，但进一步表明，2岁时屏幕使用时间越长，3岁时左侧颞上回体积越大。一种可能的解释可能与幼儿期语言相关区域持续的皮层成熟和左半球侧化过程有关。观察到的较大颞上回体积可能反映了发育轨迹的差异，如成熟延迟或突触修剪减少。然而，鉴于这一发现的探索性质及样本量较小，对此解释应持谨慎态度。先前的研究报告指出，语言的半球化，尤其是左半球优势，通常在幼儿期和学前期出现，且这种侧化发生的时间和轨迹高度依赖于经验积累。先前的影像研究表明，幼儿期高水平的屏幕暴露与发育迟缓相关，尤其是在语言和认知领域。证据表明，屏幕使用越多，支持语言和认知控制的脑区功能性连接越弱，提示对早期学习至关重要的网络受到了干扰。同样，Duch及其同事报道，每天屏幕使用时间超过2小时的孩子表现出语言发育迟缓。本研究通过展示幼儿期与大脑结构及行为结果的关联，扩展了先前关于早期数字媒体暴露的研究。鉴于幼儿期是语言发展和半球化的敏感期，这些发现凸显了语言网络对环境输入的敏感性，以及屏幕暴露改变发育轨迹的潜力。显著优势包括特征明确的队列、标准化的报告手段，以及在儿童难以保持静止的发育期间获取了大脑影像数据。我们的发现表明，幼儿期的屏幕时间与表达性语言技能相关。反过来，早期语言能力与后续的屏幕使用有关。这些发现凸显了针对性干预的潜力，以及早期儿童期公共卫生指导的必要性。屏幕暴露与语言侧化之间的潜在长期关联值得进一步研究。

研究的局限性

在解释研究结果时，应考虑以下几项局限性。适度的样本量限制了检测较小效应的统计功效。此外，屏幕使用时间通过母亲报告进行评估，易受回忆偏差影响，可能会低估实际使用情况。我们仅关注了屏幕使用时间的数量，而未涉及媒体内容类型及其他父母因素，这些因素可能对发育结果产生不同的影响。例如，被动式屏幕使用与较差的结果相关，而交互式或教育性内容可能具有中性甚至积极的影响。此外，以屏幕时间替代互动游戏可能会减少社会交流发展的机会，早期亲子及同伴互动研究中已提出这一担忧，尤其是在父母压力可能增加儿童屏幕暴露的情境中。此外，尽管本研究考虑了关键的人口统计学因素，但未测量的变量（如父母语言输入、家庭读写环境或更广泛的社会经济影响）也可能对观察到的关联有所贡献。鉴于样本量有限且三名儿童缺少性别数据，我们未探讨性别特异性关联。最后，由于这是观察性研究，无法得出因果推断。这些局限性凸显了对更大规模、多中心纵向研究以及对屏幕暴露和语言环境更详细测量的需要。

资源可用性

主要联系人

有关进一步信息和资源的请求应发给主要联系人 Emma G. Duerden（[e-mail]），由其负责处理。

材料可用性

本研究未产生新的独特试剂。

数据和代码可用性

"新冠疫情期间怀孕研究"（PdP Study）的公开数据和资源可通过开放科学框架获取：https://osf.io/ha5dp/。支撑本文报告分析的额外去标识化数据可通过该研究既定的受控访问流程获取：https://www.pregnancyduringthepandemic.com/data-access-for-researchers。访问需经拟议研究方案审查、相应研究伦理委员会批准、签署保密协议以及完成数据使用协议后方可获得。由于参与者知情同意以及与幼儿神经影像数据相关的隐私考虑，原始磁共振图像不予公开。本文未报告原始代码。重新分析本文报告数据所需的额外信息可在合理请求后从主要联系人处获取。

致谢

没有 PdP 研究中所有家庭的参与，本项目将无法实现，作者谨向所有参与者致以最诚挚的感谢。本研究由阿尔伯塔儿童医院研究学院、Owerko 神经发育与心理健康中心和加拿大卫生研究院（UIP 178826）资助。C.A.L.、E.G.D. 和 L.T.-M. 获得加拿大研究主席项目的资助。

作者贡献

E.J.C.：正式分析、原稿撰写及审阅与修改。E.S.N.：正式分析及审阅与修改。L.T.-M.、G.F.G. 和 K.Y.M.：概念化、方法论和研究。C.A.L.：概念化、方法论、研究、资源、资金获取、项目管理和监督。E.G.D.：概念化、方法论、研究、正式分析、项目管理和监督、审阅与修改。所有作者均已审阅并批准最终手稿。

利益声明

作者声明无竞争利益。

STAR★方法

关键资源表

| 试剂或资源 | 来源 | 标识符 |
|---|---|---|
| 沉积数据：新冠疫情期间怀孕研究数据和资源 | 新冠疫情期间怀孕研究 | OSF: https://osf.io/ha5dp/ |
| 额外新冠疫情期间怀孕研究数据 | 新冠疫情期间怀孕研究 | PdP 数据访问门户 |
| 软件和算法：婴儿 FreeSurfer（用于 T1 加权婴儿神经影像数据的自动化分割和皮层表面提取流程，0–2 岁） | Z?llei 等 | https://surfer.nmr.mgh.harvard.edu/fswiki/infantFS |
| IBM SPSS 统计软件（版本 29） | IBM Corp. | RRID: SCR_002865; https://www.ibm.com/products/spss-statistics |
| 其他：MacArthur-Bates 交流发展量表（CDI），词语和句子表 | MacArthur-Bates 交流发展量表；Hutchins | https://mb-cdi.stanford.edu/ |
| GE 3T MR750w MRI 扫描仪，配 32 通道头线圈 | GE Healthcare | MR750w |

（在新标签页中打开表格）

实验模型与研究参与者详情

研究参与者

2020 年 4 月至 2021 年 4 月间，招募居住在加拿大的孕妇参与"新冠疫情期间怀孕研究"（PdP），并持续随访至幼儿期。符合条件的参与者为加拿大境内 17 岁及以上、能够读写英语或法语、入组时妊娠不超过 35 周的孕妇，无额外排除标准。招募通过英语和法语社交媒体广告进行，包括对社会经济劣势和/或民族多样性较大地区的定向推广。入组时未提供激励。已取得卡尔加里大学联合健康研究伦理委员会的伦理批准（REB20-0500），所有程序均按照相关伦理法规进行。参与者入组前已提供知情同意。PdP 队列在 24 个月时共有 3,517 名符合纳入标准的儿童。其中 168 名符合 MRI 部分条件并同意参与扫描。早产儿（胎龄 <37 周）或有已知神经遗传疾病的出生并发症儿童被排除在扫描之外。2 岁时，117 名儿童参加了 MRI 预约，其中 28 名无法完成扫描，最终 89 例成功获得 T1 加权图像。其中 76 例具有屏幕时间、语言和大脑测量数据 [注2]。此外，6 名因缺少屏幕时间数据而被排除 [注3]，最终 70 例样本用于横断面和纵向分析（图 1 和表 1）。出生时的平均胎龄为 39.25 ± 1.18 周。大多数母亲已婚（N = 59，84.3%），报告家庭收入 >10 万美元（N = 52，74.3%），教育程度至少为大专水平（N = 67，95.7%），提示为中等至中高社会经济地位队列（表 1）。67 名儿童的生物学性别数据可用（44 名男性，23 名女性，3 名未知）。20 名参与者（共 70 名）有母亲族裔数据（16 名白人，1 名梅蒂斯人，1 名东亚裔，2 名混血）。在纳入本研究的 70 名幼儿中，有 15 名在 2 岁和 3 岁时均有可用的 T1 加权解剖图像。

方法详情

屏幕使用时间

母亲分别在孩子 2 岁和 3 岁时报告孩子在典型工作日和周末花在基于屏幕的媒体（包括电视、平板电脑、智能手机和电脑）上的平均小时数。这些报告涵盖了娱乐性和教育性使用（例如旨在支持学习的内容，如字母歌曲）的每日总暴露量，与先前儿童屏幕行为研究一致 [注]。工作日和周末使用分别评估，以考虑日常例行程序和看护人可用性可能存在的差异 [注]。

表达性语言技能

2 岁时使用 MacArthur-Bates 交流发展量表（CDI）评估表达性语言技能。CDI 是一种标准化的父母报告量表，广泛用于发育研究中，用于捕获早期表达性和接受性词汇、手势使用和语法发展 [注]。CDI 提供原始分数和年龄标准化分数，对早期语言习得的变异敏感，并已在多个群体中验证为可靠的语言能力指标 [注]。本研究中，父母完成了词语和句子表（I 级），这是一个包含 100 个词汇的检查表，用于衡量表达性词汇产出。总语言得分计算为报告的词汇数量，该原始分数用于所有分析。

磁共振成像与分析

所有 MRI 数据均在阿尔伯塔儿童医院使用配备 32 通道头线圈的 GE 3T MR750w 扫描仪采集。扫描在幼儿清醒状态下进行。高分辨率 T1 加权图像参数如下：重复时间 = 5.2 ms，回波时间 = 2.2 ms，反转时间 = 540 ms，视野 = 190 mm，矩阵大小 = 512 × 512，带宽 = 41.67 kHz，体素大小 = 0.37 × 0.37 × 1 mm3，翻转角 = 12°，136 层，总采集时间 3 分 32 秒。

我们使用婴儿 FreeSurfer 处理 2 岁和 3 岁时采集的 MRI 扫描，以获得皮层重建和体积分割 [注]。婴儿 FreeSurfer 是一个用于婴儿 T1 加权神经影像数据的自动分割和表面提取流程，可在线下载（https://surfer.nmr.mgh.harvard.edu/fswiki/infantFS）。婴儿 FreeSurfer 程序细节在先前的出版物中有描述 [注]。

简言之，该流程应用运动校正，随后对多张体积 T1 加权图像进行平均，使用混合流域分割算法结合表面变形去除非脑组织，进行 Talairach 变换，随后进行包括白质和深部灰质结构（即海马、杏仁核、尾状核、壳核、脑室）的皮层下分割 [注]，强度归一化以确保体积内的对比度一致性，灰质-白质边界的镶嵌化处理随后进行自动拓扑校正 [注]，皮层表面使用强度梯度进行调整，使灰质-白质边界和灰质-CSF 边界与信号变化最急剧的位置对齐 [注]。

皮层模型完成后，进一步的数据处理和分析包括表面膨胀、配准到球面图谱，以及基于回沟结构的脑皮层分区 [注]。此外，还生成了基于表面的额外测量指标，如曲率和沟深 [注]。皮层厚度估计为灰质-白质边界和灰质-CSF 边界在每个表面顶点处的最小距离，使用完整 3D MR 体积的强度信息和连续性信息 [注]。跨组织类型的空间强度梯度用于生成地图，使其独立于原始信号值 [注]。由于该方法不受体素分辨率限制，可以检测到亚毫米级的组间差异 [注]。通过这种方式获得的皮层厚度估计已针对组织学数据和手工测量进行了验证 [注]。FreeSurfer 形态测量程序已被证明在不同扫描仪制造商和不同场强之间具有良好的重测信度 [注]。运行婴儿 FreeSurfer 时，参与者年龄以月为单位指定。分割图谱随后由与参与者年龄最接近的四名参与者构建。经过培训的研究助理目视检查了分割结果以确保整个数据集的准确性。

从 68 个皮层和 16 个皮层下区域体积中，我们选择双侧盖部、三角部和颞上回作为表达性语言相关感兴趣区域。为考虑整体脑大小的个体差异，每个区域体积除以参与者的全脑体积后用于所有分析。

定量与统计分析

使用独立样本 t 检验和单因素方差分析进行描述性分析，以描述样本特征并检验研究变量与人口统计学变量之间的关联。

在这些分析中，母亲的教育程度被合并为三组（高中或大专学历、本科学历和研究生学历），家庭年收入也被分为三组（<10万美元、10万至19.9999万美元、>20万美元）。初步分析首先利用皮尔逊相关系数评估了工作日和周末屏幕时间、六个与表达性语言相关的脑区体积以及表达性语言能力之间的总体关联，并确定了后续分析应选取哪些脑区。在主分析中，采用分层回归分析检验屏幕时间、表达性语言相关脑体积和表达性语言能力之间的横断面及纵向关联。在我们的样本中，工作日和周末屏幕时间之间高度相关（2岁时 r = 0.73，p < 0.001；3岁时 r = 0.77，p < 0.001），因此将工作日和周末屏幕时间同时纳入同一回归模型可能引发多重共线性问题。此外，从2岁到3岁，屏幕时间增加了0.98至1.04小时。横断面分析考察2岁时屏幕时间和表达性语言相关脑体积是否与表达性语言能力相关。模型1纳入母亲教育程度，模型2在此基础上加入屏幕时间，以检验在控制母亲教育程度的情况下屏幕时间是否与表达性语言能力相关。模型3中加入表达性语言相关脑体积，以考察脑体积是否在屏幕时间所解释的方差之外额外解释了表达性语言能力的变异。纵向分析考察在控制母亲教育程度及2岁相应屏幕时间的情况下，2岁时的表达性语言能力和表达性语言相关脑体积是否与3岁时的屏幕时间相关，以及表达性语言相关脑体积是否调节早期表达性语言能力和后续屏幕时间之间的关联。模型1纳入母亲教育程度和2岁时相应的屏幕时间，模型2在此基础上加入2岁时的表达性语言能力，模型3再加入2岁时的表达性语言相关脑体积，模型4中加入表达性语言能力和表达性语言相关脑体积的交互项。表达性语言能力和表达性语言相关脑体积变量在纳入回归模型前进行了均值中心化。事后分析通过在表达性语言相关脑体积较低（均值减1个标准差）、中等和较高（均值加1个标准差）水平下检验2岁表达性语言能力和3岁屏幕时间之间的关联来解释显著交互效应。一部分儿童在2岁和3岁时均有可用的T1加权解剖图像（N = 15）。因此，进行了探索性分析以考察2岁屏幕时间与3岁表达性语言相关脑体积之间的关联。同样，进行了初步相关分析以考察总体关联并选择纳入分层回归模型的脑区。分层回归分析考察在控制母亲教育程度的情况下，2岁屏幕时间是否预测3岁表达性语言相关脑体积。统计学显著性水平设为 p < 0.05，并对每个回归模型内对应的工作日和周末效应、6个简单斜率检验、30个脑行为相关、4个语言屏幕时间相关、12个探索性3岁脑相关以及2个探索性回归效应分别应用了Benjamini-Hochberg错误发现率（FDR）校正。同时报告了未校正和校正后的p值。所有分析均使用IBM SPSS Statistics（第29版）完成。除另有说明外，描述性统计以均值±标准差报告。对于所有横断面和纵向回归模型，n = 70名具有完整屏幕时间、语言和脑体积数据的幼儿（参与者流程总结见图1）；对于探索性3岁脑体积分析，n = 15名在2岁和3岁时均有可用T1加权图像的幼儿。回归效应以标准化β系数报告，并附未校正和Benjamini-Hochberg校正后的p值；简单斜率分析额外报告了未标准化B系数、标准误和95%置信区间。每项分析的完整统计细节，包括所用具体统计检验、精确检验统计量、自由度和精度指标（标准误、95%置信区间），均在结果正文、表2、3、4、5及其图注、图2图注以及Data S1中报告。补充信息（9）全部下载 电子表格（6.45 KB）表S1. 按母亲婚姻状况、家庭收入和母亲教育程度分组的weekday和weekend屏幕时间及表达性语言相关脑体积的描述性统计 电子表格（5.67 KB）表S2. 2岁时语言相关脑体积、屏幕时间和表达性语言能力之间的相关矩阵 电子表格（5.38 KB）表S3. 2岁表达性语言能力与3岁工作日屏幕时间之间的简单斜率估计（在右侧三角部体积低、中、高水平下） 电子表格（5.38 KB）表S4. 2岁表达性语言能力与3岁周末屏幕时间之间的简单斜率估计（在右侧三角部体积低、中、高水平下） 电子表格（5.38 KB）表S5. 2岁屏幕时间与3岁语言相关脑体积之间的相关矩阵 电子表格（5.33 KB）表S6. 探索性纵向回归：由2岁工作日屏幕时间预测3岁左侧颞上回体积 电子表格（5.34 KB）表S7. 探索性纵向回归：由2岁周末屏幕时间预测3岁左侧颞上回体积 电子表格（16.60 KB）Data S1. 表2-5和图2相关的横断面和纵向分析的完整统计结果（模型拟合统计量、回归系数、简单斜率和Benjamini-Hochberg校正后的p值），以S8A-S8D工作表形式提供 PDF（98.64 KB）Data S2. 最终文件清单，记录了我们针对期刊编辑清单每个要点的回复