自闭症谱系障碍中的数学技能：一项系统综述与元分析

《Research in Autism》：Mathematics skills in autism: A systematic review and meta-analysis

　　

基于刻板印象，自闭症个体常被认为具有数学天赋。然而，关于自闭症数学技能的研究结果并不一致，显示出与神经典型个体相比既有更优表现也有更差表现。为解决这一问题，研究人员按照系统综述与元分析优先报告条目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）指南开展了一项预注册的系统综述与元分析，比较了在年龄和智力上匹配的自闭症与神经典型个体的数学表现。分析纳入19篇文献（20个效应量），共2029名参与者（964名自闭症，1065名神经典型）。随机效应模型（random-effects model）显示，与神经典型个体相比，自闭症个体在数学表现上处于劣势，效应量为小到中等（Hedges' g = ?0.33）。分别考察计算（Hedges' g = ?0.35）和文字应用题解决（Hedges' g = ?0.25）时，得到相似的总效应量，且两个领域的效应量无显著差异。尽管效应量存在异质性，元回归分析发现年龄和智力并不能调节组间差异的大小。此外，另一项元分析显示，在纳入研究中，自闭症参与者数学表现的变异大于神经典型参与者。发表偏倚分析表明，显示自闭症在数学上处于劣势的研究更不可能被发表。尽管文献中证明自闭症数学技能存在显著的个体间变异，自闭症个体在数学成绩连续谱的两端均有分布，但总体而言，研究结果与“自闭症个体普遍具有数学特殊才能”这一流行刻板印象相悖。

自闭症（autism spectrum disorder, ASD）是一种常见的神经发育障碍。围绕自闭症个体的数学能力，流行刻板印象往往认为其具有特殊天赋，但已有研究结果并不一致，既有显示优势也有显示劣势。此前综述或未系统检索，或未要求对照组在年龄与智商（intelligence quotient, IQ）上与自闭症组匹配，或未处理同一样本的多重效应量，导致结论可信度受限。为解决这些方法学问题，研究人员开展了一项预注册的系统综述（systematic review）与元分析（meta-analysis），重点考察在年龄和IQ匹配条件下，自闭症个体与神经典型个体在数学技能上的差异。

### 研究目的与意义
研究人员按照PRISMA指南检索了EMBASE、ERIC、EBSCO、ProQuest、Scopus和Web of Science六个数据库，并纳入灰色文献，不限制语言和地域。纳入标准要求研究对象为符合精神障碍诊断与统计手册（Diagnostic and Statistical Manual of Mental Disorders, DSM）或国际疾病分类（International Classification of Diseases, ICD）诊断标准的自闭症个体，并设有按实际年龄和IQ匹配的神经典型对照组。最终纳入19篇文献（20个效应量），共2029名参与者（自闭症964人，神经典型1065人），多数研究招募自学校、康复中心、诊所、社区及大学等不同来源。研究采用随机效应模型，以标准化均差（Hedges' g）为效应量；对同一样本的多项数学任务合并为单一效应量；另对计算和文字应用题解决分别进行元分析；采用对数变异比（log variability ratio, ln VR）比较组间变异；通过漏斗图、Egger检验和剪补法评估发表偏倚，并进行留一法敏感性分析。文献质量由两名研究者独立评估，总体质量介于中等至强。

### 研究结果

#### 数学技能组间差异
主元分析显示，自闭症组数学表现显著低于神经典型组，Hedges' g = ?0.33，95%置信区间（confidence interval, CI）[?0.57, ?0.10]，p = .005。效应量异质性较大，I² = 91.1%，表明大部分变异来自研究间的系统差异。

#### 元回归分析
以平均年龄和平均IQ为调节变量的元回归均不显著（年龄p = .777，IQ p = .268），表明年龄和智力水平不能解释组间差异的大小。

#### 计算能力组间差异
基于14项研究（576名自闭症，613名神经典型）的元分析显示，自闭症组在计算任务上显著落后，Hedges' g = ?0.35，95% CI [?0.66, ?0.04]，p = .03。

#### 文字应用题解决组间差异
基于14项研究（681名自闭症，856名神经典型）的元分析显示，自闭症组在文字应用题解决上显著落后，Hedges' g = ?0.25，95% CI [?0.43, ?0.07]，p = .006。计算与文字应用题两类任务的效应量差异不显著（p = .580）。

#### 发表偏倚与敏感性分析
漏斗图显示不对称，Egger检验不显著（p = .266）；剪补法提示有3项未发表研究可能缺失，校正后总效应量为Hedges' g = ?0.44。留一法分析显示没有单项研究对总效应产生过度影响。

#### 自闭症组与神经典型组变异性的组间差异
多变量随机效应元分析显示，自闭症组数学成绩的标准差平均比神经典型组大约21%（ln VR = 0.194，标准误SE = 0.056，p < .001）。年龄（p = .124）和IQ（p = .829）不能显著解释这种变异差异。

### 讨论与结论
讨论部分指出，该结果与流行刻板印象相悖，但与既往综述结论一致。效应量小于Tonizzi和Usai（2023）及Li等（2026）的估计，可能与更严格的匹配标准和对多重效应量的合并处理有关。自闭症组内变异更大，提示数学技能存在显著的个体差异，但年龄和IQ未能解释这一变异。计算能力并非高能力自闭症群体的相对优势领域；文字应用题方面的困难可能涉及语言理解、执行功能等非数学因素。此外，发表偏倚暗示部分显示自闭症劣势的研究未能发表，因此真实组间差异可能略大于估计值。教育上需要个性化支持和包容性教学，自闭症儿童通常不会在没有专门干预的情况下自然摆脱数学困难；未来研究应纳入更多青少年、成人、智力障碍个体，并考察加工速度、数学态度、共患病等因素。

研究结论翻译如下：研究人员开展了一项预注册的系统综述与元分析，以考察自闭症的数学技能。这是首个仅纳入自闭症与神经典型参与者在年龄和IQ上匹配研究的元分析，因此对现有证据进行了严格评估。分析表明，神经典型个体在数学技能上占优势；当分别考察文字应用题解决和计算技能时，结果非常相似。与既往文献综述一致，结果反驳了“自闭症个体普遍具有数学特殊才能”的流行刻板印象。同时，尽管存在自闭症数学能力不足的证据，但差异的效应量不大，且效应量存在很大异质性，目前尚未找到解释这种异质性的因素。