《Scientific Reports》:Math and verbal fluency across adulthood provide insights into aging and individual differences
编辑推荐:
为探究老龄化对认知的影响,研究聚焦数学流畅性(BGU-MF)与言语流畅性。结果显示,老年人数学流畅性显著下降,其中除法、减法受损最重,加法相对保留;教育水平是核心预测因子。这揭示了算术处理在老化中的特异性脆弱性。
随着全球人口预期寿命的持续增长,老年人群的比例不断扩大,理解老龄化过程中的认知变化已成为神经科学和心理学领域的核心议题。尽管大量研究证实了认知功能随年龄增长普遍存在衰退趋势,但关于数学能力——这一关乎日常财务、医疗决策及独立生活的重要技能——在老年期的具体表现,学界却缺乏深入的探讨。现有研究多聚焦于记忆或执行功能,数学流畅性(math fluency)这一涉及快速、准确检索算术事实(arithmetic facts)的能力,在老年群体中的变化模式及其与言语流畅性的差异,尚不明确。特别是,加减乘除四种基本运算在老化过程中是否“一视同仁”地衰退,还是存在运算特异性的脆弱性,成为了一个亟待解答的问题。
为了填补这一空白,一项发表在《Scientific Reports》上的研究首次系统性地考察了年轻与老年成年人在所有四种基本算术运算中的流畅性差异,并深入剖析了教育、退休时长等个体差异因素对数学能力的预测作用。该研究不仅揭示了数学流畅性在老龄化中的特异性衰退模式,还通过对比言语流畅性,为理解域通用(domain-general)与域特异性(domain-specific)的认知老化机制提供了新的证据。
关键技术方法
研究招募了52名年轻与老年参与者,采用混合方法设计。核心数学能力通过两种范式评估:标准化口头测试及计算机化的本古里安大学数学流畅性测验(Ben-Gurion University Math Fluency test, BGU-MF),后者精确记录了四种运算的反应时(RT)与正确率。言语能力则通过语义与音位言语流畅性任务(semantic and phonological verbal fluency)评估。数据分析采用重复测量方差分析及回归模型,重点考察了年龄、教育、退休时长等变量的影响。
研究结果
数学流畅性的年龄差异与运算特异性
研究首先确认了数学流畅性存在显著的年龄主效应。无论是在计算机化的BGU-MF测试还是传统口头测试中,老年组的表现均显著低于年轻组,表现为更慢的反应时间和更低的正确率。更重要的是,这种衰退并非均匀分布。运算类型被证明是一个关键变量:除法和减法任务展现了最大的年龄差异,表明它们对老化效应最为敏感;相比之下,加法运算在老年群体中表现出相对的“韧性”,衰退幅度最小。这一结果提示,复杂的算术检索或计算过程(如除法)比简单的自动提取(如加法)更易受到年龄相关认知资源减少的冲击。
个体差异的预测作用
在老年群体内部,个体差异因素对数学流畅性的预测力各不相同。教育水平(education) emerged as the strongest predictor,是预测数学流畅性表现的最强因素,高教育水平的老年人保持了更好的数学能力。与之相反,退休时长(time since retirement)则显示出负向预测作用,即退休时间越长,数学准确率和解题数量下降越明显。这表明,持续的智力活动和职业 engagement 可能对维持数学流畅性具有保护作用,而脱离工作环境可能加速其衰退。
数学与言语流畅性的衰退模式对比
研究还发现,言语流畅性(verbal fluency)同样随年龄增长而下降,但其衰退幅度显著小于数学流畅性。这种差异表明,虽然两者共享部分域通用的认知机制(如 processing speed, executive control),但数学流畅性,特别是涉及复杂运算的部分,对老龄化过程具有更高的敏感性(heightened vulnerability)。这支持了认知老化并非一个单一过程,而是对不同认知领域有不同影响的观点。
结论与意义
该研究通过多维度评估,得出了几个重要结论:首先,数学流畅性的老龄化衰退具有运算特异性,除法和减法比加法和乘法更脆弱;其次,教育是保护老年数学能力的关键个体资源,而退休后的认知活动减少可能带来风险;最后,数学流畅性比言语流畅性表现出更显著的年龄相关衰退,提示算术处理(arithmetic processing)可能是检测早期认知衰退的敏感指标。
这些发现具有重要的理论与现实意义。理论上,它深化了我们对认知老化选择性影响的理解,强调了不能将“数学能力”视为一个整体单元。实践上,研究提示在评估老年人认知健康时,应关注其数学能力的细微变化,特别是复杂运算的困难可能成为认知障碍的早期信号。此外,研究结果支持了“用进废退”的观点,鼓励通过终身学习和持续的认知活动(如计算训练)来缓冲老龄化带来的数学能力下降。本研究所采用的BGU-MF计算机化测试,也为未来研究提供了一种精确、可量化的评估工具。