统计学习与节奏能力在注意缺陷/多动障碍中的关系：个体差异重于群体效应（Statistical learning and rhythmic ability in Attention-Deficit/Hyperactivity Disorder: Individual differences outweigh group effects）

《Acta Psychologica》：Statistical learning and rhythmic ability in Attention-Deficit/Hyperactivity Disorder: Individual differences outweigh group effects

　　

语音切分（speech segmentation）是语言习得的基础，并受到统计学习（statistical learning, SL）的支持。关于SL的研究尚不确定其能否在注意范围之外发生，以及注意缺陷/多动障碍（Attention-Deficit/Hyperactivity Disorder, ADHD）个体的SL是否受损。此外，SL的个体差异被假设受其他认知能力如音乐节奏能力（rhythmic ability, RA）和语音工作记忆（phonological working memory, WM）的影响，而既往文献表明这些能力在ADHD中可能受损。本研究调查了被诊断为ADHD的参与者（N=41）与神经典型（neurotypical, NT）同龄人（N=118）中的SL，让参与者接触一种人工语言，并在接触期间通过脑电图（electroencephalography, EEG）测量的神经夹带（neural entrainment）以及接触后的行为任务评估SL。此外，研究人员探讨了多项评估RA和WM的任务是否与SL能力相关，以及SL与词汇量大小的关系。贝叶斯统计证据表明，在SL、RA、WM和词汇量方面不存在组间差异。相反，个体变异性超过了群体效应。将两组数据合并后，获得了SL与词汇量大小之间正相关的轶事性证据，但未发现SL与RA或WM之间的相关性。这些结果表明，在神经典型个体和ADHD个体样本中，SL的运作方式相似，且未发现SL与评估RA或WM的任务相关。值得注意的是，样本中两组参与者均以女性为主。未来的研究或可进一步考察ADHD症状中的性别差异，并对ADHD症状学与SL能力个体差异之间的关系采取维度性方法。

注意缺陷/多动障碍中的统计学习与节奏能力：个体差异重于群体效应——论文解读

语言切分（speech segmentation）是语言习得的第一步，指从连续语音流中分离出词汇单位。这一过程依赖统计学习（statistical learning, SL），即从输入中提取转换概率等统计规律的能力。已有研究表明，婴儿、儿童和成人均能仅凭相邻音节间的转换概率完成语音切分。然而，关于SL是否需要注意力参与，以及注意缺陷/多动障碍（Attention-Deficit/Hyperactivity Disorder, ADHD）患者是否存在SL缺陷，既往研究结果并不一致。部分研究报道ADHD的SL受损，而另一些研究未发现组间差异。此外，已有研究多采用行为测量和群体平均水平比较，忽略了组内个体差异，且未使用在线神经指标。同时，语音工作记忆（phonological working memory, WM）和音乐节奏能力（rhythmic ability, RA）被认为可能与SL的个体差异有关，而这两者在ADHD中常被报道受损。但以往研究未在ADHD群体中直接考察这些认知因素与SL的关系。为此，研究人员设计了本研究，旨在通过在线神经夹带（neural entrainment）测量和行为任务，比较ADHD成人（N=41）与神经典型（NT）成人（N=118）的SL表现，并探讨RA、WM和词汇量是否与SL个体差异相关。论文发表在《Acta Psychologica》。

研究人员让参与者聆听由三音节假词构成的人工语言流（结构化条件）和随机音节流（随机条件），同时记录EEG，通过神经夹带（即神经振荡与外部节律的时间对齐）在线评估SL；暴露后完成熟悉度评分任务和基于反应时的目标检测任务（target detection task, TDT），分别测量外显和内隐记忆。此外，参与者完成了多项RA任务（计算机自适应节拍对齐任务CA-BAT、音乐感知技能简版PROMS、语音同步任务SSS）、音乐性问卷（Gold-MSI）、数字广度任务（Digit Span）和词汇量测验（PPVT）。研究采用贝叶斯统计方法，包括线性混合模型（LMM）、贝叶斯t检验、多组回归和贝叶斯模型平均（BMA）。

样本来源于荷兰乌特勒支大学语言科学研究所参与者数据库及传单招募，共159名右利手荷兰语母语者，ADHD组41人（35女，6男），NT组118人（98女，19男，1 X）。EEG使用64导联，离线滤波后计算词频（1.1 Hz）和音节频（3.3 Hz）的交互试验一致性（inter-trial coherence, ITC）。行为任务包括熟悉度评分、TDT。个体差异测量包括上述RA、WM和词汇量测试。

结果如下：

3.2 聆听任务EEG结果：在所有参与者中，结构化条件下的词频ITC显著高于随机条件（BF₁₀ > 1000），表明两组均成功进行统计学习。但未发现组效应（BF₁₀ = 0.03），也未发现ADHD组特有的时间趋势。在仅分析结构化条件时，最佳模型包含所有时间趋势的随机斜率，说明个体差异显著，但组别无法预测这些差异。

3.3 统计学习结果测量的组间比较：熟悉度评分、最大ITC_word和平均ITC_word均支持无组间差异（BF₁₀ < 1/3）。TDT的反应时分数呈不明确证据（BF₁₀ = 0.75），但进一步分析显示，两组的目标检测命中率几乎相同（NT：83.2%，ADHD：83.5%，BF₁₀ = 0.02），差异可能源于ADHD组对词首音节反应稍快，而非检测能力差异。

3.4 统计学习个体差异与认知能力的关系：在RA、WM、音乐性和词汇量任务上，两组平均得分无差异（后验模型概率PMP > 0.96）；多组回归系数比较表明，这些任务与最大ITC_word的关系在两组间相似（BF_1u > 30）。

3.5 合并两组分析个体差异：将两组合并（N=155）进行贝叶斯模型平均，最佳模型为空模型，仅词汇量（PPVT）有轶事性证据（BF₁₀ = 2.73），且模型解释的方差很小（R2 = 0.038）。结果再次表明SL与RA、WM无显著关系，而与词汇量存在弱正相关。

讨论部分指出，神经夹带证据未发现ADHD群体的SL缺陷，与多项既往研究一致。时间进程分析中ADHD组未显示群体水平的学习曲线，但个体随机斜率表明变异巨大，且与组别无关。TDT的反应时差异可能反映注意力或加工速度差异，而非SL记忆成分受损。RA和WM未受损可能源于样本特征（如高教育水平、晚诊断）或任务选择。结论部分翻译如下：本研究考察了SL个体差异与RA和WM的关系，比较了ADHD人群与神经典型对照组。贝叶斯统计证据表明，两组在评估SL、RA和WM的任务上无差异；相反，数据指示个体变异性超过了群体效应。将两组合并为一个总体后，获得了SL与词汇量大小之间弱相关性的轶事性证据，但未发现SL与RA或SL与WM的相关性。这些结果表明，在本研究中SL与RA或WM无关，且语音切分所依赖的SL在ADHD样本与神经典型同伴样本中运作方式相似（两组均以女性为主）。未来研究应进一步考察性别差异，并对ADHD症状学与SL能力个体差异的关系采取维度性方法。本研究结果还强调，应关注个体差异而非完全依赖群体比较。