《Life》:Visual Integration Mechanisms in Young Adults with High and Low Autistic Traits
编辑推荐:
背景:社交互动需要高效提取与整合视觉信息。尽管孤独症谱系中全局加工与视觉感知的非典型性已有报道,但其与自我报告社交技能相关自闭症特质的关系仍不清楚。方法:采用极端组设计,179名大学生完成孤独症谱系商数(Autism-Spectrum Quotient, AQ
背景:社交互动需要高效提取与整合视觉信息。尽管孤独症谱系中全局加工与视觉感知的非典型性已有报道,但其与自我报告社交技能相关自闭症特质的关系仍不清楚。方法:采用极端组设计,179名大学生完成孤独症谱系商数(Autism-Spectrum Quotient, AQ)。选取得分至少±1个标准差者组成高AQ组(n=20)与低AQ组(n=22)。被试完成两项互补心理物理任务,分别评估递增视觉噪声下的物体感知与全局-局部视觉加工。结果:高AQ组在高视觉噪声下识别率降低,在全局不一致条件下反应变慢。探索性回归中,视觉噪声正确率单独进入模型可解释显著方差,而全局不一致Navon成绩解释增量方差,且在最终模型(R2=0.280)中是为唯一显著独特贡献者。结论:上述发现提示,在所选极端AQ样本中,AQ社交技能分与从噪声环境提取相关信息及将空间分布视觉信息整合为连贯全局表征的互补视觉机制有关。这些行为发现与视觉加工同自我报告社交特质可能存在联系一致,也契合主张大细胞依赖背侧视觉计算参与社会感知的理论模型,尽管未直接评估这些神经机制。
研究背景方面,自闭症特质被视为普通人群连续分布,孤独症谱系障碍(Autism Spectrum Disorder, ASD)处该连续体上端。ASD以社交沟通差异为核心,但汇聚证据表明非典型视觉感知是其表型核心特征而非社交损伤的继发结果。弱中央 coherence 理论(Weak Central Coherence, WCC)与增强感知功能模型(Enhanced Perceptual Functioning, EPF)均提示全局视觉整合是ASD关键计算难点;近期注意“放大缩小”(attentional zoom-out/in)框架进一步指出,全局加工依赖灵活扩大注意窗口以整合空间分布信息,这与右侧背侧额顶注意网络及大细胞(magnocellular)通路、背侧流(dorsal stream)乃至第三条社会感知通路(Pitcher & Ungerleider)相关。现实社交场景杂乱,高效社交感知同样需要从噪声中提取行为相关视觉信息并抑制无关输入。既往对象感知于噪声与全局Navon加工虽各自与ASD关联,但是否与AQ社交技能子量表分相关未知。为此,研究人员在帕多瓦大学心理学专业学生中以极端组设计筛选高、低AQ青年成人,用静态等亮度光栅取向任务(外部噪声5级)探察噪声下信号提取,用纸笔Navon任务(全局/局部×一致/不一致)探察全局视觉整合,并做探索性层次回归检验两行为指标对AQ社交技能分的互补贡献。该研究发表于《Life》。
关键技术方法上,研究人员通过自愿便利抽样招募179名意大利语母语、视力正常的帕多瓦大学心理系本硕学生,以AQ总分样本均值±1标准差切分高AQ(20人)与低AQ(22人)极端组;视觉噪声任务用E-Prime 2.0呈现等亮度彩色光栅叠加0–4级随机噪声、51 ms中央呈现、4取向4选1准确率记录;Navon任务为纸笔版全局/局部图形一致或不一致判断、记录反应时;统计采用混合设计ANOVA(Greenhouse-Geisser校正、Welch t检验、Holm校正)与两步骤层次回归(自举BCa 95% CI补充),完整个案分析,未填补缺失。
研究结果部分,4.1视觉噪声下视觉信号提取显示,视觉噪声主效应极强(η2p=0.89),组主效应显著(高AQ整体更低),Visual Noise×Group交互的线性对比显著(η2p=0.101);计划在噪声3、4级高AQ准确率显著低于低AQ(Holm校正p=0.035)。结论:高自闭症特质者在需从高度退化输入提取行为相关信息时差异最明显。4.2全局视觉整合显示,Task与Condition主效应典型(全局快于局部、一致快于不一致),Task×Condition×Group交互显著(η2p=0.11);计划对比中高AQ在全局不一致条件反应时更长(M=16.34 vs 14.14,Welch t=2.64, p=0.013);高AQ仅全局任务有一致性效应,低AQ无;不一致条件下低AQ全局快于局部而高AQ无差异。结论:组间差异在需克服局部干扰做全局整合时最突出。4.3探索性回归中,步骤1视觉噪声最高级正确率解释AQ社交技能15.8%方差(β=0.397, p=0.015);步骤2加入全局不一致Navon反应时后模型R2=0.280,增量12.2%(p=0.022),最终仅全局不一致Navon反应时具显著独特贡献(β=-0.362, p=0.022),视觉噪声正确率边缘不显著(p=0.054)。结论:在所选样本内全局不一致Navon成绩为唯一显著预测因子。
讨论部分总结,研究人员指出高AQ者在递增外部噪声下提取相关视觉信息效率降低,且差异仅在噪声高时显现,契合外部噪声框架下ASD过滤无关信息能力减弱的解释,并与大细胞早期编码差异行为层面一致。Navon全局不一致条件慢反应反映高AQ者抑制局部冲突、扩大注意窗口(zoom-out)整合空间分布信息效率较低,与右侧腹侧注意网络及背侧流结构表征文献吻合。回归中全局不一致Navon独特贡献大于噪声正确率,提示两任务可能触及部分重叠的视觉整合过程而非独立阶段;文章据此给出假设性框架:早期大细胞编码→右侧背侧额顶/腹侧注意网络与社会感知通路(经MT/V5至颞上沟)共享“空间分布信息整合为全局结构”的计算前提,但本文仅行为数据、未直接测神经。局限包括样本小、横断、极端组设计致回归不能推至全体连续体、女多男少、非临床、AQ社交技能为自评非生态社交功能、缺认知能力与共病控制、无神经影像。结论部分译文如下:本研究在按高/低AQ分组的青年成人中识别出两类视觉加工差异——外部噪声下视觉信号提取与全局不一致加工;在样本内探索性回归中视觉噪声正确率单独进入可解释显著方差,而全局不一致Navon成绩解释增量方差且为最终模型唯一显著独特贡献者(R2=0.280)。这些发现提示两项视觉加工指标对样本内AQ社交技能分提供互补信息,但未确立两指标独立贡献、未确立其与更广自闭症特质连续体或日常社交功能的关联。图6框架为假设生成性解释,联结早期视觉编码、注意整合与社会相关感知;本行为数据既未直接检验所提大细胞、背侧流或神经机制,也未确立共同计算基质。需在更大连续取样与临床表征样本中结合行为、社交功能直接与神经方法评估该框架。