《Cognitive Science》：Re-Evaluating the Role of Statistical Learning: Domain-General Predictors of Language in Typical and Atypical Development
编辑推荐：
检测输入中统计规律性的能力被广泛认为支持语言习得，但其对语言结果个体差异的独特贡献仍不确定，尤其是在神经发育疾病中。本研究检验了统计学习能否预测典型发展儿童以及发展性语言障碍（developmental language disorder, DLD）、孤独症谱
检测输入中统计规律性的能力被广泛认为支持语言习得，但其对语言结果个体差异的独特贡献仍不确定，尤其是在神经发育疾病中。本研究检验了统计学习能否预测典型发展儿童以及发展性语言障碍（developmental language disorder, DLD）、孤独症谱系障碍（autism spectrum disorder, ASD）或注意缺陷多动障碍（attention deficit hyperactivity disorder, ADHD）儿童的表达性词汇和语法技能。共有102名8至15岁的匈牙利语儿童完成了评估统计学习、听觉和视觉知觉速度、短时记忆和工作记忆、句子复述及表达性词汇的任务。统计学习与语言测量指标显示出中等程度的关联，但知觉速度和工作记忆的效应更强。言语工作记忆在所有组中始终是词汇和句子复述的最强预测因子。同时，统计学习测量指标相对较低的信度可能削弱了所观察到的关联，可能导致其与语言之间关系强度的低估。关联模式在各诊断组之间没有系统性差异，这与语言结果的变异反映了跨越传统诊断类别的普遍认知差异的观点一致。这一发现与神经发育的维度观（dimensional account）一致，该观点认为疾病之间的差异源于核心认知过程的定量而非定性变异。然而，在当前样本量下，各维度难以区分。通过在语言能力方面展示这一模式，本研究将维度视角扩展到语言发展领域，并强调在研究典型与非典型语言变异时考虑共享认知机制的重要性。
**重新评估统计学习的作用：领域一般性认知预测因子与语言的典型及非典型发展**
**一、研究背景与科学问题**
语言以多层级结构性和规律性为特征，尽管其高度复杂，语言知识仍被认为可以从简单的基础学习机制中逐步涌现。统计学习（statistical learning, SL）被定义为基于频率分布和转换概率隐式检测环境规律性的能力，是支撑语言习得的基本机制。已有研究表明，统计学习能够解释语言学习中的核心过程，例如婴儿和成人可仅依据音节间的转换概率切分连续语音流，并可基于概率共现进行词-指称映射。近年来的元分析也证实统计学习与语言能力之间存在小而显著的相关。然而，以往研究大多聚焦于典型发展（typical development, TD）人群，对神经发育疾病中统计学习与语言关系的直接检验十分匮乏，且结果不一致：发展性语言障碍（developmental language disorder, DLD）中统计学习损伤的证据较多，而孤独症谱系障碍（autism spectrum disorder, ASD）和注意缺陷多动障碍（attention deficit hyperactivity disorder, ADHD）的研究结果好坏参半，ADHD中甚至尚无直接考察统计学习与语言关系的研究。此外，统计学习与语言共享认知资源，注意、短时和工作记忆、知觉速度等一般性认知能力均会影响统计学习表现，以往研究往往未充分控制这些混淆变量。基于神经发展的维度观（dimensional account），即发展障碍并非离散类别，而是源于核心认知过程在群体中连续变异的定量差异，本研究在单一实验设计中纳入TD、DLD、ASD和ADHD四组儿童，检验统计学习对表达性词汇和语法能力的预测作用，并在控制知觉速度和工作记忆后考察该关系是否仍然成立，同时比较这一关系是否在不同诊断组之间存在差异。
**二、研究设计与主要结论**
研究人员共测试了102名8至15岁的匈牙利语母语儿童，其中TD组32人、DLD组20人、ASD组26人、ADHD组24人。结果发现，统计学习（人工语法学习离线指标）与词汇和语法表现呈正相关，但其效应弱于知觉速度和工作记忆；言语工作记忆（倒背数字广度）在所有组中均为词汇和句子复述的最强预测因子。统计学习测量指标的信度较低（离线指标信度0.51，反应时指标信度0.35），可能使观察到的关联被低估。各诊断组中认知能力与语言结果的关系模式无系统性差异，这一发现支持语言能力受跨诊断类别的共享认知机制调节的维度观。该论文发表在《Cognitive Science》。
**三、关键技术方法**
样本来源方面，DLD组招募自布达佩斯两所言语障碍儿童特殊学校，ASD组和ADHD组招募自布达佩斯某儿童医院神经发育障碍科（ASD另含匈牙利东北部），TD组招募自布达佩斯及周边学校。主要方法与分析技术包括：（1）人工语法学习（artificial grammar learning, AGL）任务，采用在线目标检测范式计算反应时指标，以及离线的二选一强制选择（two-alternative forced choice, 2AFC）和生成任务计算离线指标；（2）知觉速度任务，分别测量视觉和听觉模态的反应时；（3）数字广度任务（顺背与倒背）测量短时与工作记忆；（4）n-back任务测量工作记忆更新能力；（5）采用XGBoost（极端梯度提升）机器学习算法建模，结合10折交叉验证和网格搜索选择超参数，并辅以按诊断类别分层的bootstrap相关分析。
**四、研究结果**
*变量间相关结构*：Spearman相关分析显示，相近的测量指标之间高度相关，所有预测因子之间呈轻度至中度相关，这种共线性使传统线性建模难以解释。
*各诊断组的预测-结果关联模式*：按诊断类别分层的bootstrap相关分析显示，大多数神经发育组在所有结果变量上的相关模式彼此一致。短时记忆和工作记忆指标，尤其是数字广度指标，对表达性词汇和句子复述的预测力最强；统计学习指标中离线指标的预测力强于反应时指标；预测因子对两个语言结果变量的效应模式高度相似。
*梯度提升模型的变量重要性*：XGBoost模型同时纳入所有预测因子后，倒背数字广度（言语工作记忆）在预测表达性词汇和句子复述时均为最重要的预测因子。ASD是表达性词汇的重要预测因子，DLD是句子复述的次要但值得注意的预测因子，这反映了组间语言水平的既有差异。
**五、讨论与结论**
讨论部分指出，统计学习与语言的正相关与TD人群中的既有发现一致，本研究将其扩展至包含神经发育疾病的更广泛样本。控制知觉速度和工作记忆后，统计学习解释的语言方差比例小于言语工作记忆。这并不必然否定统计学习的作用，因为统计学习任务表现可能依赖于注意、言语工作记忆和认知控制等支持性系统，且统计学习测量的低信度会衰减其与语言的关联，导致效应被低估。研究未发现各诊断组间认知与语言关系的可靠差异，支持语言发展受跨类别的共享认知机制调节的维度观。ASD和DLD组中听觉知觉速度与语言表现略强的相关可能反映这些群体对自下而上知觉过程的更大依赖，但应谨慎解释。局限性包括各组样本量有限、语言测量仅限于表达性任务、统计学习仅使用单一范式等。
研究结论可概括为：本研究探讨了统计学习在预测TD儿童及DLD、ASD和ADHD儿童词汇与语法能力中的作用。尽管统计学习也能预测语言表现，但言语工作记忆是语言能力的最强预测因子，强调其在跨神经发育谱系语言发展中的核心地位。统计学习指标信度显著低于其他认知预测指标，故涉及统计学习的关联可能被低估。这些结果重复并扩展了以往发现，表明统计学习的个体差异不仅对典型发展人群，也对非典型人群的语言能力有所贡献，且统计学习的贡献可能至少部分由工作记忆能力的个体差异所解释。此外，研究未发现认知能力与语言表现的关系在各诊断组间存在差异，支持将语言发展置于神经发育条件的维度观框架中：语言能力在不同疾病中并非质的差异，而是源于不同认知能力组合的量的变异，诊断组间重叠的认知轮廓解释了重叠的语言能力及缺乏明确类别边界这一现象。
