Mit Hilfe der visuellen Welt Paradigma Satz Verständnis in Mandarin-sprachigen Kindern mit Autismus zu studieren

Satz Verständnis beruht auf der Fähigkeit, schnell zu integrieren, verschiedene Arten von sprachlichen und nichtsprachlichen Informationen^{1,2,3,4,5,6 , 7 , 8 , 9 , 10 , 11}. vorherige Forschung hat festgestellt, dass Jugendliche in der Regel entwickeln inkrementell (TD) Kinder zu berechnen, die Bedeutung eines Satzes mit sprachlichen und nichtsprachlichen Hinweise^{12,13,14, 15,16,17,18,19}. Allerdings gibt es derzeit ein Mangel an Forschung erforschen wie Vorschulkinder mit Autismus verstehen ein Satzes mit verschiedenen Arten von Cues. Die Mechanismen, die ihr Verständnis der Satz bleibt weitgehend unklar.

Es ist allgemein anerkannt, dass es enorme Variabilität in der sprachlichen Fähigkeiten von Kindern mit Autismus, vor allem in ihrer expressiven Sprache; zum Beispiel, einige Kinder mit Autismus haben relativ gute strukturelle Sprache, einige Weisen Defizite bei der lexikalischen und grammatischen Domänen, einige zeigen beeinträchtigt Grammatik und nie erlangen einige funktionelle gesprochene Sprache^{20,21 ,22,23,24,25}. Darüber hinaus scheint die frühere Forschung darauf hin, dass ihre rezeptive Sprache relativ mehr beeinträchtigt als ihre expressive Sprache^26,27,28,29. Die meisten Untersuchungen, die Satz-Verständnis-Fähigkeiten von Kindern mit Autismus bewertet hat offline Aufgaben (z. B. standardisierte Tests, Betreuer Berichte) verwendet haben, und die Ergebnisse deuten darauf hin, dass ihr Satz Verständnis können möglicherweise besonders beeinträchtigt^{30,31,32,33,34,35,36,37}. Jedoch hat es hingewiesen, dass schlechte Verständnis Fähigkeiten dieser Kinder Mangel an sozialen Reaktionsfähigkeit als auf Sprachverarbeitung Defizite^38,39wahrscheinlicher Zusammenhang stehen. Beachten Sie, dass diese offline Aufgaben in der bisherigen Forschung häufig erfordern hohe Resonanz Forderungen oder Interaktionen mit den Experimentatoren, die besondere Schwierigkeiten für Kinder mit Autismus, darstellen könnte, da sie oft verschiedene herausfordernde Verhaltensweisen zeigen oder Symptome. Infolgedessen können interagieren mit den hohen Anforderungen der Aufgabe und Kommunikation und maskieren ihre Fähigkeiten Verständnis [finden Sie einen Überblick über Methoden zur Bewertung der rezeptiven Sprachentwicklung bei Kindern mit Autismus, Kasari Et Al. (2013)²⁷ und Plesa-Skwerer Et Al. () 2016)²⁹]. So sind experimentelle Paradigmen, die diese Störfaktoren eine bessere Kontrolle erforderlich, um weiter zu verstehen, die Art der Strafe-Mechanismen bei Autismus.

In der aktuellen Studie präsentieren wir eine Eyetracking-Paradigma, die direkt und effektiv Satz Verständnis Fähigkeiten von Kindern mit Autismus einschätzen kann. Im Vergleich zu offline Aufgaben, Eyetracking-testet ein empfindlicher Paradigma, Kinder Verständnis Fähigkeiten unter Beweis. Es ist empfindlich gegenüber den zeitlichen Verlauf des Prozesses verstehen und erfordert keine explizite Motor oder Sprache Antworten der Teilnehmer, so dass es eine vielversprechende Methode, jüngere Kinder und minimal verbalen Kinder mit Autismus zu studieren. Darüber hinaus erfassen wir Augenbewegungen als automatische Reaktionen auf sprachlichen Input statt Messung der Augenbewegungen, die bewusste Antworten auf sprachlichen Input zu begleiten.

Diese Studie wurde von der Ethikkommission der medizinischen Fakultät an der Tsinghua Universität genehmigt. Informierte Einwilligung eingeholt wurde von allen einzelnen Teilnehmern, die in die Studie eingeschlossen.

1. Teilnehmer Screening und Studienvorbereitung

1. Mandarin-sprachigen Kinder im Vorschulalter mit Autismus zu rekrutieren.
   Hinweis: Sollte ihre Diagnosen von pädiatrischen Neurologen in Krankenhäusern mit DSM-IV-TR⁴⁰ oder DSM-5⁴¹ bestätigt werden und im Idealfall die Teilnehmerzahl sollte nicht weniger als 15. Die vorliegende Studie rekrutiert 25 Teilnehmer mit bestätigten Diagnosen.
2. Jeder Teilnehmer selbständig mit Goldstandard diagnostische Instrumente wie Autismus diagnostische Beobachtung Zeitplan⁴²zu bewerten.
3. Maßnahme die verbale IQ der Teilnehmer mit dem Wechsler Preschool und primären Maßstab der Intelligenz-IV (CN), eine standardisierte IQ-Test für Mandarin-sprechende Kinder im Alter von 2 bis 6 und 6-11⁴³konzipiert.
   Hinweis: Die verbale IQ-Werte von Kindern mit Autismus in der vorliegenden Studie wurden alle über 80. Sie waren alle High-Funktionieren Kinder mit Autismus.
4. Berechnen Sie jeder Teilnehmer mittleren Länge der Äußerung (MLU) durch Division der Gesamtzahl der Wörter durch die Anzahl der Äußerungen in jeder Rede Probe. Notieren Sie 100 Äußerungen für jeden Teilnehmer entweder aus ihren Interaktionen mit Eltern oder Lehrern. Dann berechnen Sie die MLU indem die Gesamtzahl der Wörter in jeder Teilnehmer Äußerungen durch 100 dividiert.
   : Hinweis MLU des Teilnehmers Satz Komplexitätsstufen.
5. TD-Kinder zu rekrutieren. Idealerweise passen die TD-Kinder, die Kinder mit Autismus für Alter (TD-Gruppe 1), MLU (TD-Gruppe 2) und verbale IQ (TD-Gruppe 3).
   Hinweis: Die vorliegende Studie rekrutierten 50 TD Kinder (25 jungen und 25 Mädchen) von lokalen Kindergärten. 25 abgestimmt auf die Kinder mit Autismus für Alter und 25 MLU und verbale IQ auf die Kinder mit Autismus abgestimmt.

(2) Warm-up-Session

1. Laden Sie die Teilnehmer für eine Warm-up-Session vor dem eigentlichen Test. Vorstellen des Teilnehmers der Forschungslandschaft und interagieren mit ihm oder ihr einen guten Draht zu etablieren.
   Hinweis: Dies kann werden am gleichen Tag wie die Test-Session oder an einem anderen Tag organisiert. Im Warm-up engagieren sich in der Regel zwei Experimentatoren und Interaktion mit dem Teilnehmer mit Spielzeug und Requisiten.

3. Bedingungen und experimentelles Design

1. Konstruieren Sie die Test-Reize. 12 Zielelemente, jeweils bestehend aus einem visuellen Reiz und zwei gesprochene Sätze, die morphologische Marker BA und BEI, bzw. zu erstellen. Die gesprochene Sätze, die mit der gleichen Struktur zu konstruieren: morphologische Marker, Nominalphrase (NP), Adverb + Verb phrase (VP) (siehe Beispiele 1a und 1 b unten).
   Hinweis: Die Markierung BA gibt an, dass die folgende NP der Empfänger der Holding-Ereignis ist (siehe 2a), und BEI weist darauf hin, dass die folgende NP der Initiator der Veranstaltung ist (siehe 2 b). Thema NP eines Satzes in Mandarin kann oft verzichtet werden, wenn der Referent der NP kontextuell verfügbar ist.
   
   Beispiel:
   (1) a. BA Shizi Qingqingdi Bao-le Qilai.
            BA -Löwen halten sanft
   Bedeutung: Jemand hält sanft die Löwen.
   B. BEI Shizi Qingqingdi Bao-le Qilai.
            BEI Löwen halten sanft
   Bedeutung: Jemand wird sanft von den Löwen gehalten.
   (2) a. BA + [NP]_Empfänger
   b. BEI + [NP]_Initiator
   1. Verwenden Sie Pixelmator (oder einem anderen Bildbearbeitungsprogramm) um Bilder zu erstellen. Pixelmator zu öffnen. Klicken Sie auf das Symbol, Pixelmator. Erstellen Sie ein visuelles Bild aus einer Vorlage. Klicken Sie auf Details anzeigen im Template Chooser. Doppelklicken Sie auf die Vorlage, um sie zu öffnen. Passen Sie die Breite, Höhe, Auflösung und Farbtiefe aus den Popup-Menüs. Geben Sie die relevanten Parameter. Klicken Sie auf "OK".
   2. Verwenden Sie Praat (oder einem anderen Audio-Editor), um gesprochene Sätze zu konstruieren. Richten Sie das Mikrofon. Praat zu öffnen. Klicken Sie auf das Praat-Symbol. Wählen Sie Datensatz Mono sound aus dem Menü " New ". Legen Sie die Aufnahmebedingungen durch Klicken auf die Option "Sample Rate" von 44100. Klicken Sie auf die Schaltfläche " Record ".
   3. Aufzeichnen der gesprochenen Sätzen mit der Frage eines Beijing Mandarin-Muttersprachler, die Sätze in gewissem Sinne unter der Regie von Kind zu produzieren. Speichern Sie die Aufnahmen durch Klicken auf Speichern.
      Hinweis: In der Regel sind 12 bis 16 Zielobjekte für Satz Verständnis Studien mit Kindern gebaut. Teststimuli können mit anderen Bild- und audio-Editoren für eine visuelle Welt Studie erstellt werden.
2. Erstellen Sie visuelle Bilder, jeweils zwei Bilder. Die beiden Bilder zeigen das gleiche Ereignis mit den gleichen Zeichen. Kehren Sie die Event-Rollen (Initiator oder Empfänger) der beiden Charaktere in den beiden Bildern. Machen Sie ein Bild mit dem Bau mit BA (BA-Ziel-Event) und einer mit dem Bau mit at (at-Zielereignis) kompatibel. Ein Beispiel ist in Abbildung 1angegeben.
   Hinweis: Diese Zahl hat mit freundlicher Genehmigung von Zhou und Ma (2018)¹⁹abgedruckt worden.
3. Gegengewicht und Randomisierung: Teilen Sie die Ziel-Prüfungen in zwei experimentelle Listen mit einem Teilnehmer jedes visuelle Reize zu sehen, aber hören nur eines die aufgenommenen Sätze für den Reiz. Gegengewicht zu die gesprochenen Sätzen mit BA und BEI über die beiden experimentellen Listen mit 6 Konstruktionen mit BA und 6 mit BEI. Jede experimentelle Liste 12 Füller Elemente hinzufügen und die Ziel- und Füllstoff Versuche in einer zufälligen Reihenfolge anordnen. Nach dem Zufallsprinzip weisen Sie die Teilnehmer der beiden Listen.

4. Versuchsdurchführung

1. Eyetracking-Verfahren.
   1. Laden Sie die Teilnehmer bequem vor dem Monitor von der remote Eyetracker sitzen. Legen Sie den Abstand zwischen den Teilnehmern Augen und dem Monitor ca. 60 cm. Perform Kalibrierung und Validierung Standardverfahren mit der Frage der Teilnehmer auf einem Raster von fünf Fixierung Ziele in zufälliger Folge zu fixieren.
   2. Präsentieren Sie die Teilnehmer mit einem gesprochenen Satz während sie ein visuelles Bild zu sehen sind wie in den standard Bildwelt Paradigma^10,44. Die Option monokularen Eye Tracking durch die Verfolgung des Auges, das auf der gleichen Seite wie der Beleuchtung des Eye-Trackers ist. Aufzeichnen des Teilnehmers Augenbewegungen mit dem Eyetracker.
      Hinweis: In der vorliegenden Studie verwendete Eye-Tracker ermöglicht remote Eye Tracking mit einer Sampling-Rate von 500 Hz.
2. Test- und Messgeräte.
   1. Testen Sie die Teilnehmer einzeln. Teilen Sie einfach die Teilnehmer mit den gesprochenen Sätzen zu hören, während sie die Bilder anzeigen. Fragen Sie ein Experimentator, den Teilnehmer auf dem Computer zu überwachen und zu stehen hinter des Teilnehmers und Ruhe sanft ihre Hände auf die Teilnehmer Schultern, plötzliche Bewegungen des Teilnehmers zu minimieren.
   2. Messen des Teilnehmers Augenbewegungen, die als automatische Reaktionen auf den sprachlichen Input mit dem Eyetracker entstehen.
      Hinweis: Die Aufgabe fragt nicht Teilnehmer zu bewussten Entscheidungen über die gesprochenen Sätze um ihre rechnerische Belastung zu minimieren. Der Eye-Tracker speichert automatisch die Augenbewegungen.
   3. Überwachung während des Tests: Verwenden Sie den live Viewer-Modus auf dem Computerbildschirm, ausgestellt von der Eye-Tracker während des Tests, um der Teilnehmer sieht Verhalten zu beobachten. Fragen des Experimentators, der Erhebung von Daten über die live Viewer-Modus der Experimentator signalisieren, wer hinter der Teilnehmer steht, den Teilnehmer neu auszurichten, wenn seine oder ihre Augen Blick aus dem Computerbildschirm wandert überwacht.

5. Datenverarbeitung und-Analyse

1. Code der TeilnehmerInnen Fixierungen in zwei Interessengebiete. Daten-Viewer verwenden, um die zwei Interessengebiete zeichnen: BA-Ziel-Event-Bereich und BEI den Zielgruppen-Event-Bereich (siehe Abbildung 1). Open Data Viewer. Wählen Sie eines der Interesse Bereich Form Symbole auf der Symbolleiste. Verwenden Sie die Maus auf ein Feld rund um die Region zu ziehen als ein Interessengebiet definieren möchten. Sicherungsbereich Interesse im Ordner "Interesse Bereich festlegen". Zinsbereich auf andere Bilder anwenden.
   Hinweis: Die abgebildete Ereignis im oberen Bereich der Abbildung 1 entspricht des BA-Bau, damit die BA-Ziel-Ereignis und das Ereignis dargestellt im unteren Panel Spiele Abbildung 1b, daher das BEI Zielereignis. Die Software zur Kodierung verwendet ist Daten-Viewer, die mit der Eye-Tracker in der Studie verwendeten kommt. Andere Daten-Analyse-Software ist auch verfügbar.
2. Analysieren Sie die Auge Blickmustern mit Daten-Viewer.
   1. Open Data Viewer. Wählen Sie die Probe Bericht Funktion aus dem Menü, das Zeitfenster für die Analyse (z. B. alle 200 ms für das Zeitfenster in der vorliegenden Studie) festlegen. Verwenden Sie die gleiche Funktion, Zeitschloss die Fixierung Proportionen im Bereich Interesse auf den Ausbruch des Markers für jeden Versuch. Exportieren Sie die raw-Daten in eine Excel-Datei mit der Exportfunktion aus dem Menü.
   2. Verwenden Sie die Excel-Funktionen, um die Fixierung Proportionen nach Ausbruch der Marker für jeden Bereich im Durchschnitt. Verwenden Sie die Excel-Funktionen, um die Fixierung Proportionen in jedem Zeitfenster von 200 ms über einen Zeitraum von 5200 ms (die mittlere Länge des Ziels Sätze + 200 ms) zu berechnen aus dem Beginn der Marker für die beiden Bereiche. Das Auge-Bewegungsdaten, Vertreter Ergebnisse unten detailliert zuweisen Sie lineare gemischt-Effekte Modelle.
      Hinweis: Die Verwendung von 200 ms als ein Zeitfenster basiert auf dem Standardverfahren für Kind Auge Blick Datenanalyse in der Literatur^{12,13,18,19,45, 46,47}, und es wird allgemein angenommen, dass es ca. 200 ms braucht, um die Auswirkungen von linguistischen Markierungen am Auge Bewegungen⁴⁸beobachten.

Die vorliegende Studie nutzt Minimalpaare wie Beispiele 1a und 1 b um zu untersuchen, ob und wie schnell können Kinder mit Autismus Ereignisinformationen in zwei morphologische Marker während Echtzeit-Satz Verständnis kodiert. Es wurde vorausgesagt, dass wenn sie schnell und effektiv Ereignisinformationen in beiden Marker während Echtzeit-Satz Verständnis verwenden können, dann sie mehr bei der BA-Ziel-Veranstaltung beim BA hören als wenn Anhörung BEI aussehen sollte. Auch sollten sie mehr auf das at-Zielereignis fixieren, nach dem anhören BEI als nach dem Anhören der BA.

Der Vergleich zwischen 5-Jahr-Olds mit Autismus und Gleichaltrigen Alter abgestimmt TD wird in die repräsentativen Ergebnisse präsentiert. Abbildung 2 zeigt die durchschnittliche Fixierung Proportionen des TD 5-jährigen auf der BA-Zielereignis (zentrale A) und at-Zielereignis (Gruppe B) in die beiden Bedingungen. Abbildung 3 fasst die durchschnittliche Fixierung Proportionen der 5-jährigen mit Autismus.

Die Zahlen zeigen, dass die Autismus-Gruppe angezeigt Auge Bewegungsmuster ähnlich wie der TD-Gruppe Alter abgestimmt. Beide Gruppen zeigten mehr Fixierungen auf BA-Ziel-Event bei der BA zu hören, als wenn Anhörung BEI, nach Beginn des Objekts NP und vor Beginn der das Adverb. Um genau zu sein, ereignete sich die Wirkung in der TD-Gruppe während des Fensters zwischen 1400 und 1600 ms (Abbildung 2), während der Effekt in der Autismus-Gruppe während des Fensters zwischen 1800 und 2000 ms (Abbildung 3) aufgetreten. Im Gegensatz dazu eine gegenüberliegende Auge Bewegungsmuster fand sich in der at-Ziel-Event für beide Gruppen: mehr Fixierungen auf das at-Zielereignis wurden beobachtet, wenn BEI hören als wenn hören BA, wieder, die nach Beginn des Objekts NP und vor Beginn der das Adverb.

Fixierung, die Proportionen wurden dann mit der empirischen Logit Formel49verwandelt: Wahrscheinlichkeit = ln[(y+0.5)/(n-y+0.5)], wo y die Anzahl der Aufzeichnungen in Bezug auf die Bereiche von Interesse in einem bestimmten zeitlichen Lagerplatz ist und n ist die Gesamtzahl der Fixierungen in diesem zeitlichen Lagerplatz. Lineare gemischt-Effekte Modelle wurden dann an die transformierten Daten angepasst. Statistische Modelle wurden für die beiden Gruppen getrennt basierend auf ihre Fixierungen im Bereich zwei Interesse in die kritischen Zeitfenster, wo Zeit und Marker Typ (BA versus at) als fixierte Effekte behandelt wurden berechnet. Für Teilnehmer und Artikel50wurden zufällige abfängt oder hängen. Die Anpassung wurde per Funktionen Lmer ab dem Paket lme4 (v1. 1-12)51 R (v3.2.5) Software Umwelt52durchgeführt. Ein Wald-Test wurde dann zur p–Werte für die einzelnen feste Effekte zu berechnen.

Die Modellergebnisse für die TD 5-Year-Olds in den zwei Interessengebiete: im Eventbereich BA-Ziel hören BA verursacht die TD Kinder deutlich mehr als bei der Anhörung BEI dieser Veranstaltung anzusehen (β= 0,54, p <.001. Darüber hinaus gab es eine signifikante Wechselwirkung zwischen markierertyp und Zeit (β= 0,33, p <.001), angibt, die die Wahrscheinlichkeit der fixieren auf die BA-Ziel-Event im Laufe der Zeit nach dem Einsetzen der BA erhöht. Die TD-Kinder ausgestellt jedoch eine entgegengesetzte Auge Bewegungsmuster im Eventbereich BEI den Zielgruppen. Anhörung BEI ausgelöst mehr Fixierungen auf die at-Ziel-Event als Anhörung BA (β=-0.60, p <.001. Wieder gab es eine signifikante Wechselwirkung zwischen markierertyp und Zeit (β=-0.21, p <.001), vorgeschlagen, die im Laufe der Zeit nach dem Einsetzen der BA der TD-Gruppe Tendenz zu betrachten, das BEI Zielereignis abgelehnt.

Die Modellergebnisse für die 5-jährigen mit Autismus in den zwei Interessengebiete: die Autismus-Gruppe zeigten ähnliche Auge Bewegungsmuster. Mündlichen Verhandlung BA ausgelöst mehr Fixierungen auf dem BA-Ziel-Event als Anhörung BEI (β= 0,50, p <.001. Anhörung BEI ausgelöst mehr schaut das BEI Zielereignis als Anhörung BA (β=-0.54, p <.001. Wie der TD-Gruppe stellte die Autismus-Gruppe signifikante Wechselwirkungen in beiden Bereichen Interesse. Sowohl das BA-Target Event at-Zielgebieten, die Kinder mit Autismus angezeigt eine signifikante Wechselwirkung zwischen markierertyp und Zeit (β= 0,15, p <.01 im Ereignis BA-Zielgebiet; β=-0.16, p <.01 in der BEI-target-Event-Bereich).

Insgesamt belegen die Auge Muster ausgestellt von der 5-jährigen mit Autismus, die sie zur Nutzung der Veranstaltungsinformationen codiert in zwei morphologische Marker schnell und effektiv in Echtzeit-Satz verstehen konnten. Die Ergebnisse zeigen, dass die aufgezeichneten Augenbewegungen als automatische Reaktionen auf den sprachlichen Input sensiblen Maßnahmen Satz Verständnis Fähigkeiten in TD Kinder und Kinder mit Autismus.

Abbildung 1 : Beispiel visuelles Bild. (A) zeigt ein Ereignis an BA-Ziel. (B) darstellt BEI Zielereignis. Diese Zahl wurde mit freundlicher Genehmigung von Zhou und Ma (2018)19nachgedruckt. Bitte klicken Sie hier für eine größere Version dieser Figur.

Abbildung 2 : Durchschnittliche Fixierung Proportionen von Marker Ausbruch unter beiden Bedingungen in TD 5-Year-Olds. (A) zeigt die Fixierung Proportionen auf das BA-Zielereignis. (B) zeigt die Fixierung Proportionen auf die at-Ziel-Event. Bitte klicken Sie hier für eine größere Version dieser Figur.

Abbildung 3. Durchschnittliche Fixierung Proportionen von Marker Ausbruch unter beiden Bedingungen in 5-jährigen autistisches. (A) zeigt die Fixierung Proportionen auf das BA-Zielereignis. (B) zeigt die Fixierung Proportionen auf die at-Ziel-Event. Bitte klicken Sie hier für eine größere Version dieser Figur.

Die Autoren haben nichts preisgeben.