北京語を話す自閉症児の文理を勉強する視覚的な世界のパラダイムを使用してください。

Summary

自閉症児でリアルタイム文理の間に形態学的手がかりの利用を検討するためのプロトコルを提案します。

Abstract

文理は急速に言語的・非言語的情報のさまざまな種類を統合する能力に依存しています。ただし、研究の不足、現在自閉症と探検方法幼児理解キューの種類を使用しての文。主不明な文の理解のままの基になるメカニズムです。本研究は、就学前自閉症児の文章理解能力を検証するためのプロトコルを示します。具体的には、子供たちの瞬間に文の理解を探検するアイトラッ キングの視覚世界のパラダイムが使用されます。パラダイムには、複数の利点があります。まず、文の理解時間コースに敏感ですし、したがって、文理をどのように時間をかけて展開に関する豊富な情報を提供できます。第二に、自閉症児のテストに最適ですので、タスクと通信の最低の要求が必要です。さらに、子供たちの計算の負担を最小限に抑える存在研究対策眼球運動意識レスポンス音声の指示に伴う眼球運動を測定するのではなく、言語入力への自動応答として発生する。

Introduction

文理は急速に言語的・非言語的情報^1,2,3,4,5,6の種類を統合する能力に依存します。^,7,8,9,10,11. 先行研究は若い段階的、通常 (TD) 子供の開発を使用して文の意味を言語的・非言語的合図^{12,13,14、計算することを発見しました。 15,16,17,18,19}。ただし、研究の不足、現在自閉症と探検どのように幼児理解さまざまな種類のキューを用いた文です。その文理の基になるメカニズムは主不明のまま。

それは一般に、表現力豊かな言語で特に、自閉症児の言語能力の巨大な変動があることを認め自閉症の何人かの子供が比較的良い構造言語を持ってたとえば、一部を表わす語彙と文法の両方のドメインで赤字、障害者の文法を示すいくつかおよびいくつかは決して機能的な話されていた言語^{20,21 を取得 ,22,23,24,25}。さらに、先行研究は、その受容言語、表出性言語^26,27,28,29より比較的より障害が示唆されたようです。自閉症児の文理解能力を評価している研究の大半はオフライン タスク (例えば、標準化されたテスト、介護レポート) を使用しているし、示唆して文章の理解能力があります。特に障害^{30,31,32,33,34,35,36,37}。しかし、こと悪い理解能力言語赤字^38,39を処理するよりも社会的な反応のこれらの子供の全体的な不足に関連している可能性が高いが指摘されています。メモこれらのオフライン タスク前の研究で頻繁に使用が高応答要求または彼らはしばしば様々 な不適応行動を表わすので、自閉症の子供のため特定の困難をもたらす可能性がありますいる実験者との相互作用を必要とすることや症状。結果として、この可能性がありますタスクと通信の高い要求との対話し、理解能力をマスク [自閉症児における受容言語を評価するための方法の概要についてを参照してください笠利ら (2013)²⁷ Plesa Skwerer et al. (2016)²⁹]。したがって、これらの交絡因子を制御できるより良い実験パラダイムがさらに自閉症の文処理メカニズムの性質を理解する必要です。

現在の研究では、自閉症児の文理解能力を直接かつ効果的に評価できるアイトラッ キング パラダイムを提案する.オフライン タスク、アイトラッ キングと比較して、敏感のテスト子供の読解能力を発揮するパラダイム。理解過程の時間的経過に敏感であり、明示的なモーターや年少の子供たち、自閉症児の最小限の言葉を勉強する有望なメソッド名の参加者から言語応答は必要ありません。さらに、意識的な言語入力レスポンスに伴う眼球運動の測定ではなく言語入力への自動応答として眼球運動を記録します。

Protocol

本研究は、清華大学医学部倫理委員会によって承認されています。研究に含まれているすべての個々 の参加者からインフォームド コンセントを受けた。

1. 参加者のスクリーニングと研究準備

1. 北京語を話す就学前自閉症児を募集します。
   注: は、DSM の-4-TR⁴⁰または DSM 5⁴¹を使用して病院で小児神経科医で診断を確認すべきし、参加者数が 15 未満にする必要があります理想的には。本研究は、確定診断と 25 名の参加者を募集しました。
2. 自閉症の診断観察のスケジュール⁴²のようなゴールド スタンダード診断機器を個別に使用して各参加者を評価します。
3. ウェクスラー就学前および主なスケールのインテリジェンス IV (CN)、2-6、6-11⁴³の年齢の間の北京語を話す子供のために設計された標準化された IQ テストを使用して参加者の言語性 IQ を測定。
   注: 本研究では自閉症児の言葉の IQ スコアは、上記のすべての 80 だった。彼らは、高機能自閉症の子供が全員いた。
4. 各音声サンプルにおける発話の数単語の合計数を除して各参加者の発話 (MLU) の平均長さを計算します。両親や教師との相互作用から各参加者のための 100 の発話を記録します。その後、各参加者の発話の単語の合計数を 100 で除して MLU を計算します。
   注: MLU は、参加者の文の複雑さのレベルを示します。
5. TD 子供を募集します。理想的には年齢 (TD グループ 1) 自閉症児に TD 子供を一致 MLU (TD グループ 2) と言語性 IQ (TD グループ 3)。
   注: 現在研究のローカル幼稚園からの 50 の TD 子 (25 男の子と 25 の女の子) を採用しました。25 は、自閉症児に年齢と自閉症児に MLU と言語性 IQ の一致 25 の一致。

2. ウォーム アップ セッション

1. 実際のテストの前にウォーム アップ セッションに参加者を招待します。研究環境に参加者を紹介し、彼または彼女は、良い信頼関係を確立するとの対話します。
   注: このテスト セッションと同じ日に行われるまたは別の日に開催します。ウォーム アップ セッションで 2 つ実験者は通常関与しているし、おもちゃや小道具を使用して参加者の対話します。

3. 条件と実験デザイン

1. テスト刺激を構築します。視覚刺激と BA と BEI、形態学的マーカーをそれぞれ含む 2 つの話されていた文のそれぞれ 12 のリンク先の項目を作成します。同じ構造を使用して話されていた文を構築: 形態学的マーカー + 名詞句 (NP) + 副詞 + 動詞フレーズ (VP) (例の 1a および 1 b 以下を参照)。
   注: マーカー BA は、以下 NP が開催イベントの受信者であることを示します (2 a を参照)、備を示します、次の NP がイベント開始 (2 b を参照してください)。北京語で文の主題 NP は、NP の指示対象がコンテキストに応じて使用可能なときにしばしば省略できます。
   
   例:
   (1) a.バル獅子 qingqingdi bao qilai。
            BAライオンが優しくホールド アップ
   意味: 誰かは優しくライオンを保持します。
   b.備獅子 qingqingdi bao ル qilai。
            備ライオンが優しくホールド アップ
   意味: 誰かは優しくライオンが開催されます。
   (2) a. BA + [NP]_受信者
   b. 備 + [NP]_{イニシエーター}
   1. 視覚的なイメージを作成する Pixelmator (または別のイメージ エディター) を使用します。Pixelmator を開きます。Pixelmator アイコンをクリックします。テンプレートからの視覚的なイメージを作成します。テンプレートの選択] で[詳細の表示をクリックします。それを開くテンプレートをダブルクリックします。幅、高さ、解像度、およびポップアップ メニューから色深度を調整します。関連するパラメーターを入力します。[Ok]をクリックします。
   2. 話されていた文を構築する Praat (または別のオーディオ エディター) を使用します。マイクを設定します。Praat を開きます。Praat アイコンをクリックします。新しいメニューからレコードのモノラル サウンドを選択します。録音条件を設定するには、サンプル レート44100オプションをクリックします。録音ボタンをクリックします。
   3. 子供向けの方法で、文章を作るようのネイティブ北京語スピーカーを尋ねることによって話されていた文を記録します。レコーディングを保存するには、保存をクリックします。
      注: 通常、12 に 16 のターゲット項目は、子供と文章理解研究のため構築されます。テスト刺激は、視覚的な世界に関する他のイメージとオーディオの編集者を使用して作成できます。
2. 映像、それぞれ 2 枚の写真を含むを作成します。2 つの画像には、同じ文字を含む同じイベントが描かれています。2 つの画像で 2 つの文字のイベント ロール (開始側または受信者) を逆にします。1 つの画像はバ (BA ターゲット イベント) および備 (BEI ターゲット イベント) を含む建設との 1 つを含む建設を適合させます。図 1に例があります。
   注: この図転載されています周とママの許可を得て (2018)¹⁹。
3. 相殺とランダム化: 各視覚刺激を見て、刺激に対する記録された文章の 1 つだけを聞く参加者と 2 つの実験のリストに対象試験を分割します。BA と備を含む 6 を含む 6 構造と 2 つの実験的リストで BA と備を含む文の音声を相殺します。各実験リストに 12 フィラー項目を追加、ランダムな順序でターゲットとフィラーの試験を手配します。ランダムに 2 つのリストに、参加者を割り当てます。

4. 実験方法

1. 目の追跡の手順。
   1. リモート目トラッカーのディスプレイ モニターの前に座る参加者を招待します。ランダム連続 5 の固定ターゲットのグリッドに固執する参加者に伝え、参加者の目とモニター周り 60 cm。 実行の距離標準の校正と検証の手順を設定します。
   2. 呈する参加者話されていた文視覚的イメージを見ているような標準的な視覚的な世界のパラダイム^10,44。目の追跡者の照明器具と同じ側にある目を追跡する単眼の目追跡オプションを使用します。目の追跡者を使用して参加者の眼球運動を記録します。
      注: 本研究で使用される目の追跡者は 500 Hz のサンプリング レートを持つリモート目追跡を使用できます。
2. 検査・測定します。
   1. 参加者を個別にテストします。単に写真を表示している間、話されていた文を聴く参加者に伝えます。コンピューターの参加者を監視する 1 つの実験者および参加者の後ろに立つ 1 参加者の急な動きを最小限に抑えるために参加者の肩に彼女の手を優しく残りを求めます。
   2. 目の追跡者を使用して言語の入力に自動応答として発生する参加者の眼球運動を測定します。
      注: タスクは、参加者を話し言葉、計算の負担を最小限に、意識的な判断を要求しません。目の追跡者は自動的に眼球運動を記録します。
   3. テスト中に監視: 参加者の行動を探して観察する目トラッカーによって、テスト中に展示、コンピューターの画面にライブ ビューアー モードを使用します。場合は彼または彼女の視線がさまようコンピューター画面をオフ参加者の向きを変更する参加者の後ろに立っている実験者に合図するライブ ビューアー モードを介してデータ収集に精通している実験者を求めます。

5. データの処理と解析

1. 2 つの関心領域で参加者の注視をコードします。データ ビューアーを使用して、2 つの関心領域を描画: BA ターゲット イベント エリア、BEI ターゲット イベント領域 (図 1参照)。開いているデータ ビューアー。ツール ・ バーの関心領域の図形アイコンのいずれかを選択します。マウスを使用して、関心領域として定義し領域の周りにボックスをドラッグします。関心領域を関心領域設定フォルダーに保存します。関心領域を他の画像に適用されます。
   注:図 1の上部のパネルに描かれたイベントに一致する BA 建設、したがって BA ターゲット イベントとイベントに描かれている低いパネルの一致図 1b、それゆえ備対象イベント。データ符号化に使用するソフトウェアは、研究で使用される目の追跡ツールに付属しているデータ ビューアーです。他のデータ分析ソフトウェアも可能です。
2. データ ビューアーを使用して眼視線パターンを分析します。
   1. 開いているデータ ビューアー。分析 (例えば、本研究では、タイム ・ ウィンドウのすべての 200 ms) のタイム ・ ウィンドウを設定するのにはメニューからサンプル レポート関数を選択します。トライアルごとにマーカーの発症に関心領域の時間ロック固定比率に同じ関数を使用します。メニューからエクスポート機能を使用して excel ファイルに raw データをエクスポートします。
   2. Excel 関数を使用すると、次のエリアごとにマーカーの発症固定割合の平均します。Excel 関数を使用して、2 つの領域のマーカーの発現から 5200 ms (ターゲット文 + 200 ms の平均の長さ) の期間にわたって 200 ミリ秒の各時間帯に固定比率を計算します。線形混合効果モデルを代表結果の下で詳細な眼球運動データに適用されます。
      注: タイム ・ ウィンドウとして 200 ms の使用は、文献^{12,13,18,19,45、}子眼視線データの分析のための標準的な手順に基づいています^46,47, とそれが目動き⁴⁸の言語マーカーの影響を観察する約 200 ms がかかることを想定して一般的に。

Representative Results

本研究は、場合を調査する例の 1a および 1 b のように最小限のペアを使用して、どのくらいの速自閉症児はイベント情報リアルタイム文理の中に 2 つの形態学的マーカーでエンコードを使用できます。それは、迅速かつ効果的には、リアルタイムの文理 2 つのマーカーでイベント情報を使用することができる場合は、彼らを確認します BA ターゲット イベントと聞いて備より BA を聞くときに予想されていた。また、必要がありますにこだわるのだより備ターゲット イベント BA に聞いた後より備を聞いた後。

5 歳自閉症と年齢をマッチさせた TD 仲間間の比較は、代表的な結果で提示されます。図 2は、BA ターゲット イベント (パネル) と 2 つの条件で備ターゲット イベント (パネル B) の 5 歳 TD の平均固定比率を示します。図 3は、自閉症の 5 歳児の平均固定比率をまとめたものです。

数字を示す自閉症表示グループの視線の移動パターン年齢をマッチさせた TD グループに似ています。両方のグループは、BA ターゲット イベントとき聞くオブジェクト NP と副詞の発症前に発症後に起こる備より BA を聞くときにもっと注視を出展しました。具体的には、1800 ~ 2000 ms (図 3) ウィンドウの中に自閉症グループで発生しその影響に対し効果 TD グループで 1400 ~ 1600 ms (図 2)、ウィンドウ中で発生しました。対照的に、反対の目動きパターンが両方のグループ備ターゲット イベントで発見された: とき聞くオブジェクト NP と副詞の発症する前に発症後再度発生している BA より備を聞いて備ターゲット イベントにもっと注視行動が観察されました。

固定比率が経験的ロジット式⁴⁹を使って変換:確率 = ln[(y+0.5)/(n-y+0.5)]、場所yは特定の一時的なビンの中に関心の領域に注視の番号、 nは、その一時的な容器に注視の合計数。線形混合効果モデルは変換されたデータにして装着されました。統計モデルは、固定効果として時間およびマーカーの種類 (備対 BA) を投与、重要なタイム ・ ウィンドウに 2 つの関心領域での注視に基づく個別に 2 つのグループに対して計算しました。ランダムを傍受し、斜面は、参加者と項目の両方の⁵⁰の含まれていた。フィッティング プロセスは、パッケージ lme4 (v1.1-12)⁵¹ R (v3.2.5) ソフトウェア環境⁵²から関数 lmer を介して実施されました。Wald テストは、各固定効果の-の p 値を計算する使用されました。

TD 5 歳児 2 つの関心領域でのモデルの結果: BA ターゲット イベント エリアで BA を聞くせいでこのイベントのとき聞いて備より見て大幅に TD 子どもたち (β= 0.54 p <.001。さらに、マーカーの種類と時間の間の重要な相互作用があった (β= 0.33、 p <.001), BA の発症後時間の経過と共に BA ターゲット イベントに執着することの確率が高められることを示します。しかし、TD 子供は備ターゲット イベント エリアで反対の目動きパターンを展示しました。備トリガー BA を聞くより備ターゲット イベントにもっと注視をヒアリング (β= p <.001-0.60。もう一度、マーカーの種類と時間の間の重要な相互作用があった (β= p <.001-0.21), BA の発症後時間の経過とともに減少して備ターゲット イベント見て TD グループの傾向を示唆しています。

2 つの興味の分野で自閉症の 5 歳児向けモデルの結果: 自閉症グループは、似たような目動きパターンを示した。聴覚 BA トリガー備を聞くより BA ターゲット イベントにもっと注視 (β0.50 p <.001 を =。備トリガー BA を聞くより備ターゲットのイベントでより多くのルックスをヒアリング (β= p <.001-0.54。TD グループのような自閉症グループは関心領域の両方で重要な相互作用を展示しました。BA ターゲットと備ターゲット イベント エリアは、自閉症児はマーカーの種類と時間の間の重要な相互作用を表示 (β= 0.15 p BA 対象イベント地域で <.01 β= pで <.01-0.16、BEI-target イベント エリア)。

全体的にみて、自閉症の 5 歳児が出展したアイ ・ パターンは、迅速かつ効果的にリアルタイムの文理の中に 2 つの形態学的マーカーでエンコードされたイベント情報を使用することができた証拠を提供します。結果は、言語入力への自動応答として記録された眼球運動が TD 子供と自閉症児の文理解能力の重要な措置であることを示します。

図 1: 例映像。(A) BA ターゲット イベントを示します。(B) 備ターゲット イベントを表します。この図は、(2018)¹⁹周とママの許可を得て転載されています。この図の拡大版を表示するのにはここをクリックしてください。

図 2: マーカー TD 5 歳児で両方の条件で発症から固定割合の平均です。(A) BA ターゲット イベントの固定比率を示しています。(B) 備ターゲット イベントの固定比率を示しています。この図の拡大版を表示するのにはここをクリックしてください。

図 3。5 歳自閉症の両方の条件でマーカー発症から固定割合の平均です。(A) BA ターゲット イベントの固定比率を示しています。(B) 備ターゲット イベントの固定比率を示しています。この図の拡大版を表示するのにはここをクリックしてください。

Discussion

現在の研究では、自閉症児の文章理解能力を直接かつ効果的に評価できるアイトラッ キング パラダイムを提案する.リアルタイム文理中的手がかりの効果的かつ迅速な使用を反映する眼視線パターンを 5 歳年齢をマッチさせた TD 仲間のような自閉症児に展示がわかった。

調査結果は、アイトラッ キング (特に、視覚世界のパラダイム) で自閉症児の文理解リアルタイムの敏感な測定であるという証拠を提供します。パラダイム オフライン方式と比較して、いくつかの利点があります。まず、文の理解時間コースに敏感です。第二に、タスクを最小化と通信の要求、つまり子供の挑戦的な行動機能を展示に適した方法です。第三に、参加者による計算の負荷を大幅に削減、入力についての意識の判断を提供するために参加者を求めることがなく言語入力への自動応答として眼球運動を記録だけ。

視覚世界のパラダイムは、同時の言語的刺激のリアルタイム処理する視覚世界中の眼球運動が同期しているリンクの前提に基づいています。したがって、視覚的な世界のパラダイムを使用して効果的な言語理解研究視覚世界で眼視線パターンと話されている言語の参照処理の間にマッピングが必要です。2 つの間にマッピングを確実に、眼球運動、視覚的なイメージを反映する話されていた言語、および影響を与えるその他の要因の理解の基礎となるプロセスだけを最初の方法で視覚刺激を設計することが重要です。参加者の眼球運動が制御されました。第二に、話されていた言語と音声言語要素の境界の各要素と識別できることが明確に後の分析のためかどうかを確認する重要な言語学的マーカーの発症に時間ロック参加者の眼球運動することが重要です。

視覚世界のパラダイムは、TD 子供たちの言語能力をテストする正常に使用されています。本研究は、就学前自閉症児における言語理解の研究な視覚的な世界の可能性を探った。前述したように、これらの調査結果は有効性および自閉症児における言語知識をテストでパラダイムの感度のための証拠を提供します。調査結果はまた周囲の自閉症児の言語理解能力の質問を再考する私たちを招待します。前述したように、先行研究が自閉症児の文章理解能力が深刻な障害かもしれないを示唆するようただし、笠利ら²⁷と²⁹Plesa Skwerer らによって書きとめられるようにしばしば困難だため標準化されたテストやその他のオフラインのタスクのような伝統的な方法を使用して自閉症の子供の理解能力を評価するこれらタスクは高応答要求または; 実験者との相互作用を必要とします。その結果、この場合は、自閉症児のために特定の難しさを伴います。視覚世界のパラダイムを使用して、本研究は、最小限のタスクと通信の要求が含まれる場合、自閉症の幼児がリアルタイム文理中言語的手がかりを効果的にかつ迅速に使用することができる初めての示しています。文章読解能力が過去の研究によって示唆されているよりもはるかに良いです。調査結果はまた、過去の研究では自閉症児の悪い理解のパフォーマンスはおそらく社会的応答と高いこれらの伝統的なタスクに関与する要求のタスクとコミュニケーションの不足のため、証拠を提供します。

視覚世界のパラダイムは文処理自閉症のメカニズムの本質を理解し、早期に識別するために役立つ眼視線パターン言語よりよい助けになる自閉症の処理に関連付けられている確立に体系的に適用できます。自閉症のための臨床マーカー。

Materials

Name	Company	Catalog Number	Comments
EyeLink 1000 plus eye tracker	SR Research Ltd.		The EyeLink 1000 plus allows remote eye tracking, without a head support. The eye tracker provides information about the participant’s point of gaze at a sampling rate of 500 Hz, and it has accuracy of 0.5 degrees of visual angle.