探索非语言认知因素在儿童发展性语言障碍中的预测作用：非语言智商、工作记忆与自动化速度的综合影响

　　为解决儿童发展性语言障碍（DLD）中语言与认知能力的复杂关联问题，研究人员开展了一项关于非语言智商（IQ）、工作记忆（WM）、内隐统计学习（ISL）和自动化速度（AutoCV）的预测作用研究。结果表明，非语言工作记忆、非语言智商和自动化速度是语言能力的重要预测因子，支持累积风险模型，为DLD的诊断和干预提供了新视角。

　　

语言是人类沟通和思维的重要工具，但并非所有儿童都能轻松掌握这一技能。发展性语言障碍（Developmental Language Disorder, DLD）是一种常见的神经发育障碍，影响约7.5%的儿童，其特征是语言学习和使用方面的持续困难，包括词汇获取、语法理解和表达等多个方面。尽管语言是DLD的核心问题，但越来越多的研究表明，这些儿童在非语言认知领域也存在广泛挑战，如工作记忆、处理速度和执行功能等。然而，我们对这些认知因素如何与语言能力相互作用的了解仍然有限。传统上，DLD的诊断曾依赖于语言能力与非语言智商之间的差异，但最新的国际共识已不再要求这种差距，转而强调语言困难的持久性和功能性影响。这种转变反映了对DLD异质性和复杂性的更深入认识，但也带来了新的问题：哪些认知因素最能预测DLD？它们如何共同影响语言发展？

为了回答这些问题，Ashley Blake、Ewa D?browska和Nick Riches在《Journal of Communication Disorders》上发表了一项研究，探讨了非语言智商、工作记忆、内隐统计学习和自动化速度对DLD儿童语言能力的预测作用。他们的研究基于累积风险模型，假设多个认知弱点的叠加可能增加DLD的风险，而某些认知优势则可能起到保护作用。通过比较语言正常儿童和DLD儿童的表现，研究团队旨在识别那些对语言发展最关键的非语言认知因素，从而为更精准的诊断和干预策略提供依据。

研究人员招募了77名儿童，包括54名语言正常（LT）儿童和23名DLD儿童，年龄在6岁9个月至10岁8个月之间。所有参与者完成了一系列标准化语言评估和认知任务。语言评估包括接受性语法（Test for Reception of Grammar, TROG-2）、表达性语法（Clinical Evaluation of Language Fundamentals, CELF-5的句子回忆分测试）、接受性词汇（British Picture Vocabulary Scale, BPVS）以及从叙事和说明性话语任务中提取的语言样本指标（如T单位平均长度、从属指数、词汇多样性、语速和不流利程度）。认知任务则全部采用非语言形式，以最小化语言能力对结果的混淆。这些任务包括：非语言智商（Raven’s Coloured Progressive Matrices, CPM）、非语言工作记忆（Backwards Colour Span任务）、内隐统计学习（基于嵌入三元组范式的视觉任务）和自动化速度（通过多试次Tower of Hanoi, MToH任务测量，以变异系数AutoCV作为指标）。数据收集在COVID-19疫情期间通过Zoom平台在线进行，确保了参与者的安全和便利。

研究结果显示，DLD儿童在所有语言测量上均显著低于LT儿童，但在认知任务上，差异主要体现在非语言智商和工作记忆，而内隐统计学习的组间差异不显著，自动化速度的差异接近显著性。相关分析表明，在DLD组中，非语言智商与多数语言指标相关，工作记忆与智商、自动化速度及部分语言指标相关，而内隐统计学习与一些语言指标呈负相关，但由于任务可靠性问题，这些数据未被纳入最终分析。逻辑回归模型表明，非语言工作记忆、非语言智商和自动化速度是预测DLD状态的重要因子，其中工作记忆的效应最大（OR=13.09）。累积风险分析发现，所有DLD儿童的工作记忆均低于中位数，82%的DLD儿童在至少两个认知测量上低于中位数，支持了多重认知弱点增加DLD风险的假设。

研究人员在讨论中指出，非语言认知能力可能与语言发展存在双向关系：认知弱点可能加剧语言困难，而语言挑战也可能影响认知表现。工作记忆的强预测作用突显了其在语言处理中的核心角色，而非语言智商和自动化速度则反映了问题解决和技能自动化的影响。这些发现支持了约束基于模型的观点，即语言和工作记忆并非独立系统，而是相互依赖的认知功能。研究的局限性包括样本量较小和内隐统计学习任务的可靠性问题，但结果为未来研究提供了方向，例如开发更可靠的认知任务和探索自动化速度在DLD中的作用机制。

总之，这项研究强调了非语言认知因素在DLD中的重要性，支持了累积风险模型的应用。对于临床实践，这些发现提示应关注儿童的多元认知 profile，整合认知强化训练到语言干预中，以更全面地支持DLD儿童的发展。未来研究可进一步探索这些认知因素的纵向变化及其与语言进步的关联，为个性化干预策略提供证据基础。