Stowarzyszenie między czasem na ekranie a wynikami dzieci w teście przesiewowym rozwoju (2019)

Artykuł o badaniu - http://time.com/5514539/screen-time-children-brain/

Oryginalne dochodzenie

28 stycznia 2019

Dr Sheri Madigan^1,2; Dr Dillon Browne³; Dr Nicole Racine^1,2; et al Camille Mori, BA^1,2; Dr Suzanne Tough²

Autorzy oddziałów Informacje o artykule

JAMA Pediatr. Opublikowano online Styczeń 28, 2019. doi: 10.1001 / jamapediatrics.2018.5056

Kluczowe punkty

Question  Czy wydłużony czas przesiewowy jest związany ze słabą wydajnością badań przesiewowych rozwojowych dzieci?

Ustalenia  W tym badaniu kohortowym dotyczącym rozwoju wczesnego dzieciństwa u matek i dzieci 2441, wyższy poziom czasu przesiewowego u dzieci w wieku 24 i 36 był związany ze słabą wydajnością w badaniu przesiewowym oceniającym osiągnięcie przez dzieci kamieni milowych rozwoju odpowiednio w miesiącach 36 i 60. Nie zaobserwowano związku awersji (tj. Słabej wydajności rozwojowej do wydłużonego czasu przesiewowego).

Znaczenie  Nadmierny czas na ekranie może wpływać na zdolność dzieci do optymalnego rozwoju; zaleca się, aby pediatrzy i lekarze prowadzili rodziców w zakresie odpowiedniej ilości ekspozycji na ekran i omawiali potencjalne konsekwencje nadmiernego użycia ekranu.

Abstrakcyjny

Znaczenie  Nadmierny czas na ekranie wiąże się z opóźnieniami w rozwoju; nie jest jednak jasne, czy dłuższy czas przesiewowy przewiduje niższe wyniki w badaniach przesiewowych rozwojowych lub czy dzieci z niską wydajnością rozwojową otrzymują dodatkowy czas na ekran jako sposób modulowania trudnych zachowań.

Cel  Ocena kierunkowego związku między czasem przesiewowym a rozwojem dziecka w populacji matek i dzieci.

Projekt, ustawienie i uczestnicy  W tym podłużnym badaniu kohortowym wykorzystano model 3 z falami krzyżowymi w matkach i dzieciach 2441 z Calgary, Alberta, Kanada, sporządzony z badania Wszystkie nasze rodziny. Dane były dostępne, gdy dzieci były w wieku 24, 36 i 60 miesięcy. Dane zbierano między październikiem 20, 2011 i październikiem 6, 2016. Analizy statystyczne przeprowadzono od lipca 31 do listopada 15, 2018.

Ekspozycje  Mediów.

Główne rezultaty i środki  W wieku 24, 36 i 60 oceniano zachowanie dzieci w czasie przesiewowym (całkowite godziny na tydzień) i wyniki rozwojowe (Kwestionariusz Wieku i Etapy, Trzecia Edycja) za pomocą raportu matczynego.

Efekt  Spośród dzieci 2441 objętych analizą 1169 (47.9%) to chłopcy. Model z losowymi przecięciami, model panelu krzyżowego, wykazał, że wyższe poziomy czasu przesiewowego w miesiącach 24 i 36 były istotnie związane z gorszymi wynikami badań przesiewowych rozwojowych w miesiącach 36 (β, -0.08; 95% CI, -0.13 do −0.02 ) i 60 miesięcy (odpowiednio, β, −0.06; 95% CI, −0.13 do −0.02). Te wewnątrzosobowe (zmienne w czasie) skojarzenia statystycznie kontrolowały różnice między osobami (stabilne).

Wnioski i Trafność  Wyniki tego badania potwierdzają kierunkowe powiązanie czasu ekranowego z rozwojem dziecka. Zalecenia obejmują zachęcanie rodzinnych planów medialnych, a także zarządzanie czasem na ekranie, aby zrównoważyć potencjalne konsekwencje nadmiernego użytkowania.

Wprowadzenie

Według wpisu szkoły, 1 u dzieci 4 wykazuje deficyty i opóźnienia w wynikach rozwojowych, takich jak język, komunikacja, zdolności motoryczne i / lub zdrowie społeczno-emocjonalne.^1,2 Dlatego wiele dzieci rozpoczyna szkołę nieodpowiednio przygotowaną do nauki i sukcesu akademickiego. Luki w rozwoju mają tendencję do rozszerzania się w miarę upływu czasu bez interwencji,³ tworzenie obciążeń dla edukacji i systemów opieki zdrowotnej w postaci większych wydatków rządowych i publicznych na remediację i kształcenie specjalne.^4,5 W związku z tym podjęto wysiłki w celu zidentyfikowania czynników, w tym czasu ekranowania dzieci,⁶ które mogą tworzyć lub pogłębiać różnice we wczesnym rozwoju dziecka.

Cyfrowe media i ekrany są teraz wszechobecne w życiu dzieci. Około 98% amerykańskich dzieci w wieku 0 do 8 mieszka w domu z urządzeniem podłączonym do Internetu i średnio spędza ponad 2 godzinami dziennie na ekranach.⁷ Kwota ta przekracza zalecaną przez pediatryczną wytyczną, że dzieci spędzają nie więcej niż 1 godzin dziennie, oglądając wysokiej jakości programowanie.^8,9 Chociaż zidentyfikowano pewne zalety wysokiej jakości i interaktywnego czasu ekranu,^10-13 nadmierny czas przesiewowy był związany z szeregiem szkodliwych wyników fizycznych, behawioralnych i poznawczych.^14-21 Chociaż możliwe jest, że czas na ekranie przeszkadza w możliwościach uczenia się i rozwoju, możliwe jest również, że dzieci z opóźnieniami otrzymują więcej czasu na ekranie, aby pomóc w modulowaniu trudnych zachowań. Na przykład dzieciom, które zmagają się z samoregulacją, wykazano, że otrzymują więcej czasu na ekranie niż dzieci bez trudności.²² Jednak większość badań wykorzystywała metody przekrojowe, ograniczając wnioski dotyczące kierunkowości skojarzeń.

Większa jasność co do kierunkowości stowarzyszeń może być informacyjna dla pediatrów i innych lekarzy, którzy chcą kierować rodzicami na temat odpowiedniej ekspozycji na ekran, jak również potencjalnych konsekwencji nadmiernego użycia ekranu. Korzystając z fali 3, losowych interceptów, modelu panelu z opóźnieniem krzyżowym, w tym dzieci 2441 obserwowanych w wieku 24, 36 i 60, zbadaliśmy, czy wyższy czas przesiewowy wpływa na wyniki badań przesiewowych rozwojowych i czy dzieci z niższymi wynikami w tych badaniach testy otrzymały więcej czasu na ekranie.

Metody

Badanie projektu i populacji

Uczestnikami były matki i dzieci z badania All Our Families, duża, prospektywna kohorta matek i dzieci 3388 z Calgary, Alberta, Kanada.^23,24 W tej kohorcie kobiety ciężarne zostały zrekrutowane między 13, 2008 i 13, 2010, przez lokalne biura podstawowej opieki zdrowotnej, reklamę społeczności i lokalną służbę laboratoryjną. Kryteriami włączenia do badania były (1) wiek 18 lat lub więcej, (2) zdolność komunikowania się w języku angielskim, (3) wiek ciążowy mniejszy niż 24 tygodni i (4) otrzymywanie lokalnej opieki prenatalnej. Matki obserwowano w 34 w czasie ciąży 36 i kiedy ich dziecko było w wieku 4, 12, 24, 36 i 60 miesięcy. Punkty miesiąca 24, 36 i 60 zastosowano w niniejszym badaniu, gdy zbierano zmienne czasu przesiewania. Dane demograficzne i charakterystykę badań można znaleźć w Tabela 1, z dalszymi szczegółami zgłoszonymi gdzie indziej.^23,24 Wszystkie procedury zostały zatwierdzone przez Radę Etyki Badań nad Zdrowiem Uniwersytetu w Calgary, Calgary, Alberta, Kanada. Matki udzielały pisemnej świadomej zgody; nie było rekompensaty finansowej.

Środki

Screener rozwoju

Kiedy dzieci były 24, 36 i 60 miesięcy, matki ukończyły kwestionariusz Ages and Stages Questionnaire, Third Edition (ASQ-3).²⁵ ASQ-3 jest szeroko stosowaną, zgłaszaną przez rodziców miarą przesiewową.^26,27 ASQ-3 identyfikuje postęp rozwojowy w domenach 5: komunikacja, duży silnik, drobny silnik, rozwiązywanie problemów i relacje osobiste-społeczne. Kwestionariusz zawiera elementy 30 ocenione jako tak, czasami, lub jeszcze nie na pytania z pytaniem o zdolność dziecka do wykonania zadania.

Zgodnie z wcześniejszymi badaniami,²⁸ użyto zsumowanego wyniku ASQ-3 we wszystkich domenach (wyższe wyniki wskazują na lepszy rozwój). Równoczesna ważność ASQ-3 ze standardowymi testami rozwoju (Bayley Scales of Infant Development²⁹) i intelektualne (Stanford-Binet Intelligence Test – 4th Edition³⁰) wykazano umiejętności.³¹ ASQ-3 został zalecony do badań przesiewowych u dzieci i ma dobre właściwości psychometryczne.³² ASQ-3 ma średnią lub wysoką czułość (0.70-0.90) i specyficzność (0.76-0.91). Niezawodność testu testowego jest wysoka (0.94-0.95), podobnie jak niezawodność między rodzicami a profesjonalistami (0.94-0.95).^31,33,34

Czas ekranu

Matki wskazywały zakres czasu, jaki ich dziecko spędziło na korzystaniu z określonych mediów elektronicznych w typowy dzień tygodnia i weekend. Matki zgłaszały następujące urządzenia i / lub media: oglądały programy telewizyjne; oglądać filmy, filmy lub historie na magnetowidzie lub odtwarzaczu DVD; korzystać z komputera, systemu gier lub innych urządzeń opartych na ekranie. Obliczono średnią ważoną tygodniowego czasu tygodnia i weekendu na różnych nośnikach, aby uzyskać wykorzystanie czasu na ekranie w godzinach / tygodniach.

Współzmienne

Płeć dziecka oznaczono jako żeńską (1) lub męską (0), a wiek matki i dziecka odnotowano odpowiednio w latach i miesiącach. Kiedy dziecko było 12 miesięcy, matki wskazywały, czy „oglądają lub czytają książki dla dzieci mojemu dziecku”, zakodowane jako niezbyt często (1), czasami (2) lub często (3). Kiedy dziecko było w wieku 24, matki wskazywały czas, w którym dziecko angażowało się w aktywność fizyczną w typowy dzień tygodnia, od braku (1) do 7 godzin lub więcej (7), a także ukończyło Center for Epidemiologic Depression Scale.³⁵ Kiedy dziecko było w 36 miesięcy, poziom wykształcenia matki był zbierany przy użyciu skali 1 (część szkoły podstawowej lub szkoły średniej) do 6 (ukończona szkoła wyższa), dochód zgłaszano w przyrostach $ 10 000 CAD (1, ≤10 000 CAD $ ; 11, ≥ $ 100 000 CAD $), pozytywne interakcje u matki zostały ocenione za pomocą National Longitudinal Survey of Children and Youth Parenting Scales,³⁶ i rejestrowano liczbę godzin snu, które dziecko otrzymuje w typowym okresie 24. W miesiącach 60 matki odpowiedziały: „Czy twoje dziecko było w opiece pozarodzinnej lub przedszkolu regularnie przed tym rokiem?” Jako nie (0) lub tak (1).

Analiza statystyczna

Powiązania podłużne między godzinami dziecięcymi czasu przesiewowego a wynikami rozwojowymi badano za pomocą losowego przecięcia, modelu panelu z opóźnionym opóźnieniem (RI-CLPM), zgodnie z definicją Hamakera i współpracowników³⁷ (Postać). W porównaniu ze standardowymi CLPM, RI-CLPM zajmuje się problemami związanymi z rezydualnymi zakłóceniami poprzez statystyczną izolację wariancji w powtarzanych miarach wyniku, która jest stabilna (tj. Niezmiennik międzyosobniczy i czasowy) a dynamiczny (tj. W obrębie osoby i czasu- różne). Badania symulacyjne wykazały, że takie podejście zmniejsza uprzedzenia w kierunkowych oszacowaniach asocjacji i ściślej przybliża wnioskowanie przyczynowe.³⁸

Analizy przeprowadzono w krokach 2. Najpierw oszacowano standard RI-CLPM; następnie zbadano udział zmiennych towarzyszących. W RI-CLPM na podstawie powtarzanych pomiarów czasu przesiewania i ASQ-3 wyodrębniono czynniki międzyosobowe (stabilne), a czynnikom tym zezwolono na pożądanie. Kowariancja między czynnikami międzyosobowymi odzwierciedla związek między czasem ekranowym a rozwojem, który jest stały (nie dynamiczny) w czasie. Kowariancja wyodrębnia również wkład wszelkich zakłóceń międzyosobniczych i / lub niezmiennych w czasie, które są związane zarówno z czasem ekranowym, jak i ASQ-3 (np. Płeć dziecka, żyjąc w niższym statusie społeczno-ekonomicznym we wszystkich falach badania) z komponentu wewnątrzosobowego modelu, w którym kierunek skojarzeń jest brany pod uwagę. Komponent wewnątrzosobowy obejmuje typy szacunków 3: autoregresje (1) (tj. Opóźnienia) wychwytują stabilność wewnątrz-rzędową w konstruktach w czasie; (2) kowariancje w czasie wychwytują siłę i kierunek powiązań między czasem na ekranie a ASQ-3 u osób w punkcie czasowym 1; i (3) opóźnienia krzyżowe rejestrują podłużne i kierunkowe powiązania między czasem ekranowania a ASQ-3 w obrębie osób (Postać). Po dopasowaniu standardowego RI-CLPM współzmienne (mierzone na poziomie międzyosobniczym) były traktowane jako predyktory współczynników stabilności w modelu wyłącznie międzyosobniczym.

Brakujące dane

Podpróbka użyta w niniejszym badaniu (n = 2441) wypełniła kwestionariusze dla co najmniej 1 punktu w 24, 36 lub 60 miesiącach. Wskaźniki wyczerpania i porównanie cech demograficznych dla rodzin, które pozostały w związku z opuszczeniem badania, są podane w eTable w Uzupełnienie. Aby oszacować wpływ brakujących danych, przeprowadzono modele z pełną oceną maksymalnej wiarygodności informacji.³⁹ Analizy przeprowadzono z uczestnikami z pełnymi danymi w miesiącach 36, a uczestnicy z pełnymi danymi w miesiącach 60. Wyniki były zasadniczo podobne we wszystkich iteracjach modelu. Ustalenia uznano za znaczące na P <05, poziom dwustronny. Wszystkie analizy przeprowadzono w programie Mplus w wersji 2.⁴⁰ Analizy statystyczne przeprowadzono od lipca 31 do listopada 15, 2018.

Efekt

Opisowe statystyki

Statystyki opisowe przedstawiono w Tabela 1. Dzieci oglądały ekrany średniej (SD) 17.09 (11.99) (mediana, 15) godzin w tygodniu w 24 miesiącach, 24.99 (12.97) (mediana, 23) godzin w tygodniu w 36 miesiącach i 10.85 (5.33) (mediana, 10.5) godziny w tygodniu w 60 miesiącach.

Model przechwytywania losowego, z panelami krzyżowymi

Oszacowano standard RI-CLPM (Postać), a wskaźniki dopasowania ujawniły, że model dobrze pasuje do obserwowanych danych (χ²₁ = 0.60; P = 44; średni kwadratowy błąd aproksymacji [RMSEA] = 0.00; 95% CI, 0.00-0.05; Indeks Tuckera-Lewisa [TLI] = 1.00; standaryzowana średnia kwadratowa reszty [SRMR] = 0.003). W międzyosobowej części modelu występowały statystycznie istotne wariancje (tj. Losowe przecięcia) zarówno dla słabych wyników w badaniu przesiewowym rozwoju (σ² = 14.57; 95% CI, 0.87-18.28) i czas badania przesiewowego (σ² = 17.15; 95% CI, 11.58-22.70), ujawniając istotne różnice indywidualne w średnich dla obu wyników na poziomie osoby. Oznacza to, że niektóre dzieci mają średnio wyższy poziom czasu spędzanego przed ekranem i lepsze wyniki w zakresie rozwoju niż inne dzieci. Ponadto statystycznie istotna i ujemna kowariancja między komponentami międzyosobowymi sugeruje, że dzieci z wyższym poziomem czasu spędzanego przed ekranem wykazują średnio gorsze wyniki w przesiewowych testach rozwojowych i we wszystkich fazach badania.

W zmiennym czasowo komponencie modelu statystycznie istotne autokorelacje dla każdego oszacowanego opóźnienia wskazują na znaczną stabilność wewnątrzosobniczą w konstruktach w czasie. Jak wyszczególniono w Postać, po uwzględnieniu stabilności wewnątrzosobowej, wystąpiły znaczące i ujemne opóźnienia łączące ekspozycję na czas przesiewowy w miesiącach 24 z niższymi wynikami w testach przesiewowych rozwoju w miesiącach 36 (β, −0.08; 95% CI, −0.13 do −0.02 ), a także z ekspozycją na czas przesiewowy w miesiącach 36 związanych z niższymi wynikami w badaniach przesiewowych rozwojowych w miesiącach 60 (β, −0.06; 95% CI, −0.13 do −0.02). Nie zaobserwowano odwrotnego kierunku niższych wyników w badaniach przesiewowych rozwojowych związanych z wyższymi poziomami późniejszego czasu przesiewowego. Również kowariancje w czasie nie były znaczące. Podsumowując, odkrycia te sugerują, że wyższy poziom ekspozycji na ekran w stosunku do średniego poziomu skriningu u dziecka był związany ze znacznie gorszą wydajnością w badaniach przesiewowych rozwojowych przy następnej fali badania w stosunku do średniego poziomu kamieni milowych rozwojowych dziecka, ale nie odwrotnie.

Predyktory międzyosobowe średniego czasu ekranu i wyników rozwojowych

Współzmienne traktowano jako predyktory w regresji wielowymiarowej, przy czym czynniki międzyosobowe były regresowane na wszystkie zmienne jednocześnie. Wymuszone wejście wszystkich tych zmiennych towarzyszących zaowocowało gorszym dopasowaniem modelu, chociaż zezwolenie na macierz kowariancji spośród wszystkich zmiennych towarzyszących dało model, który pasował umiarkowanie dobrze do indeksów dopasowania, z wyjątkiem TLI (χ²₅₃ = 521.04; P <001; RMSEA = 0.06; 95% CI, 0.05-0.06; TLI = 0.78; SRMR = 0.067). Jak opisano szczegółowo w Tabela 2, wyższe wskaźniki poziomu osobowości w ASQ-3 zaobserwowano dla dziewcząt i gdy matki zgłosiły niższą depresję matek i wyższe dochody gospodarstwa domowego, dodatni wynik matczyny, poziom aktywności fizycznej dzieci, ekspozycję dziecka na czytanie i godziny snu dziennie. Te predyktory stanowiły 15% wariancji. W przypadku dziewcząt obserwowano niższe poziomy czasu przesiewowego na poziomie osoby, a gdy matki zgłaszały niższą depresję u matek i wyższy poziom dochodów, wykształcenie, narażenie dzieci na czytanie i godziny snu na noc. Te predyktory stanowiły 12% wariancji. Gdy uwzględniono te zmienne, znormalizowana kowariancja (korelacja) współczynników stabilności międzyosobowej wynosiła σ = -0.13 (95% CI, -0.19 do −0.08), co sugeruje istnienie stabilnego związku między czasem ekranowym a ASQ- 3, który nie jest uwzględniany przez te predyktory.

Dyskusja

Czas na ekranie jest powszechny w życiu współczesnych rodzin. Co więcej, rośnie wraz ze wzrostem stopnia integracji technologii we wszystkich dziedzinach życia. Konsekwencje nadmiernego czasu na ekranie zyskały znaczną uwagę w badaniach, zdrowiu i debacie publicznej w ciągu ostatniej dekady.^7,41,42 Ale co jest pierwsze: opóźnienia w rozwoju lub nadmierne wyświetlanie czasu na ekranie? Jedną z nowości obecnego badania podłużnego 3-wave jest to, że może rozwiązać to pytanie za pomocą powtarzanych pomiarów. Wyniki sugerują, że początkowym czynnikiem jest prawdopodobnie czas przesiewowy: większy czas przesiewowy w miesiącach 24 był związany z gorszą wydajnością w badaniach przesiewowych rozwojowych w miesiącach 36, i podobnie, dłuższy czas przesiewowy w miesiącach 36 był związany z niższymi wynikami w badaniach przesiewowych rozwojowych w 60 miesięcy. Nie obserwowano asocjacji awersu.

Średnio dzieci w wieku 24, 36 i 60 w naszym badaniu oglądały w przybliżeniu godziny telewizyjne 17, 25 i 11 tygodniowo, co odpowiada odpowiednio godzinom 2.4, 3.6 i 1.6 godzin ekranowych dziennie. Ilość czasu na ekranie w tym przykładzie jest zgodna z ostatnim raportem⁷ sugeruje to, że dzieci w całych Stanach Zjednoczonych oglądają średnio 2 godzin i 19 minut programowania dziennie. Chociaż skrócenie czasu ekranowania w miesiącach 60 nie wpłynęłoby na analizy przesunięć w czasie, ponieważ dotyczą stabilności kolejności rang w porównaniu ze średnią zmianą, redukcja ta jest godna uwagi. Może to być odzwierciedleniem dzieci w naszej kohorcie rozpoczynających szkołę podstawową, a także opieki przedszkolnej i przedszkolnej, która rozpoczyna się w wieku 5, co powoduje mniej czasu w domu i naturalne skrócenie czasu na ekranie.

Rozwój dziecka rozwija się szybko w pierwszych latach życia 5. Niniejsze badanie dotyczyło wyników rozwojowych w krytycznym okresie wzrostu i dojrzewania, ujawniając, że czas przesiewowy może wpływać na zdolność dzieci do optymalnego rozwoju. Kiedy małe dzieci obserwują ekrany, mogą nie mieć ważnych okazji do ćwiczenia i opanowania umiejętności interpersonalnych, motorycznych i komunikacyjnych. Na przykład, gdy dzieci obserwują ekrany bez interaktywnego lub fizycznego komponentu, są bardziej osiadłe, a zatem nie ćwiczą podstawowych umiejętności motorycznych, takich jak chodzenie i bieganie, co z kolei może opóźniać rozwój w tym obszarze. Ekrany mogą również zakłócać interakcje z opiekunami^43-45 ograniczając możliwości werbalnych i niewerbalnych wymian społecznych, które są niezbędne do wspierania optymalnego wzrostu i rozwoju.⁴⁶

Zgodnie z modelami teoretycznymi wyrażającymi wielorakie wpływy na rozwój w wielopoziomowym systemie ekologicznym,⁴⁷ zaobserwowaliśmy, że zarówno czas przesiewowy, jak i wyniki badań przesiewowych rozwojowych były związane z różnymi czynnikami osobowymi i kontekstowymi, takimi jak dochód rodziny, depresja matki, sen dziecka, regularne czytanie dziecka i bycie kobietą. Podsumowując, odkrycia te sugerują, że wiele czynników może wpływać na skłonność dziecka do nadmiernego czasu na ekranie. Możliwe jest jednak, że nie wszystkie dzieci są pod wpływem czasu na ekranie. Mogą istnieć czynniki, które buforują negatywny wpływ czasu przesiewowego na rozwój dziecka. Przyszłe badania podłużne badające podatność różnicową⁴⁸ dzieci do kontroli czasu ekspozycji, a także czynników ryzyka i ochronnych,⁴⁹ konieczne będzie określenie, kiedy i dla kogo czas na ekranie jest szczególnie problematyczny dla rozwoju dziecka.

Z tego badania wynika kilka implikacji praktycznych i zaleceń. Po pierwsze, praktycy powinni podkreślać, że czas ekranowy powinien być wykorzystywany z umiarem i że jedną z najskuteczniejszych metod poprawy rozwoju dziecka są wysokiej jakości interakcje między opiekunem a dzieckiem bez rozproszenia ekranów.⁴⁴ Po drugie, pediatrów i pracowników służby zdrowia zachęca się do rozwijania spersonalizowanych planów medialnych z rodzinami lub kierowania rodzin do zasobów w celu opracowania planów medialnych⁵⁰ aby upewnić się, że czas na ekranie nie jest nadmierny lub przeszkadza w kontaktach twarzą w twarz lub czasie rodzinnym. Plany medialne można dostosować do potrzeb każdej rodziny. Plany zawierają wskazówki dotyczące ustalania i egzekwowania zasad i granic dotyczących korzystania z mediów w oparciu o wiek dziecka, jak tworzyć strefy wolne od ekranu i godziny policyjne w domu oraz jak wyważać i przeznaczać czas na działania online i offline, aby zapewnić aktywność fizyczną a interakcje rodzinne są traktowane priorytetowo.

Ograniczenia

Długoterminowe projekty badawcze są niezbędne do wyciągania wniosków dotyczących kierunkowości i wzorców skojarzeń w czasie i rozwoju. Jednak jedną z najważniejszych przeszkód w badaniach podłużnych dotyczących ekranów jest to, że rozwój technologii szybko się rozwija i wyprzedza badania.⁵¹ W naszych dużych, prospektywnych dzieciach monitorujących kohorty w wieku 24 i 60, dane zbierano między 20, 2011 i 6, 2016. Możliwe, że zachowanie czasu na ekranie mogło się zmienić w tym okresie dzięki postępom technologicznym. Innym potencjalnym ograniczeniem jest to, że pierwsza ocena zmiennych badawczych miała miejsce w 24 miesiącach. W przyszłych badaniach korzystne może być uwzględnienie dodatkowego opóźnienia danych w miesiącach 12 lub 18 w celu dodatkowego wsparcia wzorca obserwowanych tutaj wyników. Dodanie wcześniejszego opóźnienia danych może być szczególnie istotne, biorąc pod uwagę ostatnie doniesienia sugerujące, że czas ekranowania w niemowlęctwie rośnie.^7,17

Trzecim ograniczeniem jest jednowymiarowy nacisk na czas ekranu. Przyszłe badania powinny zdezagregować wpływ jakości treści medialnych (np. Strumieniowej transmisji wideo online i aplikacji edukacyjnych) na rozwój dzieci. Kolejnym ograniczeniem jest to, że ocena czasu przesiewowego i rozwoju dziecka pochodzi z raportów matczynych. Zaletą zbierania raportów matczynych za pomocą pomiarów kwestionariuszowych w dużych próbkach uczestników jest to, że zmniejsza obciążenie badawcze innych członków rodziny, a tym samym może zminimalizować zużycie. Jednak podejścia oparte na informatorze wprowadzają potencjał polaryzacji wariancji w ramach wspólnej metody. Rzetelność interobservera między rodzicami a profesjonalistami w ASQ-3 jest wysoka.³¹ Tak więc ASQ-3 jest prawdopodobnie skuteczną metodą oceny przesiewowych pod kątem opóźnień rozwojowych. W przyszłych badaniach zbieranie matczynych i ojcowskich ocen wczesnych wyników dziecka może zmniejszyć potencjał stronniczości reportera. Aby potwierdzić niniejsze ustalenia przy użyciu podejścia opartego na wielu informacjach, przyszłe badania mogą również wykorzystywać aplikacje śledzące na urządzeniach do obiektywnego monitorowania zachowania czasu na ekranie.

wnioski

Jedna czwarta dzieci nie jest przygotowana do nauki w szkole.^1,2 Chociaż programy nauczania i programy edukacyjne nadal się rozwijają, w ciągu ostatniej dekady nie odnotowano poprawy wyników w nauce.⁵² co odpowiada okresowi, w którym gwałtownie wzrosło wykorzystanie technologii i czas wyświetlania.^53,54 Nadmierny czas na ekranie wiąże się z różnymi negatywnymi skutkami, w tym opóźnieniami poznawczymi i gorszymi wynikami w nauce.^55,56 Według naszej wiedzy, niniejsze badanie jest pierwszym, które dostarczyło dowodów na kierunkowy związek między czasem przesiewowym a słabymi wynikami badań przesiewowych rozwoju u bardzo małych dzieci. Ponieważ wykorzystanie technologii jest zakorzenione we współczesnym życiu jednostek, zrozumienie powiązań kierunkowych między czasem ekranowym i jego korelacjami oraz podejmowanie kroków rodzinnych w celu zaangażowania się w technologię w pozytywny sposób może mieć zasadnicze znaczenie dla zapewnienia sukcesu rozwojowego dzieci dorastających w era cyfrowa.

Powrót do góry

Informacje o artykule

Akceptowane do publikacji: Listopad 25, 2018.

Odpowiadający autor: Sheri Madigan, PhD, Wydział Psychologii, University of Calgary, 2500 University Ave, Calgary, AB T2N 1N4, Kanada ([email chroniony]).

Opublikowane online: Styczeń 28, 2019. doi:10.1001 / jamapediatrics.2018.5056

Autorskie Wkłady: Dr Madigan i Browne mieli pełny dostęp do wszystkich danych w badaniu i biorą odpowiedzialność za integralność danych i dokładność analizy danych.

Koncepcja i projekt: Madigan, Browne, Racine, Tough.

Pozyskiwanie, analiza lub interpretacja danych: Wszyscy autorzy.

Opracowanie manuskryptu: Madigan, Browne.

Krytyczna rewizja manuskryptu dla ważnych treści intelektualnych: Browne, Racine, Mori, Tough.

Analiza statystyczna: Madigan, Browne, Racine.

Uzyskane finansowanie: Twardy.

Wsparcie administracyjne, techniczne lub materialne: Browne, Tough.

Nadzór: Twardy.

Konflikt interesów: Dr Tough zgłosił dotacje z Fundacji Alberta Childrens Hospital Foundation, Alberta Innovates Health Solutions, Fundacji MaxBell, CanFASD i Canadian Institutes for Health Research podczas prowadzenia badania. Nie zgłoszono żadnych innych ujawnień.

Finansowanie / wsparcie: Badanie All Our Families zostało wsparte przez interdyscyplinarny zespół Alberta Innovates Health Solutions 200700595.

Głównym badaczem badania Wszystkie nasze rodziny jest Dr Tough. Wsparcie badawcze zapewniła Fundacja Szpitala Dziecięcego w Albercie i program Kanadyjskich Katedr Badań (Dr Madigan).

Rola podmiotu / sponsora: Źródła finansowania nie odgrywały żadnej roli w projektowaniu i prowadzeniu badania; zbieranie, zarządzanie, analiza i interpretacja danych; przygotowanie, przegląd lub zatwierdzenie manuskryptu; oraz decyzja o przekazaniu manuskryptu do publikacji.

Dodatkowe składki: Autorzy doceniają wkład zespołu badawczego Wszystkie nasze rodziny i dziękują uczestnikom, którzy wzięli udział w badaniu.

Referencje

1.

Janus M, Offord DR. Rozwój i właściwości psychometryczne instrumentu wczesnego rozwoju (EDI): miara gotowości szkolnej dzieci.  Can J Behav Sci. 2007;39(1):1-22. doi:10.1037 / cjbs2007001Google ScholarCrossRef

2.

Browne DT, Wade M, Prime H, Jenkins JM. Gotowość szkolna wśród miejskich rodzin kanadyjskich: profile ryzyka i mediacja rodzinna.  J Educ Psychol. 2018;110(1):133-146. doi:10.1037 / edu0000202Google ScholarCrossRef

3.

Stanovich KE. Efekty Mateusza w czytaniu - niektóre konsekwencje indywidualnych różnic w nabywaniu umiejętności czytania i pisania.  Czytaj Res Q. 1986;21(4):360-407. doi:10.1598 / RRQ.21.4.1Google ScholarCrossRef

4.

Browne DT, Rokeach A, Wiener J, Hoch JS, Meunier JC, Thurston S.  J Dev Phys Disabil. 2013;25(2):181-201. doi:10.1007 / s10882-012-9295-zGoogle ScholarCrossRef

5.

Heckman JJ. Kształtowanie umiejętności i ekonomika inwestowania w dzieci defaworyzowane.  nauka. 2006;312(5782):1900-1902. doi:10.1126 / science.1128898PubMedGoogle ScholarCrossRef

6.

Radesky JS, Christakis DA. Wydłużony czas spędzany przed ekranem: konsekwencje dla wczesnego rozwoju i zachowania dziecka.  Pediatr Clin North Am. 2016;63(5):827-839. doi:10.1016 / j.pcl.2016.06.006PubMedGoogle ScholarCrossRef

7.

Media Common Sense. Spis powszechny: użycie mediów przez dzieci w wieku od 0 do 8 lat 2017. Strona internetowa Common Sense Media. https://www.commonsensemedia.org/research/the-common-sense-census-media-use-by-kids-age-zero-to-eight-2017. Dostęp do sierpnia 30, 2018.

8.

Amerykańska Akademia Pediatrii. American Academy of Pediatrics ogłasza nowe zalecenia dotyczące korzystania z mediów dziecięcych. http://www.aap.org/en-us/about-the-aap/aap-press-room/Pages/American-Academy-of-Pediatrics-Announces-New-Recommendations-for-Childrens-Media-Use.aspx. Opublikowano październik 21, 2016. Dostęp do sierpnia 30, 2018.

9.

Radesky J, Christakis D, Hill D i wsp .; Rada ds. Komunikacji i Mediów. Media i młode umysły.  Pediatria. 2016; 138 (5): e20162591. doi:10.1542 / peds.2016-2591PubMedGoogle ScholarCrossRef

10.

Kirkorian HL, Choi K, Pempek TA. Uczenie się słów małych dzieci z przypadkowego i niekontentowego wideo na ekranach dotykowych.  Dziecko Dev. 2016;87(2):405-413. doi:10.1111 / cdev.12508PubMedGoogle ScholarCrossRef

11.

Staiano AE, Calvert SL. Egzaminy na zajęcia wychowania fizycznego: korzyści fizyczne, społeczne i poznawcze.  Dziecko Dev Perspect. 2011;5(2):93-98. doi:10.1111 / j.1750-8606.2011.00162.xPubMedGoogle ScholarCrossRef

12.

Sweetser P, Johnson DM, Ozdowska A, Wyeth P. Aktywny a pasywny czas ekranowy dla małych dzieci.  Aust J Early Child. 2012;37(4):94-98.Google Scholar

13.

Radesky JS, Schumacher J, Zuckerman B. Korzystanie z mobilnych i interaktywnych mediów przez małe dzieci: dobre, złe i nieznane.  Pediatria. 2015;135(1):1-3. doi:10.1542 / peds.2014-2251PubMedGoogle ScholarCrossRef

14.

Hancox RJ, Milne BJ, Poulton R. Związek między oglądaniem telewizji przez dzieci i młodzież a zdrowiem dorosłych: podłużne badanie kohortowe urodzeń.  Lancet. 2004;364(9430):257-262. doi:10.1016/S0140-6736(04)16675-0PubMedGoogle ScholarCrossRef

15.

Przybylski AK, Weinstein N. Cyfrowe ograniczenia czasowe związane z ekranem a dobrostan psychiczny małych dzieci: dowody z badania populacyjnego [opublikowane online 13 grudnia 2017 r.].  Dziecko Dev. doi:10.1111 / cdev.13007PubMedGoogle Scholar

16.

Zimmerman FJ, Christakis DA. Oglądanie telewizji przez dzieci i wyniki poznawcze: podłużna analiza danych krajowych.  Arch Pediatr Adolesc Med. 2005;159(7):619-625. doi:10.1001 / archpedi.159.7.619ArtykułPubMedGoogle ScholarCrossRef

17.

Christakis DA, Ramirez JSB, Ferguson SM, Ravinder S, Ramirez JM. Jak wczesna ekspozycja na media może wpływać na funkcje poznawcze: przegląd wyników obserwacji u ludzi i eksperymentów na myszach.  Proc Natl Acad Sci USA. 2018;115(40):9851-9858. doi:10.1073 / pnas.1711548115PubMedGoogle ScholarCrossRef

18.

Paavonen EJ, Pennonen M, Roine M, Valkonen S, Lahikainen AR. Ekspozycja na telewizję związana z zaburzeniami snu u dzieci w wieku 5-6 lat.  J Sleep Res. 2006;15(2):154-161. doi:10.1111 / j.1365-2869.2006.00525.xPubMedGoogle ScholarCrossRef

19.

Zimmerman FJ, Christakis DA, Meltzoff AN. Związki między oglądaniem mediów a rozwojem języka u dzieci w wieku poniżej 2 lat.  J Pediatr. 2007;151(4):364-368. doi:10.1016 / j.jpeds.2007.04.071PubMedGoogle ScholarCrossRef

20.

Chonchaiya W, Pruksananonda C. Osoby oglądające programy telewizyjne z opóźnionym rozwojem języka.  Acta Paediatr. 2008;97(7):977-982. doi:10.1111 / j.1651-2227.2008.00831.xPubMedGoogle ScholarCrossRef

21.

Duch H, Fisher EM, Ensari I i wsp. Związek wykorzystania czasu przed ekranem i rozwoju języka u latynoskich małych dzieci: badanie przekrojowe i podłużne.  Clin Pediatr (Phila). 2013;52(9):857-865. doi:10.1177/0009922813492881PubMedGoogle ScholarCrossRef

22.

Radesky JS, Silverstein M, Zuckerman B, Christakis DA. Samoregulacja niemowląt i ekspozycja na media we wczesnym dzieciństwie.  Pediatria. 2014;133(5):e1172-e1178. doi:10.1542 / peds.2013-2367PubMedGoogle ScholarCrossRef

23.

Tough SC, McDonald SW, Collisson BA i wsp. Profil kohorty: kohorta ciążowa All Our Babies (AOB).  Int J Epidemiol. 2017;46(5):1389-1390. doi:10.1093 / ije / dyw363PubMedGoogle ScholarCrossRef

24.

McDonald SW, Lyon AW, Benzies KM, i wsp. Grupa ciążowa All Our Babies: projekt, metody i charakterystyka uczestników.  BMC Ciąża Poród. 2013; 13 (suppl 1): S2. doi:10.1186/1471-2393-13-S1-S2PubMedGoogle ScholarCrossRef

25.

Squires J, Twombly E, Bricker D, Potter L.  Przewodnik użytkownika ASQ-3. Baltimore, MD: Brookes; 2003.

26.

Richter J, Janson H. Badanie walidacyjne norweskiej wersji kwestionariuszy wieku i etapów.  Acta Paediatr. 2007;96(5):748-752. doi:10.1111 / j.1651-2227.2007.00246.xPubMedGoogle ScholarCrossRef

27.

Heo KH, Squires J, Yovanoff P. Międzykulturowa adaptacja przedszkolnego instrumentu przesiewowego: porównanie populacji koreańskiej i amerykańskiej.  J Intellect Disabil Res. 2008; 52 (pt 3): 195-206. doi:10.1111 / j.1365-2788.2007.01000.xPubMedGoogle ScholarCrossRef

28.

Alvik A, Grøholt B. Badanie punktów odcięcia określonych przez Kwestionariusz dotyczący wieku i etapów w populacji populacyjnej 6-miesięcznych niemowląt norweskich.  BMC Pediatr. 2011; 11 (1): 117. doi:10.1186/1471-2431-11-117PubMedGoogle ScholarCrossRef

29.

Bayley N.  Podręcznik do skali rozwoju niemowląt w Bayley. San Antonio, TX: Psychological Corp; 1969.

30.

Thorndike RL, Hagen EP, Sattler JM.  Stanford-Binet Intelligence Scale. 4th ed. Itasca, IL: Riverside Publishing Co; 1986.

31.

Squires J, Bricker D, Potter L. Weryfikacja narzędzia do badania rozwoju przeprowadzonego przez rodziców: Kwestionariusze dotyczące wieku i etapów.  J Pediatr Psychol. 1997;22(3):313-328. doi:10.1093 / jpepsy / 22.3.313PubMedGoogle ScholarCrossRef

32.

Schonhaut L, Armijo I, Schönstedt M, Alvarez J, Cordero M.  Pediatria. 2013;131(5):e1468-e1474. doi:10.1542 / peds.2012-3313PubMedGoogle ScholarCrossRef

33.

Gollenberg AL, Lynch CD, Jackson LW, McGuinness BM, Msall ME. Równoczesna ważność wypełnionych przez rodziców Kwestionariuszy Wieku i Etapów, wyd. 2, ze Skalami Rozwoju Niemowlaka II Bayleya w próbie niskiego ryzyka.  Opieka nad dziećmi Health Dev. 2010;36(4):485-490. doi:10.1111 / j.1365-2214.2009.01041.xPubMedGoogle ScholarCrossRef

34.

Limbos MM, Joyce DP. Porównanie ASQ i PEDS w badaniach przesiewowych pod kątem opóźnień rozwojowych u dzieci zgłaszających się do podstawowej opieki zdrowotnej.  J Dev Behav Pediatr. 2011;32(7):499-511. doi:10.1097/DBP.0b013e31822552e9PubMedGoogle ScholarCrossRef

35.

Radloff LST. Skala CES-D: samoopisowa skala depresji do badań w populacji ogólnej.  Appl Psychol Meas. 1977; 1: 385-401. doi:10.1177/014662167700100306Google ScholarCrossRef

36.

NLSCY.  Przegląd instrumentów pomiarowych dla 1994-1995. Ottawa, ON: Statistics Canada i Human Resources Canada; 1995.

37.

Hamaker EL, Kuiper RM, Grasman RPPP. Krytyka modelu paneli z opóźnieniem krzyżowym.  Metody psycholowe. 2015;20(1):102-116. doi:10.1037 / a0038889PubMedGoogle ScholarCrossRef

38.

Berry D, Willoughby MT. O praktycznej interpretacji modeli paneli z opóźnieniem krzyżowym: ponowne przemyślenie rozwojowego konia roboczego.  Dziecko Dev. 2017;88(4):1186-1206. doi:10.1111 / cdev.12660PubMedGoogle ScholarCrossRef

39.

Graham JW. Analiza brakujących danych: sprawienie, by działały w prawdziwym świecie.  Annu Rev Psychol. 2009; 60: 549-576. doi:10.1146 / annurev.psych.58.110405.085530PubMedGoogle ScholarCrossRef

40.

Muthén L, Muthén B.  Oprogramowanie do modelowania statystycznego Mplus: wydanie 7.0. Los Angeles, Kalifornia: Muthén i Muthén; 2012.

41.

American College of Pediatricians. Wpływ korzystania z mediów i czasu spędzanego na ekranach na dzieci, młodzież i rodziny. http://www.acpeds.org/the-college-speaks/position-statements/parenting-issues/the-impact-of-media-use-and-screen-time-on-children-adolescents-and-families. Opublikowano listopad 2016. Dostęp do września 4, 2018.

42.

Bolhuis K, Verhoeff ME, Hillegers M, Tiemeier H. Objawy psychotyczne w okresie przedadolescencji: co poprzedza objawy poprzedzające ciężką chorobę psychiczną?  J Am Acad Child Adolesc Psychiatry. 2017; 56 (10): S243. doi:10.1016 / j.jaac.2017.09.258Google ScholarCrossRef

43.

Radesky J, Miller AL, Rosenblum KL, Appugliese D, Kaciroti N, Lumeng JC. Korzystanie z urządzenia mobilnego matki podczas ustrukturyzowanego zadania interakcji rodzic-dziecko.  Acad Pediatr. 2015;15(2):238-244. doi:10.1016 / j.acap.2014.10.001PubMedGoogle ScholarCrossRef

44.

Kirkorian HL, Pempek TA, Murphy LA, Schmidt ME, Anderson DR. Wpływ telewizji w tle na interakcję rodzic-dziecko.  Dziecko Dev. 2009;80(5):1350-1359. doi:10.1111 / j.1467-8624.2009.01337.xPubMedGoogle ScholarCrossRef

45.

Pempek TA, Kirkorian HL, Anderson DR. Wpływ telewizji w tle na ilość i jakość mowy skierowanej do dzieci przez rodziców.  J Media dla dzieci. 2014;8(3):211-222. doi:10.1080/17482798.2014.920715Google ScholarCrossRef

46.

Hoff E. Specyfika wpływu środowiska: status socjoekonomiczny wpływa na wczesny rozwój słownictwa poprzez mowę matki.  Dziecko Dev. 2003;74(5):1368-1378. doi:10.1111 / 1467-8624.00612PubMedGoogle ScholarCrossRef

47.

Bronfenbrenner U.  Ekologia rozwoju człowieka: eksperymenty natury i designu. Cambridge, MA: Harvard University Press; 1979.

48.

Belsky J, Bakermans-Kranenburg MJ, van Ijzendoorn MH. Na lepsze i na gorsze: zróżnicowana podatność na wpływy środowiska.  Curr Dir Psychol Sci. 2007;16(6):300-304. doi:10.1111 / j.1467-8721.2007.00525.xGoogle ScholarCrossRef

49.

Masten AS, Garmezy N.  Ryzyko, podatność i czynniki ochronne w psychopatologii rozwojowej: postępy w klinicznej psychologii dziecka. Nowy Jork: Springer; 1985: 1-52.

50.

Amerykańska Akademia Pediatrii. Rodzinny plan medialny. http://www.healthychildren.org/English/media/Pages/default.aspx?gclid=EAIaIQobChMIoq2F-eiA3QIVUFuGCh3e0gDnEAAYBCAAEgJqNPD_BwE. Dostęp do sierpnia 30, 2018.

51.

Radesky JS, Eisenberg S, Kistin CJ i wsp. Nadmiernie pobudzeni konsumenci czy uczniowie nowej generacji? napięcia rodziców związane z korzystaniem z technologii mobilnych przez dzieci.  Ann Fam Med. 2016;14(6):503-508. doi:10.1370 / afm.1976PubMedGoogle ScholarCrossRef

52.

Chu MW. Dlaczego Kanada nie jest potęgą edukacyjną. https://theconversation.com/why-canada-fails-to-be-an-education-superpower-82558. Dostęp do sierpnia 30, 2018.

53.

Lenhart A.  Nastolatki i telefony komórkowe w ciągu ostatnich pięciu lat: Pew Internet patrzy wstecz. Waszyngton: Pew Internet & American Life Project; 2009.

54.

Anderson M, Jiang J. Teens, media społecznościowe i technologia. http://assets.pewresearch.org/wp-content/uploads/sites/14/2018/05/31102617/PI_2018.05.31_TeensTech_FINAL.pdf. Opublikowano maj 31, 2018. Dostęp do sierpnia 30, 2018.

55.

Hancox RJ, Milne BJ, Poulton R. Stowarzyszenie oglądania telewizji w dzieciństwie ze słabymi osiągnięciami edukacyjnymi.  Arch Pediatr Adolesc Med. 2005;159(7):614-618. doi:10.1001 / archpedi.159.7.614ArtykułPubMedGoogle ScholarCrossRef

56.

Zimmerman FJ, Christakis DA. Związki między typami treści wczesnej ekspozycji w mediach i późniejszymi problemami z uwagą.  Pediatria. 2007;120(5):986-992. doi:10.1542 / peds.2006-3322PubMedGoogle ScholarCrossRef