Förening mellan skärmtid och barns prestanda på ett utvecklingsscreeningstest (2019)

Artikel om studien - http://time.com/5514539/screen-time-children-brain/

Originalutredning

28 januari 2019

Sheri Madigan, doktorsexamen1,2; Dillon Browne, doktorsexamen3; Nicole Racine, doktorsexamen1,2; et al Camille Mori, BA1,2; Suzanne Tough, doktor2

Författaranslutningar Artikel Information

JAMA Pediatr. Publicerad online januari 28, 2019. doi: 10.1001 / jamapediatrics.2018.5056

Viktiga punkter

Fråga  Har ökad skärmtid förknippats med dålig prestanda på barns utvecklingstest?

Resultat  I denna kohortstudie av tidig barndomsutveckling hos 2441 mödrar och barn, var högre nivåer av skärmtid hos barn i åldern 24 och 36 månader associerade med dålig prestanda på en screeningåtgärd som utvärderade barns resultat av milstolpar i utvecklingen vid 36 respektive 60 månader. Obversassociationen (dvs. dålig utvecklingsprestanda till ökad skärmtid) observerades inte.

Betydelse  Överdriven skärmtid kan påverka barns förmåga att utvecklas optimalt; Det rekommenderas att barnläkare och sjukvårdspersonal vägledar föräldrar om lämpliga mängder skärmexponering och diskuterar potentiella konsekvenser av överdriven skärmanvändning.

Abstrakt

Betydelse  Överdriven skärmtid är förknippad med förseningar i utvecklingen; emellertid är det oklart om större skärmtid förutsäger lägre prestandapoäng vid utvecklingsscreeningstest eller om barn med dåligt utvecklingsprestanda får extra skärmtid som ett sätt att modulera utmanande beteende.

Mål  Att bedöma riktningsförhållandet mellan skärmtid och barns utveckling i en population av mödrar och barn.

Design, inställning och deltagare  Denna longitudinella kohortstudie använde en 3-våg, korslagrad panelmodell hos 2441 mödrar och barn i Calgary, Alberta, Kanada, utifrån All Our Families-studien. Data fanns tillgängliga när barn var i åldern 24, 36 och 60 månader. Data samlades in mellan oktober 20, 2011 och oktober 6, 2016. Statistiska analyser genomfördes från juli 31 till november 15, 2018.

exponeringar  Media.

Huvudsakliga resultaten och åtgärder  Vid åldrarna 24, 36 och 60 månader bedömdes barns skärmtidsbeteende (totala timmar per vecka) och utvecklingsresultat (ålder och stadier frågeformulär, tredje upplagan) via moderrapport.

Resultat  Av 2441-barnen som ingick i analysen var 1169 (47.9%) pojkar. En slumpmässig avlyssning, korslagrad panelmodell avslöjade att högre nivåer av skärmtid vid 24 och 36 månader var signifikant förknippade med sämre prestanda på utvecklingsscreeningstester vid 36 månader (β, −0.08; 95% CI, −0.13 till −0.02 ) och 60 månader (β, −0.06; 95% CI, −0.13 till −0.02). Dessa inom-person (tidsvarierande) föreningar statistiskt kontrollerade för skillnader mellan personer (stabila).

Slutsatser och Relevans  Resultaten av denna studie stödjer riktningsföreningen mellan skärmtid och barns utveckling. Rekommendationerna inkluderar att uppmuntra familjemedieplaner såväl som att hantera skärmtid för att kompensera de potentiella konsekvenserna av överdriven användning.

Beskrivning

Genom skolinträde visar 1 hos 4 barn brister och förseningar i utvecklingsresultat som språk, kommunikation, motorik och / eller sociomotional hälsa.1,2 Således börjar många barn skolan otillräckligt förberedda för lärande och akademisk framgång. Klyftor i utvecklingen tenderar att öka och krympa över tiden utan ingripande,3 skapa en börda för utbildning och hälsosystem i form av större statliga och offentliga utgifter för sanering och specialundervisning.4,5 Följaktligen har det gjorts ansträngningar för att identifiera faktorer, inklusive barns skärmtid,6 som kan skapa eller förvärra skillnader i tidig barns utveckling.

Digitala medier och skärmar är nu allmänt tillgängliga i barns liv. Cirka 98% av amerikanska barn i åldern 0 till 8 år bor i ett hem med en internetansluten enhet och i genomsnitt tillbringar mer än 2 timmar om dagen på skärmar.7 Detta belopp överstiger den rekommenderade pediatriska riktlinjen att barn tillbringar högst 1 timme per dag för att titta på högkvalitativ programmering.8,9 Även om vissa fördelar med hög kvalitet och interaktiv skärmtid har identifierats,10-13 överdriven skärmtid har associerats med ett antal skadliga fysiska, beteendemässiga och kognitiva resultat.14-21 Även om det är möjligt att skärmtid stör störningsmöjligheterna för lärande och tillväxt, är det också möjligt att barn med förseningar får mer skärmtid för att hjälpa till att modulera utmanande beteenden. Småbarn som kämpar med självreglering har till exempel visat sig få mer skärmtid än de utan svårigheter.22 De flesta studier har emellertid använt tvärsnittsmetoder, vilket begränsar slutsatser angående föreningarnas riktning.

Större klarhet i föreningarnas riktning kan vara informativ för barnläkare och andra sjukvårdspersonal som försöker vägleda föräldrar om utvecklingsmässigt lämplig skärmsexponering samt de potentiella konsekvenserna av överdriven skärmanvändning. Med hjälp av en 3-våg, slumpmässiga avlyssningar, korslagrad panelmodell inklusive 2441-barn följde upp vid åldrarna 24, 36 och 60 månader, undersökte vi om högre skärmtid påverkar prestanda på utvecklingsscreeningstester och om barn med lägre poäng på dessa test fick mer skärmtid.

Metoder

Study Design and Population

Deltagarna inkluderade mödrar och barn från All Our Families-studien, en stor, potentiell graviditetskull av 3388 mödrar och barn från Calgary, Alberta, Kanada.23,24 I denna kohort rekryterades gravida kvinnor mellan maj 13, 2008 och december 13, 2010, genom lokala primära hälsovårdsbyråer, samhällsreklam och den lokala blodlaboratorietjänsten. Inkluderingskriterier för studien var (1) ålder 18 år eller äldre, (2) kunde kommunicera på engelska, (3) graviditetsålder mindre än 24 veckor och (4) fick lokal prenatal vård. Mödrar följdes upp vid 34 till 36 veckors graviditet och när deras barn åldrades 4, 12, 24, 36 och 60 månader. 24-, 36- och 60-månadspunkterna användes i den aktuella studien när skärmtidvariabler samlades. Demografi och studieegenskaper finns i Tabell 1, med ytterligare detaljer rapporterade någon annanstans.23,24 Alla förfaranden godkändes av University of Calgary Conjoint Health Research Ethics Board, Calgary, Alberta, Kanada. Mödrar gav skriftligt informerat samtycke; det fanns ingen ekonomisk kompensation.

åtgärder

Utvecklingsscreener

När barnen var 24, 36 och 60 månader fyllde mödrarna med ålder och etapper, tredje upplagan (ASQ-3).25 ASQ-3 är ett allmänt använt, överrapporterat screeningåtgärd.26,27 ASQ-3 identifierar utvecklingsframsteg inom 5-domäner: kommunikation, grovmotor, finmotor, problemlösning och personlig-social. Frågeformuläret innehåller 30-objekt som poängs som ja, ibland eller ännu inte på frågor som ställer om ett barns förmåga att utföra en uppgift.

I överensstämmelse med tidigare forskning,28 en summerad ASQ-3-poäng över alla domäner användes (högre poäng indikerar bättre utveckling). Samtidig giltighet av ASQ-3 med standardiserad test av utvecklings (Bayley Scales of Infant Development)29) och intellektuell (Stanford-Binet Intelligence Test – 4th Edition)30) färdigheter har visats.31 ASQ-3 har rekommenderats för barnundersökning och har goda psykometriska egenskaper.32 ASQ-3 har måttlig till hög känslighet (0.70-0.90) och specificitet (0.76-0.91). Tillförlitlighetstestet är högt (0.94-0.95) liksom interrater-tillförlitlighet mellan föräldrar och proffs (0.94-0.95).31,33,34

Skärmtid

Mödrar angav hur lång tid deras barn spenderade med att använda särskilda elektroniska medier på en typisk veckodag och helgdag. Mödrar rapporterade om följande enheter och / eller medier: titta på tv-program; titta på filmer, videor eller berättelser på en videobandspelare eller DVD-spelare; använda en dator, ett spelsystem eller andra skärmbaserade enheter. Ett viktat veckovis medelvärde för skärmtid på veckodag och helg över medier beräknades för att ge användning av skärmtid i timmar / vecka.

covariates

Barnsex kodades som kvinnlig (1) eller manlig (0), och mödrar- och barnåldern registrerades i år respektive månader. När barnet var 12 månader angav mödrar om de ”tittar på eller läser barnböcker för mitt barn”, kodade som inte så ofta (1), ibland (2) eller ofta (3). När barnet var 24 månader, indikerade mödrar den tid som barnet bedrev fysisk aktivitet på en typisk veckodag, allt från ingen (1) till 7 timmar eller mer (7) och slutförde Center for Epidemiologic Depression Scale.35 När barnet var 36 månader, samlades mödrarnas utbildningsnivå med hjälp av en skala av 1 (någon grundskola eller gymnasium) till 6 (avslutad forskarskola), rapporterades inkomst i steg om $ 10 000 CAD (1, ≤10 000 CAD $ ; 11, ≥ $ 100 000 CAD $), moders positiva interaktioner utvärderades med användning av National Longitudinal Survey of Children and Youth Parenting Scales,36 och antalet timmars sömn som barnet får under en typisk 24-timmarsperiod registrerades. Vid 60 månader svarade mödrarna "Har ditt barn varit i icke-förälderomsorg eller daghem regelbundet före i år?" Som antingen nej (0) eller ja (1).

Statistisk analys

De longitudinella föreningarna mellan barntimmar på skärmtid och utvecklingsresultat undersöktes med användning av en slumpmässig avlyssning, korslagrad panelmodell (RI-CLPM), enligt definition av Hamaker och kollegor37 (Figur). Jämfört med de vanliga CLPM: erna, adresserar RI-CLPM problem som är förknippade med återstående förvirring genom att statistiskt isolera variationen i upprepade utfallsmätningar som är stabila (dvs. mellan person och tidsinvariant) kontra dynamisk (dvs. inom person och tid- varierande). Simuleringsstudier har visat att detta tillvägagångssätt minskar förspänning i riktade uppskattningar av associering och närmar sig kausal inferens.38

Analyserna ägde rum i 2-steg. Först uppskattades standard RI-CLPM; sedan undersöktes bidraget från kovariater. I RI-CLPM extraherades faktorer (stabila) faktorer mellan de upprepade mätningarna av skärmtid och ASQ-3, och dessa faktorer tilläts att kovära. Kovariansen mellan faktorer mellan personer återspeglar sambandet mellan skärmtid och utveckling som är konstant (inte dynamisk) över tid. Kovariansen isolerar också bidraget från eventuella mellanpersoner och / eller tidsinvarianta förvirrare som är förknippade med både skärmtid och ASQ-3 (t.ex. barnsex, som bor i ett lägre socioekonomiskt statushem över alla vågor i studien) från komponentens inre person i modellen, i vilken riktning för föreningar beaktas. Komponenten inom person innefattar 3-typer av uppskattningar: (1) autoregressioner (dvs fördröjningar) fångar in-personens, rangordnade stabilitet i konstruktioner över tid; (2) inom kavarianer inom tiden fångar styrkan och riktningen för associeringar mellan skärmtid och ASQ-3 inom personer vid 1 tidpunkt; och (3) tvärförseningarna fångar de längsgående och riktningsföreningarna mellan skärmtid och ASQ-3 inom personer (Figur). Efter montering av standard RI-CLPM behandlades kovariater (uppmätt på mellanpersonsnivå) som prediktorer för stabilitetsfaktorerna i en exklusiv modell mellan personer.

Saknar data

Underprovet som användes i den aktuella studien (n = 2441) slutförde frågeformulär för minst 1-punkt vid antingen 24, 36 eller 60 månader. Slitsnivåer och en jämförelse av demografiska egenskaper för familjer som förblev vs tappade bort från studien finns i eTabellen i Tillägg. För att uppskatta effekterna av saknade data kördes modeller med full uppskattning av maximal sannolikhet för information.39 Analyser genomfördes med deltagare med fullständig data vid 36 månader och deltagare med fullständig data vid 60 månader. Resultaten var väsentligen likartade i alla dessa iterationer. Resultaten ansågs vara betydande vid P <.05, 2-tailed nivå. Alla analyser utfördes i Mplus, version 7.0.40 Statistiska analyser genomfördes från juli 31 till november 15, 2018.

Resultat

Beskrivande statistik

Beskrivande statistik presenteras i Tabell 1. Barn tittade på skärmar ett medelvärde (SD) på 17.09 (11.99) (median, 15) timmar per vecka vid 24 månader, 24.99 (12.97) (median, 23) timmar per vecka vid 36 månader och 10.85 (5.33) (median, 10.5) timmar per vecka vid 60 månader.

Random-Intercepts, Cross-Lagged Panel Model

Standard RI-CLPM uppskattades (Figur) och passningsindex avslöjade att modellen passade in i de observerade data (χ21 = 0.60; P = .44; rotvärde kvadratfel av approximation [RMSEA] = 0.00; 95% KI, 0.00-0.05; Tucker-Lewis-index [TLI] = 1.00; standardiserat rotmedelvärde kvadratrester [SRMR] = 0.003). I mellanpersonsdelen av modellen fanns det statistiskt signifikanta avvikelser (dvs. slumpmässiga avlyssningar) för både dålig prestanda på utvecklingsscreenern (σ2 = 14.57; 95% KI, 0.87-18.28) och skärmtid (σ2 = 17.15; 95% KI, 11.58-22.70), vilket avslöjar viktiga individuella skillnader i personnivå medel för båda resultaten. Det vill säga att vissa barn har högre nivåer av skärmtid och barns utvecklingsresultat i genomsnitt än andra barn. Dessutom antyder en statistiskt signifikant och negativ kovarians mellan komponenterna mellan personer att barn med högre nivåer av skärmtid uppvisar sämre prestanda vid screeningtester för utveckling, i genomsnitt och över alla studievågor.

I tidsvariantkomponenten i modellen indikerar statistiskt signifikanta autokorrelationer för varje uppskattad fördröjning betydande inom personens stabilitet i konstruktioner över tid. Så detaljerat i Figurefter att ha redogjort för denna inom personens stabilitet fanns det signifikanta och negativa korsfördröjningar som kopplade skärmtidsexponering vid 24 månader med lägre poäng på utvecklingsscreeningstester vid 36 månader (β, −0.08; 95% CI, −0.13 till −0.02 ), och även med exponering av skärmtid vid 36 månader förknippade med lägre poäng vid utvecklingsscreeningstester vid 60 månader (ß, −0.06; 95% CI, −0.13 till −0.02). Den motsatta riktningen för lägre poäng vid utvecklingsscreeningstester förknippade med högre nivåer av senare skärmtid observerades inte. Covarianer inom tiden var inte heller betydande. Sammantaget tyder dessa fynd på att högre nivåer av skärmexponering i förhållande till ett barns genomsnittliga skärmtid var förknippade med betydligt sämre prestanda på utvecklingsscreeningstester vid nästa studievåg relativt barnets genomsnittliga nivå av utvecklingsmilepelar men inte tvärtom.

Förutsägare mellan personer om genomsnittlig skärmtid och utvecklingsresultat

Kovariater behandlades som prediktorer i en multivariat regression, varigenom faktorerna mellan personer var regresserade på alla variabler samtidigt. Tvingad inträde av alla dessa kovariater resulterade i en sämre passande modell, även om tillståndet för en samvariationsmatris bland alla kovariater gav en modell som passade måttligt bra på passningsindex, med undantag för TLI (χ253 = 521.04; P <.001; RMSEA = 0.06; 95% CI, 0.05-0.06; TLI = 0.78; SRMR = 0.067). Som beskrivs i Tabell 2, högre personnivå på ASQ-3 observerades för flickor och när mödrar rapporterade lägre mödrar depression och högre hushållsinkomst, mödrarnas positivitet, nivåer av barns fysiska aktivitet, barnens exponering för läsning och timmar sömn per dag. Dessa prediktorer stod för 15% av variansen. Lägre personnivåer för skärmtid observerades för flickor och när mödrar rapporterade lägre mödrar depression och högre nivåer av inkomst, utbildning, barn exponering för läsning och timmar sömn per natt. Dessa prediktorer stod för 12% av variansen. När dessa variabler inkluderades var den standardiserade kovariansen (korrelation) för stabilitetsfaktorerna mellan personer σ = −0.13 (95% CI, −0.19 till −0.08), vilket antydde förekomsten av en stabil koppling mellan skärmtid och ASQ- 3 som inte redovisas av dessa prediktorer.

Diskussion

Skärmtid är vanligt i moderna familjer. Dessutom ökar den när tekniken blir allt mer integrerad över alla livsområden. Konsekvenserna av överdriven skärmtid har fått stor uppmärksamhet inom forskning, hälsa och offentlig debatt under det senaste decenniet.7,41,42 Men vad kommer först: förseningar i utveckling eller överdrivet skärmtid visning? En av nyheterna i den nuvarande longitudinella, 3-vågstudien är att den kan ta upp denna fråga med upprepade mått. Resultaten tyder på att skärmtid sannolikt är den initiala faktorn: större skärmtid vid 24 månader var förknippad med sämre prestanda vid utvecklingsscreeningstester vid 36 månader, och på liknande sätt var större skärmtid vid 36 månader förknippade med lägre poäng på utvecklingsscreeningstester vid 60 månader. Biverkningen observerades inte.

I genomsnitt tittade barn i åldern 24, 36 och 60 månader i vår studie ungefär 17, 25 och 11 timmar tv per vecka, vilket motsvarar ungefär 2.4, 3.6 och 1.6 timmar skärmtid per dag. Mängden skärmtid i detta prov överensstämmer med en ny rapport7 som antyder att barn över hela USA i genomsnitt tittar på 2 timmar och 19 minuters programmering per dag. Även om reduktionen av skärmtid vid 60 månader inte skulle påverka analyser mellan korsfördröjningar eftersom de avser rangordningens stabilitet jämfört med medelförändring, är denna reduktion anmärkningsvärd. Det kan vara en återspegling av barnen i vår kohort som börjar grundskolan, liksom vård före och efter skolan, som börjar vid åldern 5 år, vilket resulterar i mindre tid hemma och en naturlig minskning av skärmtid.

Barnets utveckling utvecklas snabbt under de första 5 levnadsåren. Denna studie undersökte utvecklingsresultaten under en kritisk period av tillväxt och mognad, vilket avslöjade att skärmtid kan påverka barns förmåga att utvecklas optimalt. När små barn tittar på skärmar kan de sakna viktiga möjligheter att öva och behärska interpersonell, motorisk och kommunikationsförmåga. Till exempel, när barn observerar skärmar utan en interaktiv eller fysisk komponent, är de mer stillasittande och därför inte utövar grovmotorik, såsom promenader och spring, vilket i sin tur kan försena utvecklingen inom detta område. Skärmar kan också störa interaktioner med vårdgivare43-45 genom att begränsa möjligheterna till muntliga och icke verbala sociala utbyten, som är viktiga för att främja optimal tillväxt och utveckling.46

I överensstämmelse med teoretiska modeller som formulerar flera påverkan på utveckling i ett ekologiskt flernivåsystem,47 Vi observerade att både skärmtid och prestanda vid utvecklingsscreeningstester var förknippade med en mängd olika faktorer på personnivå och sammanhang, inklusive familjens inkomster, moders depression, barns sömn, barnet som läsas upp regelbundet och att barnet är kvinnligt. Sammantaget antyder dessa fynd att många faktorer kan påverka ett barns benägenhet för överdrivet skärmtid. Det är dock möjligt att inte alla barn påverkas lika och förmodligen av skärmtid. Det kan finnas faktorer som buffrar de negativa effekterna av skärmtid på barns utveckling. Framtida longitudinell forskning som undersöker differentiell känslighet48 av barn för screening av exponering av tid, samt risk- och skyddsfaktorer,49 kommer att vara nödvändigt för att identifiera när och för vem skärmtid är särskilt problematisk för barns utveckling.

Flera praktikimplikationer och rekommendationer framgår av denna studie. Först bör utövare betona att skärmtid bör användas i måttlighet och att en av de mest effektiva metoderna för att förbättra barns utveckling är genom högkvalitativ vårdgivare-barn-interaktion utan att distrahera skärmarna.44 För det andra uppmanas barnläkare och vårdpersonal att utveckla personliga medieplaner med familjer eller leda familjer till resurser för att utveckla medieplaner50 för att säkerställa att skärmtiden inte är överdriven eller stör interaktion med ansikte mot ansikte eller familjetid. Medieplaner kan anpassas för att möta varje familjs behov. Planerna ger vägledning om att ställa in och upprätthålla regler och gränser för medieanvändning baserat på barns ålder, hur man utformar skärmfria zoner och enhetens utegångsförbud i hemmet och hur man balanserar och fördelar tid för aktiviteter online och offline för att säkerställa att fysisk aktivitet och familjeinteraktioner prioriteras.

Begränsningar

Längsgående forskningsdesign är nödvändiga för att dra slutsatser angående riktning och mönster av föreningar över tid och över hela utvecklingen. Men ett av de viktigaste hinderna i longitudinell forskning som involverar skärmar är att teknikutvecklingen snabbt utvecklas och överskrider forskningen.51 I våra stora, blivande kohortövervakande barn mellan åldrarna 24 och 60 månader samlades data in mellan oktober 20, 2011 och oktober 6, 2016. Det är möjligt att beteenden med skärmtid kan ha förändrats under denna tidsperiod på grund av teknikutvecklingar. En annan potentiell begränsning är att den första bedömningen av studievariabler var vid 24 månader. Det kan vara fördelaktigt i framtida forskning att inkludera en ytterligare fördröjning av data vid 12 eller 18 månader för att lägga till ytterligare stöd till mönstret av resultat som observerats här. Tillägget till en tidigare försening av data kan vara särskilt relevant med tanke på de senaste rapporterna som tyder på att skärmtid i spädbarn ökar.7,17

En tredje begränsning är den unidimensionella fokusen på skärmtid. Framtida forskning bör dela upp effekten av medieinnehållskvalitet (t.ex. online-strömning av videor vs utbildningsappar) på barns utveckling. En ytterligare begränsning är att bedömningen av skärmtid och barns utveckling togs från moderrapporterna. Fördelen med att samla in mödrarrapporter via frågeformulärmätningar i stora prover av deltagare är att det minskar forskningsbördan för andra familjemedlemmar och följaktligen kan minimera utmattningen. Emellertid introducerar tillvägagångssätt inom informant potentialen för förskjutning i vanliga metoder. Interobserverens pålitlighet mellan föräldrar och yrkesverksamma på ASQ-3 är hög.31 Således är ASQ-3 troligen en effektiv utvärderingsmetod för screening för utvecklingsförseningar. I framtida forskning kan insamling av mödrar och faderns bedömningar av resultat från tidigt barn minska potentialen för reportavvikelser. För att bekräfta de nuvarande fynden med hjälp av en multi-informant strategi, kan framtida forskning också använda spårningsappar på enheter för att objektivt övervaka skärmens tidbeteende.

Slutsatser

En fjärdedel av barnen är inte utvecklingsfärdiga för skolinträde.1,2 Även om utbildningsplaner och program har fortsatt att utvecklas har inga förbättringar setts i studentens akademiska prestationer under det senaste decenniet,52 vilket parallellt med den period då teknikanvändning och skärmtid snabbt har ökat.53,54 Överdriven skärmtid har associerats med olika negativa resultat, inklusive kognitiva förseningar och sämre akademiska prestationer.55,56 Så vitt vi vet är den aktuella studien den första som visar bevis på en riktad förening mellan skärmtid och dålig prestanda vid utvecklingsscreeningstest hos mycket små barn. Eftersom teknikanvändning är förankrad i individer i dagslivet, kan det vara avgörande för att säkerställa utvecklingsframgången för barn som växer upp i att utveckla framgångsrika förhållanden mellan skärmtid och dess korrelat och att ta familjebaserade åtgärder för att engagera sig på teknik på positiva sätt. en digital tid.

Tillbaka till toppen

Artikel Information

Godkänd för publicering: November 25, 2018.

Motsvarande författare: Sheri Madigan, PhD, Institutionen för psykologi, University of Calgary, 2500 University Ave, Calgary, AB T2N 1N4, Kanada ([e-postskyddad]).

Publicerad online: Januari 28, 2019. doi:10.1001 / jamapediatrics.2018.5056

Författare Bidrag: Dr Madigan och Browne hade full tillgång till alla data i studien och tar ansvar för datainsamlingen och noggrannheten i dataanalysen.

Koncept och design: Madigan, Browne, Racine, Tough.

Förvärv, analys eller tolkning av data: Alla författare.

Utarbetande av manuskriptet: Madigan, Browne.

Kritisk revision av manuskriptet för viktigt intellektuellt innehåll: Browne, Racine, Mori, Tough.

Statistisk analys: Madigan, Browne, Racine.

Erhållen finansiering: Tuff.

Administrativt, tekniskt eller materiellt stöd: Browne, tuff.

Övervakning: Tuff.

Intressekonflikt: Dr Tough rapporterade bidrag från Alberta Childrens Hospital Foundation, Alberta Innovates Health Solutions, MaxBell Foundation, CanFASD och de kanadensiska instituten för hälsoforskning under genomförandet av studien. Inga andra avslöjanden rapporterades.

Finansiering / Support: Studien All Our Families stöds av Alberta Innovates Health Solutions interdisciplinary team stipendium 200700595.

Huvudutredaren för studien All Our Families är Dr Tough. Forskningsstöd tillhandahölls av Alberta Children's Hospital Foundation och Canada Research Chairs-programmet (Dr Madigan).

Funderarens / sponsorns roll: Finansieringskällorna hade ingen roll i utformningen och genomförandet av studien; insamling, hantering, analys och tolkning av data; förberedelse, granskning eller godkännande av manuskriptet; och beslut att lämna manuskriptet för publicering.

Ytterligare bidrag: Författarna erkänner bidraget från forskargruppen All Our Families och tackar deltagarna som deltog i studien.

Referensprojekt

1.

Janus M, Offord DR. Utveckling och psykometriska egenskaper hos Early Development Instrument (EDI): ett mått på barns skolberedskap.  Kan J Behav Sci. 2007;39(1):1-22. doi:10.1037 / cjbs2007001Google ScholarCrossRef

2.

Browne DT, Wade M, Prime H, Jenkins JM. Skolberedskap bland kanadensiska stadsfamiljer: riskprofiler och familjemedling.  J Educ Psychol. 2018;110(1):133-146. doi:10.1037 / edu0000202Google ScholarCrossRef

3.

Stanovich KE. Matthew-effekter vid läsning - några konsekvenser av individuella skillnader i förvärvet av läskunnighet.  Läs 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.Undersöker familjens nivå och ekonomiska effekter av komplexa funktionshinder som en funktion av barnhyperaktivitet och serviceintegration.  J Dev Phys Disabil. 2013;25(2):181-201. doi:10.1007 / s10882-012-9295-zGoogle ScholarCrossRef

5.

Heckman JJ. Färdighetsbildning och ekonomin med att investera i missgynnade barn.  Vetenskap. 2006;312(5782):1900-1902. doi:10.1126 / science.1128898PubMedGoogle ScholarCrossRef

6.

Radesky JS, Christakis DA. Ökad skärmtid: konsekvenser för tidig barndoms utveckling och beteende.  Pediatr Clin North Am. 2016;63(5):827-839. doi:10.1016 / j.pcl.2016.06.006PubMedGoogle ScholarCrossRef

7.

Common Sense Media. Common Sense-folkräkning: medianvändning av barn ålder noll till åtta 2017. Common Sense Media-webbplats. https://www.commonsensemedia.org/research/the-common-sense-census-media-use-by-kids-age-zero-to-eight-2017. Öppnade augusti 30, 2018.

8.

American Academy of Pediatrics. American Academy of Pediatrics tillkännager nya rekommendationer för medias användning för barn. 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. Publicerad oktober 21, 2016. Öppnade augusti 30, 2018.

9.

Radesky J, Christakis D, Hill D, et al; Rådet för kommunikation och media. Media och unga sinnen.  Pediatrik. 2016; 138 (5): e20162591. doi:10.1542 / peds.2016-2591PubMedGoogle ScholarCrossRef

10.

Kirkorian HL, Choi K, Pempek TA. Småbarns ordinlärning från kontingent och icke-kontingent video på pekskärmar.  Child Dev. 2016;87(2):405-413. doi:10.1111 / cdev.12508PubMedGoogle ScholarCrossRef

11.

Staiano AE, Calvert SL. Exergames för kroppsövningskurser: fysiska, sociala och kognitiva fördelar.  Child 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. Aktiv kontra passiv skärmtid för små barn.  Aust J tidigt barn. 2012;37(4):94-98.Google Scholar

13.

Radesky JS, Schumacher J, Zuckerman B. Mobila och interaktiva medianvändning av små barn: det goda, det dåliga och det okända.  Pediatrik. 2015;135(1):1-3. doi:10.1542 / peds.2014-2251PubMedGoogle ScholarCrossRef

14.

Hancox RJ, Milne BJ, Poulton R. Förening mellan tv-tittande på barn och ungdomar och vuxnas hälsa: en longitudinell födelsekohortstudie.  Lansetten. 2004;364(9430):257-262. doi:10.1016/S0140-6736(04)16675-0PubMedGoogle ScholarCrossRef

15.

Przybylski AK, Weinstein N. Tidsgränser för digital skärm och psykologiskt välbefinnande för små barn: bevis från en befolkningsbaserad studie [publicerad online den 13 december 2017].  Child Dev. doi:10.1111 / cdev.13007PubMedGoogle Scholar

16.

Zimmerman FJ, Christakis DA. Barns tv-tittande och kognitiva resultat: en longitudinell analys av nationella data.  Arch Pediatr Adolesc Med. 2005;159(7):619-625. doi:10.1001 / archpedi.159.7.619ArtikelnPubMedGoogle ScholarCrossRef

17.

Christakis DA, Ramirez JSB, Ferguson SM, Ravinder S, Ramirez JM. Hur tidig mediaxponering kan påverka kognitiv funktion: en genomgång av resultaten från observationer hos människor och experiment på möss.  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. TV-exponering förknippad med sömnstörningar hos 5- till 6-åriga barn.  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. Samband mellan medievisning och språkutveckling hos barn under 2 år.  J Pediatr. 2007;151(4):364-368. doi:10.1016 / j.jpeds.2007.04.071PubMedGoogle ScholarCrossRef

20.

Chonchaiya W, Pruksananonda C. TV-tittare associerar med försenad språkutveckling.  Acta Paediatr. 2008;97(7):977-982. doi:10.1111 / j.1651-2227.2008.00831.xPubMedGoogle ScholarCrossRef

21.

Duch H, Fisher EM, Ensari I, et al. Sammanställning av skärmtidsanvändning och språkutveckling hos spansktalande småbarn: en tvärsnitts- och longitudinell studie.  Clin Pediatr (Phila). 2013;52(9):857-865. doi:10.1177/0009922813492881PubMedGoogle ScholarCrossRef

22.

Radesky JS, Silverstein M, Zuckerman B, Christakis DA. Spädbarns självreglering och mediexponering i tidig barndom  Pediatrik. 2014;133(5):e1172-e1178. doi:10.1542 / peds.2013-2367PubMedGoogle ScholarCrossRef

23.

Tuff SC, McDonald SW, Collisson BA, et al. Kohortprofil: graviditetskohorten 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, et al. Graviditetskohorten All Our Babies: design, metoder och deltagarens egenskaper.  BMC Graviditet förlossning. 2013; 13 (suppl 1): S2. doi:10.1186/1471-2393-13-S1-S2PubMedGoogle ScholarCrossRef

25.

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

26.

Richter J, Janson H. En valideringsstudie av den norska versionen av Ages and Stages Questionnaires.  Acta Paediatr. 2007;96(5):748-752. doi:10.1111 / j.1651-2227.2007.00246.xPubMedGoogle ScholarCrossRef

27.

Heo KH, Squires J, Yovanoff P. Tvärkulturell anpassning av ett förskolans screeninginstrument: jämförelse av koreanska och amerikanska befolkningar.  J Intellektuell funktionshinder. 2008; 52 (pt 3): 195-206. doi:10.1111 / j.1365-2788.2007.01000.xPubMedGoogle ScholarCrossRef

28.

Alvik A, Grøholt B. Undersökning av cut-off-poängen bestämd av Ages and Stages Questionnaire i ett populationsbaserat urval av 6 månader gamla norska spädbarn.  BMC Pediatr. 2011; 11 (1): 117. doi:10.1186/1471-2431-11-117PubMedGoogle ScholarCrossRef

29.

Bayley N.  Manual för Bayley Scales of Infant Development. San Antonio, TX: Psychological Corp; 1969.

30.

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

31.

Squires J, Bricker D, Potter L. Revision av ett föräldraskapat verktyg för utvecklingsscreening: Åldrar och scener frågeformulär.  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. Frågorna om tidsåldern och stadiernas giltighet hos tidiga och för tidigt födda barn.  Pediatrik. 2013;131(5):e1468-e1474. doi:10.1542 / peds.2012-3313PubMedGoogle ScholarCrossRef

33.

Gollenberg AL, Lynch CD, Jackson LW, McGuinness BM, Msall ME. Samtidig giltighet av de föräldersfyllda frågeformuläret Ages and Stages, 2: a upplagan, med Bayley Scales of Infant Development II i ett lågriskprov.  Barnomsorg Health Dev. 2010;36(4):485-490. doi:10.1111 / j.1365-2214.2009.01041.xPubMedGoogle ScholarCrossRef

34.

Limbos MM, Joyce DP. Jämförelse av ASQ och PEDS vid screening för utvecklingsförsening hos barn som presenterar för primärvården.  J Dev Behav Pediatr. 2011;32(7):499-511. doi:10.1097/DBP.0b013e31822552e9PubMedGoogle ScholarCrossRef

35.

Radloff LST. CES-D-skalan: självrapporteringsskalan för forskning i allmänheten.  Appl Psychol Meas. 1977; 1: 385-401. doi:10.1177/014662167700100306Google ScholarCrossRef

36.

NLSCY.  Översikt över mätinstrument för 1994-1995. Ottawa, ON: Statistics Canada & Human Resources Canada; 1995.

37.

Hamaker EL, Kuiper RM, Grasman RPPP. En kritik av den tvärfördröjda panelmodellen.  Psychol Metoder. 2015;20(1):102-116. doi:10.1037 / a0038889PubMedGoogle ScholarCrossRef

38.

Berry D, Willoughby MT. Om den praktiska tolkningen av tvärfördröjda panelmodeller: ompröva en utvecklingsarbetshäst.  Child Dev. 2017;88(4):1186-1206. doi:10.1111 / cdev.12660PubMedGoogle ScholarCrossRef

39.

Graham JW. Saknad dataanalys: får den att fungera i den verkliga världen.  Annu Rev Psychol. 2009; 60: 549-576. doi:10.1146 / annurev.psych.58.110405.085530PubMedGoogle ScholarCrossRef

40.

Muthén L, Muthén B.  Mplus programvara för statistisk modellering: Release 7.0. Los Angeles, Kalifornien: Muthén & Muthén; 2012.

41.

American College of Pediatricists. Effekterna av medieanvändning och skärmtid på barn, ungdomar och familjer. http://www.acpeds.org/the-college-speaks/position-statements/parenting-issues/the-impact-of-media-use-and-screen-time-on-children-adolescents-and-families. Publicerad november 2016. Öppnade september 4, 2018.

42.

Bolhuis K, Verhoeff ME, Hillegers M, Tiemeier H. Psykotiska-liknande symtom i förkvaliteten: vad föregår föregångssymptomen vid svår psykisk sjukdom?  J är 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. Moderns mobila enhetsanvändning under en strukturerad uppgift mellan förälder och barn.  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. Effekten av bakgrundstelevision på interaktion mellan förälder och barn.  Child Dev. 2009;80(5):1350-1359. doi:10.1111 / j.1467-8624.2009.01337.xPubMedGoogle ScholarCrossRef

45.

Pempek TA, Kirkorian HL, Anderson DR. Effekterna av bakgrundstelevision på kvantiteten och kvaliteten på föräldrarnas barnstyrda tal.  J Barnmedia. 2014;8(3):211-222. doi:10.1080/17482798.2014.920715Google ScholarCrossRef

46.

Hoff E. Specificiteten för miljöpåverkan: socioekonomisk status påverkar tidig vokabulärutveckling via moderns tal.  Child Dev. 2003;74(5):1368-1378. doi:10.1111 / 1467-8624.00612PubMedGoogle ScholarCrossRef

47.

Bronfenbrenner U.  Ekologin för mänsklig utveckling: Experiment av natur och design. Cambridge, MA: Harvard University Press; 1979.

48.

Belsky J, Bakermans-Kranenburg MJ, van Ijzendoorn MH. För bättre och för värre: differentiell mottaglighet för miljöpåverkan.  Curr Dir Psychol Sci. 2007;16(6):300-304. doi:10.1111 / j.1467-8721.2007.00525.xGoogle ScholarCrossRef

49.

Masten AS, Garmezy N.  Risk, sårbarhet och skyddande faktorer i utvecklingspsykopatologi: framsteg inom klinisk barnspsykologi. New York: Springer; 1985: 1-52.

50.

American Academy of Pediatrics. Familjens medieplan. http://www.healthychildren.org/English/media/Pages/default.aspx?gclid=EAIaIQobChMIoq2F-eiA3QIVUFuGCh3e0gDnEAAYBCAAEgJqNPD_BwE. Öppnade augusti 30, 2018.

51.

Radesky JS, Eisenberg S, Kistin CJ, et al. Överstimulerade konsumenter eller nästa generations elever? föräldraspänningar om barns mobila teknologianvändning.  Ann Fam Med. 2016;14(6):503-508. doi:10.1370 / afm.1976PubMedGoogle ScholarCrossRef

52.

Chu MW. Varför Kanada misslyckas med att vara en utbildningskraft. https://theconversation.com/why-canada-fails-to-be-an-education-superpower-82558. Öppnade augusti 30, 2018.

53.

Lenhart A.  Tonåringar och mobiltelefoner under de senaste fem åren: Pew Internet ser tillbaka. Washington, DC: Pew Internet & American Life Project; 2009.

54.

Anderson M, Jiang J. Teens, sociala medier och teknik. http://assets.pewresearch.org/wp-content/uploads/sites/14/2018/05/31102617/PI_2018.05.31_TeensTech_FINAL.pdf. Publicerad maj 31, 2018. Öppnade augusti 30, 2018.

55.

Hancox RJ, Milne BJ, Poulton R. Förening av tv-tittande under barndomen med dålig utbildningsprestation.  Arch Pediatr Adolesc Med. 2005;159(7):614-618. doi:10.1001 / archpedi.159.7.614ArtikelnPubMedGoogle ScholarCrossRef

56.

Zimmerman FJ, Christakis DA. Föreningar mellan innehållstyper av tidig mediexponering och efterföljande uppmärksamhetsproblem.  Pediatrik. 2007;120(5):986-992. doi:10.1542 / peds.2006-3322PubMedGoogle ScholarCrossRef