有关这项研究的文章– http://time.com/5514539/screen-time-children-brain/
原始调查
一月28,2019
Sheri Madigan,博士<sup> 1,2</sup>;Dillon Browne,博士<sup> 3 </sup> ;Nicole Racine,博士<sup> 1,2 </sup>;等;Camille Mori,文学学士<sup> 1,2</sup>;Suzanne Tough,博士<sup> 2 </sup>
作者单位信息文章信息
JAMA Pediatr。 在线发布1月28,2019。 DOI:10.1001 / jamapediatrics.2018.5056
关键点
问题:屏幕时间增加是否与儿童发育筛查测试成绩不佳有关?
这项针对2441名母亲和儿童的早期儿童发育队列研究发现,24个月和36个月大的儿童屏幕时间越长,他们在36个月和60个月大时评估发育里程碑的筛查结果越差。但未观察到反向关联(即屏幕时间增加与发育表现差之间的关联)。
过多的屏幕时间会影响儿童的最佳发育能力;建议儿科医生和保健从业人员指导家长适当的屏幕接触时间,并讨论过度使用屏幕的潜在后果。
抽象
重要性:屏幕时间过长与发育迟缓有关;然而,目前尚不清楚屏幕时间越长是否会导致发育筛查测试的成绩越低,或者发育不良的儿童是否会因为屏幕时间过长而接受额外的屏幕时间以调节其挑战性行为。
目的评估屏幕时间与儿童发育在母亲和儿童群体中的方向性关联。
设计、地点和参与者:这项纵向队列研究采用三波交叉滞后面板模型,纳入了来自“我们所有家庭”(All Our Families)研究的加拿大阿尔伯塔省卡尔加里市的2441名母亲和儿童。数据分别在儿童24个月、36个月和60个月龄时收集。数据收集时间为2011年10月20日至2016年10月6日。统计分析于2018年7月31日至11月15日进行。
曝光媒体。
主要结果和测量指标在 24、36 和 60 个月大时,通过母亲的报告评估儿童的屏幕时间行为(每周总小时数)和发育结果(年龄和阶段问卷,第三版)。
结果:在纳入分析的2441名儿童中,1169名(47.9%)为男孩。随机截距交叉滞后面板模型显示,24个月和36个月时较高的屏幕时间与36个月(β,-0.08;95% CI,-0.13至-0.02)和60个月(β,-0.06;95% CI,-0.13至-0.02)时较差的发育筛查测试成绩显著相关。这些个体内部(时变)关联在统计学上控制了个体间(稳定)差异。
结论与意义:本研究结果支持屏幕时间与儿童发展之间存在正相关关系。建议包括鼓励家庭制定媒体使用计划,并控制屏幕时间,以抵消过度使用屏幕可能带来的不良后果。
介绍
入学时,四分之一的儿童在语言、沟通、运动技能和/或社交情感健康等发展方面存在缺陷和迟缓。<sup> 1,2 </sup>因此,许多儿童入学时准备不足,难以取得学习和学业成功。如果不加干预,发展差距往往会随着时间的推移而扩大而非缩小,<sup> 3</sup>这给教育和卫生系统带来了沉重负担,导致政府和公众在补救和特殊教育方面支出增加。<sup> 4,5 </sup>因此,人们一直在努力寻找可能导致或加剧儿童早期发展差异的因素,包括儿童的屏幕时间, <sup> 6</sup>
数字媒体和屏幕如今已渗透到儿童生活的方方面面。大约98%的0至8岁美国儿童生活在拥有联网设备的家庭中,平均每天屏幕使用时间超过2小时。<sup> 7</sup>这一时长超过了儿科指南建议的儿童每天观看高质量节目时间不超过1小时的标准。<sup> 8,9 </sup>尽管高质量互动式屏幕时间的一些益处已被证实,<sup> 10-13 </sup>但过多的屏幕时间与一系列有害的生理、行为和认知后果相关。<sup> 14-21 </sup>屏幕时间可能会干扰学习和成长的机会,但也有可能是发育迟缓的儿童需要更多屏幕时间来调节其挑战性行为。例如,研究表明,自我调节能力较差的幼儿比没有自我调节困难的幼儿拥有更多的屏幕时间。<sup> 22</sup>然而,大多数研究采用的是横断面方法,这限制了我们对关联方向的判断。
关于协会方向性的更清晰可能为儿科医生和其他医疗保健从业者提供信息,这些医生希望引导父母适应发育适当的屏幕暴露以及过度使用屏幕的潜在后果。 使用3波,随机截距,交叉滞后的面板模型,包括2441,24和36月的60儿童,我们调查了更高的屏幕时间是否会影响发育筛查测试的表现以及那些评分较低的儿童测试收到更多的屏幕时间。
方法
研究设计与人口
参与者包括来自“我们所有家庭”(All Our Families)研究的母亲和儿童。该研究是一项大型前瞻性妊娠队列研究,纳入了来自加拿大阿尔伯塔省卡尔加里的3388名母亲和儿童。<sup> 23 </sup>在该队列研究中,孕妇于2008年24月13日至2010年12月13日期间通过当地基层医疗机构、社区广告和当地血液实验室服务招募。纳入标准为:(1)年龄18岁及以上;(2)能够用英语交流;(3)孕周小于24周;(4)接受当地产前保健服务。母亲在孕34至36周以及儿童4、23、24、36和60个月龄时接受随访。本研究在收集屏幕时间变量时使用了儿童24、36和60个月龄的数据。人口统计学特征和研究特征见表1,更多详情见其他文献<sup>24</sup>。所有程序均已获得加拿大阿尔伯塔省卡尔加里大学联合健康研究伦理委员会的批准。所有母亲均签署了书面知情同意书;研究未提供任何经济补偿。
措施
发展筛选者
当儿童分别24、36和60个月大时,母亲们填写了《年龄与阶段问卷第三版》(ASQ-3)。<sup> 25</sup> ASQ-3是一种广泛使用的、由家长报告的筛查工具。<sup>26,27 </sup> ASQ-3评估儿童在五个领域的发育进展:沟通、大运动、精细运动、问题解决和个人社交能力。该问卷包含30个项目,询问儿童完成某项任务的能力,答案分为“是”、“有时”或“尚未掌握”。
与之前的研究一致,本研究采用ASQ-3所有领域的总分(分数越高表示发育越好)。ASQ-3与发育(贝利婴幼儿发展量表<sup> 29 </sup> )和智力(斯坦福-比奈智力测验第四版<sup> 30 </sup>)标准化测试的效标关联效度已得到证实。<sup>31</sup> ASQ-3已被推荐用于儿童筛查,并具有良好的心理测量学特性。<sup> 32</sup> ASQ-3具有中等至较高的敏感性(0.70-0.90)和特异性(0.76-0.91)。其重测信度较高(0.94-0.95),父母与专业人员之间的评分者间信度也较高(0.94-0.95)。<sup> 31 , 33 , 34</sup>
屏幕时间
母亲们表示他们的孩子在典型的工作日和周末日使用特定电子媒介的时间范围。 母亲报告了以下设备和/或媒体:观看电视节目; 在VCR或DVD播放机上观看电影,视频或故事; 使用计算机,游戏系统或其他基于屏幕的设备。 计算跨介质的工作日和周末屏幕时间的加权每周平均值以产生以小时/周为单位的屏幕时间使用。
协变量
儿童性别编码为女性(1)或男性(0),母亲和儿童的年龄分别以年和月记录。当儿童12个月大时,母亲需说明她们是否“给孩子看或读儿童书籍”,编码为不经常(1)、有时(2)或经常(3)。当儿童24个月大时,母亲需说明儿童在典型的平日进行体育活动的时间,从无(1)到7小时或以上(7),并完成流行病学抑郁量表(CES-D)。35当孩子36个月大时,采用1(小学或中学部分学历)至6(研究生毕业)的等级量表收集母亲的教育水平,并以10,000加元为增量报告收入(1,≤10,000加元;11,≥100,000加元),使用“全国儿童和青少年育儿纵向调查量表”评估母亲的积极互动,36并记录孩子在典型的24小时内的睡眠时长。在孩子60个月大时,母亲需回答“您的孩子在今年之前是否定期接受非亲属照护或日托?”的问题,答案为“否”(0)或“是”(1)。
统计分析
本研究采用随机截距交叉滞后面板模型(RI-CLPM)检验了儿童屏幕时间与发育结果之间的纵向关联,该模型由Hamaker等人<sup> 37</sup>定义(见图)。与标准CLPM相比,RI-CLPM通过统计分离重复结果测量中稳定(即个体间且时间不变)和动态(即个体内且时间变化)的方差,解决了残余混杂因素带来的问题。模拟研究表明,该方法能够减少关联方向估计的偏差,并更接近因果推断<sup> 38</sup> 。
分析分两步进行。首先,估计标准RI-CLPM模型;然后,检验协变量的贡献。在RI-CLPM模型中,从屏幕时间和ASQ-3的重复测量数据中提取个体间(稳定)因素,并允许这些因素存在协方差。个体间因素之间的协方差反映了屏幕时间和发育之间随时间推移保持不变(而非动态变化)的关联。该协方差还能将与屏幕时间和ASQ-3均相关的任何个体间和/或时间不变的混杂因素(例如,儿童性别、在研究的所有阶段均居住在社会经济地位较低的家庭)的贡献从模型的个体内部部分中分离出来,而模型内部部分考虑的是关联的方向。个体内部部分包含三种类型的估计:(1)自回归(即滞后项)捕捉个体内部结构随时间推移的等级顺序稳定性; (2)时间内协方差反映了屏幕时间和 ASQ-3 在同一时间点上个体内部关联的强度和方向;(3)交叉滞后反映了屏幕时间和 ASQ-3 在同一时间点上个体内部的纵向关联和方向性(图)。在拟合标准 RI-CLPM 模型后,协变量(在个体间水平测量)被视为预测变量,用于构建一个完全基于个体间的模型,以预测稳定性因素。
缺失数据
本研究使用的子样本(n = 2441)在24、36或60个月时至少完成了一次问卷调查。补充材料中的电子表格(eTable)提供了样本流失率以及继续参与研究和退出研究的家庭的人口统计学特征比较。为了评估缺失数据的影响,我们采用完全信息最大似然估计法运行了模型。我们分别对36个月时数据完整的参与者和60个月时数据完整的参与者进行了39次分析。这些模型迭代的结果基本相似。双尾检验的显著性水平设定为P < .05。所有分析均使用Mplus 7.0版进行。40统计分析于2018年1月31日至2月15日期间进行。
功能验证
描述性统计
表 1列出了描述性统计数据。24 个月大的儿童每周平均(标准差)观看屏幕时间为 17.09(11.99)(中位数为 15)小时,36 个月大的儿童每周平均(标准差)观看屏幕时间为 24.99(12.97)(中位数为 23)小时,60 个月大的儿童每周平均(标准差)观看屏幕时间为 10.85(5.33)(中位数为 10.5)小时。
随机截距,交叉滞后面板模型
采用标准RI-CLPM模型进行估计(图),拟合指数表明该模型与观测数据拟合良好(χ²₁ = 0.60;P = .44;近似均方根误差[RMSEA] = 0.00;95% CI,0.00-0.05;Tucker-Lewis指数[TLI] = 1.00;标准化均方根残差[SRMR] = 0.003)。在模型的个体间部分,发育筛查表现不佳(σ² = 14.57;95% CI,0.87-18.28)和屏幕时间(σ² = 17.15;95% CI,11.58-22.70)均存在统计学意义上的显著方差(即随机截距),表明这两个结果的个体均值存在显著差异。也就是说,一些儿童的平均屏幕时间更长,且其儿童发展结果也更差。此外,个体间成分之间存在统计学意义上的显著负协方差,这表明屏幕时间较长的儿童在所有研究阶段的发育筛查测试中,平均表现都更差。
在模型的时变成分中,每个估计滞后阶数的统计显著自相关性表明,个体内部各构念随时间推移具有显著的稳定性。如图所示,在考虑了这种个体内部稳定性后,存在显著的负向交叉滞后效应,即24个月时的屏幕时间暴露与36个月时发育筛查测试得分较低相关(β,-0.08;95% CI,-0.13至-0.02),36个月时的屏幕时间暴露也与60个月时发育筛查测试得分较低相关(β,-0.06;95% CI,-0.13至-0.02)。未观察到发育筛查测试得分较低与后期屏幕时间增加相关的反向效应。此外,时间内部协方差也不显著。综合来看,这些研究结果表明,相对于儿童的平均屏幕时间水平,较高的屏幕接触水平与下一阶段研究期间发育筛查测试中儿童发育里程碑的平均水平相比明显较差有关,但反之则不然。
平均筛选时间与发育结果的人际预测因子
在多元回归中,协变量被视为预测因子,其中个体间因素同时回归到所有变量上。强制纳入所有这些协变量导致模型拟合度较差,但允许所有协变量之间存在协方差矩阵则得到一个拟合度中等的模型,拟合指标除外,TLI 除外(χ²⁵³ = 521.04;P < .001;RMSEA = 0.06;95% CI,0.05-0.06;TLI = 0.78;SRMR = 0.067)。如表 2所示,女孩在 ASQ-3 上的个体水平均值较高,且当母亲报告母亲抑郁程度较低、家庭收入较高、母亲积极性较高、儿童身体活动水平较高、儿童阅读接触时间较长以及每日睡眠时间较长时,这些预测因子也较高。这些预测因子解释了 15% 的方差。研究发现,女孩的平均屏幕时间较短,母亲抑郁程度较低、收入水平、教育程度、儿童阅读时间和每晚睡眠时间较长时,儿童的平均屏幕时间也较短。这些预测因素解释了12%的方差。纳入这些变量后,个体间稳定性因素的标准化协方差(相关性)为σ = −0.13(95% CI,−0.19至−0.08),表明屏幕时间和ASQ-3之间存在稳定的关联,而这种关联无法被上述预测因素解释。
讨论
在现代家庭生活中,屏幕时间十分普遍。而且,随着科技日益融入生活的各个领域,屏幕时间还在不断增加。过去十年,过度使用屏幕的后果在研究、健康和公共讨论中引起了广泛关注。<sup> 7 , 41 , 42</sup>但究竟是发育迟缓先于过度使用屏幕时间,还是屏幕时间先于发育迟缓?这项纵向三阶段研究的创新之处在于,它可以通过重复测量来解答这个问题。结果表明,屏幕时间可能是初始因素:24个月时屏幕时间越长,36个月时发育筛查测试成绩越差;同样,36个月时屏幕时间越长,60个月时发育筛查测试得分越低。但未观察到反向关联。
在本研究中,24个月、36个月和60个月大的儿童平均每周观看电视约17小时、25小时和11小时,相当于每天屏幕时间分别约为2.4小时、3.6小时和1.6小时。本样本的屏幕时间与近期一份报告<sup>7</sup>的结果相符,该报告指出,美国儿童平均每天观看电视节目2小时19分钟。尽管60个月大时屏幕时间的减少不会影响与排名稳定性和平均变化相关的交叉滞后分析,但这种减少仍然值得关注。这可能反映了我们研究队列中的儿童开始上小学,以及从5岁开始参加课前课后托管,导致他们在家的时间减少,屏幕时间自然而然地减少。
儿童发展在生命最初五年内迅速展开。本研究考察了这一关键生长发育时期儿童的发展结果,揭示了屏幕时间会影响儿童的最佳发展能力。当幼儿观看屏幕时,他们可能会错过练习和掌握人际交往、运动和沟通技能的重要机会。例如,当儿童观看屏幕而没有互动或身体活动时,他们会更加久坐不动,因此无法练习诸如行走和跑步等大运动技能,这反过来可能会延缓这方面的发育。屏幕还会限制儿童与照护者之间的互动<sup> 43-45 </sup> ,从而减少言语和非言语社交交流的机会,而这些交流对于促进儿童的最佳生长发育至关重要<sup> 46</sup> 。
与阐述多层次生态系统中多种因素对儿童发展影响的理论模型相一致<sup> 47</sup>,我们观察到屏幕时间和发育筛查测试成绩均与多种个体层面和情境因素相关,包括家庭收入、母亲抑郁、儿童睡眠、是否经常给孩子朗读以及孩子是否为女性。综上所述,这些发现表明,许多因素可能影响儿童过度使用屏幕的倾向。然而,并非所有儿童都会受到屏幕时间的同等程度的影响。可能存在一些因素可以缓冲屏幕时间对儿童发展的负面影响。未来需要开展纵向研究,考察儿童对屏幕时间暴露的差异性易感性<sup> 48 </sup>,以及风险因素和保护因素<sup> 49</sup> ,以确定屏幕时间在何时以及对哪些儿童尤其不利于其发展。
本研究提出了一些实践启示和建议。首先,从业人员应强调屏幕时间应适度使用,促进儿童发展最有效的方法之一是高质量的亲子互动,避免屏幕干扰。<sup> 44 </sup> 其次,鼓励儿科医生和医疗保健专业人员与家庭共同制定个性化的媒体使用计划,或指导家庭获取相关资源以制定媒体使用计划<sup>50 </sup> ,以确保屏幕时间不会过长,也不会干扰面对面的互动或家庭时光。媒体使用计划可以根据每个家庭的需求进行定制。这些计划指导如何根据儿童年龄制定和执行媒体使用规则和界限,如何在家中设置无屏幕区域和设备使用时间限制,以及如何平衡和分配线上和线下活动的时间,以确保体育锻炼和家庭互动得到优先考虑。
限制
纵向研究设计对于得出关于关联随时间推移和发展变化的方向性和模式的结论至关重要。然而,涉及屏幕的纵向研究面临的最大障碍之一是技术发展日新月异,远超研究本身。<sup> 51</sup>在我们这项针对24至60个月龄儿童的大型前瞻性队列研究中,数据收集时间为2011年10月20日至2016年10月6日。由于技术的进步,屏幕时间行为可能在此期间发生了变化。另一个潜在的局限性是,研究变量的首次评估是在24个月龄时进行的。未来的研究或许可以增加12个月或18个月龄的数据,以进一步支持本文观察到的结果模式。鉴于近期有报告指出婴儿期屏幕时间正在增加,<sup>7,17</sup> 增加更早的数据滞后可能尤为重要。
第三个局限性在于对屏幕时间的单一维度关注。未来的研究应进一步分析媒体内容质量(例如,在线视频流媒体与教育类应用程序)对儿童发展的影响。另一个局限性是,屏幕时间和儿童发展的评估数据来源于母亲的报告。在大样本参与者中通过问卷调查收集母亲报告的优势在于,它可以减轻其他家庭成员的研究负担,从而最大限度地减少样本流失。然而,这种单一信息来源的方法可能会引入共同方法偏差。ASQ-3 量表在父母和专业人员之间的观察者间信度较高。<sup> 31</sup>因此,ASQ-3 很可能是一种有效的发育迟缓筛查评估方法。在未来的研究中,收集父母双方对儿童早期发展结果的评估数据可以降低报告者偏差的可能性。为了使用多信息来源方法来验证当前的研究结果,未来的研究还可以使用设备上的追踪应用程序来客观地监测屏幕时间行为。
结论
四分之一的儿童在发育上尚未做好入学准备。<sup> 1,2 </sup>尽管教育课程和项目不断进步,但过去十年学生的学业成绩并未得到改善,<sup> 52</sup>而这恰好与科技使用和屏幕时间快速增长的时期相吻合。<sup>53,54 </sup>过多的屏幕时间与多种负面后果相关,包括认知发育迟缓和学业成绩下降。<sup> 55,56 </sup>据我们所知,本研究首次证实了屏幕时间与幼儿发育筛查测试成绩不佳之间存在正向关联。随着科技使用深入人们的现代生活,了解屏幕时间及其相关因素之间的正向关联,并采取家庭层面的措施引导孩子以积极的方式使用科技,对于确保在数字时代成长的儿童获得发育成功至关重要。
文章信息
已接受发表: 2018 年 11 月 25 日。
通讯作者: Sheri Madigan 博士,卡尔加里大学心理学系,2500 University Ave, Calgary, AB T2N 1N4, Canada([email protected])。
在线发表日期: 2019年1月28日。doi:10.1001/jamapediatrics.2018.5056
作者贡献: Madigan 博士和 Browne 博士可以完全访问研究中的所有数据,并对数据的完整性和数据分析的准确性负责。
概念和设计: Madigan、Browne、Racine、Tough。
数据采集、分析或解释:所有作者。
稿件撰写: Madigan、Browne。
对稿件的重要知识内容进行批判性修订: Browne、Racine、Mori、Tough。
统计分析: Madigan、Browne、Racine。
获得资金:很难。
行政、技术或材料支持:布朗、托夫。
监管:严格。
利益冲突披露: Tough 博士报告称,在研究进行期间,他获得了来自阿尔伯塔儿童医院基金会、阿尔伯塔创新健康解决方案中心、MaxBell 基金会、加拿大胎儿酒精谱系障碍协会 (CanFASD) 和加拿大卫生研究院的资助。未报告其他利益冲突。
资金/支持: All Our Families 研究得到了 Alberta Innovates Health Solutions 跨学科团队拨款 200700595 的支持。
全体家庭研究的主要研究者是Tough博士。 研究支持由艾伯塔省儿童医院基金会和加拿大研究教席计划(Madigan博士)提供。
资助者/赞助者的角色:资助方在研究的设计和实施、数据的收集、管理、分析和解释、稿件的准备、审查或批准以及决定提交稿件发表方面均未发挥任何作用。
其他贡献:作者感谢“我们所有的家庭”研究团队的贡献,并感谢参与这项研究的参与者。
案例
1.
Janus M, Offord DR. 早期发展量表 (EDI) 的开发和心理测量特性:儿童入学准备度的测量。加拿大行为科学杂志。2007;39(1):1-22。doi: 10.1037/cjbs2007001。Google Scholar Crossref
2.
Browne DT、Wade M、Prime H、Jenkins JM. 加拿大城市家庭的入学准备:风险概况和家庭干预。教育心理学杂志。2018;110(1):133-146。doi: 10.1037/edu0000202 。谷歌学术交叉引用
3.
Stanovich KE. 阅读中的马太效应——读写能力习得中个体差异的一些后果。阅读研究季刊。1986;21(4):360-407。doi: 10.1598/RRQ.21.4.1 Google Scholar Crossref
4.
Browne DT、Rokeach A、Wiener J、Hoch JS、Meunier JC、Thurston S. 探讨复杂儿童残疾对家庭和经济的影响,并分析其与儿童多动症和服务整合的关系。《发育性身体残疾杂志》(J Dev Phys Disabil )。2013;25(2):181-201。doi: 10.1007/s10882-012-9295-z。Google Scholar Crossref
5.
Heckman JJ. 技能培养与投资弱势儿童的经济学.科学. 2006;312(5782):1900-1902. doi: 10.1126/science.1128898 PubMed Google Scholar Crossref
6.
Radesky JS, Christakis DA. 屏幕时间增加:对幼儿早期发育和行为的影响。Pediatr Clin North Am . 2016;63(5):827-839. doi: 10.1016/j.pcl.2016.06.006 PubMed Google Scholar Crossref
7.
Common Sense Media。《Common Sense 普查:2017 年 0 至 8 岁儿童的媒体使用情况》。Common Sense Media 网站。https ://www.commonsensemedia.org/research/the-common-sense-census-media-use-by-kids-age-zero-to-eight-2017。访问日期:2018 年 8 月 30 日。
8.
美国儿科学会。美国儿科学会发布儿童媒体使用新建议。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。发布日期:2016年10月21日。访问日期:2018年8月30日。
9.
Radesky J、Christakis D、Hill D 等;传播与媒体委员会。《媒体与青少年心理》。《儿科学》。2016;138(5):e20162591。doi: 10.1542/peds.2016-2591 PubMed Google Scholar Crossref
10.
Kirkorian HL、Choi K、Pempek TA. 幼儿通过触摸屏上的互动式和非互动式视频学习词汇。儿童发展。2016;87(2):405-413。doi: 10.1111/cdev.12508 PubMed Google Scholar Crossref
11.
Staiano AE, Calvert SL. 体育课中的体感游戏:身体、社交和认知益处。儿童发展视角。2011;5(2):93-98。doi: 10.1111/j.1750-8606.2011.00162.x PubMed Google Scholar Crossref
12.
Sweetser P、Johnson DM、Ozdowska A、Wyeth P. 幼儿主动屏幕时间与被动屏幕时间比较。澳大利亚早期儿童杂志。2012;37(4):94-98。谷歌学术
13.
Radesky JS、Schumacher J、Zuckerman B. 幼儿使用移动和互动媒体:利弊及未知。儿科学杂志。2015;135(1):1-3。doi: 10.1542/peds.2014-2251 PubMed Google Scholar Crossref
14.
Hancox RJ、Milne BJ、Poulton R. 儿童和青少年时期观看电视与成年健康之间的关联:一项纵向出生队列研究。柳叶刀。2004;364(9430):257-262。doi: 10.1016/S0140-6736(04)16675-0 PubMed Google Scholar Crossref
15.
Przybylski AK, Weinstein N. 数字屏幕时间限制与幼儿心理健康:一项基于人群的研究证据[2017年12月13日在线发表]。儿童发展。doi: 10.1111/cdev.13007 PubMed Google Scholar
16.
Zimmerman FJ, Christakis DA. 儿童电视观看与认知发展:一项基于全国数据的纵向分析。Arch Pediatr Adolesc Med . 2005;159(7):619-625. doi: 10.1001/archpedi.159.7.619文章PubMed Google Scholar Crossref
17.
Christakis DA、Ramirez JSB、Ferguson SM、Ravinder S、Ramirez JM. 早期媒体接触如何影响认知功能:一项基于人类观察和鼠类实验结果的综述。美国国家科学院院刊。2018;115(40):9851-9858。doi: 10.1073/pnas.1711548115 PubMed Google Scholar Crossref
18.
Paavonen EJ、Pennonen M、Roine M、Valkonen S、Lahikainen AR. 电视暴露与5至6岁儿童睡眠障碍的关系。《睡眠研究杂志》。2006;15(2):154-161。doi: 10.1111/j.1365-2869.2006.00525.x PubMed Google Scholar Crossref
19.
Zimmerman FJ、Christakis DA、Meltzoff AN. 媒体观看与2岁以下儿童语言发展之间的关联。儿科杂志。2007;151(4):364-368。doi: 10.1016/j.jpeds.2007.04.071 PubMed Google Scholar Crossref
20.
Chonchaiya W, Pruksananonda C. 电视观看与语言发育迟缓相关。儿科杂志。2008;97(7):977-982。doi: 10.1111/j.1651-2227.2008.00831.x PubMed Google Scholar Crossref
21.
Duch H、Fisher EM、Ensari I 等。屏幕时间使用与西班牙裔幼儿语言发育的关联:一项横断面和纵向研究。《临床儿科杂志》(费城)。2013;52(9):857-865。doi: 10.1177/0009922813492881 PubMed Google Scholar Crossref
22.
Radesky JS、Silverstein M、Zuckerman B、Christakis DA. 婴儿自我调节与幼儿早期媒体接触。儿科学杂志。2014;133(5):e1172-e1178。doi: 10.1542/peds.2013-2367 PubMed Google Scholar Crossref
23.
Tough SC、McDonald SW、Collisson BA 等。队列概况:所有婴儿妊娠队列 (AOB)。国际流行病学杂志。2017;46(5):1389-1390。doi: 10.1093/ije/dyw363 PubMed Google Scholar Crossref
24.
McDonald SW、Lyon AW、Benzies KM 等。“我们所有宝宝”妊娠队列研究:设计、方法和参与者特征。BMC Pregnancy Childbirth。2013 ;13(增刊 1):S2。doi: 10.1186/1471-2393-13-S1-S2 PubMed Google Scholar Crossref
25.
Squires J、Twombly E、Bricker D、Potter L. ASQ-3 用户指南。巴尔的摩,马里兰州:Brookes;2003 年。
26.
Richter J, Janson H. 挪威版年龄与阶段问卷的验证研究。儿科杂志。2007;96(5):748-752。doi: 10.1111/j.1651-2227.2007.00246.x PubMed Google Scholar Crossref
27.
Heo KH、Squires J、Yovanoff P. 学前筛查工具的跨文化适应性:韩国和美国人群的比较。智力障碍研究杂志。2008;52(pt 3):195-206。doi: 10.1111/j.1365-2788.2007.01000.x PubMed Google Scholar Crossref
28.
Alvik A, Grøholt B. 基于挪威6个月大婴儿人群样本的年龄与发育阶段问卷临界值评估。BMC Pediatr . 2011;11(1):117. doi: 10.1186/1471-2431-11-117 PubMed Google Scholar Crossref
29.
Bayley N. 《贝利婴儿发展量表手册》。德克萨斯州圣安东尼奥:心理学公司;1969 年。
30.
Thorndike RL、Hagen EP、Sattler JM。《斯坦福-比奈智力量表》第4版。伊利诺伊州伊塔斯卡:Riverside Publishing Co;1986年。
31.
Squires J、Bricker D、Potter L. 修订家长填写的发育筛查工具:年龄与阶段问卷。儿科心理学杂志。1997;22(3):313-328。doi: 10.1093/jpepsy/22.3.313 PubMed Google Scholar Crossref
32.
Schonhaut L、Armijo I、Schönstedt M、Alvarez J、Cordero M. 年龄与发育阶段问卷在足月儿和早产儿中的有效性。儿科学杂志。2013;131(5):e1468-e1474。doi: 10.1542/peds.2012-3313 PubMed Google Scholar Crossref
33.
Gollenberg AL、Lynch CD、Jackson LW、McGuinness BM、Msall ME. 低风险样本中家长填写的《年龄与阶段问卷》(第二版)与《贝利婴幼儿发展量表第二版》的并发效度。《儿童保健与发展》2010;36(4):485-490。doi: 10.1111/j.1365-2214.2009.01041.x PubMed Google Scholar Crossref
34.
Limbos MM, Joyce DP. 比较ASQ和PEDS在初级保健就诊儿童发育迟缓筛查中的应用。J Dev Behav Pediatr . 2011;32(7):499-511. doi: 10.1097/DBP.0b013e31822552e9 PubMed Google Scholar Crossref
35.
Radloff LST. CES-D量表:用于一般人群研究的自评抑郁量表。应用心理测量学。1977;1:385-401。doi: 10.1177/014662167700100306。Google Scholar Crossref
36.
NLSCY. 1994-1995 年调查工具概述。渥太华,安大略省:加拿大统计局和加拿大人力资源部;1995 年。
37.
Hamaker EL、Kuiper RM、Grasman RPPP. 对交叉滞后面板模型的批判.心理学方法. 2015;20(1):102-116. doi: 10.1037/a0038889 PubMed Google Scholar Crossref
38.
Berry D, Willoughby MT. 论交叉滞后面板模型的实际可解释性:重新思考发展心理学中的常用模型。儿童发展。2017;88(4):1186-1206。doi: 10.1111/cdev.12660 PubMed Google Scholar Crossref
39.
Graham JW. 缺失数据分析:使其在现实世界中发挥作用。心理学年评。2009;60:549-576。doi: 10.1146/annurev.psych.58.110405.085530 PubMed Google Scholar Crossref
40.
Muthén L, Muthén B. Mplus 统计建模软件:版本 7.0。洛杉矶,加利福尼亚州:Muthén & Muthén;2012 年。
41.
美国儿科学会。《媒体使用和屏幕时间对儿童、青少年和家庭的影响》。http ://www.acpeds.org/the-college-speaks/position-statements/parenting-issues/the-impact-of-media-use-and-screen-time-on-children-adolescents-and-families。发布于2016年11月。访问日期:2018年9月4日。
42.
Bolhuis K、Verhoeff ME、Hillegers M、Tiemeier H. 青春期前精神病样症状:严重精神疾病的前兆症状之前是什么?《美国儿童青少年精神病学会杂志》。2017;56(10):S243。doi: 10.1016/j.jaac.2017.09.258。Google Scholar Crossref
43.
Radesky J、Miller AL、Rosenblum KL、Appugliese D、Kaciroti N、Lumeng JC. 母亲在结构化亲子互动任务中使用移动设备的情况。儿科学杂志。2015;15(2):238-244。doi: 10.1016/j.acap.2014.10.001 PubMed Google Scholar Crossref
44.
Kirkorian HL、Pempek TA、Murphy LA、Schmidt ME、Anderson DR. 背景电视对亲子互动的影响。儿童发展。2009;80(5):1350-1359。doi: 10.1111/j.1467-8624.2009.01337.x PubMed Google Scholar Crossref
45.
Pempek TA、Kirkorian HL、Anderson DR. 背景电视对父母与孩子互动中言语数量和质量的影响。《儿童媒体杂志》。2014;8(3):211-222。doi: 10.1080/17482798.2014.920715。Google Scholar Crossref
46.
Hoff E. 环境影响的特异性:社会经济地位通过母亲的言语影响早期词汇发展。儿童发展。2003;74(5):1368-1378。doi: 10.1111/1467-8624.00612 PubMed Google Scholar Crossref
47.
Bronfenbrenner U.人类发展的生态学:自然与设计的实验。马萨诸塞州剑桥:哈佛大学出版社;1979 年。
48.
Belsky J、Bakermans-Kranenburg MJ、van Ijzendoorn MH。 无论好坏:对环境影响的敏感性不同。当前心理学博士。 2007;16(6):300-304。 doi: 10.1111/j.1467-8721.2007.00525.x谷歌学术交叉引用
49.
Masten AS, Garmezy N.发展心理病理学中的风险、脆弱性和保护因素:临床儿童心理学进展。纽约:Springer;1985:1-52。
50.
美国儿科学会。家庭媒体计划。http ://www.healthychildren.org/English/media/Pages/default.aspx ?gclid=EAIaIQobChMIoq2F-eiA3QIVUFuGCh3e0gDnEAAYBCAAEgJqNPD_BwE。访问日期:2018 年 8 月 30 日。
51.
Radesky JS、Eisenberg S、Kistin CJ 等。过度刺激的消费者还是下一代学习者?家长对儿童使用移动技术的担忧。《家庭医学年鉴》。2016;14(6):503-508。doi: 10.1370/afm.1976 PubMed Google Scholar Crossref
52.
Chu MW. 为什么加拿大未能成为教育强国。https ://theconversation.com/why-canada-fails-to-be-an-education-superpower-82558。访问日期:2018年8月30日。
53.
Lenhart A.过去五年青少年与手机:皮尤互联网回顾。华盛顿特区:皮尤互联网与美国生活项目;2009 年。
54.
Anderson M, Jiang J. 青少年、社交媒体与科技。http ://assets.pewresearch.org/wp-content/uploads/sites/14/2018/05/31102617/PI_2018.05.31_TeensTech_FINAL.pdf。发布于2018年5月31日。访问于2018年8月30日。
55.
Hancox RJ、Milne BJ、Poulton R. 儿童时期观看电视与学业成绩不佳的关联。Arch Pediatr Adolesc Med . 2005;159(7):614-618. doi: 10.1001/archpedi.159.7.614文章PubMed Google Scholar Crossref
56.
Zimmerman FJ, Christakis DA.早期媒体接触内容类型与后续注意力问题之间的关联。儿科学杂志。2007;120(5):986-992。doi: 10.1542/peds.2006-3322 PubMed Google Scholar Crossref