培养符合情境的情绪反应：6个月到12个月期间情绪反应性和情绪调节能力的纵向变化

《Developmental Science》：Developing Context-Appropriate Emotions: Longitudinal Changes in Emotion Reactivity and Emotion Regulation From 6 to 12 Months

　　摘要

情绪发展理论认为，随着注意力控制和情绪调节能力的提高，负面情绪会随时间逐渐减少。然而，关于婴儿期的研究发现，生命的第一年可能呈现出不同的发展模式：婴儿年龄越大，负面情绪反而会增加。通过实施一项引发情绪的任务，我们连续每秒测量了6个月大（n=82名男孩，43名男孩）和12个月大（n=68名男孩）婴儿在挑战条件（玩具移除）和恢复条件（玩具玩耍）下的情绪反应性和调节能力以及生理唤醒（心率）。首先，我们通过计算个体内部的平均值来测量反应性、调节能力和唤醒程度的平均强度。然后，我们测量了三种时间动态：通过计算方差来估计变化性，通过计算连续差异的均方根来测量不稳定性，通过计算自相关性来测量变化的持续性。从6个月到12个月，负面情绪的反应性、变化性和不稳定性均有所增加，而持续性没有变化，这表明婴儿对玩具移除的负面反应更加显著且反应更快。在挑战阶段，调节策略的使用从6个月增加到12个月，而在恢复阶段则减少并变得更加稳定。在12个月时，从挑战到恢复阶段心率有所下降，而在6个月时则没有这种变化。接下来，我们研究了反应性、调节能力和唤醒程度之间的时间关联如何随时间变化。交叉相关分析显示，12个月时这三者之间的时间关联更强，表明随着年龄的增长，行为和生理反应之间的协调性增强。我们在功能主义情绪观的背景下讨论了这些情绪动态和行为-生理关联的发展变化。

本研究利用了对情绪表达、调节行为和生理唤醒的即时记录，重点关注两个关键方面：任务内部的情境和时间动态。随着婴儿的成长，他们在面对压力时表现出更强烈的负面反应和更大的调节努力，但压力结束后反应变得更加平静，调节使用的频率也减少了。从6个月到12个月，情绪行为和生理指标（心率）之间的时间关联增强，表明婴儿期的情绪协调性随年龄增长而增强。这些模式可能反映了情绪灵活性的提高，年龄较大的婴儿能够展现出更符合情境的情绪反应。

1 引言

早期有效的情绪调节被认为是后期社会情绪福祉（Eisenberg等人，2010年；Nigg，2017年）、学业成就（Duckworth和Allred，2012年）和社会能力（Dollar和Stifter，2012年）的先决条件。因此，人们越来越关注识别婴儿期和儿童期情绪反应性和调节的发展规范模式，以支持早期发现和预防后续问题。尽管对情绪调节的重要性有共识，但在如何定义这一时期的情绪或情绪调节，以及是否可以有意义地将情绪与其调节分开方面尚未达成一致。前者导致了多种情绪理论的出现，而后者则促使人们采用方法论策略来区分情绪表达和调节（Pérez-Edgar，2019年）。尽管早期的行为主义观点将情绪视为非理性的和破坏性的，但当代研究强调了情绪在组织和优先处理行为以应对环境需求方面的功能性作用（Muris和Meester，2014年）。功能情绪理论（Barrett和Campos，1987年；Frijda，1986年；Izard，1977年；Lazarus，2006年）认为情绪是：（1）生物学上根深蒂固的机制，对生存至关重要，充当雷达和快速反应系统；（2）与评估过程紧密相关，个体通过这些过程评估情境的重要性并为行动做好准备，从而影响其与环境的互动；（3）动态过程，其特征是微观层面的变化（Cole等人，2004年；Cole等人，2020年）。因此，情绪调节是指为实现特定目标或维持稳态或动态平衡而进行的持续、动态和适应性的情感反应调整，这一过程由中枢和周围生理系统共同介导（Nigg，2017年；Thompson，1994年）。这一过程通常涉及改变情绪强度和持续时间的策略。因此，情绪调节可以改变情绪发生的速度和恢复速度、随时间的持续性以及情绪的稳定性（Ekas等人，2018年）。由于情绪协调多个系统，包括生理和行为系统（也称为情绪协调性），追踪这些层面上的变化非常重要。然而，这些系统可能不会同步波动；例如，生理反应可能比面部表情更快地恢复。因此，多层面、细粒度的测量对于捕捉情绪显著事件期间行为和生理信号的时间关联至关重要（Pérez-Edgar，2019年）。情绪调节的定义和方法论复杂性对发展研究者提出了一个核心挑战：如果我们不能清晰地定义或测量情绪及其调节，就很难确定典型的发展轨迹，或者识别调节何时变得有效或失调，这可能预示着日后心理病理的风险。婴儿期是一个特别具有可塑性和敏感性的窗口，用于研究情绪调节的出现，因为在这个阶段运动能力、神经生理系统和注意力机制都会迅速变化（Ekas等人，2018年）。婴儿的情绪反应性表现为在面对压力时行为和生理系统的同时变化，这种反应特别容易受到环境需求的影响，并且以情境依赖的方式持续发展（Rudd等人，2022年）。调节过程，如注意力分配，在第一年的后半段也会发生显著变化，反映了自我调节能力的出现（Calkins和Hill，2007年；Posner和Rothbart，2000年）。然而，目前对婴儿期情绪反应的时间动态如何发展，或者行为和生理系统之间的情绪协调性如何随时间变化知之甚少。本纵向研究关注6个月和12个月大的婴儿的情绪反应，以每秒为单位测量情绪行为和心率，从而能够对其时间动态和关联进行细致的分析。

1.1 婴儿期情绪反应性和调节能力的发展变化

研究婴儿的情绪行为通常与气质研究相联系。气质理论通常关注情绪反应性（速度、强度和持续时间）和调节能力（调整这些反应）（Buss等人，2019年）。婴儿情绪反应的变化可以通过家长报告、行为观察和实验室中的生理评估来测量（Hendry等人，2016年）。关于健康情绪发展的普遍假设是，负面情绪（如愤怒和悲伤）的频率和强度会随时间减少（Holodynski和Friedlmeier，2006年）。然而，一些使用行为观察的研究发现，婴儿在第一年内负面反应性有所增加（Braungart-Rieker等人，2010年；Thompson，1990年）。通过家长评估的气质问卷测量，负面反应性在4个月到12个月之间增加，尤其是在6个月到12个月之间（Gartstein和Hancock，2019年）。这种增加归因于神经学、认知和经验的增长，使婴儿能够更快速和适当地评估令人不安的情境（Dollar和Calkins，2019年）。家长报告的4个月到12个月大的婴儿调节能力显示出非线性的发展轨迹，6个月时调节能力增加，8个月时短暂下降，然后从8个月到12个月大幅上升（Gartstein和Hancock，2019年）。行为观察表明，婴儿在第一年内调节策略变得更加复杂，反映了情绪调节行为的增加（Kopp，1989年）。例如，在3个月到7-9个月之间，新兴的记忆和预期技能支持了更加有意识的调节努力，如定向和接近行为的灵活性增加（Gartstein等人，2022年）；到了12个月，婴儿可以通过手势进行交流，并在社交信号方面更加熟练（Reilly等人，2006年）。因此，调节逐渐从被动、依赖照顾者的形式转变为更独立和主动的行为，如注意力转移、基于手势的交流和与环境互动，而早期的语言和社会信号使婴儿能够更策略性地寻求支持（Santucci等人，2008年）。在观察性研究中，儿童在引发情绪的任务中的反应性和调节行为通常会根据时间或试验进行编码，然后将行为（例如负面情绪的强度、分心的情况）汇总并计算整个任务的得分（Cole等人，2017年）。虽然这种方法提供了有价值的信息，但它忽略了情绪反应的时间特征，如持续时间、潜伏期、速度、稳定性和持续性（Ramsook等人，2018年）。这些基于实验室的情绪引发任务还在压力事件（例如玩具移除）和恢复事件（例如玩具返回）之间交替进行，但通常只测量压力事件期间的婴儿反应，忽略了压力事件解除后婴儿的表现（Rash等人，2016年；Wu等人，2021年）。观察痛苦和恢复的情境可以提供对情绪调节发展的更好理解。

1.2 测量时间动态

尽管幼儿的自调节技能不断发展，但在面对外部挑战（如等待奖励或被阻止达成目标）时，他们仍然会强烈表达负面情绪（Cole等人，2011年；Cole等人，2019年）。这表明，仅计算情绪表达的平均水平可能无法完全捕捉调节发展的动态变化。相反，时间特征（如情绪展开的速度、强度或持续性）可以提供对调节过程变化的更敏感的洞察。例如，情绪调节被概念化为一个动态系统，该系统会恢复到稳定状态（稳态），类似于阻尼振荡——一个由于能量损失而逐渐降低强度的重复运动过程——可以通过强度、速度和加速度来描述。Morales等人（2018年）使用这个模型研究了在引发恐惧的任务中，主导反应（面部和身体表达的总强度）和自我调节（如目光回避和坐立不安等策略的使用）如何随时间变化。他们发现，到5岁时，儿童减少主导情绪反应的速度和效率比2岁时更快，并且更有可能在过程早期就使用调节策略。这种方法使他们不仅能够测试情绪反应是否随年龄减少，还能测试其时间特征如何随发展而变化。类似地，Cole等人（2011年）评估了学龄前儿童的愤怒和注意力调节的潜伏期和持续时间，发现18个月到48个月之间，儿童表现出愤怒所需的时间逐渐延长，且更快地重新调整注意力，揭示了调节机制的发展进步。在成人研究中，情绪的时间动态（情绪动态）通常通过重复的即时评估来研究，指标包括变化性、不稳定性或波动性和持续性或惯性（Houben等人，2015年；Koval等人，2015年）。变化性反映了情绪状态随时间的变化范围或幅度，通常使用个体内部的标准差或方差来量化。情绪状态也可能随时间突然和不稳定地变化，而稳定性捕捉了这些快速、连续的波动作为相邻观察之间的变化。稳定性使用连续差异的均方（MSSD）或其平方根（RMSSD）来计算。虽然稳定性常与变化性混淆，后者反映的是整体分散，但稳定性具体指的是情绪变化的逐时刻依赖性（Jahng等人，2008年；Wichers等人，2015年）。持续性或惯性指的是前期情绪状态对当前情绪状态的预测程度，通常通过自相关性来估计（Koval等人，2013年）。这些情绪动态与各种心理病理学形式有关，包括情绪障碍（Kuppens等人，2010年；Ortiz等人，2015年；Trull等人，2015年）、注意力缺陷多动障碍（ADHD）（Rosen等人，2015年）和边缘型人格障碍（Ebner-Priemer等人，2015年）在成人和青少年中。在本研究中，我们借鉴了这些文献来研究婴儿情绪反应中的类似时间特征，这使我们能够超越平均强度水平，捕捉情绪随时间的发展。

1.3 情绪系统之间的时间关联

情绪调节理论认为，情绪反应是由多个系统（生理、表达、行为和认知）的协调产生的，这些系统动态相互作用，产生对环境的协调和适应性反应。这种协调通常被称为情绪协调性，意味着多个系统在时间上的双向关联。尽管协调性也被称作一致性或收敛性，但我们使用协调性（或同步性）这一术语来广泛指代情绪系统随时间发展的正向关联（Hollenstein和Lanteigne，2014年）。尽管有这一强有力的理论主张，但实证支持并不一致。这些差异可能源于方法论限制或调节因素，如个体差异、情境或调节过程。研究人员通常通过心率来评估自主唤醒，作为情绪反应性的内部指标（Ramsook等人，2018年）。心率可以作为任务平均值来分析，也可以作为基线状态与挑战阶段或挑战与恢复阶段之间的差异来分析，有证据支持其作为婴儿期生理唤醒标志的有效性（Davis等人，2020年）。元分析结果表明，从6个月大开始，对压力源的心率反应可以更可靠地观察到，包括在玩具收回和静默面对等任务中从基线到压力源期间的增加（Sacrey等人，2021年）。已经注意到婴儿期心脏活动与情绪表达之间的同时关系（Fox，1989年；Gatzke-Kopp和Ram，2018年），尽管在这方面的研究结果并不一致。例如，在陌生人任务中，心率与观察到的负面情绪呈正相关（Buss等人，2005年；Ham和Tronick，2009年），但在静默面对范式中则表现为相反的模式（Busuito等人，2019年）。一些研究没有发现自主变化与情绪反应强度之间的显著关联（Quas等人，2000年）。同样，使用变化分数的列联分析来测量婴儿情绪反应性和调节之间的时间关联（Stifter和Braungart，1995年；Buss和Goldsmith，1998年；Diener和Mangelsdorf，1999年；Crockenberg和Leerkes，2004年）。然而，这种方法并不适合分析婴儿情绪调节中常见的低频行为，也不适合澄清调节行为是仅仅与情绪变化同时发生还是随着时间推移推动这种变化（Ekas等人，2018年）。为了解决这些限制，可以使用多层次建模来同时观察情绪的存在和变化程度（Ekas等人，2013年）。理想的研究情绪系统一致性的方法应能够（1）评估个体内部的关联，（2）依赖秒级数据来捕捉快速变化，（3）考虑情绪系统（如生理和行为）之间可能的时间延迟（Mauss等人，2005年）。互相关分析满足这些标准。它量化了两个时间序列（如行为和生理数据）之间的关联程度，并确定这种关联最强的时间延迟。互相关的一个关键优势是它保留了情绪信号的自然变异性和非平稳性。与去除这些波动的方法不同，互相关保留了对情绪功能至关重要的变异性。这使研究人员能够检测到由于均值、斜率或瞬时变化而产生的一致性。然后可以在群体层面上使用这些个体层面的估计来研究发展模式或个体差异（Butler等人，2014年）。功能情绪理论认为，情绪系统之间的一致性反映了情绪健康状况，而不一致性可能预示着日后出现心理病理的风险（Crowell等人，2014年）。然而，实证证据仍然存在分歧（Lanteigne等人，2014年；Marsh等人，2008年；Smith等人，2011年），可能是因为一致性的含义取决于所涉及的调节过程和情绪测量的背景。在缺乏强烈的情绪状态或非情绪显著背景的情况下，情绪子系统也可能只是松散协调的。事实上，一致性可能只会在高强度情绪下出现（Crowell等人，2014年）。在当前研究中，我们应用互相关分析来检查任务过程中情绪反应性、情绪调节和心率之和的秒级一致性的发展变化。

1.4 当前研究

直到最近，研究情绪反应性和调节的时间动态的纵向研究还很少（Morales等人，2018年；Ramsook等人，2020年；Tan等人，2023年），只有少数研究在婴儿期应用了多层次建模（Ekas等人，2013年）或时间动态（如上升时间、恢复和时间持续性）等方法（Thompson和Rowe，2023年）。当前研究通过使用秒级行为编码和连续心率记录，在一个引发情绪的任务中，检查了6到12个月大婴儿的情绪和生理反应的发展变化，从而填补了这一空白。该任务改编自Lab-TAB电池测试（Goldsmith和Rothbart，1999年），包括一个玩具收回程序，其中照顾者移除了婴儿正在玩的玩具。它包括两种交替的条件：挑战条件（玩具放在婴儿够不到的地方）和恢复条件（玩具返回给婴儿），每种条件重复三次试验， creating a sequence of shifting emotional contexts。情绪反应性是通过总结负面情绪的面部和声音表达的强度来评估的。情绪调节是通过总结之前与负面情绪调节相关的行为（如朝向母亲的行为、分心和自我安抚策略）的存在来测量的（Atkinson等人，2021年；Buss和Goldsmith，1998年；Ursache等人，2013年）。重要的是，我们没有评估这些策略的功能或有效性，而是检查了这些行为随时间的整体存在情况，作为调节的综合指标，这与之前的研究一致（Morales等人，2018年；Cole等人，2020年）。心率（每分钟跳动次数）被连续记录，并用作生理唤醒的指标。这使我们能够同时捕捉三个反应系统——情绪反应性、情绪调节和生理唤醒——随时间的变化。我们的目标是（1）探索反应性、调节和唤醒的强度和时间特征如何随着任务条件和年龄的变化而变化，（2）检查这些系统之间时间关联的年龄相关变化。我们首先计算了每次试验的传统平均强度分数，然后得出了三个时间特征：变异性，通过个体内部方差计算，反映反应在其平均值周围波动的程度；稳定性，通过连续差异的均方根计算，表示时刻到时刻的波动频率和幅度；持续性，通过一阶自回归系数索引，衡量一个时刻的反应对下一个时刻的预测能力。据我们所知，没有先前的研究检查过婴儿期这些时间特征的纵向变化；变异性、稳定性和持续性，同时测量情绪反应性、情绪调节和生理唤醒。我们提出了以下假设：

- 在6到12个月大期间，挑战条件下的负面情绪反应性强度将增加。随着婴儿年龄的增长，他们的情境意识、预期和应对令人不安的经历的能力得到改善（Thompson，1994年；Planalp等人，2017年）。因此，婴儿开始学会，他们的反应性越高、越极端、越快，他们就能更快地吸引到反应迅速的照顾者的注意，恢复安全的环境，并表达未满足的需求或受阻的目标，这反过来有助于他们实现这些目标。根据功能主义观点，情绪表达的频率和强度的增加在幼儿期是适应性的。挑战期间负面反应性的变异性和稳定性将随着年龄的增长而增加。预计在较大的婴儿中，反应性变得更加极端或分散时，变异性会增加。预计当婴儿面对痛苦刺激时表现出强烈的反应，但随着压力源的移除（例如，保留玩具），这种反应会立即停止。假设较大的婴儿预计能够更加自觉和适当地应对情境需求，我们预测在12个月大时，快速而强烈的反应模式将比6个月大时更加明显。我们没有具体预测负面反应性的持续性如何随年龄变化，因为持续性可能会根据其他机制（如调节努力的有效性）而增加或减少。预计婴儿期的调节平均强度将随年龄增长而增加，反映了婴儿情绪调节技能的增长。由于我们测量的调节行为的特点，我们没有对调节的时间动态的发展和情境变化做出任何预测。具体来说，虽然我们测量了各种行为的整体调节，但我们没有捕捉到同一行为是否从一刻到下一刻始终如一地表现出来，这使得很难预测调节的变异性或稳定性的变化。随着年龄的增长，我们预测观察到的情绪反应和唤醒之间的一致性或时间关联会增强。我们假设生理唤醒和情绪反应（包括反应性和调节）之间的关联将在整个婴儿期增加，因为情绪评估、情绪表达和生理反应的同步被认为反映了更适应性的情绪反应（Mauss等人，2005年）。关于这些关联的时间和方向性，由于现有文献中的证据相互矛盾，我们没有设定任何具体的预期。由于缺乏先前的研究以及反应性和调节之间的复杂关联，我们也无法确定婴儿在任务中的负面反应性与调节行为如何同时发生，以及这些关系如何在不同条件下变化，以及如何依赖于年龄。

2 方法

2.1 参与者和程序

该项目是一个更大的一部分，包括一系列行为任务、眼动追踪任务和脑电图（EEG）实验，每次会话持续大约3-4小时，包括休息时间。82名婴儿（52.4%为男孩）及其主要照顾者（98%为母亲）在6个月大时参与了研究（平均年龄为6.39个月，标准差=0.59个月）。在这总共的样本中，69名婴儿参与了玩具收回任务。在12个月大时，有68名婴儿（52.9%为男孩）返回（平均年龄=12.53个月，标准差=0.75个月），其中63名婴儿完成了玩具收回任务。在未返回的婴儿中，有9名母亲太忙或拒绝参与；一个家庭搬到了另一个国家；有4名参与者因COVID-19大流行而无法被邀请。我们使用G*Power（Faul等人，2007年）进行了效应量敏感性分析（一种特定类型的功效分析），以确定重复测量因子方差分析（with interactions）是否具有足够的功效来检测有意义的效应（Giner-Sorolla等人，2024年）。样本量为82，功效=0.80，计算出的效应量为ρ=0.35，在α=0.05的情况下。对于两因素交互作用，效应量为ρ=0.31。考虑到缺失数据后，最终样本量在58到69之间（在不同的测试点），从而具有检测双向交互作用（ρ=0.35–0.38）和三向交互作用（ρ=0.39–0.43）的中等效应量的功效。关于功效分析的更多细节在补充材料1（SM1）中提供。排除标准包括：婴儿被定义为早产（<37周）、有皮肤过敏、心脏疾病或任何复杂的医疗状况、父母不会说英语以及父母年龄小于18岁。一半的婴儿是白人英国人和其他白人（56.09%）。其余的种族分布主要是混血（23.17%）、亚洲人（9.76%）、非洲人（4.88%）和其他人（2.44%）。参与这项研究的母亲的受教育程度显著较高；45.12%完成了研究生教育，39.02%完成了本科学位。家庭的年收入情况更加多样化，12.20%的家庭年收入低于10,000英镑，19.51%的家庭年收入超过40,000英镑。关于参与者的社会人口统计信息的更多细节可以在SM2和SM3中找到。在每次测试会议中，遵循相同的程序：到达后，鼓励婴儿在实验室的热身区玩耍，同时实验者向父母介绍研究并获得同意。然后，在婴儿和母亲身上放置电极和无线心电图（ECG）监测器。母亲和婴儿在访问期间参与了三个主要的实验：除了这里描述的行为范式外，他们还参与了单独的基于屏幕的EEG和眼动追踪范式。如果婴儿感到极度不适或连续哭泣超过10秒，或者如果母亲觉得继续任务不舒服，任务将终止。参与者每次访问实验室都会收到20英镑的礼品券、一个小玩具和一张证书作为他们的贡献。

2.2 测量方法

我们在每次测试年龄中测量了行为情绪反应性、情绪调节和唤醒。

2.2.1 玩具收回任务

该任务改编自实验室气质评估电池（Lab-TAB；Goldsmith和Rothbart，1999年），旨在在标准化环境中引发婴儿的轻微和短暂的痛苦。玩具收回/移除任务已被证明能有效引发婴儿的短期压力和挫败感（Braren等人，2019年；Braungart-Rieker和Stifter，1996年；Morasch和Bell，2012年；Wu等人，2021年）。与之前的实施一致，该任务包括六个15秒的试验，形成挑战和恢复条件（Kochanska等人，1998年；Bendel-Stenzel等人，2022年；Rash等人，2016年）。尽管一些研究使用了不同长度的试验（例如，30秒的挑战和15秒的恢复），但我们使用了相同持续时间的试验以保持各条件之间的一致性。任务的结构如图1所示。母亲、婴儿和实验者坐在一张长方形桌子旁。婴儿坐在面向母亲的高脚椅上。实验者坐在婴儿的右侧，手里拿着一个计时器。任务开始时，实验者拿了一个吸引人的玩具给婴儿（基准条件）。在这段时间里，婴儿和母亲可以自由地一起玩这个玩具。然后，实验者示意母亲轻轻地把玩具从婴儿手中拿开，放在婴儿够不到的地方，但仍在婴儿的视线范围内，持续15秒（挑战条件）。母亲被指示在这段时间内保持不互动，不笑也不说话。之后，玩具被放回婴儿手中，婴儿和母亲又可以一起玩玩具（恢复条件）。这些试验重复了两遍，形成了一个90秒长的时间序列。图1在图表查看器中打开。

玩具收回任务的结构：母亲、婴儿和实验者围坐在一张桌子旁。一台摄像机记录婴儿的反应，另一台摄像机记录母亲的行为。任务包括两种条件：在挑战条件下，玩具在婴儿够不到的地方，但仍然可以看到。在恢复条件下，玩具被递给婴儿，母亲和婴儿都被允许玩耍或与玩具互动。每个条件包括三个15秒长的重复试验。行为编码的负面反应性是在任务过程中每1秒内对面部和声音情绪的专门评分总和。行为编码的情绪调节是在任务过程中每1秒内对几种行为类别的编码（存在=1或不存在=0）的总和。在任务过程中，每秒都会得到综合反应性和调节性的原始分数，从而为每个参与者生成时间序列数据。每分钟的心跳次数也被分成1秒的区间，以保留任务过程中每1秒内的生理唤醒度测量。

2.2.2 观察到的行为编码
使用MATLAB（Math Works, Inc.）和Psych toolbox-3（Kleiner等人，2007年）对视频录像进行编码。6个月和12个月的视频被随机分配给两位编码者，他们以1秒的间隔对情绪反应性和调节反应进行评分。在15%的双重编码案例中，使用类内相关系数（ICC）评估面部情绪（0-3）和声音情绪（0-2）的评分者间一致性，以及Cohen's Kappa评估每个调节行为类别的评分者间一致性（0-1）。对于面部情绪，6个月时的ICC为0.75，12个月时为0.80；对于声音情绪，6个月时为0.85，12个月时为0.90。对于调节行为，Cohen's Kappa的范围从0.86到1.00（详见SM4，了解每个分类编码的可靠性）。

2.2.2.1 情绪反应性
情绪反应性的评估包括面部和声音情绪。婴儿的面部和声音情绪在任务过程中每1秒进行专门评分。使用AFFEX系统（Izard等人，1993年；Goldsmith和Rothbart，1999年），负面面部情绪的强度被分为三个等级：3（强烈负面）、2（轻微负面）、1（低度负面）、0（中性）。声音情绪的评分范围从2（明显的呜咽、抗议或哭泣）到0（無或中性发声）。这两种情绪行为的强度后来被汇总，以生成任务中每秒的负面情绪反应性综合得分。每秒的最终负面反应性综合得分范围从0到5。

2.2.2.2 情绪调节
情绪调节包括六个反应类别：注意力脱离、以母亲为导向的策略、社交行为、自我安抚、接近行为和运动活动（Goldsmith和Rothbart，1999年；Thomas等人，2017年）。注意力脱离表现为将视线从玩具上移开，可能同时注视另一个物体。以母亲为导向的策略包括注视母亲的脸，和/或尝试接触母亲。社交行为指的是注视实验者。自我安抚指的是使用身体部位进行重复性的动作，例如触摸耳朵、吸吮拇指和扭动头发，持续时间至少两秒或更长时间。接近行为表现为尝试物理上取回玩具（例如，伸手或指认）。运动活动包括没有明确目的的动作或增加的活动，如手部动作、脚部动作、弹跳、踢腿、敲打桌子、弓背或扭动身体。值得注意的是，在研究类似年龄段和任务的其他研究中，运动活动被视为调节行为而非反应行为（例如，Calkins等人，2002年；Crockenberg和Leerkes，2004年；Rothbart等人，1992年；Ekas等人，2013年；Planalp和Braungart-Rieker，2015年；Atkinson等人，2021年）。这些行为在任务过程中每1秒被编码为存在（1）或不存在（0）。然后，这六个行为类别的评分被汇总，以生成任务中每秒的情绪调节综合得分。每秒的最终情绪调节综合得分范围从0到3。尽管我们评估了六种不同的调节行为，但婴儿不可能同时表现出所有这些行为。通常，婴儿每秒只会表现出其中一两种行为，很少同时表现出三种。因此，这种即时综合得分反映了调节的幅度和表现出的调节行为的多样性。

2.2.3 心电图记录
使用AcqKnowledge软件（版本5.0.5，BIOPAC Systems, Inc；采样频率：2000 Hz）测量生理唤醒度，即心率。三个一次性Ag-Cl电极被放置在婴儿的右锁骨和左右肋骨下缘的修改后的II导联位置。数字任务标记通过MATLAB发送，用于视频记录的同步。为了消除伪影，使用了带有PhysioNet心血管信号工具箱功能的自动化MATLAB脚本（Vest等人，2018年），并移除了心跳间隔小于300毫秒和大于800毫秒的数据（Wass等人，2016年）。最后，将心率数据（以每分钟心跳次数BPM计）分组为1秒的区间。在分析中，我们将心率视为生理唤醒度的一维测量，范围从低唤醒度（低心率）到高唤醒度（高心率）。值得注意的是，先前的许多研究也发现了自主反应系统内的分化和差异（Janig和Habler，2000年；Kreibig，2010年；Lacey，1967年；Quas等人，2014年）——这表明交感神经和副交感神经的细分在某种程度上以非加性方式运作（Samuels和Szabadi，2008年）。尽管这些发现是无可争议的，但我们应该认识到，将自主唤醒度视为一个一维结构可能并不完全准确。与许多关于一般因素与特定因素的讨论一样，这个问题更像是关于单一共同因素可以解释的变异与特定因素总和所能解释的变异之间的相对比例（Calderon等人，2016年）。

2.3 数据准备和降维
在任务中的每个1秒间隔获得的综合情绪（反应性和调节性）和生理唤醒度反应的原始分数产生了每个人的时间序列数据。在这些时间序列中，有两种条件：挑战条件和恢复条件。这两种条件各包含三个重复的连续试验，表示任务持续时间。作为传统的指标，我们首先计算了每个反应的平均强度（μ）。然后，我们计算了三个时间动态：每个反应（反应性、调节性和唤醒度）的变异、不稳定性和持久性。强度（平均值）：为了计算任何试验条件下每个反应的强度（例如，负面反应性），每个综合得分在15秒的试验时间内分别进行了个体内平均。给定时间（tj）的每个反应强度（X）的所有评分被汇总并除以观察次数（Tj）。变异：使用个体内方差作为变异的指标，反映了情绪反应围绕其平均值的离散程度。对于每个情绪反应，分别计算了每个试验的挑战条件和恢复条件（15秒）的个体内方差，即反应强度（X）与平均反应水平（μ）的平方差的和，除以观察次数减一（Tj ? 1）（Dejonckheere等人，2019年）。不稳定性：个体级别的不稳定性使用连续差异的均方根（RMSSD）来衡量，从时间序列数据中计算得出。RMSSD捕捉了连续时间点之间反应强度的平均变化。它是通过计算相邻秒数（Tj到Tj+1）之间反应强度（X）的平方差的平均值来计算的平方根。持久性：计算自相关和偏自相关函数，以捕捉婴儿的情绪状态从时间t延续到时间t+1的程度。自相关函数显示变量与其自身在定义的时间滞后范围内的关联。偏自相关函数是从自相关函数衍生出来的，它控制了中间滞后自相关的影响（Wass等人，2018年；Wass等人，2019年）。当检查自相关和偏自相关函数图时，只有滞后-one是显著的，这表明了一阶自回归模型。在一阶自回归模型中，第一个滞后的自回归系数（ACF）表示变量随时间的持久性程度（Cryer和Chan，2008年）。因此，我们选择了自回归系数的滞后-one项作为持久性的指标。在滞后一个时，自回归系数（ACF）和偏自回归系数（PACF）的值是相同的（Dean和Dunsmuir，2016年），并在后续分析中使用。虽然正的滞后-one项表明相邻时间点之间的变量呈正相关，即时间t-1的变量增加很可能在时间t时也会增加，但负的滞后-one项表明时间t-1的变量增加很可能在时间t时减少。由于15秒是一个相对较短的观察时期，特别是在没有情绪反应的零值频繁出现的情况下，计算每个试验的ACF时会出现缺失值。为了解决这个问题，我们计算了每个人三个试验中滞后-one自回归系数的平均值，为每个任务条件创建了一个持久性指数。在分析之前，检查了所有这些分数的正态性统计和异常值的存在情况。由于观察到的行为，特别是负面反应性，显示出较高的偏度和峰度值，我们应用了 Winsorization 技术来减少非正态性。首先，识别出具有极端异常值的变量（>3 SD），并将这些变量中最高第5百分位的分数用最近的未受影响值进行了 Winsorization 处理（Koval等人，2015年；Ostlund等人，2017年）。我们使用 Winsorized 数据进行所有可视化和主要分析。值得注意的是，我们还使用包含异常值的原始（未 Winsorized）平均分数进行了重复分析。总体结果模式保持一致。

2.4 处理缺失数据
在6个月时，测试了82名发育正常的婴儿（43名男孩）。其中69名（84%）的有可用行为数据，64名（78%）在玩具收回任务期间有同时的心率数据。这一时间点的缺失数据主要是由于婴儿太疲倦、压力过大或入睡，以及实验者错误或心率记录质量不佳造成的。在12个月时，有68名婴儿（原始样本的83%）返回进行了随访。流失是由于一个家庭移居国外、九个家庭太忙或拒绝随访，以及四个家庭因COVID-19封锁而没有被邀请。在这第二个时间点，63名婴儿（12个月时被测试的93%）有可用行为数据，58名婴儿（85%）有可用的心率数据。12个月时数据缺失的原因与6个月时相同，包括婴儿疲劳或不适以及生理记录质量差（见SM5，图SM5）。为了评估数据缺失情况，创建了一个虚拟变量（0 = 完整；1 = 未返回；2 = 试验缺失；3 = 任务缺失；4 = 实验者错误；5 = 心率记录噪声）。对于分析，只有被编码为“未返回”或“任务缺失”的案例被归类为真正缺失（缺失 = 1；完整 = 0）。对于分类变量（性别、种族、母亲教育水平、收入）的卡方检验和连续研究变量的独立t检验显示，两个时间点之间有或缺少数据的婴儿之间没有显著差异（所有p > 0.05）。利特尔的完全随机缺失（MCAR）检验（Little 1988）表明，包括情绪反应和心率在内的连续测量指标都是完全随机缺失的（p > 0.05）。

2.5 统计分析

主要分析围绕两个研究目标展开。第一组分析旨在研究情绪反应和唤醒的强度和时间特征在发展过程中的变化以及与任务相关的变化。这包括进行四项独立的重复测量因子分析（ANOVA），以评估（1）强度，（2）变异性，（3）不稳定性和（4）婴儿在玩具收回任务中的情绪反应性、情绪调节和唤醒的持续性。在每个ANOVA中，有三个被试内因素。首先，年龄作为一个两级因素（6个月和12个月），以研究发展差异。其次，任务条件作为一个两级因素（挑战和恢复），以评估与任务相关的条件差异。第三，任务时间作为一个三级因素，以研究任务内重复试验的效果。用于评估持续性的ANOVA设计略有不同；没有三个被试内因素，而是有两个因素：年龄和条件。由于重复试验被平均处理，以减少由于观察到的响应为零而导致的缺失数据的影响，这反映了没有变化，因此去掉了任务时间的连续级别。如果出现了双向和三元显著交互作用，接下来使用邦费罗尼（Bonferroni）校正进行简单效应分析，并检查交互作用图。在每个分析中应用了多重比较的校正，但不是跨分析应用的，因为每个ANOVA都解决了概念上不同的研究问题（例如，强度的发展变化与变异性的发展变化），而在不相关的测试中应用全局校正可能会过于保守并增加第二类错误（Rubin 2021）。在第二组分析中，我们探讨了从6个月到12个月期间情绪反应性、情绪调节和唤醒之间的时间关联变化。使用斯皮尔曼等级排序（Spearman rank-order）对90秒长的时间序列的所有配对进行了交叉相关分析，分别针对（1）情绪反应性和调节，（2）情绪反应性和唤醒，以及（3）情绪调节和唤醒。为了估计结果中时间序列关系的显著性，使用了一种基于排列的时间聚类方法。这种方法在预期响应窗口的中心点未知或不重要的情况下，检查时间连续的变化模式（Maris和Oostenveld 2007）。在每种情况下，都独立地为每个时间窗口计算了检验统计量（一个非配对样本t检验）。使用0.05的alpha水平，识别出一系列在连续时间窗口中的显著效应。然后生成了与原始输入数据具有相同维度的1000个随机数据集。为了确保模拟数据中存在与原始数据集相同的自相关水平，使用Matlab函数ARfit.m为原始数据集中的每个样本拟合了多元自回归模型（Neumaier和Schneider 2001），并使用Matlab函数ARsim.m使用匹配的AR参数生成每个随机数据集。然后，重复相同的分析序列，并识别出在连续时间窗口中最长的显著效应序列。从随机数据集中获得的结果用于生成直方图，并通过使用标准自助法将观察到的值与随机生成的值进行比较来计算观察结果偶然发生的概率。因此，p值<0.01表示在创建的1000个模拟数据集中，有10个或更少的数据集观察到了类似的时间连续组间差异。

3 结果

3.1 描述性统计

表1显示了6个月和12个月大婴儿在任务中进行三次试验的两种条件下的负面反应性、情绪调节和唤醒的组别平均水平、标准差和最大值。满足重复测量ANOVA的方差同质性和观察独立性的假设。分析后检查了残差的正态性。SM6中展示了反应性、调节和唤醒的时间动态的描述性统计。表1. 玩具收回任务期间组别行为和唤醒的描述性统计。负面反应性

年龄 6个月（n = 69）年龄 12个月（n = 63）

挑战 恢复

挑战 恢复

任务时间
平均值
标准差
最大值
平均值
标准差
最大值
平均值
标准差
最大值
平均值
标准差
最大值
平均值
标准差
最大值

1
0.68
1.01
3.53
0.27
0.55
1.93
1.84
1.41
4.87
0.30
0.56
1.87

2
0.78
1.06
3.40
0.33
0.73
2.87
2.12
1.58
5.00
0.62
1.07
3.53

3
1.14
1.43
4.47
0.45
0.85
3.13
2.36
1.60
5.00
0.90
1.21
4.13

情绪调节

挑战
恢复
挑战
恢复

任务时间
平均值
标准差
最大值
平均值
标准差
最大值
平均值
标准差
最大值
平均值
标准差
最大值

1
0.84
0.35
1.53
0.39
0.30
1.00
0.99
0.33
1.67
0.23
0.29
0.87

2
0.87
0.34
1.67
0.46
0.36
1.47
1.04
0.37
1.87
0.29
0.34
1.13

3
0.85
0.37
1.80
0.41
0.29
1.00
0.96
0.35
1.87
0.39
0.35
1.13

唤醒（心率，每分钟跳动次数）

年龄 6个月（n = 64）年龄 12个月（n = 58）

挑战
恢复

挑战
恢复

任务时间
平均值
标准差
最大值
平均值
标准差
最大值
平均值
标准差
最大值

1
137.53
10.49
161.02
139.88
8.25
161.35
135.03
12.34
165.87
130.59
12.51
170.03

2
138.71
9.07
163.30
141.94
9.83
175.36
136.82
12.87
167.32
131.33
13.09
168.11

3
141.12
11.51
168.84
142.87
10.40
178.16
138.24
13.13
175.39
137.55
137.55
13.43
178.04

注：标准差（SD），最大值（Max）。

3.2 分析1：年龄、条件、任务时间及其交互作用对强度和时间方面的发展与任务相关变化的影响

包括实际意义（ηp2）和统计意义（p值）在内的完整ANOVA结果，用于检查每个响应指标（负面情绪反应性、情绪调节、生理唤醒）的强度、变异性、不稳定性和持续性，在补充材料7（SM7）中提供。为了简洁起见，正文中重点讨论了年龄、条件及其交互作用的影响。涉及任务时间因素的影响也在SM7中报告。变异性、不稳定性和持续性仅为了简洁起见一起呈现，并不作为一组分析来处理。负面反应性—强度：年龄的主效应显著，F(1,54) = 23.36，p < 0.001，ηp2 = 0.302，表明随着年龄的增长，负面反应性增加（6个月大时，M = 0.56，SE = 0.09；12个月大时，M = 1.34，SE = 0.14）。条件的主效应也显著，F(1,54) = 116.31，p < 0.001，ηp2 = 0.683：与恢复条件相比，婴儿在挑战条件下表现出更多的负面反应性（M = 1.45，SE = 0.12）。我们还观察到年龄和条件之间的显著交互作用，F(1,54) = 30.60，p < 0.001，ηp2 = 0.362。为了理解这种交互作用，我们进行了简单效应分析，分别考察了每个条件下的年龄效应以及反之。结果显示，年长的婴儿在挑战条件（p < 0.001；95% CI = 0.84–1.74）和恢复条件（p = 0.044，95% CI = 0.01–0.55）下表现出显著更多的负面反应性。然而，重要的是，与恢复相比，挑战条件下的负面反应性的发展差异更为明显。负面反应性—变异性/稳定性/持续性：（完整ANOVA结果见SM7）。简而言之，我们发现年龄、条件和任务时间的主效应显著，以及年龄x条件对变异性和不稳定性的显著交互作用（所有ps < 0.001），但对持续性没有影响。这些对变异性和稳定性的显著效应的方向与对强度的效应相同：只有在挑战条件下，负面反应性随着年龄的增长而变得更加多变和不稳定，这表明当玩具被移除时，年长婴儿的反应性发生了显著且快速的变化（见图2）。

3.2 分析2：6个月和12个月大的婴儿的情绪反应性、情绪调节和唤醒之间的时间关联

图表显示了6个月和12个月大婴儿的（a）负面反应性，（b）调节和（c）唤醒的平均得分，这些得分按心率进行了索引。红色背景突出显示了玩具被移除的“挑战”条件。总体而言，我们观察到在玩具收回任务中，年长的婴儿在挑战条件下的负面反应性更强、更易变且更不稳定，这使得与挑战情境相关的反应性变化具有年龄特异性（见图3）。

条形图显示了6个月和12个月大婴儿在负面反应性的边际均值上的发展差异：（a）在挑战条件下，（b）在恢复条件下。误差条显示了标准误差。结果是在应用邦费罗尼校正后对每个任务条件的年龄进行简单效应分析得到的。*p < 0.05，**p < 0.01，***p < 0.001。情绪调节—强度：条件对任务有显著的主效应，F(1,54) = 317.20，p < 0.001，ηp2 = 0.855，即婴儿在玩具被移除的挑战条件下比玩具被重新引入的恢复条件下表现出更多的调节行为（M = 0.94，SE = 0.03）。年龄的主效应不显著（p = 0.830），但年龄与条件的交互作用显著，F(1,54) = 11.65，p = 0.001，ηp2 = 0.177。使用邦费罗尼校正的简单效应分析揭示了年龄和条件之间的复杂但有信息量的交互作用。也就是说，虽然挑战条件下的调节随着年龄的增长而增加（p = 0.044，95% CI = 0.00–0.20），但恢复条件下的调节随着年龄的增长而减少（p = 0.015，95% CI = ?0.21至?0.02）。当玩具被移除时，年长的婴儿使用的调节行为更多（M = 0.99，SE = 0.04），而年幼的婴儿使用的调节行为较少（M = 0.88，SE = 0.04）。相比之下，当玩具存在时，12个月大的婴儿使用的调节策略较少（M = 0.29，SE = 0.03），而6个月大的婴儿使用的调节策略较多（M = 0.41，SE = 0.03）。情绪调节—变异性/稳定性/持续性：（完整ANOVA结果见SM7）。简而言之，我们发现年龄、条件和时间对变异性（p = 0.005；<0.001和0.002）和稳定性（p = <0.001；<0.001和0.020）有显著的主效应，但对持续性没有影响。在挑战条件下，调节的变化更大且更不稳定，表明婴儿仅在对挑战时使用的调节策略数量更大且变化更快（见图4）。

3.3 分析3：6个月和12个月大的婴儿的情绪反应性、情绪调节和唤醒之间的时间关联

图6显示了负面反应性和唤醒（图6a）、调节和唤醒（图6b）以及负面反应性和唤醒（图6c）之间的双变量交叉相关性。交叉相关性计算了15个滞后，以对应于试验长度。正滞后（例如，+15）意味着第二个时间序列比第一个时间序列晚15秒，而负滞后（例如，?15）意味着它提前15秒。“时间0”表示直接比较两个序列的时刻，没有相互移动。在所有交叉相关性中，12个月大的婴儿比6个月大的婴儿观察到了更强的关联。在负面反应性较高的时候，12个月大的婴儿更有可能进行情绪调节，而在6个月大的婴儿中则不是这样（p < 0.05；见图6a）。在6个月时，负面反应性与调节能力之间的关系在时间0点附近没有显著差异。然而，在更长的时间滞后下，12个月时观察到负相关现象，即在时间t时的更高反应性预示着时间t+15时的更低调节能力。此外，12个月时的关联明显不对称：反应性的增加更预示着唤醒水平的增加，这符合预期。与预期相反，调节能力的增加也更预示着唤醒水平的增加。图6在图形查看器中打开。

交叉相关图显示了（a）负面反应性与调节能力；（b）调节能力与唤醒水平；（c）负面反应性与唤醒水平之间的双变量关联。6个月时的交叉相关用蓝色表示，12个月时用红色表示。图表上方的黑线显示了通过基于簇的排列检验确定的6个月和12个月数据之间显著（p < 0.05）差异的区域。辅助分析：由于我们观察到强度（平均值）与情感动态（SM8）之间存在高相关性，我们进行了辅助分析，以评估除了强度之外研究这些动态的附加价值。在一系列序列逻辑回归分析中，我们考察了情感动态在预测年龄（6个月或12个月）方面的解释能力，同时控制了情绪反应性和调节能力的强度（及变异性）。在考虑了反应性的强度后，变异性的贡献消失了，而不稳定性的独特解释能力虽然减少但仍显著。在考虑了调节能力的强度（及变异性）后，特别是在恢复阶段，不稳定性的贡献仍然显著，且持续性的解释能力在挑战和恢复期间都有所增加。总体而言，强度是最强的预测因素，一旦考虑了强度，情感动态的贡献就很小。然而，在挑战期间的负面反应性不稳定性和在恢复期间的调节能力不稳定性在强度和变异性之上保持了独特的解释能力（详细结果见SM9）。尽管这些分析在评估这些情感动态超出平均水平的贡献方面存在局限性，并且难以直接解释，但它们表明不稳定性和持续性可能捕捉到了情感过程的独特方面。

4 讨论
我们测量了6个月和12个月大的婴儿在实验室引发情绪的任务中，每秒的反应性、调节能力和生理唤醒水平的变化。通过研究情绪和生理体验的时间方面，我们旨在超越传统的静态指标，如平均强度。我们关注了时间动态的三个方面：变异性、不稳定性和持久性，这些方面捕捉了随时间变化的独特但相关的特征。我们预测，在挑战条件下（即当玩具被移除时），12个月大的婴儿的负面反应性会变得更强烈、更变化且更不稳定。这一假设得到了支持。较大的婴儿表现出更多的负面反应性强度、变异性和不稳定性，这种发展性增加是特定于挑战条件的。重要的是，尽管12个月大的婴儿在挑战期间的反应性增加了，但在挑战解除后，它又回到了之前的水平。这种模式表明，12个月大的婴儿可能比6个月大的婴儿更能调节高度增强的反应性，防止其在恢复期间保持高位。面对挑战时，个体可能有动力体验情绪，以利用这些情绪来促进适应性目标追求，从而帮助克服挑战。与认为失调涉及僵化或情境不适当的情感反应的观点一致（Ramsook等人，2018年），我们的发现表明，增加但特定于情境的反应性可能反映了更大的灵活性，因此是更成熟和适应性的情绪功能。我们还预测12个月大的婴儿的调节能力平均水平高于6个月大的婴儿。这一假设再次得到支持，但仅限于挑战条件下。这与其他研究结果一致，这些研究表明婴儿在感到不适时更可能表现出调节行为（Braungart-Rieker等人，2010年；Buss和Goldsmith，1998年；Thomas等人，2017年），表明反应系统和调节系统之间存在双向关系。虽然所有婴儿在挑战期间都表现出更可变和更不稳定的调节行为，但只有较大的婴儿在恢复期间表现出较少的可变和不稳定调节行为。恢复期间不稳定性减少可能表明较大的婴儿不需要频繁地在不同的调节行为之间切换，这可能是由于注意力的增加或对可用资源的更有效利用。由于我们没有追踪婴儿是否从一秒到下一秒保持相同的策略，也没有测试特定策略是否降低了反应性，因此这些解释仍然是推测性的。尽管如此，我们的发现表明婴儿主要使用了注意力导向策略（见SM10），这表明调节能力的发展差异可能主要源于注意力控制的差异。我们发现12个月大的婴儿在挑战期间的唤醒水平显著增加，在恢复期间迅速下降（图2c）。使生理反应与情境需求相匹配是一项随着发展而提高的技能；因此，能够在具有挑战性的情况下展示适当的生理反应的能力可能在婴儿期后期出现（Sacrey等人，2021年）。我们的结果与研究情绪激发期间和恢复期间的生理、反应性和调节能力的研究一致：情绪激发期间的自主神经系统唤醒增强被认为是正常的，而在挑战结束后持续的唤醒则不太适应。因此，恢复期间的唤醒增强（而不是挑战期间）与较差的情绪调节相关（Kahle等人，2016年；Kahle等人，2018年）。交叉相关表明，12个月大的婴儿的负面反应性和调节能力与生理唤醒之间的共变（同步）比6个月大时更强（图6）。这与我们的预期一致，即随着年龄的增长，对情绪显著情境的行为和生理反应的时间耦合会更强。先前对儿童（9-13岁）和青少年的研究表明，情绪各组成部分（例如，生理、表达行为）之间更高的一致性与更适应性的情绪反应相关（Marsh等人，2009年；Mauss等人，2005年）。然而，关于情绪系统之间一致性的观点存在分歧。一些人认为这些系统之间的规范解耦在学龄前阶段之后出现（Holodynski和Friedlmeier，2006年），而另一些人则认为某些形式的不一致性可能更具适应性（Lanteigne等人，2014年）。另一方面，我们在12个月大时发现的更强时间同步可能反映了较大婴儿更强烈的负面反应性，因为生理和行为反应之间的一致性往往随着情绪强度的增加而增加（Davidson，1992年；Smith等人，2011年）。在我们的研究中，情感子系统（反应性和调节能力、反应性和唤醒水平、调节能力和唤醒水平）之间的时间关联在12个月大时比6个月大时更强，这一点通过交叉相关分析得到证实。值得注意的是，只有在12个月大时，反应性和调节能力之间出现了显著的时间关联，表明当负面反应性较高时，婴儿更可能进行调节。这与较大儿童的研究结果一致，这些研究表明调节策略在情绪反应性最高或目标受阻时最需要时启动。Cole及其同事（2020年）发现，到36个月大时，儿童在沮丧程度高时更快更频繁地使用策略，尽管这些努力并不总是足以减弱他们的情绪反应。同样，我们的时间敏感分析为我们提供了关于婴儿期情绪调节如何逐渐形成的见解。然而，令人惊讶的是，交叉相关表明反应性的增加往往预示着随后生理唤醒的增加，这表明情绪表达先于生理反应。在婴儿期，情绪反应通过与内部状态和外部经验的持续互动而发展，逐渐变得更为复杂和适应（Buss等人，2019年；Perry和Calkins，2018年）。这种相互作用在社交情境中可能尤为明显，其中习得的行为和认知过程塑造了情绪体验和生理反应。我们在玩具撤回任务中观察到了这种时间上的不同步（行为先于唤醒），这是一个母亲在场并与实验者部分互动的社交情境。未来的工作可以探讨在非社交情境中，例如婴儿独自一人时，是否也会出现类似的反应性和生理之间的时间关联。尽管这项研究提供了有价值的见解，但未来的研究需要解决几个概念和方法论上的限制。（1）我们没有考虑婴儿与照顾者之间的共调节过程。由于婴儿在很大程度上依赖照顾者来调节他们的情绪，因此了解共调节如何随时间发展以及它如何与自我调节的发展相互作用是很重要的（Taipale，2016年；Sansavini等人，2015年）。（2）尽管我们的样本包括来自伦敦地区不同文化和种族背景的参与者，但它缺乏社会经济多样性。几乎所有母亲都具有较高的教育水平（研究生或更高），这可能限制了我们发现的一般性。（3）使用高度结构化的实验室任务也可能限制外部有效性。这些观察仅捕捉了婴儿情绪反应的快照，通常是在情绪诱发刺激存在的情况下（Wass和Jones，2023年）。（4）我们分别分析了反应性和调节能力，尽管它们本质上是相互关联的。此外，我们所说的“调节行为”是假设性的，我们无法确定它是否有效地调节了婴儿的情绪。未来的研究应采用先进的模型，将这些反应性和调节能力视为双向的、动态交互的过程。此外，研究构成反应性和调节复合体的具体行为（例如，面部情绪、声音情绪、运动活动）与生理唤醒之间的时间关联也很重要，以确定哪些成分（如果有的话）驱动了观察到的交叉相关（SM11）。这些问题可能需要能够处理名义和非线性时间序列数据的分析方法，例如交叉复发量化分析（Chua等人，2025年）。（6）另一个重要的方法论挑战是平均强度与情感动态之间的高相关性，这使得超出平均水平的独特贡献难以解释。尽管相关工作已经认识到这个问题（Dejonckheere等人，2019年；Sperry等人，2020年），但目前还没有直接的解决方案。（7）尽管几项研究使用15秒的时间间隔来量化幼儿的心率（HR/RSA）和观察到的情绪行为（例如，Moore等人，2009年；Kahle等人，2018年；Qu和Leerkes，2018年），但情绪行为及其心理生理学可能在不同的功能时间尺度上展开。正如Davis等人（2020年）所提出的，儿童的调节反应嵌入在即时、中等和长期的时间尺度中；因此，未来的研究可能受益于整合多时间尺度分析方法，以考虑这些过程测量的时间分辨率。（8）相关地，情绪一致性通常被认为反映了更成熟或适应性的特征；然而，这一假设在很大程度上尚未经过测试。因此，我们在年龄增长过程中发现的增加一致性不应被解释为适应性的证据，因为缺乏外部结果测量。（9）由于样本量和大量缺失数据，统计功效受到限制，这在涉及婴儿的密集情感激发实验室研究中是一个常见挑战。未来的研究应通过招募更大的样本并应用线性混合模型或多层次模型或全信息最大似然（FIML）等分析方法来最大化可用数据的使用（Nikoli?等人，2023年）。（10）最后，样本大小限制了我们研究个体发育变化和情绪一致性差异的能力。更大的样本将允许采用以个体为中心的方法来识别情绪反应的不同时间特征。气质作为实验室环境之外的稳定个体差异的来源，可能为解释一致性何时以及对谁具有适应性提供了一个有用的框架。总的来说，我们在较大的婴儿中发现了三个关键发现。首先，在挑战期间（玩具撤回）情绪反应性变得更强烈且更快，而在挑战结束后减弱。其次，调节行为在挑战期间也增加，在恢复期间减少。第三，反应性和调节能力与心率和彼此之间的时间关联都更强。这些结果共同强调了情境因素（挑战 vs. 恢复）在塑造正常情绪发展中的关键作用，并为功能主义情绪观提供了实证支持。适应性情绪调节涉及针对特定情境灵活选择和使用策略，挑战了情绪过程的简化分类。

Zeynep M. Suata：概念化、项目管理、调查、数据管理、方法论、可视化、软件、正式分析、撰写初稿、审稿和编辑、资金获取。Katie Daubney：项目管理、调查、审稿和编辑。Kasia Kostyrka-Allchorne：监督、审稿和编辑、概念化。Sam V. Wass：监督、概念化、方法论、可视化、软件、资源、审稿和编辑。Edmund Sonuga-Barke：监督、概念化、资源、审稿和编辑。

这项研究得到了土耳其国家教育部的支持，作为一项资助的博士生奖学金的一部分。

伦理声明
这项研究获得了英国东伦敦大学伦理委员会（UREC 1718 84）的批准。数据收集工作于2019年至2020年间在东伦敦大学的Baby Lab研究设施中进行。利益冲突方面：

作者们没有需要披露的利益冲突。所有合著者均已批准手稿的最终版本并同意提交。关于数据获取的说明：

由于数据属于敏感信息（涉及可识别婴儿的录音记录），原始数据并未公开发布。不过，经第一作者同意后，可以根据合理请求提供这些数据。如需了解更多关于数据、分析过程及研究方案的信息，可向第一作者咨询。