童年时期的物质匮乏与青少年神经认知能力的关系：一种计算建模方法

《Developmental Science》：Childhood Material Hardship Linked to Adolescent Neurocognition: A Computational Modeling Approach

　　**摘要**

童年时期的物质贫困，包括住房、公用设施、食物和医疗保健方面的不稳定性，是影响认知功能和心理健康结果的关键因素。然而，过去关于物质贫困的研究受到横断面数据的限制，并且依赖于传统的认知功能测量方法，这些方法存在可靠性差和缺乏特异性的问题。为了解决这些不足，本研究使用了一个经过充分验证的认知计算模型来考察个体的“漂移率”（drift rate），该指标被认为受证据积累效率（Evidence Accumulation Efficiency，EEA）的影响，而证据积累效率是支持高级认知功能的关键过程。在这里，我们探讨了童年时期的物质贫困与青少年漂移率之间的关系，以及漂移率是否与注意力问题有关。研究纳入了来自“家庭未来与儿童福祉研究”（Future of Families and Child Wellbeing Study）的187名青少年。研究发现，经历过较大物质贫困的青少年表现出较低的漂移率，这表明他们的信息处理效率较低。生长曲线建模显示，初次经历物质贫困（而非整个童年时期的变化）与青少年时期的漂移率有关。较低的漂移率还与同时存在的注意力问题相关，并成为物质贫困与青少年注意力问题之间的一个重要间接路径。这是首次纵向研究，探讨了童年时期物质贫困暴露、青少年漂移率以及注意力问题之间的关联。我们的结果表明，童年时期基本生活条件的挑战可能会影响青少年目标导向行为的认知过程。这些发现强调了计算模型在揭示逆境对具体认知过程影响方面的应用价值。

**关于物质贫困和认知功能的现有研究**

现有研究在评估物质贫困对认知功能的影响时，主要依赖于基于任务的横断面表现数据，导致研究结果不一致。我们应用了扩散决策模型（Diffusion Decision Model）来分解任务表现，以揭示其背后的认知过程，包括漂移率——这一过程是目标导向行为的基础。研究发现，除了其他逆境之外，更大的累积性童年物质贫困与较低的漂移率相关，而较低的漂移率又与青少年更大的注意力问题有关。这些发现仅针对漂移率，而非平均反应时间或准确性，从而突显了计算方法在捕捉与物质贫困相关的认知变化方面的价值。

**1 引言**

在贫困中长大对认知功能和心理健康的发展带来了重大挑战（Lawson等人，2018；Müller和Kerns，2015）。与贫困相关的艰难处境会影响促进注意力、抑制能力和行为调节的高级认知过程的发展，这将对学业成就、身心健康产生长期影响（Diamond，2013；Feinstein和Bynner，2004；Moffitt等人，2011）。然而，衡量社会经济劣势的方法往往无法捕捉到许多家庭所经历的日常挑战，如住房不安全和食物不足等问题。此外，不同研究在测量认知功能方面也存在方法学上的问题。为了解决这些不足，本研究调查了物质贫困（即贫困所带来实际生活挑战的衡量标准）与漂移率之间的关联，后者是通过一个经过充分验证的认知计算模型来测量的认知过程，该模型已被证明是目标导向行为的关键基础。利用“家庭未来与儿童福祉研究”（Future of Families and Child Wellbeing Study，FFCWS）15年的纵向数据，本研究揭示了物质贫困对青少年认知发展的独特影响，强调了使用计算方法来更好地理解社会经济劣势与认知功能之间关联的重要性，尤其是这些关联对青少年注意力问题的影响。

**1.1 物质贫困、发展风险和认知功能**

在美国，近五分之一的儿童生活在贫困中，超过40%的儿童经历过满足基本需求的挑战（美国人口普查局，2023年）。贫困的普遍存在促使人们对其心理后果进行了广泛研究，结果表明，在贫困中长大与不良的发展结果有关（Haushofer和Fehr，2014；Peverill等人，2021；Schenck-Fontaine和Ryan，2022）。然而，常见的贫困指标（如社会经济地位或收入水平）难以洞察受影响者的日常现实，因为家庭收入的影响可能因生活成本和社会支持等因素而有很大差异。为了更好地捕捉贫困的实际体验，研究者提倡使用替代收入或社会经济地位的指标。其中一种指标是物质贫困，它能更直接地评估食物不安全、住房不稳定以及满足基本需求困难等具体挑战（Gershoff等人，2007）。值得注意的是，即使在收入水平高于贫困线的家庭中，也可能出现贫困经历。越来越多的研究表明，童年时期的物质贫困是影响发展结果的关键因素。在童年和青少年时期经历这些贫困可能会损害心理福祉，增加焦虑、抑郁和外在化行为的风险（Huang等人，2021；Pechtel和Pizzagalli，2011；Peverill等人，2021）。较少有研究专门探讨物质贫困对注意力功能的具体影响，通常将其与环境污染等因素结合起来进行研究（Dellefratte等人，2019；Perera等人，2018）。一些研究发现食物不安全和住房条件与从儿童期到青少年期的注意力问题之间存在显著关联，但这些效应的强度和一致性仍存在争议（Hanson，2025；Lu等人，2019；Paquin等人，2021；Russell等人，2015）。虽然专门研究物质贫困对认知功能影响的研究仍然有限，但广泛的证据表明，早期接触物质贫困（如食物不安全和住房拥挤）与包括数学、阅读和解决问题在内的多个领域的认知技能下降有关（Alaimo等人，2001；Jyoti等人，2005；Schenck-Fontaine和Ryan，2022；Solari和Mare，2012）。除了物质贫困之外，社会经济劣势长期以来还被认为与儿童和青少年时期的认知功能缺陷（如抑制能力、任务切换能力和工作记忆）有关（Hackman等人，2015；Lawson等人，2018）。这些发现与理论一致，即不利的经历（包括经济贫困）造成的慢性压力可能会改变负责高级认知过程的神经发育，从而导致功能下降（Farah等人，2006；Sheridan等人，2020）。最近的理论框架认为，这些变化不仅仅是缺陷，因为经历逆境的青少年也可能发展出适应环境的认知机制，这些机制反映了权衡而非损害（Ellis等人，2022）。实证研究确实发现，某些认知能力可能在恶劣环境中适应以应对环境挑战（Fields等人，2021；Mittal等人，2015；Young等人，2022）。这种复杂性突显了需要在逆境背景下更细致地研究认知功能的必要性。

**1.2 认知功能的测量：漂移率和证据积累效率（EEA）**

认知功能通常通过行为任务的表现在来评估，通常使用平均反应时间（RT）和准确性/错误率（Johnson等人，2021；Wei等人，2025）来衡量。这些任务通常依赖于快速准确的反应来评估个体在特定认知领域的能力（Farah等人，2006；Fields等人，2021）。然而，这种方法有几个局限性。首先，认知评估涵盖了多种任务，这些任务测量了不同的高级认知功能领域，包括简单决策、抑制和注意力转换（Diamond，2013；Nigg，2017）。不同研究中使用的任务差异使得直接比较变得困难，并引入了心理测量学问题，例如许多常用测量的重测信度较差（Eisenberg等人，2019；Hedge等人，2018；Price等人，2015）。第二个问题是，传统的任务表现测量通常是“黑箱”式的汇总指标，掩盖了完成任务所涉及的众多认知过程。例如，快速准确的抑制任务表现通常被认为反映了更强的抑制控制能力。然而，任务表现还受到响应谨慎性和 motor 响应速度等无关因素的影响（Hedge等人，2018；Lerche和Voss，2019），而这些因素通常没有被考虑在内。因此，以往的研究结果可能并未真正反映认知能力的差异，而是受到其他无关过程的混淆。一个有前景的解决方案是应用正式的数学模型来描述任务表现背后的神经认知过程。扩散决策模型（Diffusion Decision Model，也称为漂移扩散模型；图1）是一个经过充分验证的模型，可用于解释简单二元决策任务中的个体行为，在认知心理学中得到了广泛应用（Ratcliff和McKoon，2008；Voss等人，2004；Voss等人，2013）。该模型假设在每次试验中，人们会持续收集可能的响应证据，直到达到其中一个选项的临界阈值。达到阈值后，参与者将做出决策。该模型还考虑了决策之外的准备和执行过程，以及个体在响应时的谨慎程度（即优先考虑准确性还是速度）。通过逐次试验整合反应时间和准确性信息，该模型提供了比传统行为指标更细致和可靠的认知功能测量方法（Voss等人，2004）。

**图1：单次试验中的扩散决策模型（DDM）示意图**

该模型描述了一个强制性的二元决策任务。此示例展示了当前研究中使用的情绪面孔性别识别任务。刺激呈现后，试验被分解为决策部分和非决策部分。在决策部分，DDM假设一个决策变量，代表对两个可能选项之一（例如，男性或女性）的相对证据量。决策变量从一个起始点（z）开始，在两次选择之间的边界之间随时间漂移。一旦决策变量达到某个边界，就会做出相应的选择。两个选择边界之间的分离宽度称为边界分离（a），表示做出选择所需的证据量。证据积累向边界漂移的速率称为漂移率（v），或EEA。最后，非决策时间（t0）表示任务准备（例如，刺激编码）和响应执行（例如，按键）所花费的总时间。DDM将任务表现分解为几个潜在的认知过程，每个过程都由不同的参数表示（Voss等人，2004）。DDM中有四个常用参数：漂移率（v）反映个体收集与任务目标一致的目标相关信息的效率；边界分离（a）表示响应谨慎性，较大的值表示在做出选择前需要更多信息；起始点（z）表示响应偏差，即倾向于偏好某个选项；非决策时间（t0）表示与决策阶段无关的过程（如刺激编码和响应执行）所花费的时间。在这些参数中，漂移率在文献中受到了特别关注，因为不同任务中的漂移率似乎主要由一种称为证据积累效率（EEA）的普遍因素解释，这种因素驱动了个体在多个认知功能领域的差异（Weigard等人，2021；Weigard和Sripada，2021）。使用潜在因子方法的研究表明，来自不同任务的漂移率在单一EEA因素上具有中等至强烈的载荷（通常为0.50–80）（L?ffler等人，2024；Schubert等人，2016；Vermeent等人，2024）。EEA还表现出良好的重测信度、内部一致性和跨任务有效性，与传统的行为测量方法相比（Eisenberg等人，2019；Lerche等人，2020；Schubert等人，2016；Tomlinson等人，2025）。尽管专门研究物质贫困对认知功能影响的研究仍然有限，但更广泛的证据表明，早期暴露于物质贫困的各个方面（如食物不安全和住房拥挤）与多个领域的认知技能下降有关（Alaimo等人，2001；Jyoti等人，2005；Schenck-Fontaine和Ryan，2022；Solari和Mare，2012）。除了物质贫困之外，社会经济劣势长期以来还与儿童和青少年时期的认知功能缺陷（如抑制能力、任务切换能力和工作记忆）有关（Hackman等人，2015；Lawson等人，2018）。这些发现与理论一致，即不利的经历（包括经济贫困）造成的慢性压力可能会改变负责高级认知过程的神经发育，从而导致功能下降（Farah等人，2006；Sheridan等人，2020）。最近的理论框架认为，这些变化不仅仅是缺陷，因为经历逆境的青少年也可能发展出适应环境的认知机制，这些机制反映了权衡而非损害（Ellis等人，2022）。实证工作确实发现，某些认知能力可能会在恶劣环境中适应，以匹配环境挑战（Fields等人，2021；Mittal等人，2015；Young等人，2022）。这种复杂性强调了在逆境下研究认知功能时需要更加细致的方法。鉴于EEA与一般认知功能之间的概念联系，它越来越多地被用于研究各种情境下的认知过程，并被认为是理解外化行为、物质使用和抑郁等结果的跨诊断特征（Duyser等人2025年；Letkiewicz等人2023年；Paige等人2024年；Weigard和Sripada 2021年）。在研究精神病理学时，DDM最广泛的应用是在ADHD及相关注意力挑战的研究中，ADHD患者在包括简单的感知决策和抑制任务在内的各种任务中表现出较低的EEA，这进一步支持了EEA是一种普遍认知特征的观点（详细综述见Weigard和Sripada 2021年以及Ziegler等人2016年）。

1.3 漂移率、物质困难与注意力问题

尽管移引导率和EEA对于理解与注意力相关的症状具有相关性，并且DDM在方法学上具有优势，但这一认知参数尚未被作为物质困难增加注意力困难风险的机制进行研究。此外，到目前为止只有少数研究使用DDM来考察物质困难与作为认知能力指标的移引导率之间的关联。一项研究发现，尽管物质困难与认知领域（如处理速度、抑制和注意力控制）的移引导率变化没有显著关联，但更大的威胁暴露与较低的EEA相关（Vermeent等人2024年）。另外，还有两项横断面研究探讨了物质困难（以及其他类型的逆境）与其他从DDM或类似建模方法得出的计算参数之间的关系，结果混合（He等人2024年；Vermeent等人2024年）。除了关于这一主题的研究有限外，还没有进行过 longitudinal（纵向）研究来考察物质困难暴露或广义上的贫困与青少年移引导率之间的联系，从而在理解童年物质困难对认知发展的累积效应方面存在空白。纵向研究能够考察困难暴露的累积效应，这已被证明对青少年发展至关重要（Evans等人2013年；Hardi等人2024年）。除了累积暴露之外，证据还表明，随着时间的推移，贫困和困难经历的变化也可能很重要，因为家庭经济状况的下降与认知结果的下降有关（Levesque等人2021年；McLeod和Shanahan 1996年）。这些随时间变化的困难经历可以通过纵向评估来捕捉。因此，需要进一步的研究在纵向框架下澄清这些联系。如前所述，大多数研究在探讨与逆境和贫困相关的基于任务的认知表现时，主要依赖于反应时间（RT）和准确性作为衡量标准，这些研究过于简单地假设较慢的RT和较高的错误率必然表示较低的认知功能。DDM框架表明，多种认知过程共同影响单次任务的表现，这意味着观察到的RT和准确性变化可能反映的是多种潜在过程的差异，而不仅仅是能力本身。如果传统的解释是正确的，那么移引导率应该与观察到的RT和准确性一致，即逆境对移引导率的影响应该与传统的表现测量方法类似。然而，如果这种关系不成立，那么这表明其他认知过程，如反应谨慎或决策策略，可能比一般认知功能更受逆境的影响。此外，鉴于上述关于逆境与不同认知领域表现之间普遍关系的先前发现，移引导率的通用性解释为逆境影响在认知任务中的广泛反映提供了一个有说服力的机制。

1.4 本研究

本研究旨在通过使用DDM来描述15年来纵向样本中青少年在感知情绪面孔性别识别决策任务中的认知功能，以填补文献中的空白。这是首项研究童年物质困难暴露、青少年移引导率与注意力问题之间关联的纵向研究。首先，我们考察了童年时期（1岁、3岁、5岁和9岁）的累积物质困难暴露是否与青少年时期（15岁）的移引导率相关。其次，在第一个目标的基础上，我们测试了物质困难暴露的发展轨迹是否影响了移引导率。第三，我们测试了移引导率是否作为将物质困难与青少年注意力问题联系起来的潜在机制。最后，我们评估了移引导率是否提供了超出传统行为测量（如平均RT和准确性）之外的认知过程的额外见解。为了区分家庭物质困难的特定影响，我们的分析调整了童年期间同时出现的逆境类型——暴力暴露和社会剥夺——以及人口统计协变量。补充材料中报告了进一步研究困难与暴力暴露之间联系的敏感性分析。我们假设更大的物质困难经历将独特地与较低的青少年移引导率相关（即信息处理效率较低）。为了研究童年期间物质困难的变化，我们使用生长曲线建模来描述童年期间困难暴露的变化轨迹，并评估其与移引导率的联系。我们假设随着时间的推移，物质困难的增加将与较低的移引导率相关。关于与青少年注意力问题的联系，我们假设较低的移引导率将与青少年更多的注意力问题相关，并且移引导率可以在一定程度上解释物质困难暴露与注意力问题之间的关联。

2 方法

2.1 样本和程序

参与者来自FFCWS，这是一个基于人口的纵向出生队列研究（Reichman等人2001年）。原始样本包括4898名出生于美国20个大城市（人口超过20万）的儿童，其中非婚生育的儿童被过度抽样（3:1），因此样本主要由未婚和低收入家庭组成。在青少年时期（15-17岁），来自中西部城市（底特律，密歇根州；托莱多，俄亥俄州；芝加哥，伊利诺伊州）的237个家庭被邀请到密歇根大学参与青少年到成人神经发展研究（SAND）（Hein等人2018年）。由于这些城市的种族构成，SAND中的大多数青少年被认定为非西班牙裔黑人（76%），其中54%为女性。青少年及其主要照顾者完成了一系列调查和访谈，其中一些被纳入本研究。青少年还完成了行为任务和磁共振成像（MRI）扫描。我们的分析仅限于那些有可用行为任务数据的青少年，最终样本为187名青少年（关于排除标准的详细信息见下文EEA部分）。人口统计特征包含在表S1中。该研究得到了密歇根大学机构审查委员会（IRB: HUM00167754；HUM0074392）的批准。

2.2 测量

2.2.1 物质困难

在四个时间点（1岁、3岁、5岁和9岁）收集了童年期间家庭物质困难暴露的纵向数据。在每个时间点，照顾者指出他们在过去十二个月内是否经历了与住房、公用事业、食品或财务相关的困难。八个在多个时间点重复提出的问题被纳入分析，这些问题来自先前的研究（Hardi等人2022年）。这些问题来源于1996年的收入和项目参与调查；1997年和1999年的纽约市社会指标调查；以及1999年关于爱荷华州家庭工作、福利和福祉的研究（Bauman 1999年；Mayer和Jencks 1989年）。在每个时间点，主要照顾者对以下每个问题回答是“是”（1）或“否”（0）：（1）获得免费食品或餐食，（2）因未支付全额租金/抵押贷款而从家中或公寓被驱逐，（3）因财务问题搬去与他人同住，（4）住在非长期住房的地方（例如，庇护所、废弃建筑、汽车），（5）因费用问题未接受医疗护理，（6）未支付全额汽油/油/电费，（7）未支付全额租金/抵押贷款，（8）向家人/朋友借钱支付账单。每个时间点的物质困难经历的总分反映了更严重的物质困难。累积的家庭物质困难是所有时间点上被认可项目的总和。困难分数的相关性在补充材料中报告。

2.2.2 青少年移引导率（v）

使用在MRI扫描仪中完成的简单感知决策任务来收集DDM参数估计的行为表现数据（Hardi等人2023年；Hein等人2018年，2020年）。参与者被要求通过按拇指（男性）或食指（女性）按钮箱来识别角色的性别。面孔选自NimStim集（Tottenham等人2009年），并且根据性别和种族进行了平衡（白人和黑人）。每位参与者进行了100次伪随机试验，包括5种类型的情感面孔（每种情绪20张面孔）：恐惧、快乐、愤怒、悲伤和中性。每次试验包括500毫秒的注视期，250毫秒的面孔刺激，然后是1500毫秒的黑屏，在此期间参与者被要求对面孔做出反应，同时记录反应时间和准确性。尽管这些刺激具有情感显著性，但我们的分析（见补充材料中的情感特定移引导率部分）表明，此处提取的具体参数似乎并不受显示的情感的影响，因此我们仍然可以从表现数据中保持一个理论上有效的移引导率估计。初步的功能性MRI分析未发现与移引导率有任何可靠的关联（详见补充材料）。共有201名青少年完成了这项任务。平均而言，参与者几乎完成了所有试验（98.8次试验），平均准确率为93.8%，平均反应时间为644毫秒。13名参与者因表现不佳而被排除：完成的试验少于75次（即遗漏率>25%）和/或准确率低于55%，这可能表明参与者不理解任务或没有参与，因此最终有188名参与者被纳入DDM建模过程。此外，我们根据标准程序（Ratcliff和Tuerlinckx 2002）移除了反应时间少于200毫秒的试验，因为这些被认为是快速猜测。由于我们对一般认知能力感兴趣，我们将每个参与者的所有试验合并在一起，而不区分具体情绪。这样做也保留了统计功效和模型的稳定性，因为总试验次数（每人最多100次试验）低于进行可靠估计所需的理想次数（200-400次试验）（Lerche等人2017年；Voss等人2013年）。使用R语言中的Dynamic Models of Choice包（版本4.3.2，Heathcote等人2019年；R Core Team 2023）估计了DDM参数。为每位个体估计了四个主要DDM参数：移引导率（v）、反应谨慎（a）、非决策时间（t0）和反应偏差（z）。另有1名参与者因模型拟合不佳而被排除，最终样本为187名参与者。进行了模拟恢复研究，以显示DDM参数的良好恢复情况（图2）。参数值的点估计使用了后验分布的中位数（描述性信息见表1）。建模细节在补充材料中报告。图2在图形查看器中打开。

模拟恢复研究显示了DDM参数的相关性图。使用DDM的参数值（x轴）来模拟另一组数据集，从中恢复了另一组参数值（y轴）。每个图中显示了模拟参数值和恢复参数值之间的相关性值（r）。对角线表示如果参数恢复完美（r = 1）的话，点所在的位置。四个主要参数（顶部四个面板：a、v、z和t0）的参数恢复非常好（rs >= 0.90），其他估计参数的恢复也较好（rs > 0.75）。表1显示了DDM参数和原始表现数据的分布和零阶相关性。

1. 移引导率（v）
2. 反应谨慎（a）
3. 非决策时间（t0）
4. 反应偏差（z）
5. 反应时间（秒）准确性
0.49***
0.04
0.31***
0.01
0.12
—
—


平均值
2.89
1.38
0.36
0.49
0.67
0.90

ispens

标准差
0.91
0.33
0.08
0.05
0.13
0.19

ispens



***p < 0.001.







2.2.3 青少年的注意力问题

我们使用验证性因素分析（CFA）创建了多信息源、多方法来衡量青少年的注意力问题，这种方法提供了更加稳健且偏差较小的症状表征（De Los Reyes等人，2015年）。CFA中的指标包括来自儿童行为检查表（CBCL）注意力问题子量的26个项目级回应（Achenbach和Rescorla 2001年），以及临床医生在DSM-V半结构化临床访谈中使用Kiddie Schedule for Affective Disorders and Schizophrenia（K-SADS-PL）（Kaufman等人，1997年）评估的注意力不集中和多动子量。CFA的详细信息在补充材料中有报告。在社区样本中得出的潜在因素反映了与注意力相关的困难维度变化，而不是临床诊断，较高的分数表示症状更严重，在这个样本中反映了典型的个体差异，从注意力到冲动性再到更严重的注意力问题。



2.2.4 协变量

暴力暴露和社会剥夺：基于以往的研究程序（Goetschius等人，2020年；Hein等人，2020年），创建了暴力暴露和社会剥夺的综合得分。简要来说，暴力暴露是根据主要照顾者或母亲报告的儿童在3岁、5岁和9岁时的直接身体和情感虐待，以及间接暴力暴露（即亲密伴侣和社区暴力）来评估的。社会剥夺则是根据主要照顾者或母亲报告的儿童在3岁、5岁和9岁时的身体和情感忽视、母亲的亲密伴侣和社区支持来评估的。为了计算综合得分，将每个项目的零中心化得分相加，然后除以每个参与者的项目数量。然后将得分进行平均中心化，以创建最终的综合得分，其中较高的得分表示更多的暴力暴露和社会剥夺。人口统计协变量：为了考虑物质困境对漂移率和青少年注意力问题的潜在混淆效应，在分析中控制了以下社会人口统计特征：性别、青少年青春期阶段、种族/民族和家庭结构。性别是根据儿童1岁时的父母报告来衡量的（0 = 女性，1 = 男性）。青少年青春期阶段作为协变量包括在内，以解释由于青春期发展对神经认知特征的广泛影响而可能导致的青少年漂移率差异（Icenogle和Cauffman 2021年）。青春期阶段是通过青少年在青春期发展量表（Petersen等人，1988年）上的报告来衡量的，该量表询问了儿童身高、体毛、皮肤、面部毛发、声音（仅限男性）以及乳房发育和初潮（仅限女性）的变化。回应按4点刻度编码（1 = 无发育，4 = 完全发育），得分是所有被认可项目的平均值。当没有青少年的回应时，使用父母的报告。种族/民族身份作为协变量，以调整结构和人际种族主义对发展经历的潜在影响。种族/民族身份由青少年自我报告（黑人、非西班牙裔；白人、非西班牙裔；西班牙裔和其他）。样本中的大多数参与者自认为是黑人/非裔美国人（77.0%）。因此，创建了三个虚拟编码变量来代表种族/民族身份，以黑人为参考组。最后，家庭结构作为协变量包括在内，以调整由于家庭组成而可能导致的家庭功能差异。

2.2.5 统计分析
所有统计分析都是在R统计软件v4.3.2（R Core Team 2023）和MPlus v8.8（Muthén和Muthén 2017）中进行的。我们通过在回归分析中使用最大似然估计来处理缺失数据。对于第一个目标，我们检查了累积物质困境与漂移率之间的双变量相关性，然后调整了协变量进行了线性回归模型。为了调查物质困境经历随时间的变化是否与漂移率相关，我们在MPlus中进行了潜在增长曲线分析（详细信息在补充材料中报告）。然后提取了子样本的估计截距（起始时间点）和斜率（随时间的变化），以便在R中进行回归分析以预测漂移率（图3）。图3使用图查看器打开。
物质困境下的增长曲线分析。
（A）来自“家庭与儿童福祉未来”研究的1岁、3岁、5岁和9岁的物质困境数据被用来改进增长曲线模型的估计（N = 3714）。估计增长曲线斜率的困境载荷固定在0、2、4和6。估计的潜在斜率和截距显著相关，并被提取出来进行进一步分析。（B）个体估计的生长曲线轨迹。表明随着年龄的增长，物质困境会增加。***p < 0.001。对于第三个目标，我们检查了漂移率与注意力问题的潜在因素之间的双变量相关性，并进行了带有协变量的回归分析。此外，我们使用R中的SPSS PROCESS宏包通过10,000次自助法计算了漂移率的95%置信区间（Hayes 2021），以测试漂移率的间接效应。结果在R Lavaan和MPlus中得到了复制。为了检验最终目标，我们使用了行为表现指标（即平均反应时间和准确性）来代替漂移率，以比较我们从漂移率和传统表现指标观察到的效果。其他参数（即a、t0和z）与逆境项目（即物质困境、暴力暴露和社会剥夺）以及注意力问题之间的双变量相关性在补充材料中有报告。




3 结果


3.1 童年物质困境对青少年漂移率有负面影响

青少年漂移率与累积物质困境之间的双变量相关性显示出显著的负相关（r = ?0.17，p = 0.020）。包括协变量的回归分析显示，在模型中纳入其他童年逆境和人口统计协变量后，累积物质剥夺对漂移率的影响仍然存在（β = ?0.17，p = 0.038，表2，图4）。结果表明，童年期间累积的物质困境暴露越多，青少年决策过程中的信息处理效率越低（即漂移率越低），这超出了童年期间的暴力暴露和社会剥夺经历。表2. 物质困境预测漂移率的回归分析（v）。预测因子

b

β
ormsg
z
p值




模型：v ～ 物质困境 + 控制变量







物质困境
?0.04
?0.17
0.02
?2.08
0.038*




暴力暴露
?0.03
?0.02
0.15
?0.19
0.850




社会剥夺
0.09
0.05
0.16
0.61
0.543




性别
?0.16
?0.09
0.17
?0.97
0.331




青春期年龄
0.12
0.08
0.15
0.86
0.389



种族：白人
?0.07
?0.02
0.21
?0.33
0.742



种族：西班牙裔
?0.10
?0.03
0.29
?0.35
0.730




种族：其他
0.28
0.07
0.30
0.98
0.325




家庭结构
?0.17
?0.09
0.14
?1.26
0.209







*p < 0.05。图4使用图查看器打开

童年物质困境预测的漂移率：
（A）累积物质困境对青少年漂移率有负面影响。（B）1岁、3岁、5岁和9岁的物质困境的增长曲线分析显示，截距而非（C）斜率与漂移率呈负相关，这表明1岁时的初次物质困境暴露，而不是童年期间暴露的变化，与青少年漂移率更为相关。为了进一步理解童年物质困境的发展轨迹对青少年漂移率的影响，我们使用从物质困境增长曲线分析中提取的截距和斜率进行了回归分析来预测漂移率。双变量相关性显示，增长曲线的截距（r = ?0.17，p = 0.023）与漂移率显著相关，但斜率（r = ?0.06，p = 0.534）不显著。在同一模型中包括截距和斜率时的回归结果显示类似的结果（截距：?? = ?0.18，p = 0.013；斜率?? = ?0.08，p = 0.277）。这表明初次物质困境暴露，而不是随着时间的变化的暴露，与青少年漂移率有更强的负相关。在包括其他逆境和人口统计协变量的敏感性分析中，结果仍然显著（截距：β = ?0.20，p = 0.017；斜率：β = ?0.07，p = 0.376）（表3，图4）。表3. 物质困境增长曲线斜率和截距预测漂移率的回归分析（v）。预测因子

b

β
=";
SE
z
p值




模型1：v ～ i + s






i（截距）
?0.21
?0.18
0.09
?2.48
0.013*




s（斜率）
?1.43
?0.08
1.31
?1.09
0.277




模型2：v ～ i + s + 控制变量




i（截距）
?0.23
?0.18
0.09
?2.36
0.017*




s（斜率）
?1.19
?0.06
1.40
?0.77
0.376




暴力暴露
?0.01
?0.01
0.15
?0.06
0.950



社会剥夺
0.11
0.06
0.15
0.73
0.466



性别
?0.15
?0.08
0.17
?0.87
0.382



青春期年龄
0.12
0.08
0.14
0.85
0.397



种族：白人
?0.07
?0.02
0.21
?0.33
0.744



种族：西班牙裔
?0.13
?0.03
0.28
?0.46
0.644



种族：其他
0.30
0.07
0.30
0.98
0.325
+


家庭结构
?0.16
?0.09
0.14
?1.20
0.229








*p < 0.05。




3.2 青少年漂移率与注意力问题呈负相关

如假设的那样，青少年漂移率与注意力问题的潜在因素呈负相关（r = ?0.18，p = 0.013），表明在我们样本中的青少年中，决策过程中的信息处理效率较低与更多的注意力问题相关。回归分析（表4）显示，在控制了人口统计协变量后，漂移率与注意力问题之间的显著关联仍然存在（β = ?0.15，p = 0.040）。表4. 漂移率（v）和注意力问题潜在因素的回归分析。预测因子

b

β
SE
z
p值



模型：注意力问题 ～ v + 人口统计控制变量






v
?0.13
?0.15
0.06
?2.04
0.041*




性别
0.25
0.16
0.14
1.76
0.079




青春期年龄
?0.14
?0.11
0.12
?1.18
0.238




种族：白人
0.03
0.01
0.17
0.15
0.883



种族：西班牙裔
0.15
0.04
0.25
0.58
0.560



种族：其他
0.27
0.08
0.24
1.09
0.275




家庭结构
?0.08
?0.05
0.12
?0.73
0.468






*p < 0.05。图5显示了将物质困境暴露与注意力问题联系起来的间接效应模型。直接效应模型不显著（F (1,184) = 3.03，p = 0.084）。然而，我们确实观察到通过漂移率，物质困境对青少年注意力问题有小的间接效应（?? = 0.03，b = 0.005，95% CI [0.0001, 0.013]）。经历更多童年物质困境的个体在青少年时期的漂移率较低，这反过来又与更多的注意力问题相关。图5使用图查看器打开
通过漂移率（v）的物质困境对注意力问题的间接效应模型。物质困境和漂移率对注意力问题的总效应不显著（b = 0.02，t = 1.74，p = 0.084）。我们发现物质困境通过漂移率对青少年注意力问题有小的但显著的间接效应（?? = 0.03，b = 0.005，95% CI [0.0001, 0.013]）。




3.3 与传统表现指标的比较

为了更好地理解我们从漂移率分析中观察到的结果，我们还进行了原始表现指标的分析：平均反应时间和平均准确性。首先，我们发现漂移率与行为指标之间的相关性符合预期（表1）：更高的漂移率（即更有效的决策）与更高的准确性相关（r = 0.49，p < 0.001）和更快的反应时间（尽管相关性不显著：r = ?0.13，p = 0.080）。同时，我们没有发现物质困境与平均反应时间（r = 0.04，p = 0.551）或平均准确性（r = ?0.12，p = 0.095）之间的相同显著关联。我们也没有复制原始表现指标与注意力问题之间的关联（平均反应时间：r = ?0.04，p = 0.540；平均准确性：r = ?0.03，p = 0.792）。使用传统行为指标的零结果表明，漂移率可以帮助揭示特定的认知过程以及与逆境和行为问题之间的关系，这些关系否则可能无法被发现。



4 讨论

本研究考察了童年物质困境与青少年证据积累效率（即漂移率v）之间的关联，后者是更高阶认知功能的计算基础，假设由认知效率我们的研究结果表明，童年时期累积的物质贫困程度越严重，青少年时期的认知效率下降越明显，这一现象独立于暴力暴露、社会剥夺和其他人口统计变量之外。我们还发现，较低的认知效率与更多的注意力问题有关。此外，我们观察到物质贫困与注意力问题之间存在一个显著的间接效应，这一效应是通过认知效率来中介的。据我们所知，这是首次利用纵向数据来研究物质贫困对认知后果的影响，而物质贫困是衡量贫困生活经历的一个指标，可能更准确地反映社会经济劣势。此外，将分布式差分模型（DDM）应用于研究逆境对认知处理的影响，为利用计算方法解决发展问题的研究做出了贡献。通过超越传统的任务表现指标，DDM将逐次试验的行为分解为不同且有意义的认知过程，从而提供了对童年物质贫困如何影响青少年认知功能的更深入理解。

4.1 童年物质贫困与青少年认知效率

我们的研究结果表明，只有物质贫困的暴露与认知效率下降有关，而暴力暴露或社会剥夺则没有这种关联。这一发现与过去的研究结果一致，即经济剥夺与较低的认知表现有关（Schenck-Fontaine和Ryan 2022；Young等人2022）。然而，我们的发现与之前专门研究认知效率的研究结果相反，那些研究指出，在多项认知任务中，暴力暴露程度较高而非物质贫困更可能导致认知效率下降（Vermeent、Young、Gelder等人2024）。结果上的不一致可能是由于多种原因造成的，例如本研究采用了纵向设计而非横断面设计、样本差异（包括人口统计或社会经济特征）、逆境暴露的严重程度或时间上的差异，或者用于估计认知效率的任务选择不同。此外，Vermeent、Young、Gelder等人（2024）使用的物质贫困衡量方法是基于人口统计变量的因子得分，这与我们使用困难体验的总分不同，这可能是导致结果差异的原因之一。鉴于这一问题刚刚开始被研究，需要更多的、样本量更大的研究，并结合认知计算的模型和纵向设计来重复这些结果，并明确不同类型逆境对认知过程的复杂影响。通过使用增长曲线分析，我们还研究了童年时期初次物质贫困暴露（即基线水平）以及童年时期经历变化的趋势（即变化幅度）与认知效率之间的关系。我们发现，1岁时初次面临较大程度的物质贫困与较低的认知效率有关，而贫困水平的变化趋势则没有这种关联。这一发现表明，早期的物质贫困经历对认知表现有长期影响，而随着时间推移贫困程度的增加可能不如初始条件那么具有影响力。这一发现与过去的一些研究结果不完全一致，后者指出父母收入随时间减少与较差的认知结果相关（Levesque等人2021）。然而，有证据表明，早期的经济劣势可能对儿童的心理健康产生持久的负面影响，这可能是由于持续存在的近期经历和社会互动，即使后来的经济状况有所改善（Caspi等人1989；McLeod和Shanahan 1996）。类似的解释也可能适用于我们的发现：早期的家庭物质贫困可能导致周围环境的长期压力，例如家庭关系的紧张。这种长期的压力暴露与大脑执行功能区域的损伤有关（例如Liston等人2009），这可能会影响青少年时期的认知表现（Hackman等人2010）。此外，物质贫困体验还可能包括营养不足和医疗服务质量低等问题，这些都会影响认知的神经机制（例如Gómez-Pinilla 2008）。虽然我们的研究没有直接测试这些机制，但未来的研究应通过探讨早期逆境、压力水平和认知发展之间的相互作用来澄清这些途径。我们的发现可以用强调环境中的认知刺激在促进认知发展中的重要作用的理论来解释（Hackman等人2015；Rakesh等人2024；Rosen等人2020）。提供各种刺激（例如书籍和玩具）以促进知识积累的认知刺激环境，对不同领域的认知发展都是必要的（Vygotsky 1978）。在面临物质贫困且难以满足基本需求的家庭中，提供这样的环境可能特别具有挑战性。来自人类干预研究和动物模型的证据表明，丰富的环境不仅能提高认知表现，还能支持基本的神经功能（Jankowsky等人2005；Mandolesi等人2017；McLeod 1998）。在面临物质贫困且难以满足基本需求的家庭中，提供这样的认知刺激环境可能特别具有挑战性，可能限制认知发展的机会。另一方面，我们的结果也可以从适应性的角度来解释，即较低的认知效率可能反映了在不可预测或资源稀缺环境中具有优势的认知风格。与“隐藏才能”框架一致，经历过逆境的个体可能表现出依赖于具体情境和内容的认知适应，因此在传统认知任务上可能存在差异，但在生态相关的领域中显示出优势（Ellis等人2022；Mittal等人2015；Young等人2022）。最近的理论也提出，经历过逆境的个体可能在处理竞争信息时不太有选择性（Niebaum等人2025）。虽然我们没有发现逆境暴露对决策的其他方面（如反应谨慎性、非决策时间和偏见）有影响，但之前的研究确实发现逆境可能影响反应谨慎性（Vermeent等人2024）。未来的研究应检验这些认知特征在现实世界环境中是否具有功能优势，并探讨不同的环境需求如何塑造决策过程的发育轨迹。

4.2 认知效率与青少年注意力问题

我们发现，较低的认知效率与青少年更多的注意力问题有关。这一发现与过去的临床研究结果一致，这些研究表明患有注意力缺陷多动障碍（ADHD）的个体表现出较低的认知效率（Huang-Pollock等人2017；Weigard和Huang-Pollock 2017；Ziegler等人2016）。我们的发现也与越来越多的研究结果一致，这些研究强调了在多个领域（包括通过我们的任务测量的感知决策、注意力和抑制等）中认知效率的下降。我们还观察到童年物质贫困通过认知效率对青少年注意力问题存在显著的间接效应。尽管物质贫困对注意力问题的总效应和直接效应在统计上不显著，但这一发现表明，早期的物质贫困可能会影响认知效率，进而影响青少年时期的注意力功能。然而，间接效应的大小较小，说明尽管显著，但它只能解释部分效应。同时，考虑到我们的数据部分是横断面的，并且缺乏直接效应和总效应（即认知效率和注意力是同时测量的），我们对这一间接途径持谨慎态度，不对其进行时间或因果关系的定性解释。未来的纵向研究需要对认知和行为进行重复评估，以明确这些关联的方向性和发育时机。

4.3 认知效率反映了特定的认知过程

我们使用了传统的行为表现指标（平均反应时间和准确性）进行了同样的分析。虽然认知效率与这两个指标在预期方向上显著相关，但我们没有在物质贫困或注意力问题上看到相同的结果。这与模拟研究（Stafford等人2020）和过去的研究结果一致，那些研究表明认知效率可以区分高焦虑和低焦虑个体的行为反应，而准确性和反应时间则无法捕捉到同样的效应（White等人2010）。在神经模式中也观察到了类似的现象，Ho及其同事（2014）发现抑郁个体的面部处理神经区域有显著激活，这与认知效率的估计类似，但在平均反应时间或准确性上没有观察到这种效应。我们也没有发现物质贫困暴露或其他类型的逆境体验与其他DDM模型参数之间存在显著关联，这突显了认知效率在理解社会经济劣势影响方面的特异性。此外，我们发现青少年更大的注意力困难与较慢的非决策时间有关，这与过去的研究结果一致，可能表明有注意力问题的个体在编码和/或运动反应上更快，尽管在DDM的背景下这些具体过程无法分离（Karalunas等人2014）。综上所述，这些结果强调了计算模型在评估认知表现方面的价值。这些发现还表明，尽管任务表现与认知能力（如通过认知效率衡量）相关，但在使用这些传统指标作为认知能力的代理时存在重要差异，可能导致错误的推断。因此，未来的研究应考虑结合计算模型，以提供更准确和可靠的认知表现评估。

4.4 强点、局限性和未来方向

当前研究具有多个优点。首先，数据来自一个为期15年的纵向数据集，在每个评估点都前瞻性地收集了逆境指标。其次，使用认知计算模型可以更细致地理解认知过程，提供了一种与传统的行为测量方法相比更为新颖且理论上有意义的方法来探讨发展问题。第三，我们的数据集允许创建多来源的注意力问题测量方法，这基于父母和临床医生的报告提供了更全面和准确的 symptom 描述。然而，当前研究也存在一些局限性。首先，我们的样本量较小，不足以考察青少年物质贫困、认知效率和注意力问题之间的纵向关联（N = 187）。尽管我们没有进行事先的统计功效分析，但鉴于观察到的效应较小，未来的研究应尝试用更大的样本来复制这些发现。其次，我们的研究仅包括了一个二选一的感知决策任务，这使得我们能够应用计算建模。虽然这限制了我们构建潜在的通用认知效率因素的能力，但先前的研究表明，从单个任务中得出的认知效率估计值是对一般认知过程的合理近似（L?ffler等人2024；Schubert等人2016；Tomlinson等人2025；Weigard等人2021）。因此，尽管我们可以将单一任务的认知效率估计值解释为通用认知效率，但我们承认它可能包含了一些任务特定的变异。值得注意的是，过去的研究还表明，任务特定的认知效率和通用认知效率对逆境影响的敏感性可能不同（Vermeent等人2024），这突显了在未来研究中同时考察两者的价值。此外，当前的任务涉及情绪上显著的刺激，这些刺激可能在个体中以不同的方式激活情感处理系统并与决策过程相互作用。尽管我们试图通过建模情绪特定的认知效率来考虑情感因素，但这些微妙的模式可能无法被当前的建模方法完全捕捉到。该任务是在实验室基于MRI扫描仪的环境中进行的，这可能会影响参与者的认知表现。鉴于这些任务层面的局限性，我们的研究结果应谨慎解读。为了提供更全面的理解，未来的研究应包括测量不同认知过程（如感知处理、注意力、抑制）的任务，并在不同的情境（如情绪价值）中进行，以构建更可靠的通用和特定任务的认知效率指标。第三，我们的主要物质贫困指标是由整个家庭的主要照顾者报告的。因此，我们无法区分父母自身的贫困经历及其对孩子的影响。例如，即使父母自己没有足够的食物，他们仍然可能设法为孩子提供食物，这意味着孩子可能不会直接经历食物安全问题。尽管研究表明，直接和间接经历的物质困境都可能导致负面的发展结果（Conger等人，2010年；McCarthy等人，2018年），但未来的研究应该探讨这些不同形式的困境之间是否存在差异，以及它们如何不同地影响儿童的发展。本研究的结果为进一步的探索提供了几个方向。我们的研究初步证明了累积的物质困境与漂移率有关，但这种关联的机制尚不清楚。未来的研究可以从多个角度进行研究，包括调查环境中的认知刺激水平。此外，还可以探讨这种关联的生物学基础。一个有希望的关联可能是白质的变化，白质与物质困境（Hardi等人，2022年）和认知功能（Ferrer等人，2013年）都有关联。使用更个性化的方法来捕捉EEA的功能连接模式，比基于激活的分析更能阐明潜在的神经机制，后者是对神经活动进行概括的分析。这样的分析，理想情况下应该使用更大、更有统计力的样本，有助于阐明逆境如何通过大脑的结构和功能影响认知效率。此外，虽然我们的研究复制了之前的发现，即漂移率与注意力困难有关，但EEA也被提出作为多种心理病理学的跨诊断神经认知风险因素（Weigard和Sripada，2021年）。未来的研究应该通过检查临床和非临床人群之间的EEA差异来验证这一假设，以更好地理解其作为跨心理健康状况广泛风险标记的潜力。

4.5 结论

总的来说，我们的研究应用了扩散决策模型来调查物质困境与青少年认知之间的纵向关联，这些青少年在传统研究中往往被忽视。我们发现，物质困境除了其他形式的逆境（如威胁暴露和社会剥夺）之外，显著影响了青少年的漂移率，而漂移率又与注意力问题有关。这些发现支持将漂移率（和EEA）作为物质困境在认知领域广泛影响的机制解释，并强调了使用认知计算模型相比于传统表现测量方法在揭示与环境风险因素的关联方面的独特优势。通过识别逆境影响认知发展的具体方式，这样的研究可以指导旨在缓解这些影响的干预措施和政策，例如加强家庭资源或提高获取认知丰富机会的途径。

作者贡献

Yue Linda Zhang：概念化、数据整理、形式分析、方法论、项目管理、软件使用、可视化、初稿撰写、审阅和编辑、验证。

Alexander S. Weigard：概念化、资金获取、方法论、软件使用、审阅和编辑。

Felicia A. Hardi：概念化、审阅和编辑、形式分析。

Sunghyun H. Hong：概念化、审阅和编辑。

Edward Huntley：资源提供、审阅和编辑、概念化。

Colter Mitchell：概念化、资金获取、审阅和编辑、项目管理、资源提供。

Luke W. Hyde：概念化、资金获取、资源提供、审阅和编辑、监督。

Christopher S. Monk：监督、概念化、资金获取、审阅和编辑、项目管理、资源提供。

致谢

我们非常感谢参与研究的家庭以及使研究成为可能的研究人员。本文报告的研究得到了美国国立卫生研究院（NIH）主任办公室（S10OD012240-01）、国家精神卫生研究所（R01MH103761、R01MH121079；R21 MH130939）、Eunice Kennedy Shriver国家儿童健康与人类发展研究所（5T32HD007109-40、R25HD074544和R01HD036916）以及国家药物滥用研究所（K23 DA051561）的资助。内容 solely 由作者负责，不一定代表Eunice Kennedy Shriver国家儿童健康与人类发展研究所或国立卫生研究院的官方观点。使用了AI代理（ChatGPT-4o）来帮助语法编辑和提高清晰度。输出由作者进行了审阅和编辑。

资金

作者没有需要报告的情况。

利益冲突

作者声明没有利益冲突。

伦理声明

本研究已获得密歇根大学机构审查委员会的批准。本研究使用的程序遵循《赫尔辛基宣言》的原则。

数据可用性声明

数据将在https://nda.nih.gov/edit_collection.html?id=2106上公开提供。