中国活体人脑成像数据集 II 区论文(已发表) 版本 ZH3 Vol 8 (3) 2023
下载
围产期因素下的多中心儿童脑智发展数据库
A dataset of multicenter database on Perinatal Factors in Child Brain-Mind Development (PeriCBD)
 >>
: 2022 - 04 - 13
: 2022 - 10 - 20
: 2022 - 07 - 20
: 2023 - 09 - 20
Baidu
map
6728 40 0
摘要&关键词
摘要:神经发展性障碍(Neurodevelopmental Disorders,NDDs)是指一系列困扰K12基础教育阶段儿童动作行为发展的精神障碍,其病因及发病机制仍不明确,尚无有效的预测诊疗手段。北京师范大学认知神经科学与学习国家重点实验室依托县/地/区级中心医院采集NDDs高发年龄段儿童脑智发育数据建立的“围产期因素下的多中心儿童脑智发展数据库(Multicenter Database on Perinatal Factors in Child Brain-Mind Development,PeriCBD)”,旨在建立围产期因素下3–10岁儿童脑智发育规律与个体差异相关数据信息平台,为全国脑智发展追踪队列研究、儿童NDDs预测诊疗提供重要基础数据。本文以在河南省安阳市妇幼保健院、重庆市梁平区人民医院已完成的数据采集工作为例,系统介绍PeriCBD组织框架,明确被试行为数据及磁共振成像数据的统一采集、清理、分析流程,数据抽取、转换、加载数据库链接等相关标准化流程,为后续PeriCBD数据采集及数据库使用建立范式。
关键词:围产期;神经发展性障碍;脑智发展;多中心数据库;磁共振成像
Abstract & Keywords
Abstract: Neurodevelopmental disorders (NDDs) refer to a series of mental disorders that plague the motor and behavioral development of children in the K12 basic education stage. The etiology and pathogenesis of these disorders remain unclear. Multicenter Children's Brain Development Database under Perinatal Factors (PeriCBD) is established by the State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, relying on county/prefecture/district central hospitals to collect data on the brain development of children in high-incidence age groups of NDDs. The primary purpose is to construct a data information platform related to brain development patterns and individual differences in children aged 3-10 under perinatal factors. Meanwhile, the platform is expected to provide critical basic data for the national brain development research, predictive diagnosis, and treatment of NDDs in children. This paper takes the data collection work completed in Anyang Maternal and Child Health Hospital of Henan Province and the People's Hospital of Liangping District of Chongqing City as examples to introduce the organizational framework of PeriCBD, and clarify the unified collection, cleaning, and analysis process of subject behavior data and magnetic resonance imaging data. In addition, following the standardization in processes, such as data extraction, conversion, loading of database links, etc., the dataset aims to establish a paradigm for subsequent PeriCBD data collection and database were shown.
Keywords: perinatal period; NDDs; brain-mind development; multicenter database; MRI
数据库(集)基本信息简介
数据库(集)名称围产期因素下的多中心儿童脑智发展数据库
数据作者柯李,何清华,陈福美,苏雪婷,徐继红,张彩,张树东,张姝玥,安慧萍,郭锐,岳素萍,段雯,贾世超,杨思佳,于延坤,赵旸,周洋,王银山,常达,陈丽珍,范雪如,高鹏,吕晨钰,伍子昀,赵云燕,全晰,赵峰,穆艳超,闫瑜,徐文超,刘杰,邢丽霞,陈晓琴,吴翔,赵兰锋,黄志鹃,任颜周,郝红艳,李慧,王婧,董青,陈利艳,黄瑞旺,左西年,王耘,董奇
数据通信作者王耘(wangyun@bnu.edu.cn)
数据时间范围2021
地理区域河南省安阳市、重庆市梁平区
数据量20.49 MB
数据格式*.xlsx
数据服务系统网址http://doi.org/10.57760/sciencedb.j00001.00423
brain.zkey.cc
数据库(集)组成本数据集共计包含243名3–10岁围产期风险因素儿童及对照组的行为和磁共振成像数据。数据按儿童的编号独立存储,每名参与儿童数据均包含了人口学因素、认知能力、智力、动作发展评估、障碍检出率、家庭养育方式、行为、孕产期风险因素、母亲情绪、磁共振成像数据等10个文件,215个变量。被试来自产科、儿科数据和社会招募,重庆市梁平区、河南省安阳市两个地区共征集被试344人,有效样本292人,行为数据在剔除不符合要求的样本后,最终剩余有效被试243人,其中3–6岁围产期风险因素儿童40人、对照组104人;7–10岁围产期风险因素儿童28人、对照组71人。磁共振成像有效数据为155人,其中3–6岁组74人,7–10岁组81人。
Dataset Profile
TitleA dataset of multicenter database on Perinatal Factors in Child Brain-Mind Development (PeriCBD)
Data corresponding authorWANG Yun (wangyun@bnu.edu.cn)
Data author(s)KE Li, HE Qinghua, CHEN Fumei, SU Xueting, XU Jihong, ZHANG Cai, ZHANG Shudong, ZHANG Shuyue, AN Huiping, GUO Rui, YUE Suping, DUAN Wen, JIA Shichao, YANG Sijia, YU Yankun, ZHAO Yang, ZHOU Yang, WANG Yinshan, CHANG Da, CHEN Lizhen, FAN Xueru, GAO Peng, LV Chenyu, WU Ziyun, ZHAO Yunyan, QUAN Xi, ZHAO Feng, MU Yanchao, YAN Yu, XU Wenchao, LIU Jie, XING Lixia, CHEN Xiaoqin, WU Xiang, ZHAO Lanfeng, HUANG Zhijuan, REN Yanzhou, HAO Hongyan, LI Hui, WANG Jing, DONG Qing, CHEN Liyan, HUANG Ruiwang, ZUO Xinian, WAND Yun, DONG Qi
Time range2021
Geographical scopeAnyang City of Henan Province, Liangping District of Chongqing City
Data volume20.49 MB
Data format*.xlsx
Data service system<http://doi.org/10.57760/sciencedb.j00001.00423>
<brain.zkey.cc>
Database compositionThe dataset includes the behavioral and brain imaging data from 243 children aged 3–10 years with perinatal risk factors and controls. The data are stored independently according to the number of the children, and the data of each participating child involves 215 variables in 10 files (including demographics, cognitive ability, intelligence, movement development assessment, disorder detection rate, family rearing style, behavior, perinatal risk factors, maternal emotion, and MRI data). Based on obstetrics and pediatrics data and social recruitment, a total of 344 subjects were recruited from Liangping District of Chongqing and Anyang City of Henan Province, with 292 valid samples. After excluding 44 unqualified samples, a total of 243 valid subjects remained, comprising 40 children with perinatal risk factors and 104 in the control group aged 3–6 years. There were 28 children with perinatal risk factors and 71 in the control group aged 7–10 years. There were 155 subjects valid for MRI scan, including 74 subjects aged 3–6 years and 81 subjects aged 7–10 years.
Baidu
引 言  
引 言
神经发展性障碍(Neurodevelopmental Disorders,NDDs)是指一系列困扰K12(Kindergarten through twelfth grade)儿童动作行为发展的精神障碍,儿童早期开始发病并影响许多行为功能领域,且不会随年龄增长而自愈[1]。NDDs儿童不存在肢体残疾、关节病变、激素失调、神经失能等器质方面病变,因而在疾病发展早期易被认为是“正常儿童”而延误评估和治疗,对K12儿童学业、社交、心理健康和体质发展等各方面造成不良影响,为家庭养育陪伴及未来社会保障带来负担,同时对学校教育活动开展和其他同龄儿童成长带来隐患。因此,无创便捷、准确性高的NDDs早期预测筛查模型对于儿童青少年NDDs及其相关症状预警及后期治疗康复具有重要意义,但是到目前为止未见相关报道。有研究表明[2],儿童在运动方面的困难/障碍作为一种普遍表征,常见于各类儿童神经系统疾病,如NDDs、脑瘫(Cerebral Palsy,CP)及各类认知障碍的临床表现之中。NDDs所表现出的最典型运动障碍之一就是发育性协调障碍(Developmental Coordination Disorder,DCD),主要表现为儿童动作发展方面的障碍,常与其他神经发展性障碍,如注意缺陷/多动障碍(Attention Deficit and Hyperactivity Disorder,ADHD)、孤独症谱系障碍(Autism Spectrum Disorders,ASD)等存在普遍的伴生关系[1,3-4]。因此,有研究者认为DCD对K12儿童各类NDDs发生率有预测意义[5],但目前仍缺乏明确研究证据。有研究表明,早产、低出生体重过低(Very Low Birth Weight,VLBW)等围产期不良因素大大增加了儿童发生各类神经系统损伤(如脑瘫)的风险,同时也增加了儿童在K12阶段发生NDDs的风险[6-7]。影像学的研究表明,DCD等运动障碍可能与白质发育滞后和/或结构紊乱有关。如,针对具有围产期不良因素的儿童的弥散张量成像(Diffusion Tensor Imaging,DTI)队列研究发现,早产、VLBW儿童更容易发生白质发育异常[8-10],同时这些儿童各类NDDs检出率更高。此外,DCD、ADHD等不同NDDs儿童的白质异常模式存在差异。DCD儿童的白质结构异常多存在于皮质脊髓束、小脑束和小脑等与运动功能相关的区域[10],而ADHD儿童的白质发育迟缓主要体现在额叶纹状体和上纵束[11]。因此,涵盖围产期因素、DCD检出率、磁共振成像数据、动作发展评估等多方面因素的系统性研究对围产期因素下神经发育障碍儿童的健康发展有重要意义。围产期不良因素涵盖范围较广,包含早产、低出生体重、剖宫产、多胎分娩、孕前和妊娠期糖尿病和高血压等[12]。本研究重点关注早产和低出生体重两个对儿童神经发育有重要影响的围产期因素指标,其他一些不良因素(如妊娠期糖尿病、高血压等)在调查中有涉及,但暂不列为实验组入组条件。依托北京师范大学认知神经科学与学习国家重点实验室、中国脑智计划等科研平台,基于儿童脑智发育、脑影像学等领域的研究基础和研究范式,建立了“围产期因素下的多中心儿童脑智发展数据库(Perinatal Factors in Child Brain-Mind Development,PeriCBD)”,主要面向3–10岁儿童脑智发育规律与个体差异的基本认知发展机制、障碍诊断、评估与干预。
本数据库持续在全国多个县/地/区联合多家医院作为数据采集中心开展多中心数据采集和相关研究。为保证跨中心数据的可比性,已初步建立多中心数据采集标准化流程、过程质量控制标准化流程、自动化/半自动化数据处理平台等一系列标准化操作方案,提高了数据采集的效率和质量。本数据库将数据采集中心设在县级医院,并将儿童动作发展和特定学习障碍、多动症汇集合并讨论,具有较高的参考价值,为“普筛-精细诊断-干预”模式的临床医学实验与转化的相关工作提供重要经验和积累。本数据库的建设将为认识围产期因素下神经发育障碍的发生发展提供重要数据,是大规模儿童脑智发育研究的有益尝试,为开展全国脑智发育追踪队列研究提供了参考。
本次数据采集在河南省安阳市妇幼保健院、重庆市梁平区人民医院两个中心开展,基于2011–2018年期间的产科、儿科数据和2021年6月至8月期间的社会招募,共征集被试344人,有效样本292个。
2021年7月至8月在重庆市梁平区人民医院、河南省安阳市妇幼保健院两家县级中心医院开展数据预采集工作,主要对3–6岁、7–10岁两个神经发展性障碍高发年龄段中具有/不具有围产期不良因素的292名儿童开展智力、行为、动作发展、障碍检出、认知功能领域的各项针对性评估和磁共振成像分析。
1   数据采集和处理方法
1.1   数据采集方法
1.1.1   研究对象
本研究在重庆市梁平区人民医院、河南省安阳市妇幼保健院两个中心招募3–6岁、7–10岁两个年龄阶段的儿童。根据医院信息与母亲问卷中的回答结果判断儿童组别,实验组儿童具有围产期不良因素,即曾经历早产(妊娠<37周)和/或出生体重过轻(出生体重<2500g)。对照组为年龄段、人口学指标一致的无围产期不良因素的儿童。
数据采集首先排除非NDDs的其他可能影响儿童发展的因素(如智力、精神或行为问题);征得儿童监护人同意后,结合已有临床医学资料与母亲问卷了解母亲的分娩年龄、妊娠持续时间、婴儿的出生体重、身长和头围等围产期因素数据;为儿童进行动作发展、认知功能领域的各项针对性评估和磁共振成像分析。通过直接测评、自我报告和他人评定的整合化测量,从多方法、多数据来源等方面提高测量的全面性,通过对比实验组和对照组DCD及NDDs的检出率,结合磁共振结构像、功能像、DTI等脑成像指标的结果差异,从保护性因素和危险性因素等角度为3–10岁儿童脑智发育及NDDs筛查诊断提供更全面的基础数据。
1.1.2   研究工具
量表数据:本研究采用的评估量表及工具均为领域内具有代表性的评估工具。
(1)智力评估:采用《韦氏幼儿智力测量第四版(The Wechsler Preschool and Primary Scale of Intelligence-Fourth Edition,WPPSI-Ⅳ)》和《韦氏儿童智力量表第四版(The Wechsler Intelligence Scale for children-Fourth Edition,WISC-Ⅳ)》分别对3–6岁和7–10岁两个年龄段的被试进行智力测查,排除非NDDs的其他可能影响儿童发展的因素。WPPSI-Ⅳ于2014年完成中文版的修订,适用于2岁半至6岁11个月儿童,具有言语理解、视觉空间、工作记忆、流体推理、加工速度5个合成分数及总智商,量表各合成分数的平均信度系数为0.85–0.94之间,总智商信度为0.96,效度良好[13]。WISC-Ⅳ于2007年完成中文版的修订,适用于6岁0个月至16岁11个月儿童,具有言语理解、知觉推理、工作记忆和加工速度四个合成分数以及总智商,量表各合成分数的平均信度系数为0.87–0.97之间,效度良好[14]。采用WPPSI-Ⅳ和WISC-Ⅳ分别对3–6岁和7–10岁两个年龄段的被试进行智力测查,排除非NDDs的其他可能影响儿童发展的因素。
(2)动作发展评估:使用《儿童动作评估成套工具第二版(Movement Assessment Battery of Children 2nd Edition,MABC-2)》和《发育性协调障碍问卷中文版(Developmental Coordination Disorder Questionnaire-Chinese Version,DCDQ-C)》评估被试的动作发展情况。MABC-2是在儿童动作发展方面应用非常广泛的标准化评估工具,适用于3–16岁儿童,具有手部灵活性、定位与抓取、平衡性三个维度,柯李(2019年)建立了中国城市儿童常模,内部一致性信度系数为0.583,信度接近可接受范围,比较拟合指数(Comparative Fit Index,,CFI)和非范拟合指数(Tucker-Lewis Index, TLI或Non-Normed Fit Index,NNFI)均为0.9左右,近似误差均方根(Root Mean Square Error of Approximation, RMSEA)为0.045,结构效度良好[15-16]。DCDQ-C由家长作答,分为运动中控制能力、粗大运动/计划能力、总体协调能力3个维度,朱庆庆、古桂雄、花静(2015年)应用该问卷于中国4–6岁儿童,内部一致性信度为0.867,结构效度较好[17-18]
(3)认知评估:利用E-Prime软件或测试题本对被试进行一对一测试,评估被试的认知水平。采用维度变化卡片分类任务(Dimensional Change Card Sort Task,DCCS)[19]、威斯康辛卡片分类测验[20]、Flanker任务[21]、自定义顺序指出任务[22]评估被试的执行功能,采用注意网络任务(Attention Network Test,ANT)[23-24]评估被试注意力,采用跨期决策任务[25-26]、儿童博弈任务[27]、蛋糕赌博任务[28]评估被试决策能力。其中维度变化卡片分类任务和自定义顺序指出任务仅评估3–6岁被试,威斯康辛卡片分类测验仅评估7–10岁被试,Flanker任务分为幼儿版、儿童版分别用于评估3–6岁、7–10岁被试,ANT任务用于评估5–10岁被试。
(4)注意缺陷多动障碍评估:使用《ADHD父母评定量表第4版(ADHD Rating Scale-Parent Version,ADHD RS-Ⅳ)》评估被试是否存在ADHD。ADHD RS-Ⅳ分为注意缺陷、多动、冲动维度,在国内应用时信效度良好,内部一致性信度为0.91,结果效度(三因素模型验证性因子分析:自由度df=132,2=905,RMSEA=0.068, NFI=0.93(规范拟合指数,Normed Fit Index),NNFI=0.91)较好[29-30]
(5)特定学习障碍评估:使用《学习障碍筛查量表(Learning Disabilities Screening Scale,LDSS)》评估学龄期被试是否存在学习障碍,了解学习障碍发生率。LDSS符合国情适合评估汉语学习障碍,内部一致性较好,具有足够的结构效度和效标关联效度[31]
(6)孤独症谱系障碍评估:使用《儿童孤独症行为量表 (Autism Behavior Checklist,ABC)》对被试是否存在孤独症情况进行评估。ABC包含57个对儿童行为的描述,由家长作答,分为感觉、交往、运动、语言、自理5个维度[32]
(7)行为问题评估:使用《儿童及青少年行为调查问卷(六至十八岁)2001版(Child Behavior Checklist 6-18 – 2001 version,CBCL6-18)》和《儿童行为调查问卷(一岁半至五岁)(Child Behavior Checklist for Age 1\(\frac{1}{2} \) – 5,CBCL1\(\frac{1}{2} \) – 5)》对被试的行为问题进行评估,两份问卷的中文版均适用于中国儿童[33-35]。并采用《匹兹堡睡眠指数》[36-37]、改编自《电视监控量表》[38-39]的《父母监控量表》、《智能手机成瘾量表》[40-42]、独裁者游戏[43]对被试的睡眠(5–10岁)、屏幕使用(7–10岁)、手机成瘾(7–10岁)、分享行为(3–6岁)等情况进行一对一评估。
(8)人口学、围产期因素和家庭影响因素数据收集:了解母亲的年龄、母亲体重指数(Body Mass Index, BMI)、母亲生活方式、家庭社会经济地位(Socioeconomic Status, SES)[44-45]、围产期风险因素、母亲情绪问题、家庭养育方式等内容。其中,母亲情绪问题采用《爱丁堡产后抑郁量表》[46-47]、《抑郁自评量表》[48]、《特质抑郁量表》[49-53]、《自评焦虑量表》[48]、《特质焦虑量表》[53-56]进行评估,家庭养育方式采用《生活事件量表》(部分)[57-58]、《儿童被忽视量表》(部分)[59-61]、《父母共同养育量表》[62-63]、《教养效能感量表》[64-67]进行评估。
(9)磁共振成像:被试均进行静息态功能像、T1加权结构像、T2加权结构像和弥散张量成像扫描,评估儿童的脑结构(脑容量、灰质白质体积、皮层表面积和皮层厚度)和脑功能情况(七个大尺度功能脑网络的皮层厚度及表面积)。重庆市梁平区人民医院的磁共振成像仪型号为GE SIGNA_Pioneer1.5T,河南省安阳市妇幼保健院的磁共振成像仪型号为GE SIGNA_Pioneer3T。
1.1.3   实施流程
被试招募、主试培训、正式测试与数据回收等实施流程见图1。
(1)被试招募
①实验组:在两家医院病例数据库中筛选10年内符合纳入条件的儿童,通过电话方式招募具有围产期不良因素的3–10岁儿童。
②对照组:在医院进行幼儿园入学体检或正常体检过程中,通过发放宣传册、布置宣传海报等方式招募无围产期不良因素的3–10岁儿童。


图1   实施流程图
Figure 1 The flow chart of this study
(2)宣讲会
①医院组织研究人员为儿童家长详细介绍研究目的、意义和方法。为家长讲解儿童神经发展性障碍的相关科普知识,介绍神经发展性障碍对儿童未来的个人、社会、学术或职业功能的损害,强调及时发现尽早干预的重要性。
②在宣讲会结束后,接受被试现场预约,后续还可以进行电话预约。从此阶段起,实现主试-被试双盲,参加预约、排期工作的医院医生不再接触被试施测过程,主试获取的被试信息不包括分组信息(即是否具有围产期不良因素)。
(3)主试培训
①行为主试培训:正式测试前1.5周内,研究人员对相关医生、安阳幼儿师范高等专科学校、西南大学的主试及其他工作人员进行培训。主试培训内容包括NDDs理论、MABC-2等测试方法、其他问卷填答和流程规范。
②智力测试培训:联系韦氏测验主试培训机构,为医院、安阳幼儿师范高等专科学校、西南大学派出的韦氏测验主试进行专业培训。
③磁共振成像培训:由至少2名医院专业人员作为测试主试,在各中心正式进行数据收集前对主试进行培训,并在测试前两天由研究人员进行现场指导。
(4)正式测试
磁共振成像:每周6天,每天扫描5人。为顺利完成磁共振成像扫描,扫描前主试仔细对儿童介绍扫描中的注意事项,让儿童对磁共振扫描有充分的心理准备。在儿童进入扫描间后,与其进行言语沟通,确认其状态稳定再开始扫描。在扫描过程中,允许家长进入扫描间进行陪同与安抚,消除儿童的心理恐惧。
智力、行为测试:每天8点、12点、15点,分三批测试。
(5)数据回收
磁共振成像数据:每天测试全部完成后,统一导出数据,并上传网盘。核查人员收到数据后及时对数据进行检查。
行为部分数据:每日清点回收/拷贝使用的测试记录单和E-Prime任务数据。全部测试完成清点纸质记录单后,统一寄回。
1.2   数据处理方法
数据采集完毕对原始数据进行机器扫描、转码生成或者人工录入,形成初步的数据库条目;后期应用统计测量学的相关技术完成数据清理、数据库链接、数据分析等工作。
1.2.1   数据录入
(1)MABC-2的记分册、行为数据中的维度变化卡片分类任务计分表、自定义顺序指出任务记录表、部分母亲问卷等问卷信息委托专业数据录入公司,按照严格的编码原则,进行双人独立录入,确保数据录入的准确性,最后将其导入数据库。
(2)韦氏智力测试记分册录入专业计分系统后,获取结果报告后再将其录入数据库中,采用双核方式确保录入质量。
1.2.2   数据清理
(1)行为及问卷数据
将电子化平台中收集的手机填答数据和录入得到的数据导入到SPSS 25.0中,检查导入后的文件和源文件是否完全一致。然后进行数据质量核查,主要目的是检验接收到的数据库是否按照被试的作答反应进行实际录入和导入,是否存在某些信息缺失,如被试ID错误、数字漏位。
在施测过程中,由于被试疲劳、身体健康等因素影响,可能存在某些被试不认真作答的现象。因此需要借助统计与测量手段,甄别出异常反应模式并对不合理及不符合逻辑校验等的异常数据进行清除处理。
根据研究工具的赋分和指标体系,将原始数据进行得分计算,并将反映相同心理特质的若干个题目合成为维度变量。比如母亲孕期抑郁、手机成瘾等维度的合成。
在背景问卷中,单独的题目可能不能全面概括被试的某方面的信息,因此也需要将反映同一背景信息的若干题目进行合成。比如,家庭SES的合成。
(2)磁共振成像数据
本研究汇总河南省安阳市妇幼保健院(AY)和重庆市梁平区人民医院(LP)收集到的磁共振成像数据进行汇总,两台中心磁共振机器型号分别为GE SIGNA_Pioneer3T和GE SIGNA_Pioneer1.5T,每个被试儿童数据文件包括结构像(T1w)、静息态功能成像(rest-fMRI)、动脉自旋标记灌注像(ASL)以及弥散张量成像。不同站点扫描参数见表1,为尽量减少站点差异的影响,两站点扫描参数尽可能接近。数据获取后,按照脑成像数据结构(BIDS)[68]对每个被试的原始数据进行数据转换、整理和归档。使用MRIQC(https://mriqc.readthedocs.io/en/latest/)[69]工具包对磁共振成像数据进行质量控制和筛查,将脑组织较为模糊和头动伪迹明显的影像数据进行剔除后,计算包括结构像质量控制指标:信噪比(SNR)、联合变异系数(CJV)以及功能像质量控制指标:平均帧平移(meanFD)、时空信噪比(TSNR)(图2),并以这些指标为参照再次对数据进行筛查。相应的指标将与数据同时公开,供后续分析使用。


图2   结构和功能影像数据质量控制指标。其中,SNR、tSNR值越大,表示图像质量越高,CJV越小,表示图像质量越高。meanFD值越小,表示数据中由头动带来的伪迹越小。
Figure 2 Quality control indicators for structural and functional MRI data. Higher values of SNR and tSNR indicate better image quality, and lower values of CJV indicate better image quality. lower values of meanFD indicate fewer artefacts in the date due to head movement.
表1   不同站点扫描序列
站点图像类型重复时间TR(s)回波时间TE(s)视野大小FOV(mm)翻转角FA(°)层厚 (mm)层间隔
AYT1-w0.0067360.0026762561211
BOLD20.03224903.94.3
ASL4.7110.0112242241113.53.5
DTI12.80.0782249022
LPT1-w1.650.072561511
BOLD2.260.045224903.54
ASL4.690.01082241553.53.5
DTI15.50.1221902.32.3
在对被试儿童数据进行筛查和排除后,首先,使用FaceMasking工具包[70]对每个被试数据进行面部信息匿名化。其次,使用人脑连接组计算系统(CCS)[71]对磁共振成像数据进行包括进行图像去噪,信号值矫正,颅骨分割等步骤。再调用FreeSurfer中的Recon-all程序对大脑皮层进行分割和二维表面重建。静息态fMRI图像,预处理包括:(1)剔除每次扫描的前5个时间点共10 s的数据。(2)进行野点矫正扫描时间矫正、头动矫正,其中头动使用平均帧平移(meanFD)进行量化,meanFD超过0.5 mm的数据将被排除。(3)使用基于灰白质边界的配准方法将个体的功能像配准至T1加权结构像[72]。(4)对个体的功能像进行灰质、白质、脑脊液的分割[73]。(5)回归个体白质和脑脊液平均时间序列、使用Friston24头动参数模型进行头动回归。在预处理完成后,提取每个被试的脑容量、灰质体积、白质体积和总面积4个脑结构重要的指标信息并进行统计(图3)。按照7个大尺度脑功能网络分区信息[74]计算所有被试平均皮层厚度(图4)。


图3   脑结构常用重要指标计算。图中圆点代表每个被试的指标值,线箱图表示每个指标的数据分布情况及中位数。不同颜色代表数据来自不同中心。
Figure 3 Calculation of common important indicators of brain structure. The dots in the figure represent the values of the indicators for each subject, and the boxplot shows the distribution of the data and the median for each metric. Different colors represent data from different centers.


图4   7个大尺度脑功能网络的组水平的平均皮层厚度图谱。在每个高质量被试数据经过CCS预处理后,提取脑组织分割文件并在组水平上进行平均。使用Freesurfer中的FsAverage5分辨率下的大脑模板,将平均后的10 242个体素值对应到7个功能网络模板。
Figure 4 Group-level maps of mean cortical thickness of seven large-scale functional brain networks. After CCS pretreatment of each high-quality subject data, brain tissue segmentation files were extracted and averaged at the group level. Using the FsAverage5 resolution brain template in Freesurfer, the averaged 10,242 voxel values were mapped onto seven functional network templates.
1.2.3   数据分析
采用SPSS 25.0进行数据的初步统计分析,主要目的是:1)对所要调查的对象进行总体描述,寻找数据的内在规律,以便选择相应的推断性统计方法;2)比较总体内部不同组别间的差异。包括分类数据的频数分析、交叉频数分析、连续数据的集中趋势分析(平均数、中位数、众数、百分位数等)、离散程度分析(方差、标准差、全距等)。
推断性统计可以用来分析变量间关系分析,包括相关分析、回归分析;也可以进行多水平分析分组比较,例如均值差异t检验、方差分析等。
2   数据样本描述
2.1   数据样本情况
在重庆市梁平区人民医院、河南省安阳市妇幼保健院两个中心开展数据预采集后,对数据进行质量控制和筛查,将韦氏智力测试得分低于70分或无分数的被试、CBCL分数高于70分或无分数的被试、超龄的被试,以及脑组织较为模糊和头动伪迹明显的影像数据进行了剔除,具体见表2、表3、图5及图6。
表2   剔除行为样本情况
序号分类分组人数
1韦氏智力
量表
低于70分4
2未做或无总分12
3CBCL高于70分14
4未做或无总分13
5年龄与实际作答不一致2
6超龄8
7总计44
注:由于被剔除的被试可能同时满足多个条件所以总数不是加和结果。
表3   磁共振成像剔除数据情况
序号分组人数
1接受磁共振成像扫描的被试250
2超龄9
2脑组织较为模糊和头动伪迹明显的影像数据57
3由于智力和行为不符合入组剔除造成的数据损失29
4最终样本155


图5   磁共振成像数据质量控制。(a)为本数据库中质量较好的结构影像数据(上)和功能影像数据(下),(b)为剔除的被试图像。相较于(b),(a)具有更清晰的脑结构组织,更少的图像噪点且无明显头动。
Figure 5 Quality control of MRI data. (a) is the structural image data (top) and functional image data (bottom) with good quality in this dataset, and (b) is the deleted image. Compared to (b), (a) has clearer brain structure, less image noise and no obvious head movement.


图6   行为有效被试样本分布情况
Figure 6 Sample distribution of valid participants
基于产科、儿科数据和社会招募,共征集被试344人,有效样本292人。行为数据有效样本287人,剔除44个不符合要求的样本后,最终剩余有效被试243人,其中3–6岁实验组40人、对照组104人,7–10岁实验组28人、对照组71人。磁共振成像有效数据为155人,其中3–6岁实验组23人、对照组51人,7–10岁实验组22人、对照组59人。7–10岁的儿童的磁共振成像数据有效率较高,而3–6岁儿童的磁共振成像数据有效率较低,这主要由于3–6岁儿童在自然状态下较难适应并顺利完成磁共振仪器的扫描过程,具体见表4、表5。
表4   磁共振成像数据有效样本情况
序号年龄磁共振成像未完成人数总人数有效率
13–6岁4413366.9%
27–10岁1110889.8%
3总计5524177.2%
表5   各指标有效样本情况
序号测评内容具体任务有效人数
1磁共振成像155
2认知Flanker任务239
儿童博弈任务233
蛋糕赌博任务232
ANT176
威斯康辛卡片分类测验97
跨期决策任务224
DCCS144
自定义顺序指出任务144
3动作发展MABC-2242
DCDQ-C243
4智力243
5障碍检出率DCD评估240
ADHD评估243
特定学习障碍评估99
孤独症谱系障碍评估243
行为问题评估243
6行为屏幕使用、手机成瘾85
睡眠质量173
独裁者游戏143
7家庭养育方式出生次序、家庭SES、儿童被忽视等242
共同养育、教养效能感242
父母监控242
8孕产期风险因素242
9母亲情绪242
2.2   数据内容说明
数据按照儿童的编号独立存储,每名参与儿童数据均包含了人口学因素、认知能力、智力、动作发展评估、障碍检出率、家庭养育方式、行为、孕产期风险因素、母亲情绪、磁共振成像数据等10个文件,215个变量。有些题目或项目可以单独呈现反映被试信息,而有些题目或项目单独呈现时可能不能全面概括被试的某方面的信息,所以对一些数据进行了初步的计算、合成和分析,共得到215个变量对被试进行描述。变量具体情况如表6。
表6   数据内容说明
Category分类variable name变量名称数据分类或选项说明数据来源
IDID
Demographics人口学因素Region地区1='安阳';
2='梁平'
Group组别1='实验组';
2='对照组'
Gender性别1='男';
2='女'
Age_group年龄段1='3~6岁';
2='7~10岁'
Mother’s_age母亲年龄母亲问卷题目
Mean_of_early_life_SES_早期SES均值
Family_SES_
(principal_components_analysis)
家庭社会经济地位(主成分分析法)家长问卷题目
BMI_motherBMI指数_母亲母亲问卷题目
BMI_mother_gBMI指数_母亲_分组1='正常';
2='体重过轻';
3='超重';
4='肥胖'
Cognitive ability认知能力Flanker_total_responseFlanker_总应答数Flanker任务
Flanker_response_consistentFlanker_应答数_一致试次
Flanker_response_inconsistentFlanker_应答数_不一致试次
Flanker_accuracy_consistent
_and_inconsistent
Flanker_正确率_一致和不一致试次
Flanker_response
_time_consistent
Flanker_反应时_一致试次
Flanker_response
_time_inconsistent
Flanker_反应时_不一致试次
Gambling_response博弈_应答次数儿童博弈任务
Gambling_final_tokens博弈_最后所得金币数
Gambling_affective_decision
_making_index
博弈_情感决策指数
Cake_gambling_percentage
_Total_risk_decision_making
蛋糕赌博任务中选择风险选项的总比例蛋糕赌博任务
Cake_gambling_percentage
_High_risk_magnitude_2
蛋糕赌博任务中当风险选项奖励为2时选择风险选项的比例
Cake_gambling_percentage
_High_risk_magnitude_4
蛋糕赌博任务中当风险选项奖励为4时选择风险选项的比例
Cake_gambling_percentage
_High_risk_magnitude_6
蛋糕赌博任务中当风险选项奖励为6时选择风险选项的比例
Cake_gambling_percentage
_High_risk_magnitude_8
蛋糕赌博任务中当风险选项奖励为8时选择风险选项的比例
ANT_total_responseANT_总应答数注意网络任务
ANT_accuracyANT_正确率
ANT_no_cue_RTANT_无线索RT
ANT_double_cue_RTANT_双线索RT
ANT_alerting_network_RTANT_警觉网络RT
ANT_spatial_cue_RTANT_空间线索RT
ANT_central_cue_RTANT_中央线索RT
ANT_orienting_network_RTANT_定向网络RT
ANT_incongruent_RTANT_不一致RT
ANT_congruent_RTANT_一致RT
ANT_execution_control
_network_RT
ANT_执行控制网络RT
Wisconsin_total_response威斯康辛_总应答数威斯康辛卡片分类测验
Wisconsin_correct_response威斯康辛_完成分类数
Wisconsin_incorrect_response威斯康辛_错误应答数
Wisconsin_response_for
_the_first_category
威斯康辛_完成第一个分类所需应答数
Intertemporal_choice
_dealy_time_0
跨期决策数据_延迟时间_0跨期决策任务
Intertemporal_choice
_dealy_time_5
跨期决策数据_延迟时间_5
Intertemporal_choice
_dealy_time_15
跨期决策数据_延迟时间_15
Intertemporal_choice
_dealy_time_25
跨期决策数据_延迟时间_25
Intertemporal_choice
_dealy_time_40
跨期决策数据_延迟时间_40
Intertemporal_choice
_AUC
跨期决策数据_曲线下面积AUC
DCCS_total_scoreDCCS总分维度变化卡片分类任务
Self_Ordered_Pointing
_Total_score
自定义顺序指出总分自定义顺序指出任务
Intelligence智力FSIQ_Composite_score_Age_3全量表_合成分数_3岁韦氏幼儿智力测量第四版2.5–3岁年龄段
FSIQ_Percentile_age_3全量表_百分等级_3岁
FSIQ_Composite_score_age4_6全量表FSIQ_合成分数_4_6岁韦氏幼儿智力测量第四版4–6岁年龄段
FSIQ_Percentile_age4_6全量表FSIQ_百分等级_4_6岁
FSIQ_Composite_score_age7_10全量表_合成分数_7_10岁韦氏儿童智力量表第四版
FSIQ_Percentile_age7_10全量表_百分等级_7_10岁
Movement development assessment动作发展评估Manual_dexterity手部灵活性儿童动作评估成套工具第二版
Aiming_and_catching定位与抓取
Balance平衡性
Total_test_score_MABC_2综合得分-MABC-2
Posting_Coins_Placing_Pegs投硬币/插钉子
Threading_Beads
_Threading_Lace
穿珠/穿线
Drawing_Trail描画轨迹
Catching_Beanbag_Catching
_with_Two_Hands
接豆袋/双手接球
Throwing_Beanbag_onto_Mat投掷豆袋
One_Leg_Balance_One
_Board_Balance
单腿平衡/单板平衡
Walking_Heels_Raised
_Walking_Heel_to_Toe_Forwards
踮脚走路/接脚前进
Jumping_on_Mats
_Hopping_on_Mats
双腿跳格/单腿跳格
Control_during_Movement动作中的控制能力发育性协调障碍问卷中文版
Fine_Motor_Handwriting精细运动
General_coordination整体协调性
DCDQ_scoreDCDQ得分
Disorder detection rate障碍检出率DCD_Group(MABC_2)DCD等级(MABC-2)1='DCD';
2='疑似DCD';
3='非DCD'
儿童动作评估成套工具第二版
DCD_Group(DCDQ)DCD等级(DCDQ)1='DCD或疑似DCD';
2='非DCD'
发育性协调障碍问卷中文版
ADHD_ScoreADHD得分ADHD父母评定量表第4版
inattentive注意
hyperactive多动
impulsive冲动
ADHD_GroupADHD等级0'无ADHD';
1='ADHD_注意力缺失型';
2='ADHD_多动/冲动型';
3='ADHD_混合型'
Standard_score_reading_aloud朗读标准分学习障碍筛查量表
Standard_score_reading
_comprehension
阅读标准分
Standard_score_spelling拼写标准分
Standard_score_calculation计算标准分
Standard_score_mathematical
_reasoning
数学推理标准分
Sensory感觉儿童孤独症行为量表
Relating交往
Body_and_object_use运动
Language语言
Social_and_self_help自理
Autism_Behavior_Checklist
_score
儿童孤独症行为量表得分
Autism_group孤独症分段1='无孤独症';
2='疑似孤独症';
3='诊断孤独症'
Activities_group活动情况_分组1='正常';
2='疑似异常';
3='临床诊断'
儿童及青少年行为调查问卷(六至十八岁)-2001版和儿童行为调查问卷(一岁半至五岁)
Social_group社交情况_分组1='正常';
2='疑似异常';
3='临床诊断'
School_group学校情况_分组1='正常';
2='疑似异常';
3='临床诊断'
Total_Competence_group社交能力总分_分组1='正常';
2='疑似异常';
3='临床诊断'
Aggressive_behavior_group攻击行为_分组1='正常';
2='疑似异常';
3='临床诊断'
Anxious_Depressed_group焦虑抑郁_分组1='正常';
2='疑似异常';
3='临床诊断'
Attention_group注意问题_分组1='正常';
2='疑似异常';
3='临床诊断'
Rule_Breaking_Behavior_group违规行为_分组1='正常';
2='疑似异常';
3='临床诊断'
Social_Problems_group社交行为_分组1='正常';
2='疑似异常';
3='临床诊断'
Somatic_complaints_group身体主诉_分组1='正常';
2='疑似异常';
3='临床诊断'
Thought_problems_group思想问题_分组1='正常';
2='疑似异常';
3='临床诊断'
Withdrawn_group退缩_分组1='正常';
2='疑似异常';
3='临床诊断'
Withdrawn_Depressed_group退缩抑郁_分组1='正常';
2='疑似异常';
3='临床诊断'
Emotionally_reactive_group情绪反应_分组1='正常';
2='疑似异常';
3='临床诊断'
Sleep_problems_group睡眠问题_分组1='正常';
2='疑似异常';
3='临床诊断'
Total_Problems_group行为问题总分_分组1='正常';
2='疑似异常';
3='临床诊断'
Total_Problems_TScore行为问题总分
parental rearing style家庭养育方式Child_neglect_Physical_neglect儿童被忽视-躯体忽视儿童被忽视量表(部分)
Child_neglect_Affection_neglect儿童被忽视-情感忽视
Child_neglect_Communion_neglect儿童被忽视-交流忽视
Child_neglect_Total_score儿童被忽视-总分
Negative_life_events
_total_stimulation
负性生活事件总刺激量生活事件量表(部分)
Coparenting_Relationship父母共同养育父母共同养育量表
Parenting_Sense_of
_Competence_Efficacy
教养效能感-效能感教养效能感量表
Parenting_Sense_of
_Competence_Satisfaction
教养效能感-满意度
Parenting_Sense_of
_Competence_Total_score
教养效能感-总分
abc12068_2br0他/她有______个兄弟姐妹,家长问卷题目
abc12068_2br1他/她在兄弟姐妹中排行第______
Parental_Mediation
_parent_assessment
父母监控-家长评父母监控量表
Parental_Mediation
_child_self_assessment
父母监控-儿童自评
Parental_Mediation
_parent_assessment_group
父母监控-家长评-等级1='父母监控低';
2='父母监控较低';
3='父母监控较高';
4='父母监控高'
Parental_Mediation
_child_self_assessment_group
父母监控-儿童自评-等级1='父母监控低';
2='父母监控较低';
3='父母监控较高';
4='父母监控高'
Behavior行为Smartphone_addiction
_parent_assessment
手机成瘾-家长评智能手机成瘾量表
Smartphone_addiction
_child_self_assessment
手机成瘾-儿童自评
Smartphone_addiction
_parent_assessment_group
手机成瘾-家长评-等级1='一般使用者';
2='潜在风险使用者';
3='高风险使用者'
Smartphone_addiction
_child_self_assessment_group
手机成瘾-儿童自评-等级1='一般使用者';
2='潜在风险使用者';
3='高风险使用者'
abc12068_67这个孩子第一次使用电子产品是几岁?1='3岁及以下';
2='4-6岁';
3='7-9岁';
4='10岁及以上';
5='从来没使用过电子产品'
家长问卷题目
abc12068_68最近半年,这个孩子每天在家中上网或使用不联网电子产品的时长大约是:1='不使用';
2='30分钟以内(含30分钟)';
3='30分钟~1小时(含1小时)';
4='1~2小时(含2小时)';
5='2~4小时(含4小时)';
6='4~6小时(含6小时)';
7='6小时以上'
abc12068_69最近半年,这个孩子在家中使用电子产品做学习有关活动(线上课程、查找资料、查看或提交作业、交流学习等)的情况是怎样的?1='几乎没有';
2='一月1~2次';
3='一周1~2次';
4='几乎每天';
5='每天'
abc12068_71最近半年,这个孩子在家中使用电子产品做娱乐休闲有关活动(聊天、游戏、看视频或小说、刷抖音、购物等)的情况是怎样的?1='几乎没有';
2='一月1~2次';
3='一周1~2次';
4='几乎每天';
5='每天'
abc12068_73br0这个孩子在家常用的屏幕使用设备是:【可多选】——电视0'未选';
1='已选'
abc12068_73br1这个孩子在家常用的屏幕使用设备是:【可多选】——投影仪0'未选';
1='已选'
abc12068_73br2这个孩子在家常用的屏幕使用设备是:【可多选】——平板电脑(Pad)0'未选';
1='已选'
abc12068_73br3这个孩子在家常用的屏幕使用设备是:【可多选】——笔记本电脑或台式机0'未选';
1='已选'
abc12068_73br4这个孩子在家常用的屏幕使用设备是:【可多选】——手机0'未选';
1='已选'
abc12068_73br5这个孩子在家常用的屏幕使用设备是:【可多选】——电话手表0'未选';
1='已选'
abc12068_73br6这个孩子在家常用的屏幕使用设备是:【可多选】——其他0'未选';
1='已选'
abc12068_73br7这个孩子在家常用的屏幕使用设备是:【可多选】——根据需要使用,没有特别的偏好0'未选';
1='已选'
@12066.20你第一次使用电子产品是几岁?1='3岁及以下';
2=';4-6岁';
3='7-9岁';
4='10岁及以上';
6='从来没使用过电子产品'
儿童问卷题目
@12066.21最近半年,你每天在家中上网或使用互联网电子产品的时长大约是:1='不使用';
2='30分钟以内(含30分钟)';
3='30分钟~1小时(含1小时)';
4='1~2=小时(含2小时)';
5='2~4小时(含4小时)';
6='4~6小时(含6小时)';
7='6小时以上'
@12066.22最近半年,你在家中使用电子产品做学习有关活动(线上课程、查找资料、查看或提交作业、交流学习等)的情况是怎样的?1='几乎没有';
2='一月1~2次';
3='一周1~2次';
4='几乎每天';
5='每天'
@12066.24最近半年,你在家中使用电子产品做娱乐休闲有关活动(聊天、游戏、看视频或小说、刷抖音、购物等)的情况是怎样的?1='几乎没有';
2='一月1~2次';
3='一周1~2次';
4='几乎每天';
5='每天'
@12066.26_0你在家常用的屏幕使用设备是:【可多选】电视0'未选';
1='已选'
@12066.26_1你在家常用的屏幕使用设备是:【可多选】投影仪0'未选';
1='已选'
@12066.26_2你在家常用的屏幕使用设备是:【可多选】平板电脑(Pad)0'未选';
1='已选'
@12066.26_3你在家常用的屏幕使用设备是:【可多选】笔记本电脑或台式机0'未选';
1='已选'
@12066.26_4你在家常用的屏幕使用设备是:【可多选】手机0'未选';
1='已选'
@12066.26_5你在家常用的屏幕使用设备是:【可多选】电话手表0'未选';
1='已选'
@12066.26_6你在家常用的屏幕使用设备是:【可多选】其他0'未选';
1='已选'
@12066.26_7你在家常用的屏幕使用设备是:【可多选】根据需要使用,没有特别的偏好0'未选';
1='已选'
A_Sleep_qualityA睡眠质量匹兹堡睡眠指数
B_Sleep_latencyB入睡时间
C_Sleep_durationC睡眠时间
D_Habitual_sleep_efficiencyD睡眠效率
E_Sleep_disturbancesE睡眠障碍
F_Use_of_sleeping_medicationF催眠药物
G_Daytime_DysfunctionG日间功能障碍
PSQI_Total_scorePSQI总分
PSQI_Total_score_categoryPSQI总分分组1='睡眠质量很好';
2='睡眠质量还行';
3='睡眠质量一般';
4='睡眠质量很差'
Score_dictator_game得分_独裁者游戏独裁者游戏
Perinatal risk factors孕产期风险因素abc12064_5您是否吸烟?1='从不';
2='孕前吸孕后不吸';
3='孕后偶尔吸';
4='一直吸烟'
母亲问卷题目
abc12064_6您是否被动吸烟?1='从不';
2='偶尔';
3='经常'
abc12064_7您是否饮酒?1='从不';
2='孕前饮酒孕后不饮酒';
3='孕后偶尔饮酒';
4='一直饮酒'
abc12064_8您是否孕期用药?1='是,请写下药品名称';
2='否'
abc12064_9br0接触有毒有害物质-洗洁精0'未选择';
1='选择'
abc12064_9br1接触有毒有害物质-苯0'未选择';
1='选择'
abc12064_9br2接触有毒有害物质-汽油0'未选择';
1='选择'
abc12064_9br3接触有毒有害物质-甲醛0'未选择';
1='选择'
abc12064_9br4接触有毒有害物质-其他请填写0'未选择';
1='选择'
abc12064_9br5接触有毒有害物质-以上都没有0'未选择';
1='选择'
abc12064_10您有妊娠高血压吗?1='有';
2='无'
abc12064_11您有妊娠糖尿病吗?1='有';
2='无'
abc12064_12您有妊娠合并心脏病吗?1='有';
2='无'
Mode_of_delivery分娩方式1='顺产';
2='剖宫产'
Pregnancy_outcome
_Live_birth
妊娠结局-正常活产0='未选择';
1='选择'
Pregnancy_outcome
_Premature_birth
妊娠结局-早产0='未选择';
1='选择'
Pregnancy_outcome
_Low_birth_weight
妊娠结局-低出生体重0='未选择';
1='选择'
Pregnancy_outcome
_Birth_defect
妊娠结局-出生缺陷儿0='未选择';
1='选择'
Depression_during_pregnancy孕期抑郁母亲问卷题目
Current_depression_score当前抑郁得分抑郁自评量表
Trait_depression特质抑郁特质抑郁量表
Anxiety_during_pregnancy孕期焦虑母亲问卷题目
Current_anxiety_score当前焦虑得分自评焦虑量表
Trait_anxiety特质焦虑特质焦虑量表
Pressure_during_pregnancy孕期压力母亲问卷题目
Postpartum_depression产后抑郁母亲问卷题目
Edinburgh_Postnatal_Depression
_Scale_score
爱丁堡产后抑郁量表计分爱丁堡产后抑郁量表
Prenatal_anxiety产前焦虑母亲问卷题目
Current_depression_level当前抑郁程度1='无抑郁';
2='微至轻度抑郁';
3='中至重度抑郁';
4='重度抑郁'
抑郁自评量表
Current_anxiety_level当前焦虑程度1='无焦虑';
2='微至轻度焦虑';
3='中至重度焦虑';
4='重度焦虑'
自评焦虑量表
Edinburgh_Postnatal_Depression
_Scale_level
爱丁堡产后抑郁量表程度1='正常';
2='抑郁状态'
爱丁堡产后抑郁量表
MRI data磁共振成像数据Volume_of_white_matter白质体积磁共振成像
Total_volume_of_Subcortical皮下灰质总体积
Total_volume_of_gray_matter灰质总体积
Left_hemisphere_euler_number左半球欧拉数
Right_hemisphere_euler_number右半球欧拉数
Brain_capacity脑容量
Surface_area_of_visual_network视觉网络_表面积
Surface_area_of_somatomotor_network体感运动网络_表面积
Surface_area_of_dorsal_Attention_network背侧注意网络_表面积
Surface_area_of_ventral_Attention_network腹侧注意网络_表面积
Surface_area_of_limbic_network边缘网络_表面积
Surface_area_of_frontoparietal_network控制网络_表面积
Surface_area_of_default_network自我网络_表面积
Gray_matter_volume_of_visual_network视觉网络_灰质体积
Gray_matter_volume_of_somatomotor_network体感运动网络_灰质体积
Gray_matter_volume_of_dorsal_Attention_network背侧注意网络_灰质体积
Gray_matter_volume_of_ventral_Attention_network腹侧注意网络_灰质体积
Gray_matter_volume_of_limbic_network边缘网络_灰质体积
Gray_matter_volume_of_frontoparietal_network控制网络_灰质体积
Gray_matter_volume_of_default_network自我网络_灰质体积
Thickness_of_visual_network视觉网络_平均厚度
Thickness_of_somatomotor_network体感运动网络_平均厚度
Thickness_of_dorsal_Attention_network背侧注意网络_平均厚度
Thickness_of_ventral_Attention_network腹侧注意网络_平均厚度
Thickness_of_limbic_network边缘网络_平均厚度
Thickness_of_frontoparietal_network控制网络_平均厚度
Thickness_of_default_network自我网络_平均厚度
2.3   数据描述性统计结果
由于数据内容庞大复杂,包含人口学因素、认知能力、智力、动作发展评估、障碍检出率、家庭养育方式、行为、孕产期风险因素、母亲情绪、磁共振成像数据等10个类别的数据,每个类别包含多个项目的数据,所以仅撷取部分数据描述性统计结果以图的形式示例呈现,具体见图7、图8、图9、图10,完整数据描述性统计结果见表7。


图7   韦氏智力测试得分分布情况箱线图
Figrue 7 Box plot of Wechsler intelligence test score distribution


图8   使用儿童动作评估成套工具第二版测评结果的分布情况
Figrue 8 Distribution of results using Movement Assessment Battery of Children 2nd Edition


图9   各年龄组被试在蛋糕赌博任务中选择风险选项的比例
Figrue 9 The proportion of participants in each age group who make risk decision percentage in the cake gambling task


图10   被试母亲爱丁堡产后抑郁量表抑郁程度分布情况
Figrue 10 Distribution of depression degree of mothers with Edinburgh Postnatal Depression Scale
表7   各指标描述性统计结果
分类指标计数比例(%)平均值
人口学因素地区安阳12852.7%
梁平11547.3%
组别实验组6828.0%
对照组17572.0%
性别13254.3%
11145.7%
年龄段3–614459.3%
7–109940.7%
母亲年龄21434.8
早期SES均值2423.03
家庭社会经济地位(主成分分析法)2410.11
BMI指数_母亲23622.37
BMI指数_母亲总计236100.0%
正常15364.8%
体重过轻156.4%
超重5623.7%
肥胖125.1%
认知能力Flanker_总应答数23987.49
Flanker_应答数_一致试次23929.17
Flanker_应答数_不一致试次23929.17
Flanker_正确率_一致和不一致试次2390.80
Flanker_反应时_一致试次1201238.58
Flanker_反应时_不一致试次1201515.29
博弈_应答次数23349.74
博弈_最后所得金币数230−14.43
博弈_情感决策指数230−0.57
蛋糕赌博任务中选择风险选项的总比例2310.46
蛋糕赌博任务中当风险选项奖励为2时选择风险选项的比例2310.50
蛋糕赌博任务中当风险选项奖励为4时选择风险选项的比例2310.47
蛋糕赌博任务中当风险选项奖励为6时选择风险选项的比例2300.46
蛋糕赌博任务中当风险选项奖励为8时选择风险选项的比例2310.43
ANT_总应答数176118.78
ANT_正确率1760.86
ANT_无线索RT1091114.45
ANT_双线索RT1091104.57
ANT_警觉网络RT109−9.88
ANT_空间线索RT1091087.36
ANT_中央线索RT1091106.96
ANT_定向网络RT109−19.61
ANT_不一致RT1091217.19
ANT_一致RT1091049.43
ANT_执行控制网络RT109167.76
威斯康辛_总应答数9761.24
威斯康辛_完成分类数971.52
威斯康辛_错误应答数9723.80
威斯康辛_完成第一个分类所需应答数7424.93
跨期决策数据_延迟时间_02248.00
跨期决策数据_延迟时间_52083.66
跨期决策数据_延迟时间_152143.07
跨期决策数据_延迟时间_252113.03
跨期决策数据_延迟时间_402142.69
跨期决策数据_曲线下面积AUC2240.43
DCCS总分14120.67
自定义顺序指出总分1447.21
智力全量表_合成分数_3岁30101
全量表_百分等级_3岁3053
全量表FSIQ_合成分数_4_6岁114103
全量表FSIQ_百分等级_4_6岁11456.1
全量表_合成分数_7_10岁99102
全量表_百分等级_7_10岁9952.9
动作发展评估手部灵活性2428.93
定位与抓取2407.78
平衡性2406.77
综合得分-MABC-22406.85
投硬币/插钉子2428.02
穿珠/穿线2429.52
描画轨迹2429.40
接豆袋/双手接球2408.28
投掷豆袋2408.45
单腿平衡/单板平衡2407.68
踮脚走路/接脚前进2416.82
双腿跳格/单腿跳格2409.85
动作中的控制能力24322.67
精细运动24315.07
整体协调性24316.95
DCDQ得分24354.68
障碍检出率DCD等级(DCDQ)总计176100.0%
DCD或疑似DCD4425.0%
非DCD13275.0%
DCD等级(MABC-2)总计240100.0%
DCD7732.1%
疑似DCD2811.7%
非DCD13556.3%
ADHD得分2434.39
注意2432.06
多动2431.48
冲动2430.84
ADHD等级总计243100.0%
无ADHD20283.1%
ADHD_注意力缺失型208.2%
ADHD_多动/冲动型62.5%
ADHD_混合型156.2%
朗读标准分990.54
阅读标准分990.88
拼写标准分990.66
计算标准分990.25
数学推理标准分990.22
感觉2431.73
交往2433.09
运动2434.07
语言2432.90
自理2434.83
儿童孤独症行为量表得分24316.62
孤独症分段总计243100.0%
无孤独症23797.5%
疑似孤独症31.2%
诊断孤独症31.2%
活动情况_分组总计131100.0%
正常9572.5%
疑似异常2015.3%
临床诊断1612.2%
社交情况_分组总计130100.0%
正常12193.1%
疑似异常53.8%
临床诊断43.1%
学校情况_分组总计126100.0%
正常10381.7%
疑似异常2015.9%
临床诊断32.4%
社交能力总分_分组总计125100.0%
正常8265.6%
疑似异常1512.0%
临床诊断2822.4%
攻击行为_分组总计243100.0%
正常23797.5%
疑似异常52.1%
临床诊断10.4%
焦虑抑郁_分组总计243100.0%
正常23195.1%
疑似异常93.7%
临床诊断31.2%
注意问题_分组总计243100.0%
正常20785.2%
疑似异常2711.1%
临床诊断93.7%
违规行为_分组总计131100.0%
正常12293.1%
疑似异常86.1%
临床诊断10.8%
社交行为_分组总计131100.0%
正常11587.8%
疑似异常129.2%
临床诊断43.1%
身体主诉_分组总计243100.0%
正常23195.1%
疑似异常114.5%
临床诊断10.4%
思想问题_分组总计131100.0%
正常11688.5%
疑似异常118.4%
临床诊断43.1%
退缩_分组总计112100.0%
正常10392.0%
疑似异常10.9%
临床诊断87.1%
退缩抑郁_分组总计131100.0%
正常12796.9%
疑似异常21.5%
临床诊断21.5%
情绪反应_分组总计112100.0%
正常10795.5%
疑似异常54.5%
临床诊断00.0%
睡眠问题_分组总计112100.0%
正常11098.2%
疑似异常10.9%
临床诊断10.9%
行为问题总分_分组总计243100.0%
正常20484.0%
疑似异常218.6%
临床诊断187.4%
行为问题总分24348.49
家庭养育方式儿童被忽视躯体忽视2411.36
情感忽视2411.53
交流忽视2411.49
总分2411.48
负性生活事件总刺激量2410.60
父母共同养育2424.88
教养效能感效能感2424.19
满意度2422.93
总分2424.07
他/她有______个兄弟姐妹,总计166100.0%
1.013983.7%
2.02112.7%
3.053.0%
5.010.6%
他/她在兄弟姐妹中排行第______总计166100.0%
1.08148.8%
2.08249.4%
3.021.2%
4.010.6%
父母监控-家长评23812.11
父母监控-儿童自评857.47
父母监控-家长评-等级总计238100.0%
父母监控低20.8%
父母监控较低9439.5%
父母监控较高13556.7%
父母监控高72.9%
父母监控-儿童自评-等级总计85100.0%
父母监控低1517.6%
父母监控较低5868.2%
父母监控较高1011.8%
父母监控高22.4%
行为手机成瘾-家长评23831.56
手机成瘾-儿童自评8529.00
手机成瘾-家长评总计238100.0%
一般使用者14761.8%
潜在风险使用者8334.9%
高风险使用者83.4%
手机成瘾-儿童自评总计85100.0%
一般使用者7385.9%
潜在风险使用者1214.1%
高风险使用者00.0%
这个孩子第一次使用电子产品是几岁?总计241100.0%
3岁及以下14761.0%
4–6岁8133.6%
7–9岁114.6%
10岁及以上00.0%
从来没使用过电子产品20.8%
最近半年,这个孩子每天在家中上网或使用不联网电子产品的时长大约是:总计238100.0%
不使用41.7%
30分钟以内(含30分钟)7431.1%
30分钟–1小时(含1小时)5723.9%
1–2小时(含2小时)7029.4%
2–4小时(含4小时)239.7%
4–6小时(含6小时)72.9%
6小时以上31.3%
最近半年,这个孩子在家中使用电子产品做学习有关活动(线上课程、查找资料、查看或提交作业、交流学习等)的情况是怎样的?总计234100.0%
几乎没有6326.9%
一月1–2次2611.1%
一周1–2次6427.4%
几乎每天6527.8%
每天166.8%
最近半年,这个孩子在家中使用电子产品做娱乐休闲有关活动(聊天、游戏、看视频或小说、刷抖音、购物等)的情况是怎样的?总计234100.0%
几乎没有4418.8%
一月1–2次3414.5%
一周1–2次7431.6%
几乎每天7130.3%
每天114.7%
这个孩子在家常用的屏幕使用设备总计238100.0%
这个孩子在家常用的屏幕使用设备是:【可多选】——电视18276.5%
这个孩子在家常用的屏幕使用设备是:【可多选】——投影仪83.4%
这个孩子在家常用的屏幕使用设备是:【可多选】——平板电脑(Pad)9138.2%
这个孩子在家常用的屏幕使用设备是:【可多选】——笔记本电脑或台式机218.8%
这个孩子在家常用的屏幕使用设备是:【可多选】——手机16669.7%
这个孩子在家常用的屏幕使用设备是:【可多选】——电话手表3615.1%
这个孩子在家常用的屏幕使用设备是:【可多选】——其他20.8%
这个孩子在家常用的屏幕使用设备是:【可多选】——根据需要使用,没有特别的偏好104.2%
你第一次使用电子产品是几岁?总计95100.0%
3岁及以下1111.6%
4–6岁5760.0%
7–9岁1717.9%
10岁及以上00.0%
从来没使用过电子产品1010.5%
最近半年,你每天在家中上网或使用互联网电子产品的时长大约是:总计85100.0%
不使用55.9%
30分钟以内(含30分钟)3440.0%
30分钟~1小时(含1小时)1922.4%
1~2小时(含2小时)1618.8%
2~4小时(含4小时)78.2%
4~6小时(含6小时)44.7%
6小时以上00.0%
最近半年,你在家中使用电子产品做学习有关活动(线上课程、查找资料、查看或提交作业、交流学习等)的情况是怎样的?总计80100.0%
几乎没有1822.5%
一月1~2次911.3%
一周1~2次2025.0%
几乎每天1822.5%
每天1518.8%
最近半年,你在家中使用电子产品做娱乐休闲有关活动(聊天、游戏、看视频或小说、刷抖音、购物等)的情况是怎样的?总计80100.0%
几乎没有1620.0%
一月1~2次67.5%
一周1~2次2936.3%
几乎每天1822.5%
每天1113.8%
你在家常用的屏幕使用设备是总计85100.0%
你在家常用的屏幕使用设备是:【可多选】电视6374.1%
你在家常用的屏幕使用设备是:【可多选】投影仪33.5%
你在家常用的屏幕使用设备是:【可多选】平板电脑(Pad)3642.4%
你在家常用的屏幕使用设备是:【可多选】笔记本电脑或台式机1112.9%
你在家常用的屏幕使用设备是:【可多选】手机5261.2%
你在家常用的屏幕使用设备是:【可多选】电话手表3035.3%
你在家常用的屏幕使用设备是:【可多选】其他00.0%
你在家常用的屏幕使用设备是:【可多选】根据需要使用,没有特别的偏好11.2%
A睡眠质量1730.62
B入睡时间1730.69
C睡眠时间1730.20
D睡眠效率1671.34
E睡眠障碍1730.54
F催眠药物1730.00
G日间功能障碍1730.47
PSQI总分1733.82
PSQI总分分组总计173100.0%
睡眠质量很好13779.2%
睡眠质量还行3620.8%
睡眠质量一般00.0%
睡眠质量很差00.0%
得分_独裁者游戏1432.7
孕产期风险因素您是否吸烟?总计242100.0%
从不23797.9%
孕前吸孕后不吸41.7%
孕后偶尔吸00.0%
一直吸烟10.4%
您是否被动吸烟?总计242100.0%
从不11848.8%
偶尔10543.4%
经常197.9%
您是否饮酒?总计242100.0%
从不18074.4%
孕前饮酒孕后不饮酒2912.0%
孕后偶尔饮酒3012.4%
一直饮酒31.2%
您是否孕期用药?总计242100.0%
2711.2%
21588.8%
接触有毒有害物质总计242100.0%
您是否孕期接触过以下化学物质?【可多选】——洗洁精16969.8%
您是否孕期接触过以下化学物质?【可多选】——苯10.4%
您是否孕期接触过以下化学物质?【可多选】——汽油135.4%
您是否孕期接触过以下化学物质?【可多选】——甲醛83.3%
您是否孕期接触过以下化学物质?【可多选】——其他,请填写52.1%
您是否孕期接触过以下化学物质?【可多选】——以上都没有6928.5%
您有妊娠高血压吗?总计242100.0%
135.4%
22994.6%
您有妊娠糖尿病吗?总计242100.0%
83.3%
23496.7%
您有妊娠合并心脏病吗?总计242100.0%
00.0%
242100.0%
分娩方式总计242100.0%
顺产8635.5%
剖宫产15664.5%
妊娠结局总计242100.0%
您的孩子是:【可多选】——正常活产17471.9%
您的孩子是:【可多选】——早产6326.0%
您的孩子是:【可多选】——低出生体重儿5522.7%
您的孩子是:【可多选】——出生缺陷儿10.4%
母亲情绪孕期抑郁2421.75
当前抑郁得分24245.14
特质抑郁24228.80
孕期焦虑2421.83
当前焦虑得分24237.36
特质焦虑24236.53
孕期压力2420.17
产后抑郁2420.17
爱丁堡产后抑郁量表计分2429.14
产前焦虑2421.54
当前抑郁程度总计242100.0%
无抑郁18576.4%
微至轻度抑郁5121.1%
中至重度抑郁62.5%
重度抑郁00.0%
当前焦虑程度总计242100.0%
无焦虑22593.0%
微至轻度焦虑156.2%
中至重度焦虑20.8%
重度焦虑00.0%
爱丁堡产后抑郁量表程度总计242100.0%
正常22090.9%
抑郁状态229.1%
磁共振成像数据白质体积155388544.52
皮下灰质总体积15557631.51
灰质总体积155705955.48
左半球欧拉数15563.52
右半球欧拉数15560.46
脑容量1551394778.48
视觉网络_表面积15530577.48
体感运动网络_表面积15525930.85
背侧注意网络_表面积15518352.10
腹侧注意网络_表面积15516137.15
边缘网络_表面积15513154.14
控制网络_表面积15522848.85
自我网络_表面积15535305.10
视觉网络_灰质体积15585061.75
体感运动网络_灰质体积15579827.12
背侧注意网络_灰质体积15556224.30
腹侧注意网络_灰质体积15557249.02
边缘网络_灰质体积15555820.89
控制网络_灰质体积15576315.43
自我网络_灰质体积155131933.32
视觉网络_平均厚度1552.57
体感运动网络_平均厚度1552.76
背侧注意网络_平均厚度1552.80
腹侧注意网络_平均厚度1553.14
边缘网络_平均厚度1553.37
控制网络_平均厚度1552.90
自我网络_平均厚度1553.14
注:表中指标如果为连续数据,则呈现平均值,不呈现比例;如果为分类变量,则呈现比例,不呈现平均值。
3   数据质量控制和评估
3.1   行为及问卷数据
在测试过程中,注重质量控制,严格按照标准化的流程进行培训、施测和数据处理工作。例如宣讲会后实现主试–被试双盲,参加预约、排期工作的医院医生不再接触被试参测过程,主试获取的被试信息不包括分组信息(即是否具有围产期不良因素);进行标准化的流程培训,主试考核通过才允许参加工作,特别是韦氏智力量表的主试均取得了中国心理学会心理测量专业委员会认证的主试资格;数据采集过程中及时沟通,收集遇到的问题,采用统一的处理方式;数据回收后,数据录入采用双人独立录入核准的方式,数据清理按照标准化步骤进行,确保数据质量。
经过样本的初步分析,实验组,对照组的性别、年龄没有显著差异,分布合理,可供分析使用,具体结果见表8。
表8   实验组、对照组人口学因素卡方检验
组别
性别卡方.000
df1
Sig..986
年龄段卡方.007
df1
Sig..931
3.2   磁共振成像数据
磁共振成像扫描工作开始之前,项目组成员对两家医院的设备进行统一调试,设定规定的参数和序列,扫描水模和测试人员大脑进行预实验,回收实验数据,根据实际情况进行调整。对医院的操作人员进行统一培训,讲解测试流程、指导语及注意事项,解答问题,确保操作人员熟知相关工作。
磁共振成像扫描完成后,按照磁共振成像数据结构对每个被试的原始数据进行数据转换、整理和归档。使用MRIQC工具包对磁共振成像数据进行质量控制和筛查,将脑组织较为模糊和头动伪迹明显的影像数据进行剔除后,计算包括结构像质量控制指标以及功能像质量控制指标在内的结构像和功能像质量控制指标。根据一系列标准化流程,例如面部信息匿名化、图像去噪,信号值矫正,颅骨剥离等对数据进行处理。
4   数据价值
既往研究将动作发展和特定学习障碍、ADHD合并讨论的较少,本数据库不仅关注以上的关系,还汇集了磁共振成像数据、智力、认知、行为和家庭养育方式、孕产期风险因素等,数据种类全面,对围产期因素下神经发育障碍儿童的研究有重要理论意义。
既往国内研究结合磁共振成像讨论儿童脑智发育情况,较少覆盖3–6岁年龄段,而被试样本选取往往集中于较大城市。本研究数据覆盖3–6岁、7–10岁年龄段,属于NDDs高发重点年龄段,数据从县级医院收集,且属于多中心数据库,具有较高的参考价值。
5   数据可用性声明
本数据库的发布基于开放科学与数据共享原则,可在科学数据银行(http://doi.org/10.57760/sciencedb.j00001.00423)和“围产期因素下儿童脑智发育多中心数据库”(brain.zkey.cc)网站(见图11)下载,数据作者会在此进行持续更新。研究者若发表相关论文,需注明数据来源,并提交分析后的数据结果。


图11   “围产期因素下儿童脑智发育多中心数据库”网站示意图
Figure 11 Website diagram of the dataset of multicenter database on Perinatal Factors in Child Brain-Mind Development (PeriCBD)
6   数据库未来发展
儿童青少年NDDs的早期预测筛查对于NDDs及其相关症状预警及后期治疗康复具有重要意义,而围产期因素、DCD检出率、磁共振成像数据、动作发展评估等多方面因素的系统性评价对围产期因素下神经发育障碍儿童的健康发展至关重要。本数据库首次将数据采集中心设在县级医院,已包含来自两个县级中心的一轮横断数据,并首次将儿童动作发展和NDDs汇集讨论,为认识围产期因素下神经发育障碍的发生发展提供了重要基础数据。本研究在3–6岁被试MRI数据采集过程积累了有效经验,如:3–6岁儿童容易出现头动等情况,通过本轮数据采集接下来的数据收集工作需针对这一情况预先为被试儿童提供脱敏预适应程序,同时考虑到新冠疫情以及极端天气等因素,还需机动细化数据采集方案。未来本数据库将继续优化被试管理和数据采集流程。首先,将规划继续扩大县/地/区中心范围,加强医院对围产期因素下儿童的病案管理,优化样本选取的条件和质量;其次,重点在儿童磁共振成像数据采集流程上,加强与医院的沟通与培训,指导各县级中心完善儿童模拟室和适应性工作组织;进一步完善数据库指标、工具和数据采集流程,组织新一轮数据采集。
未来通过本数据库持续多中心数据收集,能够将计算机智能化评估和多模态健康监测等技术成果形式纳入NDDs儿童脑智发育研究,建立NDDs早期预测筛查模型,为有效评估和治疗NDDs儿童奠定基础。同时通过医学影像学及其他多组学技术,利用NDDs儿童脑智发育发生发展过程中的关键保护靶点和生物预警标志物等,解决NDDs儿童脑智发育早期预防及诊断、营养学补充、治疗药物应用等迫切现实问题,显著提升青少年NDDs防控手段的预见性和可控性,为NDDs精准治疗寻找方法。同时,通过本数据库多中心数据库数据采集,利用3–10岁儿童脑智发育特点展开针对NDDs儿童多维评估及相关干预,针对性开展NDDs儿童康复诊疗,将健康监测评估和多模态数据评估融入诊疗干预过程,促进康复效果,从而为有力维护神经发育障碍儿童的健康发展做出贡献。
[1]
AMERICAN PSYCHIATRIC ASSOCIATION. Diagnostic and statistical manual of mental disorders 5th ed(DSM-V) [M]. Washington, DC: American Psychiatric Publishing, 2013.
[2]
ZIELINSKI I M, STEENBERGEN B, BAAS C M, et al. Event-related potentials during target-response tasks to study cognitive processes of upper limb use in children with unilateral cerebral palsy[J]. Journal of Visualized Experiments: JoVE, 2016(107): 53420. DOI:10.3791/53420.
[3]
LINGAM R, GOLDING J, JONGMANS M J, et al. The association between developmental coordination disorder and other developmental traits[J]. Pediatrics, 2010, 126(5): e1109–e1118. DOI:10.1542/peds.2009-2789.
[4]
KETCHESON L, HAUCK J L, ULRICH D. The levels of physical activity and motor skills in young children with and without autism spectrum disorder, aged 2-5 years[J]. Autism, 2018, 22(4): 414–423. DOI:10.1177/1362361316683889.
[5]
FJØRTOFT T, GRUNEWALDT K H, LØHAUGEN G C C, et al. Assessment of motor behaviour in high-risk-infants at 3 months predicts motor and cognitive outcomes in 10 years old children[J]. Early Human Development, 2013, 89(10): 787–793. DOI:10.1016/j.earlhumdev.2013.06.007.
[6]
FRANZ A P, BOLAT G U, BOLAT H, et al. Attention-deficit/hyperactivity disorder and very preterm/very low birth weight: a Meta-analysis[J]. Pediatrics, 2018, 141(1): e20171645. DOI:10.1542/peds.2017-1645.
[7]
MONTAGNA A, KAROLIS V, BATALLE D, et al. ADHD symptoms and their neurodevelopmental correlates in children born very preterm[J]. PLoS One, 2020, 15(3): e0224343. DOI:10.1371/journal.pone.0224343.
[8]
SKRANES J, VANGBERG T R, KULSENG S, et al. Clinical findings and white matter abnormalities seen on diffusion tensor imaging in adolescents with very low birth weight[J]. Brain, 2007, 130(3): 654–666. DOI:10.1093/brain/awm001.
[9]
ZHANG Y N, INDER T E, NEIL J J, et al. Cortical structural abnormalities in very preterm children at 7 years of age[J]. NeuroImage, 2015, 109: 469–479. DOI:10.1016/j.neuroimage.2015.01.005.
[10]
DEWEY D, THOMPSON D K, KELLY C E, et al. Very preterm children at risk for developmental coordination disorder have brain alterations in motor areas[J]. Acta Paediatrica (Oslo, Norway: 1992), 2019, 108(9): 1649–1660. DOI:10.1111/apa.14786.
[11]
BOUZIANE C, CAAN M W A, TAMMINGA H G H, et al. ADHD and maturation of brain white matter: a DTI study in medication naive children and adults[J]. NeuroImage: Clinical, 2018, 17: 53–59. DOI:10.1016/j.nicl.2017.09.026.
[12]
TAWFIK D S, GOULD J B, PROFIT J. Perinatal Risk Factors and Outcome Coding in Clinical and Administrative Databases[J]. Pediatrics, 2019, 143(2). DOI: 10.1542/peds.2018-1487
[13]
李毓秋, 朱建军. 韦氏幼儿智力量表第四版(中文版)指导手册[M]. David Wechsler原著. 珠海京美心理测量技术开发有限公司, 2014. [LI Y, ZHU J. The Wechsler Preschool and Primary Scale of Intelligence-Fourth Edition (Chinese Version) Administration and Scoring Manual[M]. Author: David Wechsler. King-May Psychological Assessment Technology Development, Ltd, 2014.]
[14]
张厚粲. 韦氏儿童智力量表第四版(WISC-IV)中文版的修订[J]. 心理科学, 2009, 32(5): 1177–1179. DOI:10.16719/j.cnki.1671-6981.2009.05.026.
ZHANG H C. The revision of WISC-IV Chinese version[J]. Psychological Science, 2009, 32(5): 1177–1179. DOI:10.16719/j.cnki.1671-6981.2009.05.026.
[15]
HENDERSON S E, SUGDEN D A, BARNETT A L. Movement Assessment Battery for Children-2: Examiner’s Manual[M]. London: Pearson Assessment, 2007.
[16]
柯李, 中国城市儿童发展性协调障碍:评估、影响因素及干预[D]. 北京: 北京师范大学, 2019. [KE L, Developmental coordination disorders of urban children in China: assessment, influencing factors and interventions[D]. Beijing, Beijing Normal University, 2019.]
[17]
WILSON B N, KAPLAN B J, CRAWFORD S G, et al. Reliability and validity of a parent questionnaire on childhood motor skills[J]. The American Journal of Occupational Therapy: Official Publication of the American Occupational Therapy Association, 2000, 54(5): 484–493. DOI:10.5014/ajot.54.5.484.
[18]
朱庆庆, 古桂雄, 花静. 儿童发育性协调障碍问卷中文版的应用研究[J]. 中国儿童保健杂志, 2015, 23(12): 1260–1263. DOI:10.11852/zgetbjzz2015-23-12-09. [ZHU Q Q, GU G X, HUA J. Study on application of Developmental Coordination Disorder Questionnaire-Chinese version[J]. Chinese Journal of Child Health Care, 2015, 23(12): 1260–1263. DOI:10.11852/zgetbjzz2015-23-12-09.]
[19]
宋玉凤. 幼儿在维度变化卡片分类任务中的持续性错误研究[D]. 河北保定: 河北大学, 2012. [SONG Y. Research on the Perseveration Errors in the Dimension Change Card Sort Task of Children[D]. Baoding, Hebei University, 2012.]
[20]
何淑华, 静进. 注意缺陷多动障碍儿童威斯康星卡片分类测验的临床价值[J]. 中国实用儿科杂志, 2006, 21(7): 515–517. DOI:10.3969/j.issn.1005-2224.2006.07.014. [HE S H, JING J. The experiment of Wisconsin card sorting test in children with attention deficit hyperactivity disorder[J]. Chinese Journal of Practical Pediatrics, 2006, 21(7): 515–517. DOI:10.3969/j.issn.1005-2224.2006.07.014.]
[21]
李永鑫, 朱湘茹, 李莉. 6~12岁儿童Flanker任务下的冲突适应效应[J]. 心理发展与教育, 2012, 28(6): 576–580. DOI:10.16187/j.cnki.issn1001-4918.2012.06.002. [LI Y X, ZHU X R, LI L. The conflict adaptation effect in 6-12 years old children: evidence from flanker task[J]. Psychological Development and Education, 2012, 28(6): 576–580. DOI:10.16187/j.cnki.issn1001-4918.2012.06.002.]
[22]
PODJARNY G. A Tale of Two Flexibilities: Preschoolers' Developing Consecutive and Concurrent Cognitive Flexibility Skills[D]. Canada, Carleton University, 2015.
[23]
李巧灵, 朱湘茹, 王明辉, 等. 5岁儿童注意网络的性别差异[J]. 中国心理卫生杂志, 2017, 31(9): 710–713. DOI:10.3969/j.issn.1000-6729.2017.09.008. [LI Q L, ZHU X R, WANG M H, et al. Gender difference of attentional network in 5-year old children[J]. Chinese Mental Health Journal, 2017, 31(9): 710–713. DOI:10.3969/j.issn.1000-6729.2017.09.008.]
[24]
RUEDA M R, FAN J, MCCANDLISS B D, et al. Development of attentional networks in childhood[J]. Neuropsychologia, 2004, 42(8): 1029–1040. DOI:10.1016/j.neuropsychologia.2003.12.012.
[25]
SCHERES A, DIJKSTRA M, AINSLIE E, et al. Temporal and probabilistic discounting of rewards in children and adolescents: effects of age and ADHD symptoms[J]. Neuropsychologia, 2006, 44(11): 2092–2103. DOI:10.1016/j.neuropsychologia.2005.10.012.
[26]
SCHERES A, TONTSCH C, THOENY A L, et al. Temporal reward discounting in children, adolescents, and emerging adults during an experiential task[J]. Frontiers in Psychology, 2014, 5((7)): 711. DOI:10.3389/fpsyg.2014.00711.
[27]
KERR A, ZELAZO P D. Development of “hot” executive function: the children's gambling task[J]. Brain and Cognition, 2004, 55(1): 148–157. DOI:10.1016/S0278-2626(03)00275-6.
[28]
VAN LEIJENHORST L, WESTENBERG P M, CRONE E A. A developmental study of risky decisions on the cake gambling task: age and gender analyses of probability estimation and reward evaluation[J]. Developmental Neuropsychology, 2008, 33(2): 179–196. DOI:10.1080/87565640701884287.
[29]
COLLETT B R, OHAN J L, MYERS K M. Ten-year review of rating scales. V: scales assessing attention-deficit/hyperactivity disorder[J]. Journal of the American Academy of Child & Adolescent Psychiatry, 2003, 42(9): 1015–1037. DOI:10.1097/01.CHI.0000070245.24125.B6.
[30]
苏林雁, 耿耀国, 王洪, 等. 注意缺陷多动障碍诊断量表父母版的中国城市儿童常模制定及其信度和效度的检验[J]. 中国实用儿科杂志, 2006, 21(11): 833–836. [SU L Y, GENG Y G, WANG H, et al. Norm of ADHD Diagnostic Scale-Parent Version in Chinese urban children[J]. Chinese Journal of Practical Pediatrics, 2006, 21(11): 833–836.]
[31]
ZHANG S D, LIU J L, WANG J, et al. Developing and validating the Learning Disabilities Screening Scale in Chinese elementary schools[J]. International Journal of Educational Research, 2019, 96: 91–99. DOI:10.1016/j.ijer.2019.06.006.
[32]
KRUG DA, ARICK JR, ALMOND PJ. Autism Screening Instrument for Educational Planning-Third Edition[M]. Austin, TX: Pro-ed Inc., 2008.
[33]
ACHENBACH T M, RESCORLA L A. Manual for the child behavior checklist/6-18 and 2001 profile[M]. Burlington, VT: University of Vermont, Research Center for Children, Youth, & Families, 2001.
[34]
LIU J H, CHENG H, LEUNG P W L. The application of the preschool child behavior checklist and the caregiver-teacher report form to mainland Chinese children: syndrome structure, gender differences, country effects, and inter-informant agreement[J]. Journal of Abnormal Child Psychology, 2011, 39(2): 251–264. DOI:10.1007/s10802-010-9452-8.
[35]
苏林雁, 李雪荣, 罗学荣, 等. Achenbach儿童行为量表的再标准化及效度检验[J]. 中国心理卫生杂志, 1998, 12(2):67–69. [SU L Y, LI X R, LUO X R, et al. The newly revised norms of child behavior checklist in Hunan Province[J]. Chinese Mental Health Journal, 1998, 12(2):67–69.]
[36]
BUYSSE D J, REYNOLDS C F III, MONK T H, et al. The Pittsburgh sleep quality index: a new instrument for psychiatric practice and research[J]. Psychiatry Research, 1989, 28(2): 193–213. DOI:10.1016/0165-1781(89)90047-4.
[37]
刘贤臣, 唐茂芹, 胡蕾, 等. 匹兹堡睡眠质量指数的信度和效度研究[J]. 中华精神科杂志, 1996, 29(2): 103–107. [LIU X C, TANG M Q, HU L, et al. Reliability and validity of the Pittsburgh sleep quality index[J]. Chinese Journal of Psychiatry, 1996, 29(2): 103–107.]
[38]
CLARK L S. Parental mediation theory for the digital age[J]. Communication Theory, 2011, 21(4): 323–343. DOI:10.1111/j.1468-2885.2011.01391.x.
[39]
VALKENBURG P M, KRCMAR M, PEETERS A L, et al. Developing a scale to assess three styles of television mediation: “Instructive mediation,” “restrictive mediation,” and “social coviewing”[J]. Journal of Broadcasting & Electronic Media, 1999, 43(1): 52–66. DOI:10.1080/08838159909364474.
[40]
KIM D, LEE Y, LEE J, et al. Development of Korean Smartphone addiction proneness scale for youth[J]. PLoS One, 2014, 9(5): e97920. DOI:10.1371/journal.pone.0097920.
[41]
HUANG S S, LAI X X, XUE Y, et al. A network analysis of problematic smartphone use symptoms in a student sample[J]. Journal of Behavioral Addictions, 2020, 9(4): 1032–1043. DOI: 10.1556/2006.2020.00098.
[42]
LEE D, NAMKOONG K, LEE J, et al. Lateral orbitofrontal gray matter abnormalities in subjects with problematic smartphone use[J]. Journal of Behavioral Addictions, 2019, 8(3): 404–411. DOI:10.1556/2006.8.2019.50.
[43]
YU J, ZHU L Q, LESLIE A M. Children's sharing behavior in mini-dictator games: the role of In-group favoritism and theory of mind[J]. Child Development, 2016, 87(6): 1747–1757. DOI:10.1111/cdev.12635.
[44]
罗一君, 牛更枫, 陈红. 生命早期环境不可预测性对过度进食的影响: 基于生命史理论[J]. 心理学报, 2020, 52(10): 1224–1236. [LUO Y J, NIU G F, CHEN H. Early life environmental unpredictability and overeating: based on life history theory[J]. Acta Psychologica Sinica, 2020, 52(10): 1224–1236.]
[45]
汪佳瑛, 陈斌斌. 童年压力及死亡威胁启动对择偶要求的影响[J]. 心理学报, 2016, 48(7): 857–866. DOI:10.3724/SP.J.1041.2016.00857. [WANG J Y, CHEN B B. The influence of childhood stress and mortality threat on mating standards[J]. Acta Psychologica Sinica, 2016, 48(7): 857–866. DOI:10.3724/SP.J.1041.2016.00857.]
[46]
COX J L, HOLDEN J M, SAGOVSKY R. Detection of postnatal depression. development of the 10-item Edinburgh postnatal depression scale[J]. The British Journal of Psychiatry: the Journal of Mental Science, 1987, 150: 782–786. DOI:10.1192/bjp.150.6.782.
[47]
郭秀静, 王玉琼, 陈静. 爱丁堡产后抑郁量表在成都地区产妇中应用的效能研究[J]. 中国实用护理杂志, 2009(1): 4–6. [GUO X J, WANG Y Q, CHEN J. Study on the efficacy of the Edinburgh postnatal depression scale in puerperas in Chengdu[J]. Chinese Journal of Practical Nursing, 2009(1): 4–6.]
[48]
段泉泉, 胜利. 焦虑及抑郁自评量表的临床效度[J]. 中国心理卫生杂志, 2012, 26(9): 676–679. DOI:10.3969/j.issn.1000-6729.2012.09.007. [DUAN Q Q, SHENG L. Differential validity of SAS and SDS among psychiatric non-psychotic outpatients and their partners[J]. Chinese Mental Health Journal, 2012, 26(9): 676–679. DOI:10.3969/j.issn.1000-6729.2012.09.007.]
[49]
曾庆巍, 刘爱书, 钟继超. 沉浸反刍和反思反刍在大学生儿童期心理虐待与特质抑郁间的中介作用[J]. 中国临床心理学杂志, 2016, 24(2): 310–313, 258. DOI:10.16128/j.cnki.1005-3611.2016.02.028. [ZENG Q W, LIU A S, ZHONG J C. Mediating role of rumination between childhood psychological maltreatment and trait depression[J]. Chinese Journal of Clinical Psychology, 2016, 24(2): 310–313, 258. DOI:10.16128/j.cnki.1005-3611.2016.02.028.]
[50]
刘剑波, 龚靖波, 杨听雨, 等. 儿童期创伤应对方式自动思维与大学生抑郁特质间的关系[J]. 中国学校卫生, 2020, 41(4): 547–550. DOI:10.16835/j.cnki.1000-9817.2020.04.018. [LIU J B, GONG J B, YANG T Y, et al. Relationship between childhood trauma and depressive traits in college students and the influence of coping style and automatic thinking[J]. Chinese Journal of School Health, 2020, 41(4): 547–550. DOI:10.16835/j.cnki.1000-9817.2020.04.018.]
[51]
胡玄一, 刘爱书, 石婷玉, 等. 大学生童年期虐待与特质抑郁和正念的关系[J]. 中国心理卫生杂志, 2021, 35(5): 410–416. DOI:10.3969/j.issn.1000-6729.2021.05.010. [HU X Y, LIU A S, SHI T Y, et al. Relationship among child abuse, trait depression and mindfulness in college students[J]. Chinese Mental Health Journal, 2021, 35(5): 410–416. DOI:10.3969/j.issn.1000-6729.2021.05.010.]
[52]
雷智慧, 徐蕊, 邓森碧, 等. 状态特质抑郁问卷中文版在大学生中的信效度[J]. 中国心理卫生杂志, 2011, 25(2): 136–140. DOI:10.3969/j.issn.1000-6729.2011.02.013. [LEI Z H, XU R, DENG S B, et al. Reliability and validity of the Chinese version of State-Trait Depression Scale in college students[J]. Chinese Mental Health Journal, 2011, 25(2): 136–140. DOI:10.3969/j.issn.1000-6729.2011.02.013.]
[53]
崔丽霞, 罗小婧, 肖晶. 儿童期创伤对特质抑郁和特质焦虑的影响: 图式中介特异性研究[J]. 心理学报, 2011, 43(10): 1163–1174. DOI:10.3724/SP.J.1041.2011.01163. [CUI L X, LUO X J, XIAO J. The influence of childhood trauma on trait-depression and trait-anxiety: the mediation-specificity of schemas[J]. Acta Psychologica Sinica, 2011, 43(10): 1163–1174. DOI:10.3724/SP.J.1041.2011.01163.]
[54]
陈媛芳, 曹阳, 刘正奎. 状态-特质焦虑量表中文修订版在流动儿童中的应用[J]. 中华行为医学与脑科学杂志, 2013, 22(8): 755–757. DOI:10.3760/cma.j.issn.1674-6554.2013.08.025. [CHEN Y F, CAO Y, LIU Z K. The application of a revised Chinese version of the state-trait anxiety inventory in migrant children[J]. Chinese Journal of Behavioral Medicine and Brain Science, 2013, 22(8): 755–757. DOI:10.3760/cma.j.issn.1674-6554.2013.08.025.]
[55]
程长, 何嘉悦, 余吟吟, 等. 中文版状态-特质焦虑量表的测量等值性研究[J]. 中国临床心理学杂志, 2021, 29(1): 68–73. DOI:10.16128/j.cnki.1005-3611.2021.01.014. [CHENG C, HE J Y, YU Y Y, et al. Measurement invariance of Chinese version of state-trait anxiety inventory form Y[J]. Chinese Journal of Clinical Psychology, 2021, 29(1): 68–73. DOI:10.16128/j.cnki.1005-3611.2021.01.014.]
[56]
SKOUTERIS H, WERTHEIM E H, RALLIS S, et al. Depression and anxiety through pregnancy and the early postpartum: an examination of prospective relationships[J]. Journal of Affective Disorders, 2009, 113(3): 303–308. DOI:10.1016/j.jad.2008.06.002.
[57]
汪向东, 王希林, 马弘, 等. 心理卫生评定量表手册[M]. 增订版. 北京: 中国心理卫生杂志社, 1999. [WANG X D, WANG X L, MA H, et al. Rating scales for mental health[M]. Beijing: Chinese Journal of Mental Health, 1999.]
[58]
许颖, 林丹华. 家庭压力与青少年抑郁、孤独感及幸福感: 家庭弹性的补偿与调节作用[J]. 心理发展与教育, 2015, 31(5): 594–602. DOI:10.16187/j.cnki.issn1001-4918.2015.05.11. [XU Y, LIN D H. Family stress and adolescents' depression, loneliness and happiness: the compensatory and moderating roles of family resilience[J]. Psychological Development and Education, 2015, 31(5): 594–602. DOI:10.16187/j.cnki.issn1001-4918.2015.05.11.]
[59]
雍那, 王慧, 胡华, 等. 4~6年级小学生儿童虐待经历与抑郁情绪、睡眠质量的关系[J]. 中国心理卫生杂志, 2011, 25(8): 616–621. DOI:10.3969/j.issn.1000-6729.2011.08.014. [YONG N, WANG H, HU H, et al. Relationship among child-abuse, depressive symptoms and sleep quality in grade 4-6 primary students[J]. Chinese Mental Health Journal, 2011, 25(8): 616–621. DOI:10.3969/j.issn.1000-6729.2011.08.014.]
[60]
年晶, 刘爱书. 儿童被忽视、心理韧性与孤独感的关系[J]. 中国临床心理学杂志, 2009, 17(6): 748–749, 752. [NIAN J, LIU A S. Child neglect, resilience and loneliness[J]. Chinese Journal of Clinical Psychology, 2009, 17(6): 748–749, 752.]
[61]
杨世昌. 儿童受虐量表_儿童被忽视量表的编制及信度效度研究 [D]. 长沙: 中南大学, 2006.[ YANG S C. Child Abuse Scale and Child Neglect Scale: Development, Reliability and Validity[D]. Changsha: Central South University, 2006.]
[62]
段旭锋, 雷萍, 陈会. 极低出生体重儿母亲亲职压力与共同养育感知的随访研究[J]. 护理研究, 2019, 33(21): 3681–3684. [DUAN X F, LEI P, CHEN H. A follow-up study on spouse coparenting perceptions and parenting stress among mothers of very low birth weight infants[J]. Chinese Nursing Research, 2019, 33(21): 3681–3684.]
[63]
吴佳铭, 李广隽, 赵红. 中文版简易共同养育量表的信度和效度的研究[J]. 中国妇幼健康研究, 2017, 28(4): 369–371. [WU J M, LI G J, ZHAO H. Reliability and validity of Chinese version of Brief Coparenting Relationship Scale[J]. Chinese Journal of Woman and Child Health Research, 2017, 28(4): 369–371.]
[64]
李甜甜, 顾吉有, 徐鹤文. 父亲抑郁对幼儿问题行为的影响:教养效能感和教养方式的中介作用[J]. 心理与行为研究, 2021, 19(1): 66–73. [LI T T, GU J Y, XU H W. The relationship between paternal depression and children's problem behavior: the chain mediating roles of paternal parenting self-efficacy and paternal parenting style[J]. Studies of Psychology and Behavior, 2021, 19(1): 66–73.]
[65]
李甜甜, 王娟娟, 顾吉有, 等. 有无二胎与父母教养能力感的关系: 头胎子女亲子依恋的调节作用[J]. 心理发展与教育, 2020, 36(5): 563–568. DOI:10.16187/j.cnki.issn1001-4918.2020.05.07. [LI T T, WANG J J, GU J Y, et al. The relation between having or not having the second child and the parenting sense of competence: the moderating effect of parental attachment in the first child[J]. Psychological Development and Education, 2020, 36(5): 563–568. DOI:10.16187/j.cnki.issn1001-4918.2020.05.07.]
[66]
杨晓, 高玲玲, 张振香, 等. 中文版育儿胜任感量表在产妇中应用的信效度检验[J]. 中华护理杂志, 2014, 49(7): 881–885. [YANG X, GAO L L, ZHANG Z X, et al. The reliability and validity of the Chinese version of Parenting Sense of Competence Scale[J]. Chinese Journal of Nursing, 2014, 49(7): 881–885.]
[67]
GIBAUD-WALLSTON J, WANDERSMAN LP. Development and utility of the parenting sense of competence scale[C]. The annual meeting of the American Psychological Association, Toronto, 1978.
[68]
GORGOLEWSKI K J, AUER T, CALHOUN V D, et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments[J]. Scientific Data, 2016, 3: 160044. DOI:10.1038/sdata.2016.44.
[69]
ESTEBAN O, BIRMAN D, SCHAER M, et al. MRIQC: Advancing the automatic prediction of image quality in MRI from unseen sites[J]. PLoS One, 2017, 12(9): e0184661. DOI:10.1371/journal.pone.0184661.
[70]
MILCHENKO M, MARCUS D. Obscuring surface anatomy in volumetric imaging data[J]. Neuroinformatics, 2013, 11(1): 65–75. DOI:10.1007/s12021-012-9160-3.
[71]
XU T, YANG Z, JIANG L L, et al. A Connectome Computation System for discovery science of brain[J]. Science Bulletin, 2015, 60(1): 86–95. DOI:10.1007/s11434-014-0698-3.
[72]
GREVE D N, FISCHL B. Accurate and robust brain image alignment using boundary-based registration[J]. NeuroImage, 2009, 48(1): 63–72. DOI:10.1016/j.neuroimage.2009.06.060.
[73]
FISCHL B, SALAT D H, BUSA E, et al. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain[J]. Neuron, 2002, 33(3): 341–355. DOI:10.1016/s0896-6273(02)00569-x.
[74]
YEO B T T, KRIENEN F M, SEPULCRE J, et al. The organization of the human cerebral cortex estimated by intrinsic functional connectivity[J]. Journal of Neurophysiology, 2011, 106(3): 1125–1165. DOI:10.1152/jn.00338.2011.
数据引用格式
柯李, 何清华, 陈福美, 等. 围产期因素下的多中心儿童脑智发展数据库[DB/OL]. Science Data Bank, 2022. (2022-07-20). DOI: 10.57760/sciencedb.j00001.00423.
Baidu
稿件与作者信息
论文引用格式
柯李, 何清华, 陈福美, 等. 围产期因素下的多中心儿童脑智发展数据库[J/OL]. 中国科学数据, 2023, 8(3). (2023-09-11). DOI: 10.11922/11-6035.csd.2022.0034.zh.
柯李
KE Li
主要承担工作:总体方案设计、测评工具提供、实施流程管理、论文撰写。
(1983—),男,江苏省南通市人,博士,讲师,研究方向为儿童发展的早期筛查与早期干预。
何清华
HE Qinghua
主要承担工作:总体方案设计、测评工具提供。
(1982—),男,重庆市铜梁区人,博士,教授,研究方向为认知神经科学。
陈福美
CHEN Fumei
主要承担工作:研究方案设计、测评工具提供。
(1983—),女,山东省潍坊市人,博士,副教授,研究方向为儿童心理发展、家庭教育。
苏雪婷
SU Xueting
主要承担工作:论文撰写。
(1984—),女,山东省青岛市人,博士,助理研究员,研究方向为神经免疫学。
徐继红
XU Jihong
主要承担工作:研究方案设计、测评工具提供。
(1980—),女,山东省潍坊市人,博士,副研究员,研究方向为孕产妇心理健康。
张彩
ZHANG Cai
主要承担工作:研究方案设计、测评工具提供。
(1979—),女,安徽省宁国市人,博士,副教授,研究方向为儿童青少年心理评估与促进。
张树东
ZHANG Shudong
主要承担工作:研究方案设计、测评工具提供。
(1975—),男,吉林省九台市人,博士,教授,研究方向为儿童心理发展与教育。
张姝玥
ZHANG Shuyue
主要承担工作:研究方案设计、测评工具提供。
(1983—),女,广西壮族自治区来宾市人,博士,教授,研究方向为人格与社会心理学。
安慧萍
AN Huiping
主要承担工作:组织实施。
(1973—),女,河南省安阳市人,硕士,主任医师,研究方向为儿童神经发育。
郭锐
GUO Rui
主要承担工作:组织实施。
(1979—),男,重庆市人,本科,副主任医师,研究方向为新生儿、儿童重症。
岳素萍
YUE Suping
主要承担工作:行为数据采集、组织实施。
(1973—),女,河南省安阳市人,本科,副教授,研究方向为学前教育。
段雯
DUAN Wen
主要承担工作:行为数据采集、行为数据质量控制、行为数据处理。
(1985—),女,河北省石家庄市人,硕士,研究方向为儿童发展。
贾世超
JIA Shichao
主要承担工作:行为数据处理、论文撰写。
(1984—),女,山东省日照市人,硕士,研究方向为儿童发展。
杨思佳
YANG Sijia
主要承担工作:行为数据采集、行为数据质量控制、行为数据处理。
(1986—),女,北京市人,大学本科,研究方向为儿童发展。
于延坤
YU Yankun
主要承担工作:行为数据处理。
(1988—),女,辽宁省东港市人,大学本科,研究方向为儿童发展。
赵旸
ZHAO Yang
主要承担工作:行为数据采集。
(1993—),女,北京市人,大学本科,研究方向为儿童发展。
周洋
ZHOU Yang
主要承担工作:行为数据采集。
(1987—),女,北京市人,大学本科,研究方向为大规模测查 。
王银山
WANG Yinshan
主要承担工作:脑影像数据处理。
(1986—),男,北京市人,博士后,研究方向为发展人口神经科学。
常达
CHANG Da
主要承担工作:脑影像数据处理。
(1991—),男,河北省唐山市人,博士在读,研究方向为发展人口神经科学。
陈丽珍
CHEN Lizhen
主要承担工作:部分文章撰写。
(1995—),女,云南省禄丰市人,博士在读,研究方向为发展人口神经科学。
范雪如
FAN Xueru
主要承担工作:脑影像数据采集。
(1994—),女,新疆维吾尔自治区沙湾市人,博士在读,研究方向为发展人口神经科学。
高鹏
GAO Peng
主要承担工作:脑影像数据质量控制。
(1992—),男,山西省太原市人,博士在读,研究方向为发展人口神经科学。
吕晨钰
LV Chenyu
主要承担工作:行为数据采集、行为数据质量控制、行为数据处理。
(1996—),女,河南省郑州市人,博士在读,研究方向为决策神经科学。
伍子昀
WU Ziyun
主要承担工作:行为数据采集、行为数据质量控制、行为数据处理。
(1998—),女,四川省成都市人,硕士在读,研究方向为执行功能、跨期决策。
赵云燕
ZHAO Yunyan
主要承担工作:行为数据处理。
(1996—),女,江西省上饶市人,博士在读,研究方向为家庭与儿童青少年发展。
全晰
QUAN Xi
主要承担工作:行为数据处理。
(1998—),女,辽宁省盘锦市人,硕士在读,研究方向为儿童青少年心理健康以及家庭和同伴对儿童青少年发展的影响。
赵峰
ZHAO Feng
主要承担工作:行为数据处理。
(1993—),女,广西壮族自治区桂林市人,博士在读,研究方向为社会心理学。
穆艳超
MU Yanchao
主要承担工作:脑影像数据采集。
(1986—),男,河南省安阳市人,博士,主管技师,研究方向为基因转录表达调控。
闫瑜
YAN Yu
主要承担工作:组织实施。
(1976—),女,河南省开封市人,本科,主任医师,研究方向为儿童康复。
徐文超
XU Wenchao
主要承担工作:行为数据采集。
(1986—),男,河南省安阳市人,本科,主治医师,研究方向为儿童康复。
刘杰
LIU Jie
主要承担工作:组织实施。
(1977—),女,河南省安阳市人,本科,主管护师,研究方向为新生儿。
邢丽霞
XING Lixia
主要承担工作:行为数据采集。
(1978—),女,河南省安阳市人,本科,主管护师,研究方向为儿童保健。
陈晓琴
CHEN Xiaoqin
主要承担工作:组织实施。
(1972—),女,重庆市人,本科,主任护师,研究方向为重症护理、护理管理。
吴翔
WU Xiang
主要承担工作:行为数据采集、组织实施。
(1980—),女,四川省泸州市人,本科,副主任医师,研究方向为儿童保健。
赵兰锋
ZHAO Lanfeng
主要承担工作:脑影像数据采集。
(1986—),男,重庆市人,本科,主治医师,研究方向为神经影像。
黄志鹃
HUANG Zhijuan
主要承担工作:脑影像数据采集。
(1990—),女,重庆市人,本科,技师,研究方向为影像技术。
任彦周
REN Yanzhou
主要承担工作:组织实施。
(1965—),男,河南省安阳市人,本科,副教授,研究方向为教育管理。
郝红艳
HAO Hongyan
主要承担工作:行为数据采集。
(1981—),女,河南省安阳市人,研究生,讲师,研究方向为学前教育。
李慧
LI Hui
主要承担工作:行为数据采集。
(1983—),女,河南省安阳市人,研究生,讲师,研究方向为学前教育。
王婧
WANG Jing
主要承担工作:行为数据采集。
(1983—),女,河南省安阳市人,研究生,讲师,研究方向为学前教育。
董青
DONG Qing
主要承担工作:行为数据采集。
(1983—),女,河南省安阳市人,研究生,讲师,研究方向为音乐教育。
陈利艳
CHEN Liyan
主要承担工作:行为数据采集。
(1980—),女,河南省安阳市人,研究生,副教授,研究方向为学前教育。
黄瑞旺
HUANG Ruiwang
主要承担工作:脑影像方案设计。
(1964—),男,河北省唐山市人,博士,教授,研究方向为认知神经科学、磁共振成像技术与应用。
左西年
ZUO Xinian
主要承担工作:总体方案设计、测评工具提供、论文撰写。
(1976—),男,山东省日照市人,博士,教授,研究方向为发展心理学、发展人口神经科学。
王耘
WANG Yun
主要承担工作:总体方案设计、论文撰写。
wangyun@bnu.edu.cn
(1963—),女,四川省成都市人,博士,教授,研究方向为儿童青少年社会性发展与心理健康,家庭和学校对儿童发展的影响。
董奇
DONG Qi
主要承担工作:总体方案设计。
(1961—),男,四川省广安市人,博士,教授,研究方向为儿童发展和第二语言学习。
Baidu
出版历史
I区发布时间:2022年7月20日 ( 版本ZH2
II区出版时间:2023年9月20日 ( 版本ZH3
参考文献列表中查看
中国科学数据
csdata
Baidu
map