自闭症儿童的情绪认知干预效果元分析

王智 田婧 朱紫桥

摘要为了探究自闭症儿童的情绪认知干预效果，更好地为干预提供实践指导。通过文献检索与筛查，纳入了22项随机对照实验数据，共包含817名被试。主要分析了干预方法、干预时长、干预频率、家庭参与等变量的调节作用。元分析结果表明：（1）自闭症儿童情绪认知干预的效果量为d=0.69。（2）干预方法显著调节干预结果，其中科技辅助的干预效果量（d=0.90）显著大于非科技辅助的干预效果量（d=0.37），但变量干预环境、家庭参与、国家地域、干预时长和干预频率不起调节作用。这表明采取科技辅助的干法方法可以有效改善自闭症儿童的情绪认知能力。

关键词自闭症;情绪认知;科技辅助;干预效果;元分析

分类号B842.6

DOI： 10.16842/j.cnki.issn2095-5588.2021.06.002

1引言

自闭症谱系障碍（Autism Spectrum Disorders， ASD）作为一种广泛性发育障碍其发病率呈现逐年递增的趋势。据2020年美国疾病控制与预防中心的统计数据，美国8岁以下ASD儿童的患病率已经达到1/54（Narzisi， Posada， Barbieri， Chericoni， Ciuffolini， Pinzino， & Calderoni， 2020）。社会交往障碍是ASD群体的核心障碍之一，具体表现在面部、声音及身体的情绪认知和识别方面存在困难（Reichow， Steiner， & Volkmar， 2012）。ASD群体的情绪认知表现为在分享、理解和感受他人的情绪能力和情绪理解准确性方面较为低下，同时ASD群体情绪认知障碍也是共情缺损的表现（Pouw， Rieffe， Oosterveld， Huskens， & Stockmann， 2013）。有综述性研究表明，对ASD群体的情绪认知干预会促进其社会性特征，提高社会交往能力（Saban & Kirby， 2019）。同时也有实证研究表明，对ASD儿童的早期干预会促进其社会技能发展，有效减少社会交往障碍（Jones， Happé， Gilbert， Burnett， & Viding， 2010）。

目前，对ASD儿童情绪认知的干预方法呈现出多样化的趋势，如基于视觉支撑论的传统干预方法、认知行为疗法、虚拟现实技术和计算机技术等方法都对情绪认知发展进行了实证研究（郭琳琳， 2019）。但是研究结论却没能达成一致，例如，de Vries等人认为传统干预方法对ASD儿童的干预效果有限，并且ASD儿童在干预中出现了强烈的退缩行为（de Vries， & Geurts， 2012）。而Kandalaft等人认为采用虚拟现实技术对ASD儿童的面部情绪识别干预产生了积极效果，并且泛化效果明显（Kandalaft， Didehbani， Krawczyk， Allen， & Chapman， 2013）。而在综述研究中结论较为主观，且缺乏一定的量化结果。例如，Harms提出以计算机为代表的科技辅助干预方法对ASD儿童

情绪认知的干预效果会优于传统干预方法 （Harms， Martin， & Wallace， 2010），但是在Kuusikko的研究中认为计算机辅助的干预方法对ASD儿童的干预效果非常有限，并且容易让ASD儿童依赖计算机的辅助，减少与社會环境的互动（Kuusikko， Haapsamo， Jansson-Verkasalo， Hurtig， Mattila， Ebeling， & Moilanen， 2009）。

基于以上不同的研究结果，本研究采用元分析的方法对文献资料进行二次分析，以期获得更为全面的结果。元分析是对现有实证文献的再次统计，从而得出较为准确和客观的统计方法（Borenstein， Hedges， Higgins， & Rothstein， 2011）。国外已有元分析探讨了ASD群体的情绪认知干预效果。例如，Uljarevic等人对48篇文献进行了整理和分析，发现对ASD群体的情绪干预效果显著，并且平均效果量达到d=0.80。但是，此元分析的研究实验设计包括随机对照实验和非随机对照实验且没有对调节变量进行详细分析（Uljarevic & Hamilton， 2013）。因此，本研究结合Uljarevic等人的结论对潜在的调节变量进行分析，与已有研究进行比较以期获得更为详尽的研究结论。

本元分析的创新点体现在以下两个方面：第一，本研究选取高质量的随机对照实验文献资料。随机对照实验被公认是评价干预措施的金标准 （Borenstein， Hedges， Higgins， & Rothstein， 2011）且对干预结果有较强的解释力，信服度更高。第二， 本研究用量化的数据丰富国内ASD儿童情绪认知的元分析研究。有关ASD群体的情绪认知元分析多以国外研究为主，本研究借助以往的研究结论加入我国学者的研究结果，既可以丰富国内此领域的研究内容也可以对国内外实验数据进行比较分析。

综上，开展情绪认知的元分析研究可以丰富ASD群体的情绪识别、情绪理解以及情绪管理的相关理论，进一步完善ASD群体的社会性特征。从现实意义来看，本元分析的结论可以更好地指导一线特殊教育教师，提出最优的干预方案。特别是对于低龄段的ASD群体，提出最佳的个别化教育计划以及对ASD儿童提供幼小转衔服务具有实质性的意义。

同时根据Uljarevic等人的研究结论，本研究提出研究假设H1：ASD儿童的情绪认知可以被干预。在Uljarevic和Vogan的研究中认为ASD儿童的情绪认知缺陷主要是受到外部环境和干预者技能的共同影响 （Uljarevic， & Hamilton， 2013; Vogan， Leung， Safar， Martinussen， Smith， & Taylor， 2018）。因此本研究将家庭参与、国家地域和干预环境列为外部环境一组，将干预方法、干预时长和干预频率归为干预者技能一组，共计6个潜在的调节变量进行假设检验。

干预方法。将计算机为代表的科技辅助干法方法和传统干预方法进行比较分析。本研究中对科技辅助的定义是利用科技方法（计算机、可穿戴设备、阿凡达技术、虚拟现实技术等）协助或重建ASD儿童情绪认知的技术。需要说明的是可穿戴设备指在临床和日常健康活动中直接穿戴在患者或者被试身上的便携式健康电子设备，可在相关软件的支持下感知、记录、分析和管理数据甚至治疗疾病（王瑞，吕蓉，梁涛，2018）。阿凡达技术是一种将真实人物在数字世界虚拟化的技术（刘乐元，张孟地，陈靓影，李丹，2017）。虚拟现实技术是利用计算机生成一种高逼真的虚拟环境，实现用户与虚拟环境直接进行自然交互的技术（周森， 2020）。目前，科技辅助对ASD儿童的情绪认知干预得到了广泛应用，例如阿凡达技术和虚拟现实技术结合了儿童心理发展特点，对ASD儿童的情绪干预起到了显著的效果（Ratan， Beyea， Li， & Graciano， 2020）。然而，以认知行为疗法和情绪课程为主的传统干预方法对ASD儿童的情绪干预也有显著效果（Sukhodolsky， Bloch， Panza， & Reichow， 2013）。但是有学者认为长期依赖科技辅助会减少ASD儿童的泛化能力，同时对于ASD儿童的家庭来说将会有巨大的经济负担（Saadatzi， Pennington， Welch， & Graham， 2018）。因此，本研究提出研究假设H2：科技辅助干预方法的效果量大于传统干预方法。

家庭参与。大量研究证实，有家庭成员参与的干预可以有效提升ASD群体的情绪认知能力（Kelly， Garnett， Attwood & Peterson， 2008; Kuhn & Carter， 2006;

Meirsschau， Roeyers & Warreyn， 2010）。例如Meirsschaut认为家庭成员主动参与到干预过程中不仅可以有效解决由于环境变化引起的情绪问题，而且可以在家庭中持续对ASD儿童进行干预，提升干预效果。Kelly则认为在处理ASD儿童情绪识别问题时，家长必须和干预教师时刻保持沟通，及时分享ASD儿童在家庭中的表现，确保家长与干预教师同步（Kelly， Garnett， Attwood， & Peterson， 2008）。但是也有研究證实没有家庭参与的干预亦能提升ASD群体的情绪认知能力（Karst， & Van Hecke， 2012）。需要说明的是家庭参与是指ASD儿童的家长参与了干预过程或者与干预教师共同制定个别化教育计划的内容都可以纳入本研究进行分析。因此，本研究提出研究假设H3：家庭参与可以调节干预结果。

干预环境。已有实证研究表明在不同的干预环境中会有不同的干预效果（Watkins， Ledbetter-Cho， OReilly， Barnard-Brak， & Garcia-Grau， 2019）。Cunha等人认为在自然环境中对ASD群体的干预会有较好效果（Cunha，

Brando， Vascon-celos， Soares， & Carvalho， 2016）。但是McGillivray等人认为大学实验室的环境会最大程度地减少外界因素的干扰，提供较高信效度的实验数据（McGillivray & Evert， 2014）。为此，本研究根据以往研究结论将干预环境分为大学实验室、医院和特殊教育学校三组，分别探讨干预效果。其中，根据McGillivray等人的研究认为大学实验室环境最有利于提高干预效果，其次是特殊教育学校和医院 （McGillivray & Evert， 2014）。因此，本研究提出研究假设H4：干预环境可以调节干预效果且大学实验室的效果量最大。

国家地域。近期研究表明，ASD群体的情绪认知能力呈现出跨文化特征，干预效果会因为地区文化差异产生不同效果（郭琳琳， 2019）。Ratan认为北美地区由于率先进行此领域的研究因此具有丰富的实践经验，他认为在北美地区的干预效果好于欧洲地区（Ratan， Beyea， Li， & Graciano， 2020）。但是Kuhn等人提供的研究结果则证实了欧洲地区的干预效果是优于北美地区（Kuhn， & Carter， 2006）。为此，本研究将国家地域分为北美、欧洲和其他三组，分别探讨干预效果。本研究提出研究假设H5：国家地域可以调节干预效果且北美地区的效果量最大。

干预时长。Vogan等人认为对ASD群体情绪认知的干预时间越长越有效果（Vogan， Leung， Safar， Martinussen， Smith， & Taylor， 2018）。但是，Fitzpatrick等人认为干预时长对ASD群体的情绪认知能力没有相关性 （Fitzpatrick， Diorio， Richardson， & Schmidt， 2013）。为此，本研究将干预时长作为连续变量采用回归分析探讨干预时长对干预效果的影响。因此，本研究提出研究假设H6：干预时长可以调节干预效果。

干预频率。Smith等人认为一周52小时的高强度训练有助于ASD群体的情绪认知能力提升（Smith， Montagne， Perrett， Gill， & Gallagher， 2010）。Herba等人则认为一周36～52小时的强度训练依然可以达到显著的干预效果 （Herba， Landau， Russell， Ecker， & Phillips， 2006）。但是Kessels认为干预频率对ASD儿童的情绪认知能力没有相关性（Kessels， Spee， & Hendriks， 2010）。基于以上结论，本研究也将采用回归分析探讨干预频率对干预效果的影响。本研究提出研究假设H7：干预频率可以调节干预效果。

综上所述，本研究不仅会探讨ASD儿童情绪认知的干预效果而且考察干预方法、家庭参与、干预环境、国家地域、干预时长和干预频率的调节作用。对ASD儿童的情绪认知元分析，有利于进一步明确ASD儿童情绪认知和调节变量的关系，也为特殊教育教师的干预提供有效证据。

2研究方法

2.1文献检索与筛选

对EBSCO、Web of Science、SAGE、ERIC、万方、知网、维普数据库展开检索。检索采用主题词、自由词和布尔逻辑运算相结合的方式进行检索。检索时间为建库至2020年9月18日。检索式：“自闭症谱系障碍”（autism OR ASD OR autism spectrum disorder OR developmental disorder OR autis*）AND“情绪认知”“共情”“情绪认知能力”（emotion cognition OR empathy OR emotion cognition ability）AND“随机对照试验”（RCT OR randomized controlled trial）。

文献按以下标准纳入：（1）文献语言为中文或英文;（2）研究对象为医院确诊的ASD儿童，年龄区间4～12岁;（3）研究设计为随机对照实验;（4）研究目的以干预ASD儿童情绪认知能力为主;（5）经过同行评审的期刊论文或硕博论文;（6）有可以转化效果量的指标;（7）干预组仅接受情绪认知的干预，对照组接受常规干预或者不干预。

2.2文献质量评价

采用偏倚风险评估工具对文献进行质量评价。主要评价内为：随机分配方法、分配方案隐藏、对实施者与参与者采用盲法、结果数据的完整性、选择性报告研究结果以及有无其他来源的偏倚（Borenstein， Hedges， Higgins， & Rothstein， 2011）。根据偏倚风险工具的评价标准，完全满足4个及以上条目的质量标准，为低度偏倚;满足2个及以上条目的质量标准，为中度偏倚;只满足1个条目的质量标准，为高度偏倚（Lipsey， & Wilson， 2001）。为确保筛选过程的可靠性，避免主观偏见，文献质量评价由2名研究者独立完成，存在差异时由第三方决定。

2.3效果量选择

采用CMA 2.0軟件对数据进行分析。使用Cohens d作为干预组与对照组的效果量。在软件中输入干预组与对照组的样本量、后测均值和标准差，并计算效果量;如果没有报告后测均值或标准差，则选用后测均值差、p值、标准误进行计算。

2.4模型选择与异质性检验

此研究选择随机效果模型进行分析，主要由于ASD儿童的情绪认知干预可能受干预方法、干预时长、国家地域等因素的影响，因此采用随机对照效果模型更合理，在后续分析中还将采用异质性检验来验证模型的选择。

对于异质性检验，本研究采用Q值和I2指标进行评价。Q值是基于总变异的检验，假设效果量服从卡方分布，当p<0.05，表明显著异质（Borenstein， Hedges， Higgins， & Rothstein， 2011）;I2指研究之间的方差在总体方差中所占比例（Borenstein， Hedges， Higgins， & Rothstein， 2011）。一般将25%、50%、75%的I2值看作异质性低、中、高的界限（Borenstein， Hedges， Higgins， & Rothstein， 2011）。

2.5出版偏倚

出版偏倚指已经发表的研究不能全面地代表该领域已经完成的研究总体 （Higgins， & Thompson， 2002）。通过漏斗图、Eggers检验、失败安全系数和剪补法检验出版偏倚。漏斗图可以主观判断出版偏倚是否存在，Eggers检验采用线性回归法检验发表偏倚，如果不显著（p>0.05），则表明不存在发表偏倚。Nfs反映的是元分析结果在统计上显著时，还需要多少项研究没有统计学意义的研究才能让该元分析结果变得不显著（杨九民， 吴长城， 皮忠玲， 谢和平，2019）。该值越大越表明存在出版偏倚的可能性越小，结论推翻的可能性就越小，当Nfs小于5k+10时（k为纳入元分析的研究数）， 出版偏倚引起重视 （DerSimonian， & Laird， 1986）。剪补法通过先剪后补的方式使研究在平均效果量的左右两边对称分布，并重新估计合并效果量的真实值，若剪补后的效果量未发生显著变化，则可认为不存在发表偏倚（Rothstein， Sutton， & Borenstein， 2005）。

3研究结果

3.1文献检索结果

本研究初检共获得相关文献59篇，去除重复文献余下56篇，然后阅读标题和摘要进行初筛后获得文献41篇。经过全文阅读之后，最终按照纳入标准共纳入文献22篇。文献筛查流程图见图1。

3.2纳入文献的基本特征

本研究纳入22篇文献，共817名被试。ASD儿童年龄从4岁到12岁不等，干预时间为3～20周（M=8.05， SD=4.10），干预频率为15～90分钟/天（M=30.36， SD=19.08）。干预涉及6个国家地域，大部分采用韦氏智力量表测量ASD儿童的智力，一半的实证研究涉及家庭参与指标，在4个不同的干预环境中进行实验，采用科技辅助干预的数量多于非科技辅助干预。详见表1。

3.3文献质量评价结果

本研究纳入的文献全部采用随机数字法进行分组，分配方案隐藏、结果数据的完整性、选择性报告研究结果以及有无其他来源的偏倚均在文献中有详细介绍。但是有12篇文献没有涉及受试者的盲法评价。整体来看，尽管存在受试者盲法评价的高偏倚，但是本研究的文献质量处于中等偏上水平，22篇文献具有较好的代表性。

3.4研究结果

3.4.1整体效果检验

对文献进行异质性检验。通过异质性检验发现， I2=62.78%>50%，且Q检验p<0.01，提示元分析存在异质性，故选择随机效果模型。另外，ASD儿童的情绪认知干预效果量在0.45～0.93之间， d=0.69。因此，此次研究假设H1成立。

3.4.2出版偏倚检验

如图2所示，漏斗图的右侧散点分布较多，提示可能存在出版偏倚。采用失败安全系数进行分析，发现Nfs为430，说明在α为0.05的情况下，还需要430篇文章才能推翻现有结论，远大于120，即5k+10，此数据说明不存在出版偏倚问题。但是根据Eggers的分析结果来看，截距为4.58（p<0.05），提示本次研究有出版偏倚。对于以上三种不一致的结果，需要继续采用剪补法来检验出版偏倚对元分析结果的影响。经过分析，有4篇效果量小于平均效果量的研究缺失，它的加入会使得平均效果量减少，校订后d=0.41， 95%CI[0.14，0.68]。此数据说明，虽然元分析可能存在出版偏倚问题，但研究结论依然有效。

3.4.3调节变量效果检验

将调节变量分为类别变量和连续变量进行分析。结果发现干预方法显著调节于干预效果（Q=5.92， p=0.015）：科技辅助的效果量（Z=4.74， p<0.001）显著高于非科技辅助（Z=3.38， p=0.001）。干预环境（Q=3.77， p=0.291）、家庭参与（Q=0.15， p=0.696）和国家地域（Q=2.05， p=0.364）与效果量的异质性无关（表2）。因此，可得知研究假设H2成立，研究假设H3、H4和H5不成立。

然后对干预时长和干预频率2个连续变量进行调节分析。结果发现，干预时长（p=0.457）和干预频率（p=0.223）的回归方程模型结果不显著，干预时长和干预频率不能预测结果。简单来说，随着干预时长和干预频率的增加，ASD儿童情绪认知的干预效果不显著。因此，研究假设H6和H7不成立。

4讨论

4.1ASD儿童情绪认知的干预效果

本研究分析了ASD儿童情绪认知的干预效果，结果达到显著水平。此结论与Berggren等人的研究结论一致，均证实了ASD儿童的情绪认知能力可以被显著干预（Berggren， Engstrm， & Blte， 2016）。但是此结论的效果量低于Uljarevic等人的的研究（Uljarevic & Hamilton， 2013），分析原因：Uljarevic等进行的元分析未选择随机对照实验设计，主要采用单组实验或者非随机对照实验，这样会造成结果的不稳定性。需要注意的是，绝大多数实验选择的是高功能ASD儿童。虽然低功能ASD儿童由于认知能力或者交流问题可能会影响实验进程和结果，但是对于低功能ASD儿童的研究不能出现选择偏倚，否则会极大地降低实验信效度。另外，对于ASD儿童情绪认知的研究也应该从以下两个方面加以重视。

第一，重视ASD儿童情绪认知的纵向研究。DeRosa等人认为对ASD儿童情绪认知能力的干预效果会随时间的增加而降低，为此有必要对情绪识别的干预效果做追踪研究（DeRosa， Baaren， Dubey， Lee， Cuccaro， Vance， & Dykxhoorn， 2012）。

第二，提高ASD儿童情绪认知的泛化效果。已有研究表明，对实验环境下的ASD儿童情绪认识干预效果较好，但是脱离实验环境后，大多数ASD儿童表现出难以识别他人的面部表情，泛化能力有限等问题 （Ingersoll， Berger， Carlsen， & Hamlin， 2017; Molloy， Murray， Akers， Mitchell， & Manning-Courtney， 2011）。为此，如何提高干预的泛化效果是非常关键和迫切的问题。

4.2调节变量分析

不同的干预方法显著调节于干预效果，科技辅助的效果量显著高于非科技辅助。原因如下：

第一，以科技辅助的干预方法迎合了ASD儿童视觉优势学习的特点，多感官的刺激大幅度提升了ASD情绪识别的兴趣和专注度。例如，阿凡达技术在科技辅助干预中会根据ASD儿童视觉学习优势的特点重新设计教学策略，重点关注眼睛区域的变化从而强化情绪识别的行为，达到显著的干预效果。

第二，科技辅助干预会根据ASD儿童的认知特点进行动态化和个性化的教学，在干预中会降低ASD儿童的退缩行为和焦虑程度（肖建和，2020）。

第三，科技辅助的趣味性和娱乐性促进了ASD儿童的学习兴趣（柳慧萍，刘穿石， 2020）。

第四，科技辅助的干预方法减少了可能出现的主观因素（干预教师和家长）影响，保证了干预过程的客观性和完整性。值得一提的是，近年来以谷歌眼镜为代表的可穿戴设备在干预ASD儿童情绪认知的实践中起到了显著效果。例如，Voss等人利用改良的谷歌眼镜对6名4～7岁的ASD儿童进行的情绪认知干预实验。ASD儿童在不同干预环境中（家庭，公园和图书馆）识别自己父母的面部表情，利用谷歌眼镜的“情绪识别表情符号”对ASD兒童进行干预， 所有儿童的情绪识别能力都得到显著提升（Voss， Schwartz， Daniels， Kline， Haber， Washington， & Phillips， 2019）。同时，可穿戴设备的便捷性和高效性在一定程度上也解决了ASD儿童情绪识别泛化难的问题，值得研究者持续关注。

4.3非调节变量分析

对于其他类别变量，本研究的研究结果证实国家地域和干预环境在ASD儿童情绪识别的干预中不起调节作用。此结果与Watkins和McGillivray等人的观点不一致（Watkins， Ledbetter-Cho， OReilly， Barnard-Brak， & Garcia-Grau， 2019; McGillivray， & Evert， 2014），原因可能在于纳入文献的研究个数偏少，特别是在国家地域的变量中关于欧美地区的研究报告不及北美研究报告数量的一半，很大程度上影响了元分析的结果。对于连续变量，本研究的研究结果证实随着干预时长和干预频率的增加，对ASD儿童的情绪认知能力影响不显著。此结果与Vogan和Smith等人的观点不一致（Vogan， Leung， Safar， Martinussen， Smith， & Taylor， 2018; Smith， Montagne， Perrett， Gill， & Gallagher， 2010）。可能原因为ASD儿童情绪识别的干预时长绝大多数在10周左右的时间，而Vogan和Smith等人的干预时长维持了6个月之久，虽然可以保证ASD儿童的高强度干预训练，但不可避免的是会诱发个案的成熟效应，从而影响实验的内部效度。

值得說明的是，尽管家庭参与没有调节整体效果量，但是已有大量实证数据和综述研究表明有家庭参与的干预实验可以提高干预效果。此研究结论与上述发现不一致，原因如下：

第一，科技辅助的方法使得家长参与干预的机会变少。ASD儿童在干预教师的指导下可以完成大部分的任务，科技辅助呈现出动态的个性化信息，降低了ASD儿童与外界交流的次数和复杂性，提高了参与的积极性。

第二，父母特征（如父母的年龄、焦虑程度、经济状况等）都会影响ASD儿童的干预效果，在没有家庭参与的实验中仍会受到来自家庭的影响（汪斯斯， 闫燕， 赵勇帅， 2019）。最后，本元分析中纳入的父母特征资料不足，导致关于家庭的信息不全或者缺失较多，因此无法进一步分析讨论哪些与家庭有关的因素影响干预结果。

4.3研究不足与展望

本研究的不足包含以下几个方面：

（1）本研究搜集的随机对照实验由于相关变量的数据不完整，只统计了干预方法，干预时长等6种调节变量，还有更多可能的调节变量未纳入讨论范围;

（2）此研究重点关注了4～12岁的ASD儿童，成年ASD群体需要持续关注;

（3）纳入的中英文文献数量差异较大，研究存在语言发表偏倚的问题。

基于以上研究不足，未来研究可以考虑从以下角度深入开展：

（1）关注成年ASD群体的情绪认知干预;

（2）考察父母参与在ASD群体情绪认知干预中的作用，同时注重在不同干预方法下家长参与的作用。这样既可以深入了解家长参与在情绪认知中的影响，也可以为后续元分析提供充足的数据支撑;

（3）考虑搜集同伴参与和维持期延宕时间的数据。

本研究由于研究数量偏少，该结论在4～12岁的ASD儿童具有解释力，对亚组分析的解析来看不同干预方法具有显著的调节作用，今后的研究应该对更多的调节变量深入挖掘和分析，以期获得更为详尽的研究结果。

参考文献

*表示元分析用到的文献

郭琳琳 （2019）. 自闭症谱系障碍个体情绪认知及干预方法研究.中国特殊教育， 12（9）， 44-50.

柳慧萍， 刘穿石 （2020）. 动态图片结合回合式教学对自闭症儿童情绪识别能力的干预研究.中国特殊教育， 12（1）， 45-50.

刘乐元， 张孟地， 陈靓影， 李丹 （2017）. 融入阿凡达技术的孤独症儿童面部表情识别干预研究.中国特殊教育， 12（9）， 35-42.

*王娟 （2019）.《运输机》技术对自闭症谱系障碍儿童共情缺损的干预研究.硕士学位论文. 南京师范大学.

王瑞， 吕蓉， 梁涛 （2018）. 可穿戴设备在疾病管理中的应用进展.中华护理杂志， 12（1）， 114-116.

汪斯斯， 闫燕， 赵勇帅 （2019）. 自闭症谱系障碍群体社交技能的干预：效果及其影响因素的元分析.中国特殊教育， 12（10）， 43-51.

肖建和 （2020）.自闭症儿童负性情绪面部表情识别的行为干预研究.硕士学位论文. 江西师范大学.

杨九民， 吴长城， 皮忠玲， 谢和平 （2019）. 促进学习还是干扰学习——弹幕对学习影响的元分析.电化教育研究， 40（6）， 84-90.

*严宇虹 （2016）.基于共情—系统化理论的儿童自闭症干预研究.硕士学位论文. 南京师范大学.

周森（2020）. 近十年沉浸式虚拟现实技术在自闭症矫治中的应用及展望.现代特殊教育，  24（20）， 63-69.

*Beaumont， R.， & Sofronoff， K. （2008）. A multi-component social skills intervention for children with Asperger syndrome： The Junior Detective Training Program.Journal of Child Psychology and Psychiatry， 49（7）， 743-753.

Berggren， S.， Engstrm， A.， & Blte， S. （2016）. Facial affect recognition in autism， ADHD and typical development.Cognitive Neuropsychiatry， 21（3）， 213-227.

Borenstein， M.， Hedges， L. V.， Higgins， J. P.， & Rothstein， H. R. （2011）.Introduction to meta-analysis. New Jersey： John Wiley & Sons.

Cunha， P.， Brando， J.， Vasconcelos， J.， Soares， F.， & Carvalho， V. （2016）. Augmented reality for cognitive and social skills improvement in children with ASD.Cognitive Neuropsychiatry， 21（9）， 242-250.

de Vries， M.， & Geurts， H. M. （2012）. Cognitive flexibility in ASD; task switching with emotional faces.Journal of Autism and Developmental Disorders， 42（12）， 2558-2568.

DeRosa， B. A.， Van Baaren， J. M.， Dubey， G. K.， Lee， J. M.， Cuccaro， M. L.， Vance， J. M.， ... & Dykxhoorn， D. M. （2012）. Derivation of autism spectrum disorder-specific induced pluripotent stem cells from peripheral blood mononuclear cells.Neuroscience Letters， 516（1）， 9-14.

DerSimonian， R.， & Laird， N. （1986）. Meta-analysis in clinical trials.Contemporary clinical trials， 7（3）， 177-188.

Fitzpatrick， P.， Diorio， R.， Richardson， M.， & Schmidt， R. （2013）. Dynamical methods for evaluating the time-dependent unfolding of social coordination in children with autism.Frontiers in Integrative Neuroscience， 7（11）， 21-25.

*Golan， O.， & Baron-Cohen， S. （2006）. Systemizing empathy： Teaching adults with Asperger syndrome or high-functioning autism to recognize complex emotions using interactive multimedia.Development and Psychopathology， 18（2）， 591-617.

*Golan， O.， Ashwin， E.， Granader， Y.， McClintock， S.， Day， K.， Leggett， V.， & Baron-Cohen， S. （2010）. Enhancing emotion recognition in children with autism spectrum conditions： An intervention using animated vehicles with real emotional faces.Journal of Autism and Developmental Disorders， 40（3）， 269-279.

Harms， M. B.， Martin， A.， & Wallace， G. L. （2010）. Facial emotion recognition in autism spectrum disorders： A review of behavioral and neuroimaging studies.Neuropsychology Review， 20（3）， 290-322.

Herba， C. M.， Landau， S.， Russell， T.， Ecker， C.， & Phillips， M. L. （2006）. The development of emotion-processing in children： Effects of age， emotion， and intensity.Journal of Child Psychology and Psychiatry， 47（11）， 1098-1106.

Higgins， J. P.， & Thompson， S. G. （2002）. Quantifying heterogeneity in a meta-analysis.Statistics in Medicine， 21（11）， 1539-1558.

*Hopkins， I. M.， Gower， M. W.， Perez， T. A.， Smith， D. S.， Amthor， F. R.， Wimsatt， F. C.， & Biasini， F. J. （2011a）. Avatar assistant： Improving social skills in students with an ASD through a computer-based intervention.Journal of Autism and Developmental Disorders， 41（11）， 1543-1555.

*Hopkins， I. M.， Gower， M. W.， Perez， T. A.， Smith， D. S.， Amthor， F. R.， Wimsatt， F. C.， & Biasini， F. J. （2011b）. Avatar assistant： Improving social skills in students with an ASD through a computer-based intervention.Journal of Autism and Developmental Disorders， 41（11）， 1543-1555.

Ingersoll， B.， Berger， N.， Carlsen， D.， & Hamlin， T. （2017）. Improving social functioning and challenging behaviors in adolescents with ASD and significant ID： A randomized pilot feasibility trial of reciprocal imitation training in a residential setting.Developmental Neurorehabilitation， 20（4）， 236-246.

Jones， A. P.， Happé， F. G.， Gilbert， F.， Burnett， S.， & Viding， E. （2010）. Feeling， caring， knowing： Different types of empathy deficit in boys with psychopathic tendencies and autism spectrum disorder.Journal of Child Psychology and Psychiatry， 51（11）， 1188-1197.

Kandalaft， M. R.， Didehbani， N.， Krawczyk， D. C.， Allen， T. T.， & Chapman， S. B. （2013）. Virtual reality social cognition training for young adults with high-functioning autism.Journal of Autism and Developmental Disorders， 43（1）， 34-44.

Karst， J. S.， & Van Hecke， A. V. （2012）. Parent and family impact of autism spectrum disorders： A review and proposed model for intervention evaluation. Clinical Child and Family Psychology Review， 15（3）， 247-277.

Kelly， A. B.， Garnett， M. S.， Attwood， T.， & Peterson， C. （2008）. Autism spectrum symptomatology in children： The impact of family and peer relationships.Journal of Abnormal Child Psychology， 36（7）， 1069-1074.

Kessels， R.， Spee， P.， & Hendriks， A. （2010）. Perception of dynamic facial emotional expressions in adolescents with autism spectrum disorders （ASD）.Translational Neurosci-ence， 12（3）， 228-232.

Kuhn， J. C.， & Carter， A. S. （2006）. Maternal self-efficacy and associated parenting cognition among mothers of children with autism.American Journal of Orthopsychiatry， 76（4）， 564-575.

Kuusikko， S.， Haapsamo， H.， Jansson-Verkasalo， E.， Hurtig， T.， Mattila， M. L.， Ebeling， H.， & Moilanen， I. （2009）. Emotion recognition in children and adolescents with autism spectrum disorders.Journal of Autism and Developmental Disorders， 39（6）， 938-945.

Lipsey， M. W.， & Wilson， D. B. （2001）.Practical meta-analysis. London： SAGE publications， Inc.

*Lopata， C.， Lipinski， A. M.， Thomeer， M. L.， Rodgers， J. D.， Donnelly， J. P.， McDonald， C. A.， & Volker， M. A. （2017）. Open-trial pilot study of a comprehensive outpatient psychosocial treatment for children with high-functioning autism spectrum disorder.Autism， 21（1）， 108-116.

*Lopata， C.， Thomeer， M. L.， Rodgers， J. D.， Donnelly， J. P.， & McDonald， C. A. （2016）. RCT of mind reading as a component of a psychosocial treatment for high-functioning children with ASD.Research in Autism Spectrum Disorders， 21（9）， 25-36.

*Lopata， C.， Thomeer， M. L.， Lipinski， A. M.， Donnelly， J. P.， Nelson， A. T.， Smith， R. A.， ... & Volker， M. A. （2015）. RCT examining the effect of treatment intensity for a psychosocial treatment for high-functioning children with ASD. Research in Autism Spectrum Disorders， 17（14）， 52-63.

*Lopata， C.， Thomeer， M. L.， Volker， M. A.， Toomey， J. A.， Nida， R. E.， Lee， G. K.， ... & Rodgers， J. D. （2010）. RCT of a manualized social treatment for high-functioning autism spectrum disorders.Journal of Autism and Developmental Disorders， 40（11）， 1297-1310.

McGillivray， J. A.， & Evert， H. T. （2014）. Group cognitive behavioral therapy program shows potential in reducing symptoms of depression and stress among young people with ASD.Journal of Autism and Developmental Disorders， 44（8）， 2041-2051.

Meirsschaut， M.， Roeyers， H.， & Warreyn， P. （2010）. Parenting in families with a child with autism spectrum disorder and a typically developing child： Mothers experiences and cognition.Research in Autism Spectrum Disorders， 4（4）， 661-669.

Molloy， C. A.， Murray， D. S.， Akers， R.， Mitchell， T.， & Manning-Courtney， P. （2011）. Use of the Autism Diagnostic Observation Schedule （ADOS） in a clinical setting.Autism， 15（2）， 143-162.

Narzisi， A.， Posada， M.， Barbieri， F.， Chericoni， N.， Ciuffolini， D.， Pinzino， M.， ... & Calderoni， S. （2020）. Prevalence of autism spectrum disorder in a large Italian catchment area： A school-based population study within the ASDEU project.Epidemiology and Psychiatric Sciences， 29（1）， 33-42.

*Petrovska， I. V.， & Trajkovski， V. （2019）. Effects of a Computer-Based Intervention on Emotion Understanding in Children with Autism Spectrum Conditions.Journal of Autism and Developmental Disorders， 49（10）， 4244-4255.

Pouw， L. B.， Rieffe， C.， Oosterveld， P.， Huskens， B.， & Stockmann， L. （2013）. Reactive/proactive aggression and affective/cognitive empathy in children with ASD.Research in Developmental Disabilities， 34（4）， 1256-1266.

Ratan， R.， Beyea， D.， Li， B. J.， & Graciano， L. （2020）. Avatar characteristics induce users behavioral conformity with small-to-medium effect sizes： A meta-analysis of the proteus effect.Media Psychology， 23（5）， 651-675.

Reichow， B.， Steiner， A. M.， & Volkmar， F. （2012）. Social skills groups for people aged 6 to 21 with autism spectrum disorders （ASD）.Campbell Systematic Reviews， 8（1）， 1-76.

*Rice， L. M.， Wall， C. A.， Fogel， A.， & Shic， F. （2015）. Computer-assisted face processing instruction improves emotion recognition， mentalizing， and social skills in students with ASD.Journal of Autism and Developmental Disorders， 45（7）， 2176-2186.

Rothstein， H. R.， Sutton， A. J.， & Borenstein， M. （2005）. Publication bias in meta-analysis.Publication bias in meta-analysis： Prevention， assessment and adjustments， 21（1）， 2-7.

*Russo-Ponsaran， N. M.， Evans-Smith， B.， Johnson， J.， Russo， J.， & McKown， C. （2016）. Efficacy of a facial emotion training program for children and adolescents with autism spectrum disorders.Journal of Autism and Developmental Disorders， 40（1）， 13-38.

Saadatzi， M. N.， Pennington， R. C.， Welch， K. C.， & Graham， J. H. （2018）. Small-group technology-assisted instruction： Virtual teacher and robot peer for individuals with autism spectrum disorder.Journal of Autism and Developmental Disorders， 48（11）， 3816-3830.

Saban， M. T.， & Kirby， A. （2019）. Empathy， social relationship and co-occurrence in young adults with DCD.Human Movement Science， 63（10）， 62-72.

Smith， M. J. L.， Montagne， B.， Perrett， D. I.， Gill， M.， & Gallagher， L. （2010）. Detecting subtle facial emotion recognition deficits in high-functioning autism using dynamic stimuli of varying intensities.Neurophysiology， 48（9）， 2777-2781.

*Solomon， M.， Goodlin-Jones， B. L.， & Anders， T. F. （2004）. A social adjustment enhancement intervention for high functioning autism， Aspergers syndrome， and pervasive developmental disorder NOS. Journal of Autism and Developmental Disorders， 34（6）， 649-668.

*Soorya， L. V.， Siper， P. M.， Beck， T.， Soffes， S.， Halpern， D.， Gorenstein， M.， ... & Wang， A. T. （2015）. Randomized comparative trial of a social cognitive skills group for children with autism spectrum disorder.Journal of the American Academy of Child & Adolescent Psychiatry， 54（3）， 208-216.

Sukhodolsky， D. G.， Bloch， M. H.， Panza， K. E.， & Reichow， B. （2013）. Cognitive-behavioral therapy for anxiety in children with high-functioning autism： A meta-analysis.Pediatrics， 132（5）， 1341-1350.

*Thomeer， M. L.， Smith， R. A.， Lopata， C.， Volker， M. A.， Lipinski， A. M.， Rodgers， J. D.， ... & Lee， G. K. （2015）. Randomized controlled trial of mind reading and in vivo rehearsal for high-functioning children with ASD.Journal of Autism and Developmental Disorders， 45（7）， 2115-2127.

*Thomeer， M. L.， Lopata， C.， Volker， M. A.， Toomey， J. A.， Lee， G. K.， Smerbeck， A. M.， ... & Smith， R. A. （2012）. Randomized clinical trial replication of a psychosocial treatment for children with high-functioning autism spectrum disorders.Psychology in the Schools， 49（10）， 942-954.

Uljarevic， M.， & Hamilton， A. （2013）. Recognition of emotions in autism： A formal meta-analysis.Journal of Autism and Developmental Disorders， 43（7）， 1517-1526.

Vogan， V. M.， Leung， R. C.， Safar， K.， Martinussen， R.， Smith， M. L.， & Taylor， M. J. （2018）. Longitudinal examination of everyday executive functioning in children with ASD： relations with social， emotional， and behavioral functioning over time.Frontiers in Psychology， 21（9）， 1774-1781.

*Voss， C.， Schwartz， J.， Daniels， J.， Kline， A.， Haber， N.， Washington， P.， ... & Phillips， J. M. （2019）. Effect of wearable digital intervention for improving socialization in children with autism spectrum disorder： A randomized clinical trial.JAMA Pediatrics， 173（5）， 446-454.

Watkins， L.， Ledbetter-Cho， K.， OReilly， M.， Barnard-Brak， L.， & Garcia-Grau， P. （2019）. Interventions for students with autism in inclusive settings： A best-evidence synthesis and meta-analysis.Psychological Bulletin， 145（5）， 490-523.

*Weiss， J. A.， Thomson， K.， Burnham Riosa， P.， Albaum， C.， Chan， V.， Maughan， A.， ... & Black， K. （2018）. A randomized waitlist-controlled trial of cognitive behavior therapy to improve emotion regulation in children with autism.Journal of Child Psychology and Psychiatry， 59（11）， 1180-1191.

*Williams， B. T.， Gray， K. M.， & Tonge， B. J. （2012）. Teaching emotion recognition skills to young children with autism： A randomized controlled trial of an emotion training programme.Journal of Child Psychology and Psychiatry， 53（12）， 1268-1276.

*Young， R. L.， & Posselt， M. （2012）. Using the transporters DVD as a learning tool for children with autism spectrum disorders （ASD）.Journal of Autism and Developmental Disorders， 42（6）， 984-991.