孤独症谱系障碍与注意缺陷多动障碍眼动特点及其诊断价值☆

姜幸智 闫晓娜 甘华松 周亚莉 王文强

同属发育障碍的孤独症谱系障碍（autism spectrum disorders，ASD）和注意缺陷多动障碍（attention deficit hyperactivity disorder，ADHD）具有相当多重叠症状，包括不恰当的社交互动、注意力不能集中、情绪调节困难和学习障碍等表现[1]。研究表明有1/3～1/2的ASD患者存在ADHD症状，而2/3的ADHD患者也具有ASD特点[2]。这使临床诊断及鉴别诊断复杂化，因此寻找快速有效的行为学生物标志帮助快速诊断ASD与ADHD具有重要意义。人通过视觉感知外界刺激，进而对刺激进行加工判断。眼球运动反映视觉信息的选择，可揭示认知加工的心理机制，眼动技术的出现为探讨眼动轨迹、注意模式等研究提供了帮助。本研究就ASD与ADHD儿童在视觉搜索、共同注意方面的眼动特点进行研究，并构建眼动诊断模型，为建立临床客观诊断指标提供参考。

1 对象与方法

1.1 研究对象 ASD与ADHD患者均来自2019年1月至2020年12月厦门市仙岳医院的门诊患者。

ASD组入组标准：①符合《精神障碍诊断与统计手册第5版》（DSM-5）ASD诊断标准；②年龄6～12岁；③首次就诊，并且首次接受治疗。排除标准：①既往或目前患有其他精神疾病；②患有重大躯体疾病；③不能配合者。共收集23例ASD患儿，其中4例因眼动数据不合格而排除，最终纳入19例。

ADHD组入组标准：①符合DSM-5中ADHD诊断标准；②年龄6～12岁；③首次就诊，并且首次接受治疗。排除标准同ASD组。共收集35例ADHD患儿，其中2例因眼动数据不合格而排除，最终纳入33例。

正常发育（typical developing，TD）组为从厦门市观音山音乐学校采用分层抽样方法抽取的儿童。入组标准：①身体健康，既往及目前未患重大躯体疾病及精神疾病；②年龄6～12岁，与ASD组和ADHD组年龄、性别相匹配。排除标准同ASD组。共收集32名儿童，其中1名因眼动数据不合格而排除，最终纳入31名。

1.2 研究方法

1.2.1 眼动仪器 采用瑞典Tobii Techoloyg公司生产的Tobii Pro Lab台式眼动仪及其配套的Tobii Studio分析软件，收集所有被试眼动数据。

1.2.2 眼动范式 眼动范式包括6组动态视频，本研究中仅选用与研究目的相关的2组视频，即视觉搜索视频和共同注意视频，见图1。

图1 眼动范式示意图 A为视觉搜索视频；B为共同注意模式视频。

视觉搜索视频呈现8个相同字母“P”，排列如图1 A所示，其中有1个字母与其他7个字母方向相反（倒置），被试者需在视频开始后找出倒置字母，共有18次该搜索过程，记录被试用时长短及关注程度。共同注意模式视频有两种呈现方式，一种是眼睛引导，即受试者追随视频中人物的眼球转动方向而注视目标物 （如图1 B中condition 2），另一种是头部引导，即被试者跟随视频中人物头部转动方向而注视目标物（如图1 B中condition 1），该段视频共进行8次追随运动。视频呈现期间不以任何形式打断观看过程，如受试者不能坚持看完或超过3次以上的提醒仍不能认真观看则终止测试。

1.2.3 分析指标 在数据采集过程中，使用Tobii Pro Lab分析软件的矩形工具来划定感兴趣区域（area of interest，AOI）。 眼动分析指标为总注视时间（total fixation duration，TFD）、首次进入时间（time to first fixation，TFF）、首个注视点的注视时长（first fixation duration，FFD）、 总访问时间 （total visit duration，TVD）、总扫视时间（total glance duration，TGD）、平均扫视时间 （average glance duration，AGD）。眼动指标时长以毫秒（ms）记录。这些指标反映注意目标物的持续时间，时间越短，提示视觉搜索或共同注意能力越差。

1.3 统计学方法 使用SPSS 25.0进行统计学分析。年龄等资料以±s描述，组间比较采用单因素方差分析；眼动各指标非正态分布，以M（QL，QU）描述，组内比较采用配对Wilcoxon检验，组间比较使用Kruskal-Wallis H检验。采用logistic回归（LR模型）筛选眼动指标并建立诊断模型，采用受试者工作特征曲线（receiver operating characteristic curve，ROC）分析模型诊断价值。检验水准α=0.05，双侧检验。

2 结果

2.1 一般资料 ASD组19例患儿，年龄（8.6±1.9）岁，男15例，女4例。ADHD组33例患儿，年龄（9.1±2.1）岁，男 26例，女 7例。 对照组 31名儿童，年龄（8.6±1.9）岁，其中男 24名，女 7名。3组年龄 （F=0.731，P=0.484）、性别 （=0.733，P=0.693）差异无统计学意义。

2.2 视觉搜索视频 3组受试者视觉搜索视频中TFD、TVD、TGD、ADG指标差异有统计学意义 （P＜0.01），其中 ADHD 组较 TD 组差（P＜0.05），而 ASD组与ADHD组、TD组的视觉搜索无统计学差异（P＞0.05）。 见表 1。

表1 ASD组、ADHD组、TD组受试者观看视觉搜索视频眼动指标

2.3 共同注意视频 在眼睛引导下的共同注意模式视频中，3 组受试者 TFD、FFD、TVD、TGD、AGD指标差异有统计学意义（P＜0.05），其中ASD组、ADHD组均较 TD组差 （P＜0.05）， 而 ASD组与ADHD组差异无统计学意义（P＞0.05），见表2。在头部引导下的共同注意模式视频中，3组受试者TFD、FFD、TVD、TGD、AGD 指标差异有统计学意义（P＜0.05），其中 ASD 组较 TD 组差（P＜0.05），ASD组与ADHD组、ADHD组与TD组差异无统计学意义（P＞0.05），见表 2。

表2 ASD组、ADHD组、TD组受试者观看共同注意模式视频眼动指标

组内比较眼睛引导和头部引导共同注意各指标，ADHD 组头部引导下 TFD（Z=1.393，P=0.016）、TVD（Z=2.437，P=0.015）、TGD（Z=2.437，P=0.015）较眼睛引导下更好，ASD组、TD组两种情况共同注意指标无统计学差异（P＞0.05）。

2.4 ASD、ADHD基于logistic回归分析的眼动诊断模型

2.4.1 ASD眼动诊断模型 通过logistic回归筛选眼动指标构建的ASD诊断LR模型为log（P）=1.647＋0.000127×TFF头部引导－0.000702× TFD眼睛引导。绘制ROC曲线见图2。该模型对19例ASD患儿诊断阳性14例，阴性5例；对31名TD儿童诊断阳性3名，阴性28名。该模型灵敏度73.7%，特异度90.3%，准确度84.0%。

图2 诊断模型区分ASD和TD儿童的ROC曲线

2.4.2 ADHD眼动诊断模型 通过logistic回归筛选眼动指标构建的ADHD诊断LR模型为log（P）=2.035-0.00259×TVD眼睛引导。 绘制 ROC 曲线见图3。该模型对33例ADHD患儿诊断阳性25例，阴性8例；对TD儿童诊断阳性10名，阴性21名。其灵敏度75.8%，特异度67.7%，准确度71.9%。

图3 诊断模型区分ADHD和TD儿童的ROC曲线

3 讨论

视觉搜索是个体在某背景中找到特定刺激的过程。在现实世界人们经常需要通过视觉搜索在环境中获取有价值的信息来决定接下来的言语和行为。已有研究表明ASD患者在视觉搜索任务中有更优异的表现，其搜索用时更短[3-5]。然而，本研究的结果并未发现ASD患儿的视觉搜索能力较TD儿童有优势，这与既往研究[3-5]结果不一致。原因可能是研究中采用的范式不同。同时还需考虑以下因素：本研究ASD组样本量较小；刺激物的特征会影响ASD患者的搜索性能[6]；搜索模型会影响研究结果，目前的视觉搜索模型并不能完全与真实的社会场景相吻合。

与既往研究结果一致的是ADHD患儿的视觉搜索较TD儿童差，ADHD患者在进行视觉搜索时由于注意力分散，其发现目标物的速度通常慢于TD儿童，且对于目标物的注视时间较TD儿童短[7]。另外，ADHD患者注意力不集中还表现为不能注意到事物的细节、粗心大意，本研究视觉搜索视频中由于目标物与干扰物都为字母“P”，仅仅字母的放置方向相反，对于ADHD患者来说这样细小的差异可能不足以引起其注意，故ADHD患者视觉搜索能力差的原因在于其注意力缺陷。

共同注意是通过跟随和引导产生的关注，是两个人对某一物体或者事件分享彼此的注意力，并能关注对方对这个物体或事件注意力的能力[8]。本研究中的视频便是通过眼睛和头部的转向发起共同注意。

目前已有研究证明ASD患儿较TD儿童共同注意能力差，并且ASD患者共同注意的反应和启动均较TD儿童延迟[9]。在本研究中无论是眼睛还是头部引导下的共同注意都证实了ASD患者的共同注意较差。

共同注意能力与特定的视觉注意机制有关。注意包括脱离、转移、固定3种成分。注意脱离是指注意从特定视觉刺激脱离，注意脱离不良意味着注意力黏性（黏性注意力）增加。黏性注意力会限制儿童探索和了解世界的能力，无法在视觉上流畅地转移注意力，这将极大地限制儿童所要观察和学习的内容，并且可能对认知能力产生广泛而深远的影响[10]。ASD的刻板行为、兴趣狭窄可能是患者注意脱离不良所带来的后果。换言之，共同注意能力差可能是导致ASD患者重复刻板行为及狭窄兴趣的原因之一[11]。并且由于ASD患者缺乏与他人分享注意力的社会动机[11]，使得ASD患儿更难与他人分享其注意力。在本研究结果中，ADHD组在眼睛引导下的共同注意较TD组差，而在头部引导下与TD组和ASD组无明显差异。注意力不集中为ADHD患者的主要症状，主要表现为有意注意不持久、注意转换快、不能关注细节等。在本研究中ADHD患者在眼睛引导下共同注意较TD组差，而在头部引导下则与TD组无明显差异，这或许可以用ADHD患者关注细节能力差来解释：因为眼球转动幅度小，不足以引起ADHD患者的注意力，所以ADHD组眼睛引导的共同注意明显较TD组差；而头部运动幅度明显，能明显引起ADHD患者的注意力，所以在头部引导的共同注意模式视频中，ADHD患者的结果与TD组无明显区别。且3组受试者组内比较的结果也支持这一推论。

综上，共同注意模式的眼动指标能对ASD与ADHD进行区分，即在眼睛和头部引导的共同注意下表现都较差的是ASD，仅在眼睛引导下表现差的是ADHD。进一步采用logistic回归分析发现6项指标中对ASD诊断有贡献的是头部引导TFF指标、眼睛引导TFD指标，对ADHD诊断有贡献的是眼睛引导TVD指标，而且构建的模型诊断灵敏度、特异度、准确度均较高，为眼动指标用于ASD和ADHD的诊断提供了参考。未来研究需增加样本量，优化眼动指标选择，进一步探索眼动特征的诊断价值。