不同注意条件对孤独症儿童视听整合的影响

宋博海，谭成慧，张雨晴，茹晓媛，邱俊杰，刘电芝

（1.苏州大学教育学院，苏州 215123；2.中国人民大学心理学系，北京 100872；3.岭南师范学院广东省特殊儿童发展与教育重点实验室，湛江 524048）

在日常生活中，我们被视觉、听觉、触觉等多种感觉通道的信息所包围。个体必须同时接受和处理相关感觉通道所提供的信息才能获得对事物的整体感知。这种将多个相互作用的感觉通道信息整合为统一、连贯和稳定的知觉的过程就是多感觉整合(multisensory integration, MSI)[1，2]。研究发现与单感觉通道刺激相比，多感觉通道的刺激更容易吸引注意，可以更快、更准确地被辨别或检测[3,4]，这种现象被称为“冗余信号效应”(redundant signal effect,RSE)[5]。已有研究发现孤独症谱系障碍(autism spectrum disorders,ASD)个体存在多感觉整合缺陷，难以整合多种感觉通道的信息以获得统一的知觉。他们较典型发展(typically developing,TD)个体而言，具有较宽的时间窗(temporal binding window,TBW)、快速视听时间再校准(rapid audiovisual temporal recalibration)能力不足等缺陷[6]。ASD 儿童的多感觉整合缺陷可能对其非典型社会行为产生重要影响[7，8]，导致ASD儿童发展语言、社交等高级技能存在困难，难以在社交情境中理解他人意图[9]。

注意在多感觉整合中起着重要作用，不仅能够帮助大脑选择不同通道中有关联的感觉信息整合成统一的知觉[10]，还能调节视听整合过程。另外，注意不仅能指向不同的空间位置，还能指向不同的感觉通道[11]，因此注意也可以分为选择性注意(只注意单个感觉通道信息)和分配性注意(同时注意两个或以上的感觉通道信息)[12]。一项ERP研究表明，当注意指向不同的通道而非空间位置时，能够有效地提高信息加工的速度[13]。Mozolic等人[14]的研究考察了选择性注意和分配性注意对成人视听言语整合的影响，发现在选择性注意条件下，成人的视听整合能力减弱。Yang 等人[15]使用视觉和/或听觉检测任务检验学龄期儿童在选择性注意和分配性注意之间的视听整合能力是否存在差异，发现学龄期儿童在选择性注意下的视听整合能力弱于分配性注意下的视听整合能力，这与前人的研究结果一致[16，17]。偏向竞争模型(biased competition model)假说认为这可能是由于选择性注意能够抑制无关的神经反应，仅增强所选通道的神经反应[12]。即当注意集中在某个感觉通道时，会增强此通道信息的神经反应，抑制其他被忽略通道信息的神经反应，所以选择性注意条件下较难产生视听整合加工。

Foxe 等人[18]在多感觉语音整合任务中发现5～12 岁的ASD 儿童与对照组相比存在非典型多感觉整合。Brandwein等人[19，20]使用冗余信号效应和竞争模型分析发现ASD儿童在整合低水平、非社会性的多感觉刺激方面存在缺陷。综合表明ASD 儿童可能对社会性和非社会性刺激都存在普遍的多感觉整合缺陷[21]。此外，Beker 等人[22]梳理了ASD个体多感觉整合的文献并重点关注发展轨迹，发现多感觉整合缺陷普遍存在于ASD 儿童中，而在年龄较大的ASD青少年和成人中多感觉整合缺陷似乎得到了很大改善。但目前未发现考察注意对ASD 儿童视听整合影响的研究，仅发现Magnee 等人[23]使用干扰物操纵注意以研究注意如何影响高功能ASD 成人多感觉情绪信息的整合。研究者在实验中，随机向ASD成人和年龄、智力相匹配的对照组呈现视觉（情绪面孔）、听觉（情绪声音）和视听（一致或不一致的情绪面孔-声音对）刺激。在单通道条件下，被试被要求注意面孔或声音刺激。而对于视听刺激，则包含三种注意条件：简单的选择性注意（忽略面孔和声音，只注意面孔左脸颊或右脸颊上的数字0～9，并只对“3”进行反应）、困难的选择性注意（同样要求只注意左脸颊和右脸颊上的数字，当这两个数字加起来为10时，才做出反应）和分配性注意条件（同时注意面孔和声音刺激，并做出相应的反应）。结果发现ASD成人仅在简单的选择性注意任务下表现出多感觉整合，而对照组在简单的选择性注意和分配性注意任务中都出现了多感觉整合，表明ASD成人能够处理多感觉情绪刺激，且ASD的非典型感觉加工是继发于注意的。由于年龄和发育的限制，ASD 儿童的视听整合能力较ASD 成人更差[22]。因此，本研究试图考察注意是否同样能够影响ASD 儿童的视听整合能力。

另外，由于ASD 个体对人物面孔等社会性刺激注视时间较短[24]且在识别他人面部表情方面存在不足[25]，这种固有的加工障碍可能会对研究结果造成影响，从而导致研究结果不完全是注意对多感觉整合的影响。因此，本研究主要通过指向不同感觉通道的线索材料形成选择性注意和分配性注意两种注意条件，并采用ASD儿童较偏爱的简单几何图形材料[26]，考察ASD 儿童在这两种注意条件下是否会产生视听整合，以及注意条件对其与TD 儿童视听整合方面的影响是否存在差异，为未来以ASD 儿童多感觉整合功能为重点的干预训练提供新的视角和依据。

1 方法

1.1 被试

通过线上海报和线下传单招募等方式共招募30名5～12岁的高功能ASD儿童和30名5～11岁年龄、智力与之匹配的TD儿童参与实验。但由于7名ASD 儿童的反应时过长（超过平均反应时三个标准差）被剔除，最终有效被试为23名ASD儿童和30名TD儿童。被试的基本信息见表1。所有招募的ASD儿童均有具有精神病学专业知识的儿童临床医生开具的诊断报告，并符合DSM-V[27]中的孤独症诊断标准。同时实验采用中文版的孤独症治疗评估量表(Autism Treatment Evaluation Checklist,ATEC)[28]和社会反应量表(Social Responsiveness Scale,SRS)[29]对孤独症儿童的诊断进行补充验证。此外，还采用中文版联合型瑞文测验（CRT）对两组儿童的智力进行测试和匹配。两组儿童在年龄(P=0.166)和智力(P=0.065)上差异不显著，具体结果见表1。研究取得了所有儿童家长的书面知情同意书，并经苏州大学教育学院伦理委员会批准。所有儿童的视力或矫正视力正常，听力正常，无重大疾病史。儿童完成实验后可以参与抽奖获得一些小奖品作为报酬。

表1 被试基本信息及组间差异比较

1.2 实验仪器和材料

实验刺激呈现在ROG PG279G型号的液晶显示器上，屏幕分辨率为1024×768 像素，刷新率为60 Hz，屏幕中心距离被试60 cm。实验程序采用EPrime 2.0 编制。所有视觉刺激呈现在黑色背景上，注视屏主要呈现白色(RGB:255,255,255)的中央注视点“+”(视角0.05°×0.05°)，以及三种注意线索材料，分别为白色的“请注意看”“请注意听”“请注意看和听”（为方便儿童理解，减轻认知负荷，在实验过程中，将“看”和“听”用符号表示，具体形式见图1，并在指导语中解释符号含义）。刺激屏主要包括视觉刺激、听觉刺激、视听刺激。视觉刺激是随机出现在屏幕中央的白色圆形或方形图片。听觉刺激是采用“配音家”微信小程序制作的由同一人声读出的“圆形”或“方形”声音，并经过Adobe Audition 2020进行统一处理，实验中通过Logitech 头戴式耳机呈现(响度为60 dB)。视听刺激由同时呈现的视觉和听觉刺激组成，形成语义一致和不一致的视听刺激。

图1 不同注意条件对ASD儿童视听整合影响的流程图

1.3 实验设计与实验程序

采用2（被试类型：ASD 儿童、TD 儿童）*2（注意条件：选择性注意、分配性注意）*4（目标刺激类型：纯视觉刺激、纯听觉刺激、视听一致刺激、视听不一致刺激）的三因素混合实验设计。被试类型是被试间变量，注意条件和目标刺激类型是被试内变量。因变量为反应时和正确率。实验一共180 个试次，每个试次持续约5 s。其中20 个试次为练习试次，正式实验包含160个试次。正式实验做完80个试次可以休息2～3 min，整个实验持续约20 min。

实验中，首先在屏幕中央呈现注视点“+”1000 ms。注视点消失后在屏幕中央随机呈现三种注意线索中的一种，持续1500 ms。接着再次在屏幕中央呈现注视点“+”1000 ms。之后呈现刺激屏，随机呈现一种目标刺激，呈现700 ms（具体流程见图1）。被试需要根据注意线索对目标刺激进行按键反应。具体按键规则如下：“请注意看”表明在随机出现的视觉刺激、视听刺激中只需要注意视觉内容，忽略听觉内容，即只要出现圆形图片就按1键，出现方形图片就按2键，忽略是否有声音以及具体是什么声音；“请注意听”即在随机出现的听觉刺激、视听刺激中只注意听觉内容，忽略视觉内容，即听到“圆形”的声音按1键，“方形”按2键；“请注意看和听”需要对视觉、听觉、视听刺激都要做出反应，即看到/听到/同时看到和听到圆形的图片和/或声音按1键，看到/听到/同时看到和听到方形的图片和/或声音按2键，看到和听到的图片和声音刺激不一致时按0键。

1.4 数据分析

对所有被试的正确率和反应时进行重复测量方差分析，考察是否产生了冗余信号效应，即双通道刺激的反应时是否显著短于任一单通道刺激的反应时，了解儿童在哪种注意条件下能够出现冗余信号效应。

另外，有研究者对出现冗余信号效应是否表明组成视听刺激的两个单通道成分产生了整合提出质疑。竞争模型(the race model)认为视听刺激中的两个单通道成分会分别在两个单独的感觉通道中被加工，被试对视听刺激最终的反应时由最先完成加工的那个感觉通道决定[30]，即认为冗余信号效应本质是一种“统计促进”(statistical facilitation)。因此，需要进行竞争模型的违反来测量视听整合。如果视听刺激的反应时明显短于两个单通道中最快的反应时，则违反了竞争模型，表明确实产生了视听整合，是多感觉易化效应导致双通道视听刺激的反应时更短[5，31]。

具体竞争模型的分析方法为：根据Miller[5]提出的竞争模型不等式，计算每个被试在每种条件下反应时的累积分布函数(cumulative distribution function,CDF，在任意给定的时间范围内做出某种反应的概率)，得出实际视听刺激的累积分布概率值和竞争模型预测值。当实际视听刺激的累积分布概率值显著大于竞争模型预测值，就表明存在多感觉易化效应，且这种效应超过了同时分别进行加工的两种单通道感觉所带来的优势[32]。另外，反应时可以被分成多个百分位数[33]，以优化分辨率，同时限制多重比较。因此，首先将反应时以5%的增量划分为第5到95 个百分位数（5，10，……，90，95%），并计算每个被试在每个条件下各百分位数的累积分布概率值。接下来，将不同注意条件下实际视听刺激的累积分布概率值与竞争模型预测值的累积分布概率值相减，并在每5%的百分位数上进行单样本t检验（与0 比较）。如果差值显著大于0，表明违反了竞争模型，实际视听刺激的反应时显著短于最快的单通道的反应时，表明发生了多感觉易化效应[34,35]，产生了视听整合。

2 结果

2.1 正确率分析

表2 是ASD 儿童和TD 儿童在不同注意条件下四种目标刺激类型的正确率。对正确率进行2(组别)×2(注意条件)×4(目标刺激类型)的重复测量方差分析。发现组别主效应显著，F(1, 51)=74.94，P＜0.001，ηp2=0.595；注意条件主效应显著，F(1, 51)=44.87，P＜0.001，ηp2=0.468；目标刺激类型主效应显著，F(3,49)=105.67，P＜0.001，ηp2=0.866；组别和注意条件的交互作用显著，F(1,51)=35.10，P＜0.001，ηp2=0.408；组别和目标刺激类型的交互作用显著，F(3,49)=16.21，P＜0.001，ηp2=0.498；注意条件和目标刺激类型的交互作用显著，F(3,49)=20.81，P＜0.001，ηp2=0.560；组别、注意条件和目标刺激类型三者的交互作用显著，F(3,49)=20.12，P＜0.001，ηp2=0.552。

表2 被试在不同注意条件下四种目标刺激类型的正确率(M±SD)

为了进一步了解注意条件和目标刺激类型在不同组别间的交互作用，将ASD 和TD 儿童的正确率分别进行2(注意条件)×4(目标刺激类型)的重复测量方差分析。结果发现，在ASD 儿童中，注意条件主效应显著，F(1,22)=120.14，P＜0.001，ηp2=0.845；目标刺激类型主效应显著，F(3, 20)=217.93，P＜0.001，ηp2=0.970；二者交互作用显著，F(3, 66)=110.55，P＜0.001，ηp2=0.834。进一步简单效应分析表明，ASD儿童在选择性注意条件下视听不一致刺激的正确率显著低于纯视觉、纯听觉、视听一致刺激的正确率(P＜0.001，P=0.002，P＜0.001)，纯视觉、纯听觉和视听一致刺激的正确率差异不显著(P=0.129，P=1，P=0.235)；在分配性注意条件下视听不一致刺激的正确率均显著低于纯视觉、纯听觉、视听一致刺激的正确率(P＜0.001)，纯视觉、纯听觉和视听一致刺激的正确率无显著差异(P=1，P=0.491，P=0.793)。在TD 儿童中，注意条件主效应不显著，F＜1；目标刺激类型主效应显著，F(3, 27)=20.95，P＜0.001，ηp2=0.700，视听不一致刺激的正确率显著低于纯视觉、纯听觉和视听一致刺激的正确率(P＜0.001)，视听一致刺激的正确率与纯视觉、纯听觉刺激的正确率差异不显著(P=0.345,P=1)，纯视觉刺激的正确率显著低于纯听觉刺激的正确率(P=0.032)；二者的交互作用不显著，F(3,27)=1.12，P=0.358。表明TD儿童在选择性注意和分配性注意这两种注意条件下四种目标刺激的正确率差异不显著，即不同的注意条件对四种目标刺激的正确率不产生影响。

综上，ASD儿童仅视听不一致刺激的正确率在选择性注意和分配性注意条件下显著低于纯视觉、纯听觉和视听一致刺激的正确率；视听一致刺激的正确率在两种注意条件下均与纯视觉和纯听觉刺激的正确率无显著差异。此外，TD 儿童纯视觉、纯听觉、视听一致和视听不一致刺激的正确率在两种注意条件下均差异不显著。

2.2 反应时分析

ASD 儿童和TD 儿童在不同注意条件下四种目标刺激类型的反应时见表3。对反应时进行2 (组别)×2(注意条件)×4(目标刺激类型)的重复测量方差分析。发现组别主效应显著，F(1, 51)=4.43，P=0.040，ηp2=0.080；注意条件主效应不显著，F＜1；目标刺激类型主效应显著，F(3,49)=25.92，P＜0.001，ηp2=0.613；组别和注意条件的交互作用显著，F(1, 51)=26.20，P＜0.001，ηp2=0.339；组别和目标刺激类型的交互作用不显著，F(3,49)=2.41，P=0.079；注意条件和目标刺激类型的交互作用显著，F(3,49)=5.61，P=0.002，ηp2=0.256；组别、注意条件和目标刺激类型三者的交互作用显著，F(3, 49)=2.83，P=0.048，ηp2=0.148。

表3 被试在不同注意条件下四种目标刺激类型的反应时(M±SD)

为了进一步了解注意条件和目标刺激类型在不同组别间的交互作用，将ASD 和TD 儿童的反应时分别进行2(注意条件)×4(目标刺激类型)的重复测量方差分析。结果发现，在ASD 儿童中，注意条件主效应显著，F(1,22)=6.56，P=0.018，ηp2=0.230；目标刺激类型主效应显著，F(3, 66)=5.25，P=0.003，ηp2=0.193；二者的交互作用显著，F(3, 66)=3.03，P=0.046，ηp2=0.121。进一步简单效应分析表明，如图2所示，ASD 儿童在选择性注意条件下，纯视觉、纯听觉、视听一致和视听不一致刺激的反应时均无显著差异(P=1，P=0.440，P=1，P=0.056，P=1，P=0.444)；在分配性注意条件下，视听不一致刺激的反应时与纯视觉、纯听觉刺激的反应时无显著差异(P=0.095，P=1)，视听一致刺激的反应时显著短于纯视觉、纯听觉和视听不一致刺激的反应时(P＜0.001，P=0.045，P=0.021)。在TD儿童中，注意条件主效应显著，F(1,29)=32.23，P＜0.001，ηp2=0.526；目标刺激类型主效应显著，F(3, 27)=55.48，P＜0.001，ηp2=0.860；二者的交互作用显著，F(3, 27)=5.93，P=0.003，ηp2=0.397。进一步简单效应分析表明，如图3 所示，TD 儿童在选择性注意条件下，视听一致刺激的反应时显著短于纯视觉、纯听觉和视听不一致刺激的反应时(P＜0.001，P=0.028，P＜0.001)；纯听觉刺激的反应时显著短于视听不一致刺激的反应时(P＜0.001)，纯视觉刺激的反应时与纯听觉、视听不一致刺激的反应时差异不显著(P=0.136，P=0.086)；在分配性注意条件下，视听一致刺激的反应时显著短于纯视觉、纯听觉和视听不一致刺激的反应时(P＜0.001，P=0.045，P=0.021)；纯视觉、纯听觉和视听不一致刺激的反应时差异不显著(P=0.075，P=0.095，P=1)。

图2 ASD儿童分配性注意下累计概率分布图

图3 TD儿童分配性和选择性注意下累计概率分布图

综上，ASD 儿童在选择性注意条件下，四种目标刺激的反应时无显著差异，表明ASD儿童对视听一致和不一致刺激的反应不具有加工优势，未出现冗余信号效应；在分配性注意条件下，视听一致刺激的反应时显著短于纯视觉和纯听觉刺激的反应时，表明ASD 儿童对视听一致刺激的反应具有加工优势，出现了冗余信号效应；而视听不一致刺激的反应时与纯视觉、纯听觉刺激的反应时无显著差异，表明ASD 儿童对视听不一致刺激的反应不具有加工优势。TD儿童在选择性注意和分配性注意条件下，仅有视听一致刺激的反应时显著短于纯视觉和纯听觉刺激的反应时，表明TD儿童在两种注意条件下都仅对视听一致刺激的反应具有加工优势，出现了冗余信号效应；而对视听不一致刺激的反应均不具加工优势。即ASD 儿童在分配性注意条件下对视听一致刺激出现了冗余信号效应，TD儿童在选择性注意和分配性注意条件下均对视听一致刺激出现了冗余信号效应。两组儿童在两种注意条件下均不能对视听不一致刺激出现冗余信号效应。

2.3 竞争模型分析

由于ASD 儿童仅在分配性注意条件下对视听一致刺激出现了冗余信号效应，因此只对分配性注意条件下的纯视觉、纯听觉、视听一致三种目标刺激进行竞争模型分析，具体累计概率分布图见图2。将实际视听刺激的累积分布概率值与计算出来的竞争模型预测值的累积分布概率值相减得出差值，并将差值在每5%的百分数上进行与0比较的单样本t检验。结果表明，如表4所示，ASD儿童在分配性注意条件下从第45百分位起显著违反竞争模型(显著大于0)，ts(22)＜-2.17，Ps≤0.041，即从第45 百分位起实际视听刺激的反应时显著短于其最快的单通道组成成分的反应时，发生了多感觉易化效应。表明ASD儿童能够产生视听整合。

表4 ASD和TD儿童的竞争模型分析结果(单样本t检验)

TD 儿童在选择性注意和分配性注意条件下都对视听一致刺激出现了冗余信号效应，因此需要对这两种注意条件下的纯视觉、纯听觉、视听一致三种目标刺激都进行竞争模型分析。图3 为TD 儿童在各种条件下的累计概率分布图。结果如表4 所示，TD儿童在分配性注意条件下从第15百分位起显著违反竞争模型，ts(29)≤-2.53，Ps≤0.017，即从第15百分位起实际视听刺激的反应时显著短于其最快的单通道组成成分的反应时，发生了多感觉易化效应。表明TD 儿童在分配性注意条件下能够较快地产生视听整合。而TD儿童在选择性注意条件下第30百分位以及从第40 百分位起显著违反竞争模型，/ts/(29)＞2.21，Ps≤0.035，发生了多感觉易化效应。表明TD 儿童在选择性注意条件下能够对视听一致刺激产生整合，但这种整合与TD儿童在分配性注意条件下相比，违反竞争模型的百分位数较少，产生的多感觉易化效应较小，属于较弱的整合。

由于ASD 儿童在分配性注意条件下从第45 百分位起出现竞争模型的违反，而TD儿童在分配性注意条件下从第15百分位起出现竞争模型的违反，表明虽然分配性注意能够促进两组儿童对视听一致刺激产生整合，但TD儿童违反竞争模型的百分位数比例更高，TD儿童较ASD儿童具有更大的多感觉易化效应。ASD 儿童在分配性注意条件下对视听一致刺激的整合具有较宽的时间窗，出现了视听整合的延迟。

3 讨论

本研究主要考察不同注意条件对ASD 儿童的视听整合能力是否产生影响以及这种影响与TD 儿童是否存在差异。结果发现，两组儿童之间存在差异，ASD 儿童在分配性注意条件下能对视听一致刺激产生整合，但这种视听整合具有较宽的时间窗，出现了视听整合的延迟。这一结果与先前研究的结论一致[6，36]。TD儿童的情况则不同于ASD 儿童，TD儿童在分配性注意条件下能够较快地对视听一致刺激产生整合，在选择性注意条件下对视听一致刺激产生较弱的整合。另外，两组儿童在选择性注意和分配性注意条件下均无法对视听不一致刺激产生整合。

首先，相较于选择性注意，ASD 儿童和TD 儿童在分配性注意条件下更容易对视听一致刺激产生整合。这可能是因为大脑在加工信息时，倾向于将内容上匹配（如语义一致）的两种刺激当作是同一资源，知觉系统更易对其形成统一的知觉[37]。而且，有研究发现，双通道语义一致的刺激比单通道的刺激识别更容易、速度更快[38]。因此，虽然ASD儿童存在注意障碍，较难以将注意力分配到不同感觉通道的信息上[23，39]，但视听一致刺激更容易被当成是相同的资源进行统一处理。所以ASD 儿童和TD儿童在需要同时注意视觉和听觉刺激的分配性注意条件下对视听一致刺激的反应时更短，存在多感觉易化效应，从而产生视听整合。另外，ASD儿童出现视听整合的延迟可能是由于ASD 儿童具有较宽的时间窗。这会模糊视听刺激间的时间关系，降低对视听刺激时间差知觉的敏感性，致使多感觉整合能力减弱[6，40]，以及快速视听时间再校准能力不足，不能快速适应视听刺激间的不同步，无法主动调整刺激间的时间关系向延迟方向偏移[41]，使得多感觉整合易化减少。而且，ASD儿童的脑结构功能存在异常，主要表现为神经系统长距离、全局性功能连接不足[42]，使得ASD儿童中央统合能力下降，过度依赖当前输入的感觉而忽略先前经验，造成预测编码能力下降[43]，从而导致多感觉整合减少，视听整合发生延迟。

其次，不同于TD 儿童，ASD 儿童无法在选择性注意条件下产生视听整合。注意脱离异常假设认为ASD儿童的注意较难从当前刺激上解离从而无法注意新的刺激，即他们会长时间注视某一刺激，而无法灵活切换注意的通道[44]。因此ASD儿童在只要求注意单个感觉通道的选择性注意条件下难以对同时呈现的视听一致或不一致刺激产生整合。但对于TD儿童来说，听觉刺激可能比视觉刺激更难忽略，这意味着虽然在视听一致目标刺激中，“请注意看”的注意线索（即选择性注意）只要求注意视觉内容，但听觉内容并没有完全被忽略[45]，提供了视听整合的可能。所以，虽然选择性注意会抑制无关刺激的神经反应，但由于并未完全抑制，导致一个通道信号强、一个通道信号弱。减弱的视听整合还是可能产生的。因此TD 儿童能够在选择性注意条件下对视听一致刺激产生较弱的整合，而ASD儿童由于神经网络存在缺陷，就难以在此种情况下产生整合。

最后，由于视听不一致刺激具有更高的认知负荷，会相互干扰，需要占用更多的注意资源，大脑难以加工不一致的视听刺激，进而损害了相应的反应[46]。所以，TD儿童对于视听不一致刺激的正确率明显降低、反应时明显增长。而ASD儿童对于视听不一致刺激的正确率极其低、反应时变化不大。可能是因为视听不一致刺激已经超出他们的认知能力，无法对它们进行加工，仅能根据单个感觉通道的信息作出按键反应。另外，预测编码理论认为个体在复杂的刺激环境下需要正确把握时间关系，不断预测和验证前馈刺激和后馈假设，从而进行多感觉整合加工[47]。当预测与当前感觉输入存在较大差异时，个体需要花费较大精力更新内部的预测模型[11]，导致对视听不一致刺激加工更加困难，表现为正确率降低和反应时变长。而对于ASD儿童而言，不仅无法不断地预测和验证刺激和假设之间的匹配、无法修正预测错误，即存在预测编码加工障碍[48]，还更易受到不一致听觉成分的影响[49]。因此，无论是TD儿童还是ASD 儿童在选择性注意和分配性注意两种条件下均难以对视听不一致刺激产生整合。

本研究虽然采用ASD 儿童较偏爱的几何图形作为研究材料且实验中途还设置了2～3min的休息时间，但实验程序对ASD 儿童而言可能较枯燥，难以使儿童的注意力维持较长时间，这也许会对实验结果造成影响。因此，未来可以考虑将实验程序做成电子游戏或者使用虚拟现实技术来激发ASD 儿童的兴趣。同时采用多种动态的视觉特效和音效，增强交互性，以期在儿童疲劳或厌倦时，提高其兴奋度，从而在实验中更投入。其二，对于TD和ASD儿童而言，视听不一致刺激认知负荷高、不易加工和理解。未来的研究可以考虑在实验的练习阶段采用实物讲解规则，并尽可能简化按键规则以减小认知负荷。最后，有研究指出ASD儿童随着年龄增长以及神经生物学或经验导致的发育变化，能够逐渐提高其多感觉整合能力[50]，有可能在成年期达到与典型发展的同龄人类似的水平。而青春期是达到这一目标的关键节点[22]。因此，未来研究可以考虑年龄和发育的影响，采用纵向追踪设计更加深入、全面地了解注意对ASD 个体多感觉整合能力的影响是否会随着年龄和发育的成熟而发生变化。