基于計算機云平臺篩查學齡前兒童多動行為及其影響因素分析

尹曉娜，沈龍彬，王 楠1，，張晶宇，吳劍波，邱雙燕，雷海艷，陳卓銘*

1 深圳市龍華區婦幼保健院，廣東 深圳 518109；

2 深圳市龍華區健康教育所，廣東 深圳 518109；

3 暨南大學附屬第一醫院，廣東 廣州 510630

多動行為指的是與年齡不相符的多動，包括軀體、手以及言語活動的明顯增多。兒童在學齡前期主要表現為動個不停，顯得格外活躍，難以有靜下來的時候；在幼兒園表現為不遵守紀律，很難有安靜坐著的時候，喜歡喧鬧和搗亂，玩耍也不專注，常更換玩具等。多動行為是注意缺陷多動障礙（attention-deficit/hyperactivity disorder，ADHD）的核心癥狀之一［1-3］，是兒童常見的神經行為障礙，其病因復雜，同時具有個體差異性，目前發病的生物學機制尚不清晰［4-6］。有研究顯示，如果兒童在學齡前存在多動行為，那在以后將有更大可能被確診為ADHD，這會對兒童的社會功能、同伴關系、自我評價以及家庭成員關系等造成很大影響，同時也會加重家庭及社會的負擔［7-9］。盡早研究學齡前兒童多動行為的發生率及其相關影響因素，對ADHD 的預防和治療有重要的社會意義。但由于經濟文化、城市發展、疾病認知度等不同方面的差異，目前要做到學齡前兒童的早期篩查難度比較大，也缺乏簡單有效的方法。本研究基于計算機云平臺主動篩查，以深圳市龍華區4～5歲學齡前兒童為研究對象，以期實現對多動行為兒童的早期篩查并進行方法普及。

1 臨床資料

1.1 病例選擇標準

1.1.1納入標準 ① 年齡4～5 歲；② 就讀于深圳市龍華區幼兒園；③ 監護人同意參加調查并簽署知情同意書。

1.1.2排除標準 ① 患有嚴重疾病和精神障礙者；② 無法配合完成調查者；③ 近1個月參與過類似研究者。

1.2 一般資料

于2019 年9—11 月調查了深圳市龍華區6 個街道239 家幼兒園，共收集59 564例，其中有效問卷為59 114份。本研究通過了深圳市龍華區婦幼保健院倫理委員會的批準（審批號：2016102501），所有被調查兒童的監護人均簽署知情同意書。

2 方 法

2.1 資料采集方法

入組兒童的主要照護人通過“璟云平臺”填寫一般人口學信息、自編問卷及兒童多動行為篩查問卷。主要照護人是指至少帶養兒童1 年的人，一般為兒童父母。

2.2 質量控制

2.2.1調查前 本項目調查方案經過多名專家反復討論修訂，經多輪校正核對后，由專業技術人員將題目放入“璟云平臺”系統上。同時工作人員對“璟云平臺”患者端的家長操作流程進行測試并完善。通過召開托幼機構例會，專業人員對入組幼兒園的保健醫生進行規范化培訓。培訓要求采用統一的指導語，并對“璟云平臺”篩查中的常見問題進行說明指導。保健醫生再向入組兒童的家長傳達本研究的目的和意義以提高家長的依從性。

2.2.2調查環節 與幼兒園保健醫生保持實時溝通，確保本項目能夠有質量地完成。專業人員通過建立龍華區托幼機構的溝通群，對于問卷填寫中出現的問題給予解答，并及時反饋問卷完成情況，讓保健醫生能夠清晰了解項目的進展。

2.2.3數據質量控制 ① 確認數據的來源和準確性：研究團隊與幼兒園簽訂研究合作協議，保證每個受試者來源的可靠性。② 確認數據完整性：缺失的數據可能會影響研究結論的準確性，為保證研究質量，將有缺失數據的病例全部剔除。③ 確認數據具有可比性：研究所使用的數據來源相同，對于不同時間點的數據進行統一標準化處理。

2.3 調查內容

2.3.1一般情況信息采集 采用云平臺內置智能化專家編制調查表實現無紙化采集并自動匯總分析。項目包括兒童出生日期、性別、獨生情況、父母婚姻狀況、在深圳居住時間、所在班級（大、中、小班）、所在街道環境、是否轉校以及小班期間是否更換過教師等。

2.3.2主要研究內容量表信息采集 將目標量表導入計算機“璟云平臺”實現無紙化采集并自動匯總分析。多動行為采用Conners父母用癥狀問卷（parent symptom questionnaire，PSQ）研究學齡前4～5 歲兒童的多動行為。最初PSQ 由Goyette 和Conners 等編制，用于識別3～17歲兒童的行為問題，主要是多動行為。蘇林雁等［10］于2001 年修訂了PSQ 的中國常模。PSQ 共有48 個條目，采用4 級評分系統（0＝沒有此問題，1＝偶爾有一點或表現輕微，2＝常常出現或者較嚴重，3＝很常見或十分嚴重），共分為品行問題、學習問題、心身障礙、沖動-多動、焦慮5個因子及簡明癥狀（即多動指數）。本研究以多動指數1.5分作為是否存在多動行為的界限。

2.4 統計學方法

采用SPSS 24.0 統計學軟件進行統計分析。符合正態分布及方差齊性的數據，計量資料用（±s）表示，2 組比較采用獨立樣本t檢驗；計數資料比較采用χ2檢驗；相關因素分析采用二分類的logistic 回歸分析，多動行為為因變量，其他因素為自變量，同時采用逐步回歸法和前進法進入回歸方程。P＜0.05為差異具有統計學意義。

3 結 果

3.1 一般人口學特征

共調查了59 564名兒童，收回有效問卷59 114份，回收率為99.24%。其中男童有31 648名（53.54%），女童有27 466 名（46.46%），平均年齡為（4.63±0.76）歲。見表1。

表1 學齡前兒童人口學特征與兒童多動行為的分布情況［n（%）］Table 1 Demographic characteristics of preschool children and distribution of children's hyperactivity behavior ［n（%）］

3.2 4～5歲學齡前兒童多動行為

4～5 歲學齡前中大班兒童多動行為檢出率4.86%（2 870名），其中男童多動行為檢出率為6.32%（2 000 名），女童多動行為檢出率為3.17%（870 名），男女檢出率之比約為2∶1。見表1。

3.3 一般人口學特征與學齡前兒童多動行為的關聯

兒童的性別、父母的婚姻狀況、在深圳居住時間、所處街道以及轉校情況與學齡前兒童多動行為具有統計學意義（P＜0.05）；兒童的年齡、獨生情況、所在班級以及小班期間幼兒教師是否更換過與學齡前兒童多動行為差異不具有統計學意義（P＞0.05）。見表1。

3.4 學齡前兒童多動行為的多因素非條件logistic回歸分析

以入組兒童是否存在多動行為作為因變量（0＝無多動行為，1＝有多動行為），以兒童的性別、父母婚姻狀況、在深圳居住時間、居住街道以及轉校情況作為自變量，納入到非條件logistic 回歸分析模型。考慮到不同性別的兒童與不同街道的性別可存在交互作用故一并納入模型進行變量篩選。本次變量篩選采用逐步法。結果顯示，在深圳居住時間是保護因素（95%CI為0.798～0.975），并且女孩在深圳居住時間越長其保護因素比男孩越明顯。兒童父母親的婚姻狀況為喪偶（95%CI為3.154～19.646）、未婚（95%CI為1.027～5.268），兒童所在幼兒園位于龍華街道（95%CI為1.138～2.508）、大浪街道（95%CI為1.384～2.971）以及觀瀾街道（95%CI為1.470～3.509）均是學齡前兒童多動行為的危險因素。見表2。

表2 學齡前兒童多動行為的多因素非條件logistic回歸分析Table 2 Multivariate unconditioned logistic regression analysis of hyperactivity behavior in preschool children

4 討 論

PSQ 是國內外常用的3～17 歲兒童多動篩查問卷［11-12］，本次調查采用PSQ 進行學齡前兒童多動行為研究。本試驗結果顯示深圳市龍華區4～5 歲學齡前兒童多動行為檢出率為4.86%，與國內的同類研究結果較為一致，比如烏魯木齊市學齡前兒童ADHD 檢出率為7.83%［13］；上海市閘北區學齡前兒童ADHD 檢出率為3.9%［14］；包頭市3～6 歲學齡前兒童多動行為檢出率為4.02%［15］。從這些研究結果可以發現，不同地區學齡前兒童ADHD 檢出率差異較大，這可能是研究采用的篩查問卷及設定的篩查標準不同導致。國內外眾多研究認為學齡前兒童多動行為的發生是多因素綜合作用的結果［5，16-18］。本次調查收集了學齡前兒童中普遍存在并有可能影響多動行為的因素，進行統計分析后發現，兒童性別、父母婚姻狀況、在深圳居住時間長短、所處街道經濟發展水平以及轉校情況都與學齡前兒童多動行為的關聯有明顯關系，這與中山市的部分研究結果一致［19］。

關于兒童的性別因素，在本次調查學齡前兒童多動檢出中男女比例為2∶1，與吳劍波等［20］、張雨琪等［21］的研究基本一致。同時，這也表明本研究運用計算機云平臺的智能篩選方式有著較好的信效度，智能篩選在保證準確率與人工篩選一致的前提下，具有簡化測試程序、偏于操作、提高評估效率、節約治療師人力的優點；可同時登陸使用多臺智能電子設備，實現一對多的群體或小組性評估，值得運用推廣。近年來，計算機技術與云平臺應用廣泛用于臨床康復中，并取得了積極的療效成果［22］，比如沈龍彬等［23］運用計算機云平臺實現對患者居家康復的管理目標，解決患者的遠程康復評定、居家康復訓練、預后判斷等問題；還有何雪常等［24］運用互聯網云平臺技術實現對患者的智能康復管理，改善腦卒中患者的感覺障礙及心理狀態。

另外，本研究結果顯示在深圳居住時間對于兒童多動行為是保護因素，在深圳居住時間越長，保護越明顯，并且對女孩的保護作用要優于男孩，我們考慮與兒童家庭環境及帶養情況有關，深圳地區經濟較為發達，兒童一般與其父母一起生活，而留守兒童在外地如在老家居住時，主要帶養人為爺爺奶奶，在兒童規則建立及行為管理上，并沒有做到位［25-28］，且在個別農村地區，存在著一定的重男輕女現象［25，29］。然而在深圳地區居住，無論家庭環境或社會環境，都更有利于兒童的成長，故可能產生保護作用。另外，本研究結果顯示兒童父母親的婚姻狀況是學齡前兒童多動行為的危險因素，這可能受成長的家庭環境及父母養育方式影響。根據家庭系統理論，父母婚姻關系中的消極情緒和行為可能會通過影響親子互動來影響父母教養行為、協同教養以及親子三角關系，進而影響兒童身心健康發展，導致兒童執行功能以及迷走神經活動調節能力的損害［30-32］。父母如存在喪偶、未婚等情況，對于兒童而言都是心靈上的重創，因為這意味著兒童只能得到父母一方的愛，在學齡前兒童成長過程中，缺失父/母的教育，會對兒童行為起到不利的影響，這可能導致兒童行為問題的發生，尤其是多動行為［33］。兒童所在幼兒園的街道（龍華街道、大浪街道以及觀瀾街道）是學齡前兒童多動行為的危險因素，考慮這3 個街道在龍華區所處的位置整體上人口分布的文化程度、經濟狀況及教育狀況會相對弱于其他街道，這里由于較多的城中村坐落，較多的公租房及較便宜的房屋租金，導致整體居住的人群素質要相對弱于其他街道，而這種原生家庭帶來的差異可能會對兒童多動行為產生影響，比如相對較差的教育環境，父母更辛苦工作導致陪伴時間減少，更低的身心健康關注等都是導致兒童多動行為的危險因素。通過進一步隨訪發現，這3 個街道的家庭成員中對于學齡前兒童心理行為發育的關注度相對較低，可能未充分關注兒童的行為，從而對多動行為的產生起到了危險作用。

綜上，計算機云平臺的有效運用，能夠解決學齡前兒童多動癥的大規模早期篩查與問題，通過進一步分析篩查及評估數據可得到，在學齡前兒童心理行為發育過程中，需要臨床康復工作者更多關注父母的婚姻狀況、家庭養育方式、教育環境等，減輕危險因素對學齡前兒童的多動行為影響，從而減少學齡前兒童多動行為的產生。

本研究還存在一定的局限性。首先，總體樣本量來源于深圳市龍華區托幼機構大、中、小班，并沒有覆蓋深圳市所有轄區的學齡前兒童，樣本量代表性可進一步完善并加強證據。另外，對于計算機云平臺的運用只用到評估與篩查，下一階段可以往康復訓練干預的方向努力。