低收入和中等收入国家资源有限的卫生系统被认为是实现可持续发展目标的主要障碍，特别是可持续发展目标3“确保健康生活，促进所有年龄段所有人的福祉”和可持续发展目标4“确保包容和公平的优质教育，促进全民终身学习机会”[gydF4y2Ba 1gydF4y2Ba-gydF4y2Ba 3.gydF4y2Ba]。由于低收入和中等收入国家正在经历移动电话等数字设备数量和使用前所未有的增长，利用这些设备广泛使用的数字保健和教育举措正在出现[gydF4y2Ba 4gydF4y2Ba，gydF4y2Ba 5gydF4y2Ba]。数字设备是一种以某种方式使用数字数据的物理设备，如发送、接收、存储或处理数据[gydF4y2Ba 6gydF4y2Ba]。尽管对使用数字设备的各种数字倡议和计划(如“每个孩子一台笔记本电脑”)存在争议，但政策制定者和从业者仍然对数字技术解决数字鸿沟、资源限制对认知发展的影响以及儿童发育障碍等问题的潜力感兴趣。gydF4y2Ba 7gydF4y2Ba-gydF4y2Ba 11gydF4y2Ba]。然而，数字设备暴露和暴露强度会影响中低收入国家儿童的认知发展吗?这个问题很难回答，因为大多数研究的目标是高收入国家、青少年和成年人[gydF4y2Ba 12gydF4y2Ba-gydF4y2Ba 14gydF4y2Ba]。gydF4y2Ba

除了识字和算术等基本技能外，数字素养和技能也是在数字时代实现可持续发展目标的关键[gydF4y2Ba 2gydF4y2Ba]。因此，许多人建议使用数字设备促进儿童的认知发展，以提高信息处理、沟通技能和教育成就[gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 15gydF4y2Ba]。研究表明，在干预期间，数字设备只能在短期内改善儿童的认知能力[gydF4y2Ba 11gydF4y2Ba，gydF4y2Ba 16gydF4y2Ba-gydF4y2Ba 19gydF4y2Ba]。最近一项针对智力残疾患者的研究显示，使用数字设备可以显著改善患者的认知功能[gydF4y2Ba 20.gydF4y2Ba]。此外，大多数研究侧重于高收入国家或不同年龄组的经验和仅针对患者的分析[gydF4y2Ba 14gydF4y2Ba，gydF4y2Ba 20.gydF4y2Ba-gydF4y2Ba 23gydF4y2Ba]。由于中低收入国家的社会经济环境和文化不同，这些研究提供的证据可能与中低收入国家无关。虽然已知家庭内部和外部的社会经济特征会显著影响认知发展，但在中低收入国家中，很少有关于数字设备使用干预措施的研究，包括不同水平的数字设备暴露对儿童认知发展的影响[gydF4y2Ba 24gydF4y2Ba]。gydF4y2Ba

本研究通过对低收入中低收入儿童的调查和认知功能测试，解决了以下问题:gydF4y2Ba

本横断面研究旨在确定和分析柬埔寨两所学校3至9岁儿童的认知功能与接触数字设备之间的相关性。该研究集中在柬埔寨的以下城市和农村地区，以考虑各种条件的影响，如平均识字率，财富和收入分配以及教育环境:Banteay Meanchey的Sisophon(农村人口:24%-73%)和金边的Sangkat Chaom Chaov(农村人口:6%-40%)。Sisophon在全国高财富人群中所占比例相对较小(22.9%)，平均受教育年限低于Sangkat Chaom Chaov(高财富人群:84.4%)。被选中的学校是泽维尔耶稣会学校(农村)和米里罗学校(城市)。泽维尔耶稣会学校设有幼儿园和小学。共选取了4个班——2个幼儿园班、1个一年级班和1个二年级班。由于Mirero学校只有小班，我们从一年级和二年级各选了两个班。gydF4y2Ba

为了针对符合横断面研究条件的儿童，我们根据韩国国际协力机构柬埔寨办事处的建议选择了地区和学校，该办事处聘请了了解柬埔寨整体生活环境(包括教育)的专家。在选定地区和学校后，选定符合纳入标准的教室和年龄年级。gydF4y2Ba

研究参与者来自柬埔寨农村和城市两个地区的两所小学。儿童的纳入标准如下:(1)3 - 9岁的男女学生;(2)在研究期间家中或学校的环境没有变化;(3)获得其法定监护人或其本人同意的儿童。如果学生因身体状况或法定监护人未同意测试而无法使用研究的数字设备，则将被排除在测试之外。gydF4y2Ba 图1gydF4y2Ba显示参与者选择流程的详细信息。gydF4y2Ba

根据参与者对数字设备体验问卷的回答分为两组:A组为有数字设备体验的儿童，B组为无数字设备体验的儿童。随后，根据数字设备使用时间(分钟)将A组参与者分为4个亚组:A-1组:每天<30分钟，A-2组:每天30至60分钟，A-3组:每天60至90分钟，A-4组:每天90分钟。232例受试者中，A组162例(69.8%)，A-1组95例(58.6%)，A-2组47例(29%)，A-3组10例(6.2%)，A-4组10例(6.2%)，B组70例(30.2%)。gydF4y2Ba

所有参与者在入组前均提供书面知情同意书。在研究得到书面解释后，他们的监护人表示同意。获得了柬埔寨卫生部卫生研究国家伦理委员会的伦理许可(212)。gydF4y2Ba

我们通过调查收集了人口统计学和社会经济特征的数据，并使用剑桥神经心理测试自动化电池(CANTAB)测试收集了认知功能的数据。该调查针对2019年4月22日至2019年5月4日期间参与者及其监护人的基本社会经济特征和人口统计学特征。大多数监护人不是父母就是祖父母。在这两所学校，调查问卷都交给了与参与者住在一起的监护人。应答率为82.9%。大多数(335/404,82.9%)的参与者将填好的表格交回学校。在监护人不识字的情况下，学校教师协助他们在学校完成调查。问卷分为两部分。第一个是关于儿童的人口统计信息，如性别、年龄、兄弟姐妹，以及数字设备的暴露和使用。第二组收集家庭的社会经济地位信息，包括居住条件、监护人的职业和受教育程度、家庭收入和教育支出(gydF4y2Ba 多媒体附录1gydF4y2Ba)。参与者的认知功能，取决于他们使用数字设备的经验，通过使用平板设备的CANTAB测试进行评估。CANTAB测试包括与神经网络相关的认知功能的高度敏感、精确和客观的测量[gydF4y2Ba 25gydF4y2Ba]。它包括评估4个认知领域的测试:注意力和精神运动速度、执行功能、记忆、社会和情感认知。被试进行5项测试:运动筛选任务、反应时间、空间工作记忆、模式识别记忆和空间广度。我们收集了53个测试结果变量，其中包括11个关键变量，用于衡量每个测试的结果(gydF4y2Ba 表1gydF4y2Ba和gydF4y2Ba 多媒体附录2gydF4y2Ba)。gydF4y2Ba

为了比较A组和B组之间的人口统计学差异，对性别等分类变量进行了卡方检验和曼-惠特尼检验gydF4y2Ba UgydF4y2Ba对年龄等连续变量进行检验。为了比较两组之间认知功能的差异，使用Shapiro-Wilk检验对变量进行正态性检验。满足正态性的变量采用双尾检验gydF4y2Ba tgydF4y2Ba检验，不符合正态性的用Mann-Whitney进行组间比较gydF4y2Ba UgydF4y2Ba测试。对于每次比较，按数字设备暴露计算2组效应量，按数字设备使用时间计算4个亚组效应量，并比较正态性检验结果是否存在可能的1型统计误差。在比较两个主要群体时，CohengydF4y2Ba dgydF4y2Ba是为gydF4y2Ba tgydF4y2Ba测试,gydF4y2Ba rgydF4y2Ba是用曼-惠特尼gydF4y2Ba UgydF4y2Ba测试。为了比较4个亚组间的效应大小，采用eta平方(η)gydF4y2Ba^2gydF4y2Ba)进行方差分析，ε的平方(εgydF4y2Ba^2gydF4y2Ba)用于Kruskal-Wallis试验。统计学显著性阈值设为gydF4y2Ba PgydF4y2Ba<。05，和一个neffectsize greater than the small size, depending on its type (Cohen dgydF4y2Ba≈±0.20:小,gydF4y2Ba rgydF4y2Ba≈±0.10:小gydF4y2Ba ，gydF4y2BaηgydF4y2Ba^2gydF4y2Ba≈0.01:小gydF4y2Ba^2gydF4y2Ba≈0.01:小)，被认为是显著的为双尾gydF4y2Ba tgydF4y2Ba测试。为了确认儿童人口统计学和社会经济特征、数字设备熟悉度和认知功能之间的关联，我们对CANTAB测试产生的3个认知领域和11个变量进行了单变量回归分析。在多元线性回归分析中，只有具有统计学意义的变量(gydF4y2Ba PgydF4y2Ba< 0.05)进行单因素回归分析，并在有无调整年龄和性别的情况下评估其对认知功能变量的影响。所有统计分析均使用R(版本3.6.3;R Foundation for Statistical Computing)和Python(版本3.7;Python软件基金会)。gydF4y2Ba

共有335名儿童参与了这项研究。在这335名儿童中，4名(1.2%)没有回答有关数字设备暴露的问题，6名(1.8%)回答不一致(例如，谈论设备的用途，而不是体验)的儿童被排除在数据分析之外;排除试验结果重复的患儿13例(3.9%)和各试验关键变量无值的患儿80例(23.9%)。最终，在335名儿童中，232名(69.3%)被纳入数据分析(gydF4y2Ba 图1gydF4y2Ba)。gydF4y2Ba

在232名儿童中，A组162名(69.8%)，b组70名(30.2%)。A组162名学生中，Xavier Jesuit School学生110名(67.9%)，Mirero School学生52名(32.1%)，差异有统计学意义(gydF4y2Ba PgydF4y2Ba< . 05)。两组在性别方面没有显著差异:A组59.3%(96/162)的参与者为男生，而B组56%(39/70)的参与者为男生(gydF4y2Ba PgydF4y2Ba=标识)。A组和B组参与者的平均年龄分别为7.3 (SD 1.5)岁和7.6 (SD 1.3)岁，差异无统计学意义(gydF4y2Ba PgydF4y2Ba=酒精含量)。家庭月收入< 150美元的参与者比例在B组更高(38/ 70,54% vs 53/ 162,32.7%)，差异有统计学意义(gydF4y2Ba PgydF4y2Ba= 04)。家庭月收入为100美元/ 350美元的学生比例在A组较高(25/162,15.4%比4/ 70,6 %)，母亲受过中等及以上教育的学生比例在A组较高(73/162,45.1%比17/ 70,24 %)，差异有统计学意义(gydF4y2Ba PgydF4y2Ba= . 01)。每月在每个孩子的教育上花费50至30美元的家庭比例在A组也较高(24/162 / 14.8%，而B组为4/70 / 6%)，两组之间没有总体差异(gydF4y2Ba PgydF4y2Ba= . 07;gydF4y2Ba 表2gydF4y2Ba)。gydF4y2Ba

比较两组间CANTAB测试结果时，SWM间误差(4个方框;A组SWMBE4)变量的中位数为2.0 (IQR 1.0 ~ 3.0)， B组的中位数为2.0 (2.0 ~ 3.0);有显著差异(gydF4y2Ba PgydF4y2Ba= . 01)。然而，效应量很小(gydF4y2Ba PgydF4y2Ba= .02点)。A组的SWM策略(SWMS)变量中位数为12.0 (IQR为10.0 ~ 58.3)，B组的中位数为10.0 (IQR为9.0 ~ 12.0);有显著差异(gydF4y2Ba PgydF4y2Ba.002)。效应量很小(gydF4y2Ba PgydF4y2Ba= .04点)。A组和B组在其他变量上无显著差异。运动筛选任务平均潜伏期(MOTML)和反应时5项选择中位数反应时间(RTIFMDRT)变量的较小值为正，但A组的中位数值分别比b组高15.5分和21.2分。相反，暴露组的反应时5项选择中位数运动时间变量的中位数值低13.5分，其他变量的中位数值无显著差异(gydF4y2Ba 表3gydF4y2Ba)。gydF4y2Ba

当比较基于数字设备使用时间的认知水平差异时，结果显示4个亚组之间没有显着差异，所有效应量都很小。A-4组的注意和精神运动速度两个变量的中位数高于A-1组，但差异无统计学意义。在视觉记忆变量方面，4个亚组间差异不显著，分布不呈线性关系。在执行功能测试中，随着使用时间的增加，错误次数减少，结果为阳性。在SWM检验中，4个亚组的分布无显著差异(gydF4y2Ba 表4gydF4y2Ba)。gydF4y2Ba

用于确定人口统计学特征、社会经济地位和CANTAB测试分数之间关系的所有单变量线性回归分析结果已在gydF4y2Ba 多媒体附录2gydF4y2Ba．gydF4y2Ba

测量结果表明，三个变量MOTML、RTIFMDMT和RTIFMDRT来自gydF4y2Ba 注意力和精神运动速度gydF4y2Ba认知功能与gydF4y2Ba 年龄gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba<措施),gydF4y2Ba 学校gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba<措施)gydF4y2Ba 每个孩子的教育费用gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba<.001)在单变量模型和多变量模型1。然而，在多变量模型2中，调整了年龄和性别，MOTML与gydF4y2Ba 学校gydF4y2Ba， RTIFMDRT与gydF4y2Ba 家庭类型gydF4y2Ba（gydF4y2Ba 表5gydF4y2Ba)。gydF4y2Ba

3gydF4y2Ba 内存gydF4y2Ba认知功能变量模式识别记忆百分比正确即时，模式识别记忆百分比正确延迟，和空间跨度前向跨度长度相关gydF4y2Ba 年龄gydF4y2Ba，gydF4y2Ba 每个孩子的教育费用gydF4y2Ba，gydF4y2Ba 家庭收入gydF4y2Ba，gydF4y2Ba 家庭类型gydF4y2Ba,gydF4y2Ba 学校gydF4y2Ba．在单变量模型和多变量模型1中，模式识别记忆正确率与即时显着相关gydF4y2Ba 年龄gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba<措施),gydF4y2Ba 家庭类型gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba= . 07)gydF4y2Ba ，gydF4y2Ba和gydF4y2Ba 学校gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< . 05)。而在多元模型2中，仅与gydF4y2Ba 年龄gydF4y2Ba（gydF4y2Ba PgydF4y2Ba<措施),gydF4y2Ba 家庭类型gydF4y2Ba（gydF4y2Ba PgydF4y2Ba= . 01)。在单变量模型和多变量模型1中，模式识别记忆正确率延迟百分比显著相关gydF4y2Ba 年龄gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba<措施),gydF4y2Ba 每个孩子的教育费用gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< . 05)gydF4y2Ba ，gydF4y2Ba和gydF4y2Ba 家庭收入gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< . 05)。然而，在多变量模型2中，它仅与gydF4y2Ba 年龄gydF4y2Ba（gydF4y2Ba PgydF4y2Ba<措施),gydF4y2Ba 家庭收入gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba=。08)。在3个回归模型中，空间跨度前向跨度长度与gydF4y2Ba 年龄gydF4y2Ba（gydF4y2Ba PgydF4y2Ba<措施;gydF4y2Ba 表5gydF4y2Ba)。gydF4y2Ba

变量SWM between errors(4、6、8框)、SWMBE4、SWM between errors(8框)、SWMS对应于gydF4y2Ba 执行功能gydF4y2Ba与…有关gydF4y2Ba 年龄，数字设备接触，每个孩子的教育费用，每月家庭收入，家庭类型，性别gydF4y2Ba,gydF4y2Ba 学校。gydF4y2Ba在单变量模型中，误差(4,6和8盒)之间的SWM与gydF4y2Ba 每个孩子的教育费用gydF4y2Ba（gydF4y2Ba PgydF4y2Ba=), 03gydF4y2Ba 性gydF4y2Ba（gydF4y2Ba PgydF4y2Ba= . 05)。然而，在多元模型1中，它与任何变量都不相关。SWMBE4与gydF4y2Ba 学校gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< 0.05)。这两个gydF4y2Ba 年龄gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< . 05),gydF4y2Ba 性gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< 0.05)在SWM的3个回归分析误差间存在显著相关性(8个框)。SWMS变量与3个变量呈显著相关gydF4y2Ba 年龄gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< . 05),gydF4y2Ba 数码设备曝光gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba< . 05)gydF4y2Ba 学校gydF4y2Ba(所有gydF4y2Ba PgydF4y2Ba<.001)，所有回归分析(gydF4y2Ba 表5gydF4y2Ba)。gydF4y2Ba

自2015年联合国大会通过《2030年可持续发展议程》以来，各国，特别是中低收入国家，出现了许多将数字技术应用于发展政策和方案的倡议，特别是与可持续发展目标3和4相关的倡议[gydF4y2Ba 5gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba]。然而，没有足够的证据表明数字设备的使用如何影响低收入国家儿童的认知改善[gydF4y2Ba 8gydF4y2Ba，gydF4y2Ba 30.gydF4y2Ba，gydF4y2Ba 31gydF4y2Ba]。这项研究的重点是柬埔寨城市和农村的学校，为儿童采用和使用数字设备提供一个全面的视角。我们采用横断面研究，使用CANTAB检查3个领域的认知水平，重点关注接触数字设备如何影响小学学龄儿童的认知发展。gydF4y2Ba

我们的研究发现，数字设备暴露在人口统计学和社会经济特征(如学校位置、家庭类型和家庭收入)方面存在显著差异。我们发现，根据数字设备的使用，儿童在CANTAB上的3个认知领域的认知得分既没有优势也没有劣势。鉴于缺乏关于数字设备暴露对认知发展影响的实证研究，我们提供了两个重要的发现，对数字设备在医疗保健和教育中的应用的政策和计划有重要贡献:(1)数字设备暴露与认知发展之间没有显著的关联;(2)然而，学校位置、家庭收入、家庭类型和教育支出等社会经济条件与认知功能显著相关[gydF4y2Ba 31gydF4y2Ba]。gydF4y2Ba

从这项研究的发现中可以得出几个政策含义。首先是一个有利环境的重要性，使数字设备对认知功能和发展的影响最大化。有证据表明，社会经济因素显著影响婴儿的认知功能和发展，包括记忆和执行功能[gydF4y2Ba 24gydF4y2Ba，gydF4y2Ba 27gydF4y2Ba]。例如，美国的研究发现，社会经济背景较高的儿童在视觉空间、记忆和执行功能方面的成就高于中等或低社会经济背景的儿童。同样，来自较高社会经济背景的巴西学生被发现有更好的记忆力和执行功能结果[gydF4y2Ba 24gydF4y2Ba]。社会经济条件在多大程度上影响中低收入国家儿童的认知功能和发展?我们的研究结果表明，这些条件，特别是教育支出，在更大程度上增强了儿童的认知功能和发展，而不是暴露于数字设备。在2005年信息社会世界首脑会议上，许多代表发表了“我们比笔记本电脑更重要”的评论，其中介绍了“每个孩子一台笔记本电脑”设备，我们的研究结果支持了这一点。适当的教育投资是一项比购买和使用数字设备重要得多的任务，在中低收入国家尤其如此。gydF4y2Ba

第二个含义涉及数字设备的设计和设置。许多关于使用数字设备促进儿童认知功能和发展的倡议都是基于一个被称为“大脑的重排能力”的理论框架，该框架假定儿童学会将他们所看到的、听到的和知道的与象征性人物联系起来[gydF4y2Ba 31gydF4y2Ba]。因此，我们收集了数据，表明儿童在数字设备上看到和听到的符号字符(gydF4y2Ba 多媒体附录1gydF4y2Ba)。大多数拥有数字设备的孩子都渴望玩游戏和看视频，比如YouTube上的视频。通过玩游戏和看视频，孩子们可能无法学会将他们所看到、听到或知道的东西与象征性的人物联系起来。我们的研究发现，接触或使用数字设备对认知发展的影响微不足道，这表明，儿童接触的设备的设计和设置应该足够有效，以刺激和加速“大脑的重组能力”。在COVID-19大流行等大流行期间，让儿童使用具有适当设计和设置的数字设备比以往任何时候都更加重要，在此期间，全球几乎所有学校都长期关闭[gydF4y2Ba 28gydF4y2Ba]。gydF4y2Ba

我们的研究有几个局限性。首先，仅在调查期间测量儿童的认知功能和发展水平;数字设备使用对认知功能和发展的长期影响未被评估。这是具有确定时间框架的横断面研究的典型局限性。为了衡量数字设备对认知功能和发展的长期影响，需要对具有不同社会经济背景和数字设备暴露水平的儿童群体进行纵向面板研究。其次，我们的研究是在柬埔寨的两个地区进行的。我们将重点放在农村和城市地区，以研究社会经济水平差异的影响。然而，这并没有覆盖足够的区域。然而，考虑到缺乏关于数字设备暴露对中低收入国家儿童认知功能和发展影响的研究，特别是那些关注数字设备暴露和社会经济条件的研究，我们的研究扩展了对旨在儿童认知功能和发展的数字设备使用倡议所需的有利环境的理解。gydF4y2Ba