Abstract

Die Autoren schätzten den Einfluss familiärer Faktoren und kommunaler Benachteiligung auf die Veränderungen der Intelligenzquotienten (IQ)-Werte von Kindern im Alter von 6 bis 11 Jahren. Die Daten stammen aus einer Längsschnittstudie über die neuropsychiatrischen Folgen eines niedrigen Geburtsgewichts in zwei sozioökonomisch ungleichen, geografisch definierten Gemeinden im Großraum Detroit, Michigan. Repräsentative Stichproben von Kindern mit niedrigem und normalem Geburtsgewicht aus der Stadt Detroit (städtisch) und den nahe gelegenen Vororten der Mittelschicht (vorstädtisch) wurden im Alter von 6 Jahren (1990-1992) und im Alter von 11 Jahren (1995-1997) untersucht (n = 717). Die IQs der Kinder wurden mit der Wechsler Intelligence Scale for Children-Revised gemessen. Zu den berücksichtigten familiären Faktoren gehörten der mütterliche IQ, die Bildung und der Familienstand. Es wurde eine multiple Regressionsanalyse unter Verwendung verallgemeinerter Schätzgleichungen durchgeführt. Der IQ von Stadtkindern, unabhängig vom Geburtsgewicht, nahm vom Alter von 6 Jahren bis zum Alter von 11 Jahren ab. Durch die Verschiebung nach unten erhöhte sich der Anteil der Stadtkinder, die eine Standardabweichung unter dem standardisierten IQ-Mittelwert von 100 lagen, um 50 %. Bei Vorstadtkindern wurde eine vernachlässigbare Veränderung beobachtet. Der IQ, die Bildung und der Familienstand der Mutter sowie ein niedriges Geburtsgewicht sagten den IQ im Alter von 6 Jahren voraus, standen aber in keinem Zusammenhang mit der IQ-Veränderung. Das Aufwachsen in einer rassisch segregierten und benachteiligten Gemeinschaft kann mehr als individuelle und familiäre Faktoren zu einem Rückgang der IQ-Werte in den ersten Schuljahren beitragen.

Trotz der Kontroversen über die Bedeutung und das Wesen der allgemeinen Intelligenz würden nur wenige die Behauptung bestreiten, dass die Ergebnisse standardisierter Intelligenzquotiententests (IQ) starke Prädiktoren für wichtige Ergebnisse sowohl für Mitglieder von Mehrheits- als auch von Minderheitengruppen sind. IQ-Werte sind nicht unveränderlich; wiederholte IQ-Tests in der Kindheit zeigen erhebliche Veränderungen bei einzelnen Personen (1). Die Ursachen für IQ-Veränderungen (abgesehen von der Unzuverlässigkeit) bleiben jedoch unklar. Ein umgekehrter Zusammenhang zwischen IQ und Alter wurde in Gruppen von Kindern festgestellt, die unter verschiedenen benachteiligten Bedingungen leben (2-5). Diese Erkenntnisse, die auf einen Rückgang des IQ mit zunehmendem Alter bei sozial benachteiligten Kindern hindeuten, beruhen auf Querschnittsstudien mit atypischen Gruppen, die vor mehreren Jahrzehnten durchgeführt wurden. Außerdem wurde in diesen Studien nicht zwischen familiären und gemeinschaftlichen Beiträgen zur IQ-Veränderung unterschieden.

Wir untersuchten die Beiträge familiärer Faktoren und der benachteiligten Gemeinschaft zur IQ-Veränderung vom Beginn der Schulzeit bis 5 Jahre später. Die Daten stammen aus einer Längsschnittstudie zur Bewertung der neuropsychiatrischen Folgen eines niedrigen Geburtsgewichts (≤2.500 g) in zwei sozioökonomisch ungleichen Gemeinschaften, der Innenstadt und den Mittelklasse-Vororten einer großen US-Metropole (6, 7). Ein niedriges Geburtsgewicht wurde in dieser und in anderen Studien mit IQ-Defiziten in Verbindung gebracht, unabhängig von sozialer Benachteiligung (6, 8-17). Während frühere Studien die Rolle von niedrigem Geburtsgewicht bei IQ-Veränderungen mit zunehmendem Alter nicht untersucht haben, konnten wir anhand der Daten dieser Studie die potenziellen Auswirkungen von niedrigem Geburtsgewicht auf IQ-Veränderungen in der Allgemeinbevölkerung schätzen und kontrollieren. Die familiären Faktoren wurden durch den IQ der Mutter, die Bildung der Mutter und den Status des alleinerziehenden Elternteils indexiert, alles Faktoren, die mit dem IQ der Kinder in Zusammenhang stehen (3). Die benachteiligte Gemeinschaft wurde durch den Wohnsitz in der Innenstadt im Gegensatz zu einem Vorort der Mittelklasse indiziert.

MATERIALIEN UND METHODEN

Stichproben von Kindern mit niedrigem und normalem Geburtsgewicht wurden nach dem Zufallsprinzip aus den Entlassungslisten für Neugeborene von zwei großen Krankenhäusern im Südosten von Michigan ausgewählt, eines in der Stadt Detroit und das andere in einem nahe gelegenen Vorort. Die Probanden wurden aufgenommen, als sie 6 Jahre alt waren. Wir untersuchten die Jahrgänge 1983-1985 von Neugeborenen, die in den Schuljahren 1989-1990, 1990-1991 und 1991-1992, dem geplanten Zeitraum der Feldarbeit, das sechste Lebensjahr erreichten. Die Gesamtzahl der Entlassungen von Neugeborenen im Zeitraum 1983-1985 belief sich auf 6.698 im städtischen Krankenhaus und auf 16.136 im Krankenhaus am Stadtrand. In diesem Zeitraum versorgte das Krankenhaus in Detroit hauptsächlich Einwohner der Innenstadt. Das Vorstadtkrankenhaus versorgte vor allem Bewohner von Vorstadtgemeinden der Mittelschicht im Großraum Detroit. In jedem Krankenhaus wurden für jedes Jahr von 1983 bis 1985 Zufallsstichproben von 130 Neugeborenen mit niedrigem Geburtsgewicht und 93 Neugeborenen mit normalem Geburtsgewicht gezogen. Von den 1.338 untersuchten Kindern waren 196 bekanntlich aus dem Stadtgebiet weggezogen, gestorben oder lebten in Pflegefamilien. Siebenundvierzig Kinder, bei denen in den medizinischen Unterlagen eine schwere neurologische Beeinträchtigung festgestellt wurde, wurden ausgeschlossen, da unser Ziel darin bestand, die langfristigen Ergebnisse bei Kindern zu bewerten, die ohne schwere Beeinträchtigung bis zum Schulalter überlebt hatten. Von den 1 095 Kindern der Zielstichprobe nahmen 823 (75 %) an der Studie teil; 4 % konnten nicht ausfindig gemacht werden, und die Eltern von 21 % weigerten sich. Die Kinder wurden im Alter von 6 Jahren untersucht.

Fünf Jahre später, 1995-1997, als die Kinder 11 Jahre alt waren, untersuchten wir die Stichprobe erneut. Von der gesamten Stichprobe nahmen 717 (87,1 %) an der zweiten Untersuchung teil (4 % waren aus dem geografischen Gebiet weggezogen, und die Eltern von 9 % verweigerten die Teilnahme). Die Hauptmerkmale der neu untersuchten Stichprobe, einschließlich Rasse, Bildung der Mutter, niedriges Geburtsgewicht und die anfängliche IQ-Verteilung der Kinder, hatten sich kaum verändert (18). Kinder mit niedrigem Geburtsgewicht in der städtischen und der vorstädtischen Stichprobe waren in Bezug auf neonatale Merkmale ähnlich, einschließlich des Prozentsatzes, der klein für das Gestationsalter geboren wurde, der Anzahl der Tage, die auf der neonatalen Intensivstation verbracht wurden, des Prozentsatzes mit einem 5-Minuten-Apgar-Score ≤5 und der Verteilung über die Stufen des niedrigen Geburtsgewichts.

Die Klassifizierung in städtisch (Stadt Detroit) und vorstädtisch basierte auf der Adresse der Familie bei der ersten Untersuchung. Eine kleine Minderheit von Familien (10 %), die zum Zeitpunkt der ersten Untersuchung in der Stadt Detroit wohnten, hatten bei der Nachuntersuchung eine Adresse in einem Vorort, aber der Zeitpunkt des Wechsels konnte nicht ermittelt werden; diese Familien wurden in dieser Analyse als städtisch eingestuft. Eine Beschreibung der städtischen und vorstädtischen Stichproben hinsichtlich soziodemografischer und neonataler Merkmale findet sich in Tabelle 1. Im Vergleich zur vorstädtischen Stichprobe wies die Stichprobe der Stadt Detroit einen deutlich höheren Anteil von Kindern aus Minderheiten auf (84,2 % gegenüber 5,5 %), von Kindern, die von alleinerziehenden Müttern geboren wurden (58,1 % gegenüber 9,7 %), und von Müttern mit weniger als einem Highschool-Abschluss (26,7 % gegenüber 6,7 %). Mit wenigen Ausnahmen waren die Minderheitskinder schwarz, was die rassisch-ethnische Zusammensetzung der Region Detroit widerspiegelt. Die Unterschiede zwischen den Untergruppen mit niedrigem Geburtsgewicht und normalem Geburtsgewicht innerhalb der beiden Gemeinden waren gering (Tabelle 1). Die Daten der Volkszählung von 1990 wiesen auf große Unterschiede zwischen der Stadt Detroit und dem übrigen Stadtgebiet hin, was den Anteil der Nicht-Weißen (78,4 % gegenüber 8,4 %), der Arbeitslosen (19,7 % gegenüber 6,0 %), der weiblichen Haushaltsvorstände (ohne Ehemann) (56,0 % gegenüber 17,2 %) und der Familien, die unter der Armutsgrenze leben (40,0 % gegenüber 8,6 %) betrifft (19). Somit ermöglichte das Stichprobendesign einen Vergleich von Populationen mit stark kontrastierenden sozialen Bedingungen.

TABELLE 1.

Soziodemografische und neonatale Merkmale (%) von Stadt- und Vorstadtkindern (n = 717) in einer Studie über Veränderungen der Intelligenzquotienten (IQ)-Werte, Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997

. Urban community . Vorstadtgemeinde .
. Gesamt (n = 374) . Niedriges Geburtsgewicht (n = 231) . Normales Geburtsgewicht (n = 143) . Gesamt (n = 343) . Niedriges Geburtsgewicht (n = 180) . Normales Geburtsgewicht (n = 163) .
Nicht-weiße Rasse 84,2 85,7 81,8 5,5 5,0 6.1
Bildung der Mutter
Weniger als Highschool 26.7 29.4 22.4 6.7 6.7 6.7
Hohe Schule 26.5 26.0 27.3 26.2 27.2 25.2
Einige Hochschulen 37.4 36.4 39.2 38.5 39.4 37.4
College 9.4 8.2 11.2 28.6 26.7 30.7
Alleinerziehende Mutter 58.1 60.0 54.9 9.7 12.3 6.8
Kleine Geburt im Gestationsalter 18.3 25.1 7.1 13.8 19.6 7.4
5-Minuten-Apgarscore ≤5 1.6 2.6 0.0 1,2 2,2 0,0
Sehr niedriges Geburtsgewicht (≤1.500 g) 16.9 15.0
Tage auf der neonatologischen Intensivstation
0 71.4 57.2 94.4 76.0 56.4 97.5
1-7 5.7 5.7 5.6 2.3 2.8 1.9
8-14 3.2 5.2 0.0 3.5 6.7 0.0
≥15 19.7 31.9 0.0 18.2 34.1 0.6
. Urban community . Vorstadtgemeinde .
. Gesamt (n = 374) . Niedriges Geburtsgewicht (n = 231) . Normales Geburtsgewicht (n = 143) . Gesamt (n = 343) . Niedriges Geburtsgewicht (n = 180) . Normales Geburtsgewicht (n = 163) .
Nicht-weiße Rasse 84,2 85,7 81,8 5,5 5,0 6.1
Bildung der Mutter
Weniger als Highschool 26.7 29.4 22.4 6.7 6.7 6.7
Hohe Schule 26.5 26.0 27.3 26.2 27.2 25.2
Etwas Hochschule 37.4 36.4 39.2 38.5 39.4 37.4
College 9.4 8.2 11.2 28.6 26.7 30.7
Alleinerziehende Mutter 58.1 60.0 54.9 9.7 12.3 6.8
Kleine Geburt im Gestationsalter 18.3 25.1 7.1 13.8 19.6 7.4
5-Minuten-Apgarscore ≤5 1.6 2.6 0,0 1,2 2,2 0,0
Sehr niedriges Geburtsgewicht (≤1.500 g) 16,9 15.0
Tage auf der neonatologischen Intensivstation
0 71.4 57.2 94.4 76.0 56.4 97.5
1-7 5.7 5.7 5.6 2.3 2.8 1.9
8-14 3.2 5.2 0.0 3.5 6.7 0.0
≥15 19.7 31.9 0.0 18.2 34.1 0.6
TABELLE 1.

Soziodemografische und neonatale Merkmale (%) von Stadt- und Vorstadtkindern (n = 717) in einer Studie über Veränderungen des Intelligenzquotienten (IQ), Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997

. Urban community . Vorstadtgemeinde .
. Gesamt (n = 374) . Niedriges Geburtsgewicht (n = 231) . Normales Geburtsgewicht (n = 143) . Gesamt (n = 343) . Niedriges Geburtsgewicht (n = 180) . Normales Geburtsgewicht (n = 163) .
Nicht-weiße Rasse 84,2 85,7 81,8 5,5 5,0 6.1
Bildung der Mutter
Weniger als Highschool 26.7 29.4 22.4 6.7 6.7 6.7
Hohe Schule 26.5 26.0 27.3 26.2 27.2 25.2
Etwas Hochschule 37.4 36.4 39.2 38.5 39.4 37.4
College 9.4 8.2 11.2 28.6 26.7 30.7
Alleinerziehende Mutter 58.1 60.0 54.9 9.7 12.3 6.8
Kleine Geburt im Gestationsalter 18.3 25.1 7.1 13.8 19.6 7.4
5-Minuten-Apgarscore ≤5 1.6 2.6 0.0 1.2 2.2 0.0
Sehr niedriges Geburtsgewicht (≤1.500 g) 16,9 15.0
Tage auf der neonatologischen Intensivstation
0 71.4 57.2 94.4 76.0 56.4 97.5
1-7 5.7 5.7 5.6 2.3 2.8 1.9
8-14 3.2 5.2 0.0 3.5 6.7 0.0
≥15 19.7 31.9 0.0 18.2 34.1 0.6
. Urban community . Vorstadtgemeinde .
. Gesamt (n = 374) . Niedriges Geburtsgewicht (n = 231) . Normales Geburtsgewicht (n = 143) . Gesamt (n = 343) . Niedriges Geburtsgewicht (n = 180) . Normales Geburtsgewicht (n = 163) .
Nicht-weiße Rasse 84,2 85,7 81,8 5,5 5,0 6.1
Bildung der Mutter
Weniger als Highschool 26.7 29.4 22.4 6.7 6.7 6.7
Hohe Schule 26.5 26.0 27.3 26.2 27.2 25.2
Etwas Hochschule 37.4 36.4 39.2 38.5 39.4 37.4
College 9.4 8.2 11.2 28.6 26.7 30.7
Alleinerziehende Mutter 58.1 60.0 54.9 9.7 12.3 6.8
Kleine Geburt im Gestationsalter 18,3 25,1 7,1 13,8 19,6 7.4
5-Minuten-Apgar-Score ≤5 1,6 2,6 0,0 1,2 2,2 0.0
Sehr niedriges Geburtsgewicht (≤1.500 g) 16,9 15.0
Tage auf der neonatologischen Intensivstation
0 71.4 57.2 94.4 76.0 56.4 97.5
1-7 5.7 5.7 5.6 2.3 2.8 1.9
8-14 3.2 5.2 0.0 3.5 6.7 0.0
≥15 19.7 31.9 0.0 18.2 34.1 0.6

IQ-Messung

Die Wechsler Intelligence Scale for Children-Revised (WISC-R) (20) wurde zur Messung der IQs der Kinder verwendet. Die WISC-R ist altersstandardisiert und hat in der Allgemeinbevölkerung einen Mittelwert von 100 und eine Standardabweichung von 15. Daher zeigt ein Kind, dessen IQ-Wert zwischen dem Alter von 6 und 11 Jahren gleich bleibt, nicht die gleiche Leistung bei beiden Tests. Stattdessen wird das Kind in den Bereichen Allgemeinwissen, Wortschatz, logisches Denken und in anderen Bereichen Fortschritte machen. Was sich nicht ändert, ist die Punktzahl des Kindes im Vergleich zu seinen Altersgenossen.

Die Kinder wurden in beiden Altersstufen einzeln unter denselben standardisierten Laborbedingungen untersucht. Die Psychometriker wurden nach einem einheitlichen Standard geschult, und alle Bewertungen wurden von einem zweiten Prüfer kontrolliert. Die Beurteilungen wurden blind in Bezug auf den Status des geringen Geburtsgewichts durchgeführt. Die Psychometriker, die die Untersuchung im Alter von 11 Jahren durchführten, waren blind gegenüber den Ergebnissen im Alter von 6 Jahren. Die Korrelation zwischen den Vollskalen-IQ-Werten im Alter von 6 und 11 Jahren betrug 0,85.

Statistische Analyse

Wir verwendeten eine multiple Regressionsanalyse unter Anwendung verallgemeinerter Schätzgleichungen (GEE) (21-23), um die Auswirkungen von städtischen und vorstädtischen Gemeinden, niedrigem Geburtsgewicht und familiären Faktoren auf den IQ im Alter von 6 und 11 Jahren zu testen und zu schätzen. Der GEE-Ansatz bietet Vorteile gegenüber anderen Regressionsansätzen, die zur Messung von Veränderungen im Zeitverlauf verwendet werden (24, 25). Der GEE-Ansatz ermöglicht die gleichzeitige Modellierung der Beziehung zwischen spezifischen Risikofaktoren und dem IQ der Kinder im Alter von 6 und 11 Jahren. Darüber hinaus konnten wir durch die Hinzufügung von Interaktionstermini untersuchen, ob der Unterschied im mittleren IQ, der mit einem bestimmten Faktor verbunden ist – z. B. städtische versus vorstädtische Gemeinde – im Alter von 11 Jahren signifikant größer war als im Alter von 6 Jahren. Der Koeffizient für eine Interaktion zwischen einem Risikofaktor und dem Alter entspricht dem Koeffizienten eines Standardregressionsmodells, bei dem die Veränderung des IQ im Laufe der Zeit die Antwortvariable ist und der Risikofaktor als Vorhersagevariable eingegeben wird. Der GEE-Ansatz liefert jedoch Informationen über die Beziehungen zwischen den Risikofaktoren und dem IQ in jedem Alter, die in einer Standardregressionsanalyse der Veränderung der Werte nicht verfügbar sind.

Das Grundmodell wird in der Gleichung Y = α + β1 (Stadt) + β2 (Alter) + β3 (Stadt × Alter) + β4 (niedriges Geburtsgewicht) + β5-7 (familiäre Faktoren) veranschaulicht, wobei die standardisierten IQ-Werte im Alter von 6 und 11 Jahren die Ergebnisse des Kindes (Y) sind; urban = 1, wenn die Gemeinde des Kindes urban ist und 0, wenn sie vorstädtisch ist; Alter = 1 für den IQ im Alter von 11 Jahren und 0 für den IQ im Alter von 6 Jahren; und niedriges Geburtsgewicht = 1, wenn das Kind ein niedriges Geburtsgewicht hatte und 0, wenn das Kind ein normales Geburtsgewicht hatte. Der fünfte, sechste und siebte Betakoeffizient (β5-7) sind die Koeffizienten von drei Familienfaktoren, dem mütterlichen IQ, der Bildung und dem Familienstand. Der Koeffizient β1 ist der Unterschied zwischen dem mittleren IQ im Alter von 6 Jahren von Stadt- und Vorstadtkindern, bereinigt um niedriges Geburtsgewicht und Familienfaktoren; β2 ist der Unterschied im mittleren IQ im Alter von 11 Jahren im Vergleich zum Alter von 6 Jahren für Vorstadtkinder; und der Interaktionsterm β3 schätzt das Ausmaß, in dem sich die Veränderung des mittleren IQ von Stadtkindern von dem der Vorstadtkinder unterscheidet. Somit ist β2 + β3 die Veränderung des mittleren IQ bei Stadtkindern zwischen dem Alter von 6 und 11 Jahren, bereinigt um niedriges Geburtsgewicht und familiäre Faktoren. (In zusätzlichen Modellen haben wir weitere zwei- und dreifache Wechselwirkungen zwischen Paaren von Risikofaktoren, z. B. zwischen Stadt und niedrigem Geburtsgewicht, sowie zwischen Risikofaktoren und Alter untersucht). Die GEE-Methode schätzt die Regressionskoeffizienten und ihre Standardfehler, wobei die Korrelation zwischen den IQ-Messungen der Kinder im Alter von 6 und 11 Jahren berücksichtigt wird. Dieser Ansatz liefert valide und robuste Varianzschätzungen, selbst wenn eine bekannte positive Korrelation zwischen mehreren Ergebnismessungen innerhalb der Probanden besteht. Die Option der austauschbaren Korrelation wurde als Arbeitskorrelation bei der Schätzung der GEE-Modelle verwendet.

ERGEBNISSE

Die Mittelwerte und Standardabweichungen für die deskriptiven Daten, einschließlich der Vollskalen-, verbalen und Leistungs-IQ-Werte nach Alter, niedrigem Geburtsgewicht gegenüber normalem Geburtsgewicht und städtischer gegenüber vorstädtischer Gemeinde, sind in Tabelle 2 aufgeführt. Wir konzentrieren uns hier auf den Vollskalen-IQ. Die Analysen der verbalen und leistungsbezogenen IQ-Daten ergaben ähnliche Ergebnisse (bei den Autoren erhältlich). Diese Daten deuten auf einen Rückgang des IQ zwischen dem Alter von 6 und 11 Jahren bei Stadtkindern hin, nicht aber bei Kindern aus Vorstädten.

TABELLE 2.

Mittelwerte auf der Weschler Intelligence Scale for Children-Revised im Alter von 6 und 11 Jahren, nach Gemeindetyp und Geburtsgewicht (n = 717), Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997

. Niedriges Geburtsgewicht (≤2.500 g) . Normales Geburtsgewicht (>2.500 g) .
. Städtische Gemeinde (n = 231) . Vorstadtgemeinde (n = 180) . Städtische Gemeinde (n = 143) . Vorstädtische Gemeinde (n = 163) .
. Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre .
Gesamtintelligenzquotient (IQ) 93,1 (15,6)* 88,1 (14,7) 107,0 (15,0) 107,8 (14,8) 99,1 (14.0) 94.1 (13.6) 113.3 (15.4) 112.8 (14.3)
Leistungs-IQ 92,7 (15,3) 88,5 (15,2) 105,8 (15,3) 106.5 (15.3) 98.8 (13.2) 94.1 (13.1) 110.9 (14.7) 111.1 (14.6)
Verbaler IQ 94,7 (15,9) 89,7 (14,4) 106.8 (15.5) 107.5 (14.3) 99.7 (15.2) 95.0 (14.2) 113.2 (15.9) 111.8 (14.2)
. Niedriges Geburtsgewicht (≤2.500 g) . Normales Geburtsgewicht (>2.500 g) .
. Städtische Gemeinde (n = 231) . Vorstadtgemeinde (n = 180) . Städtische Gemeinde (n = 143) . Vorstädtische Gemeinde (n = 163) .
. Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre .
Gesamtintelligenzquotient (IQ) 93,1 (15,6)* 88,1 (14,7) 107.0 (15.0) 107.8 (14.8) 99.1 (14.0) 94.1 (13.6) 113.3 (15.4) 112.8 (14.3)
Performance IQ 92.7 (15.3) 88.5 (15.2) 105.8 (15.3) 106.5 (15.3) 98.8 (13.2) 94.1 (13.1) 110.9 (14.7) 111.1 (14.6)
Verbaler IQ 94.7 (15.9) 89.7 (14.4) 106.8 (15.5) 107.5 (14.3) 99.7 (15.2) 95.0 (14.2) 113.2 (15.9) 111.8 (14.2)
*

Zahlen in Klammern, Standardabweichung.

TABELLE 2.

Mittelwerte auf der Weschler Intelligence Scale for Children-Revised im Alter von 6 und 11 Jahren, nach Gemeindetyp und Geburtsgewichtsstatus (n = 717), Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997

. Niedriges Geburtsgewicht (≤2.500 g) . Normales Geburtsgewicht (>2.500 g) .
. Städtische Gemeinde (n = 231) . Vorstadtgemeinde (n = 180) . Städtische Gemeinde (n = 143) . Vorstädtische Gemeinde (n = 163) .
. Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre .
Gesamtintelligenzquotient (IQ) 93,1 (15,6)* 88,1 (14,7) 107,0 (15,0) 107,8 (14,8) 99,1 (14.0) 94.1 (13.6) 113.3 (15.4) 112.8 (14.3)
Performance IQ 92.7 (15.3) 88.5 (15.2) 105.8 (15.3) 106.5 (15.3) 98.8 (13.2) 94.1 (13.1) 110.9 (14.7) 111.1 (14.6)
Verbaler IQ 94,7 (15,9) 89,7 (14,4) 106.8 (15.5) 107.5 (14.3) 99.7 (15.2) 95.0 (14.2) 113.2 (15.9) 111.8 (14.2)
. Niedriges Geburtsgewicht (≤2.500 g) . Normales Geburtsgewicht (>2.500 g) .
. Städtische Gemeinde (n = 231) . Vorstadtgemeinde (n = 180) . Städtische Gemeinde (n = 143) . Vorstädtische Gemeinde (n = 163) .
. Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre . Alter 6 Jahre . Alter 11 Jahre .
Gesamtskala Intelligenzquotient (IQ) 93,1 (15,6)* 88,1 (14.7) 107.0 (15.0) 107.8 (14.8) 99.1 (14.0) 94.1 (13.6) 113.3 (15.4) 112.8 (14.3)
Performance IQ 92.7 (15.3) 88.5 (15.2) 105.8 (15.3) 106.5 (15.3) 98.8 (13.2) 94.1 (13.1) 110.9 (14.7) 111.1 (14.6)
Verbaler IQ 94,7 (15,9) 89,7 (14,4) 106,8 (15.5) 107.5 (14.3) 99.7 (15.2) 95.0 (14.2) 113.2 (15.9) 111.8 (14.2)
*

Zahlen in Klammern, Standardabweichung.

Abbildung 1 zeigt die empirischen kumulativen Verteilungen der IQ-Werte nach Alter bei städtischen und vorstädtischen Kindern, je nach Geburtsgewichtsstatus (normales Geburtsgewicht vs. niedriges Geburtsgewicht). Die kumulativen Verteilungskurven von Stadtkindern, sowohl mit normalem als auch mit niedrigem Geburtsgewicht, liegen links von den Kurven der Vorstadtkinder, was die IQ-Unterschiede zwischen Stadt- und Vorstadtkindern in beiden Altersgruppen widerspiegelt. In beiden Geburtsgewichtsgruppen überschneiden sich die IQ-Kurven der Vorstadtkinder im Alter von 6 und 11 Jahren eng, während die IQ-Kurven der Stadtkinder zwischen dem Alter von 6 und 11 Jahren eine Verschiebung nach unten aufweisen.

ABBILDUNG 1.

Empirische kumulative Verteilungen der Intelligenzquotienten (IQ)-Werte im Alter von 6 und 11 Jahren bei Stadt- und Vorstadtkindern, Detroit, Michigan, Großraum, 1990-1992 und 1995-1997. Die Kurven zeigen den Prozentsatz jeder Gruppe, der einen bestimmten IQ-Wert erreicht oder unterschreitet. Oberes Feld, Kinder mit normalem Geburtsgewicht; unteres Feld, Kinder mit niedrigem Geburtsgewicht.

Abbildung 1.

Empirische kumulative Verteilungen der Intelligenzquotienten (IQ)-Werte im Alter von 6 und 11 Jahren unter Stadt- und Vorstadtkindern, Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997. Die Kurven zeigen den Prozentsatz jeder Gruppe, der einen bestimmten IQ-Wert erreicht oder unterschreitet. Oberes Feld, Kinder mit normalem Geburtsgewicht; unteres Feld, Kinder mit niedrigem Geburtsgewicht.

Tabelle 3 zeigt die Ergebnisse von zwei aufeinanderfolgenden Modellen, die verwendet wurden, um die Auswirkungen von Gemeinde (Stadt vs. Vorstadt), niedrigem Geburtsgewicht und Familienfaktoren auf den IQ im Alter von 6 und 11 Jahren zu testen und zu schätzen. In Modell 1 untersuchten wir die Auswirkungen der Gemeinde und des Geburtsgewichtsstatus. In Modell 2 wurde eine Reihe von Familienkovariaten eingeführt. In beide Modelle haben wir nur die einzige Interaktion einbezogen, die sich als signifikant erwiesen hat, d. h. die Interaktion Stadtgemeinde × Alter, was darauf hinweist, dass sich die Veränderung des IQ von Stadtkindern von der von Vorstadtkindern unterscheidet. Andere Interaktionen – z. B. niedriges Geburtsgewicht × Stadtgemeinde, niedriges Geburtsgewicht × Alter und niedriges Geburtsgewicht × Stadtgemeinde × Alter – hatten Koeffizienten von geringer Größe (nahe Null), die bei α = 0,15 nicht statistisch signifikant waren. Die Ergebnisse von Modell 1 zeigen, dass Stadtkinder im Alter von 6 Jahren einen um 14,0 IQ-Punkte niedrigeren Wert erreichten als Vorstadtkinder, unabhängig vom Geburtsgewichtstatus. Darüber hinaus sank der IQ von Stadtkindern im Alter von 6 bis 11 Jahren unabhängig vom Geburtsgewicht um 5,0 Punkte (-5,19 + 0,21). Bei Vorstadtkindern wurde eine vernachlässigbare Veränderung festgestellt (0,21). Vom 6. bis zum 11. Lebensjahr vergrößerte sich der Unterschied im mittleren IQ zwischen Stadt- und Vorstadtkindern von 14,0 auf 19,2 Punkte. Kinder mit niedrigem Geburtsgewicht, sowohl in der Stadt als auch in den Vorstädten, hatten einen um 5,8 Punkte niedrigeren IQ als ihre normalgewichtigen Altersgenossen. Die Größe dieses Unterschieds änderte sich zwischen dem Alter von 6 und 11 Jahren in beiden Gemeinden kaum. Diese Interpretation basiert auf der Tatsache, dass weder eine Interaktion zwischen städtischer Gemeinde und niedrigem Geburtsgewicht noch zwei- und dreifache Interaktionen zwischen niedrigem Geburtsgewicht und Alter festgestellt werden konnten.

TABELLE 3.

Regressionsschätzungen der Kinderwerte auf der Weschler Intelligence Scale for Children-Revised aus aufeinanderfolgenden generalisierten Schätzgleichungsmodellen, mit Familienvariablen (mütterlicher Intelligenzquotient (IQ), Bildung und Familienstand), die in Modell 2 zum Basismodell hinzugefügt wurden, Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997

. Modell 1 . Modell 2 .
. β* . Standardfehler . p-Wert . β* . Standardfehler . p-Wert .
Urban community (vs. suburban) -14,00 1,12 <0,0001 -4,90 1.18 <0,0001
Alter 11 Jahre (vs. Alter 6 Jahre) 0,21 0,50 0,67 0,22 0,50 0.66
Urban community × age -5.19 0.67 <0.0001 -5.24 0.68 <0.0001
Niedriges Geburtsgewicht (vs. normales Geburtsgewicht) -5,84 1,05 <0,0001 -4,70 0,94 <0.0001
IQ der Mutter
Bildung der Mutter† 0.39 0.04 <0.0001
weniger als Highschool -6.82 1.97 0.001
Oberschule -5,05 1.59 0.001
Einige Hochschulen -2.01 1.39 0.15
Alleinerziehende Mutter -2.85 1.14 0.01
. Modell 1 . Modell 2 .
. β* . Standardfehler . p-Wert . β* . Standardfehler . p-Wert .
Urban community (vs. suburban) -14.00 1.12 <0.0001 -4.90 1.18 <0.0001
Alter 11 Jahre (vs. Alter 6 Jahre) 0.21 0.50 0.67 0.22 0.50 0.66
Urban community × age -5.19 0,67 <0,0001 -5,24 0,68 <0,0001
Niedriges Geburtsgewicht (vs. normales Geburtsgewicht) -5,84 1,05 <0,0001 -4,70 0,94 <0.0001
IQ der Mutter
Bildung der Mutter† 0.39 0.04 <0.0001
weniger als Highschool -6.82 1.97 0.001
Oberschule -5,05 1,59 0.001
Etwas Hochschule -2,01 1,39 0.15
Alleinerziehende Mutter -2,85 1,14 0.01
*

Unstandardisierter partieller Regressionskoeffizient, der den Unterschied in den IQ-Werten der Kinder in Verbindung mit der unabhängigen Variable darstellt.

Bezugsgruppe: College und höher.

TABELLE 3.

Regressionsschätzungen der Ergebnisse von Kindern auf der Weschler Intelligence Scale for Children-Revised aus aufeinanderfolgenden Modellen mit verallgemeinerten Schätzgleichungen, mit Familienvariablen (Intelligenzquotient (IQ) der Mutter, Bildung und Familienstand), die in Modell 2 zum Basismodell hinzugefügt wurden, Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997

. Modell 1 . Modell 2 .
. β* . Standardfehler . p-Wert . β* . Standardfehler . p-Wert .
Urban community (vs. suburban) -14,00 1,12 <0,0001 -4,90 1.18 <0,0001
Alter 11 Jahre (vs. Alter 6 Jahre) 0,21 0,50 0,67 0,22 0,50 0.66
Urban community × age -5.19 0.67 <0.0001 -5.24 0.68 <0.0001
Niedriges Geburtsgewicht (vs. normales Geburtsgewicht) -5,84 1,05 <0,0001 -4,70 0,94 <0.0001
IQ der Mutter
Bildung der Mutter† 0.39 0.04 <0.0001
weniger als Highschool -6.82 1.97 0.001
Oberschule -5,05 1.59 0.001
Einige Hochschulen -2.01 1.39 0.15
Alleinerziehende Mutter -2.85 1.14 0.01
. Modell 1 . Modell 2 .
. β* . Standardfehler . p-Wert . β* . Standardfehler . p-Wert .
Urban community (vs. suburban) -14.00 1.12 <0.0001 -4,90 1,18 <0,0001
Alter 11 Jahre (vs. Alter 6 Jahre) 0,21 0,50 0,67 0,22 0,50 0.66
Urban community × age -5.19 0.67 <0.0001 -5.24 0.68 <0.0001
Niedriges Geburtsgewicht (vs. normales Geburtsgewicht) -5.84 1.05 <0.0001 -4.70 0.94 <0.0001
IQ der Mutter
Bildung der Mutter† 0.39 0.04 <0.0001
Weniger als High School -6.82 1.97 0,001
Gymnasium -5,05 1.59 0,001
Etwas Hochschule -2.01 1.39 0.15
Alleinerziehende Mutter -2.85 1,14 0,01
*

Unstandardisierter partieller Regressionskoeffizient, der den Unterschied in den IQ-Werten der Kinder in Verbindung mit der unabhängigen Variable darstellt.

Referenzgruppe: College und höher.

Die Ergebnisse von Modell 2 zeigen, dass die Hinzufügung von Familienfaktoren zum GEE-Modell den beobachteten Unterschied zwischen Stadt und Vorstadt beim IQ der Kinder im Alter von 6 Jahren deutlich abschwächt, nämlich von 14,0 auf 4,9 Punkte. Der Unterschied zwischen Stadt und Vorstadt beim IQ der Kinder zu Beginn der Schulzeit wurde also zu einem großen Teil durch Unterschiede in den Familienmerkmalen erklärt. Der mit Abstand wichtigste Familienfaktor war der mütterliche IQ: Wenn man nur den mütterlichen IQ zu Modell 1 hinzufügte, verringerte sich der beobachtete Unterschied zwischen Stadt und Vorstadt beim IQ der Kinder im Alter von 6 Jahren von 14,0 Punkten auf 5,7 Punkte. Im Gegensatz dazu blieb der in Modell 1 berechnete Rückgang des IQ im Alter von 11 Jahren bei Stadtkindern unverändert. Der IQ-Unterschied zwischen Stadt und Vorstadt, der nicht durch Familienvariablen erklärt wurde, stieg von 4,9 Punkten im Alter von 6 Jahren auf 10,1 Punkte im Alter von 11 Jahren. Die Ergebnisse von Modell 2 zeigen auch, dass der IQ der Mutter positiv mit dem IQ der Kinder zusammenhängt, ebenso wie das Bildungsniveau der Mutter, und dass Kinder alleinerziehender Mütter schlechter abschneiden als Kinder verheirateter Mütter. Die Wechselwirkungen dieser Variablen mit dem Alter lagen jedoch nahe bei Null, was darauf hindeutet, dass sie nicht mit der Veränderung des IQ der Kinder zusammenhängen.

Um die Auswirkungen des IQ-Rückgangs bei Stadtkindern im Alter von 6 bis 11 Jahren zu veranschaulichen, stellen wir in Abbildung 2 die Verteilungen der intraindividuellen Veränderungen der IQ-Werte in den beiden Arten von Gemeinden dar, wobei Kinder mit niedrigem Geburtsgewicht und Kinder mit normalem Geburtsgewicht kombiniert werden. Die Abbildung zeigt eine geglättete Kurve unter Verwendung einer kubischen Spline-Methode mit kontinuierlichen zweiten Ableitungen (26). Obwohl die Veränderung der IQ-Werte in beiden Gemeinden weit verbreitet war, war der Nettoeffekt unterschiedlich. Der prozentuale Anteil der Stadt- und Vorstadtkinder, deren Werte um ≥5 Punkte sanken, betrug 51,9 bzw. 31,5; der prozentuale Anteil der Kinder, deren Werte um ≥7,5 Punkte sanken, betrug 38,8 bzw. 22,7; und der prozentuale Anteil der Kinder, deren Werte um ≥10 Punkte sanken, betrug 30,2 bzw. 14,3 (alle Vergleiche waren statistisch signifikant bei p < 0,0001). Somit blieben 15,9 Prozent der städtischen Kinder im Alter von 11 Jahren um zwei Drittel einer Standardabweichung hinter ihren eigenen intellektuellen Leistungen im Alter von 6 Jahren zurück, und zwar bei jeder Bewertung im Vergleich zu ihrer Altersreferenzgruppe. Eine Veränderung von 10 WISC-R-Punkten liegt deutlich über den konservativen Standards zur Trennung von Veränderung und Fluktuation aufgrund von Messfehlern (1).

Abbildung 2.

Verteilung der Veränderung des Intelligenzquotienten (IQ) (Alter 11 Jahre minus Alter 6 Jahre) bei Stadt- und Vorstadtkindern, Detroit, Michigan, Großraum, 1990-1992 und 1995-1997. Die vertikalen Linien markieren die Medianwerte.

Abbildung 2.

Verteilung der Veränderung des Intelligenzquotienten (IQ) (Alter 11 Jahre minus Alter 6 Jahre) bei Stadt- und Vorstadtkindern, Detroit, Michigan, Großstadtgebiet, 1990-1992 und 1995-1997. Vertikale Linien markieren die Medianwerte.

Zusätzliche GEE-Analysen wurden für die Untergruppe der Kinder durchgeführt, die ihren Wohnsitz nicht zwischen städtischen und vorstädtischen Gemeinden wechselten (d. h. unter Ausschluss der 10 %, die zwischen dem Alter von 6 und 11 Jahren von einer städtischen Adresse in eine vorstädtische Adresse wechselten). Die Ergebnisse dieser Analysen stimmen weitgehend mit den in Tabelle 3 dargestellten Ergebnissen überein. Eine Analyse, die Modell 1 in Tabelle 3 entspricht, zeigte, dass sich der anfängliche Unterschied im mittleren IQ-Wert zwischen Stadt- und Vorstadtkindern in der Untergruppe mit stabilem Wohnsitz von 16,4 Punkten auf 21,6 Punkte vergrößerte. Der IQ-Unterschied zwischen Stadt und Vorstadt, der nicht durch den IQ, die Bildung und den Familienstand der Mutter berücksichtigt wurde (entsprechend Modell 2 in Tabelle 3), stieg von 7,4 Punkten im Alter von 6 Jahren auf 12,6 Punkte im Alter von 11 Jahren. Die in diesen Analysen geschätzte Zunahme des Unterschieds zwischen Stadt und Vorstadt im Alter von 6 bis 11 Jahren war also ungefähr die gleiche (d.h. 5 IQ-Punkte) wie die in Tabelle 3, die auf der Gesamtstichprobe basierte.

DISKUSSION

Unsere Ergebnisse deuten darauf hin, dass das Aufwachsen in der Innenstadt Nachteile mit sich bringen könnte, die zu einem Rückgang der IQ-Werte der Kinder im Alter von 6 bis 11 Jahren führen. Im Durchschnitt sank der IQ von Stadtkindern um mehr als 5 Punkte. Eine Veränderung von 5 Punkten bei einem einzelnen Kind könnte von manchen als klinisch unbedeutend eingestuft werden. Dennoch bedeutet eine Veränderung dieser Größenordnung beim mittleren IQ einer Population, die eine Verschiebung der Verteilung nach unten widerspiegelt (und nicht eine Veränderung der Form der Verteilung), dass der Anteil der Kinder, die eine Standardabweichung oder mehr unter dem standardisierten IQ-Mittelwert von 100 liegen, erheblich zunehmen würde. In dieser Studie stieg der Prozentsatz der Stadtkinder, die beim WISC-R weniger als 85 Punkte erreichten, von 22,2 auf 33,2 Jahre an.

Der Einfluss des städtischen gegenüber dem vorstädtischen Wohnsitz auf die IQ-Veränderung steht im Gegensatz zu anderen wichtigen Prädiktoren für den IQ der Kinder, nämlich niedriges Geburtsgewicht, mütterlicher IQ, mütterliche Bildung und Status der alleinerziehenden Mutter. Ein niedriges Geburtsgewicht war mit einem IQ-Defizit von etwa einem Drittel einer Standardabweichung verbunden, und zwar sowohl bei benachteiligten Innenstadtkindern als auch bei Kindern aus der Mittelschicht der Vorstädte; dieses Defizit wurde im Alter von 6 Jahren festgestellt und blieb im Alter von 11 Jahren unverändert. Kinder mit niedrigem Geburtsgewicht fielen weder weiter zurück noch holten sie ihre Altersgenossen mit normalem Geburtsgewicht in beiden Gemeinschaften ein. Die familiären Determinanten des IQ, d. h. der mütterliche IQ, die Bildung und der Familienstand, wirkten sich in beiden Gemeinden über das Alter hinweg stabil und einheitlich auf die IQ-Werte der Kinder aus; keine dieser Determinanten wurde mit einer Veränderung des IQ in Verbindung gebracht. Darüber hinaus verringerte sich der anfängliche IQ-Unterschied von 14 Punkten (im Alter von 6 Jahren) zwischen Stadt- und Vorstadtkindern auf 4,9 Punkte, wenn Familienfaktoren, vor allem der IQ der Mutter, kontrolliert wurden. Mit anderen Worten, die Unterschiede zwischen Stadt und Vorstadt in Bezug auf das familiäre Umfeld und vielleicht auch die Genetik (in dem Maße, in dem sich genetische Faktoren im mütterlichen IQ widerspiegeln) erklärten zwei Drittel des IQ-Unterschieds zwischen Stadt und Vorstadt im Alter von 6 Jahren. Diese Faktoren waren jedoch nicht für einen Teil des IQ-Rückgangs (um durchschnittlich 5 Punkte) bei Stadtkindern im Alter von 6 bis 11 Jahren verantwortlich.

Rezente Übersichten über Studien, die von den ersten Jahrzehnten des 20. Jahrhunderts bis in die letzten Jahre durchgeführt wurden, deuten auf einen Einfluss von sozio-ökologischen Faktoren auf den IQ hin (2-5, 27-31). Ein umgekehrter Zusammenhang zwischen IQ und Alter wurde bei Kindern festgestellt, die unter verschiedenen benachteiligenden Bedingungen leben, wie z. B. Verarmung, Rassendiskriminierung und unregelmäßiger Schulbesuch (2-5, 32). Die Belege stammen in erster Linie aus Querschnittsstudien und nicht aus Längsschnittstudien, die dieselben Personen über einen längeren Zeitraum hinweg verfolgen. Eine Analyse von Längsschnittdaten aus US-Stichproben (33) ergab, dass sich die rassischen Unterschiede in den schulischen Leistungen von der ersten bis zur 12. Die Veränderung des IQ wurde in dieser Studie nicht gemessen.

Der Bericht einer von der American Psychological Association eingerichteten Arbeitsgruppe aus dem Jahr 1996 fasst die Erkenntnisse über die Faktoren zusammen, die an der IQ-Variabilität beteiligt sind (31). Der Bericht kam zu dem Schluss, dass der IQ das „gemeinsame Produkt von genetischen und umweltbedingten Variablen“ ist und dass eine wichtige Umweltvariable mit einem eindeutigen Einfluss auf den IQ die Schulbildung ist. Die Schule vermittelt nicht nur Informationen, sondern entwickelt auch intellektuelle Fähigkeiten und Einstellungen, die sich auf die IQ-Werte auswirken. Die Beweise für eine Auswirkung der Schulbildung auf die IQ-Werte haben verschiedene Formen, die in dem Bericht zusammengefasst sind (31). Dazu gehören Daten, die zeigen, dass gleichaltrige Kinder, die länger in der Schule waren, höhere IQ-Werte haben und dass die IQ-Werte während der Sommerferien tendenziell sinken, insbesondere bei Kindern aus der Unterschicht, deren Sommeraktivitäten nicht dem Lehrplan der Schule ähneln.

Die Unterscheidung zwischen familiären und gemeinschaftlichen Faktoren ermöglichte es uns, ihre separaten Beiträge zum IQ der Kinder im Laufe der Zeit zu schätzen. Wir sind uns jedoch darüber im Klaren, dass diese Indikatoren aus einer intergenerationalen Perspektive nicht vollständig trennbar sind. Obwohl beispielsweise der mütterliche IQ als Maß für die Vererbbarkeit des IQ angesehen werden könnte, spiegeln Unterschiede im mütterlichen IQ zum Teil das kumulative Erbe des Aufwachsens in sozioökonomisch ungleichen Gemeinschaften wider, wie die Ergebnisse dieser Studie nahelegen.

Unsere Stichprobe von Stadtkindern spiegelt die rassische Zusammensetzung der Innenstadt wider, die überwiegend schwarz ist, in scharfem Gegensatz zu der überwiegend weißen Vorstadtstichprobe. Daher konnten wir die Auswirkungen der Rasse nicht von den Auswirkungen des Aufwachsens in der Innenstadt auf den Rückgang des IQ unterscheiden. Unabhängig davon, ob man sich auf die Rasse der Kinder oder ihren Wohnsitz in der Innenstadt konzentriert, deuten die Ergebnisse jedoch darauf hin, dass die Benachteiligungen, unter denen die Stadtkinder aufwuchsen, dazu beitrugen, dass sie nicht in einem normativen Tempo vorankamen. Unsere Ergebnisse schließen nicht aus, dass nicht gemessene Aspekte des familiären Umfelds, wie z. B. Erziehungspraktiken, bei den IQ-Rückgängen von Stadtkindern eine Rolle spielen könnten. Sie unterstreichen jedoch die Notwendigkeit, den Einfluss außerfamiliärer Faktoren zu untersuchen, einschließlich der wirtschaftlichen Ressourcen der Gemeinde und der Organisation und Qualität der Schulen, bei denen es starke Ungleichheiten zwischen Innenstädten und Vorstädten der Mittelschicht gibt.

Ein direkterer Beweis für eine kausale Rolle außerfamiliärer Faktoren bei den beobachteten IQ-Veränderungen könnte aus Informationen über die Dauer des Aufenthalts in der Innenstadt stammen. Die Feststellung, dass Kinder, die einen größeren Teil ihres Lebens in der Innenstadt verbracht haben, einen stärkeren Rückgang des IQ aufweisen, würde das Argument für die Hypothese der benachteiligten Gemeinschaft stärken. Darüber hinaus würden Daten über die Schul- oder Klasseneigenschaften der Kinder (z. B. die Zeit, die sie mit einem akademischen Lehrplan verbracht haben) und die wirtschaftlichen Ressourcen der Gemeinde eine Untersuchung möglicher Mechanismen ermöglichen. Künftige Bewertungen der Kinder in dieser Studie werden die Messung dieser Variablen beinhalten. Während die Ergebnisse unserer Analyse, bei der der IQ der Mutter (der stärkste Prädiktor für die IQ-Werte der Kinder) kontrolliert wurde, eine Rolle für das Aufwachsen in einer rassisch segregierten, benachteiligten Gemeinde nahelegen, könnten Informationen über die Dauer des Wohnsitzes und Schulmerkmale eine klarere Interpretation der Ergebnisse ermöglichen.

Nachdruckanfragen an Dr. Naomi Breslau, Henry Ford Health System, 1 Ford Place, 3A, Detroit, MI 48202-3450 (E-Mail: [email protected]).

Diese Studie wurde durch den Zuschuss MH-44586 des National Institute of Mental Health, Bethesda, Maryland (Dr. Naomi Breslau) unterstützt.

Die Autoren danken Dr. Meredith Phillips für hilfreiche Kommentare zu einer früheren Version dieses Artikels.

Moffit TE, Caspi A, Harkness AR, et al. The natural history of change in intellectual performance: Who changes? Wie stark? Ist es sinnvoll?

J Child Psychol Psychiatry
1992

;

34

:

455

-6.

Ceci SJ. Wie stark beeinflusst die Schulbildung die allgemeine Intelligenz und ihre kognitiven Komponenten? A reassessment of the evidence.

Dev Psychol
1991

;

27

:

703

-22.

Ceci SJ. Über Intelligenz: eine bio-ökologische Abhandlung über die intellektuelle Entwicklung. (Expanded ed.) Cambridge, MA: Harvard University Press, 1996.

Douglas JW. The home and the school. London, United Kingdom: McGibbon and Kee, 1964.

Lee ES. Migration: ein Philadelphia-Test der Klineberg-Hypothese.

Am Sociol Rev
1951

;

16

:

227

-32.

Breslau N. A gradient relationship between low birth weight and IQ at age 6 years.

Arch Pediatr Adolesc Med
1994

;

148

:

377

-83.

Breslau N, Chilcoat H, Del Dotto J, et al. Niedriges Geburtsgewicht und neurokognitiver Status im Alter von sechs Jahren.

Biol Psychiatry
1996

;

40

:

389

-97.

Saigal S, Szatmari P, Rosenbaum D, et al. Kognitive Fähigkeiten und schulische Leistungen von Kindern mit extrem niedrigem Geburtsgewicht und angepassten Terminkontrollkindern im Alter von 8 Jahren: eine regionale Studie.

J Pediatr
1991

;

118

:

751

-60.

Teplin SW, Burchinal M, Johnson-Martin N, et al. Neuroentwicklungs-, Gesundheits- und Wachstumsstatus im Alter von 6 Jahren bei Kindern mit einem Geburtsgewicht von weniger als 1001 Gramm.

J Pediatr
1991

;

118

:

768

-77.

Lloyd BW, Wheldall K, Perks D. Kontrollierte Studie zur Intelligenz und Schulleistung von Kindern mit sehr geringem Geburtsgewicht aus einem bestimmten geografischen Gebiet.

Dev Med Child Neurol
1988

;

30

:

36

-42.

Marlow N, Roberts BL, Cooke RW. Motorische Fähigkeiten bei Kindern mit extrem niedrigem Geburtsgewicht im Alter von 6 Jahren.

Arch Dis Child
1989

;

64

:

839

-47.

Klein NK, Hack M, Breslau N. Children who were very low birth weight: development and academic achievement at nine years of age.

J Dev Behav Pediatr
1989

;

10

:

32

-7.

Hack M, Breslau N, Aram D, et al. The effect of very low birth weight and social risk on neurocognitive abilities at school age.

J Dev Behav Pediatr
1992

;

13

:

412

-20.

Rickards AL, Kitchen WH, Doyle LW, et al. Kognition, Schulleistung und Verhalten bei Kindern mit sehr niedrigem Geburtsgewicht und normalem Geburtsgewicht im Alter von 8 Jahren: eine Längsschnittstudie.

J Dev Behav Pediatr
1993

;

14

:

363

-8.

Levy-Shiff R, Einat G, Mogilner MB, et al. Biologische und umweltbedingte Korrelate der Entwicklungsergebnisse von Frühgeborenen in der frühen Adoleszenz.

J Pediatr Psychol
1994

;

19

:

63

-78.

McCormick MC, Brooks-Gunn J, Workman-Daniels K, et al. The health and developmental status of very low-birth-weight children at school age.

JAMA
1992

;

267

:

2204

-8.

Breslau N. Psychiatric sequelae of low birth weight.

Epidemiol Rev
1995

;

7

:

96

-106.

Johnson EO, Breslau N. Increased risk of learning disabilities in low birth weight boys at age 11 years.

Biol Psychiatry
2000

;

47

:

490

-500.

Bureau of the Census, US Department of Commerce. Volks- und Wohnungszählung 1990. Summary tape file 3 auf CD-ROM. Washington, DC: Bureau of the Census, 1992.

Wechsler D. Wechsler Intelligence Scale for Children-Revised manual. New York, NY: The Psychological Corporation, 1974.

Zeger SL, Liang K-Y. Longitudinale Datenanalyse für diskrete und kontinuierliche Outcomes.

Biometrics
1986

;

42

:

121

-30.

Liang K-Y, Zeger SL. Längsschnittdatenanalyse mit verallgemeinerten linearen Modellen.

Biometrika
1986

;

73

:

13

-22.

Diggle PJ, Liang K-Y, Zeger SL. Analysis of longitudinal data. New York, NY: Oxford University Press, 1994.

Liang K-Y, Zeger SL. Longitudinale Datenanalyse von kontinuierlichen und diskreten Antworten für Prä-Post-Designs.

Sankhya Ser B
2000

;

62

:

134

-48.

Stanek EJ. Die Wahl einer Pretest-Posttest-Analyse.

Am Stat
1988

;

42

:

178

-83.

Pizer SM. Numerisches Rechnen und mathematische Analyse. Chicago, IL: Science Research Associates, Inc. 1975:251-454.

Schiff M, Duyme M, Dumaret A, et al. How much can we boost scholastic achievement and IQ scores? Eine direkte Antwort aus einer französischen Adoptionsstudie.

Cognition
1982

;

12

:

165

-96.

Duyme M, Dumaret A-C, Tomkiewicz S. How can we boost IQs of „dull children“? A late adoption study.

Proc Natl Acad Sci U S A
1999

;

96

:

8790

-4.

Brooks-Gunn J, Klebanov PK, Duncan GJ. Ethnische Unterschiede in den Intelligenztestergebnissen von Kindern: Rolle von wirtschaftlicher Deprivation, häuslicher Umgebung und mütterlichen Merkmalen.

J Child Dev
1996

;

67

:

396

-408.

Brooks-Gunn J, Duncan GJ, Klebanov PK, et al. Do neighborhoods influence child and adolescent development?

Am J Sociol
1993

;

99

:

353

-95.

Neisser U, Boodoo G, Bouchard TJ, et al. Intelligence: knowns and unknowns.

Am Psychol
1996

;

51

:

77

-101.

Jensen AR. Kumulatives Defizit im IQ von Schwarzen im ländlichen Süden.

Dev Psychol
1977

;

13

:

184

-91.

Phillips M, Crouse J, Ralph J. Does the black-white test score gap widen after children enter school? In: Jencks C, Phillips M, eds. The black-white test score gap. Washington, DC: Brookings Institution Press, 1998:229-72.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.