Abstract
Autorzy oceniali wpływ czynników rodzinnych i niekorzystnej sytuacji społecznej na zmiany w wynikach ilorazu inteligencji (IQ) dzieci od wieku 6 lat do wieku 11 lat. Dane uzyskano z podłużnego badania neuropsychiatrycznych następstw niskiej masy urodzeniowej w dwóch społeczno-ekonomicznie zróżnicowanych, geograficznie określonych społecznościach w obszarze metropolitalnym Detroit, Michigan. Reprezentatywne próby dzieci z niską i prawidłową masą urodzeniową z miasta Detroit (miejskie) i pobliskich przedmieść klasy średniej (podmiejskie) oceniano w wieku 6 lat (w latach 1990-1992) i w wieku 11 lat (w latach 1995-1997) (n = 717). Iloraz inteligencji dzieci mierzono za pomocą Wechsler Intelligence Scale for Children-Revised. Czynniki rodzinne uwzględniały IQ matki, jej wykształcenie i stan cywilny. Zastosowano analizę regresji wielorakiej z zastosowaniem uogólnionych równań szacunkowych. IQ dzieci miejskich, niezależnie od wagi urodzeniowej, obniżało się od 6 roku życia do 11 roku życia. Przesunięcie w dół zwiększyło o 50% odsetek dzieci miejskich, które uzyskały wynik o 1 odchylenie standardowe poniżej standaryzowanej średniej IQ wynoszącej 100. Nieistotna zmiana została zaobserwowana u dzieci z przedmieść. IQ matki, wykształcenie, stan cywilny i niska waga urodzeniowa przewidywane IQ w wieku 6 lat, ale nie były związane ze zmianą IQ. Dorastanie w społeczności dotkniętej segregacją rasową i upośledzeniem, bardziej niż czynniki indywidualne i rodzinne, może przyczynić się do spadku wyniku IQ we wczesnych latach szkolnych.
Pomimo kontrowersji dotyczących znaczenia i natury inteligencji ogólnej, niewielu zakwestionowałoby twierdzenie, że wyniki w standaryzowanych testach ilorazu inteligencji (IQ) są silnymi predyktorami ważnych wyników dla członków zarówno grup większościowych, jak i mniejszościowych. Wyniki IQ nie są niezmienne; powtarzane w dzieciństwie testy IQ ujawniają znaczne zmiany u poszczególnych osób (1). Jednakże przyczyny zmian IQ (poza nierzetelnością) pozostają niejasne. Odwrotna zależność między IQ a wiekiem została odnotowana w grupach dzieci żyjących w różnych warunkach deprywacji (2-5). Dowody te, sugerujące obniżanie się IQ wraz z wiekiem wśród dzieci upośledzonych społecznie, opierają się na badaniach przekrojowych grup nietypowych, przeprowadzonych kilkadziesiąt lat temu. Ponadto w badaniach tych nie rozróżniano wkładu rodziny i społeczności do zmiany IQ.
Zbadaliśmy wkład czynników rodzinnych i upośledzonej społeczności do zmiany IQ od początku nauki szkolnej do 5 lat później. Dane pochodziły z badania podłużnego mającego na celu ocenę neuropsychiatrycznych następstw niskiej masy urodzeniowej (≤2,500 g) w dwóch społecznościach różniących się pod względem socjoekonomicznym, w śródmieściu i na przedmieściach klasy średniej dużej amerykańskiej metropolii (6, 7). Niska masa urodzeniowa była związana z deficytami IQ w tym badaniu oraz w innych badaniach, niezależnie od niekorzystnej sytuacji społecznej (6, 8-17). Podczas gdy poprzednie badania nie badały roli niskiej masy urodzeniowej w zmianie IQ wraz z wiekiem, dane w tym badaniu pozwoliły nam oszacować i kontrolować potencjalny wpływ niskiej masy urodzeniowej na zmianę IQ w populacji ogólnej. Czynniki rodzinne były indeksowane przez IQ matki, wykształcenie matki i status samotnego rodzica, wszystkie czynniki, które są związane z IQ dzieci (3). Społeczność upośledzona była indeksowana przez miejsce zamieszkania w wewnętrznym mieście w przeciwieństwie do klasy średniej suburb.
MATERIAŁY I METODY
Próbki niskiej masy urodzeniowej i normalnej masy urodzeniowej dzieci zostały losowo wybrane z list wypisowych noworodków dwóch głównych szpitali w południowo-wschodnim Michigan, jeden w mieście Detroit, a drugi w pobliskim przedmieściu. Uczestnicy badania zostali zapisani do badania w wieku 6 lat. Celowaliśmy w kohorty 1983-1985 noworodków, które osiągnęły wiek 6 lat w latach akademickich 1989-1990, 1990-1991 i 1991-1992, czyli w zaplanowanym okresie pracy w terenie. Całkowita liczba wypisów noworodków w okresie 1983-1985 wynosiła 6 698 w szpitalu miejskim i 16 136 w szpitalu podmiejskim. W tym okresie szpital w Detroit obsługiwał głównie mieszkańców śródmieścia. Szpital podmiejski służył głównie mieszkańcom społeczności podmiejskich klasy średniej w obszarze metropolitalnym Detroit. W każdym szpitalu, dla każdego roku od 1983 do 1985, losowano 130 noworodków o niskiej masie urodzeniowej i 93 noworodków o normalnej masie urodzeniowej. Spośród 1,338 dzieci objętych próbą, 196 było znanych z tego, że wyprowadziło się z obszaru metropolitalnego, zmarło lub mieszkało w rodzinach zastępczych. Czterdzieścioro siedmioro dzieci zidentyfikowanych w dokumentacji medycznej jako mające poważne upośledzenie neurologiczne zostało wykluczonych, ponieważ naszym celem była ocena długoterminowych wyników u dzieci, które przeżyły do wieku szkolnego bez poważnego upośledzenia. Z 1 095 dzieci w próbie docelowej, 823 (75%) wzięło udział w badaniu; 4% nie mogło być zlokalizowanych, a rodzice 21% odmówili. Dzieci zostały ocenione, gdy miały 6 lat.
Pięć lat później, w latach 1995-1997, gdy dzieci miały 11 lat, ponownie oceniliśmy próbę. Z całej próby, 717 (87,1 procent) ukończyło drugą ocenę (4 procent wyprowadziło się z obszaru geograficznego, a rodzice 9 procent odmówili). Kluczowe cechy ponownie ocenianej próby, w tym rasa, wykształcenie matek, status niskiej masy urodzeniowej i początkowe rozkłady IQ dzieci, niewiele się zmieniły (18). Dzieci z niską masą urodzeniową w próbach miejskich i podmiejskich były podobne w odniesieniu do cech noworodków, w tym procentu urodzonego małego dla wieku ciążowego, liczby dni spędzonych na oddziale intensywnej terapii noworodka, procentu z 5-minutowym wynikiem Apgar ≤5, i dystrybucji na poziomach niskiej masy urodzeniowej.
Klasyfikacja miejska (miasto Detroit) versus podmiejska była oparta na adresie rodziny przy pierwszej ocenie. Niewielka mniejszość rodzin (10 procent), które zamieszkiwały w mieście Detroit w czasie pierwszej oceny, miała adres podmiejski w czasie obserwacji, ale czas zmiany nie został ustalony; te rodziny zostały sklasyfikowane jako miejskie w tej analizie. Opis próbek miejskich i podmiejskich pod względem cech socjodemograficznych i noworodków przedstawiono w tabeli 1. W porównaniu z próbą podmiejską, próba miasta Detroit miała znacznie wyższy odsetek dzieci mniejszościowych (84,2 procent vs. 5,5 procent), dzieci urodzonych przez samotne matki (58,1 procent vs. 9,7 procent) i matki z wykształceniem poniżej szkoły średniej (26,7 procent vs. 6,7 procent). Z nielicznymi wyjątkami, dzieci mniejszościowe były czarne, co odzwierciedla skład rasowo-etniczny obszaru Detroit. Różnice między podgrupami dzieci o niskiej i prawidłowej masie urodzeniowej w obu społecznościach były niewielkie (tabela 1). Dane ze Spisu Powszechnego USA z 1990 roku wskazywały na ostre różnice między miastem Detroit a pozostałym obszarem metropolitalnym w odsetkach osób nie będących białymi (78,4 procent vs. 8,4 procent), osób bezrobotnych (19,7 procent vs. 6,0 procent), kobiet będących głowami gospodarstw domowych (bez obecnego męża) (56,0 procent vs. 17,2 procent) i rodzin żyjących poniżej poziomu ubóstwa (40,0 procent vs. 8,6 procent) (19). Tak więc, projekt próbkowania przewidział dla porównania populacji z wyraźnie kontrastujących warunków społecznych.
Charakterystyka socjodemograficzna i noworodkowa (%) dzieci miejskich i podmiejskich (n = 717) w badaniu zmian w wynikach ilorazu inteligencji (IQ), Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997
| . | Społeczność miejska . | Społeczność podmiejska . | ||||
|---|---|---|---|---|---|---|
| . | Ogółem (n = 374) . | Niska masa urodzeniowa (n = 231) . | Normalna masa urodzeniowa (n = 143) . | Ogółem (n = 343) . | Niska masa urodzeniowa (n = 180) . | Normalna masa urodzeniowa (n = 163) . |
| Rasa inna niż biała | 84.2 | 85.7 | 81.8 | 5.5 | 5.0 | 6.1 |
| Wykształcenie matki | ||||||
| Mniej niż szkoła średnia | 26.7 | 29,4 | 22,4 | 6,7 | 6,7 | |
| Liceum | 26,5 | 26,0 | 27,3 | 26,2 | 27.2 | 25.2 |
| Some college | 37.4 | 36.4 | 39.2 | 38.5 | 39.4 | 37.4 |
| Kolegium | 9.4 | 8.2 | 11.2 | 28.6 | 26.7 | 30,7 |
| Samotna matka | 58,1 | 60,0 | 54,9 | 9.7 | 12,3 | 6,8 |
| Small-for-gestational-age-age birth | 18,3 | 25,1 | 7.1 | 13,8 | 19,6 | 7,4 |
| 5-minutowa punktacja w skali Apgar ≤5 | 1,6 | 2,6 | 0.0 | 1.2 | 2.2 | 0.0 |
| Bardzo niska masa urodzeniowa (≤1,500 g) | 16.9 | 15.0 | ||||
| Dni na oddziale intensywnej terapii noworodka | ||||||
| 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 |
| . | Społeczność miejska . | Społeczność podmiejska . | ||||
|---|---|---|---|---|---|---|
| . | Ogółem (n = 374) . | Niska masa urodzeniowa (n = 231) . | Normalna masa urodzeniowa (n = 143) . | Ogółem (n = 343) . | Niska masa urodzeniowa (n = 180) . | Normalna masa urodzeniowa (n = 163) . |
| Rasa inna niż biała | 84.2 | 85.7 | 81.8 | 5.5 | 5.0 | 6.1 |
| Wykształcenie matki | ||||||
| Poniżej szkoły średniej | 26.7 | 29,4 | 22,4 | 6,7 | 6,7 | 6,7 |
| Szkoła średnia | 26.5 | 26,0 | 27,3 | 26,2 | 27,2 | 25,2 |
| Some college | 37.4 | 36,4 | 39,2 | 38,5 | 39,4 | 37,4 |
| Kolegium | 9,4 | 8.2 | 11.2 | 28.6 | 26.7 | 30.7 |
| Samotna matka | 58.1 | 60.0 | 54,9 | 9,7 | 12,3 | 6,8 |
| Small-for-gestational-age-age birth | 18,3 | 25.1 | 7,1 | 13,8 | 19,6 | 7,4 |
| 5-minutowa punktacja Apgar ≤5 | 1,6 | 2.6 | 0.0 | 1.2 | 2.2 | 0.0 |
| Bardzo niska masa urodzeniowa (≤1,500 g) | 16.9 | 15.0 | ||||
| Dni na oddziale intensywnej terapii noworodka | ||||||
| 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 |
Charakterystyka socjodemograficzna i noworodkowa (%) dzieci miejskich i podmiejskich (n = 717) w badaniu zmian w wynikach ilorazu inteligencji (IQ), Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997
| . | Społeczność miejska . | Społeczność podmiejska . | ||||
|---|---|---|---|---|---|---|
| . | Ogółem (n = 374) . | Niska masa urodzeniowa (n = 231) . | Normalna masa urodzeniowa (n = 143) . | Ogółem (n = 343) . | Niska masa urodzeniowa (n = 180) . | Normalna masa urodzeniowa (n = 163) . |
| Rasa inna niż biała | 84.2 | 85.7 | 81.8 | 5.5 | 5.0 | 6.1 |
| Wykształcenie matki | ||||||
| Mniej niż szkoła średnia | 26.7 | 29,4 | 22,4 | 6,7 | 6,7 | 6,7 |
| Szkoła średnia | 26.5 | 26,0 | 27,3 | 26,2 | 27,2 | 25,2 |
| Some college | 37.4 | 36,4 | 39,2 | 38,5 | 39,4 | 37,4 |
| Kolegium | 9,4 | 8.2 | 11.2 | 28.6 | 26.7 | 30.7 |
| Samotna matka | 58.1 | 60.0 | 54,9 | 9,7 | 12,3 | 6,8 |
| Small-for-gestational-age-age birth | 18.3 | 25,1 | 7,1 | 13,8 | 19,6 | 7,4 |
| 5-minutowa punktacja w skali Apgar ≤5 | 1.6 | 2.6 | 0.0 | 1.2 | 2.2 | 0.0 |
| Bardzo niska masa urodzeniowa (≤1,500 g) | 16,9 | 15.0 | ||||
| Dni na oddziale intensywnej terapii noworodka | ||||||
| 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 |
| . | Społeczność miejska . | Społeczność podmiejska . | ||||
|---|---|---|---|---|---|---|
| . | Ogółem (n = 374) . | Niska masa urodzeniowa (n = 231) . | Normalna masa urodzeniowa (n = 143) . | Ogółem (n = 343) . | Niska masa urodzeniowa (n = 180) . | Normalna masa urodzeniowa (n = 163) . |
| Rasa inna niż biała | 84.2 | 85.7 | 81.8 | 5.5 | 5.0 | 6.1 |
| Wykształcenie matki | ||||||
| Mniej niż szkoła średnia | 26.7 | 29,4 | 22,4 | 6,7 | 6,7 | 6,7 |
| Szkoła średnia | 26.5 | 26.0 | 27.3 | 26.2 | 27.2 | 25.2 |
| Some college | 37.4 | 36.4 | 39.2 | 38.5 | 39.4 | 37.4 |
| Kolegium | 9,4 | 8,2 | 11,2 | 28,6 | 26,7 | 30.7 |
| Samotna matka | 58,1 | 60,0 | 54,9 | 9,7 | 12,3 | 6.8 |
| Small-for-gestational-age-age birth | 18.3 | 25.1 | 7.1 | 13.8 | 19.6 | 7.4 |
| 5-minutowa punktacja Apgar ≤5 | 1,6 | 2,6 | 0,0 | 1,2 | 2,2 | 0.0 |
| Bardzo niska masa urodzeniowa (≤1,500 g) | 16,9 | 15.0 | ||||
| Dni na oddziale intensywnej terapii noworodka | ||||||
| 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 |
Pomiar IQ
Do pomiaru IQ dzieci wykorzystano Wechsler Intelligence Scale for Children-Revised (WISC-R) (20). WISC-R jest standaryzowana na wiek i ma średnią 100 i odchylenie standardowe 15 w populacji ogólnej. Tak więc dziecko, którego wynik IQ pozostaje taki sam od 6 roku życia do 11 roku życia, nie wykazuje takich samych wyników w obu ocenach. Zamiast tego, dziecko wykazuje wzrost w zakresie wiedzy ogólnej, słownictwa, zdolności rozumowania i innych dziedzin. To, co się nie zmienia, to wynik dziecka w porównaniu z jego kolegami w tym samym wieku.
Dzieci były oceniane indywidualnie w tych samych standaryzowanych warunkach laboratoryjnych w obu grupach wiekowych. Psychometrycy zostali przeszkoleni zgodnie z jednolitym standardem, a wszystkie oceny punktowe były sprawdzane przez drugiego badacza. Oceny były prowadzone na ślepo w odniesieniu do statusu niskiej masy urodzeniowej. Psychometrycy, którzy przeprowadzali ocenę w wieku 11 lat, byli ślepi na wyniki uzyskane w wieku 6 lat. Korelacja między wynikami IQ w pełnej skali między wiekiem 6 i 11 lat wynosiła 0,85.
Analiza statystyczna
Wykorzystaliśmy analizę regresji wielokrotnej, stosując uogólnione równania estymacyjne (GEE) (21-23), aby przetestować i oszacować wpływ miejskiej i podmiejskiej społeczności, niskiej masy urodzeniowej i czynników rodzinnych na IQ w wieku 6 i 11 lat. Podejście GEE ma zalety w porównaniu z innymi podejściami regresji stosowanymi do pomiaru zmian w czasie (24, 25). Podejście GEE pozwala na jednoczesne modelowanie związku określonych czynników ryzyka z IQ dzieci zarówno w wieku 6 lat, jak i w wieku 11 lat. Ponadto dodanie warunków interakcji pozwoliło nam zbadać, czy różnica w średnim IQ związana z określonym czynnikiem – na przykład społeczność miejska w porównaniu z podmiejską – była znacząco większa w wieku 11 lat niż w wieku 6 lat. Współczynnik dla interakcji między czynnikiem ryzyka a wiekiem jest równoważny temu uzyskanemu w standardowym modelu regresji, w którym zmiana IQ w czasie jest zmienną odpowiedzi, a czynnik ryzyka jest wprowadzony jako zmienna przewidywana. Podejście GEE dostarcza jednak informacji o związkach czynników ryzyka z IQ w każdym wieku, które nie są dostępne w standardowej analizie regresji zmiany wyniku.
Podstawowy model ilustruje równanie Y = α + β1 (miejski) + β2 (wiek) + β3 (miejski × wiek) + β4 (niska waga urodzeniowa) + β5-7 (czynniki rodzinne), gdzie standaryzowane wyniki IQ w wieku 6 i 11 lat są wynikami dziecka (Y); urban = 1, jeśli społeczność dziecka jest miejska i 0, jeśli jest podmiejska; wiek = 1 dla IQ w wieku 11 lat i 0 dla IQ w wieku 6 lat; niska waga urodzeniowa = 1, jeśli dziecko miało niską wagę urodzeniową i 0, jeśli dziecko miało normalną wagę urodzeniową. Piąte, szóste i siódme współczynniki beta (β5-7) są współczynnikami trzech czynników rodzinnych: IQ matki, wykształcenia i stanu cywilnego. Współczynnik β1 to różnica między średnim IQ w wieku 6 lat dzieci miejskich i podmiejskich, skorygowana o niską wagę urodzeniową i czynniki rodzinne; β2 to różnica w średnim IQ w wieku 11 lat w porównaniu z wiekiem 6 lat dla dzieci podmiejskich; a termin interakcji, β3, szacuje zakres, w jakim zmiana średniego IQ dzieci miejskich różni się od zmiany IQ dzieci podmiejskich. Tak więc, β2 + β3 to zmiana średniego IQ wśród dzieci miejskich od wieku 6 do wieku 11 lat, skorygowana o niską masę urodzeniową i czynniki rodzinne. (W dodatkowych modelach ocenialiśmy inne dwu- i trójstronne interakcje pomiędzy parami czynników ryzyka, np. społecznością miejską i niską masą urodzeniową, oraz pomiędzy czynnikami ryzyka i wiekiem). Metoda GEE szacuje współczynniki regresji i ich błędy standardowe, biorąc pod uwagę korelację między pomiarami IQ dzieci w wieku 6 i 11 lat. To podejście daje ważne i solidne oszacowania wariancji, nawet jeśli istnieje znana dodatnia korelacja między wieloma miarami wyników w obrębie badanych. Opcja korelacji wymiennej została użyta jako korelacja robocza w estymacji modeli GEE.
Wyniki
Wartości średnie i odchylenia standardowe dla danych opisowych, w tym wyniki IQ w pełnej skali, werbalne i wydajnościowe według wieku, niska waga urodzeniowa versus normalna waga urodzeniowa, oraz społeczność miejska versus podmiejska, pojawiają się w tabeli 2. Skupiamy się tutaj na IQ w pełnej skali. Analizy werbalnych i wydajnościowych danych IQ dały podobne wyniki (dostępne u autorów). Dane te sugerują spadek IQ między 6 a 11 rokiem życia u dzieci miejskich, ale nie u dzieci z przedmieść.
Średnie wyniki w Weschler Intelligence Scale for Children-Revised w wieku 6 i 11 lat, według typu społeczności i statusu wagi urodzeniowej (n = 717), Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997
| . | Niska masa urodzeniowa (≤2,500 g) . | Normalna masa urodzeniowa (>2,500 g) . | ||||||
|---|---|---|---|---|---|---|---|---|
| . | Społeczność miejska (n = 231) . | Społeczność podmiejska (n = 180) . | Społeczność podmiejska (n = 143) . | Społeczność podmiejska (n = 163) . | ||||
| . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . |
| Kwadrat inteligencji w pełnej skali (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) |
| Verbal 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) |
| . | Niska masa urodzeniowa (≤2,500 g) . | Normalna masa urodzeniowa (>2,500 g) . | ||||||
|---|---|---|---|---|---|---|---|---|
| . | Społeczność miejska (n = 231) . | Społeczność podmiejska (n = 180) . | Społeczność podmiejska (n = 143) . | Społeczność podmiejska (n = 163) . | ||||
| . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . |
| Całkowity iloraz inteligencji (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) |
| Verbal 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) |
Liczby w nawiasach, odchylenie standardowe.
Średnie wyniki w Weschler Intelligence Scale for Children-Revised w wieku 6 i 11 lat, według typu społeczności i statusu wagi urodzeniowej (n = 717), Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997
| . | Niska masa urodzeniowa (≤2,500 g) . | Normalna masa urodzeniowa (>2,500 g) . | ||||||
|---|---|---|---|---|---|---|---|---|
| . | Społeczność miejska (n = 231) . | Społeczność podmiejska (n = 180) . | Społeczność podmiejska (n = 143) . | Społeczność podmiejska (n = 163) . | ||||
| . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . |
| Kwadrat inteligencji w pełnej skali (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) |
| Verbal 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) |
| . | Niska masa urodzeniowa (≤2,500 g) . | Normalna masa urodzeniowa (>2,500 g) . | ||||||
|---|---|---|---|---|---|---|---|---|
| . | Społeczność miejska (n = 231) . | Społeczność podmiejska (n = 180) . | Społeczność podmiejska (n = 143) . | Społeczność podmiejska (n = 163) . | ||||
| . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . | Wiek 6 lat . | Wiek 11 lat . |
| Całkowity iloraz inteligencji (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) |
| Verbal 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) |
Liczby w nawiasach, odchylenie standardowe.
Rysunek 1 przedstawia empiryczne skumulowane rozkłady wyników IQ według wieku wśród dzieci miejskich i podmiejskich, w zależności od statusu masy urodzeniowej (normalna masa urodzeniowa vs. niska masa urodzeniowa). Krzywe rozkładu kumulatywnego dzieci miejskich, zarówno z normalną, jak i niską masą urodzeniową, opadają na lewo od krzywych dzieci podmiejskich, co odzwierciedla różnice IQ między dziećmi miejskimi i podmiejskimi w obu grupach wiekowych. W obu grupach wagi urodzeniowej krzywe IQ dzieci podmiejskich w wieku 6 i 11 lat pokrywają się ściśle, podczas gdy krzywe IQ dzieci miejskich wykazują przesunięcie w dół między 6 a 11 rokiem życia.
Empiryczne kumulatywne rozkłady wyników ilorazu inteligencji (IQ) w wieku 6 i 11 lat wśród dzieci miejskich i podmiejskich, Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997. Krzywe pokazują procent każdej grupy, która spadła na lub poniżej danego wyniku IQ. Górny panel, dzieci o normalnej masie urodzeniowej; dolny panel, dzieci o niskiej masie urodzeniowej.
Empiryczne skumulowane rozkłady wyników ilorazu inteligencji (IQ) w wieku 6 i 11 lat wśród dzieci miejskich i podmiejskich, Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997. Krzywe pokazują procent każdej grupy, która spadła na lub poniżej danego wyniku IQ. Górny panel, dzieci o normalnej wadze urodzeniowej; dolny panel, dzieci o niskiej wadze urodzeniowej.
Tabela 3 pokazuje wyniki z dwóch kolejnych modeli używanych do testowania i szacowania wpływu społeczności (miejskiej vs. podmiejskiej), niskiej wagi urodzeniowej i czynników rodzinnych na IQ w wieku 6 i 11 lat. W modelu 1 zbadaliśmy wpływ społeczności i statusu wagi urodzeniowej. W modelu 2 wprowadziliśmy zestaw kowariantów rodzinnych. W obu modelach uwzględniliśmy tylko jedną interakcję, która okazała się istotna, tj. interakcję społeczność miejska × wiek, co wskazuje, że zmiana IQ dzieci miejskich różni się od zmiany IQ dzieci z przedmieść. Inne interakcje – np. niska waga urodzeniowa × społeczność miejska, niska waga urodzeniowa × wiek oraz niska waga urodzeniowa × społeczność miejska × wiek – miały współczynniki o niskiej wielkości (bliskie zeru), które nie były statystycznie istotne przy α = 0,15. Wyniki z modelu 1 pokazują, że dzieci miejskie w wieku 6 lat uzyskały o 14,0 punktów IQ mniej niż dzieci z przedmieść, niezależnie od statusu wagi urodzeniowej. Ponadto od 6. do 11. roku życia IQ dzieci miejskich, niezależnie od wagi urodzeniowej, obniżyło się o 5,0 punktów (-5,19 + 0,21). Nieistotną zmianę wykryto wśród dzieci z przedmieść (0,21). Od 6 do 11 roku życia różnica w średnim IQ między dziećmi miejskimi i podmiejskimi zwiększyła się z 14,0 punktów do 19,2 punktów. Dzieci z niską masą urodzeniową, zarówno miejskie, jak i podmiejskie, uzyskały o 5,8 punktu IQ mniej niż ich rówieśnicy z normalną masą urodzeniową. Wielkość tej różnicy niewiele się zmieniła od 6. do 11. roku życia w obu typach społeczności. Ta interpretacja opiera się na braku wykrycia interakcji między społecznością miejską × niską masą urodzeniową lub dwu- i trójstronnych interakcji obejmujących niską masę urodzeniową i wiek.
Oszacowania regresji wyników dzieci w Weschler Intelligence Scale for Children-Revised z kolejnych modeli uogólnionych równań estymacyjnych, ze zmiennymi rodzinnymi (iloraz inteligencji (IQ) matki, wykształcenie i stan cywilny) dodanymi w modelu 2 do modelu podstawowego, Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997
| . | Model 1 . | Model 2 . | |||||||
|---|---|---|---|---|---|---|---|---|---|
| . | β* . | Błąd standardowy . | Wartość p . | β* . | Błąd standardowy . | wartość p . | |||
| Gmina miejska (vs. podmiejska) | -14,00 | 1,12 | <0,0001 | -4,90 | 1.18 | <0,0001 | |||
| Wiek 11 lat (vs. wiek 6 lat) | 0,21 | 0,50 | 0,67 | 0,22 | 0,50 | 0.66 | |||
| Społeczność miejska × wiek | -5,19 | 0,67 | <0,0001 | -5,24 | 0,68 | <0.0001 | |||
| Niska masa urodzeniowa (vs. prawidłowa masa urodzeniowa) | -5,84 | 1,05 | <0,0001 | -4,70 | 0,94 | <0.0001 | |||
| IQ matki | . | ||||||||
| Wykształcenie matki† | 0.39 | 0,04 | <0,0001 | ||||||
| Mniej niż szkoła średnia | -6,82 | 1,97 | 0.001 | ||||||
| Liceum Ogólnokształcące | -5,05 | 1.59 | 0,001 | ||||||
| Some college | -2.01 | 1,39 | 0,15 | ||||||
| Samotna matka | -2.85 | 1.14 | 0.01 | ||||||
| . | Model 1 . | Model 2 . | |||||||
|---|---|---|---|---|---|---|---|---|---|
| . | β* . | Błąd standardowy . | Wartość p . | β* . | Błąd standardowy . | wartość p . | |||
| Gmina miejska (vs. podmiejska) | -14,00 | 1,12 | <0,0001 | -4.90 | 1,18 | <0,0001 | |||
| Wiek 11 lat (vs. wiek 6 lat) | 0,21 | 0.50 | 0,67 | 0,22 | 0,50 | 0,66 | |||
| Społeczność miejska × wiek | -5.19 | 0,67 | <0,0001 | -5,24 | 0,68 | <0,0001 | |||
| Niska masa urodzeniowa (vs. normalna masa urodzeniowa) | -5,84 | 1,05 | <0,0001 | -4,70 | 0,94 | <0.0001 | |||
| IQ matki | . | ||||||||
| Wykształcenie matki† | 0.39 | 0,04 | <0,0001 | ||||||
| Mniej niż szkoła średnia | -6,82 | 1,97 | 0.001 | ||||||
| Liceum Ogólnokształcące | -5,05 | 1,59 | 0.001 | ||||||
| Some college | -2.01 | 1.39 | 0.15 | ||||||
| Samotna matka | -2,85 | 1,14 | 0.01 | ||||||
Nieznormalizowany częściowy współczynnik regresji reprezentujący różnicę w wynikach IQ dzieci związaną ze zmienną niezależną.
Grupa odniesienia: studia wyższe i powyżej.
Oszacowania regresji wyników dzieci w Weschler Intelligence Scale for Children-Revised z kolejnych modeli uogólnionych równań estymacyjnych, ze zmiennymi rodzinnymi (iloraz inteligencji (IQ) matki, wykształcenie i stan cywilny) dodanymi w modelu 2 do modelu podstawowego, Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997
| . | Model 1 . | Model 2 . | |||||||
|---|---|---|---|---|---|---|---|---|---|
| . | β* . | Błąd standardowy . | Wartość p . | β* . | Błąd standardowy . | wartość p . | |||
| Gmina miejska (vs. podmiejska) | -14,00 | 1,12 | <0,0001 | -4,90 | 1.18 | <0,0001 | |||
| Wiek 11 lat (vs. wiek 6 lat) | 0,21 | 0,50 | 0,67 | 0,22 | 0,50 | 0.66 | |||
| Społeczność miejska × wiek | -5,19 | 0,67 | <0,0001 | -5,24 | 0,68 | <0.0001 | |||
| Niska masa urodzeniowa (vs. prawidłowa masa urodzeniowa) | -5,84 | 1,05 | <0,0001 | -4,70 | 0,94 | <0.0001 | |||
| IQ matki | . | ||||||||
| Wykształcenie matki† | 0.39 | 0,04 | <0,0001 | ||||||
| Mniej niż szkoła średnia | -6,82 | 1,97 | 0.001 | ||||||
| Liceum Ogólnokształcące | -5,05 | 1.59 | 0,001 | ||||||
| Some college | -2.01 | 1,39 | 0,15 | ||||||
| Samotna matka | -2.85 | 1.14 | 0.01 | ||||||
| . | Model 1 . | Model 2 . | |||||||
|---|---|---|---|---|---|---|---|---|---|
| . | β* . | Błąd standardowy . | Wartość p . | β* . | Błąd standardowy . | wartość p . | |||
| Gmina miejska (vs. podmiejska) | -14,00 | 1,12 | <0.0001 | -4,90 | 1,18 | <0,0001 | |||
| Wiek 11 lat (vs. wiek 6 lat) | 0,21 | 0,50 | 0,67 | 0,22 | 0,50 | 0.66 | |||
| Gmina miejska × wiek | -5,19 | 0,67 | <0,0001 | -5.24 | 0,68 | <0,0001 | |||
| Niska masa urodzeniowa (vs. prawidłowa masa urodzeniowa) | -5,84 | 1,05 | <0,0001 | -4,70 | 0,94 | <0.0001 | |||
| IQ matki | . | ||||||||
| Wykształcenie matki† | 0.39 | 0.04 | <0.0001 | ||||||
| Mniej niż szkoła średnia | -6,82 | 1.97 | 0,001 | ||||||
| Liceum | -5,05 | 1.59 | 0,001 | ||||||
| Some college | -2.01 | 1,39 | 0,15 | ||||||
| Samotna matka | -2.85 | 1,14 | 0,01 | ||||||
Nieznormalizowany częściowy współczynnik regresji reprezentujący różnicę w wynikach IQ dzieci związaną ze zmienną niezależną.
Grupa odniesienia: szkoła wyższa i więcej.
Results from model 2 show that the addition of family factors to the GEE model attenuated markedly the observed urban-suburban difference in children’s IQ at age 6, from 14.0 points to 4.9 points. Zatem różnice w IQ dzieci z miast i przedmieść na początku nauki szkolnej były w dużej mierze spowodowane różnicami w charakterystyce rodziny. Zdecydowanie, pojedynczy najważniejszy czynnik rodzinny był IQ matki: Dodanie tylko matczynego IQ do modelu 1 zmniejszyło obserwowaną różnicę między miastem a przedmieściem w IQ dzieci w wieku 6 lat z 14,0 punktów do 5,7 punktów. W przeciwieństwie do tego, spadek IQ w wieku 11 lat wśród dzieci miejskich obliczony w modelu 1 pozostał nietknięty. Różnica IQ między miastem a przedmieściem, która nie została uwzględniona przez zmienne rodzinne, wzrosła z 4,9 punktu w wieku 6 lat do 10,1 punktu w wieku 11 lat. Wyniki modelu 2 również pokazują, że IQ matki było pozytywnie związane z IQ dzieci, podobnie jak poziom wykształcenia matki, a dzieci urodzone przez samotne matki uzyskały niższe wyniki niż dzieci urodzone przez matki zamężne. Jednak interakcje tych zmiennych z wiekiem były bliskie zeru, wskazując, że nie były one związane ze zmianą IQ dzieci.
Aby zilustrować implikacje spadku IQ wśród dzieci miejskich od wieku 6 lat do wieku 11 lat, przedstawiamy na rysunku 2 rozkłady intraindywidualnych zmian w wynikach IQ w dwóch rodzajach społeczności, łącząc dzieci z niską masą urodzeniową i dzieci z normalną masą urodzeniową. Rysunek przedstawia wygładzoną linię wykresu, przy użyciu metody splajnu sześciennego z ciągłymi drugimi pochodnymi (26). Chociaż zmiana w wyniku IQ była wszechobecna w obu społecznościach, efekt netto był inny. Odsetki dzieci miejskich i podmiejskich, których wyniki spadły o ≥5 punktów wynosiły odpowiednio 51,9 i 31,5; odsetki, których wyniki spadły o ≥7,5 punktów wynosiły odpowiednio 38,8 i 22,7; a odsetki, których wyniki spadły o ≥10 punktów wynosiły odpowiednio 30,2 i 14,3 (wszystkie porównania były statystycznie istotne przy p < 0,0001). Tak więc nadwyżka 15,9 procent dzieci miejskich w wieku 11 lat była gorsza od ich własnych osiągnięć intelektualnych w wieku 6 lat o dwie trzecie odchylenia standardowego w stosunku do ich grupy odniesienia w każdym badaniu. Zmiana o 10 punktów WISC-R wypada znacznie powyżej konserwatywnych standardów dla oddzielenia zmiany od fluktuacji spowodowanej błędem pomiaru (1).
Rozkłady zmian w wynikach ilorazu inteligencji (IQ) (wiek 11 lat minus wiek 6 lat) wśród dzieci miejskich i podmiejskich, Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997. Linie pionowe oznaczają wartości mediany.
Dystrybucje zmian w wynikach ilorazu inteligencji (IQ) (wiek 11 lat minus wiek 6 lat) wśród dzieci miejskich i podmiejskich, Detroit, Michigan, obszar metropolitalny, 1990-1992 i 1995-1997. Linie pionowe oznaczają wartości mediany.
Dodatkowe analizy GEE przeprowadzono w podzbiorze dzieci, które nie zmieniły miejsca zamieszkania między społecznościami miejskimi i podmiejskimi (tj. Z wyłączeniem 10 procent, które zmieniły się z adresu miejskiego na adres podmiejski między wiekiem 6 i 11 lat). Wyniki tych analiz ściśle replikowały wyniki przedstawione w tabeli 3. Analiza odpowiadająca modelowi 1 w tabeli 3 wykazała, że początkowa różnica w średnim wyniku IQ między dziećmi miejskimi i podmiejskimi w podzbiorze stabilnym mieszkaniowo zwiększyła się z 16,4 punktu do 21,6 punktu. Różnica IQ między miastem a przedmieściem, która nie została uwzględniona przez IQ matki, wykształcenie i stan cywilny (odpowiadająca modelowi 2 w tabeli 3) wzrosła z 7,4 punktu w wieku 6 lat do 12,6 punktu w wieku 11 lat. Tak więc przyrosty różnicy między miastem a przedmieściem w wieku od 6 do 11 lat, oszacowane w tych analizach, były w przybliżeniu takie same (tj. 5 punktów IQ) jak te w tabeli 3, które oparto na całkowitej próbie.
DISCUSSION
Nasze wyniki sugerują, że dorastanie w centrum miasta może nakładać niekorzystne czynniki, które prowadzą do spadku wyników IQ dzieci od wieku 6 lat do wieku 11 lat. Średnio, IQ dzieci miejskich spadło o więcej niż 5 punktów. Zmiana o 5 punktów u pojedynczego dziecka może być oceniona przez niektórych jako klinicznie nieistotna. Niemniej jednak zmiana tej wielkości w średnim IQ populacji, która odzwierciedla przesunięcie w dół rozkładu (a nie zmianę kształtu rozkładu), oznacza, że odsetek dzieci uzyskujących wynik o 1 odchylenie standardowe lub więcej poniżej standaryzowanej średniej IQ równej 100 znacznie by wzrósł. W tym badaniu, zmiana z wieku 6 lat do wieku 11 lat zwiększyła odsetek miejskich dzieci punktujących mniej niż 85 na WISC-R z 22,2 do 33,2.
Wpływ miejskiego kontra podmiejskiego zamieszkania na zmianę IQ kontrastuje z innymi ważnymi predyktorami IQ dzieci, a mianowicie niską masą urodzeniową, IQ matki, wykształceniem matki i statusem samotnej matki. Niska waga urodzeniowa była związana z deficytem IQ około jednej trzeciej odchylenia standardowego w obu upośledzonych dzieci z miasta i średniej klasy dzieci z przedmieść, deficyt, który został wykryty w wieku 6 i pozostał niezmieniony w wieku 11. Dzieci z niską masą urodzeniową nie pozostawały w tyle ani nie doganiały swoich rówieśników z normalną masą urodzeniową w żadnej ze społeczności. Rodzinne wyznaczniki IQ, tj. IQ matki, wykształcenie i stan cywilny, wywierały stabilny i jednolity wpływ na wyniki IQ dzieci w każdym wieku i w obu społecznościach; żaden z nich nie był związany ze zmianą IQ. Ponadto, początkowa różnica IQ 14 punktów (w wieku 6 lat) między miejskimi i podmiejskimi dziećmi została zmniejszona do 4,9 punktów, gdy czynniki rodzinne, głównie IQ matki, były kontrolowane. Innymi słowy, miejskie i podmiejskie różnice w środowisku rodzinnym i być może genetyki (w zakresie, w jakim czynniki genetyczne są odzwierciedlone w matczynej IQ) wyjaśnił dwie trzecie miejskich i podmiejskich różnica IQ w wieku 6. Jednak czynniki te nie odpowiadały za żadną część spadku IQ (średnio o 5 punktów) wśród dzieci miejskich od wieku 6 lat do wieku 11 lat.
Późniejsze przeglądy badań przeprowadzonych od wczesnych dekad XX wieku do ostatnich lat sugerują wpływ czynników społeczno-środowiskowych na IQ (2-5, 27-31). Odwrotną zależność między IQ a wiekiem odnotowano u dzieci żyjących w różnych warunkach deprywacji, takich jak zubożenie, dyskryminacja rasowa i nieregularne uczęszczanie do szkoły (2-5, 32). Dowody pochodzą głównie z badań przekrojowych, a nie z badań podłużnych, w których obserwuje się te same osoby przez dłuższy czas. Analiza danych podłużnych z prób amerykańskich (33) ujawniła zwiększone różnice rasowe w osiągnięciach akademickich od pierwszej do dwunastej klasy. Zmiana IQ nie była mierzona w tym badaniu.
Raport z 1996 roku grupy zadaniowej ustanowionej przez Amerykańskie Stowarzyszenie Psychologiczne podsumował dowody na czynniki związane ze zmiennością IQ (31). W raporcie stwierdzono, że IQ jest „wspólnym produktem zmiennych genetycznych i środowiskowych” oraz że ważną zmienną środowiskową o wyraźnym wpływie na IQ jest nauka w szkole. Szkoły nie tylko przekazują informacje, ale także rozwijają umiejętności intelektualne i postawy, które wpływają na wyniki IQ. Dowody na wpływ nauki szkolnej na wyniki IQ przybierają kilka form, jak podsumowano w raporcie (31). Obejmują one dane pokazujące, że dzieci w tym samym wieku, które dłużej uczęszczały do szkoły, mają wyższe wyniki IQ i że wyniki IQ mają tendencję do spadku podczas wakacji letnich, szczególnie wśród dzieci z niższej klasy, których zajęcia letnie nie przypominają programu szkolnego.
Rozróżnienie czynników rodzinnych i czynników środowiskowych pozwoliło nam oszacować ich oddzielny wkład w IQ dzieci w czasie. Jednak zdajemy sobie sprawę, że z perspektywy międzypokoleniowej, wskaźniki te nie są całkowicie rozdzielne. Na przykład, chociaż matczyne IQ może być postrzegane jako miara dziedziczności IQ, różnice w matczynym IQ odzwierciedlają częściowo skumulowane dziedzictwo dorastania w społeczno-ekonomicznie zróżnicowanych społeczności, jak sugerują wyniki tego badania.
Nasza próba miejskich dzieci odzwierciedlała skład rasowy śródmieścia, który jest w przeważającej mierze czarny, w ostrym kontraście do przeważająco białej próbki podmiejskiej. W związku z tym nie mogliśmy odróżnić wpływu rasy od wpływu dorastania w centrum miasta na spadek IQ. Jednak niezależnie od tego, czy skupiamy się na rasie dzieci, czy na ich miejscu zamieszkania w centrum miasta, wyniki sugerują, że niekorzystne warunki, w jakich dorastały dzieci miejskie, przyczyniły się do ich niepowodzenia w rozwoju w normatywnym tempie. Nasze ustalenia nie wykluczają potencjalnej roli niemierzonych aspektów środowiska rodzinnego, takich jak praktyki wychowawcze, w obniżaniu się IQ dzieci miejskich. Jednakże podkreślają one potrzebę zbadania wpływu czynników pozarodzinnych, w tym zasobów ekonomicznych społeczności oraz organizacji i jakości szkół, w odniesieniu do których istnieją wyraźne nierówności między śródmieściem a przedmieściami klasy średniej.
Bardziej bezpośrednie dowody na przyczynową rolę czynników pozarodzinnych w obserwowanej zmianie IQ mogą pochodzić z informacji na temat długości pobytu w śródmieściu. Stwierdzenie, że dzieci, które spędziły większą część swojego życia w centrum miasta, wykazały większy spadek IQ, wzmocniłoby argument wspierający hipotezę o upośledzonej społeczności. Dodatkowo, dane dotyczące charakterystyki szkoły lub klasy (np. czas spędzony na programie akademickim) oraz zasobów ekonomicznych społeczności pozwoliłyby na zbadanie potencjalnych mechanizmów. Przyszłe badania dzieci objętych tym badaniem będą obejmować pomiary tych zmiennych. Chociaż wyniki naszej analizy, które kontrolowane dla matczynego IQ (najsilniejszy predyktor wyników IQ dzieci), sugerują rolę dorastania w segregacji rasowej, społeczności upośledzonej, informacje na temat długości pobytu i charakterystyki szkoły może pozwolić na bardziej przejrzystą interpretację ustaleń.
Prośby o przedruk do dr Naomi Breslau, Henry Ford Health System, 1 Ford Place, 3A, Detroit, MI 48202-3450 (e-mail: [email protected]).
Badanie to było wspierane przez grant MH-44586 z National Institute of Mental Health, Bethesda, Maryland (dr Naomi Breslau).
Autorzy dziękują dr. Meredith Phillips za pomocne komentarze do wcześniejszej wersji tego artykułu.
Moffit TE, Caspi A, Harkness AR, et al. The natural history of change in intellectual performance: Kto się zmienia? Jak bardzo? Czy to ma znaczenie?
;
:
-6.
Ceci SJ. How much does schooling influence general intelligence and its cognitive components? Ponowna ocena dowodów.
;
:
-22.
Ceci SJ. On intelligence: a bio-ecological treatise on intellectual development. (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: a Philadelphia test of the Klineberg hypothesis.
;
:
-32.
Breslau N. A gradient relationship between low birth weight and IQ at age 6 years.
;
:
-83.
Breslau N, Chilcoat H, Del Dotto J, et al. Low birth weight and neurocognitive status at six years of age.
;
:
-97.
Saigal S, Szatmari P, Rosenbaum D, et al. Cognitive abilities and school performance of extremely low birth weight children and matched term control children at age 8 years: a regional study.
;
:
-60.
Teplin SW, Burchinal M, Johnson-Martin N, et al. Neurodevelopmental, health, and growth status at age 6 years of children with birth weights less than 1001 grams.
;
:
-77.
Lloyd BW, Wheldall K, Perks D. Controlled study of intelligence and school performance of very low-birthweight children from a defined geographical area.
;
:
-42.
Marlow N, Roberts BL, Cooke RW. Motor skills in extremely low birthweight children at the age of 6 years.
;
:
-47.
Klein NK, Hack M, Breslau N. Children who were very low birth weight: development and academic achievement at nine years of age.
;
:
-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.
;
:
-20.
Rickards AL, Kitchen WH, Doyle LW, et al. Cognition, school performance, and behavior in very low birth weight and normal birth weight children at 8 years of age: a longitudinal study.
;
:
-8.
Levy-Shiff R, Einat G, Mogilner MB, et al. Biological and environmental correlates of developmental outcome of prematurely born infants in early adolescence.
;
:
-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.
;
:
-8.
Breslau N. Psychiatric sequelae of low birth weight.
;
:
-106.
Johnson EO, Breslau N. Increased risk of learning disabilities in low birth weight boys at age 11 years.
;
:
-500.
Bureau of the Census, US Department of Commerce. Spis ludności i mieszkań 1990. Streszczenie plik taśmy 3 na 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. Longitudinalna analiza danych dla dyskretnych i ciągłych wyników.
;
:
-30.
Liang K-Y, Zeger SL. Longitudinal data analysis using generalized linear models.
;
:
-22.
Diggle PJ, Liang K-Y, Zeger SL. Analysis of longitudinal data. New York, NY: Oxford University Press, 1994.
Liang K-Y, Zeger SL. Longitudinal data analysis of continuous and discrete responses for pre-post designs.
;
:
-48.
Stanek EJ. Wybór analizy pretest-post-test.
;
:
-83.
Pizer SM. Obliczenia numeryczne i analiza matematyczna. 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? Bezpośrednia odpowiedź z francuskiego badania adopcyjnego.
;
:
-96.
Duyme M, Dumaret A-C, Tomkiewicz S. How can we boost IQs of „dull children”? Badanie późnej adopcji.
;
:
-4.
Brooks-Gunn J, Klebanov PK, Duncan GJ. Różnice etniczne w wynikach testów inteligencji dzieci: rola deprywacji ekonomicznej, środowiska domowego i cech matek.
;
:
-408.
Brooks-Gunn J, Duncan GJ, Klebanov PK, et al. Do neighborhoods influence child and adolescent development?
;
:
-95.
Neisser U, Boodoo G, Bouchard TJ, et al. Intelligence: knowns and unknowns.
;
:
-101.
Jensen AR. Kumulatywny deficyt w IQ czarnych na wiejskim Południu.
;
:
-91.
Phillips M, Crouse J, Ralph J. Does the black-white test score gap widen after children enter school? W: Jencks C, Phillips M, eds. Różnice w wynikach testów między czarnymi i białymi. Washington, DC: Brookings Institution Press, 1998:229-72.