Socio-affectieve ontwikkeling van voorschoolse vroeggeboren kinderen begrijpen ifv de multimodale 'biobehavioural synchrony' tussen moeder en kind

Ondanks verhoogde overlevingskansen blijft vroeggeboorte een risicofactor voor ontwikkelingsstoornissen zoals autismespectrumstoornis. Onderzoek wijst naar klinische en subklinische problemen in socio-emotionele en cognitieve domeinen. De dienst Neonatale Intensieve Zorg (NIZ) van het UZ Leuven lanceerde een ambitieus project (C24/15/036) om de lange-termijn effecten van perinatale stress te onderzoeken binnen een cohort van premature kinderen en hun ouders. Het Resilience project verzamelde een unieke longitudinale dataset van medische, fysiologische, psychologische en endocrinologische gegevens over stress en hechting bij 170 moeder-kind paren, van voor de geboorte tot 3 jaar. Deze intensief opgevolgde cohort start binnenkort met het eerste leerjaar, een belangrijke transitie voor de sociale ontwikkeling van jonge kinderen. Dit project zou de opvolging verderzetten met innovatieve methodes die het socio-affectief en cognitief functioneren in groot detail kunnen in kaart brengen. De moeder-kind relatie is een van de bouwstenen van later sociaal functioneren en wordt vanuit verschillende invalshoeken en met uiteenlopende methodes onderzocht. Er wordt verder gebouwd op het baanbrekend biobehavioural synchrony model. Dankzij technologische innovaties is het mogelijk neurale, gedragsmatige en fysiologische synchronie tussen moeder en kind op te meten tijdens echte sociale interacties. Moeder en kind worden ook apart gekarakteriseerd in termen van sociaal en emotioneel functioneren. Met een vernieuwend Virtual Reality experiment hopen we leerprocessen te identificeren die de gehechtheidsrelatie vormgeeft. Finaal hopen we met EEG frequency-tagging paradigma’s en klassieke toetsen het cognitief functioneren van premature kinderen in kaart te brengen, met oog op vroegtijdige opsporing van dyslexie en dyscalculie. De integratie van deze nieuwe dataset met de vroegere ontwikkelingsdata zou ons toelaten longitudinale ontwikkelingstrajecten te modelleren en beschermende en risicofactoren te identificeren binnen deze kwetsbare groep.