Summary
Deze paper demonstreert het gebruik van de Gold standaardmethode in gedragsgenetica, de Cholesky ontledings methode, om unieke, overlappende genetische en omgevingsinvloeden op verschillende variabelen te schatten om longitudinaal gemotiveerd onderzoek te beantwoorden Vragen.
Abstract
De Cholesky ontledings methode is de gouden standaard die wordt gebruikt op het gebied van gedragsgenetica. De methode is populair omdat het gemakkelijk is om te programmeren en op te lossen. Met behulp van deze methode kunnen onderzoekers individuele verschillen in longitudinale relaties van verschillende variabelen over meerdere tijdspunten verkennen. De methode stelt onderzoekers in staat om de variantie te ontbinden in (1) unieke genetische, gedeelde en niet-gedeelde milieueffecten die zich op specifieke tijdstippen voordoen, alsook (2) overlappende genetische, gedeelde en niet-gedeelde milieueffecten die van één tijdpunt naar een andere. De methode identificeert echter niet de mechanismen of oorsprong die aan deze effecten ten grondslag liggen. Het huidige rapport richt zich op de toepassing van de Cholesky ontledings methode op het gebied van de educatieve psychologie. Specifiek, het bespreekt individuele verschillen in longitudinale relaties tussen kleuterschool brief kennis, kleuterschool fonologische bewustzijn, eerste rang woord niveau lezing vaardigheden, en zevende cijfer lezen begrip.
Introduction
Een ervaren lezer worden met de mogelijkheid om tekst vloeiend te lezen en te begrijpen is belangrijk voor de schoolresultaten van kinderen. Om de ontwikkeling van Lees problemen te voorkomen, is het essentieel om te begrijpen in hoeverre verschillende leesvaardigheden het lezen van begrip voorspellen. Uit bestaand onderzoek is gebleken dat voor lezing en leesvaardigheid op woord niveau op de basisschool longitudinaal het lezen van begrip in de middelbare school voorspelt1,2. Individuele verschillen in deze voorspellingen wijzen vooral op de onderliggende genetische (en tot op zekere hoogte, milieu) factoren van de kleuterschool tot graad 43,4. Het is echter noodzakelijk om te onderzoeken of deze zelfde genetische en milieufactoren deze voorspellingen tot middelbare school kwaliteiten blijven beïnvloeden.
Een methode om een beter inzicht te krijgen in individuele verschillen ten grondslag van de associaties tussen elementaire en middelbare school leesvaardigheden, is het gebruik van gedrags genetische methodologie, in het bijzonder de Cholesky ontledings methode. De Cholesky ontledings methode wordt beschouwd als een van de gouden standaardanalyses in gedragsgenetica. Deze methode is gemakkelijk te programmeren en op te lossen en maakt de ontbinding van variantie en Covariantie mogelijk in (A) genetisch, (C) gedeeld milieu, en (E) niet-gedeelde milieu-invloeden, meestal in een steekproef van tweelingen. Een voorbeeld van een univariate (één variabele) Cholesky-ontleding is aangegeven in Figuur 1. De een latente factor verwijst naar genetische effecten, die genetische invloeden geërfd van ouders. De C latente factor verwijst naar gedeelde milieu-effecten, die aspecten van het milieu zijn die dienen om tweelingen gelijksoortig te maken, zoals thuis-en schoolomgevingen. Ten slotte verwijst de E latent factor naar niet-gedeelde milieueffecten, die milieu-invloeden zijn die uniek zijn voor elke tweeling en bijdragen aan verschillen tussen Tweelingen, zoals elke eigen ervaring. De E-factor vangt ook de meetfout op.
Figuur 1: ontbinding in (A) genetische, (C) gedeelde milieu-en (E) niet-gedeelde milieu-invloeden. Klik hier om een grotere versie van dit cijfer te bekijken.
De factoren A, C en E in Figuur 1 schatten de mate waarin genen en omgevingen één (Lees) variabele beïnvloeden. Nog steeds, om te onderzoeken individuele verschillen onderliggende longitudinale associaties tussen meer dan één lezing vaardigheid van elementaire naar middelbare school, longitudinale analyse is noodzakelijk. Om in de lengterichting gemotiveerde onderzoeksvragen te beantwoorden, wordt hier een multivariate Cholesky ontledings methode gebruikt5. Conceptueel gezien is de multivariate Cholesky ontledings methode vergelijkbaar met hiërarchische meervoudige regressie, zodanig dat de onafhankelijke bijdrage van genetische en omgevingsfactoren wordt beoordeeld nadat de bijdragen van eerdere factoren zijn genomen in Account.
Bijvoorbeeld, in een multivariate Cholesky-ontleding met longitudinale gegevens op vier tijdpunten (Zie Figuur 2), de eerste reeks factoren [genetisch (a1), gedeeld milieu (C1) en niet-gedeeld milieu (E1)] draagt bij tot de variantie van alle variabelen, weergegeven als paden a11, a21, a31, a41, c11, c21,..., e11, enz., van een1, c1, e1 factoren voor elke variabele . De tweede reeks factoren (A2, C2, E2) draagt bij aan de variantie van de tweede en volgende variabelen na controle voor het eerste tijdpunt. De tweede reeks factoren wordt weergegeven als paden a22, a32, a42, c22, c32,..., e22, enz. Vervolgens worden de invloeden van de derde reeks factoren (A3, C3, E3) geschat voor de derde en vierde variabelen na controle voor de voorgaande twee tijdpunten. Ze worden weergegeven als padena 33,a 43, c33, c43, e33, e43. Ten slotte worden de invloeden van de vierde reeks factoren (A4, C4, E4) gemeten voor het laatste tijdpunt na controle voor alle voorgaande tijdpunten. Ze worden weergegeven als paden a44, c44, e44.
Figuur 2: multivariate Cholesky ontledings model voor vier tijdpunten. Klik hier om een grotere versie van dit cijfer te bekijken.
In deze longitudinale toepassing van de multivariate Cholesky ontledings methode worden genetische en omgevingsinvloeden op elk tijdstip geschat nadat de effecten van voorgaande tijdpunten zijn gecontroleerd. Als zodanig maakt deze methode het mogelijk om te bepalen in hoeverre unieke genetische en milieu invloeden online komen op elk bepaald tijdstip, onafhankelijk van invloeden van vorige tijdpunten (deze effecten worden geschat op paden a11, een 22, a33, a44, c11, c22,..., e11, e22, enz.). Bovendien maakt de methode het onderzoek mogelijk naar de mate waarin dezelfde (overlappende) genetische en milieu-invloeden worden gedeeld tussen de tijdspunten. Met andere woorden, er kan worden bepaald in welke mate genetische en milieu invloeden van het ene tijdpunt naar het andere worden overgedragen (d.w.z. dat deze effecten worden geschat op paden a21, a31, a41, a32, a42, a 43, c21, c31,..., e21, enz.). Er moet worden opgemerkt dat de paden a11, c11en e11 alle mogelijke genetische en milieu invloeden vertegenwoordigen tot en met het eerste tijdstip, dat ofwel uniek of overlappend kan zijn met eerdere tijdpunten. Tijdpunten vóór het eerste tijdstip worden echter niet geschat; Daarom kan het niet nauwkeurig worden bepaald of ze unieke of overlappende invloeden vertegenwoordigen. Voor vereenvoudigings doeleinden worden ze opgenomen als unieke invloeden in het huidige rapport.
De volgorde van de gemeten variabelen die in een Cholesky-ontleding is ingevoerd, is arbitrair. Echter, de volgorde wordt meestal gedreven door een theoretisch perspectief. Dit is ook het geval in de huidige studie, waarin de volgorde was gebaseerd op de ontwikkeling van leesvaardigheden, zodat het lezen van vaardigheden op de basisschool voorspellend is voor het lezen van begrip op de middelbare school.
Er zijn verschillende rapporten in de literatuur over genetische en omgevingsfactoren die onderliggende longitudinale associaties van leesvaardigheden met behulp van de Cholesky ontledings methode onderzoeken. Deze eerdere studies richtten zich vooral op het onderzoeken van de relatie tussen de leesvaardigheden onder de elementaire kleuters6,7. Er is slechts één gepubliceerde studie die individuele verschillen onderzoekt die verband houdt met het lezen van elementaire kwaliteiten naar middelbare school kwaliteiten met behulp van de multivariate Cholesky ontledings methode8. Dit protocol Details de multivariate Cholesky ontledings methode uit dat specifieke rapport om individuele verschillen in longitudinale relaties tussen kleuter brief kennis, kleuterschool fonologische bewustzijn, eerste rang woord niveau te verkennen leesvaardigheden en het lezen van de zevende klas.
De onderzoeksresultaten richten zich op het gebruik van de multivariate Cholesky ontledings methode om onderscheid te maken tussen twee soorten genetische en omgevingsinvloeden. Ten eerste wordt getoond hoe u genetische en omgevingsinvloeden die over (overlapping) van elementaire naar middelbare school aflezen (bijvoorbeeld het inschatten van paden a43, c43en e43, die genetische en milieu-invloeden op leesvaardigheden op woord niveau van eerste klasse die invloed hebben op het lezen van begrip in zevende rang). Ten tweede wordt gedemonstreerd hoe unieke genetische en milieu-invloeden die op elk bepaald niveau online komen (bijvoorbeeld het inschatten van paden a33, c33en e33, die unieke genetische en milieu invloeden zijn op leesvaardigheden op woord niveau die in eerste klas ontstaan).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
De onderstaande stappen beschrijven het proces van het inschatten van individuele verschillen in longitudinale associaties tussen elementaire en middelbare school leesvaardigheden in (A) genetisch, (C) gedeeld milieu, en (E) niet-gedeelde omgevingsfactoren met behulp van een statistisch modellerings programma, tekstverwerker en software met een grafische gebruikersinterface (GUI). Deze studie is goedgekeurd door de institutioneel Review Board van de Florida State University.
1. gegevens voorbereiden voor het programma statistisch modellering
- De gegevens voorbereiden in een indeling die kan worden gelezen door het programma van de statistische modellering van keuze. Populaire statistische modellerings Programma's omvatten MX, OpenMx in het platform R en MPlus9. MX kan gegevensbestanden lezen in de gegevensindelingen. VL of. dat, OpenMx in elke gegevensindeling en mplus in een. dat-gegevensindeling. Het voorbeeld dat hier wordt gedemonstreerd wordt uitgevoerd in het programma MPlus9.
Opmerking: een voorbeeldgegevensbestand in een. dat-indeling voor zes willekeurig gekozen deelnemers is beschikbaar in aanvullende bestanden. Variabelen die in een voorbeeldgegevensbestand worden gebruikt, geven de variabelen weer die in het invoer coderingsbestand worden gebruikt.
2. gegevens lezen in het statistisch modellerings programma, het script uitvoeren en de effecten schatten
- Open het programma voor statistische modellering.
- Zoek het relevante gegevensbestand dat u wilt lezen in het programma voor statistische modellen door te typen ' bestand is [locatie van uw gegevensbestand op uw computer invoegen] '.
- Klik op het pictogram uitvoeren op het lint van het statistisch modellerings programma om schattingen te verkrijgen voor genetische, gedeelde milieu-en niet-gedeelde omgevingsinvloeden uit de multivariate cholesky ontledings methode. Het geannoleerde invoer script voor het multivariate Cholesky ontledings model voor vier tijdpunten, evenals de output met behulp van MPlus, kan worden gevonden in aanvullende Codeer bestanden.
- Zodra het statistisch modellerings programma schattingen genereert voor genetische, gedeelde milieu-en niet-gedeelde omgevingsinvloeden, zoekt u de schattingen in het uitvoerbestand onder STX11 voor pad a11, STX21 voor pad a21, ..., sty11 voor pad c11, sty21 voor pad c21,..., STZ11 voor pad e11, STZ21 voor pad e21, enz.
3. een tabel maken met gegenereerde schattingen
- Open de tekstverwerker.
- Kopieer de gegenereerde schattingen naar een tabel in een tekstverwerker. De tabel kan worden gemaakt in een indeling zoals aangegeven in Figuur 3. In dit geval hebben de ramingen voor de paden a11, a21, a31en a41 bijvoorbeeld waarden van 0,60, 0,24, 0,63 en 0,18.
Figuur 3: multivariate Cholesky ontledings modellering gestandaardiseerde paden schattingen van genetische en omgevingsinvloeden. Klik hier om een grotere versie van dit cijfer te bekijken.
4. plotten van genetische, gedeelde milieu-en niet-gedeelde milieu-invloeden
- Open de software met een GUI.
- Voer de schattingen in van de gemaakte tabel in de cellen F3-F16, G4-G16, H5-H16 en i6-I16. Een screenshot van de software met een GUI wordt afgebeeld in Figuur 4.
Figuur 4: het invoeren van schattingen in de software met een GUI. Klik hier om een grotere versie van dit cijfer te bekijken.
- Bereken de variantie van genetische, gedeelde milieu-en niet-gedeelde milieu-invloeden door de schattingen in de cellen F3-F16, G4-G16, H5-H16 en i6-I16 te kwadrateren. Typ de kwadratische waarden in de cellen J3-J16, K4-K16, L5-L16 en M6-M16.
- Bereken de procentuele variantie door de waarden in de cellen J3-J16, K4-K16, L5-L16 en M6-M16 te vermenigvuldigen met 100. Typ de procentuele waarden in de cellen N3-N16, O4-O16, P5-P16 en Q6-Q16. De stappen 4,3 en 4,4 zijn afgebeeld in Figuur 5.
Afbeelding 5: illustratie van de stappen 4,3 en 4,4. Klik hier om een grotere versie van dit cijfer te bekijken.
- Bereken de mate waarin genetische invloeden overgaan (overlapping) van elementaire naar middelbare school.
- Typ "0" in cel R3.
- Typ "= N4" in cel R4. Dit is de mate waarin genetische invloeden vanaf het eerste tijdstip naar het tweede punt worden overgedragen. In dit geval, het geeft genetische invloeden van brief naamgeving vloeiendheid in de kleuterschool die naar foneem segmentatie vloeiendheid in de kleuterschool.
- Typ in cel R5 "= N5 + O5". Dit is de mate waarin genetische invloeden uit de eerste twee tijdspunten worden overgedragen naar het derde tijdpunt. In dit geval geeft het aan genetische invloeden van brief naamgeving vloeiendheid in kleuterschool en foneem segmentatie vloeiendheid in de kleuterschool over te dragen aan woord niveau lezing vaardigheden in graad 1.
- Typ in cel R6 "= N6 + O6 + P6". Dit is de mate waarin genetische invloeden uit de eerste drie tijdspunten naar het vierde punt worden overgedragen. In dit geval, het geeft genetische invloeden van brief naamgeving vloeiendheid in de kleuterschool, foneem segmentatie vloeiendheid in de kleuterschool, en woord niveau lezing vaardigheden in graad 1 over te dragen aan het lezen van begrip in rang 7.
- Bereken de mate waarin gedeelde milieu-en niet-gedeelde omgevingsinvloeden (overlapping) van elementaire naar middelbare school worden overgedragen, zoals in stap 4,5.
- Bereken de mate waarin unieke genetische, gedeelde milieu-en niet-gedeelde omgevingsfactoren online komen op elk bepaald tijdstip (d.w.z. graad).
- Kopieer de percentages van de cellen N3, O4, P5 en Q6 in de cellen S3, S4, S5 en S6, respectievelijk om te verkrijgen in hoeverre unieke genetische factoren online op elke graad komen.
- Kopieer de percentages van de cellen N8, O9 Solutions, P10 en Q11 in de cellen U3, U4, U5 en U6, om te verkrijgen in hoeverre unieke gedeelde omgevingsfactoren online op elke graad komen.
- Kopieer de percentages uit de cellen N13, O14, P15 en Q16 in de cellen w3, W4, W5 en W6, om te verkrijgen in hoeverre er op elke graad unieke niet-gedeelde omgevingsfactoren online komen.
- Om ervoor te zorgen dat alle berekeningen correct zijn, moeten de waarden in de cellen R3-w3, R4-W4, R5-W5 en R6-W6 elk tot 100 toevoegen. De stappen 4.5-4.7 worden afgebeeld in Figuur 6.
Figuur 6: illustratie van de stappen 4,5-4,8. Klik hier om een grotere versie van dit cijfer te bekijken.
- Plot genetische overlappingen evenals genetische unieke invloeden door te klikken en te slepen met de muis over de cellen R2 – R6 en S2 – S6 om de gegevens te markeren.
- Klik op het menu Invoegen .
- Klik op grafieken ≫ gestapelde kolom.
- Herhaal stap 4.9 – 4.11 voor gedeelde milieu-en niet-gedeelde milieu overlappende en unieke invloeden. Kies de cellen T2 – T6 en U2 – U6 om gedeelde omgevingsinvloeden te tekenen en kies cellen v2 – V6 en W2 – W6 voor niet-gedeelde omgevingsinvloeden.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Gestandaardiseerde schattingen voor genetische, gedeelde milieu-en niet-gedeelde omgevingsinvloeden van het multivariate Cholesky ontledings model zijn afgebeeld in Figuur 7. In het algemeen toonden de resultaten aan dat individuele verschillen in kleuter voorlezing en eerste klas leesvaardigheden op woord niveau een groot deel van de variantie van genetische (40%) en gedeeld milieu (39%) invloeden op zevende cijfer lezen begrip. Bovendien zinspelen de resultaten op een zekere mate van unieke bronnen die in het spel komen voor elke individuele leesvaardigheid bij elke graad.
Figuur 7: volledig multivariate Cholesky ontledings model met gestandaardiseerde paden schattingen van genetische en omgevingsinvloeden. Gemeten variabelen worden afgebeeld als rechthoeken en een latente variabele als een ovaal. LNF = naamgeving van de kleuterschool, PSF = kleuterschool foneem segmentatie vloeiendheid, wlrs = eerste rang leesvaardigheid op woord niveau, RC = zevende graad leesvaardigheid. Klik hier om een grotere versie van dit cijfer te bekijken.
Zoals aangegeven in Figuur 8, lijkt er een groot deel van de unieke genetische invloeden (donkergroen) op brief naamgeving vloeiendheid in de kleuterschool (36%), foneme segmentatie vloeiendheid in de kleuterschool (40%), en lezen begrip in de zevende graad (30%). Leesvaardigheden op woord niveau waren daarentegen in mindere mate geassocieerd met unieke genetische invloeden die ontstaan in eerste graad (20%). Genetische invloeden op woord niveau leesvaardigheden waren meestal overlappend (licht groen) met genetische invloeden op brief Naming vloeiendheid en foneme segmentatie vloeiendheid (40%).
Figuur 8: percentage van unieke en overlappende genetische invloeden op elke leesvaardigheid. Klik hier om een grotere versie van dit cijfer te bekijken.
Gericht op de gedeelde milieu-invloeden (Zie Figuur 9), de resultaten geïmpliceerd dat overlappende (licht blauwe) gedeelde omgeving beïnvloed brief naamgeving vloeiendheid en foneme segmentatie vloeiendheid in de kleuterschool (9%). Evenzo werden overlappende gedeelde milieueffecten weerspiegeld in leesvaardigheden op woord niveau in de eerste graad (15%) en begrijpend lezen in het zevende leerjaar (39%) die ook werden gedeeld met de leesvaardigheden van de kleuterschool. Unieke gedeelde omgevingsfactoren (donkerblauw) werden gevonden voor eerste klas leesvaardigheden op woord niveau (15%). Deze invloeden waren onafhankelijk van gedeelde milieu-invloeden in de kleuterschool.
Figuur 9: percentage van unieke en overlappende gedeelde omgevingsinvloeden op elke leesvaardigheid. Klik hier om een grotere versie van dit cijfer te bekijken.
Voor de niet-gedeelde omgevingsinvloeden (Zie Figuur 10), suggereerden de resultaten zeer weinig overlap tussen factoren (licht geel). De meeste niet-gedeelde omgevingsinvloeden gaven unieke invloeden (donkergeel) aan op elk individueel tijdpunt (d.w.z. graad).
Figuur 10: percentage van unieke en overlappende niet-gedeelde omgevingsinvloeden op elke leesvaardigheid. Klik hier om een grotere versie van dit cijfer te bekijken.
De algemene representatie van genetische en omgevingsfactoren die onderliggende leesvaardigheden van elementaire naar middelbare school zijn, wordt weergegeven in Figuur 11. In het algemeen werd aangetoond dat het lezen van vaardigheden beïnvloed wordt door zowel genetische als omgevingsfactoren gedurende deze ontwikkelingsperiode.
Figuur 11: totaal percentage van genetische, gedeelde milieu-en niet-gedeelde milieu-invloeden op elke leesvaardigheid. Klik hier om een grotere versie van dit cijfer te bekijken.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Het doel van deze studie was om aan te tonen hoe de gevestigde methode binnen de gedragsgenetica, de multivariate Cholesky ontledings methode, effectief kan worden gebruikt voor het begrijpen van relaties tussen variabelen in temporele context. Concreet maakt deze methode een schatting mogelijk van de mate waarin unieke genetische en milieu invloeden ontstaan tijdens bepaalde tijdpunten (bijv. school kwaliteit), alsook het aantonen van de overlap van genetische en omgevingsinvloeden in vele tijdpunten.
Er is één kritieke stap in het Protocol, die het multivariate Cholesky ontledings model inschatten. Het script voor het statistisch modelprogramma vereist af en toe aanpassingen in de beginwaarden op basis van ingevoerde gegevens. Onderzoekers kunnen verschillende startwaarden gebruiken, voorgesteld door de output van het statistisch modellerings programma, om soepeler iteratie processen mogelijk te maken bij het genereren van genetische en milieu schattingen.
Wijziging van het Protocol (d.w.z. het script voor het statistisch modelprogramma) kan nodig zijn als latente variabelen de gemeten variabelen vervangen. In mplus wordt een latente variabele gedefinieerd met behulp van een "BY"-instructie met twee of meer gemeten variabelen. Bijvoorbeeld, in dit geannoeerde invoer script, de latente variabele voor elke tweeling wordt gedefinieerd in de sectie "MODEL:" als "FLU0 door nneworf0 * nnewnwf0 (3-4);" voor de eerste tweeling in het tweeling paar, en "FLU1 door nneworf1 * nnewnwf1 (3-4);" voor de tweede tweeling in het tweeling paar. Een andere wijziging verwijst naar de grafische weergave van de resultaten. De resultaten kunnen worden uitgezet met behulp van alternatieve technieken, zoals cirkeldiagrammen. Gestapelde kolommen werden hier gebruikt, omdat dit de typische visualisatie techniek op het gebied van gedragsgenetica.
Er zijn beperkingen aan de multivariate Cholesky ontledings methode. De multivariate Cholesky ontleding is de gouden standaard analyse in gedragsgenetica als er belangstelling is voor het verkennen van individuele verschillen in longitudinale relaties tussen verschillende variabelen op verschillende tijdstippen. Als er in plaats daarvan belangstelling is voor het testen van ontwikkelinggedreven vragen die gericht zijn op het verkennen van individuele verschillen in ontwikkeling van één (dezelfde) variabele over meerdere tijdspunten, dan kan een simplex model (afgebeeld in Figuur 12) worden gebruikt. In het simplex model blijven een1, C1, en E1 factoren aanwezig op tijd 1 gedeeltelijk aanhouden tot tijd 2 (de regressie paden van een1 naar een2, een2 naar een3,..., c1 tot C2,..., enz.), op welk tijdstip nieuwe factoren kunnen binnenkomen (de restwaarden, met het opschrift "res." in Figuur 12).
Het multivariate Cholesky ontledings model en simplex model produceren exact dezelfde variantie-covariantie matrix als er twee tijdpunten zijn, maar eventuele extra tijdpunten scheiden de twee modellen. Met meer dan twee tijdpunten produceert een Cholesky ontledings methode schattingen tussen alle tijdspunten. Dit kan resulteren in een schatting van relaties die niet zo ontwikkelmentaal zinvol zijn (bv. genetische en milieu invloeden van graad 1 op graad 7). Het simplex model daarentegen, schat de relaties die ontwikkelmentaal relevant zijn (bijv. genetische en omgevingsinvloeden van graad 1 tot graad 2, graad 2 tot graad 3, enz.). Het laatste patroon weerspiegelt het natuurlijke traject van kinderen door middel van school, waar ze vooruitgang van de ene graad naar de volgende. Een meer grondige beschrijving van het simplex model is beschreven10.
Afbeelding 12: het simplex model. Klik hier om een grotere versie van dit cijfer te bekijken.
Een extra beperking van de multivariate Cholesky ontledings methode is dat, terwijl het de kwantificering van genetische en omgevingsinvloeden mogelijk maakt, het deze niet identificeert. Daarom kan niet specifiek worden bepaald welke genen de eigenschappen beïnvloeden die worden gemeten door de variabelen die in de analyse worden gebruikt. Evenzo kan het alleen maar worden overheerst welke specifieke omgevingen hebben bijgedragen aan de gedeelde milieu-of niet-gedeelde milieu-invloeden. In de huidige studie, er was een aantal empirische bewijs over welke potentiële specifieke omgevingen kunnen zijn geweest in het spel. Zo blijkt bijvoorbeeld dat klaslokalen in de lagere school longitudinale effecten hebben op het lezen van begrip op de middelbare school (studie bevindingen zijn gebaseerd op dit rapport)11. Verdere vooruitgang moet echter gebaseerd zijn op aanvullende analyses om andere omgevingen te identificeren.
Ondanks deze beperkingen, de Cholesky ontledings methode is een populaire benadering van longitudinale, multivariate, gedrags genetische onderzoek vragen. De techniek is eenvoudig te programmeren en op te lossen. Het biedt een uniek perspectief op het samenstellen van genetische en milieu relaties tussentijd punten, waardoor de invloeden die tijdgebonden zijn, worden gekwantificeerde, terwijl ze worden onderscheiden van invloeden die elkaar overlappen over meerdere tijdspunten.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Auteurs hebben niets te onthullen.
Acknowledgments
Dit onderzoek werd deels gesteund door een subsidie van het Nationaal Instituut voor kindgezondheid en menselijke ontwikkeling (P50 HD052120). Standpunten die hierin worden uitgedrukt, zijn die van de auteurs en zijn niet beoordeeld of goedgekeurd door de verlenende agentschappen.
Materials
| Name | Company | Catalog Number | Comments |
| Microsoft Office Excel | Microsoft | ||
| Microsoft Office Powerpoint | Microsoft | ||
| Microsoft Office Visio | Microsoft | ||
| Microsoft Office Word | Microsoft | ||
| Mplus Statistical Program | Mplus |
References
- Muter, V., Hulme, C., Snowling, M. J., Stevenson, J. Phonemes, rimes, vocabulary and grammatical skills as foundations of early reading development: Evidence from a longitudinal study. Developmental Psychology. 40 (5), 665-681 (2004).
- Schatschneider, C., Fletscher, J. M., Francis, D. J., Carlson, C. D., Foorman, B. R. Kindergarten prediction of reading skills: A longitudinal comparative analysis. Journal of Educational Psychology. 96 (2), 265-282 (2004).
- Byrne, B., et al. Longitudinal twin study of early literacy development: Preschool and kindergarten phases. Scientific Studies of Reading. 9 (3), 219-235 (2005).
- Christopher, M. E., et al. Genetic and environmental etiologies of the longitudinal relations between prereading skills and. Child Development. 86 (2), 342-361 (2015).
- Neale, M. C., Cardon, L. R. Methodology for Genetic Studies of Twins and Families. , Springer Science. Kluwer Academic Publishers B.V. Dordrecht, Netherlands. (1992).
- Byrne, B., et al. Genetic and environmental influences on early literacy. Journal of Research in Reading. 29 (1), 33-49 (2006).
- Byrne, B., et al. Genetic and environmental influences on aspects of literacy and language in early childhood: Continuity and change from preschool to grade 2. Journal of Neurolinguistics. 22 (3), 219-236 (2009).
- Erbeli, F., Hart, S. A., Taylor, J. Longitudinal associations among reading related skills and reading comprehension: A twin study. Child Development. 89 (6), e480-e493 (2018).
- Muthén, L. K., Muthén, B. O. Mplus. The comprehensive modeling program for applied researchers: User’s guide. , Muthén and Muthén. Los Angeles, CA. (2012).
- Hart, S. A., et al. Exploring how nature and nurture affect the development of reading: An analysis of the Florida Twin Project on Reading. Developmental Psychology. 49 (10), 1971-1981 (2013).
- Taylor, J., Roehrig, A. D., Hensler, B. S., Connor, C. M., Schatschneider, C. Teacher quality moderates the genetic effects on early reading. Science. 328 (5977), 512-514 (2010).
