通过计算机化测试推进儿童阅读障碍评估

摘要

阅读通用领域与特定领域技能评估多媒体量表是一种可靠且有效的多媒体评估工具，旨在评估认知能力和基础阅读技能。该量表能够生成全面的认知与阅读表现特征，对于阅读障碍儿童尤其具有重要价值。

摘要

阅读技能的获得是一个复杂的过程，需要培养多种领域通用和领域特定的能力。因此，许多儿童难以保持与年级水平相当的熟练程度也就不足为奇了，特别是当他们在两个领域的多种能力上均面临挑战时——这在存在阅读困难的个体中尤为明显。值得注意的是，尽管阅读困难是影响学龄儿童最常见的神经发育障碍之一，但目前大多数可用的诊断工具缺乏一个全面的框架来评估与阅读障碍相关的全部认知技能，且计算机化的选项极为有限。尤其突出的是，目前几乎没有具备这些特征的工具可供西班牙语儿童使用。本研究旨在阐明使用Sicole-R多媒体测验电池诊断西班牙语儿童阅读困难的实施方案。该工具面向小学阶段，专注于评估科学文献所规定的与阅读障碍相关的认知技能。具体而言，它着重评估一系列已被研究证实与阅读障碍相关的认知能力。这一重点基于如下观察：阅读障碍个体通常在该数字化工具所评估的多个认知领域表现出缺陷。该测验电池已显示出良好的内部一致性和多维内部结构。这一多媒体测验电池已被证明是诊断小学阶段阅读困难儿童的适宜工具，能够提供全面的认知特征分析，不仅对诊断具有重要价值，而且有助于制定个性化的教学方案。

引言

阅读障碍是一种神经发育障碍，其特征是单词识别不准确和/或不流畅，以及拼写和解码能力差，并表现为在常规教学、智力正常及社会文化机会充足的条件下，仍出现意料之外且持续性的高效阅读技能获取困难¹。这种神经生物学障碍通常表现为阅读、拼写和写作方面的困难，主要源于语音处理缺陷^2,3。“早期 识别阅读障碍的重要性再怎么强调也不为过 ，因为它有助于及时进行干预和支持^4,5。当学生在接受干预反应模型中未能超越第三级（Tier-3）时 ，就 有必要对与阅读障碍相关的 更 广泛的领域通用和领域特异性能力进行 全面评估，这一点已由科学 文献所强调。本文所介绍技术的开发正是基于开展全面评估的必要性 ，以 确保为个体提供 恰当的干预措施和支持 。 此外，先前的研究 强调了基于技术的 筛查工具（如网络应用程序和 计算机游戏）在促进有效 筛查过程中的实用性^6,7。这些研究共同揭示了阅读障碍的多维特性，强调需要采用综合性的评估和干预策略，以应对阅读障碍个体之间不同的认知特征。尽管阅读障碍在学龄儿童中十分普遍，但目前大多数可用的诊断工具缺乏一个能够全面评估领域通用和领域特异性技能的框架。此外，针对西班牙语人群的计算机化评估工具尤为匮乏。本多媒体测验电池通过利用技术手段，实现了对与阅读障碍相关认知技能的详细评估，从而弥补了上述不足。

阅读障碍的理论视角与认知缺陷
多种理论模型，包括语音理论、快速听觉加工理论、视觉理论、大细胞理论和小脑理论，旨在解释阅读障碍的成因并指导干预措施（详见综述）⁸。语音理论将阅读障碍归因于语言声音加工方面的困难⁹，而快速听觉加工理论则认为阅读障碍与感知快速变化声音的能力缺陷有关¹⁰。视觉理论强调阅读困难中的视觉因素，大细胞理论则指出视觉和听觉加工通路的损伤是其根源¹¹。小脑理论认为，阅读障碍源于小脑功能损伤，进而影响运动控制和认知功能¹²。Nicolson 和 Fawcett 提出的神经承诺延迟（Delayed Neural Commitment, DNC）框架认为，技能习得速度较慢以及神经网络发育延迟是阅读障碍的核心特征。近期模型如多重缺陷模型提出，阅读障碍是一种受遗传、认知和环境因素共同影响的复杂障碍^13,14,15。例如，Ring 和 Black¹⁴支持多重缺陷模型，表明语音和认知加工缺陷共同导致了阅读障碍的异质性。Soriano-Ferrer 等人¹⁵对西班牙语发育性阅读障碍（DD）儿童开展的研究发现，其命名速度、言语工作记忆和语音意识（PA）均存在显著损伤。类似地，Zygouris 等人¹⁶和 Rauschenberger 等人⁶强调了认知筛查工具在识别这些缺陷中的重要性，阅读障碍个体在相关测试中的得分始终低于正常发展同龄人。

阅读障碍筛查中的技术方法：来自研究的见解
关于阅读障碍筛查的研究已发展出三种主要方法：早期检测策略、结合多种评估手段的综合筛查方法，以及通过技术整合提高效率¹⁷。Politi-Georgousi¹⁸ 近期的 系统性综述指出，当前趋势更倾向于开发用于干预 阅读障碍症状 的应用，而非专注于筛查过程本身， 这一趋势与技术整合相一致，旨在提升阅读障碍学生的 阅读能力。现有多种工具，例如Fawcett和Nicolson开发的阅读障碍早期筛查测试（Dyslexia Early Screening Test, DEST），可评估速度、语音技能、运动技能、小脑功能及知识水平¹⁹。“基于计算机的工具已取得 进展，包括一种用于评估希腊儿童 阅读与认知能力的网络应用程序²⁰，以及Hautala等人²¹和Rauschenberg等人⁶ 开发的利用游戏化和机器学习进行 阅读障碍早期识别的工具。Ahmad等人将游戏化与神经网络相结合，在检测中实现了95%的准确率²²。针对不同文字系统的研究表明，语音意识和快速自动命名在阅读障碍识别中具有重要意义^23,24。

西班牙语儿童阅读障碍研究进展
通过使用Sicole-R技术，西班牙语儿童阅读障碍的研究取得了显著进展。Jiménez等人证明了该技术在不同年龄组中评估阅读障碍的有效性，特别是在小学早期阶段，能够基于语音和句法加工能力区分阅读障碍儿童与正常阅读发展儿童²⁵。Guzmán等人研究了存在语音困难的阅读障碍儿童的命名速度缺陷，强调了阅读障碍与通过字母-RAN和数字-RAN等任务测量的命名速度之间的相互作用²⁶。Jiménez等人进一步研究了不同音节结构下的语音意识缺陷²⁷，而Ortiz等人则探讨了西班牙语阅读障碍儿童的言语感知缺陷，发现无论音位对比或语言单位如何，其言语感知发展均存在障碍^28,29。Jiménez等人还检验了阅读障碍的双重缺陷假说³⁰，并进一步分析了认知加工过程以及阅读障碍患病率中的性别差异^31,32。Rodrigo等人探讨了西班牙语阅读障碍儿童的词汇通达问题³³，Jiménez等人则深入分析了句法加工缺陷³⁴。最后，Jiménez等人研究了阅读障碍亚型中的语音和正字法加工过程，揭示了不同亚型在正字法通路效率上的差异³⁵。这些研究共同加深了我们对西班牙语人群中阅读障碍所涉及的认知与语言挑战的理解。

这些研究在参与儿童的年龄和背景方面具有一些共同特征。参与研究的儿童年龄范围为7至14岁。大多数研究集中于7至12岁的学龄儿童，少数研究则纳入了年龄高达14岁的儿童，从而涵盖了从小学早期到青春期前的发育阶段^31,32。参与儿童主要来自西班牙的加那利群岛。此外，部分研究还纳入了来自西班牙其他地区和危地马拉的样本^31,32。研究对象来自公立和私立学校，其背景涵盖城市和郊区地区。这些研究中所代表的社会经济水平从低中层到工薪阶层和中产阶级不等。

这些研究共同极大地推进了我们对阅读障碍复杂性的理解，为阅读障碍研究领域做出了重要贡献。本研究中，该工具已适用于多个伊比利亚美洲国家（包括西班牙、危地马拉、智利和墨西哥），有助于在多样化的西班牙语人群中评估诊断的准确性和精确性。

本研究旨在制定一项使用专门多媒体测验工具诊断西班牙语儿童阅读困难的方案。主要目标是提供一种综合评估工具，用于评估与阅读障碍相关的领域通用和领域特定技能。

实验装置概述
的 SICOLE-R 采用 Java 2 平台标准版（J2SE）编程，数据库使用 HSQL 引擎。该软件包含 6 个主要评估模块：1）感知处理，包括发音、发音部位和发音方式任务；2）音位处理，包括音素识别、音素删除、音素切分和音素融合任务；3）命名速度，包括数字、字母、颜色和图片的命名速度任务；4）正字法处理，包括词素和词缀的形态理解以及同音词理解任务；5）句法处理，包括性别、数量、功能词和语法结构任务；6）语义处理，通过说明性文本和叙事性文本影响阅读理解任务。每个任务开始前，由教学代理提供操作说明，并附带一至两次练习试次（视任务而定）及示范演示。本文展示了各任务的应用流程。

在向研究样本施测多媒体测验电池之前，针对每个国家（即墨西哥、危地马拉、厄瓜多尔和智利）的西班牙语形式进行了适应性调整，包括词汇、图像及其他相关内容的修改。所有拉丁美洲国家的施测条件保持一致。施测环境必须位于学校内安静的区域，避免噪音、干扰和中断。多媒体测验电池的施测时长根据学生的年龄和能力而定，通常分为3至4次进行，每次30分钟。由于该测验数据库与大多数电子表格及统计数据分析系统兼容，评估者可对每名儿童及每项任务的结果进行分析。在数据采集过程中，采用了两种不同类型的任务：1）由主试记录学生口头表现的任务，通过外接鼠标点击记录正确与错误反应；2）要求学生通过点击选项独立完成选择的任务。

方案

本方案的实施遵循了拉 Laguna 大学（ULL）研究伦理与动物福利委员会（Comité de Ética de la Investigación y Bienestar Animal，CEIBA）提供的指导方针。数据根据各国课程安排在不同时间收集 ，仅纳入其教育管理部门、学校及家长已提供知情同意的学生信息。 本研究使用的能力测试量表已注册为知识产权，可通过与 ULL 签订转让协议获取。 有意获取该测试量表的人员可联系 ULL 知识转移办公室（OTRI）以获取更多信息。

1. SICOLE-R 的安装与准备

1. 应用本工具时，请采用以下纳入标准：小学二年级至六年级的学生。请采用以下排除标准：不包括有特殊教育需求的学生，即因感觉障碍或获得性神经问题等原因需要支持和针对性教育关注的学生。
   注意：评估需在安静的环境中单独对每位学生进行，环境应配备计算机并具有良好的照明条件。需使用带适配麦克风的耳机，以方便学生接收任务指令，并提高其表现水平。
2. 在计算机上安装软件时，以管理员身份运行安装文件，然后点击图标以打开工具。启动应用程序后，将显示一个初始界面，提供多种操作选项。
3. 在开始评估之前，填写即将执行任务的学生信息。输入学生数据后，将其记录在学生列表中，后续可对信息进行修改。
4. 每次新增一名学生时，在任务开始前将出现一个测试界面。在此界面上，请让学生点击屏幕上出现的靴子。
   注意：该小游戏的目的是建立评估学生运动控制能力的基线。通过记录学生按压键盘按键的反应，可监测其运动速度的个体差异。此小游戏仅出现一次。
5. 在开始评估前，请主试者向学生提供以下指导语：现在，你将进入一个拥有不同入口的虚拟马戏团环境。每个入口通向有趣的活动，你将参与其中。一位小丑将引导你穿过这些入口，并说明每项活动的要求。请坐在主试者旁边，仔细聆听指令。请在每一项任务中尽力而为。享受探索并完成这些活动的乐趣！
6. 选择待评估的学生，点击开始部分以启动任务。主菜单包含5个彩色门，每个门对应一个待评估的模块。
7. 每个任务开始时均会显示一段引导性说明，请提醒学生注意听讲。系统将通过教学代理向学生说明游戏性质及操作方法，包括为每项任务提供口头指导、通过示范展示操作流程，并呈现可供学生模仿的示例。
8. 在完成示例后，确保教学代理提供相应的反馈，若学生操作错误，允许其重新执行示例，随后正式开始评估。
   注意：教学代理是一个虚拟角色，旨在引导学生完成各项任务。该角色需具备清晰易懂的语言表达能力，能够提供教学指导、任务示范以及基于学生反应的反馈。教学代理必须被编程为能够根据学生在任务中的输入做出一致且准确的响应。

2. SICOLE-R 任务

1. 黄色门：使用语音感知任务的感知处理模块
   1. 在计算机上打开程序。在程序界面中导航至黄色门。点击 One of the Available Subtasks 以启动任务：(1) 清浊音判断，(2) 发音方式，以及 (3) 发音部位。
   2. 允许教学代理为学生提供指导说明和任务示范。代理应说：“现在我们将听到成对的音节。如果音节相同，请按蓝色按钮；如果不同，请按红色按钮。看我是如何操作的。现在轮到你来尝试以下示例。”
   3. 向学生展示两个示例项目：/ba/-/pa/；/ja/-/ka/。再次指导学生：若音节对相同，则选择蓝色圆圈；若不同，则按红色按钮。
   4. 任务完成后，确保教学代理根据学生在示例中的回答提供反馈。示例完成后，允许代理指导学生开始正式任务。
   5. 在整个任务过程中，选择圆圈（蓝色或红色）的操作流程保持一致，并记录正确与错误反应。若学生需要再次聆听音节对，请点击 Speaker Icon 重新播放一次。请注意，每个项目仅允许额外重播一次。
2. 粉色门：音位意识模块
   1. 音位切分任务
      1. 在计算机上打开程序。在程序界面中导航至粉色门。选择 Phoneme Segmentation 以选定该任务。
      2. 允许教学代理为学生提供指导说明。代理应说：“现在我们将专注于音位切分。先看我示范一遍，然后你会看到两个示例项目。”
      3. 向学生展示两个示例项目。要求学生大声说出每个单词的答案。
      4. 使用外接鼠标点击蓝色按钮表示正确反应，点击红色按钮表示错误反应。确保教学代理根据学生对示例的反应提供反馈。
      5. 示例结束后，确保教学代理指导学生开始正式任务。
   2. 音位合成任务
      1. 在计算机上进入程序。在程序界面中导航至粉色门。选择 Phoneme Blending 以选定该任务。
      2. 允许教学代理为学生提供指导说明。代理应说：“现在我们将专注于音位合成。先看我示范一遍，然后你会看到两个示例项目。”
      3. 向学生展示两个示例项目。要求学生大声说出每个单词的答案。
      4. 使用外接鼠标点击蓝色按钮表示准确反应，点击红色按钮表示不准确反应。确保教学代理根据学生对示例的反应提供反馈。
      5. 示例结束后，允许教学代理指导学生开始正式任务。任务执行过程中流程保持一致，记录准确与不准确的反应。
      6. 若学生需要再次聆听某个单词，请点击 Parrot Icon 进行重播。请注意，每个项目仅允许重播一次。
   3. 音位隔离任务
      1. 在计算机上打开程序。在程序界面中导航至粉色门。点击 Phoneme Isolation 以选定该任务。
      2. 允许教学代理为学生提供指导说明和任务示范。代理应说：“现在我们将专注于音位的隔离。先看我示范一遍，然后你会看到两个示例项目。你的任务是点击名称开头音与目标词相同的图片。”
      3. 向学生展示两个示例项目。观察学生是否点击了与目标词开头音相同的图片。
      4. 确保教学代理根据学生对示例的反应提供反馈。示例结束后，确保代理指导学生开始正式任务。
      5. 任务执行过程中流程保持一致，记录正确与错误反应。若学生需要再次聆听某个单词，请点击 speaker Icon 进行重播。请注意，每个项目仅允许重播一次。
   4. 音位删除任务
      1. 在计算机上打开程序。在程序界面中导航至粉色门。选择 Phoneme Deletion 以选定该任务。
      2. 允许教学代理为学生提供指导说明并示范任务。代理应说：“现在我们将专注于音位删除。先看我示范一遍，然后你会看到两个示例项目。”
      3. 向学生展示两个示例项目。要求学生大声说出每个单词的答案。
      4. 使用外接鼠标点击蓝色按钮表示正确答案，点击红色按钮表示错误答案。确保教学代理根据学生对示例的反应提供反馈。
      5. 示例结束后，确保教学代理指导学生开始正式任务。任务执行过程中流程保持一致，记录正确与错误反应。
      6. 若学生需要再次聆听某个单词，请点击 speaker Icon 进行重播。请注意，每个项目仅允许重播一次。
3. 橙色门：命名速度与正字法模块
   1. 快速自动命名（RAN）任务
      1. 在计算机上访问程序。进入程序界面中的橙色门。选择 Naming Speed 以选定该任务。
      2. 允许教学代理提供指导说明并示范任务。展示命名速度模块中字母RAN子任务的一个示例。
      3. 要求学生大声说出答案。若示例中的回答正确，则在屏幕上选择蓝色按钮；若错误，则点击红色按钮。
      4. 确保教学代理根据学生的反应提供反馈。示例结束后，确保教学代理启动正式任务。
      5. 通过点击鼠标左键开始计时以启动任务。任务进行时，屏幕上将根据子任务显示一个元素矩阵。
      6. 要求学生按顺序大声命名矩阵中的各个元素，同时记录学生出现的任何错误。
      7. 对于每个错误，使用外接鼠标的右键记录错误次数。当学生完成所有元素的命名后，再次按下左键以结束计时并完成该子任务。完成第一个子任务（字母RAN）后，下一个子任务（数字RAN）将自动出现，并遵循相同流程。此过程依次进行剩余子任务（颜色RAN和物体RAN）。
   2. 词干与词缀任务
      1. 在计算机上访问程序。在平台界面中导航至橙色门，点击 Lexemes and Suffixes 以选定该任务。
      2. 启用教学代理为学生提供指导说明和任务示范，包括一个示例项目，学生需使用外接鼠标选择与目标词对应的图片。
      3. 确保教学代理根据学生对示例的反应提供反馈，然后指导学生开始正式任务。
      4. 在整个任务执行过程中保持流程一致性，提示学生为每个呈现的项目选择与目标词对应的图片，并记录正确反应与遗漏反应。
   3. 同音词理解任务
      1. 在计算机上访问程序。在平台界面中导航至橙色门。点击 Homophone Comprehension 以选定 任务。
      2. 启用教学代理为学生提供指导说明和任务示范。展示一个示例项目，提示学生使用外接鼠标选择与目标词对应的图片。
      3. 确保教学代理根据学生对示例的反应提供反馈，并在示例展示后指导学生开始正式任务。
      4. 在整个任务执行过程中保持步骤的一致性。提示学生为每个呈现的项目选择与目标词对应的图片。
      5. 在任务执行过程中记录正确反应与遗漏反应。
4. 绿色门：句法处理模块
   1. 性范畴任务
      1. 在计算机上打开程序。在程序界面中导航至绿色门。点击 Gender 以选定该任务。
      2. 允许教学代理为学生提供指导说明和任务示范。提供两个示例让学生完成，要求他们使用外接鼠标点击句子中符合性别一致关系的对应词语。
      3. 确保教学代理根据学生对示例的反应提供反馈。示例展示后，确保教学代理指导学生开始正式任务。
      4. 在整个任务执行过程中保持流程一致性。提示学生根据性别一致关系点击句子中的对应词语。
      5. 在任务执行过程中收集正确与错误反应。
         注：与西班牙语不同，英语语法中不区分性别。
   2. 数范畴任务
      1. 在计算机上打开程序。在程序界面中导航至绿色门。点击 Number 以选定该任务。
      2. 允许教学代理为学生提供指导说明和任务示范。提供两个示例让学生完成，要求他们使用外接鼠标点击句子中符合数一致关系的对应词语。
      3. 确保教学代理根据学生对示例的反应提供反馈。示例展示后，确保教学代理指导学生开始正式任务。
      4. 在整个任务执行过程中保持流程一致性。提示学生根据数一致关系点击句子中的对应词语。
      5. 在任务执行过程中收集正确与错误反应。
         注：与西班牙语不同，英语语法中不区分单复数范畴。
   3. 功能词任务
      1. 在计算机上打开程序。在程序界面中导航至绿色门。点击 Functional Words 以选定该任务。
      2. 允许教学代理为学生提供指导说明和任务示范。提供两个示例让学生完成，要求他们使用外接鼠标根据句子语境点击对应的功能词。
      3. 确保教学代理根据学生对示例的反应提供反馈。示例展示后，确保教学代理指导学生开始正式任务。
      4. 在整个任务执行过程中保持流程一致性。提示学生根据句子语境点击对应的功能词。
      5. 在任务执行过程中收集正确与错误反应。
   4. 句法结构任务
      1. 在计算机上打开程序。在程序界面中导航至绿色门。选择 Grammatical Structure 以选定该任务。
      2. 允许教学代理为学生提供指导说明和任务示范。提供两个示例让学生完成，要求他们使用外接鼠标为每张图片选择合适的句子。
      3. 确保教学代理根据学生对示例的反应提供反馈。示例展示后，确保教学代理指导学生开始正式任务。
      4. 在整个任务执行过程中保持流程一致性。提示学生使用外接鼠标为每张图片选择合适的句子。
      5. 在任务执行过程中记录正确与错误反应。
5. 蓝色门：使用阅读理解任务的语义处理模块
   1. 在计算机上打开程序。进入程序界面中的蓝色门。选择 The Fruits 以阅读说明性文本，或选择 Tino's Getaway 以阅读叙事性文本。
   2. 允许教学代理为学生提供任务说明。选定文本类型后，在屏幕上显示相应文本。
   3. 学生必须阅读文本并记忆其中最重要的信息。阅读完成后，要求学生使用外接鼠标点击屏幕上的箭头，表示阅读结束并进入下一环节。
   4. 允许教学代理指导学生阅读问题，并使用外接鼠标选择正确答案。学生阅读问题后，相应地选择正确选项。

3. 数据分析

1. 为评估多媒体测验工具在西班牙语人群中的结构效度和诊断准确性，采用验证性因子分析（CFA）和受试者工作特征（ROC）曲线分析。
2. 进行验证性因子分析（CFA），以验证多媒体测验工具的潜在因子结构。该分析可用于检验数据是否符合基于理论假设预设的结构模型。
3. 使用多个拟合指数评估模型拟合度，包括比较拟合指数（CFI）、Tucker-Lewis 指数（TLI）、近似误差均方根（RMSEA）以及标准化残差均方根（SRMR）。模型拟合良好的标准为：CFI 和 TLI 值大于 0.90，RMSEA 和 SRMR 值小于 0.08。
4. 为确定多媒体测验工具的诊断准确性，进行 ROC 曲线分析。该方法可用于评估测验正确区分存在与不存在阅读困难个体的能力。ROC 曲线下面积（AUC）反映了测验的整体准确性。AUC 为 0.5 表示无诊断能力，AUC 为 1.0 表示具有完美诊断能力。
5. 通过分析不同阈值水平下的敏感性和特异性，确定测验工具的最佳截断点。
6. 通过同时采用 CFA 和 ROC 曲线分析，对多媒体测验工具进行全面评估，以确认其在西班牙语人群中的结构效度和诊断准确性。

结果

样本研究
样本包括来自西班牙（N = 325）、墨西哥（N = 169）、危地马拉（N = 227）和智利（N = 160）的881名参与者，均为以西班牙语为母语的个体。样本被分为两组：451人属于阅读障碍（RD）组，430人属于正常阅读能力（NAR）组。有特殊教育需求的儿童——即因感官障碍、神经问题或其他状况而需要支持和特殊教育关注的儿童——被排除在外，因为这些因素通常被用作学习障碍或严重行为障碍的排除标准，无论是在暂时阶段还是整个受教育期间。RD组的参与者选择标准包括：智商等于或高于80，单词阅读时间测量百分位在第75百分位以上，伪词阅读时间测量百分位在第75百分位以上，或伪词阅读准确率测量百分位在第25百分位以下。同样，NAR组的选择标准与上述类似，但额外要求PROLEC³⁶理解任务的百分位在第25百分位以上。所有百分位均根据参与者的年级水平确定。参与者的分组分类依赖于单词阅读和伪词阅读任务，每项任务包含独立的测试模块。在两个模块中，参与者均被要求尽可能快速地大声朗读所呈现的语言刺激材料。单词阅读模块包含32个刺激材料，而伪词阅读模块包含48...

讨论

本研究采用验证性因子分析（CFA）评估Sicole-R测验组合的因子结构，该结构包含一个二阶因子和六个代表不同模块的潜在变量。结果表明模型拟合良好，具有良好的聚合效度和信度，证实该测验组合在评估阅读障碍个体所必需的一系列认知与阅读技能方面具有有效性。尤为重要的是，该数字化工具在西班牙、墨西哥、危地马拉和智利不同人口学群体中表现出一致的性能，提示其在多种西班牙语地区的教育和临床环境中具有潜在应用价值。

本研究通过展示如何利用多媒体测验工具有效识别与阅读障碍相关的特定认知缺陷，为现有文献做出了贡献。该测验工具能够精确定位具体的困难领域，例如音位意识、言语感知、命名速度、正字法加工、句法加工以及阅读理解，从而实现针对学生个体需求的定制化干预。此外，该测验工具在不同性别间表现出的一致性，进一步凸显了其在促进公平评估实践方面的价值，有助于推动旨在为所有学生提供平等机会的包容性教育举措。

尽管先前具有类似特征的工具是为英语语言环境设计的，例如Fawcett和Nicolson提出的阅读障碍早期筛查测试（Dyslexia Early Scre...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Sicole-R	拉拉古纳大学	TF-263- 07