Name: Uso de la descomposición de Cholesky para explorar las diferencias individuales en las relaciones longitudinales entre las habilidades de lectura (Video) | JoVE Journal
Uploaded: 2019-09-17T13:00:00.000+00:00
Duration: 6 min 52 s
Description: Aprende a usar la descomposición de Cholesky para estimar influencias genéticas y ambientales en estudios longitudinales de genética del comportamiento. Esta técnica permite analizar diferencias individuales en múltiples puntos temporales.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Esta investigación fue apoyada en parte por una subvención del Instituto Nacional de Salud Infantil y Desarrollo Humano (P50 HD052120). Las opiniones expresadas en el presente documento son las de los autores y no han sido revisadas ni aprobadas por los organismos otorgantes.

Los pasos a continuación describen el proceso de estimación de las diferencias individuales subyacentes a las asociaciones longitudinales entre las habilidades de lectura primaria y media en (A) en (A) factores ambientales compartidos y (E) no compartidos utilizando un programa de modelado estadístico, procesador de textos y software con una interfaz gráfica de usuario (GUI). Este estudio ha sido aprobado por la Junta de Revisión Institucional de la Universidad Estatal de Florida.
1. Preparación de datos para el programa de modelado estadístico
<ol><li>Prepare los datos en un formato que pueda ser leído por el programa de modelado estadístico de su elección. Los programas de modelado estadístico más populares incluyen Mx, OpenMx en la plataforma R y MPlus9. Mx puede leer archivos de datos en formatos de datos .vl o .dat, OpenMx en cualquier formato de datos y Mplus en formato de datos .dat. El ejemplo que se muestra aquí se ejecuta en el programa MPlus9. NOTA: Un archivo de datos de muestra en formato .dat para seis participantes elegidos al azar está disponible en archivos suplementarios. Las variables utilizadas en un archivo de datos de ejemplo reflejan las variables utilizadas en el archivo de codificación de entrada.</li>
</ol>2. Leer datos en el programa de modelado estadístico, ejecutar el script y estimar los efectos
<ol><li>Abra el programa de modelado estadístico.</li>
	<li>Busque el archivo de datos relevante que se leerá en el programa de modelado estadístico escribiendo "El archivo es [insertar la ubicación del archivo de datos en su ordenador]".</li>
	<li>Haga clic en el icono RUN en la cinta del programa de modelado estadístico para obtener estimaciones de influencias genéticas, ambientales compartidas y ambientales no compartidas del método de descomposición multivariante Cholesky. El script de entrada anotado para el modelo de descomposición Multivariante Cholesky para cuatro puntos de tiempo, así como su salida utilizando MPlus se puede encontrar en archivos de codificación suplementarios.</li>
	<li>Una vez que el programa de modelado estadístico genere estimaciones de influencias genéticas, ambientales compartidas y ambientales no compartidas, localice las estimaciones en el archivo de salida bajo stx11 para el trayectoa 11, stx21 para el trayectoa 21, ..., sty11 para el trayecto c11, sty21 para el trayecto c21, ..., stz11 para el trayecto e11, stz21 para el trayecto e21, etc.</li>
</ol>3. Creación de una tabla con estimaciones generadas
<ol><li>Abra el procesador de palabras.</li>
	<li>Copie las estimaciones generadas en una tabla de un procesador de textos. La tabla se puede crear en un formato como se indica en la Figura 3. Por ejemplo, en este caso, las estimaciones para las rutas de accesoa 11, un21, un31y un41 tienen valores de 0.60, 0.24, 0.63 y 0.18, respectivamente.</li>
</ol><img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/60061/60061fig3.jpg"> Figura 3: Descomposición multivariante Cholesky modelando estimaciones de trayectoria estandarizadas de influencias genéticas y ambientales. <a href="https://www.jove.com/files/ftp_upload/60061/60061fig3large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
4. Trazar influencias genéticas, ambientales compartidas y ambientales no compartidas
<ol><li>Abra el software con una GUI.</li>
	<li>Ingrese las estimaciones de la tabla creada en las células F3-F16, G4-G16, H5-H16, y I6-I16. Una captura de pantalla del software con una GUI se muestra en la Figura 4.</li>
</ol><img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/60061/60061fig4.jpg"> Figura 4: Introducción de estimaciones en el software con una GUI. <a href="https://www.jove.com/files/ftp_upload/60061/60061fig4large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<ol start="3"><li>Calcule la varianza de las influencias genéticas, ambientales compartidas y ambientales no compartidas cuadrando las estimaciones en las células F3-F16, G4-G16, H5-H16 e I6-I16. Escriba los valores al cuadrado en las celdas J3-J16, K4-K16, L5-L16 y M6-M16.</li>
	<li>Calcule la varianza porcentual multiplicando los valores en las celdas J3-J16, K4-K16, L5-L16 y M6-M16 por 100. Escriba los valores porcentuales en las celdas N3-N16, O4-O16, P5-P16 y Q6-Q16. Los pasos 4.3 y 4.4 se describen en la Figura 5.</li>
</ol><img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/60061/60061fig5.jpg"> Figura 5: Ilustración de los pasos 4.3 y 4.4. <a href="https://www.jove.com/files/ftp_upload/60061/60061fig5large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<ol start="5"><li>Calcular hasta qué punto las influencias genéticas se retrasan (se superponen) de la escuela primaria a la escuela media.<ol>
<li>En la celda R3, escriba "0".</li>
		<li>En la celda R4, escriba "-N4". Esta es la medida en que las influencias genéticas desde el primer punto de tiempo se retrasan hasta el segundo punto de tiempo. En este caso, indica las influencias genéticas de la fluidez de nomenclatura de letras en el jardín de infantes que se lleva a cabo a la fluidez de segmentación de foneas en el jardín de infantes.</li>
		<li>En la celda R5, escriba "A N5+O5". Este es el grado en que las influencias genéticas de los dos primeros puntos de tiempo se retrasan al tercer punto de tiempo. En este caso, indica las influencias genéticas de la fluidez de nomenclatura de letras en la fluidez de segmentación de kindergarten y foneme en el jardín de infantes que se lleva a cabo a las habilidades de lectura a nivel de palabra en el grado 1.</li>
		<li>En la celda R6, escriba "A N6+O6+P6". Esta es la medida en que las influencias genéticas de los tres primeros puntos de tiempo se retrasan al cuarto punto de tiempo. En este caso, indica las influencias genéticas de la fluidez de nomenclatura de letras en el jardín de infantes, la fluidez de segmentación del fonemo en el jardín de infantes y las habilidades de lectura a nivel de palabra en el grado 1, lo que se lleva a la comprensión de la lectura en el grado 7.</li>
	</ol>
</li>
	<li>Calcular hasta qué punto las influencias ambientales compartidas y no compartidas del medio ambiente se retrasan (se superponen) de la escuela primaria a la escuela media, como en el paso 4.5.</li>
	<li>Calcular en qué medida los factores genéticos, ambientales compartidos y ambientales no compartidos únicos se incluyen en línea en cada momento determinado (es decir, grado).<ol>
<li>Copie los porcentajes de las celdas N3, O4, P5 y Q6 en las celdas S3, S4, S5 y S6, respectivamente, para obtener hasta qué punto los factores genéticos únicos se intervienen en cada grado.</li>
		<li>Copie los porcentajes de las celdas N8, O9, P10 y Q11 en las celdas U3, U4, U5 y U6, respectivamente, para obtener la medida en que los factores ambientales compartidos únicos se enlínean en cada grado.</li>
		<li>Copie los porcentajes de las celdas N13, O14, P15 y Q16 en las celdas W3, W4, W5 y W6, respectivamente, para obtener la medida en que los factores ambientales únicos no compartidos se enlínean en cada grado.</li>
	</ol>
</li>
	<li>Para asegurarse de que todos los cálculos son correctos, los valores de las celdas R3-W3, R4-W4, R5-W5 y R6-W6 deben sumar cada uno 100. Los pasos 4.5–4.7 se describen en la Figura 6.</li>
</ol><img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/60061/60061fig6.jpg"> Figura 6: Ilustración de los pasos 4.5-4.8. <a href="https://www.jove.com/files/ftp_upload/60061/60061fig6large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<ol start="9"><li>Trazar la superposición genética, así como las influencias genéticas únicas haciendo clic y arrastrando el ratón sobre las celdas R2–R6 y S2–S6 para resaltar los datos.</li>
	<li>Haga clic en el menú Insertar.</li>
	<li>Haga clic en Gráficos &gt; Columna apilada.</li>
	<li>Repita los pasos 4.9–4.11 para la superposición ambiental y no compartida del medio ambiente, así como las influencias únicas. Elija las celdas T2–T6 y U2–U6 para trazar las influencias ambientales compartidas y elija las celdas V2–V6 y W2–W6 para las influencias ambientales no compartidas.</li>
</ol>

<ol><li>Muter, V., Hulme, C., Snowling, M. J., Stevenson, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phonemes%2C+rimes%2C+vocabulary+and+grammatical+skills+as+foundations+of+early+reading+development%3A+Evidence+from+a+longitudinal+study%5BTitle%5D)+AND+%22Developmental+Psychology%22%5BJournal%5D)">Phonemes, rimes, vocabulary and grammatical skills as foundations of early reading development: Evidence from a longitudinal study.</a> Developmental Psychology. 40 (5), 665-681 (2004).</li>
<li>Schatschneider, C., Fletscher, J. M., Francis, D. J., Carlson, C. D., Foorman, B. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kindergarten+prediction+of+reading+skills%3A+A+longitudinal+comparative+analysis%5BTitle%5D)+AND+%22Journal+of+Educational+Psychology%22%5BJournal%5D)">Kindergarten prediction of reading skills: A longitudinal comparative analysis.</a> Journal of Educational Psychology. 96 (2), 265-282 (2004).</li>
<li>Byrne, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal+twin+study+of+early+literacy+development%3A+Preschool+and+kindergarten+phases%5BTitle%5D)+AND+%22Scientific+Studies+of+Reading%22%5BJournal%5D)">Longitudinal twin study of early literacy development: Preschool and kindergarten phases.</a> Scientific Studies of Reading. 9 (3), 219-235 (2005).</li>
<li>Christopher, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genetic+and+environmental+etiologies+of+the+longitudinal+relations+between+prereading+skills+and%5BTitle%5D)+AND+%22Child+Development%22%5BJournal%5D)">Genetic and environmental etiologies of the longitudinal relations between prereading skills and.</a> Child Development. 86 (2), 342-361 (2015).</li>
<li>Neale, M. C., Cardon, L. R. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aNeale%2C+MC+%22Methodology+for+Genetic+Studies+of+Twins+and+Families%22">Methodology for Genetic Studies of Twins and Families</a>. , Springer Science. Kluwer Academic Publishers B.V. Dordrecht, Netherlands. (1992).</li>
<li>Byrne, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genetic+and+environmental+influences+on+early+literacy%5BTitle%5D)+AND+%22Journal+of+Research+in+Reading%22%5BJournal%5D)">Genetic and environmental influences on early literacy.</a> Journal of Research in Reading. 29 (1), 33-49 (2006).</li>
<li>Byrne, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genetic+and+environmental+influences+on+aspects+of+literacy+and+language+in+early+childhood%3A+Continuity+and+change+from+preschool+to+grade+2%5BTitle%5D)+AND+%22Journal+of+Neurolinguistics%22%5BJournal%5D)">Genetic and environmental influences on aspects of literacy and language in early childhood: Continuity and change from preschool to grade 2.</a> Journal of Neurolinguistics. 22 (3), 219-236 (2009).</li>
<li>Erbeli, F., Hart, S. A., Taylor, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal+associations+among+reading+related+skills+and+reading+comprehension%3A+A+twin+study%5BTitle%5D)+AND+%22Child+Development%22%5BJournal%5D)">Longitudinal associations among reading related skills and reading comprehension: A twin study.</a> Child Development. 89 (6), e480-e493 (2018).</li>
<li>Muthén, L. K., Muthén, B. O. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMuth%C3%A9n%2C+LK+%22Mplus.+The+comprehensive+modeling+program+for+applied+researchers%3A+User%E2%80%99s+guide%22">Mplus. The comprehensive modeling program for applied researchers: User’s guide</a>. , Muthén and Muthén. Los Angeles, CA. (2012).</li>
<li>Hart, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+how+nature+and+nurture+affect+the+development+of+reading%3A+An+analysis+of+the+Florida+Twin+Project+on+Reading%5BTitle%5D)+AND+%22Developmental+Psychology%22%5BJournal%5D)">Exploring how nature and nurture affect the development of reading: An analysis of the Florida Twin Project on Reading.</a> Developmental Psychology. 49 (10), 1971-1981 (2013).</li>
<li>Taylor, J., Roehrig, A. D., Hensler, B. S., Connor, C. M., Schatschneider, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Teacher+quality+moderates+the+genetic+effects+on+early+reading%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Teacher quality moderates the genetic effects on early reading.</a> Science. 328 (5977), 512-514 (2010).</li>
</ol>

Los autores no tienen nada que revelar.

El objetivo de este estudio fue demostrar cómo el método bien establecido dentro de la genética conductual, el método multivariado de descomposición Cholesky, puede ser utilizado eficazmente para entender las relaciones entre variables en contexto temporal. Específicamente, este método permite estimar hasta qué punto surgen influencias genéticas y ambientales únicas durante determinados momentos (por ejemplo, grado escolar), así como demostrar la superposición de influencias genéticas y ambientales en muchos puntos de ti...

Convertirse en un lector experto con la capacidad de leer y comprender texto con fluidez es importante para los resultados escolares de los niños. Para prevenir el desarrollo de problemas de lectura, es vital entender hasta qué punto las diferentes habilidades de lectura predicen la comprensión de la lectura. Las investigaciones existentes han demostrado que las habilidades de lectura previa y a nivel de palabras en la escuela primaria predicen longitudinalmente la comprensión de la lectura en la escuela media1,2. Las diferencias individuales en estas predicciones apuntan principalmente a factores genéticos subyacentes (y en cierta medida, ambientales) desde el jardín de infantes hasta el grado cuatro3,4. Sin embargo, es necesario explorar si estos mismos factores genéticos y ambientales siguen influyendo en estas predicciones hasta los grados de la escuela media.
Un método para comprender mejor las diferencias individuales subyacentes a las asociaciones entre las habilidades de lectura de primaria y secundaria es el uso de la metodología genética conductual, específicamente el método de descomposición Cholesky. El método de descomposición Cholesky se considera uno de los análisis estándar de oro en genética conductual. Este método es fácil de programar y resolver y permite la descomposición de la varianza y la covarianza en (A) la genética, (C) influencias ambientales compartidas y (E) no compartidas, generalmente en una muestra de gemelos. Un ejemplo de una descomposición de Cholesky univariado (una variable) se indica en la Figura 1. El factor A latente se refiere a los efectos genéticos, que son influencias genéticas heredadas de los padres. El factor C latente se refiere a los efectos ambientales compartidos, que son aspectos del medio ambiente que sirven para hacer que los gemelos sean más similares, como los entornos domésticos y escolares. Por último, el factor E latente se refiere a los efectos ambientales no compartidos, que son influencias ambientales que son únicas para cada gemelo y contribuyen a las diferencias entre los gemelos, como la propia experiencia de cada uno. El factor E también captura el error de medición.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/60061/60061fig1v2.jpg"> Figura 1: Descomposición en (A) genética, (C) influencias ambientales compartidas y (E) influencias ambientales no compartidas. <a href="https://www.jove.com/files/ftp_upload/60061/60061fig1large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
Los factores A, C y E de la Figura 1 estiman hasta qué punto los genes y los entornos influyen en una variable (lectura). Aún así, para investigar las diferencias individuales subyacentes a las asociaciones longitudinales entre más de una habilidad de lectura de la escuela primaria a la secundaria, es necesario un análisis longitudinal. Para responder a preguntas de investigación motivadas longitudinalmente, un método de descomposición Cholesky multivariante se utiliza aquí5. Conceptualmente, el método de descomposición multivariante Cholesky es similar a la regresión múltiple jerárquica, de modo que la contribución independiente de los factores genéticos y ambientales se evalúa después de que se hayan tomado en cuenta las contribuciones de factores anteriores Cuenta.
Por ejemplo, en una descomposición multivariante de Cholesky con datos longitudinales en cuatro puntos de tiempo (véase la figura 2), el primer conjunto de factores [genéticos (A1), entorno compartido (C1) y medio ambiente no compartido (E1)] contribuye a la varianza de todas las variables, representadas como trayectosa 11,a 21, a31, a41, c11, c21, ..., e11, etc., de A1, C1, E1 factores a cada variable . El segundo conjunto de factores (A2, C2, E2) contribuye a la varianza de la segunda y las variables subsiguientes después de controlar para el primer punto de tiempo. El segundo conjunto de factores se representa como trayectos22,un 32, un42,c22,c32, ..., e22,etc. A continuación, se estiman las influencias del tercer conjunto de factores (A3, C3, E3) para la tercera y cuarta variables después de controlar los dos puntos de tiempo anteriores. Se representan como trayectosa 33,a 43, c33, c43, e33, e43. Por último, las influencias del cuarto conjunto de factores (A4, C4, E4) se miden para el punto de tiempo final después de controlar todos los puntos de tiempo anteriores. Se representan como trayectos44,c44,e44.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/60061/60061fig2.jpg"> Figura 2: Modelo de descomposición Cholesky multivariante para cuatro puntos de tiempo. <a href="https://www.jove.com/files/ftp_upload/60061/60061fig2large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
En esta aplicación longitudinal del método de descomposición multivariante Cholesky, las influencias genéticas y ambientales en cada momento se estiman después de que se hayan controlado los efectos de los puntos de tiempo anteriores. Como tal, este método permite determinar en qué medida las influencias genéticas y ambientales únicas se encuentran en línea en cada momento determinado, independientemente de las influencias de los puntos de tiempo anteriores (estos efectos se estiman por los trayectos11, a 22,a 33,a 44, c11, c22, ..., e11, e22, etc.). Además, el método también permite examinar el grado en que se comparten las mismas influencias genéticas y medioambientales (superpuestas) entre los puntos de tiempo. En otras palabras, se puede determinar en qué medida las influencias genéticas y ambientales se arrastran de un punto a otro (es decir, estos efectos se estiman por los trayectos21,un31,un41,un32,un42,un 43, c21, c31, ..., e21, etc.). Cabe señalar que los caminosa 11, c11, y e11 representan todas las posibles influencias genéticas y ambientales hasta e incluyendo el primer punto de tiempo, que puede ser único o superpuesto con puntos de tiempo anteriores. Sin embargo, no se estiman los puntos de tiempo anteriores al primer punto de tiempo; por lo tanto, no se puede determinar con precisión si representan influencias únicas o superpuestas. A efectos de simplificación, se incluyen como influencias únicas en el informe actual.
El orden de las variables medidas introducidas en una descomposición de Cholesky es arbitrario. Sin embargo, el orden suele estar impulsado por una perspectiva teórica. Este es también el caso en el estudio actual, en el que el orden se basó en el desarrollo de habilidades de lectura, de modo que las habilidades de lectura en la escuela primaria son predictivas de la comprensión lectora en la escuela media.
Hay varios informes en la literatura que investigan los factores genéticos y ambientales subyacentes a las asociaciones longitudinales de habilidades de lectura utilizando el método de descomposición Cholesky. Estos estudios previos se centraron principalmente en investigar las relaciones entre las habilidades de lectura entre los escolares de primaria6,7. Sólo hay un estudio publicado que examina las diferencias individuales asociadas con la lectura de los grados elementales a los grados de la escuela media utilizando el método de descomposición multivariante Cholesky8. Este protocolo detalla el método multivariado de descomposición Cholesky de ese informe específico para explorar las diferencias individuales en las relaciones longitudinales entre el conocimiento de la carta de jardín de infantes, la conciencia fonológica de jardín de infantes, el nivel de palabras de primer grado habilidades de lectura, y comprensión de lectura de séptimo grado.
Los resultados del estudio se centran en el uso del método multivariante de descomposición Cholesky para distinguir entre dos tipos de influencias genéticas y ambientales. En primer lugar, se muestra cómo estimar las influencias genéticas y ambientales que se derivan (se superponen) de la lectura primaria a la escuela media (por ejemplo, estimar los caminos43,c43y e43, que son influencias genéticas y ambientales habilidades de lectura a nivel de palabra según el primer grado que afectan la comprensión de la lectura en séptimo grado). En segundo lugar, se demuestra cómo estimar las influencias genéticas y ambientales únicas que se encuentran en línea en cada grado en particular (por ejemplo, estimar los caminosun 33,c33y e33, que son influencias genéticas y ambientales únicas en habilidades de lectura a nivel de la palabra que surgen en primer grado).

<table><tbody><tr><td>Microsoft Office Excel</td><td>Microsoft</td><td></td><td></td></tr><tr><td>Microsoft Office Powerpoint</td><td>Microsoft</td><td></td><td></td></tr><tr><td>Microsoft Office Visio</td><td>Microsoft</td><td></td><td></td></tr><tr><td>Microsoft Office Word</td><td>Microsoft</td><td></td><td></td></tr><tr><td>Mplus Programa Estadístico</td><td>Mplus</td><td></td><td></td></tr></tbody></table>

uso de la descomposición de cholesky para explorar las diferencias individuales en las relaciones longitudinales entre las habilidades de lectura

Using Cholesky Decomposition to Explore Individual Differences in Longitudinal Relations between Reading Skills

El método de descomposición Cholesky es el estándar de oro utilizado en el campo de la genética conductual. El método es popular porque es fácil de programar y resolver. Usando este método, los investigadores pueden explorar las diferencias individuales en las relaciones longitudinales de diferentes variables a través de múltiples puntos de tiempo. El método permite a los investigadores descomponer la varianza en (1) efectos genéticos, compartidos y no compartidos únicos que surgen en momentos específicos, así como (2) efectos ambientales superpuestos, compartidos y no compartidos que se punto de tiempo a otro. Sin embargo, el método no identifica los mecanismos u orígenes subyacentes a estos efectos. El informe actual se centra en la aplicación del método de descomposición Cholesky en el campo de la psicología educativa. Específicamente, analiza las diferencias individuales en las relaciones longitudinales entre el conocimiento de la carta de jardín de infantes, la conciencia fonológica de jardín de infantes, las habilidades de lectura a nivel de palabra de primer grado y la comprensión de lectura de séptimo grado.

Las estimaciones estandarizadas de las influencias genéticas, ambientales compartidas y ambientales no compartidas del modelo de descomposición multivariante Cholesky se describen en la Figura 7. En general, los resultados revelaron que las diferencias individuales en la prelectura del jardín de infantes y las habilidades de lectura a nivel de palabra de primer grado representaron una gran proporción de la varianza de la genética (40%) así como el medio ambiente compartid...

Este artículo demuestra el uso del método estándar de oro en la genética conductual, el método de descomposición Cholesky, para estimar influencias genéticas y ambientales únicas y superpuestas en diferentes variables para responder a investigaciones motivadas longitudinalmente Preguntas.

Uso de la descomposición de Cholesky para explorar las diferencias individuales en las relaciones longitudinales entre las habilidades de lectura

The Cholesky decomposition method is the gold standard used in the field of behavioral genetics. The method is popular because it is easy to program and ...

Este método puede ayudar a responder preguntas clave del campo Genética conductual sobre las diferencias individuales en las relaciones longitudinales de diferentes variables en varios puntos de tiempo. Esta técnica permite a los investigadores estimar las diferencias individuales que surgen en puntos de tiempo específicos, así como las que se transportan de un punto de tiempo a otro. Las implicaciones de esta técnica se extienden a las ciencias de la Psicología y la Educación en términos más amplios.Como tal, esta técnica puede responder preguntas de investigación en la ciencia de la lectura. Comience abriendo el programa de modelado estadístico. Busque el archivo de datos relevante que se leerán en el programa de modelado estadístico.A continuación, haga clic en el icono de ejecución para obtener estimaciones de las influencias ambientales compartidas genéticas y no compartidas del método de descomposición multivariante Cholesky. Después de que el programa genere estimaciones para las influencias ambientales y no compartidas genéticas, localice las estimaciones en el archivo de salida. A continuación, abra el procesador de textos y copie las estimaciones generadas en una tabla.Entonces abra el software con un GUI, y a las estimaciones de la tabla creada en las células F3 a F16, G4 a G16, H5 a H16 y I6 a través de I16. Calcule la varianza de las influencias ambientales y ambientales no compartidas genéticas cuadrando las estimaciones en las células F3 a F16, G4 a G16, H5 a H16 y I6 exhaustivas I16. Escriba los valores cuadrados en las celdas J3 a J16, K4 a K16, L5 a L16 y M6 a M16.A continuación, calcule la varianza porcentual multiplicando los valores en las celdas J3 a J16, K4 a K16, L5 a L16 y M6 a M16 por 100. Escriba los valores porcentuales en las celdas N3 a N16, O4 a O16, P5 a P16 y Q6 a Q16. A continuación, para calcular la medida en que las influencias genéticas se superponen de primaria a secundaria, escriba 0 en R3, escriba N4"en R4, escriba N5+O5" en R5 y escriba N6+O6+P6" en R6. Luego, para calcular la medida en que los factores genéticos únicos se en línea en cada punto de tiempo en particular, copie los porcentajes de las células N3, O4, P5 y Q6 en las células S3, S4, S5 y S6 respectivamente.Después de eso, copie los porcentajes de las celdas N8, O9, P10 y Q11 en las celdas U3, U4, U5 y U6 respectivamente, para obtener la medida en que los factores ambientales compartidos únicos se en línea en cada grado. Por último, copie los porcentajes de las celdas N13, O14, P15 y Q16 en las celdas W3, W4, W5 y W6 respectivamente para obtener la medida en que los factores ambientales únicos no compartidos se en línea en cada grado. Asegúrese de que los valores en las celdas R3 a W3, R4 a W4, R5 a W5 y R6 a W6 deben agregar cada uno hasta 100.Por último, trazar la superposición genética, así las influencias genéticas únicas haciendo clic y arrastrando el ratón sobre las células R2 a R6 y S2 a S6 para resaltar los datos. Haga clic en el menú de inserción y, a continuación, haga clic en los gráficos y la columna apilada. Los resultados indicaron que había una gran proporción de influencias genéticas únicas en la fluidez de nombres de letras en el jardín de infantes, la fluidez de la segmentación de fonemas en el jardín de infantes y la comprensión de la lectura en el 7o grado.Por el contrario, las habilidades de lectura a nivel de palabra se asociaron en menor medida con influencias genéticas únicas que surgen en 1er grado. Para las influencias ambientales compartidas, los resultados implicaron que la superposición del entorno compartido influyó en la fluidez de los nombres de letras y la fluidez de la segmentación de fonemas en el jardín de infantes. Del mismo modo, los efectos ambientales compartidos superpuestos se reflejaron en las habilidades de lectura a nivel de palabra en 1er grado y la comprensión de la lectura en 7o grado que también se compartieron con las habilidades de lectura de jardín de infantes.Para las influencias ambientales no compartidas, los resultados sugirieron muy poca superposición entre factores. La mayoría de las influencias ambientales no compartidas indicaron influencias únicas en cada grado individual. Por último, en general se demostró que las habilidades de lectura parecían estar influenciadas por factores genéticos y ambientales a lo largo de este período de desarrollo.Al intentar este procedimiento, es importante recordar que el script del programa de modelado estadístico puede requerir un ajuste en los valores iniciales basados en los datos introducidos. Este procedimiento se puede modificar para responder preguntas adicionales sobre la medida en que las diferencias individuales de otras habilidades de lectura influyen en la variabilidad y la comprensión de la lectura en otros puntos de tiempo. El método de descomposición Cholesky es un enfoque popular en la genética conductual.Permite a los investigadores cuantificar las diferencias individuales que son específicas del punto de tiempo, al tiempo que las distingue de las influencias que se superponen a través de varios puntos de tiempo.

using-cholesky-decomposition-to-explore-individual-differences

Research

Investigación

JoVE Journal

Behavior

Comportamiento

El paradigma de mundo visual controla movimientos oculares de los participantes en el espacio de trabajo visual que están escuchando o hablando una lengua hablada. Este paradigma puede utilizarse para investigar el procesamiento en línea de una amplia gama de preguntas psicolingüísticas, incluyendo instrucciones semánticamente complejas, como disyuntiva.

Utilizar movimientos oculares registrados en el paradigma de mundo Visual para explorar el procesamiento en línea del lenguaje hablado

El método fue diseñado para investigar el papel de la inhibición de retorno (IOR) en movimientos oculares regresivos durante la lectura. El foco está en diferenciar las regresiones que se desencadena como resultado de la comprensión dificultad versus los activa de error oculomotor, incluyendo el papel de la IOR en los dos tipos de regresiones.

Eye-tracking para distinguir movimientos oculares regresivos comprensión y Oculomotor durante la lectura

Aquí presentamos un protocolo para la descomposición de la varianza en comprensión de lectura sobre los efectos del lenguaje y decodificación únicos y común.

Descomposición de la varianza en comprensión de lectura para revelar los efectos únicos y común del lenguaje y decodificación

Este artículo describe cómo implementar un simple experimento de decisión léxica para evaluar el reconocimiento de palabras escritas en participantes neurológicamente sanos y en individuos con demencia y deterioro cognitivo. También proporcionamos una descripción detallada del análisis del tiempo de reacción utilizando el análisis de componentes principales (PCA) y el modelado de efectos mixtos.

Tarea de decisión léxica para el estudio del reconocimiento de palabras escritas en adultos con y sin demencia o deterioro cognitivo leve

Esta investigación establece un protocolo propuesto para la identificación de la dislexia. El protocolo se basa en el diagnóstico y la respuesta a los modelos de intervención. La propuesta consiste en el uso de entrevistas estructuradas y pruebas estandarizadas para la evaluación del rendimiento de lectura y escritura y factores determinantes.

Evaluación de la dislexia a los seis años de edad

Aquí se presenta un protocolo que introduce un conjunto de tareas de aprendizaje estadístico amigables con los niños orientadas a examinar el aprendizaje de los niños de patrones estadísticos temporales en todos los dominios y modalidades sensoriales. Las tareas desarrolladas recopilan datos de comportamiento utilizando la plataforma basada en la web y datos de imágenes de resonancia magnética funcional (fMRI) basadas en tareas para examinar la interacción neuronal durante el aprendizaje...

Medición del aprendizaje estadístico a través de modalidades y dominios en niños en edad escolar a través de una plataforma en línea y técnicas de neuroimagen

Presentamos un protocolo que emplea el seguimiento ocular para monitorear los movimientos oculares durante una tarea de comparación de intervalos (percepción de duración) basada en eventos visuales. El objetivo es proporcionar una guía preliminar para separar las respuestas oculomotoras a las tareas de percepción de la duración (comparación o discriminación de intervalos de tiempo) de las respuestas al estímulo en sí.

Movimientos oculares en la percepción visual de la duración: desenredando el estímulo del tiempo en los procesos predecisionales

Este protocolo presenta el método paso a paso para usar una aplicación basada en escritura, válida y confiable, diseñada para la educación de nivel de jardín de infantes. Funciona como una herramienta de evaluación basada en el currículo, centrándose específicamente en la evaluación de las habilidades de escritura temprana en los estudiantes jóvenes.

Un protocolo de medición basado en el currículo basado en tabletas para la escritura en el jardín de infantes

La Batería Multimedia para la Evaluación de las Habilidades de Dominio General y Dominio Específico en Lectura es una batería multimedia fiable y válida diseñada para evaluar las habilidades cognitivas y básicas de lectura. Permite generar un perfil cognitivo y de rendimiento lector completo, que es particularmente beneficioso para los niños con dislexia.

Avance de la evaluación de la dislexia en niños a través de pruebas computarizadas

Lectura en color es un nuevo método para la formación asociaciones carta de color que normalmente se encuentra sólo en los sinestésicos grafema-color. Se trata de una forma implícita de la formación que tiene el potencial para los métodos de formación asociativa a largo plazo debido a que la formación es un subproducto de la lectura y el texto puede ser coloreado.

El entrenamiento de Asociaciones Carta de color Synesthetic por Lectura en color

Aprende a usar la descomposición de Cholesky para estimar influencias genéticas y ambientales en estudios longitudinales de genética del comportamiento. Esta técnica permite analizar diferencias individuales en múltiples puntos temporales.

Uso de la descomposición de Cholesky para explorar las diferencias individuales en las relaciones longitudinales entre las habilidades de lectura (Video) | JoVE Journal

Uso de la descomposición de Cholesky para explorar las diferencias individuales en las relaciones longitudinales entre las habilidades de lectura

Explorar más videos