Name: Avance de la evaluación de la dislexia en niños a través de pruebas computarizadas (Video) | JoVE Journal
Uploaded: 2024-08-16T14:00:00.000+00:00
Duration: 9 min
Description: Aprende a evaluar dislexia en niños hispanohablantes mediante la batería multimedia SICOLE-R. Este protocolo integra herramientas tecnológicas para diagnosticar trastornos de lectura con precisión y personalizar intervenciones educativas.

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

<meta charset="utf8"></head><body>Evaluación computarizada de la dislexia para niños de habla hispana usando SICOLE-R

<ol><li>World Federation of Neurology. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Report+of+research+group+on+Dyslexia+and+world+illiteracy%22">Report of research group on Dyslexia and world illiteracy</a>. , Dallas. (1968).</li>
<li>Diamanti, V., Goulandris, N., Campbell, R., Protopapas, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dyslexia+profiles+across+orthographies+differing+in+transparency%3A+An+evaluation+of+theoretical+predictions+contrasting+English+and+Greek%5BTitle%5D)+AND+%22Sci+Stud+Reading%22%5BJournal%5D)">Dyslexia profiles across orthographies differing in transparency: An evaluation of theoretical predictions contrasting English and Greek.</a> Sci Stud Reading. 22 (1), 55-69 (2018).</li>
<li>Shaywitz, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aShaywitz%2C+S+%22Overcoming+dyslexia%3A+A+new+and+complete+science-based+program+for+reading+problems+at+any+level%22">Overcoming dyslexia: A new and complete science-based program for reading problems at any level</a>. , Alfred A. Knopf. (2003).</li>
<li>Heikki Lyytinen, H., Ronimus, H., Alanko, A., Poikkeus, N. M., Taanila, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Early+identification+of+dyslexia+and+the+use+of+computer+game-based+practice+to+support+reading+acquisition%5BTitle%5D)+AND+%22Nordic+Psychol%22%5BJournal%5D)">Early identification of dyslexia and the use of computer game-based practice to support reading acquisition.</a> Nordic Psychol. 59 (2), 109-126 (2007).</li>
<li>Tobia, V., Marzocchi, G. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cognitive+profiles+of+Italian+children+with+developmental+dyslexia%5BTitle%5D)+AND+%22Reading+Res+Quart%22%5BJournal%5D)">Cognitive profiles of Italian children with developmental dyslexia.</a> Reading Res Quart. 49 (4), 437-452 (2014).</li>
<li>Rauschenberger, M., Baeza-Yates, R., Rello, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+universal+screening+tool+for+dyslexia+by+a+web-game+and+machine+learning%5BTitle%5D)+AND+%22Front+Comput+Sci%22%5BJournal%5D)">A universal screening tool for dyslexia by a web-game and machine learning.</a> Front Comput Sci. 3, 628634(2022).</li>
<li>Ekhsan, H. M., Ahmad, S. Z., Halim, S. A., Hamid, J. N., Mansor, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+implementation+of+interactive+multimedia+in+early+screening+of+dyslexia%5BTitle%5D)+AND+%22Int+Conf+Innov+Mgmt+Tech+Res%22%5BJournal%5D)">The implementation of interactive multimedia in early screening of dyslexia.</a> Int Conf Innov Mgmt Tech Res. , 566-569 (2012).</li>
<li>Jiménez, J. E. Dyslexia in Spanish. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJim%C3%A9nez%2C+JE+%22Prevalence+and+cognitive%2C+cultural%2C+family+and+biological+indicators%22">Prevalence and cognitive, cultural, family and biological indicators</a>. , Ediciones Pirámide. Madrid. (2012).</li>
<li>Hatcher, J., Snowling, M. J. The phonological representations hypothesis of dyslexia: From theory to practice. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHatcher%2C+J+%22Dyslexia+and+Literacy%2C+Theory+and+Practice%22">Dyslexia and Literacy, Theory and Practice</a>. , Chichester, John Wiley & Sons. (2002).</li>
<li>Goswami, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+temporal+sampling+framework+for+developmental+dyslexia%5BTitle%5D)+AND+%22Trends+Cogn+Sci%22%5BJournal%5D)">A temporal sampling framework for developmental dyslexia.</a> Trends Cogn Sci. 15 (1), 3-10 (2011).</li>
<li>Stein, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+magnocellular+theory+of+developmental+dyslexia%5BTitle%5D)+AND+%22Dyslexia%22%5BJournal%5D)">The magnocellular theory of developmental dyslexia.</a> Dyslexia. 7 (1), 12-36 (2001).</li>
<li>Nicolson, R. I., Fawcett, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+Dyslexia%3A+The+delayed+neural+commitment+framework%5BTitle%5D)+AND+%22Front+Behav+Neurosci%22%5BJournal%5D)">Development of Dyslexia: The delayed neural commitment framework.</a> Front Behav Neurosci. 21 (13), 112(2001).</li>
<li>Pennington, B. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Individual+prediction+of+dyslexia+by+single+versus+multiple+deficit+models%5BTitle%5D)+AND+%22J+Abnorm+Psychol%22%5BJournal%5D)">Individual prediction of dyslexia by single versus multiple deficit models.</a> J Abnorm Psychol. 121 (1), 212-224 (2012).</li>
<li>Ring, J., Black, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+multiple+deficit+model+of+dyslexia%3A+what+does+it+mean+for+identification+and+intervention%5BTitle%5D)+AND+%22Ann+Dyslexia%22%5BJournal%5D)">The multiple deficit model of dyslexia: what does it mean for identification and intervention.</a> Ann Dyslexia. 68 (2), 104-125 (2018).</li>
<li>Soriano-Ferrer, M., Nievas-Cazorla, F., Sánchez-López, P., Félix-Mateo, V., González-Torre, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reading-related+cognitive+deficits+in+Spanish+developmental+Dyslexia%5BTitle%5D)+AND+%22Procedia+-+Social+Behav+Sci%22%5BJournal%5D)">Reading-related cognitive deficits in Spanish developmental Dyslexia.</a> Procedia - Social Behav Sci. 132, 3-9 (2014).</li>
<li>The implementation of a web application for screening children with Dyslexia. Zygouris, N. C., et al. International Conference on Interactive Collaborative Learning, , (2016).</li>
<li>Snowling, M. J., Hulme, C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSnowling%2C+MJ+%22The+Science+of+Reading%3A+A+Handbook%22">The Science of Reading: A Handbook</a>. , Wiley-Blackwell. (2021).</li>
<li>Politi-Georgousi, S., Drigas, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mobile+applications%2C+an+emerging+powerful+tool+for+Dyslexia+screening+and+intervention%3A+A+systematic+literature+review%5BTitle%5D)+AND+%22Int+J+Interact+Mobile+Technol%22%5BJournal%5D)">Mobile applications, an emerging powerful tool for Dyslexia screening and intervention: A systematic literature review.</a> Int J Interact Mobile Technol. 14 (18), 4-17 (2020).</li>
<li>Fawcett, A. J., Nicolson, R. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Dyslexia+early+screening+test%5BTitle%5D)+AND+%22Irish+J+Psychol%22%5BJournal%5D)">The Dyslexia early screening test.</a> Irish J Psychol. 16 (3), 248-259 (1995).</li>
<li>Zygouris, N. C., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aZygouris%2C+NC+%22The+implementation+of+a+web+application+for+screening+children+with+dyslexia+Interactive+Collaborative+Learning%22">The implementation of a web application for screening children with dyslexia Interactive Collaborative Learning</a>. , Advances in Intelligent Systems and Computing. Cham. (2017).</li>
<li>Hautala, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+reading+difficulties+by+a+digital+game-based+assessment+technology%5BTitle%5D)+AND+%22J+Edu+Comput+Res%22%5BJournal%5D)">Identification of reading difficulties by a digital game-based assessment technology.</a> J Edu Comput Res. 58 (5), 1003-1028 (2020).</li>
<li>Ahmad, N., Rehman, M. B., El Hassan, H. M., Ahmad, I., Rashid, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+efficient+machine+learning-based+feature+optimization+model+for+the+detection+of+dyslexia%5BTitle%5D)+AND+%22Comput+Intell+Neurosci%22%5BJournal%5D)">An efficient machine learning-based feature optimization model for the detection of dyslexia.</a> Comput Intell Neurosci. 9, 8491753(2022).</li>
<li>Rello, L., Baeza-Yates, R., Ali, A., Bigham, J. P., Serra, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+risk+of+dyslexia+with+an+online+gamified+test%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Predicting risk of dyslexia with an online gamified test.</a> PLoS One. 15 (12), e0241687(2020).</li>
<li>Dębska, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+cognitive+basis+of+dyslexia+in+school-aged+children%3A+A+multiple+case+study+in+a+transparent+orthography%5BTitle%5D)+AND+%22Dev+Sci%22%5BJournal%5D)">The cognitive basis of dyslexia in school-aged children: A multiple case study in a transparent orthography.</a> Dev Sci. 25 (2), e13173(2022).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Discriminant+validity+of+the+Sicole-R-Primaria+Multimedia+Battery+for+the+evaluation+of+cognitive+processes+associated+with+dyslexia%5BTitle%5D)+AND+%22Revista+de+Investigaci%C3%B3n+Educativa%22%5BJournal%5D)">Discriminant validity of the Sicole-R-Primaria Multimedia Battery for the evaluation of cognitive processes associated with dyslexia.</a> Revista de Investigación Educativa. 27 (1), 49-71 (2009).</li>
<li>Guzmán, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+naming+speed+in+reading+learning+difficulties%5BTitle%5D)+AND+%22Psicothema%22%5BJournal%5D)">Assessment of naming speed in reading learning difficulties.</a> Psicothema. 16 (3), 442-447 (2004).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+the+deficit+in+phonological+awareness+better+explained+in+terms+of+task+differences+or+effects+of+syllable+structure%5BTitle%5D)+AND+%22Appl+Psycholinguist%22%5BJournal%5D)">Is the deficit in phonological awareness better explained in terms of task differences or effects of syllable structure.</a> Appl Psycholinguist. 26 (2), 267-283 (2005).</li>
<li>Ortiz, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Locus+and+nature+of+perceptual+phonological+deficit+in+Spanish+children+with+reading+disabilities%5BTitle%5D)+AND+%22J+Learn+Disabil%22%5BJournal%5D)">Locus and nature of perceptual phonological deficit in Spanish children with reading disabilities.</a> J Learn Disabil. 40 (1), 80-92 (2007).</li>
<li>Ortiz, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+speech+perception+in+children+with+dyslexia%5BTitle%5D)+AND+%22Psicothema%22%5BJournal%5D)">Development of speech perception in children with dyslexia.</a> Psicothema. 20 (4), 678-683 (2008).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Double-deficit+hypothesis+in+Spanish+developmental+dyslexia%5BTitle%5D)+AND+%22Topics+Lang+Disorders%22%5BJournal%5D)">The Double-deficit hypothesis in Spanish developmental dyslexia.</a> Topics Lang Disorders. 28 (1), 46-60 (2008).</li>
<li>Jiménez, J. E., García de la Cadena, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Learning+disabilities+in+Guatemala+and+Spain%3A+A+cross-national+study+of+the+prevalence+and+cognitive+processes+associated+with+reading+and+spelling+disabilities%5BTitle%5D)+AND+%22Learning+Disabilities+Res+Pract%22%5BJournal%5D)">Learning disabilities in Guatemala and Spain: A cross-national study of the prevalence and cognitive processes associated with reading and spelling disabilities.</a> Learning Disabilities Res Pract. 22, 161-169 (2007).</li>
<li>Jiménez, J. E., de la Cadena, C. G., Siegel, L. S., O'Shanahan, I., García, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gender+ratio+and+cognitive+profiles+in+dyslexia%3A+a+cross-national+study%5BTitle%5D)+AND+%22Read+Writ%22%5BJournal%5D)">Gender ratio and cognitive profiles in dyslexia: a cross-national study.</a> Read Writ. 24, 729-747 (2011).</li>
<li>Rodrigo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+orthographic+processing+in+Spanish+children+with+dyslexia%3A+the+role+of+lexical+and+sublexical+units%5BTitle%5D)+AND+%22Revista+Electr%C3%B3nica+de+Investigaci%C3%B3n+Psicoeducativa+y+Psicopedag%C3%B3gica%22%5BJournal%5D)">Assessment of orthographic processing in Spanish children with dyslexia: the role of lexical and sublexical units.</a> Revista Electrónica de Investigación Psicoeducativa y Psicopedagógica. 2 (2), 105-126 (2004).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+syntactic-semantic+processing+in+developmental+dyslexia%5BTitle%5D)+AND+%22Elect+J+Res+Edu+Psychol%22%5BJournal%5D)">Evaluation of syntactic-semantic processing in developmental dyslexia.</a> Elect J Res Edu Psychol. 2 (2), 127-142 (2004).</li>
<li>Jiménez, J. E., Rodríguez, C., Ramírez, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spanish+developmental+dyslexia%3A+prevalence%2C+cognitive+profile%2C+and+home+literacy+experiences%5BTitle%5D)+AND+%22J+Exp+Child+Psychol%22%5BJournal%5D)">Spanish developmental dyslexia: prevalence, cognitive profile, and home literacy experiences.</a> J Exp Child Psychol. 103 (2), 167-185 (2009).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22PROLEC-R.+Primary+Reading+Processes+Assessment+Battery+-+Revised%22">PROLEC-R. Primary Reading Processes Assessment Battery - Revised</a>. Cuetos, F., Rodríguez, B., Ruano, R., Arribas, A. D. , TEA Ediciones. (2005).</li>
<li>Guzmán, R., Jiménez, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normative+study+on+psycholinguistic+parameters+in+children+aged+6+to+8+years%3A+Subjective+familiarity%5BTitle%5D)+AND+%22Cognitiva%22%5BJournal%5D)">Normative study on psycholinguistic parameters in children aged 6 to 8 years: Subjective familiarity.</a> Cognitiva. 2, 153-191 (2001).</li>
<li>Cohen, P., Cohen, J., Aiken, L., West, S. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+problem+of+units+and+the+circumstance+for+POMP%5BTitle%5D)+AND+%22Multivariate+Behav+Res%22%5BJournal%5D)">The problem of units and the circumstance for POMP.</a> Multivariate Behav Res. 34, 315-346 (1999).</li>
<li>R Core Team. R: A Language and Environment for Statistical Computing_. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22R+Foundation+for+Statistical+Computing%22">R Foundation for Statistical Computing</a>. , Vienna, Austria. (2023).</li>
<li>Rosseel, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((lavaan%3A+An+R+package+for+structural+equation+modeling%5BTitle%5D)+AND+%22J+Stat+Software%22%5BJournal%5D)">lavaan: An R package for structural equation modeling.</a> J Stat Software. 48 (2), 1-36 (2012).</li>
<li>Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., Rosseel, Y. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJorgensen%2C+TD+%22semTools%3A+Useful+tools+for+structural+equation+modeling%22">semTools: Useful tools for structural equation modeling</a>. , R package version 0.5-6. (2022).</li>
<li>Wickham, H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aWickham%2C+H+%22ggplot2%3A+Elegant+graphics+for+data+analysis%22">ggplot2: Elegant graphics for data analysis</a>. , Springer-Verlag. New York. (2016).</li>
<li>Byrne, B. M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aByrne%2C+BM+%22Structural+equation+modeling+with+AMOS%3A+Basic+concepts%2C+applications%2C+and+programming%22">Structural equation modeling with AMOS: Basic concepts, applications, and programming</a>. , Third Edition, Taylor & Francis Group. (2016).</li>
<li>Vandenberg, R. J., Lance, C. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+and+synthesis+of+the+measurement+invariance+literature%3A+Suggestions%2C+practices%2C+and+recommendations+for+organizational+research%5BTitle%5D)+AND+%22Org+Res+Methods%22%5BJournal%5D)">A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research.</a> Org Res Methods. 3 (1), 4-70 (2000).</li>
<li>Hirschfeld, G., von Brachel, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multiple-Group+confirmatory+factor+analysis+in+R+-+A+tutorial+in+measurement+invariance+with+continuous+and+ordinal+indicators%5BTitle%5D)+AND+%22Pract+Assess+Res+Eval%22%5BJournal%5D)">Multiple-Group confirmatory factor analysis in R - A tutorial in measurement invariance with continuous and ordinal indicators.</a> Pract Assess Res Eval. 19 (7), 1-12 (2014).</li>
<li>Sachs, M. C. plotROC: A Tool for Plotting ROC Curves. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSachs%2C+MC+%22J+Stat+Softw%22">J Stat Softw</a>. 79, 2(2017).</li>
<li>Jing, W., Yu, E. L. X., Motevalli, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+between+cognitive+assessment+and+neurobiology+technology+assessment+of+dyslexia%3A+A+literature+review%5BTitle%5D)+AND+%22Int+J+Acad+Res+Busi+Soc+Sci%22%5BJournal%5D)">A comparison between cognitive assessment and neurobiology technology assessment of dyslexia: A literature review.</a> Int J Acad Res Busi Soc Sci. 13 (4), 976-986 (2023).</li>
</ol>

<table><tbody><tr><td>Sicole-R</td><td>Universidad de La Laguna</td><td>TF-263- 07</td><td></td></tr></tbody></table>

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

Advancing Dyslexia Assessment in Children Through Computerized Testing

Ejemplo de estudio La muestra incluyó 881 participantes de España (N = 325), México (N = 169), Guatemala (N = 227) y Chile (N = 160), todos ellos hablantes nativos de español. La muestra se dividió en dos grupos: 451 en el grupo de discapacidad lectora (RD) y 430 en el grupo de lectura de rendimiento normal (NAR). Se excluyó a los niños con necesidades educativas especiales, aquellos que requieren apoyo y atención educativa específica debido a discapacidades sensoriales, problemas neurológicos u otras afecciones, porque estos factores se utilizan típicamente como criterios excluyentes para las discapacidades de aprendizaje o los trastornos graves del comportamiento, ya sea temporalmente o durante la duración de su escolaridad. Los participantes en el grupo de RD se seleccionaron en función de criterios como un coeficiente intelectual igual o superior a 80, un percentil de medición del tiempo de lectura de palabras por encima del percentil 75, un percentil de medición del tiempo de lectura de pseudopalabras por encima del percentil 75 o un percentil de medición de la precisión de lectura de pseudopalabras por debajo del percentil 25. Del mismo modo, el grupo NAR se seleccionó en base a criterios comparables, con la adición de un percentil de la tarea de comprensión PROLEC36 por encima del percentil 25. Todos los percentiles se determinaron de acuerdo con los niveles de grado de los participantes. La clasificación de los participantes en estos grupos se basó en tareas de lectura de palabras y lectura de pseudopalabras, cada una de las cuales comprendía bloques separados. En ambos bloques, se instruyó a los participantes para que leyeran en voz alta los estímulos verbales presentados lo más rápido posible. El bloque de lectura de palabras incluyó 32 estímulos, mientras que el bloque de lectura de pseudopalabras contenía 48 estímulos. La familiaridad de las palabras se controló con los criterios delineados por Guzmán y Jiménez37. Se registraron medidas de aciertos, errores y tiempos de latencia, con tiempos de latencia medidos desde la aparición de cada elemento hasta el inicio de la respuesta vocal del estudiante. El bloque de lectura de palabras demostró una alta consistencia interna (α = .89), mientras que el bloque de lectura de pseudopalabras exhibió una consistencia interna aún mayor (α = .91). La distribución de los estudiantes con RD y NAR en los diferentes niveles de grado fue la siguiente: En el segundo grado, había 30 estudiantes NAR y 27 estudiantes RD. En la transición al tercer grado, se observaron 100 NAR junto con 88 estudiantes de RD. El cuarto grado incluyó a 100 estudiantes NAR y 116 RD. En quinto grado, había 100 estudiantes NAR y 116 RD, mientras que en sexto grado, había 100 estudiantes NAR y 104 RD. Para evaluar las diferencias de edad en la muestra total y dentro de cada nivel de grado, se realizaron pruebas de ANOVA de un factor. Los resultados no revelaron diferencias significativas, con todos los valores de p superiores a 0,05. Del mismo modo, se examinó la distribución de la variable sexo mediante la prueba de chi-cuadrado, con todos los valores de p también superiores a 0,05.
Estadística descriptiva En la Tabla 1 se presentan los estadísticos descriptivos (media y desviación estándar) para la edad y las medidas de evaluación. Los datos se clasifican por género, distinguiendo entre los lectores que logran normalmente y los que tienen discapacidades de lectura en varios países. Los resultados mostraron correlaciones positivas y estadísticamente significativas entre un gran número de medidas de evaluación (véase la Tabla 2). La tabla muestra las correlaciones entre las medidas, que van de débil a fuerte. Las correlaciones inferiores a 0,3 se consideran débiles, mientras que las superiores a 0,5 se clasifican como fuertes. Se proporcionan valores de correlación específicos junto con sus respectivas clasificaciones de resistencia. Por ejemplo, las correlaciones débiles (r &lt; 0,3) incluyeron las de combinación-segmentación (r = 0,354) y la comprensión homófona de deleción (r = 0,270). Se observaron correlaciones moderadas (0,3 ≤ r &lt; 0,5) entre la estructura gramatical-número (r = 0,463) y la estructura gramatical funcional de las palabras (r = 0,512). Son evidentes fuertes correlaciones (r ≥ 0,5) para el número-género (r = 0,642) y la imagen RAN-Color RAN (r = 0,442).
Tabla 1: Estadísticos descriptivos de las medidas. Esta tabla proporciona la media, la desviación estándar y otros estadísticos descriptivos para las diversas medidas incluidas en la herramienta digital. EDAD: Edad; NAR: Lectores que normalmente logran; RD: Discapacidad para la lectura; SEG: Segmentación; BLN: Mezcla; ISO: Aislamiento de fonemas; DEL: Supresión de fonemas; HOM: Comprensión homófona; R&amp;S: raíz y sufijos; GEN: Género; NUM: Número; FW: Palabras funcionales; GRS: Estructura gramatical; EXT: Texto Expositivo ; NAT: Texto Narrativo ; VOC: Voz de la articulación; MOA: Forma de articulación; POA= Lugar de articulación; DIG: Dígito RAN; LET: Letra Corrida; COL: Color RAN; PIC: Foto RAN <a href="https://www.jove.com/files/ftp_upload/67031/Table_1_RE.xlsx" target="_blank">Por favor, haga clic aquí para descargar esta tabla.</a>
Tabla 2: Coeficientes de correlación de las medidas. Esta tabla muestra los coeficientes de correlación entre las diferentes medidas de la herramienta digital, indicando la fuerza y la dirección de las relaciones entre estas medidas. SEG: Segmentación; BLN: Mezcla; ISO: Aislamiento de fonemas; DEL: Supresión de fonemas; HOM: Comprensión homófona; R&amp;S: raíz y sufijos; GEN: Género; NUM: Número; GRS: Estructura gramatical; FW: Palabras funcionales; EXT: Texto Expositivo ; NAT: Texto Narrativo ; VOC: Voz de la articulación; MOA: Forma de articulación; POA= Lugar de articulación; DIG: Dígito RAN; LET: Letra Corrida; COL: Color RAN; FOTO: Foto RAN. <a href="https://www.jove.com/files/ftp_upload/67031/Table%202_RE.xlsx" target="_blank">Haga clic aquí para descargar esta tabla.</a>
Análisis factorial confirmatorio Se llevó a cabo un CFA para evaluar la estructura factorial propuesta de la batería multimedia. El modelo incluye un factor de segundo orden y seis variables latentes, cada una de las cuales representa distintos módulos de la batería multimedia. Estos constructos incluyen la conciencia fonológica (que incluye tareas de segmentación fonémica, aislamiento, combinación y eliminación), el módulo morfoortográfico (que incluye tareas de raíz y sufijos y comprensión homófona), la sintaxis (que comprende tareas de género, número, estructura gramatical y palabras funcionales), percepción del habla (que incluye tareas de sonoridad, forma de articulación y lugar de articulación), comprensión lectora (que abarca tareas de comprensión de texto expositivo y texto narrativo) y tareas rápidas de comprensión de texto tareas de nomenclatura automatizada (letras, colores, dígitos e imágenes de la tarea RAN). Para garantizar la coherencia en todas las tareas de la batería multimedia (que van de 0 a 1), utilizamos la estimación de la proporción de escalado máximo (POMS). Se calcularon las puntuaciones POMS para las tareas basadas en el tiempo (raíces y sufijos)38.
Los análisis estadísticos y las presentaciones gráficas se realizaron utilizando R versión 4.3.139, empleando los paquetes lavaan40, semTools41 y ggplot242 . El ajuste del modelo se evaluó mediante varios índices de bondad de ajuste. Aunque la bondad de ajuste de chi-cuadrado fue significativa, χ2(df) = 632.01, p &lt; .001, lo que sugiere una discrepancia entre el modelo hipotético y los datos observados, es importante señalar que la prueba de chi-cuadrado es sensible al tamaño de la muestra43. Por lo tanto, se consideraron índices de ajuste adicionales.
El índice de ajuste comparativo (CFI) arrojó un valor de 0,961, superando el umbral comúnmente aceptado de 0,95 e indicando un buen ajuste a los datos. El error cuadrático medio de aproximación (RMSEA) fue de 0,038, lo que indica un ajuste cercano del modelo a los datos. El residuo cuadrático medio estandarizado (SRMR) fue de 0,034, por debajo del valor recomendado de 0,05, lo que sugiere un ajuste ideal. Las cargas factoriales para los ítems oscilaron entre 0,36 y 0,81, lo que indica cargas significativas en sus respectivos factores. La varianza media total extraída (EAV) superó los 0,50, lo que sugiere una adecuada validez convergente, y la fiabilidad compuesta total (RC) estuvo por encima de 0,80, lo que indica una buena fiabilidad de la consistencia interna.
En conclusión, los resultados del AFC respaldaron la estructura factorial propuesta, demostrando un buen ajuste del modelo, validez convergente y confiabilidad. Consulte la representación gráfica del modelo en la Figura 1.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67031/67031fig01.jpg"> Figura 1: Análisis factorial confirmatorio. Esta figura ilustra los resultados del análisis factorial confirmatorio realizado en la herramienta digital, destacando las cargas factoriales y las relaciones entre diferentes medidas de procesamiento cognitivo. Abreviaturas: SIC= Sicole-R; PA= Conciencia fonológica; SEG= Segmentación; BLN= Mezcla; ISO= Aislamiento; DEL= Deleción; MO= Procesamiento morfológico; HOM= Comprensión homófona; R&amp;S= Raíz y sufijos; SYN= Procesamiento sintáctico; GEN= Género; NUM= número; GRS= Estructura gramatical; FW= Palabras funcionales; RC= Comprensión lectora; EXT= Texto expositivo; NAT= Texto narrativo; SP= Percepción del habla; VOC= Voz de la articulación; MOA= Forma de articulación; POA= Lugar de articulación; RAN= Nomenclatura Rápida Automatizada; NUM= Número RAN; LET= Letra RAN; COL= Color RAN; PIC= Imagen RAN. <a href="https://www.jove.com/files/ftp_upload/67031/67031fig01large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
Se utilizaron análisis de invarianza de medida para probar si la estructura factorial de la batería multimedia era estable en todos los géneros. Las pruebas de invarianza de medida consisten en una serie de comparaciones de modelos que definen restricciones de igualdad cada vez más estrictas44. Llevamos a cabo los análisis estadísticos y seguimos los mismos criterios del modelo de ajuste del CFA anterior. Restringimos sucesivamente los parámetros que representan las estructuras configural, métrica (cargas), escalar (intersecciones) y estricta (residuales)45. Un mal ajuste en cualquiera de estos modelos sugiere que el aspecto que se está restringiendo no opera de manera consistente para los diferentes grupos. El grado de invarianza se determinó conjuntamente cuando χ2D fue &gt;0.05 y ΔCFI fue &lt;0.01. En la Tabla 3 se muestra un resumen de los resultados de los índices de los modelos y las diferencias entre ellos.
Tabla 3: Índices de ajuste del modelo de invarianza. Esta tabla presenta los índices de ajuste para probar la invarianza de género del modelo, evaluando qué tan bien la herramienta digital mantiene la consistencia en su estructura y propiedades de medición en grupos masculinos y femeninos. Estos índices garantizan la fiabilidad y validez de la herramienta al confirmar su capacidad para medir los procesos cognitivos de forma coherente en diversos grupos de género. <a href="https://www.jove.com/files/ftp_upload/67031/Table%203_RE.xlsx" target="_blank">Haga clic aquí para descargar esta tabla.</a>
El modelo configural, que restringió solo la configuración relativa de las variables en el modelo para que fuera la misma en ambos grupos, tuvo un ajuste adecuado a los datos: χ2(292) = 745.970, p&lt;.001, CFI = .964, SRMR = 0.034, RMSEA = .036, IC 90% (.033, .038). El modelo de invarianza métrica restringió la configuración de las variables y todas las cargas factoriales para que fueran constantes en todos los grupos. Los índices de ajuste fueron comparables a los del modelo configural: χ2(310) = 768.56, p&lt;.001, CFI = .963, SRMR = .037, RMSEA = .036, IC 90% (.033, .038). La invarianza de las cargas factoriales fue apoyada por las pruebas de diferencias no significativas que evaluaron la similitud del modelo: χ2D (18) = 26.30, p = .09; ΔCFI = 0,001. En el modelo de invarianza escalar, la configuración, las cargas factoriales y las medias/intersecciones del indicador se restringieron para que fueran las mismas para cada grupo. Los índices de ajuste fueron menos que ideales: χ2(322) = 787,50, p&lt;.001, CFI = .963, SRMS = .038, RMSEA = .035 (IC 90% = .032, .038). Las pruebas de diferencias que evaluaron la similitud del modelo sugirieron que hubo invarianza factorial: χ2D(12)=13.00, p = .369; ΔCFI = 0,001. Finalmente, en el modelo de invarianza estricta, la configuración, las cargas factoriales, las medias/intersecciones del indicador y los residuos se restringieron para que fueran los mismos para cada grupo. Los índices de ajuste fueron menos que ideales: χ2(341) = 798.20, p&lt;.001, CFI = .961, SRMS = .039, RMSEA = .0035 (IC del 90% = .032, .038). La invarianza estricta fue respaldada por las pruebas de diferencias no significativas que evaluaron la similitud del modelo: χ2D(11) = 25.81, p&lt;.001; ΔCFI = 0,002
Precisión diagnóstica Para evaluar la precisión y la capacidad discriminativa de la batería multimedia, se realizaron análisis de las características de funcionamiento del receptor (ROC). El análisis ROC ayuda a determinar el umbral óptimo (valor de corte) para una prueba de evaluación a escala continua, equilibrando la sensibilidad (capacidad de identificar correctamente los verdaderos positivos) y la especificidad (capacidad de identificar correctamente los verdaderos negativos). Además, se utilizó el análisis ROC para evaluar la capacidad de la prueba para discriminar entre los grupos RD y NAR. Para llevar a cabo el análisis, se calcularon las puntuaciones Z por nota para cada tarea de la batería multimedia. La puntuación ómnibus consistió en la suma de las puntuaciones zeta. Los análisis estadísticos y las presentaciones gráficas se llevaron a cabo utilizando R versión 4.3.141. Se utilizaron los paquetes pROC46 y ggplot242 . En términos de precisión diagnóstica, la batería multimedia mostró un área bajo la curva (AUC) de 9439,8 [IC 95%: 93,31%-96,24% (DeLong)] y una sensibilidad de 91,0 (Figura 2). Las curvas ROC por ley mostraron los siguientes índices: 2° ley, AUC= 96.195% [IC: 91.54%-100% (DeLong)], Se= .96, Sp=.90; 3° grado, AUC= 95,3, [IC 95%: 92,43%-98,18% (DeLong)], Se=75,70, Sp= 72,34; 4° grado, AUC=93.4 [IC 95%: 90.2%-96.66% (DeLong)], Se=.92, Sp=.84; 5° grado, AUC=95.9 [IC 95%: 93.11%-98.75% (DeLong)], Se=.90, Sp=.95; 6° grado, AUC=94.4 [IC 95%: 91.11%-97.69% (DeLong)], Se=.92, Sp=.91.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67031/67031fig02.jpg"> Figura 2: Análisis de la curva ROC. Esta figura presenta el análisis de la curva ROC, que muestra la precisión diagnóstica de la herramienta digital al trazar la tasa de verdaderos positivos frente a la tasa de falsos positivos en varias configuraciones de umbral. Las unidades para el eje x de la curva ROC son la especificidad y las unidades para el eje y son la sensibilidad. Abreviaturas: ROC= curva característica de funcionamiento del receptor; AUC= área bajo la curva. <a href="https://www.jove.com/files/ftp_upload/67031/67031fig02large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>

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

The acquisition of reading skills is an intricate process that demands the cultivation of various domain-general and domain-specific abilities. ...

advancing-dyslexia-assessment-in-children-through-computerized-testing

Research

Investigación

JoVE Journal

Behavior

Comportamiento

Aquí, presentamos un protocolo para desarrollar el sistema prueba adaptante automatizado de la evaluación funcional de movimiento (CAT-FAS). El gato-FAS pueden evaluar simultáneamente cuatro funciones (dos funciones motoras [extremidades superiores e inferiores], control postural y actividades básicas de la vida diaria) con suficiente fiabilidad y eficiencia administrativa.

Sistema de prueba adaptativa automatizada de valoración funcional del movimiento

Este trabajo presenta un protocolo para administrar las medidas basadas en el currículo español para la detección temprana de las dificultades de lectura, matemáticas y escritura. Estas herramientas podrían ayudar a los profesionales e investigadores aplicados que trabajan en el contexto del modelo de respuesta a la intervención.

Examen Universal para la Prevención de la Lectura, la Escritura y las Discapacidades Matemáticas en Español

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

BM-PROMA es una herramienta de diagnóstico multimedia válida y confiable que puede proporcionar un perfil cognitivo completo de niños con discapacidades de aprendizaje matemático.

Batería Multimedia para la Evaluación de Habilidades Cognitivas y Básicas en Matemáticas (BM-PROMA)

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 UCIN Red neuroconductual Escala (NNNS) fue desarrollado como una evaluación para el niño en situación de riesgo. El propósito de este artículo es describir la NNNS, proporcionar ejemplos en vídeo de los procedimientos NNNS y discutir las formas en que el examen se ha utilizado.

Valoración y Evaluación del neonato de alto riesgo: La Escala UCIN Red neuroconductual

Medición objetiva y fácil de procesamiento sensorial es extremadamente difícil en pacientes pediátricos no verbales o vulnerables. Hemos desarrollado una nueva metodología para evaluar cuantitativamente los bebés y procesamiento cortical de los niños de tacto ligero, los sonidos del habla y el procesamiento multisensorial de los estímulos 2, sin que se requiera la participación de sujeto activo o causar molestias en los pacientes vulnerables.

Evaluación cuantitativa de procesamiento cortical auditivo-táctil en Niños con Discapacidades

Este artículo describe cómo utilizar la tarea de exorbitancia emocional y la resonancia magnética funcional para medir la activación cerebral en niños y adolescentes con alto riesgo familiar de esquizofrenia (FHR). La RMF se utilizó para medir las diferencias en las regiones fronto-estriadas-límbicas durante una tarea excéntrico emocional. Los niños con FHR mostraron una activación funcional anormal durante la adolescencia.

Medición de Fronto-límbico Actividad Usando una Emocional bicho raro de tareas en niños con alto riesgo familiar para la esquizofrenia

En los últimos años, ha habido un creciente interés en la estimación de las fuentes corticales de cuero cabelludo medidos actividad eléctrica para los experimentos de neurociencia cognitiva. En este artículo se describe cómo se adquiere EEG de alta densidad y cómo se procesan las grabaciones para la estimación de fuente cortical en los niños desde la edad de 2 años en el bebé Lab Londres.

Cortical Análisis Fuente de Alta Densidad EEG Grabaciones en niños

Aquí describimos un paradigma de búsqueda visual de pantalla táctil que se puede utilizar para estudiar la detección de amenazas a lo largo de la vida. El paradigma ya se ha utilizado en varios estudios que demuestran que tanto los niños como los adultos detectan estímulos amenazantes como serpientes, arañas y caras enojadas más rápido que los estímulos no amenazantes.

Medición atencionales sesgos de amenaza en niños y adultos

Aprende a evaluar dislexia en niños hispanohablantes mediante la batería multimedia SICOLE-R. Este protocolo integra herramientas tecnológicas para diagnosticar trastornos de lectura con precisión y personalizar intervenciones educativas.

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

Explorar más videos