Migliorare la valutazione della dislessia nei bambini attraverso test computerizzati

Sommario

La batteria multimediale per la valutazione delle competenze di dominio generale e specifico nella lettura è una batteria multimediale affidabile e valida progettata per valutare le abilità cognitive e di lettura di base. Consente la generazione di un profilo completo delle prestazioni cognitive e di lettura, particolarmente vantaggioso per i bambini con dislessia.

Abstract

L'acquisizione delle capacità di lettura è un processo intricato che richiede la coltivazione di varie abilità generali e specifiche del dominio. Di conseguenza, non sorprende che molti bambini siano alle prese con il mantenimento della competenza a livello scolastico, in particolare quando si trovano di fronte a sfide che abbracciano più abilità in entrambi i domini, come osservato in individui con difficoltà di lettura. Sorprendentemente, nonostante le difficoltà di lettura siano tra i disturbi dello sviluppo neurologico più diffusi che colpiscono i bambini in età scolare, la maggior parte degli strumenti diagnostici disponibili manca di un quadro completo per valutare l'intero spettro delle abilità cognitive legate alla dislessia, con opzioni computerizzate minime. In particolare, attualmente ci sono strumenti limitati con queste funzionalità disponibili per i bambini di lingua spagnola. Lo scopo di questo studio è stato quello di delineare il protocollo per la diagnosi di bambini di lingua spagnola con difficoltà di lettura utilizzando la batteria multimediale Sicole-R. Questo strumento per le classi elementari si concentra sulla valutazione delle abilità cognitive associate alla dislessia come prescritto dalla letteratura scientifica. In particolare, si concentra sulla valutazione di una serie di abilità cognitive che gli studi hanno dimostrato essere collegate alla dislessia. Questo focus si basa sull'osservazione che gli individui con dislessia mostrano tipicamente deficit in diverse aree cognitive valutate da questo strumento digitale. Sono state dimostrate la robusta consistenza interna e la struttura interna multidimensionale della batteria. Questa batteria multimediale si è dimostrata uno strumento adatto per diagnosticare i bambini con difficoltà di lettura nell'istruzione primaria, offrendo un profilo cognitivo completo che è prezioso non solo per scopi diagnostici ma anche per personalizzare piani didattici individualizzati.

Introduzione

La dislessia è un disturbo dello sviluppo neurologico caratterizzato da difficoltà nel riconoscimento accurato e/o fluente delle parole e scarse capacità di ortografia e decodifica ed è caratterizzata da difficoltà inaspettate e persistenti nell'acquisire capacità di lettura efficienti nonostante l'istruzione convenzionale, un'intelligenza adeguata e opportunità socioculturali¹. Questo disturbo neurobiologico si manifesta spesso con difficoltà nella lettura, nell'ortografia e nella scrittura, principalmente a causa di deficit fonologici ^2,3. "L'importanza dell'identificazione precoce della dislessia non può essere sopravvalutata, in quanto consente un intervento tempestivo e un supporto ^4,5. Quando uno studente non progredisce oltre il Tier-3 in un modello di risposta all'intervento, diventa essenziale condurre una valutazione più completa delle abilità generali e specifiche associate alla dislessia, come evidenziato dalla letteratura scientifica. Lo sviluppo della tecnica qui presentata si basa sulla necessità di condurre valutazioni approfondite per garantire che vengano forniti interventi e supporto adeguati. Inoltre, studi precedenti sottolineano l'utilità degli strumenti di screening basati sulla tecnologia, come le applicazioni web e i giochi per computer, nel facilitare processi di screening efficaci ^6,7. Questi studi evidenziano collettivamente la natura multiforme della dislessia, sottolineando la necessità di una valutazione completa e di strategie di intervento per affrontare i diversi profili cognitivi degli individui con dislessia. Nonostante la prevalenza della dislessia tra i bambini in età scolare, la maggior parte degli strumenti diagnostici disponibili manca di un quadro che valuti in modo completo sia le competenze generali che quelle specifiche. Inoltre, ci sono opzioni informatiche minime, in particolare per le popolazioni di lingua spagnola. Questa batteria multimediale affronta queste lacune sfruttando la tecnologia per facilitare una valutazione dettagliata delle abilità cognitive legate alla dislessia.

Prospettive teoriche e deficit cognitivi nella Dislessia
Vari modelli teorici, tra cui le teorie fonologiche, dell'elaborazione uditiva rapida, visive, magnocellulari e cerebellari, mirano a spiegare le cause della dislessia e a informare gli interventi (vedi per una recensione)⁸. La teoria fonologica attribuisce la dislessia alle difficoltà nell'elaborazione dei suoni del linguaggio⁹, mentre la teoria dell'elaborazione uditiva rapida collega la dislessia ai deficit nella percezione dei suoni che cambiano rapidamente¹⁰. La teoria visiva evidenzia gli aspetti visivi delle difficoltà di lettura e la teoria magnocellulare indica menomazioni nelle vie di elaborazione visiva e uditiva¹¹. La teoria cerebellare suggerisce che la dislessia derivi da menomazioni cerebellari che colpiscono il controllo motorio e le funzioni cognitive¹². Il framework Delayed Neural Commitment (DNC) di Nicolson e Fawcett postula che l'acquisizione più lenta delle competenze e lo sviluppo ritardato della rete neurale sono fondamentali per la dislessia. Modelli recenti, come il modello del deficit multiplo, propongono che la dislessia sia un disturbo complesso influenzato da fattori genetici, cognitivi e ambientali 13,14,15. Ad esempio, Ring e Black¹⁴ supportano il modello del deficit multiplo, dimostrando che sia i deficit fonologici che quelli di elaborazione cognitiva contribuiscono all'eterogeneità della dislessia. Soriano-Ferrer et ^al.15 hanno condotto uno studio con bambini di lingua spagnola con dislessia evolutiva (DD) e hanno riscontrato disturbi significativi nella velocità di denominazione, nella memoria di lavoro verbale e nella consapevolezza fonologica (PA). Allo stesso modo, Zygouris et ^al.16 e Rauschenberger et ^al.6 sottolineano l'importanza degli strumenti di screening cognitivo nell'identificare questi deficit, con individui dislessici che ottengono costantemente punteggi inferiori rispetto ai coetanei.

Esame degli approcci tecnologici nello screening della dislessia: approfondimenti da studi di ricerca
La ricerca sullo screening della dislessia si è evoluta con tre approcci principali: strategie di diagnosi precoce, metodi di screening multiformi che combinano varie valutazioni e integrazione della tecnologia per una maggiore efficienza¹⁷. La recente revisione sistematica di Politi-Georgousi^evidenzia uno spostamento verso più applicazioni per intervenire sui sintomi della dislessia piuttosto che sui processi di screening, allineandosi con l'integrazione della tecnologia per migliorare le capacità di lettura negli studenti dislessici. Esistono vari strumenti, come il Dyslexia Early Screening Test (DEST) di Fawcett e Nicolson, che valuta la velocità, le abilità fonologiche, le abilità motorie, la funzione cerebellare e la conoscenza¹⁹. "Gli strumenti basati su computer sono avanzati, tra cui un'applicazione web che valuta le capacità di lettura e cognitive nei bambini greci^{di 20} anni e gli strumenti di Hautala et ^al.21 e Rauschenberg et ^al.6 che utilizzano il gioco e l'apprendimento automatico per l'identificazione precoce della dislessia. Ahmad et al. hanno integrato il gioco con le reti neurali, raggiungendo una precisione del 95% nel rilevamento²². Gli studi su diverse ortografie sottolineano l'importanza della consapevolezza fonologica e della rapida denominazione automatizzata nell'identificazione della dislessia^23,24.

Approfondimenti sulla dislessia tra i bambini di lingua spagnola
Lo studio della dislessia nei bambini di lingua spagnola è stato notevolmente avanzato grazie all'uso della tecnologia Sicole-R. Jiménez et al. hanno dimostrato la sua efficacia nella valutazione della dislessia tra gruppi di età, in particolare nel distinguere tra lettori dislessici e lettori tipicamente raggiungibili in base all'elaborazione fonologica e sintattica durante i primi anni delle elementari²⁵. Guzmán et al. hanno studiato i deficit di velocità di denominazione nei bambini dislessici con problemi fonologici, evidenziando le interazioni tra dislessia e velocità di denominazione misurata attraverso compiti come letter-RAN e number-RAN²⁶. Ulteriori studi di Jiménez et al. hanno esplorato i deficit di consapevolezza fonologica in diverse strutture sillabiche²⁷, mentre Ortiz et al. hanno studiato i deficit di percezione del parlato tra i bambini spagnoli con dislessia, rivelando disturbi nello sviluppo della percezione del parlato indipendentemente dal contrasto fonetico o dall'unità linguistica ^28,29. Jiménez et al. hanno studiato l'ipotesi del doppio deficit della dislessia³⁰, seguita da analisi dei processi cognitivi e delle disparità legate al genere nella prevalenza della dislessia ^31,32. Rodrigo et al. hanno esplorato l'accesso lessicale tra i bambini dislessici spagnoli³³ e Jiménez et al. hanno esaminato i deficit di elaborazione sintattica³⁴. Infine, Jiménez et al. hanno studiato i processi fonologici e ortografici nei sottotipi dislessici, evidenziando le differenze nell'efficienza della via ortografica³⁵. Questi studi migliorano collettivamente la nostra comprensione delle sfide cognitive e linguistiche della dislessia nelle popolazioni di lingua spagnola.

Gli studi condotti condividono diverse caratteristiche comuni in termini di età e background dei bambini partecipanti. I bambini inclusi in questi studi avevano un'età compresa tra 7 e 14 anni. La maggior parte degli studi si è concentrata sui bambini della scuola primaria di età compresa tra i 7 e i 12 anni, ad eccezione di quelli che includevano bambini fino a 14 anni, fornendo un campione che va dai primi anni di scuola alla preadolescenza^31,32. I bambini partecipanti provenivano principalmente dalle Isole Canarie in Spagna. Inoltre, alcuni studi hanno incluso campioni provenienti da altre regioni della Spagna e del Guatemala^31,32. I partecipanti sono stati reclutati da scuole pubbliche e private con background urbani e suburbani. I livelli socioeconomici rappresentati in questi studi vanno dalla medio-bassa alla classe operaia e media.

Insieme, queste indagini fanno progredire in modo significativo la nostra comprensione delle complessità della dislessia, contribuendo al campo della ricerca sulla dislessia. Adattato per l'uso in diversi paesi ibero-americani, tra cui Spagna, Guatemala, Cile e Messico, lo strumento facilita la valutazione dell'accuratezza e della precisione diagnostica in un campione diversificato di lingua spagnola per questo studio.

Questo studio mirava a delineare un protocollo per la diagnosi di bambini di lingua spagnola con difficoltà di lettura utilizzando una batteria multimediale specializzata. L'obiettivo principale è fornire uno strumento di valutazione completo che valuti sia le competenze generali che quelle specifiche associate alla dislessia.

Panoramica della configurazione sperimentale
Il SICOLE-R è stato programmato in Java 2 Platform Standard Edition (J2SE). Il motore di database HSQL viene utilizzato come database. Il software comprende 6 moduli principali da valutare: 1) elaborazione percettiva, che include i compiti di voicing, posizionamento e modalità di articolazione; 2) elaborazione fonologica, che include l'isolamento dei fonemi, la cancellazione dei fonemi, la segmentazione dei fonemi e le attività di fusione dei fonemi; 3) velocità di denominazione, che include i compiti di denominazione della velocità in numeri, lettere, colori e immagini; 4) elaborazione ortografica, che comprende compiti di comprensione morfologica di lessemi e suffissi e comprensione omofonica; 5) elaborazione sintattica, inclusi compiti di genere, numero, parole funzionali e struttura grammaticale; e 6) l'elaborazione semantica, che influenza i compiti di comprensione della lettura attraverso testi informativi e narrativi. Le istruzioni per ogni compito, accompagnate da una o due prove (a seconda del compito) e da una dimostrazione, sono fornite da un agente pedagogico prima dell'inizio della fase di test. Il protocollo di applicazione per ogni attività è illustrato qui.

Prima di somministrare la batteria multimediale al campione di studio, sono stati apportati adattamenti alla modalità della lingua spagnola per ciascun paese (ad esempio, Messico, Guatemala, Ecuador e Cile), compresi aggiustamenti al vocabolario, alle immagini e ad altri contenuti rilevanti. Le condizioni di amministrazione erano le stesse in tutti i paesi dell'America Latina. L'ambiente amministrativo doveva essere silenzioso all'interno della scuola e privo di rumori, distrazioni e interruzioni. La durata della somministrazione della batteria multimediale variava da 3-4 sessioni di 30 minuti ciascuna, a seconda delle capacità e dell'età dello studente. Grazie alla compatibilità del database con la maggior parte dei fogli di calcolo e dei sistemi di elaborazione statistica dei dati, il valutatore può analizzare i risultati di ogni figlio e di ogni attività. Per quanto riguarda la raccolta dei dati, sono stati impiegati due tipi di compiti distinti: 1) compiti in cui l'esaminatore registra le prestazioni orali degli studenti, annotando successi ed errori utilizzando un mouse esterno, e 2) compiti che richiedono agli studenti di selezionare autonomamente le opzioni facendo clic su di esse.

Protocollo

Questo protocollo è stato condotto in conformità con le linee guida fornite dal Comité de Ética de la Investigación y Bienestar Animal (Comitato per l'Etica della Ricerca e il Benessere degli Animali, CEIBA) dell'Universidad de La Laguna (ULL). I dati sono stati raccolti in momenti diversi a seconda del curriculum di ciascun paese, acquisendo informazioni esclusivamente dagli studenti le cui amministrazioni educative, scuole e genitori hanno fornito il consenso. La batteria di test utilizzata in questo studio è registrata come proprietà intellettuale ed è possibile accedervi tramite un accordo di trasferimento con l'ULL. Per ulteriori informazioni su come ottenere la batteria di prova, le parti interessate possono contattare l'Office of Knowledge Transfer (OTRI) dell'ULL.

1. Installazione e preparazione di SICOLE-R

1. Utilizzare il seguente criterio di inclusione per l'applicazione di questo strumento: studenti dalla seconda alla sesta elementare. Utilizzare il seguente criterio di esclusione: non includere studenti con bisogni educativi speciali, riferendosi a coloro che necessitavano di supporto e attenzione educativa mirata a causa di disabilità sensoriali o problemi neurologici acquisiti, tra gli altri fattori.
   NOTA: La valutazione viene condotta con gli studenti individualmente in uno spazio tranquillo con accesso a un computer e una buona illuminazione. Saranno necessarie cuffie con microfono adattato per facilitare la ricezione delle istruzioni del compito e aumentare le prestazioni degli studenti.
2. Per installare il software su un computer, eseguire il file come amministratore e fare clic sull'icona per aprire lo strumento. All'apertura dell'applicazione, viene visualizzata un'interfaccia iniziale che mostra varie opzioni operative.
3. Inserisci le informazioni degli studenti che svolgeranno i compiti prima di iniziare la valutazione. Una volta inseriti i loro dati, registrali in un elenco di studenti e le loro informazioni possono essere modificate in seguito.
4. Ogni volta che viene aggiunto un nuovo studente, apparirà una schermata di test prima di iniziare le attività. In questa schermata, chiedi allo studente di toccare lo stivale che apparirà sullo schermo.
   NOTA: L'obiettivo di questo mini-gioco è stabilire una linea di base per valutare il controllo motorio degli studenti. Consente il monitoraggio delle differenze individuali nella velocità del motore, poiché il software registra le risposte premendo i tasti sulla tastiera. Questo minigioco appare solo una volta.
5. Prima di iniziare la valutazione, chiedi all'esaminatore di dare le seguenti istruzioni: Ora entrerai in un ambiente circense virtuale con diversi cancelli. Ogni cancello conduce ad attività divertenti a cui parteciperai. Un clown ti guiderà attraverso questi cancelli e ti spiegherà cosa fare in ogni attività. Si prega di sedersi accanto all'esaminatore e ascoltare attentamente le istruzioni. Assicurati di fare del tuo meglio in ogni attività. Divertiti a esplorare e completare queste attività!
6. Inizia le attività selezionando lo studente programmato per la valutazione e facendo clic sulla sezione Inizia . Il menu principale comprende 5 porte colorate, ognuna corrispondente a uno dei moduli da valutare.
7. Ogni compito inizia con un'istruzione introduttiva, chiedi agli studenti di prestare attenzione a questo. Gli studenti vengono informati sulla natura del gioco e istruiti su come giocarci, facilitati da un agente pedagogico. Assicurati che l'agente fornisca istruzioni verbali per ogni attività, esemplificando la procedura attraverso un modello e presentando esempi che gli studenti possono emulare.
8. Dopo il completamento degli esempi, assicurati che l'agente pedagogico fornisca un feedback corrispondente, consentendo agli studenti di ripetere l'esempio se è stato eseguito in modo errato e inizia la valutazione.
   NOTA: L'agente pedagogico è un personaggio virtuale progettato per guidare lo studente attraverso i compiti. Questo ruolo richiede che l'agente abbia un discorso chiaro e comprensibile e la capacità di fornire indicazioni didattiche, modellazione delle attività e feedback in base alle risposte degli studenti. L'agente pedagogico deve essere programmato per rispondere in modo coerente e accurato in base agli input dello studente durante i compiti.

2. Compiti SICOLE-R

1. Yellow Door: modulo di elaborazione percettiva che utilizza un'attività di percezione del parlato
   1. Apri il programma sul computer. Passare alla porta gialla all'interno dell'interfaccia del programma. Fare clic su una delle sottoattività disponibili per avviare l'attività: (1) voicing, (2) modalità di articolazione e (3) posizionamento.
   2. Consentire all'agente pedagogico di fornire una guida didattica e la modellazione dei compiti allo studente. L'agente dovrebbe dire: Ora sentiremo coppie di sillabe. Se le sillabe sono identiche, premere il pulsante blu; Se sono diversi, premere il pulsante rosso. Guarda come lo faccio. Ora tocca a te con questi esempi.
   3. Presenta due esempi di item allo studente:/ba/-/pa/;/ja/-/ka/. Chiedi agli studenti di selezionare nuovamente il cerchio blu se le coppie sono identiche e il pulsante rosso se sono distinte.
   4. Una volta completato il compito, assicurati che l'agente pedagogico fornisca un feedback basato sulle risposte dello studente negli esempi. Una volta completati gli esempi, consenti all'agente di istruire lo studente ad avviare l'attività.
   5. La procedura di selezione dei cerchi (blu o rossi) rimarrà coerente per tutta l'attività, registrando colpi e mancati. Se lo studente ha bisogno di sentire di nuovo la coppia di sillabe, fai clic sull'icona dell'altoparlante per riprodurla ancora una volta. Si noti che è consentita una sola riproduzione aggiuntiva per elemento.
2. Pink Door: Modulo di consapevolezza fonologica
   1. Attività di segmentazione dei fonemi
      1. Apri il programma sul computer. Passa alla porta rosa all'interno dell'interfaccia del programma. Scegliere Segmentazione fonema per selezionare l'attività.
      2. Consentire all'agente pedagogico di fornire una guida didattica allo studente. L'agente dovrebbe dire: Ora ci concentreremo sulla segmentazione dei fonemi. Guarda mentre dimostro. Quindi, vedrai due elementi di esempio.
      3. Presenta due esempi di elementi allo studente. Chiedi allo studente di esprimere ad alta voce le sue risposte per ogni parola.
      4. Utilizzare il mouse esterno per fare clic sul pulsante blu per le risposte corrette e sul pulsante rosso per le risposte errate. Assicurati che l'agente pedagogico offra un feedback basato sulle risposte dello studente agli esempi.
      5. Dopo gli esempi, assicurati che l'agente pedagogico istruisca lo studente a iniziare il compito.
   2. Attività di fusione dei fonemi
      1. Entra nel programma sul computer. Passa alla porta rosa all'interno dell'interfaccia del programma. Scegli Fusione fonemi per selezionare l'attività.
      2. Consentire all'agente pedagogico di fornire una guida didattica allo studente. L'agente dice: Ora ci concentreremo sulla sintesi dei fonemi. Guarda mentre dimostro. Quindi, vedrai due elementi di esempio.
      3. Presenta due esempi di elementi allo studente. Chiedi allo studente di articolare ad alta voce le sue risposte per ogni parola.
      4. Utilizza il mouse esterno per fare clic sul pulsante blu per risposte accurate e sul pulsante rosso per risposte imprecise. Assicurati che l'agente pedagogico fornisca un feedback basato sulle risposte dello studente agli esempi.
      5. Dopo gli esempi, consenti all'agente pedagogico di indirizzare lo studente ad avviare il compito. La procedura rimane coerente durante l'esecuzione dell'attività, registrando risposte accurate e imprecise.
      6. Se lo studente ha bisogno di ascoltare di nuovo una parola, fai clic sull'icona del pappagallo per una riproduzione. Tieni presente che è consentita una sola riproduzione per elemento.
   3. Attività di isolamento dei fonemi
      1. Apri il programma sul computer. Passa alla porta rosa all'interno dell'interfaccia del programma. Fare clic su Isolamento fonema per selezionare l'attività.
      2. Consentire all'agente pedagogico di fornire una guida didattica e la modellazione dei compiti allo studente. L'agente dovrebbe dire: Ora ci concentreremo sull'isolamento dei fonemi. Guarda mentre dimostro. Quindi, vedrai due elementi di esempio. Il tuo compito è quello di fare clic sulle immagini il cui nome inizia con lo stesso suono della parola di destinazione.
      3. Presenta due esempi di elementi allo studente. Osserva se lo studente fa clic sulle immagini che iniziano con lo stesso suono della parola target.
      4. Assicurati che l'agente pedagogico offra un feedback basato sulle risposte dello studente agli esempi. Dopo gli esempi, assicurati che l'agente guidi lo studente a iniziare l'attività.
      5. La procedura rimane uniforme per tutta l'attività, documentando sia i successi che i fallimenti. Se lo studente richiede un ulteriore ascolto di una parola, fare clic sull'icona dell'altoparlante per riprodurla. Tieni presente che è consentita una sola riproduzione per elemento.
   4. Attività di eliminazione dei fonemi
      1. Apri il programma sul computer. Passa alla porta rosa all'interno dell'interfaccia del programma. Seleziona Eliminazione fonema per scegliere l'attività.
      2. Consentire all'agente pedagogico di fornire una guida didattica e dimostrare il compito allo studente. L'agente dovrebbe dire: Ora ci concentreremo sulla cancellazione dei fonemi. Guarda mentre dimostro. Quindi, vedrai due elementi di esempio.
      3. Presenta due esempi di elementi allo studente. Chiedi allo studente di dire ad alta voce la sua risposta per ogni parola.
      4. Fare clic con il mouse esterno sul pulsante blu per le risposte corrette e sul pulsante rosso per le risposte errate. Assicurati che l'agente pedagogico fornisca un feedback basato sulle risposte dello studente agli esempi.
      5. Dopo gli esempi, assicurati che l'agente pedagogico istruisca lo studente ad avviare il compito. La procedura rimane coerente durante l'esecuzione dell'attività, registrando sia le risposte corrette che quelle errate.
      6. Se lo studente ha bisogno di ascoltare di nuovo una parola, fai clic sull'icona dell'altoparlante per una riproduzione. Tieni presente che è consentita una sola riproduzione per elemento.
3. Orange Door: velocità di denominazione e moduli ortografici
   1. Attività di denominazione automatizzata rapida (RAN)
      1. Accedi al programma sul computer. Procedi verso la porta arancione all'interno dell'interfaccia del programma. Scegliere Velocità di denominazione per selezionare l'attività.
      2. Consentire all'agente pedagogico di fornire una guida didattica e dimostrare il compito. Presenta un esempio della sottotask della lettera RAN del modulo di velocità di denominazione.
      3. Chiedi agli studenti di articolare ad alta voce le loro risposte. Se la risposta nell'esempio è accurata, selezionare il pulsante blu sullo schermo. Se non è corretto, fare clic sul pulsante rosso.
      4. Assicurati che l'agente pedagogico fornisca un feedback in base alle risposte dello studente. Dopo l'esempio, assicurati che l'agente pedagogico avvii il compito.
      5. Avvia l'attività facendo clic con il pulsante sinistro del mouse per iniziare il cronometraggio. Durante l'attività, sullo schermo apparirà una matrice di elementi, a seconda dell'attività secondaria.
      6. Chiedi allo studente di nominare ad alta voce e, in ordine, gli elementi della matrice. Contemporaneamente, documentare eventuali errori commessi dallo studente.
      7. Per ogni errore, utilizzare il tasto destro del mouse esterno per registrare il numero di errori. Una volta che lo studente ha finito di nominare gli elementi, premi nuovamente il pulsante sinistro per concludere il cronometraggio e completare l'attività per quella sottoattività. Al completamento della prima sottotask (lettera RAN), viene visualizzata automaticamente la sottotask successiva (numero RAN), seguendo la stessa procedura. Questo processo continua per le restanti sottoattività (RAN a colori e RAN oggetto).
   2. Attività Lessemi e suffissi
      1. Accedi al programma sul computer. Passa alla porta arancione all'interno dell'interfaccia della piattaforma e fai clic su Lessemi e suffissi per selezionare l'attività.
      2. Consentire all'agente pedagogico di offrire una guida didattica e la modellazione dei compiti allo studente, incluso un elemento di esempio in cui lo studente utilizza un mouse esterno per selezionare un'immagine corrispondente alla parola target.
      3. Assicurati che l'agente pedagogico fornisca un feedback in base alla risposta dello studente all'esempio e quindi istruisca lo studente a iniziare il compito.
      4. Mantenere la coerenza procedurale durante l'esecuzione del compito, spingendo lo studente a selezionare un'immagine corrispondente alla parola target per ogni elemento presentato e registrando sia i risultati corretti che le risposte mancate.
   3. Compito di comprensione omofonica
      1. Accedi al programma sul computer. Passare alla porta arancione all'interno dell'interfaccia della piattaforma. Fare clic su Comprensione omofona per selezionare l'attività.
      2. Consentire all'agente pedagogico di offrire una guida didattica e la modellazione dei compiti allo studente. Presenta un elemento di esempio, chiedendo allo studente di utilizzare un mouse esterno per selezionare un'immagine corrispondente alla parola target.
      3. Assicurati che l'agente pedagogico fornisca un feedback basato sulla risposta dello studente all'esempio e istruisca lo studente a iniziare il compito dopo la presentazione dell'esempio.
      4. Mantieni la coerenza nei passaggi procedurali durante l'esecuzione dell'attività. Chiedi allo studente di selezionare un'immagine corrispondente alla parola target per ogni elemento presentato.
      5. Registra sia i riscontri corretti che le risposte mancate durante l'esecuzione dell'attività.
4. Green Door: modulo di elaborazione sintattica
   1. Compito di genere
      1. Apri il programma sul computer. Passare alla porta verde all'interno dell'interfaccia del programma. Fare clic su Sesso per selezionare l'attività.
      2. Consenti all'agente pedagogico di fornire allo studente istruzioni e modellazione dei compiti. Presenta due esempi da completare allo studente, richiedendo loro di fare clic sulle parole corrispondenti in ogni frase in base al loro accordo di genere utilizzando un mouse esterno.
      3. Assicurarsi che l'agente pedagogico fornisca un feedback basato sulla risposta dello studente agli esempi. Dopo la presentazione dell'esempio, assicurati che l'agente pedagogico guidi lo studente a iniziare il compito.
      4. Durante l'esecuzione dell'attività, mantenere la coerenza della procedura. Chiedi allo studente di fare clic sulle parole corrispondenti in ogni frase in base al proprio accordo di genere.
      5. Raccogli le risposte corrette e quelle errate durante l'esecuzione dell'attività.
         NOTA: A differenza dello spagnolo, l'inglese non distingue il genere nella sua grammatica.
   2. Attività numerica
      1. Apri il programma sul computer. Passare alla porta verde all'interno dell'interfaccia del programma. Fare clic su Numero per selezionare l'attività.
      2. Consenti all'agente pedagogico di fornire allo studente istruzioni e modellazione dei compiti. Presenta due esempi da completare allo studente, chiedendogli di fare clic sulle parole corrispondenti in ogni frase in base alla loro concordanza numerica utilizzando un mouse esterno.
      3. Assicurarsi che l'agente pedagogico fornisca un feedback basato sulla risposta dello studente agli esempi. Dopo la presentazione dell'esempio, assicurati che l'agente pedagogico guidi lo studente a iniziare il compito.
      4. Durante l'esecuzione dell'attività, mantenere la coerenza della procedura. Chiedi allo studente di fare clic sulle parole corrispondenti in ogni frase in base al loro accordo numerico.
      5. Raccogli sia i colpi che i mancati successi durante l'esecuzione dell'attività.
         NOTA: A differenza dello spagnolo, l'inglese non distingue i numeri nella sua grammatica.
   3. Compito di parole funzionali
      1. Apri il programma sul computer. Passare alla porta verde all'interno dell'interfaccia del programma. Fare clic su Parole funzionali per selezionare l'attività.
      2. Consenti all'agente pedagogico di fornire allo studente istruzioni e modellazione dei compiti. Presenta due esempi da completare allo studente, richiedendo loro di fare clic sulle parole funzionali corrispondenti in ogni frase in base al contesto della frase utilizzando un mouse esterno.
      3. Assicurarsi che l'agente pedagogico fornisca un feedback basato sulla risposta dello studente agli esempi. Dopo la presentazione dell'esempio, assicurati che l'agente pedagogico guidi lo studente a iniziare il compito.
      4. Durante l'esecuzione dell'attività, mantenere la coerenza della procedura. Chiedi allo studente di fare clic sulle parole funzionali corrispondenti in ogni frase in base al contesto della frase.
      5. Raccogli le risposte corrette e quelle errate durante l'esecuzione dell'attività.
   4. Compito di struttura grammaticale
      1. Apri il programma sul computer. Passare alla porta verde all'interno dell'interfaccia del programma. Seleziona Struttura grammaticale per scegliere l'attività.
      2. Consentire all'agente pedagogico di fornire allo studente istruzioni e dimostrazioni di compiti. Presenta due esempi da completare allo studente, richiedendo loro di fare clic sulla frase appropriata per ogni immagine utilizzando un mouse esterno.
      3. Assicurarsi che l'agente pedagogico fornisca un feedback basato sulla risposta dello studente agli esempi. Dopo la presentazione dell'esempio, assicurati che l'agente pedagogico guidi lo studente a iniziare il compito.
      4. Durante l'esecuzione dell'attività, mantenere la coerenza della procedura. Chiedi allo studente di fare clic sulla frase appropriata per ogni immagine utilizzando un mouse esterno.
      5. Acquisisci le risposte corrette e quelle errate durante l'esecuzione dell'attività.
5. Blue Door: modulo di elaborazione semantica che utilizza l'attività di comprensione della lettura
   1. Apri il programma sul computer. Procedi verso la porta blu all'interno dell'interfaccia del programma. Scegli The Fruits per il testo informativo o Tino's Getaway per il testo narrativo.
   2. Consenti all'agente pedagogico di fornire allo studente le istruzioni per i compiti. Una volta scelto il tipo di testo, visualizza il testo sullo schermo.
   3. Lo studente deve leggere il testo e memorizzare le informazioni più rilevanti. Dopo aver terminato la lettura, chiedi allo studente di fare clic sulla freccia sullo schermo utilizzando il mouse esterno per indicare il completamento della lettura e procedere alla sezione successiva.
   4. Consenti all'agente pedagogico di istruire lo studente a leggere le domande e selezionare la risposta corretta utilizzando il mouse esterno. Lo studente legge le domande e seleziona di conseguenza la risposta corretta.

3. Analisi dei dati

1. Per valutare la validità del costrutto e l'accuratezza diagnostica della batteria multimediale in una popolazione di lingua spagnola, utilizzare l'analisi dei fattori di conferma (CFA) e l'analisi della curva delle caratteristiche operative del ricevitore (ROC).
2. Eseguire CFA per convalidare la struttura fattoriale sottostante della batteria multimediale. Questa analisi consente di verificare l'ipotesi che i dati si adattino a una struttura predefinita basata su aspettative teoriche.
3. Valutare l'adattamento del modello utilizzando diversi indici di adattamento, tra cui l'indice di adattamento comparativo (CFI), l'indice di Tucker-Lewis (TLI), l'errore quadratico medio di approssimazione (RMSEA) e il residuo quadratico medio standardizzato (SRMR). Un buon adattamento del modello è indicato da valori CFI e TLI superiori a 0,90, valori RMSEA inferiori a 0,08 e valori SRMR inferiori a 0,08.
4. Per determinare l'accuratezza diagnostica della batteria multimediale, eseguire l'analisi della curva ROC. Questo metodo permette di valutare la capacità del test di classificare correttamente individui con e senza difficoltà di lettura. L'area sotto la curva ROC (AUC) fornisce una misura dell'accuratezza complessiva del test. Un'AUC di 0,5 indica l'assenza di capacità diagnostica, mentre un'AUC di 1,0 indica una perfetta capacità diagnostica.
5. Identifica i punti di interruzione ottimali per la batteria analizzando la sensibilità e la specificità a vari livelli di soglia.
6. Utilizzando l'analisi della curva CFA e ROC, è possibile eseguire una valutazione completa della batteria multimediale, confermandone la validità del costrutto e l'accuratezza diagnostica in una popolazione di lingua spagnola.

Risultati

Studio del campione
Il campione comprendeva 881 partecipanti provenienti da Spagna (N = 325), Messico (N = 169), Guatemala (N = 227) e Cile (N = 160), tutti di madrelingua spagnola. Il campione è stato diviso in due gruppi: 451 nel gruppo con disabilità di lettura (RD) e 430 nel gruppo con risultati normali (NAR). I bambini con bisogni educativi speciali - quelli che richiedono supporto e attenzione educativa specifica a causa di disabilità sensoriali, problemi neurologici o altre condizioni - sono stati esclusi perché questi fattori sono tipicamente utilizzati come criteri di esclusione per difficoltà di apprendimento o gravi disturbi comportamentali, temporaneamente o per la durata della loro scolarizzazione. I partecipanti al gruppo RD sono stati selezionati in base a criteri quali un QI uguale o superiore a 80, un percentile di misurazione del tempo di lettura delle parole superiore al 75° percentile, un percentile di misurazione del tempo di lettura delle pseudoparole superiore al 75° percentile o un percentile di misurazione dell'accuratezza della lettura delle pseudoparole inferiore al 25° percentile. Allo stesso modo, il gruppo NAR è stato selezionato sulla base di criteri comparabili, con l'aggiunta di un percentile del compito di comprensione PROLEC³⁶ superiore al 25° percentile. Tutti i percentili sono stati determinati in base ai livelli scolastici dei partecipanti. La classificazione dei partecipanti in questi gruppi si basava su compiti di lettura di parole e pseudoparole, ciascuno composto da blocchi separati. In entrambi i blocchi, i partecipanti sono stati istruiti a leggere ad alta voce gli stimoli verbali presentati il più rapidamente possibile. Il blocco di lettura delle parole comprendeva 32 stimoli, mentre il blocco di lettura delle pseudoparole conteneva 48 stimoli. La familiarità delle parole è stata controllata utilizzando i criteri delineati da Guzman e Jiménez,^{37 anni}. Sono state registrate misure di hit, errori e tempi di latenza, con tempi di latenza misurati dall'aspetto di ciascun elemento all'inizio della risposta vocale dello studente. Il blocco di lettura delle parole ha dimostrato un'elevata coerenza interna (α = 0,89), mentre il blocco di lettura delle pseudoparole ha mostrato una coerenza interna ancora maggiore (α = 0,91). La distribuzione degli studenti con RD e NAR tra i diversi livelli scolastici era la seguente: Nella seconda elementare, c'erano 30 studenti NAR e 27 RD. Nel passaggio alla terza elementare, sono stati osservati 100 NAR insieme a 88 studenti RD. La quarta elementare comprendeva 100 studenti NAR e 116 RD. In quinta elementare c'erano 100 studenti NAR e 116 RD, mentre in sesta classe c'erano 100 studenti NAR e 104 RD. Per valutare le differenze di età nel campione totale e all'interno di ciascun livello scolastico, sono stati condotti test ANOVA a senso unico. I risultati non hanno rivelato differenze significative, con tutti i valori p superiori a 0,05. Allo stesso modo, la distribuzione della variabile di genere è stata esaminata utilizzando il test del chi-quadrato, con tutti i valori p superiori a 0,05.

Statistiche descrittive
La tabella 1 presenta le statistiche descrittive (media e deviazione standard) per l'età e le misure di valutazione. I dati sono classificati per genere, distinguendo tra lettori che ottengono risultati normali e quelli con disabilità di lettura nei vari paesi. I risultati hanno mostrato correlazioni positive e statisticamente significative tra un gran numero di misure di valutazione (vedi Tabella 2). La tabella mostra le correlazioni tra le misure, che vanno da debole a forte. Le correlazioni inferiori a 0,3 sono considerate deboli, mentre quelle maggiori di 0,5 sono classificate come forti. I valori di correlazione specifici sono forniti insieme alle rispettive classificazioni di resistenza. Ad esempio, le correlazioni deboli (r < 0,3) includevano quelle della blending-segmentazione (r = 0,354) e della comprensione omofona della delezione (r = 0,270). Correlazioni moderate (0,3 ≤ r < 0,5) sono state osservate tra la struttura grammaticale-numero (r = 0,463) e la struttura funzionale parole-grammaticale (r = 0,512). Forti correlazioni (r ≥ 0,5) sono evidenti per numero-genere (r = 0,642) e immagine RAN-RAN a colori (r = 0,442).

Tabella 1: Statistiche descrittive delle misure. Questa tabella fornisce la media, la deviazione standard e altre statistiche descrittive per le varie misure incluse nello strumento digitale. ETÀ: Età; NAR: lettori che raggiungono normalmente; RD: Disabilità di lettura ; SEG: Segmentazione; BLN: Miscelazione; ISO: isolamento dei fonemi; DEL: Cancellazione del fonema; HOM: Comprensione omofonica; R&S: Radice e suffissi; GEN: Genere; NUM: Numero; FW: Parole funzionali; GRS: Struttura grammaticale; EXT: Testo espositivo ; NAT: Testo narrativo; VOC: Vocalizzazione dell'articolazione; MOA: Modo di articolazione; POA= Luogo di articolazione; DIG: Digit RAN; LET: Lettera inviata; COL: Colore RAN; FOTO: Picture RAN Clicca qui per scaricare questa tabella.

Tabella 2: Coefficienti di correlazione delle misure. Questa tabella mostra i coefficienti di correlazione tra le diverse misure dello strumento digitale, indicando la forza e la direzione delle relazioni tra queste misure. SEG: Segmentazione; BLN: Miscelazione; ISO: isolamento dei fonemi; DEL: Cancellazione del fonema; HOM: Comprensione omofonica; R&S: Radice e suffissi; GEN: Genere; NUM: Numero; GRS: Struttura grammaticale; FW: Parole funzionali; EXT: Testo espositivo ; NAT: Testo narrativo; VOC: Vocalizzazione dell'articolazione; MOA: Modo di articolazione; POA= Luogo di articolazione; DIG: Digit RAN; LET: Lettera inviata; COL: Colore RAN; FOTO: Immagine RUN. Clicca qui per scaricare questa tabella.

Analisi fattoriale di conferma
Il CFA è stato condotto per valutare la struttura fattoriale proposta della batteria multimediale. Il modello include un fattore del secondo ordine e sei variabili latenti, ognuna delle quali rappresenta moduli distinti della batteria multimediale. Questi costrutti includono la consapevolezza fonologica (inclusi compiti di segmentazione fonemica, isolamento, fusione e cancellazione), il modulo morfo-ortografico (che coinvolge radici e suffissi e compiti di comprensione omofonica), la sintassi (che comprende compiti di genere, numero, struttura grammaticale e parole funzionali), la percezione del parlato (che coinvolge la voce, il modo di articolazione e il luogo di articolazione), la comprensione della lettura (che comprende compiti di comprensione del testo espositivo e del testo narrativo) e la rapida denominazione automatica (lettere, colori, cifre e attività di immagini dall'attività RAN). Per garantire la coerenza in tutte le attività della batteria multimediale (da 0 a 1), abbiamo utilizzato la stima della proporzione di scalabilità massima (POMS). I punteggi POMS sono stati calcolati per le attività basate sul tempo (radici e suffissi)³⁸.

Le analisi statistiche e le presentazioni grafiche sono state eseguite utilizzando la versione R 4.3.1³⁹, utilizzando i pacchetti lavaan⁴⁰, semTools⁴¹ e ggplot2⁴² . L'adattamento del modello è stato valutato utilizzando vari indici di bontà dell'adattamento. Sebbene la bontà del chi-quadrato dell'adattamento fosse significativa, χ²(df) = 632,01, p < 0,001, il che suggerisce una discrepanza tra il modello ipotizzato e i dati osservati, è importante notare che il test del chi-quadrato è sensibile alla dimensione del campione⁴³. Pertanto, sono stati presi in considerazione ulteriori indici di adattamento.

L'indice di adattamento comparativo (CFI) ha prodotto un valore di .961, superando la soglia comunemente accettata di .95 e indicando un buon adattamento ai dati. L'errore quadratico medio di approssimazione (RMSEA) era di 0,038, indicando una stretta corrispondenza del modello con i dati. Il residuo quadratico medio standardizzato (SRMR) era di 0,034, che era inferiore al valore raccomandato di 0,05, suggerendo un adattamento ideale. I carichi fattoriali per gli articoli variavano da .36 a .81, indicando carichi significativi sui rispettivi fattori. La varianza media totale estratta (AVE) superava 0,50, suggerendo un'adeguata validità convergente, e l'affidabilità composita totale (CR) era superiore a 0,80, indicando una buona affidabilità della coerenza interna.

In conclusione, i risultati del CFA hanno supportato la struttura fattoriale proposta, dimostrando un buon adattamento del modello, validità convergente e affidabilità. Fare riferimento alla rappresentazione grafica del modello nella Figura 1.

Figura 1: Analisi fattoriale di conferma. Questa figura illustra i risultati dell'analisi fattoriale confermativa eseguita sullo strumento digitale, evidenziando i carichi fattoriali e le relazioni tra le diverse misure di elaborazione cognitiva. Abbreviazioni: SIC= Sicole-R; PA= Consapevolezza fonologica; SEG= Segmentazione; BLN= Miscelazione; ISO= Isolamento; DEL= Delezione; MO= Elaborazione morfologica; HOM= Comprensione omofonica; R&S= Radice e suffissi; SYN= Elaborazione sintattica; GEN= Genere; NUM= Numero; GRS= Struttura grammaticale; FW= Parole funzionali; RC= Comprensione della lettura; EXT= Testo espositivo; NAT= Testo narrativo; SP= Percezione del linguaggio; VOC= Voicing dell'articolazione; MOA= Modo di articolazione; POA= Luogo di articolazione; RAN= Denominazione rapida automatizzata; NUM= Numero RAN; LET= Lettera RAN; COL= Colore RAN; PIC= Immagine RAN. Clicca qui per visualizzare una versione più grande di questa figura.

Le analisi dell'invarianza delle misurazioni sono state utilizzate per verificare se la struttura fattoriale della batteria multimediale fosse stabile tra i sessi. Il test per l'invarianza di misura consiste in una serie di confronti di modelli che definiscono vincoli di uguaglianza sempre più rigorosi⁴⁴. Abbiamo effettuato le analisi statistiche e seguito gli stessi criteri del modello di adattamento del precedente CFA. Abbiamo successivamente vincolato i parametri che rappresentano le strutture configurali, metriche (carichi), scalari (intercette) e rigorose (residui)⁴⁵. Uno scarso adattamento in uno qualsiasi di questi modelli suggerisce che l'aspetto vincolato non funziona in modo coerente per i diversi gruppi. Il grado di invarianza è stato determinato congiuntamente quando χ²_D era >0,05 e ΔCFI era <0,01. Un riassunto dei risultati degli indici dei modelli e delle differenze tra di essi è mostrato nella Tabella 3.

Tabella 3: Indici di adattamento del modello di invarianza. Questa tabella presenta gli indici di adattamento per testare l'invarianza di genere del modello, valutando quanto bene lo strumento digitale mantenga la coerenza nella sua struttura e nelle proprietà di misurazione tra i gruppi maschili e femminili. Questi indici garantiscono l'affidabilità e la validità dello strumento, confermando la sua capacità di misurare i processi cognitivi in modo coerente tra diversi gruppi di genere. Clicca qui per scaricare questa tabella.

Il modello configurale, che vincolava solo la configurazione relativa delle variabili nel modello ad essere la stessa in entrambi i gruppi, aveva un adattamento adeguato ai dati: χ²(292) = 745,970, p<,001, CFI = 0,964, SRMR = 0,034, RMSEA = 0,036, 90% CI (.033, .038). Il modello di invarianza metrica vincolava la configurazione delle variabili e tutti i carichi dei fattori in modo che fossero costanti tra i gruppi. Gli indici di adattamento erano paragonabili a quelli del modello configurale: χ²(310) = 768,56, p<,001, CFI = 0,963, SRMR = 0,037, RMSEA = 0,036, 90% CI (0,033, 0,038). L'invarianza dei carichi fattoriali è stata supportata dai test delle differenze non significative che hanno valutato la somiglianza del modello: χ²_D (18) = 26,30, p =,09; ΔCFI = 0,001. Nel modello di invarianza scalare, la configurazione, i carichi fattoriali e le medie/intercette degli indicatori erano vincolati ad essere gli stessi per ciascun gruppo. Gli indici di adattamento erano inferiori all'ideale: χ²(322) = 787,50, p<,001, CFI = 0,963, SRMS = 0,038, RMSEA = 0,035 (90% CI = 0,032, 0,038). I test di differenza che hanno valutato la somiglianza del modello hanno suggerito che c'era invarianza fattoriale: χ²_D(12)=13,00, p = .369; ΔCFI = 0,001. Infine, nel modello di invarianza rigorosa, la configurazione, i carichi fattoriali, le medie/intercette degli indicatori e i residui sono stati vincolati ad essere gli stessi per ciascun gruppo. Gli indici di adattamento erano meno che ideali: χ²(341) = 798,20, p<,001, CFI = 0,961, SRMS = 0,039, RMSEA = 0,0035 (90% CI = 0,032, 0,038). L'invarianza rigorosa è stata supportata dai test di differenza non significativa che hanno valutato la somiglianza del modello: χ²_D(11) = 25,81, p<,001; ΔCFI =.002

Accuratezza diagnostica
Per valutare l'accuratezza e la capacità discriminativa della batteria multimediale, sono state condotte analisi delle caratteristiche operative del ricevitore (ROC). L'analisi ROC aiuta a determinare la soglia ottimale (valore limite) per un test di valutazione su scala continua, bilanciando la sensibilità (capacità di identificare correttamente i veri positivi) e la specificità (capacità di identificare correttamente i veri negativi). Inoltre, l'analisi ROC è stata utilizzata per valutare la capacità del test di discriminare tra i gruppi RD e NAR. Per effettuare l'analisi, sono stati calcolati i punteggi Z per grado per ogni compito della batteria multimediale. Il punteggio omnibus consisteva nella somma dei punteggi zeta. Le analisi statistiche e le presentazioni grafiche sono state effettuate utilizzando la versione R 4.3.1⁴¹. Sono stati utilizzati i pacchetti pROC⁴⁶ e ggplot2⁴² . In termini di accuratezza diagnostica, la batteria multimediale ha mostrato un'area sotto la curva (AUC) di 9439,8 [IC 95%: 93,31%-96,24% (DeLong)] e una sensibilità di 91,0 (Figura 2). Le curve ROC per grado hanno mostrato i seguenti indici: 2° grado, AUC= 96,195% [CI: 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.

Figura 2: Analisi della curva ROC. Questa figura presenta l'analisi della curva ROC, che mostra l'accuratezza diagnostica dello strumento digitale tracciando il tasso di veri positivi rispetto al tasso di falsi positivi a varie impostazioni di soglia. Le unità per l'asse x della curva ROC sono la specificità e le unità per l'asse y sono la sensibilità. Abbreviazioni: ROC= curva caratteristica operativa del ricevitore; AUC= area sotto la curva. Clicca qui per visualizzare una versione più grande di questa figura.

Discussione

In questo studio, l'analisi fattoriale di conferma (CFA) è stata impiegata per valutare la struttura fattoriale della batteria Sicole-R, comprendente un fattore del secondo ordine e sei variabili latenti che rappresentano diversi moduli. I risultati hanno indicato un buon adattamento del modello, validità convergente e affidabilità, confermando l'efficacia della batteria nella valutazione di un insieme completo di abilità cognitive e di lettura che sono fondamentali per gli individui con dislessia. È importante sottolineare che le prestazioni costanti dello strumento digitale in diversi gruppi demografici in Spagna, Messico, Guatemala e Cile suggeriscono la sua potenziale utilità in contesti educativi e clinici in varie regioni di lingua spagnola.

Questo studio contribuisce alla letteratura dimostrando come le batterie multimediali possano essere utilizzate per identificare efficacemente specifici deficit cognitivi associati alla dislessia. La capacità della batteria di individuare specifiche aree di difficoltà, come la consapevolezza fonologica, la percezione del parlato, la velocità di denominazione, l'elaborazione ortografica, l'elaborazione sintattica e la comprensione della lettura, consente interventi su misura per soddisfare efficacemente le esigenze dei singoli studenti. Inoltre, la coerenza dimostrata della batteria tra i generi sottolinea la sua utilità nel promuovere pratiche di valutazione eque, sostenendo così iniziative di istruzione inclusiva volte a fornire pari opportunità a tutti gli studenti.

Sebbene strumenti precedenti con caratteristiche simili siano stati progettati per l'uso in lingua inglese, come il Dyslexia Early Screening Test (DEST) proposto da Fawcett e Nicolson¹⁷, che valuta più domini, questo studio ha dimostrato l'applicabilità e l'efficacia della batteria multimediale in un contesto linguistico diverso. Nel corso dell'analisi, sono stati intrapresi diversi passaggi critici all'interno del protocollo per garantire l'accuratezza e la validità dei risultati. Questi passaggi includevano la pre-elaborazione dei dati, la specifica del modello e la stima dei parametri, in linea con studi come Hautala et ^al.19 che hanno dimostrato l'affidabilità degli strumenti basati su computer nell'identificare gli studenti con difficoltà di lettura. Inoltre, altri studi, come quelli di Protopapas et ^al.20 e Pennington et ^al.12, hanno esplorato l'implementazione di strumenti di screening basati su computer per l'identificazione della dislessia, sottolineando l'importanza di sfruttare la tecnologia per migliorare le strategie di valutazione. Inoltre, l'attuale studio si allinea con i recenti progressi nella ricerca sulla dislessia e nella valutazione psicometrica, sottolineando l'importanza della batteria nei contesti contemporanei. Gli studi condotti da Jiménez et ^al.23 e Guzmán et ^al.24 hanno evidenziato la necessità critica di solidi strumenti di valutazione su misura per i diversi background linguistici, sottolineando l'efficacia di Sicole-R nel colmare questa lacuna all'interno delle popolazioni di lingua spagnola. Inoltre, l'integrazione delle tecnologie digitali nella valutazione della dislessia, come discusso da Rauschenberg et ^al.6, rafforza il rigore metodologico dimostrato nell'approccio di questo studio all'analisi e alla convalida dei fattori.

Nonostante il rigore metodologico impiegato in questo studio, è importante riconoscere alcuni limiti inerenti all'analisi. Una limitazione riguarda la generalizzabilità dei risultati, in quanto il campione era costituito da uno specifico gruppo demografico, limitando potenzialmente l'applicabilità dei risultati a popolazioni più ampie. Inoltre, mentre sono stati compiuti sforzi per garantire l'invarianza della misurazione tra i generi, altri fattori demografici, come l'età o lo stato socioeconomico, non sono stati esplicitamente presi in considerazione nell'analisi, il che potrebbe aver influenzato i risultati.

Le future direzioni di ricerca potrebbero esplorare il suo adattamento ai diversi dialetti spagnoli e la sua integrazione in quadri educativi più ampi per migliorare le strategie di identificazione. Andando avanti, la ricerca futura dovrebbe mirare ad affrontare i limiti identificati in questo studio, come esplorare l'utilità della batteria multimediale in diverse popolazioni e indagare la sua validità longitudinale e la validità predittiva nel prevedere i risultati educativi a lungo termine. Inoltre, una promettente linea di ricerca futura è stata evidenziata in una recente revisione di Jin et ^al.47, che suggerisce l'incorporazione della tecnologia neurobiologica. Hanno condotto una revisione completa delle banche dati scientifiche, selezionando gli studi pubblicati tra il 2018 e il 2023. I loro risultati suggeriscono che la valutazione della tecnologia neurobiologica sta emergendo come una tendenza promettente nel far progredire la diagnosi della dislessia.

In conclusione, i risultati di questo studio evidenziano che la batteria multimediale è uno strumento prezioso per gli educatori, facilitando in ultima analisi un supporto più efficace e risultati migliori per gli studenti con dislessia. Incorporando queste intuizioni contemporanee, i risultati contribuiscono all'evoluzione del discorso sulla valutazione della dislessia, offrendo a professionisti e ricercatori prospettive aggiornate su quadri di strategia diagnostica efficaci. Per quanto ne sappiamo, questo studio è tra i primi a convalidare una batteria multimediale completa su misura per le popolazioni di lingua spagnola, colmando una lacuna critica negli attuali strumenti diagnostici disponibili per la dislessia.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Sicole-R	Universidad de La Laguna	TF-263- 07