$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Steekproef
De steekproef omvatte 881 deelnemers uit Spanje (N = 325), Mexico (N = 169), Guatemala (N = 227) en Chili (N = 160), die allemaal Spaans als moedertaal hadden. De steekproef werd verdeeld in twee groepen: 451 in de groep met leesstoornissen (RD) en 430 in de normaal presterende lezers (NAR) groep. Kinderen met speciale onderwijsbehoeften - die ondersteuning en specifieke educatieve aandacht nodig hebben vanwege zintuiglijke beperkingen, neurologische problemen of andere aandoeningen - werden uitgesloten omdat deze factoren doorgaans worden gebruikt als uitsluitingscriteria voor leerstoornissen of ernstige gedragsstoornissen, hetzij tijdelijk, hetzij voor de duur van hun opleiding. Deelnemers in de RD-groep werden geselecteerd op basis van criteria zoals een IQ gelijk aan of groter dan 80, een percentiel voor het meten van de leestijd van woorden boven het 75e percentiel, een percentiel voor het meten van de leestijd van pseudowoorden boven het 75e percentiel, of een percentiel voor het meten van de nauwkeurigheid van pseudowoorden onder het 25e percentiel. Evenzo werd de NAR-groep geselecteerd op basis van vergelijkbare criteria, met de toevoeging van een PROLEC 36-begripstaakpercentiel boven het 25e percentiel. Alle percentielen werden bepaald op basis van de leerjaren van de deelnemers. De indeling van de deelnemers in deze groepen was gebaseerd op taken van woordlezen en pseudowoordlezen, elk bestaande uit afzonderlijke blokken. In beide blokken kregen de deelnemers de opdracht om de gepresenteerde verbale prikkels zo snel mogelijk hardop voor te lezen. Het woordleesblok bevatte 32 stimuli, terwijl het pseudowoordleesblok 48 stimuli bevatte. De vertrouwdheid van de woorden werd gecontroleerd aan de hand van criteria die werden geschetst door Guzman en Jiménez37. Metingen van hits, fouten en latentietijden werden geregistreerd, waarbij latentietijden werden gemeten vanaf het verschijnen van elk item tot het begin van de vocale respons van de student. Het woordleesblok vertoonde een hoge interne consistentie (α = .89), terwijl het pseudowoordleesblok een nog grotere interne consistentie vertoonde (α = .91). De verdeling van studenten met RD en NAR over verschillende leerjaren was als volgt: In het tweede leerjaar waren er 30 NAR- en 27 RD-studenten. Bij de overgang naar het derde leerjaar werden 100 NAR's waargenomen naast 88 RD-studenten. In het vierde leerjaar zaten 100 NAR- en 116 RD-studenten. In het vijfde leerjaar waren er 100 NAR- en 116 RD-studenten, terwijl er in de zesde klas 100 NAR- en 104 RD-studenten waren. Om de leeftijdsverschillen in de totale steekproef en binnen elk leerjaar te beoordelen, werden eenrichtings-ANOVA-tests uitgevoerd. De resultaten toonden geen significante verschillen aan, waarbij alle p-waarden hoger waren dan 0,05. Evenzo werd de verdeling van de geslachtsvariabele onderzocht met behulp van de chi-kwadraattoets, waarbij alle p-waarden ook hoger waren dan 0,05.
Beschrijvende statistieken
Tabel 1 geeft een overzicht van de beschrijvende statistieken (gemiddelde en standaarddeviatie) voor leeftijd en de beoordelingsmaatstaven. De gegevens zijn gecategoriseerd op geslacht, waarbij onderscheid wordt gemaakt tussen normaal presterende lezers en mensen met leesproblemen in verschillende landen. De resultaten toonden positieve en statistisch significante correlaties tussen een groot aantal beoordelingsmaatregelen (zie tabel 2). De tabel toont correlaties tussen de maatregelen, variërend van zwak tot sterk. Correlaties kleiner dan 0,3 worden als zwak beschouwd, terwijl correlaties groter dan 0,5 als sterk worden gecategoriseerd. Specifieke correlatiewaarden worden gegeven naast hun respectievelijke sterkteclassificaties. Zwakke correlaties (r < 0,3) omvatten bijvoorbeeld die van blending-segmentatie (r = 0,354) en deletie-homofoon begrip (r = 0,270). Matige correlaties (0,3 ≤ r < 0,5) werden waargenomen tussen het grammaticale structuurnummer (r = 0,463) en de functionele woorden-grammaticale structuur (r = 0,512). Sterke correlaties (r ≥ 0,5) zijn duidelijk voor getal-geslacht (r = 0,642) en foto RAN-Color RAN (r = 0,442).
Tabel 1: Beschrijvende statistieken van de maatregelen. Deze tabel geeft het gemiddelde, de standaarddeviatie en andere beschrijvende statistieken voor de verschillende maatregelen die in de digitale tool zijn opgenomen. LEEFTIJD: Leeftijd; NAR: Normaal presterende lezers; RD: Leeshandicap ; SEG: Segmentatie; BLN: Mengen; ISO: Foneemisolatie; DEL: Foneem verwijderen; HOM: Homofoon begrip; R&S: Wortel & Achtervoegsels; GEN: Geslacht; NUM: Getal; FW: Functionele woorden; GRS: Grammaticale structuur; EXT: Expositieve Tekst ; NAT: verhalende tekst ; VOS: Intonatie van articulatie; MOA: Manier van articulatie; POA= Plaats van articulatie; DIG: cijfer LIEP; LET: Brief liep; COL: Kleur RAN; Klik hier om deze tabel te downloaden.
Tabel 2: Correlatiecoëfficiënten van de maatregelen. Deze tabel toont de correlatiecoëfficiënten tussen verschillende metingen van de digitale tool, wat de sterkte en richting van de relaties tussen deze metingen aangeeft. SEG: Segmentatie; BLN: Mengen; ISO: Foneemisolatie; DEL: Foneem verwijderen; HOM: Homofoon begrip; R&S: Wortel & Achtervoegsels; GEN: Geslacht; NUM: Getal; GRS: Grammaticale structuur; FW: Functionele woorden; EXT: Expositieve Tekst ; NAT: verhalende tekst ; VOS: Intonatie van articulatie; MOA: Manier van articulatie; POA= Plaats van articulatie; DIG: cijfer LIEP; LET: Brief liep; COL: Kleur RAN; FOTO: Foto RAN. Klik hier om deze tabel te downloaden.
Analyse van bevestigende factoren
CFA werd uitgevoerd om de voorgestelde factorstructuur van de multimediabatterij te beoordelen. Het model omvat een tweede-ordefactor en zes latente variabelen, die elk verschillende modules van de multimediabatterij vertegenwoordigen. Deze constructen omvatten fonologisch bewustzijn (inclusief fonemische segmentatie, isolatie, menging en deletietaken), morfo-orthografische module (met wortel en achtervoegsels en homofoon begripstaken), syntaxis (bestaande uit geslacht, getal, grammaticale structuur en functionele woordtaken), spraakperceptie (met betrekking tot intonatie, manier van articulatie en plaats van articulatietaken), begrijpend lezen (inclusief taken voor expositieve tekst en verhalende tekstbegrip) en snel geautomatiseerde naamgeving (letters, kleuren, cijfers en afbeeldingstaken van de RAN-taak). Om consistentie te garanderen in alle taken in de multimediabatterij (variërend van 0 tot 1), hebben we de schatting van het aandeel maximale schaling (POMS) gebruikt. POMS-scores werden berekend voor de op tijd gebaseerde taken (wortels en achtervoegsels)38.
Statistische analyses en grafische presentaties werden uitgevoerd met behulp van R versie 4.3.139, waarbij gebruik werd gemaakt van de pakketten lavaan40, semTools41 en ggplot242 . De pasvorm van het model werd beoordeeld aan de hand van verschillende goodness-of-fit-indices. Hoewel de chi-kwadraatheid van pasvorm significant was, χ2(df) = 632,01, p < .001, wat een discrepantie suggereert tussen het veronderstelde model en de waargenomen gegevens, is het belangrijk op te merken dat de chi-kwadraattoets gevoelig is voor steekproefomvang43. Daarom zijn aanvullende fit-indices in overweging genomen.
De comparative fit index (CFI) leverde een waarde op van .961, waarmee de algemeen aanvaarde drempel van .95 werd overschreden en een goede fit met de gegevens aangeeft. De wortelgemiddelde kwadratische fout van benadering (RMSEA) was .038, wat aangeeft dat het model nauw aansluit bij de gegevens. De gestandaardiseerde wortel mean square residual (SRMR) was .034, wat onder de aanbevolen waarde van .05 lag, wat een ideale pasvorm suggereert. De factorbelastingen voor de artikelen varieerden van .36 tot .81, wat wijst op aanzienlijke belastingen op hun respectieve factoren. De totale gemiddelde geëxtraheerde variantie (AVE) bedroeg meer dan .50, wat voldoende convergente validiteit suggereert, en de totale samengestelde betrouwbaarheid (CR) lag boven .80, wat wijst op een goede interne consistentiebetrouwbaarheid.
Concluderend ondersteunden de resultaten van de CFA de voorgestelde factorstructuur, wat een goede modelfit, convergente validiteit en betrouwbaarheid aantoonde. Raadpleeg de grafische weergave van het model in figuur 1.

Figuur 1: Analyse van bevestigende factoren. Deze figuur illustreert de resultaten van de bevestigende factoranalyse die op de digitale tool is uitgevoerd, waarbij de factorbelasting en de relaties tussen verschillende cognitieve verwerkingsmaatregelen worden benadrukt. Afkortingen: SIC= Sicole-R; PA= Fonologisch bewustzijn; SEG= segmentatie; BLN= Mengen; ISO= isolatie; DEL= verwijdering; MO= Morfologische verwerking; HOM= Homofoon begrip; R&S= Wortel en achtervoegsels; SYN= Syntactische verwerking; GEN= geslacht; NUM= Getal; GRS= Grammaticale structuur; FW= Functionele woorden; RC= Begrijpend lezen; EXT= Positieve tekst; NAT= Verhalende tekst; SP= Spraak perceptie; VOC= Intonatie van articulatie; MOA= Wijze van articulatie; POA= Plaats van articulatie; RAN= snelle geautomatiseerde naamgeving; NUM= Aantal RAN; LET= Brief LIEP; COL= Kleur RAN; PIC= Afbeelding RAN. Klik hier om een grotere versie van deze figuur te bekijken.
Meetinvariantieanalyses werden gebruikt om te testen of de factorstructuur van de multimediabatterij stabiel was voor alle geslachten. Het testen van meetinvariantie bestaat uit een reeks modelvergelijkingen die steeds strengere gelijkheidsbeperkingen definiëren44. We voerden de statistische analyses uit en volgden dezelfde fit-modelcriteria van de vorige CFA. We hebben achtereenvolgens parameters beperkt die de configuratieve, metrische (belastingen), scalaire (onderscheppingen) en strikte (residuele) structurenvertegenwoordigen 45. Een slechte pasvorm in een van deze modellen suggereert dat het aspect dat wordt beperkt niet consistent werkt voor de verschillende groepen. De mate van invariantie werd gezamenlijk bepaald wanneer χ2D >0,05 was en ΔCFI <0,01. Een samenvatting van de resultaten van de indexcijfers van de modellen en de verschillen tussen de modellen zijn weergegeven in tabel 3.
Tabel 3: Invariantiemodel fit indices. Deze tabel geeft de fit-indices weer voor het testen van de genderinvariantie van het model, waarbij wordt beoordeeld hoe goed de digitale tool consistentie behoudt in zijn structuur en meeteigenschappen in mannelijke en vrouwelijke groepen. Deze indices garanderen de betrouwbaarheid en validiteit van de tool door te bevestigen dat het in staat is om cognitieve processen consistent te meten in verschillende gendergroepen. Klik hier om deze tabel te downloaden.
Het configuratiemodel, dat alleen de relatieve configuratie van variabelen in het model beperkte tot hetzelfde in beide groepen, paste voldoende bij de gegevens: χ2(292) = 745.970, p<.001, CFI = .964, SRMR = 0.034, RMSEA = .036, 90% BI (.033, .038). Het metrische invariantiemodel beperkte de configuratie van variabelen en alle factorbelastingen om constant te zijn in alle groepen. De fit-indices waren vergelijkbaar met die van het configuratiemodel: χ2(310) = 768.56, p<.001, CFI = .963, SRMR = .037, RMSEA = .036, 90% BI (.033, .038). De invariantie van de factorbelastingen werd ondersteund door de niet-significante verschiltests die de modelgelijkenis beoordeelden: χ2D (18) = 26,30, p =,09; ΔCFI = 0,001. In het scalaire invariantiemodel waren de configuratie, factorladingen en indicatorgemiddelden/onderscheppingen beperkt tot hetzelfde voor elke groep. De fit-indices waren niet ideaal: χ2(322) = 787,50, p<.001, CFI = .963, SRMS = .038, RMSEA = .035 (90% BI = .032, .038). De verschiltests die de modelgelijkenis evalueerden, suggereerden dat er sprake was van factoriële invariantie: χ2D(12)=13.00, p = .369; ΔCFI = 0,001. Ten slotte werden in het strikte invariantiemodel de configuratie, factorbelastingen, indicatorgemiddelden/onderscheppingen en residuen beperkt tot hetzelfde voor elke groep. De fit-indices waren niet ideaal: χ2(341) = 798,20, p<,001, CFI = .961, SRMS = .039, RMSEA = .0035 (90% BI = .032, .038). Strikte invariantie werd ondersteund door de niet-significante verschiltests die de modelgelijkenis beoordeelden: χ2D(11) = 25,81, p<,001; ΔCFI =.002
Diagnostische nauwkeurigheid
Om de nauwkeurigheid en het onderscheidend vermogen van de multimediabatterij te evalueren, werden analyses van de werkingskarakteristiek (ROC) van de ontvanger uitgevoerd. ROC-analyse helpt bij het bepalen van de optimale drempel (afkapwaarde) voor een beoordelingstest op continue schaal, waarbij gevoeligheid (vermogen om echte positieven correct te identificeren) en specificiteit (vermogen om echte negatieven correct te identificeren) in evenwicht wordt gebracht. Bovendien werd ROC-analyse gebruikt om het vermogen van de test om onderscheid te maken tussen de RD- en NAR-groepen te beoordelen. Om de analyse uit te voeren, werden Z-scores berekend per graad voor elke taak van de multimediabatterij. De omnibusscore bestond uit de som van de zeta-scores. Statistische analyses en grafische presentaties werden uitgevoerd met behulp van R versie 4.3.141. Er werd gebruik gemaakt van de pakketten pROC46 en ggplot242 . In termen van diagnostische nauwkeurigheid vertoonde de multimediabatterij een oppervlakte onder de curve (AUC) van 9439,8 [95% BI: 93,31%-96,24% (DeLong)] en een gevoeligheid van 91,0 (Figuur 2). De ROC-curven per graad vertoonden de volgende indices: 2° graad, AUC= 96,195% [BI: 91,54%-100% (DeLong)], Se= .96, Sp=.90; 3° graad, AUC= 95,3, [95% BI: 92,43%-98,18% (DeLong)], Se=75,70, Sp= 72,34; 4° graad, AUC=93,4 [95% BI: 90,2%-96,66% (DeLong)], Se=.92, Sp=.84; 5° graad, AUC=95,9 [95% BI: 93,11%-98,75% (DeLong)], Se=.90, Sp=.95; 6° graad, AUC=94.4 [95% BI: 91.11%-97.69% (DeLong)], Se=.92, Sp=.91.

Figuur 2: Curve ROC analyse. Deze figuur geeft de ROC-curveanalyse weer, die de diagnostische nauwkeurigheid van de digitale tool laat zien door het werkelijke positieve percentage uit te zetten tegen het percentage vals-positieven bij verschillende drempelinstellingen. De eenheden voor de x-as van de ROC-curve zijn specificiteit en de eenheden voor de y-as zijn gevoeligheid. Afkortingen: ROC= werkingskarakteristiek van de ontvanger; AUC= oppervlakte onder de curve. Klik hier om een grotere versie van deze figuur te bekijken.