Resumen

El trastorno del desarrollo del lenguaje (DLD, por sus siglas en inglés) se
caracteriza por dificultades para aprender el idioma nativo sin razón
aparente. Estas dificultades del lenguaje ocurren en el 7% de los niños y se
sabe que limitan los logros académicos y sociales futuros. Nuestra
comprensión de las anomalías cerebrales asociadas con DLD es
limitada. Aquí, usamos una tarea simple de generación de verbos de
cuatro minutos (los niños vieron una imagen de un objeto y se les indicó
que dijeran una acción que vaya con ese objeto) para evaluar a niños entre
las edades de 10 a 15 años (DLD N = 50, desarrollo típico N =
67). También evaluamos a 26 niños con poca capacidad lingüística que no
cumplían con nuestros criterios para DLD. Contrariamente a nuestras
predicciones registradas, encontramos que los niños con DLD no tenían
(i) una actividad reducida en las regiones relevantes del lenguaje, como la
corteza frontal inferior izquierda; (ii) actividad estriatal disfuncional
durante la producción manifiesta; o (iii) una reducción en la actividad
lateralizada a la izquierda en la corteza frontal. De hecho, el desempeño
de esta tarea de lenguaje simple provocó actividad en niños con DLD en
las mismas regiones y en un nivel similar al de los niños con desarrollo
típico. De acuerdo con informes anteriores, encontramos diferencias de
grupo por debajo del umbral en la circunvolución frontal inferior
izquierda y los núcleos caudados, pero solo cuando el análisis se limitó a
una submuestra del grupo DLD (N = 14) que tuvo el peor desempeño en la
tarea. Además, utilizamos un modelo de dos factores para capturar la
variación en todos los niños estudiados (N = 143) en una variedad de
pruebas neuropsicológicas y encontramos que estos factores de lenguaje y
memoria verbal se correlacionaron con la actividad en diferentes regiones
del cerebro. Nuestros hallazgos indican una falta de apoyo para algunos
modelos neurológicos de aprendizaje atípico del lenguaje, como la
hipótesis del déficit procedimental o la hipótesis de la lateralización
atípica, al menos cuando se usan tareas de lenguaje simples que los niños
pueden realizar. Estos resultados también enfatizan la importancia de
controlar y monitorear el desempeño de las tareas.

Palabras clave
Neuroimagen funcional

Deterioro específico del lenguaje

Pediátrico
Lateralización del lenguaje

Los niños con trastorno del desarrollo del lenguaje (DLD, por sus siglas en
inglés) luchan por aprender su idioma nativo sin razón aparente. Es una
condición común pero poco reconocida ( Bishop, 2014 ). Se estima que la
prevalencia de DLD es del 7% al ingresar a la escuela ( Norbury et al.,
2016 ). Al igual que con otros trastornos del neurodesarrollo más
conocidos , como el trastorno del espectro autista (TEA) y el trastorno por
déficit de atención con hiperactividad (TDAH), no existen líneas
divisorias claras entre el desarrollo típico y el trastorno, y la definición
abarca una variedad de problemas del lenguaje ( Obispo et al. al.,
2016). Una razón para la falta de reconocimiento podría ser la
terminología y los criterios inconsistentes utilizados: un estudio de
consenso reciente acordó el término DLD para reemplazar otros términos,
incluido el Trastorno específico del lenguaje (SLI) ( Obispo et al.,
2017 ). En términos de etiología, se cree que la DLD es un trastorno
multifactorial complejo causado por una combinación de muchas
influencias genéticas, cada una de las cuales tiene un efecto pequeño, que
interactúan con factores ambientales ( Obispo, 2006 ).
Se sabe relativamente poco sobre la base neurológica de los trastornos del
desarrollo del lenguaje. Un estudio inicial realizado por Jernigan et al
(1991) encontró que estos trastornos no suelen resultar de lesiones
macroscópicas del cerebro, pero se han descrito diferencias en los
tamaños relativos de las diferentes regiones del cerebro. Clásicamente, los
estudios han sugerido que la estructura y la actividad en las regiones
relevantes del lenguaje, como la circunvolución frontal inferior y
la circunvolución temporal superior , difieren en DLD y en niños con
desarrollo típico. Algunos estudios también indicaron anomalías
estructurales y actividad disfuncional dentro del cuerpo estriado
( Badcock et al., 2012 ; Lee et al., 2013 ; Watkins et al., 2002b)), una
estructura que planteamos como hipótesis es importante para el
aprendizaje de idiomas ( Krishnan et al., 2016 ). Sin embargo, una
revisión sistemática reciente destacó la pequeña cantidad de estudios que
investigan anomalías estructurales o funcionales en DLD y señaló que
cada estudio involucró a un número muy pequeño de participantes
( Mayes et al., 2015 ); como resultado, los hallazgos entre los estudios son
inconsistentes.
Una teoría de larga data sostiene que DLD y otros trastornos del
neurodesarrollo relacionados con el habla y el lenguaje (p. ej ., dislexia ,
tartamudeo) se asocian con una falla en el establecimiento de patrones
normales de lateralización cerebral para el lenguaje (ver Bishop, 1990 ,
para una revisión). Estudios más recientes que utilizan una variedad de
métodos de imágenes cerebrales han brindado cierto apoyo a este punto
de vista ( Obispo, 2013 ). Mediante resonancia magnética funcional para
medir los índices de lateralidad en una batería de tareas del lenguaje, los
niños con DLD mostraron una falta de lateralización izquierda en las
áreas centrales del lenguaje ( de Guibert et al., 2011 ). Nuestro propio
trabajo preliminar en una pequeña muestra de ocho niños con DLD
también mostró una lateralización izquierda reducida en el lóbulo
frontal.actividad en una tarea de denominación de respuesta auditiva
( Badcock et al., 2012 ). Sin embargo, un gran estudio reciente que
utilizó ecografía Doppler transcraneal funcional (fTCD) para evaluar la
lateralización del lenguaje en 263 niños encontró que las tasas de
lateralización atípica en el grupo DLD no eran diferentes a las del grupo
con desarrollo típico ( Wilson y Bishop, 2018 ). Esto llevó a los autores a
especular que los hallazgos previos de asociación podrían ser falsos
positivos derivados de una literatura caracterizada por tamaños de
muestra pequeños y flexibilidad analítica. Alternativamente, fTCD podría
ser insensible a aspectos de la lateralidad del lenguaje medidos con
resonancia magnética funcional: fTCD es sensible y confiable para
detectar cambios relacionados con la tarea en el flujo sanguíneo en
elarteria cerebral media , pero no da ninguna información sobre la
localización de la activación dentro del hemisferio.
Las discrepancias en los resultados de los estudios funcionales también
podrían explicarse por la variedad de paradigmas utilizados. Del pequeño
número de estudios de fMRI que compararon DLD con grupos de
desarrollo típico, cada uno usó diferentes tareas y se centró en diferentes
anomalías. Al escuchar palabras y no palabras, cinco personas con DLD
mostraron una actividad más débil en la circunvolución temporal superior
bilateralmente en relación con los controles de la misma edad ( Hugdahl
et al., 2004 ). En otra tarea ( Ellis-Weismer et al., 2005 ), los participantes
respondieron preguntas auditivas (fase de codificación) y posteriormente
se les preguntó si habían escuchado la pregunta antes (fase de
reconocimiento). En la fase de codificación, aquellos con DLD (N = 8)
mostraron actividad reducida en el surco precentral izquierdo ycorteza
parietal , mientras que en la fase de reconocimiento, mostraron
disminuciones anormales en el giro frontal inferior izquierdo. En un
paradigma de cambio de tareas diseñado para examinar la función
ejecutiva, aquellos con DLD (N = 4) tenían mayor actividad que los
controles en la circunvolución temporal superior izquierda ( Dibbets et al.,
2006). En nuestro propio trabajo, utilizamos una tarea de denominación
de respuesta auditiva, que tenía menos demandas metalingüísticas
(Badcock et al., 2012). Los participantes escucharon una definición de tres
palabras y generaron de forma encubierta una palabra
correspondiente. Aquellos con DLD (N = 8) mostraron una actividad
reducida en la corteza frontal inferior izquierda, el putamen derecho y la
circunvolución temporal superior bilateralmente. Más recientemente,
utilizando una conectividad funcionalanálisis de la actividad cerebral
durante una tarea de segmentación implícita de palabras, los adultos con
DLD (N = 16) mostraron hiperactividad en la circunvolución frontal
inferior izquierda, la circunvolución temporal superior y la circunvolución
supramarginal ( Plante et al., 2017). Cada uno de los paradigmas
funcionales descritos anteriormente está asociado con un patrón diferente
de activación neuronal, lo que quizás conduzca a un poder diferencial
para detectar las diferencias de grupo. Además, la disfunción durante la
tarea se caracteriza como actividad excesiva o insuficiente, a veces en la
misma región del cerebro. Una consideración importante cuando se
prueban dos grupos es minimizar las diferencias relacionadas con el
desempeño en las tareas (Brown et al., 2005;Schlaggar et al., 2002).). Si
los niños con DLD no realizan la tarea en el escáner al mismo nivel que los
niños de comparación, cualquier diferencia en la activación podría ser
solo una consecuencia de este desempeño deficiente, en lugar de decirnos
algo sobre la causa del trastorno del lenguaje. Muchos de los estudios
anteriores (incluido el nuestro) utilizaron tareas encubiertas, lo que
dificulta evaluar si las personas con DLD estaban realizando la tarea al
mismo nivel. En otros casos, como en las tareas que exigen el
funcionamiento ejecutivo, se sabe que las personas con DLD tienen un
desempeño deficiente ( Gooch et al., 2016 ; Kapa y Plante, 2015 ).
Para el estudio actual, identificamos la generación de verbos como una
tarea de imagen funcional que sería adecuada para sondear la actividad
cerebral para el procesamiento del lenguaje en niños con diferentes
niveles de capacidad lingüística. Una tarea típica de generación de verbos
consiste en identificar una imagen, buscar en el léxico mental una acción
plausible que se relacione con la imagen, recuperar esa palabra de acción,
el ensamblaje fonológico y la ejecución de los comandos articulatorios
para la producción abierta de la palabra en el habla. En adultos, se
observa un patrón constante de actividad cerebral cuando se realiza esta
tarea, a saber, una fuerte activación de la parte posterior de la
circunvolución frontal inferior izquierda ( Petersen et al.,
1988 ; Thompson-Schill et al., 1997).). Otras regiones que se activan
comúnmente son regiones en la corteza posterior perisilviana, incluida la
circunvolución supramarginal, la circunvolución temporal superior
posterior y el surco, la corteza cingulada anterior y el área motora
suplementaria ; estas áreas a menudo se activan bilateralmente, aunque
con las estructuras de la línea media esto es difícil de discernir. Las tareas
de generación de verbos también se han utilizado con éxito con niños
( Brown et al., 2005 ; Holland et al., 2001 ; Schapiro et al.,
2004 ; Schlaggar et al., 2002 ; Szaflarski et al., 2006 , 2005 ).). Las
versiones encubiertas de esta tarea muestran cómo la actividad cerebral
para el procesamiento del lenguaje cambia con la edad, pero como se
señaló anteriormente, impiden la determinación de los cambios
relacionados con el rendimiento ( Holland et al., 2001 ; Karunanayaka et
al., 2010 ; Szaflarski et al., 2006 , 2005 ). ). Desde el punto de vista del
comportamiento, sabemos que los niños con DLD pueden realizar tareas
de generación de verbos ( Norbury et al., 2001 ). Esto, junto con el hecho
de que la tarea produce de forma fiable una activación lateralizada en
la corteza prefrontal , la hace adecuada para nuestros propósitos. Además,
esta tarea se puede completar abiertamente, lo que permite rastrear
cualquier problema relacionado con el rendimiento.
¿En qué parte del cerebro podríamos esperar ver diferencias neuronales
entre aquellos que tienen un desarrollo típico y aquellos con trastornos
del habla y el lenguaje, en una tarea de generación de verbos? La
generación manifiesta de verbos se ha estudiado en miembros afectados
de la familia KE, que tienen una mutación en el gen FOXP2 y un perfil
conductual compatible con DLD ( Watkins et al., 2002a ). Aunque el
estudio previo de IRMf ( Liégeois et al., 2003) comparó solo un número
muy pequeño de participantes (cinco miembros afectados con cinco
miembros no afectados), nos permite hacer predicciones sobre las
regiones donde esperaríamos ver diferencias entre aquellos con DLD y
aquellos que no. Los resultados revelaron un patrón difuso de actividad
bilateral en los miembros de la familia afectados en relación con los no
afectados, con una actividad significativamente reducida en la pars
triangularis de la circunvolución frontal inferior izquierda y en el putamen
bilateralmente ( Liégeois et al., 2003 ). La parte posterior de la
circunvolución frontal inferior izquierda es una región clave para el
procesamiento del lenguaje; las tareas relacionadas con la búsqueda y
recuperación léxica activan esta región con fuerza, con loci separables
para el procesamiento fonológico en pars opercularisy procesamiento
semántico en pars triangularis ( Gough et al., 2005 ). Es probable que el
putamen desempeñe un papel en la ejecución fluida de los complejos
movimientos secuenciales y simultáneos que son necesarios para el
habla. Anteriormente, planteamos la hipótesis de que las regiones
cerebrales subcorticales involucradas en el aprendizaje del habla y el
lenguaje, como el cuerpo estriado, pueden ser disfuncionales en DLD
( Krishnan et al., 2016 ).
Sobre la base de estas observaciones anteriores, generamos las hipótesis a
continuación. Nuestro objetivo era recopilar datos de al menos 45 niños
con DLD de 10 a 15 años de edad y 45 niños con un desarrollo típico y
emparejados por edad y sexo. El tamaño de muestra mínimo de 45 se
eligió en base a un análisis de potencia (ver métodos).
Hipótesis 1: los niños con DLD muestran una actividad reducida en
relación con los niños con desarrollo típico en la red frontoestriatal,
específicamente en la pars triangularis de la circunvolución frontal
inferior izquierda (BA45) (Hipótesis 1a) y en el putamen izquierdo y
derecho (Hipótesis 1b y c ); los dos grupos no diferirán en términos de
actividad relacionada con la tarea en una región del cerebro fuera de esta
red, a saber, la corteza occipital lateral derecha (hipótesis 1d).
Hipótesis 2: los niños con DLD muestran una lateralización izquierda
reducida en el lóbulo frontal durante la generación del verbo (Hipótesis
2a). Tal reducción podría deberse a la falta de activación confiable de
cualquiera de los hemisferios por encima de los niveles de ruido, a la
reducción de la actividad en el hemisferio izquierdo o al aumento de la
actividad en el hemisferio derecho . Sobre la base de trabajos previos,
predecimos que cualquier reducción en la lateralidad observada se deberá
a una falla en la activación confiable de cualquiera de los hemisferios por
encima de los niveles de ruido (Hipótesis 2b).
Métodos
Ética
Este estudio fue aprobado por el Comité Ético de Investigación
Interdivisional de Ciencias Médicas de la Universidad de Oxford
(R55835/RE002). Antes de inscribir a los participantes en el estudio,
obtuvimos el consentimiento informado por escrito de los padres/tutores
y el asentimiento por escrito de los niños.
Pre-registro
El manuscrito prerregistrado de la Etapa 1 está disponible
en https://osf.io/6g247 .
Participantes
Reclutamos participantes entre las edades de 10,0 a 15,11 (años, meses) en
una variedad de habilidades lingüísticas para este estudio. Algunos niños
participaron en el estudio SCALES ( Norbury et al., 2016 ), el Proyecto de
lectura y lenguaje Wellcome ( Snowling et al., 2015 ) y el Estudio de
gemelos OSCCI ( Wilson y Bishop, 2018 ). Además, reclutamos
participantes en este rango de edad de escuelas para niños con
dificultades de aprendizaje de idiomas, así como publicidad a través de
organizaciones que realizaron actividades de divulgación con personas
con problemas de lenguaje (como ICAN, Afasic, RADLD) y dislexia .(como
la Asociación Británica de Dislexia). Reclutamos principalmente a
participantes con desarrollo típico de escuelas locales y escuelas que
participan en programas de extensión universitaria.
Nuestros criterios de inclusión para todos los participantes fueron: (i)
audición normal (definida como pasar el examen audiométrico a 25 dB a
500 Hz, 1000 Hz y 2000 Hz, en el mejor oído); (ii) un coeficiente
intelectual no verbal > 70 (evaluado mediante las pruebas de diseño de
bloques y razonamiento matricial WISC-IV – Wechsler, 2004 ); y (iii)
haber crecido en el Reino Unido hablando inglés. Los niños no fueron
reclutados si cumplían alguno de los siguientes criterios de exclusión: (i)
un diagnóstico de otro trastorno del desarrollo como el síndrome de
Down o el síndrome de Williams ; (ii) antecedentes de
deficiencias neurológicas o trastornos neurológicos como la epilepsia; (iii)
un diagnóstico de TEA o TDAH; (iv) una puntuación superior a 7 (es
decir, en el rango clínico) en la subescala de hiperactividad
del Cuestionario de Fortalezas y Dificultades (SDQ; Goodman, 1997); (v)
una puntuación superior a 15 en el Social Communication Questionnaire
– Lifetime (Rutter et al., 2003); (vi) una contraindicación para la
resonancia magnética. Los niños no fueron excluidos sobre la base de
su preferencia manual o si hablaban varios idiomas.
Los participantes se clasificaron como de desarrollo típico si no tenían
antecedentes de problemas del habla y el lenguaje, y si no más de una
puntuación de prueba de lenguaje estandarizada estaba 1 DE o más por
debajo de la media normativa (ver ( Barry et al., 2007 ), para conocer la
justificación de esto criterio, y consulte a continuación las pruebas
incluidas como parte de nuestra evaluación).
Se clasificó a los participantes con DLD si presentaban antecedentes de
problemas del habla y del lenguaje y obtuvieron una puntuación de 1 DE o
más por debajo de la media normativa en dos o más pruebas
estandarizadas de capacidad del lenguaje (ver más abajo).
Predijimos que algunos participantes tendrían antecedentes de problemas
del habla y el lenguaje (HSL), pero no cumplirían con nuestros criterios
DLD (es decir, 1 DE o más por debajo del criterio medio en dos pruebas de
lenguaje). Estos casos (participantes de HSL) se incluyen en los análisis
que utilizan fenotipos de lenguaje cuantitativo, pero no en las
comparaciones de grupos. De manera similar, predijimos que los niños
que se consideran de desarrollo típico podrían obtener una puntuación de
1 DE o más por debajo de la media en dos pruebas de lenguaje
estandarizadas, pero no tienen antecedentes de problemas del habla y del
lenguaje. Decidimos excluir a estos niños de nuestros análisis (ver
Resultados, selección de participantes, para obtener más detalles sobre las
exclusiones).
También excluimos los datos de los participantes que se movieron
excesivamente durante la ejecución funcional o en los que no pudimos
obtener una imagen T1 para el registro. Se definió movimiento excesivo si
se cumple uno o ambos de los siguientes criterios: (i) la corrección de
movimiento absoluto promedio aplicada usando MCFLIRT (parte de FSL,
vea más abajo para más detalles) a cada volumen para que se registre con
el volumen de referencia > 2,4 mm (la dimensión de un vóxel de
imagen); (ii) el número de valores atípicos detectados por
fsl_motion_outliers (una herramienta que detecta volúmenes en la serie
de tiempo que han sido corrompidos por un gran movimiento y que no se
pueden corregir usando métodos de regresión de parámetros de
movimiento lineal) supera los 75 volúmenes de los 300 adquiridos
durante el tarea (es decir, 25%).
Cuando los participantes no completaron las pruebas de comportamiento,
imputamos datos para los análisis factoriales si no faltaban más de dos
puntajes de las pruebas (utilizando la máxima verosimilitud de
información completa en el análisis, consulte la sección Resultados para
obtener más detalles). Los participantes que no completaron tres o más
pruebas de comportamiento fueron excluidos de nuestros análisis.
batería neuropsicológica
Además de las medidas de detección descritas anteriormente (SDQ y
SCQ), los participantes completaron una batería neuropsicológica para
evaluar sus habilidades lingüísticas, capacidad de razonamiento no
verbal, lateralidad y destreza/coordinación motora. Toda la batería de
pruebas tardó menos de 2,5 horas en administrarse.
Pruebas de idioma
La capacidad lingüística de los participantes se evaluó mediante pruebas
de gramática, narración y vocabulario; se utilizó una puntuación en estas
pruebas de 1 DE o más por debajo de la media para categorizar a los niños
con DLD. La comprensión gramatical se evaluó mediante el Test for
Reception of Grammar – 2 o su equivalente electrónico (TROG-E, Bishop,
2005 ). Esta es una prueba de comprensión de oraciones de opción
múltiple. La gramática expresiva se evaluó utilizando la subprueba
Recording Sentences de Clinical Evaluation of Language
Fundamentals - 4th Edition (CELF-4; Semel et al., 2004)), que consiste en
repetir frases palabra por palabra. Este proceso se basa en el
procesamiento, análisis y reconstrucción del significado de las oraciones
utilizando el lenguaje y los sistemas de memoria del niño y, en
consecuencia, proporciona una ventana a su capacidad gramatical. La
producción y comprensión narrativa de los niños se evaluó mediante el
Instrumento de Expresión, Recepción y Recuerdo de Narrativas
(ERNNI; Bishop, 2004 ). El vocabulario receptivo y expresivo se evaluó
mediante la prueba de vocabulario receptivo de palabras sueltas con
imágenes, 4.ª edición (ROWPVT-4; Martin y Brownell, 2011a ) y la prueba
de vocabulario expresivo de palabras sueltas con imágenes, 4.ª edición
(EOWPVT-4; Martin y Brownell, 2011 ). b) respectivamente.
Pruebas de lectura
Obtuvimos medidas de decodificación fonológica y eficiencia de lectura de
palabras visuales utilizando la Prueba de eficiencia de lectura de palabras
(TOWRE; Torgesen et al., 1999 ); las puntuaciones de esta prueba no se
utilizaron para asignar a los niños al grupo DLD.
Pruebas de inteligencia
Para evaluar la capacidad de razonamiento no verbal, los participantes
completaron las subpruebas de diseño de bloques, razonamiento matricial
y codificación de la Escala de inteligencia para niños de Wechsler - 4.ª
edición ( WISC -IV; Wechsler, 2004 ). Solo se utilizó el rendimiento en las
subpruebas de diseño de bloques y razonamiento matricial para calcular
el coeficiente intelectual no verbal.
Pruebas de memoria
Evaluamos la memoria de trabajo y a corto plazo utilizando las
subpruebas de extensión de dígitos hacia adelante y hacia atrás de la
Escala de memoria infantil (CMS; Cohen, 1997 ). También utilizamos la
subprueba de listas de palabras del CMS para evaluar el recuerdo de
elementos presentados varias veces. Para las pruebas enumeradas
anteriormente, los puntajes brutos se convirtieron en puntajes escalados
por edad utilizando las normas publicadas. Para evaluar la memoria
fonológica a corto plazo y la capacidad de articular secuencias
desconocidas, utilizamos una prueba de repetición sin palabras que ha
sido utilizada previamente por el proyecto SCALES ( Norbury et al.,
2016 ) y el Proyecto de lenguaje y lectura Wellcome ( Snowling et al. ,
2015 ). Se usaron puntajes brutos de esta prueba ya que no hay normas
publicadas disponibles.
Pruebas de motores
La prueba de repetición de no palabras también puede considerarse una
prueba de secuenciación articulatoria ( Krishnan et al., 2013 , Krishnan et
al., 2017 ). La coordinación oromotora también se evaluó utilizando la
subprueba de secuencias oromotoras de la batería de pruebas de
NEuroPSYchology (NEPSY) ( Korkman et al., 1998 ); se informan las
puntuaciones brutas. La lateralidad se evaluó pidiendo a los participantes
que autoinformaran cuál era su mano preferida para escribir. La habilidad
manual relativa se evaluó utilizando puntajes en el Purdue Pegboard
( Brookman et al., 2013 ; Tiffin, 1968 ) y se convirtió en normas escaladas
por edad y género basadas en las normas publicadas en el manual.
Resumen de medidas
Los análisis planificados para evaluar las asociaciones entre las medidas
cerebrales y el desarrollo del lenguaje utilizaron puntajes factoriales, lo
que mejoró la confiabilidad de la medida y minimizó el número de
comparaciones múltiples en las pruebas estadísticas.
Las medidas de las pruebas de lenguaje y memoria descritas en las
secciones (i) y (iv) anteriores se ingresaron en un análisis factorial para
identificar la mejor combinación ponderada de medidas para dar una
puntuación de factor de lenguaje y una puntuación de factor de
memoria. El enfoque que adoptamos fue E-CFA ( Brown, 2006 ),
implementado en lavaan ( Rosseel, 2012 ) en el lenguaje de programación
R ( R Core Team, 2020). E-CFA es un enfoque híbrido exploratorio-
confirmatorio para el análisis factorial donde un modelo se especifica con
una medida 'ancla' o dos medidas ancla. No se especificaron cargas
cruzadas para cada factor. El modelo permitió que otras medidas se
cargaran en ambos factores, descartando las rutas si no mejoraban el
ajuste del modelo. Como medidas de referencia, utilizamos la puntuación
estándar de aprendizaje de listas del CMS para el factor de memoria y el
vocabulario expresivo para el factor de lenguaje. Propusimos probar el
modelo con dos factores contra un modelo de un solo factor; si este último
proporcionaba un ajuste igualmente bueno (según la evaluación de los
Criterios de información bayesianos [BIC]), propusimos realizar análisis
utilizando una medida de resultado en lugar de dos.
tarea funcional
Materiales
Las normas de generación de verbos se informaron recientemente para un
subconjunto de imágenes de Snodgrass y Vanderwart ( Snodgrass y
Vanderwart, 1980 ) por Kurland y colegas ( 2014 ). Elegimos veinticuatro
imágenes sobre la base de su alta concordancia verbal entre los
participantes (> 80 %), (ver https://osf.io/k5bfs/ ). Sin embargo, no se
obtuvo una concordancia verbal perfecta para ninguna de las
imágenes. Las imágenes se obtuvieron del conjunto de datos de Rossion y
Pourtois ( Rossion y Pourtois, 2004 ), que son versiones coloridas de las
imágenes de Snodgrass y Vanderwart, en lugar de dibujos lineales en
blanco y negro.
Diseño
El diseño experimental comprendió ocho bloques alternos de generación
de verbos y descanso. Cada bloque duró 30 s y la carrera completa duró
cuatro minutos. Durante los cuatro bloques de generación de verbos, a los
participantes se les presentaron imágenes y se les pidió que generaran
abiertamente un verbo asociado con la imagen. Por ejemplo, los
participantes podrían decir "lanzar" si se les muestra una imagen de una
pelota. Cada ensayo duró cinco segundos; los participantes completaron
seis intentos en cada bloque de generación de verbos. Las respuestas
verbales para cada imagen se grabaron en audio usando un micrófono con
cancelación de ruido para su posterior puntuación. Al considerar el diseño
de tareas, tuvimos que decidir qué línea base usar. Aunque nosotros y
otros hemos notado el valor de incluir múltiples líneas de base en la
investigación del desarrollo ( Krishnan et al., 2015), cada condición de
línea de base que se agrega aumenta la duración de la tarea. Este
problema puede comprometer la calidad de los datos cuando se trabaja
con niños, especialmente aquellos con problemas de lenguaje. En
consecuencia, decidimos utilizar el "descanso" como condición de
referencia, sobre la base de que esto debería ser eficaz para permitirnos
capturar las diferencias neuronales más grandes entre los niños
con trastornos del lenguaje y los que tienen un desarrollo
normal. Durante los bloques de descanso, se pidió a los participantes que
permanecieran quietos y relajados. Se mostró una pantalla blanca durante
la duración del bloque de descanso. La tarea se codificó usando PsychoPy
v1.84.2; el código está disponible en https://osf.io/k5bfs/ .
adquisición de resonancia magnética
Los datos de RM se recopilaron con un escáner 3T Siemens Prisma con
una bobina de cabeza de 32 canales. Los participantes usaron audífonos
con cancelación de ruido (Optoacoustics OptoActive II Active Noise
Cancelling Headphones) y las respuestas abiertas se registraron con un
micrófono con cancelación de ruido (micrófono Optoacoustics FOMRI-
III). Se colocó un acolchado de espuma alrededor de la cabeza para mayor
comodidad y para restringir el movimiento; los auriculares se
mantuvieron en su lugar con almohadillas inflables.
Los parámetros de exploración funcional se compararon con el estudio
ABCD ( Casey et al., 2018 ). Específicamente, los datos de IRMf
consistieron en 325 volúmenes de 60 rebanadas de imágenes ecoplanares
(EPI) ponderadas en T  2 * (tiempo de repetición [TR] 800 ms, tiempo de eco [TE] 30 ms, ángulo de giro 52  o , campo de
visión 90 × 90 mm, con un factor de aceleración multibanda de 6), lo que
da una resolución de 2,4 × 2,4 × 2,4 mm. El tiempo total de adquisición
fue de 4 min y 33 s. Los primeros 25 volúmenes se descartaron, ya que se
adquirieron cuando el algoritmo de cancelación de ruido estaba
aprendiendo la secuencia de escaneo. Se aplicó cancelación de ruido
durante la adquisición de los siguientes 300 volúmenes. También
recopilamos un mapa de campo B0 para ayudar a corregir las
distorsiones. A efectos de registro, un T  1La exploración MPRAGE
ponderada (magnetización preparada eco de gradiente estropeado de
ángulo bajo, TR 1900 ms, TE 3,97 ms, ángulo de giro 8 o , campo de visión
208 × 256 × 256 mm) se adquirió durante la sesión de exploración con
una resolución en el plano de 1 mm y Grosor de corte de 1 mm. La
adquisición de la imagen ponderada en T  1 tomó 5 min y 30 s.
Procedimiento
Se eligió una tarea de generación de verbos porque es atractiva para los
niños y fácil de cumplir. Antes del escaneo, el experimentador explicó
verbalmente la tarea al niño (mientras estaba fuera del escáner). Se les
dijo a los niños que generaran un verbo de acción cada vez que vieran
aparecer una imagen en la pantalla. Se les indicó que habría ocasiones en
las que no aparecía nada en la pantalla y que debían relajarse mientras
permanecían lo más quietos posible. Los niños practicaron la tarea fuera
del escáner usando estímulos diferentes a los que encontraron en el
escáner. También se les dijo a los participantes que se movieran
mínimamente mientras pronunciaban abiertamente y se les dio
retroalimentación sobre su nivel de movimiento antes de que comenzara
el escaneo (cuando estaban acostados en la cama del escáner con los
auriculares y el micrófono en su lugar).
En el escáner, los participantes completaron un conjunto de escaneos,
incluido un escaneo en estado de reposo, otra tarea funcional y escaneos
estructurales (mapeo de múltiples parámetros e imágenes ponderadas por
difusión). Se recordó a los participantes las instrucciones de la tarea antes
del inicio de la tarea de generación de verbos. Para los escaneos
estructurales, a los participantes se les dio la opción de ver películas. Se
les recordó que se quedaran quietos mientras veían la película.
Análisis de datos de imágenes
preprocesamiento
El procesamiento de datos FMRI se llevó a cabo utilizando FEAT (FMRI
Expert Analysis Tool) Versión 6.00, parte de FSL (Biblioteca de software
de FMRIB, www.fmrib.ox.ac.uk/fsl). El preprocesamiento de todos los
datos siguió procedimientos estándar que consisten en la identificación de
valores atípicos de movimiento usando fsl_motion_outliers, corrección de
movimiento a través de la realineación a un volumen de referencia
adquirido antes de la tarea (MCFLIRT), extracción de cráneo usando BET
(herramienta de extracción de cerebro), suavizado espacial usando un 5
mm completo -ancho a la mitad del núcleo gaussiano máximo y filtrado
temporal de paso alto con un corte de 60 s. Para mejorar el registro de
imágenes con el escaneo estructural, se usaron mapas de campo para
deformar los datos funcionales empleando PRELUDE (Etiquetador de
expansión de región de fase para desenvolver estimaciones discretas) y
FUGUE (Utilidad de FMRIB para EPI de deformación geométrica;
Jenkinson 2003). Los EPI se registraron mediante el registro basado en
límites (Greve y Fischl, 2009) en la imagen estructural ponderada en T1
del participante individual,
Análisis de primer nivel
Para cada participante, se calcularon mapas paramétricos estadísticos
basados en tareas para el contraste de la condición de generación del
verbo con el resto de la línea de base utilizando el modelo lineal general
(GLM) basado en el curso de tiempo experimental convolucionado con
una función de doble gamma y sus derivados temporales. Los volúmenes
de imagen que eran atípicos en términos de movimiento (determinados
para cada escaneo funcional usando fsl_motion_outliers) y los seis
parámetros de corrección de movimiento (traducciones y rotaciones en x,
y y z) se incluyeron como covariables sin interés en los análisis.
Análisis estadísticos planificados
(i)

Hipótesis 1: los niños con DLD muestran una actividad reducida en

relación con los niños con desarrollo típico en la red frontoestriatal,
específicamente en la pars triangularis de la circunvolución frontal
inferior izquierda (BA45) (Hipótesis 1a) y en el putamen izquierdo y
derecho (Hipótesis 1b y c ); los dos grupos no diferirán en términos
de actividad relacionada con la tarea en una región del cerebro fuera
de esta red, a saber, la corteza occipital lateral derecha (hipótesis
1d).
Usamos Featquery para extraer el % de señal BOLD para la generación de
verbos > descansar en la circunvolución frontal inferior izquierda y el
putamen bilateralmente en cada participante. Usamos la señal % BOLD
de la corteza occipital lateral derecha, que muestra una respuesta al
estímulo de la imagen presentado como una región de control, en la que
no esperábamos ver una diferencia entre los grupos. Estos cuatro ROI se
crearon usando las máscaras probabilísticas para la circunvolución frontal
inferior izquierda (pars triangularis), putamen izquierdo y derecho, y
corteza occipital lateral derecha, división inferior del atlas estructural
cortical de Harvard-Oxford disponible en FSL; cada máscara se fijó en un
umbral de > 30 % de los participantes del atlas.
Las inferencias estadísticas utilizaron un enfoque de prueba de
significación de hipótesis nula, con un alfa establecido en .05. Las
hipótesis 1a-c se probaron utilizando pruebas t de muestras
independientes entre los grupos de DLD y niños con desarrollo típico para
datos de la pars triangularis izquierda, el putamen izquierdo y el putamen
derecho, respectivamente. Estas hipótesis fueron direccionales, ya que
predijimos que aquellos con DLD tendrán una actividad reducida en
relación con el grupo de niños con un desarrollo típico. En consecuencia,
utilizamos pruebas t de una cola. Para la hipótesis 1d, comparamos los
datos de la corteza occipital lateral derecha en los dos grupos usando una
prueba t independiente, pero como no predijimos una diferencia
significativa en ninguna dirección, usamos una prueba de dos
colas. Corregimos el alfa por el número de pruebas (cuatro; alfa < .0125).
En un conjunto secundario de análisis de regresión, usamos los factores
de lenguaje y memoria como predictores de actividad en estas cuatro
regiones. Esto nos permitió evaluar si había una relación continua entre la
capacidad de lenguaje/memoria y la actividad en estas cuatro
regiones. Pudimos incluir más participantes en el segundo análisis, ya que
algunos niños con poca capacidad lingüística no cumplían con nuestros
criterios para DLD. Realizamos cuatro análisis de regresión paso a paso
utilizando la actividad BOLD en cada ROI como variable dependiente y
los factores de lenguaje y memoria como variables
independientes. Controlamos la edad y el desempeño de tareas en estos
modelos ingresándolos como variables de control. Para la actividad en la
circunvolución frontal inferior izquierda, el putamen izquierdo y el
putamen derecho, nuestras hipótesis fueron direccionales. Predijimos que
aquellos con menor capacidad de lenguaje y memoria tendrían una
actividad reducida en estas regiones (similar a las hipótesis 1a-c). Para la
actividad en la corteza occipital lateral derecha, no esperábamos ver
ninguna asociación con las puntuaciones de lenguaje y memoria (similar a
la hipótesis 1d). Nuevamente, corregimos alfas por el número de pruebas
(cuatro, alfa <.0125).
(i)

Hipótesis 2: los niños con DLD muestran una lateralización

izquierda reducida en el lóbulo frontal durante la generación del
verbo (Hipótesis 2a). Tal reducción podría deberse a la falta de
activación de cualquiera de los hemisferios por encima de los
niveles de ruido, a la reducción de la actividad en el hemisferio
izquierdo o al aumento de la actividad en el hemisferio
 derecho . Sobre la base de trabajos previos, predecimos que
cualquier reducción en la lateralidad observada se deberá a una
falla en la activación de cualquiera de los hemisferios por encima de
los niveles de ruido (Hipótesis 2b).
La lateralización de la actividad cerebral funcional durante la generación
del verbo > descansar se midió utilizando índices de lateralización, que se
calcularon utilizando la caja de herramientas LI ( Wilke y Lidzba, 2007 ),
ejecutada en SPM12. Esta caja de herramientas empleó un algoritmo de
arranque ponderado para generar valores de LI sin umbral. Los LI se
calcularon iterativamente en umbrales crecientes para producir una curva
de lateralidad. El LI se calculó a partir de una media ponderada de 20
intervalos de igual tamaño desde Z = 0 hasta el valor máximo en la
imagen enmascarada ( Wilke y Schmithorst, 2006 ). Este enfoque reduce
la naturaleza dependiente del umbral del cálculo de LI ( Bradshaw et al.,
2017). Calculamos los LI para los lóbulos frontales usando las plantillas
estándar incluidas en la caja de herramientas mientras excluíamos las
paredes mediales 5 mm a cada lado del centro de la imagen. La fórmula
del índice de lateralidad es LI = (L − R)/(L + R). Los valores positivos
indican lateralización izquierda y los valores negativos indican
lateralización derecha. Estudios previos han adoptado la convención de
considerar valores entre 0,2 y -0,2 como indicativos de procesamiento
bilateral, siendo los valores fuera de este rango indicativos de
procesamiento lateralizado hacia la izquierda o hacia la derecha ( Wilke et
al., 2005 ; 2006 ). Los participantes se clasificaron como lateralizados a la
izquierda o a la derecha o bilaterales utilizando esta convención.
Para probar la hipótesis 2a, primero usamos análisis de chi-cuadrado para
determinar si había una asociación lineal por lineal de estas tres
categorías con el estado de DLD. Si ocurría un número insuficiente (< 5
participantes) dentro de las celdas, combinamos las categorías LI en
típico (lateralizado a la izquierda) y atípico (lateralizado a la derecha o
bilateral). Nuestra hipótesis 2a fue direccional en el sentido de que
esperábamos LI reducida en el grupo DLD, por lo que utilizamos una
prueba de una cola. Al igual que con el análisis anterior basado en el ROI,
realizamos un análisis secundario que explora la relación entre los LI y los
dos índices compuestos de lenguaje y memoria en toda la población de
niños escaneados utilizando un análisis correlacional no paramétrico (rho
de Spearman).
Para abordar la Hipótesis 2b, que la reducción de LI se debe a una falla en
la activación de cualquiera de los hemisferios por encima de los niveles de
ruido, planeamos comparar la cantidad de vóxeles que sobreviven a un
umbral de Z> 4.42 ( p  <.000005 sin corregir) para el verbo generación>
resto contraste en cada máscara de lóbulo frontal utilizada en el cálculo de
LI en niños con DLD en relación con niños con desarrollo
típico. Predijimos que la cantidad de vóxeles activados de manera
confiable en los lóbulos frontales sería significativamente menor en
ambos hemisferios en niños con DLD en relación con el grupo de control.
Los análisis se realizaron en R ( R Core Team, 2020 ) y los gráficos se
generaron utilizando el paquete de gráficos de nubes de lluvia ( Allen et
al., 2019 ). Se crearon representaciones cerebrales en 3D utilizando un
software de visualización de banco de trabajo de conectoma ( Marcus et
al., 2011 ). Los cortes se renderizaron usando MRIcroGL (Rorden et al.,
2007 ).
Análisis exploratorios
Además del análisis de ROI descrito anteriormente, planeamos dos
modelos a nivel de todo el cerebro, 1) una comparación entre grupos de
aquellos que se están desarrollando típicamente y aquellos con DLD, y 2)
un análisis de correlación entre la capacidad del lenguaje (usando el
medidas resumidas para funciones de lenguaje y memoria descritas
anteriormente) y actividad neuronal para la generación de verbos > resto
contraste. El uso de estos modelos nos permite evaluar si la variación del
idioma está vinculada a regiones más allá de las previstas y evaluadas en
el análisis de ROI. Los promedios de los grupos, las diferencias entre los
grupos y la correlación entre la capacidad lingüística y la actividad, para el
contraste de la condición de generación de verbos con la línea base de
"descanso", se calcularon en un análisis de segundo nivel utilizando el
análisis local de efectos mixtos (FLAME) de FMRIB, etapa 1. ( Woolrich et
al., 2004). La varianza de los dos grupos se estimó por separado, ya que
esperábamos que fuera diferente. Los mapas estadísticos tenían un
umbral de conglomerados en Z > 3,1 y los conglomerados informaron que
sobrevivieron a una prueba estadística de extensión ( p  < 0,05, error
familiar corregido).
Complementamos los promedios de todo el cerebro y las diferencias de
grupo con medidas de variabilidad entre sujetos mediante la generación
de mapas de superposición probabilística. Los mapas de superposición se
utilizan para visualizar la consistencia en los patrones de activación y
pueden considerarse como medidas de confiabilidad entre los
participantes ( Specht et al., 2003 ). Para la generación de verbos >
contraste de descanso en cada participante, las estadísticas z se
establecieron como umbrales de vóxel en Z > 4,42 ( p < .000005 sin
corregir y registrado en el espacio estándar de MNI. Las imágenes
resultantes se binarizaron asignando a cada vóxel un 1 o un 0
dependiendo de si el vóxel excedía o no el umbral estadístico de
vóxel. Estos mapas binarios se sumaron a través de DLD y participantes
con desarrollo típico y se dividieron por el total en cada grupo, para
obtener una imagen que muestra la consistencia espacial en la activación
entre los participantes en cada grupo por separado (es decir, el porcentaje
de cada grupo que activó cada vóxel por encima del umbral) .
Justificación del tamaño de la muestra
Tuvimos fondos para recopilar 160 conjuntos de datos durante el
transcurso de este estudio, y planeamos reclutar a 80 niños con trastornos
del desarrollo del lenguaje o poca capacidad lingüística. Como señalamos
durante la presentación de la etapa 1, se recopilaron algunos conjuntos de
datos antes de la aceptación en principio de este informe. Como se indicó
en la presentación, dado que no teníamos la intención de cambiar nuestro
protocolo a la mitad de nuestro estudio, propusimos usar estos datos en
nuestros análisis, pero anotaríamos estos números. Se presentaron diez
conjuntos de datos como datos piloto durante el proceso de
revisión; hemos excluido estos datos. Se adquirieron cuarenta conjuntos
de datos adicionales incluidos en el informe (38 TD, 1 DLD, 1 HSL) antes
de recibir la aceptación en principio.
Se realizó un análisis de poder indicativo utilizando nuestros datos
anteriores ( Badcock et al., 2012 ), aunque el paradigma utilizado en este
trabajo fue la denominación de respuesta auditiva, no la generación de
verbos. Construimos máscaras de la circunvolución frontal inferior
izquierda, pars triangularis y putamen izquierdo y derecho como se
describe anteriormente. Estimamos la actividad media tanto para los
niños con un desarrollo típico como para aquellos con DLD en estas
regiones de interés. Este análisis indicó que para detectar una diferencia
de grupo significativa en estas regiones a un nivel alfa de p  < 0,05 (una
cola) con un poder del 80 %, necesitaríamos al menos 29 participantes en
cada grupo (el tamaño del efecto más pequeño se observó en la
circunvolución frontal inferior izquierda, pars triangularis, d =
0,67). Usando un nivel alfa de p < .0125 (corregido por Bonferroni para 4
ROI) con un poder del 80 %, necesitaríamos al menos 44 participantes en
cada grupo. Este análisis sugiere que nuestra muestra propuesta de 160
participantes, u 80 participantes en cada grupo, debería ser suficiente
para probar nuestras hipótesis. Nuestro objetivo era lograr un mínimo de
45 participantes por grupo.
Resultados
Selección de participantes
Reclutamos y evaluamos a 175 niños. Se excluyeron los datos de 10
participantes de TD porque contribuyeron con datos piloto para la
presentación de la Etapa 1. Otros tres no completaron la sesión de
resonancia magnética y otro 1 no completó las pruebas de
comportamiento. Seis fueron excluidos porque posteriormente se
descubrió que no cumplían con nuestros criterios de inclusión (3 no
crecieron en el Reino Unido hablando inglés, 3 no cumplieron con
nuestros criterios de coeficiente intelectual no verbal). Un niño TD fue
excluido porque tenía puntajes de 1 SD o más por debajo de la media en
dos pruebas estandarizadas de lenguaje (nuestros criterios para DLD),
otro debido a un hallazgo incidentalde significado clínico desconocido y
un tercero debido a una falla técnica durante la adquisición del
escaneo. De los 152 conjuntos de datos elegibles restantes, se excluyeron
los datos de 5 participantes (4 DLD, 1 HSL) porque no cumplieron con
nuestros criterios de movimiento. Además, 4 niños con DLD no pasaron
nuestro criterio de precisión del 75 % en la tarea de generación de verbos
en el escáner (ver Fig. 2). En consecuencia, nuestro tamaño de muestra
fue de 50 niños con DLD y 67 niños con TD. El grupo HSL incluyó a 24
niños que fueron reclutados como DLD, pero las pruebas mostraron que
no cumplían completamente con los criterios de DLD, y otros 2 niños
reclutados inicialmente como TD en quienes posteriormente se
informaron antecedentes de problemas del habla y del lenguaje. Los datos
de los niños en el grupo HSL se incluyeron solo en los análisis que
observaron la relación entre los factores neuropsicológicos y las
respuestas provocadas por tareas en los datos de imágenes en toda la
población. Los datos descriptivos que caracterizan a nuestros tres grupos
(DLD, HSL, TD) se muestran en la Tabla 1 .
Tabla 1 . Datos descriptivos para los grupos de desarrollo típico (TD),
trastorno del desarrollo del lenguaje (DLD) e historial de problemas del
habla y el lenguaje (HSL). Las medias se muestran a continuación, con las
desviaciones estándar entre paréntesis. La última columna muestra si hubo
diferencias significativas entre los grupos al usar pruebas t o chi-cuadrado
( p  < 0,05), no se aplica corrección para comparaciones múltiples. A menos
que se especifique lo contrario, las pruebas sin superíndice denotan
puntuaciones estándar con una media de 100 y una SD de 15. 1 -
Puntuaciones escaladas con una media de 10 y una SD de 3. 2 - Se muestran
puntuaciones brutas (tenga en cuenta que la máxima puntuación posible de
secuenciación oromotora = 70, puntuación máxima posible de repetición de
palabras no verbales = 30).
celda vacía DT DLD LGV diferencias de
grupo

norte 67 50 26

Años de edad) 12,1 (1,7) 12,0 (1,7) 11,9 (1,7) Ninguna

Género 38M:29F 35M: 15F 21M:5F Ninguna

celda vacía DT DLD LGV diferencias de
grupo

mano 58R:9L 44R:6L 23R:3L Ninguna

Puntuaciones de idiomas

TROG-E 105,4 (8,3) 83,0 98,2 (8,1) TD>HSL>DLD

(13,9)

CELF Recordando oraciones 1 11,9 (2,2) 5.2 (2.6) 9,0 (3,0) TD>HSL>DLD

ROWPVT 127,8 100,5 122,4 TD+HSL>DLD

(16,1) (15,7) (15,8)

EOWPVT 118,4 91,9 108,1 TD>HSL>DLD

(14,9) (13,1) (13,8)

Comprensión ERRNI 106,3 92,4 101,8 TD+HSL>DLD

(13,4) (15,1) (10,6)

Recuperación inicial de ERRNI 99,7 (13,1) 84,3 96,8 TD+HSL>DLD

(12,7) (11,0)

ERRNI Recuperación retrasada 104,6 84,3 99,8 TD+HSL>DLD

(12,0) (12,8) (10,2)

CI no verbal

Razonamiento matricial 1 11,1 (2,7) 7.6 (3.2) 10,0 (2,7) TD+HSL>DLD

Diseño de bloque 1 13,3 (2,0) 9.9 (3.2) 12,8 (2,2) TD+HSL>DLD

Pruebas de lectura

Eficiencia de lectura de palabras a la vista 106,4 82,9 89,3 TD>HSL+DLD

(11,5) (13,4) (14,3)

Decodificación fonológica 111,8 81,5 87,3 TD>HSL+DLD

(14,0) (15,3) (13,4)

Pruebas de memoria

Repetición de no palabras 2 26,3 (2,4) 18,1 (5,3) 22,8 (3,8) TD>HSL>DLD

celda vacía DT DLD LGV diferencias de
grupo

Recuperación inicial de CMS 1 10,3 (2,9) 6.2 (2.8) 8.2 (2.9) TD>HSL>DLD

Recuperación retrasada 1 de CMS 10,2 (3,1) 7.3 (3.3) 9.6 (3.1) TD+HSL>DLD

Reconocimiento retrasado 1 de CMS 8.4 (3.3) 6,8 (3,7) 7.3 (3.0) TD>DLD

Intervalo de dígitos adelante 1 11,5 (2,7) 6.1 (3.1) 7.5 (3.2) TD>HSL+DLD

Intervalo de dígitos hacia atrás 1 11,8 (2,5) 7.5 (3.3) 8.6 (3.0) TD>HSL+DLD

Puntuaciones motoras

Secuenciación oromotora 2 60,9 (7,3) 42,2 53,3 TD>HSL>DLD

(10,6) (10,2)

Clavijas movidas con la mano dominante (puntuación z) -0,4 (0,9) -1,6 (1,2) -0,9 (0,8) TD>HSL>DLD

Clavijas movidas con la mano no dominante 0.0 (1.0) -1,2 (1,3) -0,7 (0,9) TD>HSL>DLD
(puntuación z)

Diferencia media de clavijas movidas (mano dominante 0,6 (1,5) 0,6 (1,4) 0,6 (1,4) Ninguna
– mano no dominante) 2

Resumen de medidas
El análisis exploratorio de datos reveló solo desviaciones menores de la
normalidad en las distribuciones de las medidas que propusimos resumir
para nuestro análisis factorial. Dado que algunas medidas eran puntajes
estándar y dos eran puntajes brutos (repetición de no palabras y
secuenciación oromotora), también evaluamos las posibles correlaciones
de los puntajes brutos con la edad. Estos no fueron significativos ni en los
niños con desarrollo típico ni en los niños con trastornos del
lenguaje. Calculamos las medidas de resumen utilizando nuestros dos
modelos registrados previamente. Utilizamos la estimación de máxima
verosimilitud , con máxima verosimilitud de información completa
(FIML) para los datos faltantes. Estandarizamos los factores latentes, lo
que permite la estimación libre de todas las cargas factoriales. Todo el
código R para el análisis está disponible en OSF
( https://doi.org/10.17605/OSF.IO/2WPX5 ).
Las comparaciones estadísticas indicaron que el modelo de dos factores se
ajustaba a los datos significativamente mejor que el modelo de un solo
factor, χ 2 (13) = 172.11,  p < .001, sin embargo, ninguno de los modelos
registrados previamente se ajustó bien (TLI < .795, CFI < .856, SRMR
> .065). En consecuencia, examinamos los índices de modificación de
ambos modelos para mejorar los ajustes del modelo. Para ambos
modelos, esto indicó que las puntuaciones de vocabulario expresivo y
receptivo, así como las dos medidas de producción narrativa (ERRNI
recuerdo inicial y diferido) estaban fuertemente correlacionadas entre sí,
con índices de modificación de > 30. Estas correlaciones se modelaron
posteriormente tanto para el Modelos de uno y dos factores. Además, para
el modelo de factor único, los índices de modificación sugirieron fuertes
correlaciones entre las puntuaciones de memoria; pero estos no fueron
modelados ya que esto fue efectivamente lo que capturó el modelo de dos
factores. El modelo de dos factores modificado tuvo un ajuste aceptable,
con un TLI de .93, CFI = .952, SRMR = .046 y RMSEA de .082, IC 90%
(0,06-0,104). Nuevamente, las comparaciones estadísticas mostraron que
el modelo modificado de dos factores proporcionó un ajuste
significativamente mejor que el modelo modificado de un solo factor,
χ2 (13) = 172,19,  p  < 0,001. El valor BIC para el modelo de un solo factor
modificado fue de 12 896,92, mientras que el BIC para el modelo de dos
factores modificado fue de 12 789,24, lo que confirma la mejora
significativa obtenida del modelo de dos factores al permitir también la
complejidad del modelo. En consecuencia, derivamos puntajes de
dominio del lenguaje y la memoria sobre la base del modelo modificado
de dos factores. En la Fig. 1 se muestra la relación entre las puntuaciones
de dominio del lenguaje y la memoria, y la correlación con la pertenencia
a un grupo .
 Figura 1 . La relación entre las puntuaciones de dominio del lenguaje y la memoria
en nuestra muestra se ilustra aquí. Las puntuaciones del factor de lenguaje se trazan
en el eje X, y las puntuaciones del factor de memoria se trazan en el eje Y. El color
y la forma representan la pertenencia a un grupo (TD: círculos verdes, DLD:
triángulos naranjas, HSL: cuadrados morados).
Rendimiento de la tarea de generación de verbos
Las respuestas realizadas durante la generación de verbos se marcaron manualmente como
precisas o inexactas en el escáner, y luego se verificaron mediante grabaciones de
audio. Las respuestas se codificaron como precisas si se generaba un verbo apropiado (por
ejemplo, [imagen de cometa]-volar). Se marcaron como inexactas si no había respuesta, un
verbo genérico (p. ej., [imagen de la regla]- usar ), un sustantivo (p. ej., [imagen de la
campana]- ruido ) o un verbo que no tenía sentido (p. ej., [imagen de la cometa]
- crear ). Los niños con desarrollo típico fueron más precisos (M = 98,0%, SD = 3,7) que
aquellos con DLD (M = 92,8%, SD = 6,6) en esta tarea de generación de verbos. Sin
embargo, la mayoría de los niños con DLD pudieron realizar bien esta tarea, ver Fig. 2. Los
individuos categorizados como HSL tuvieron una precisión promedio de 94,4% (SD = 6,8).
 figura 2 Los puntajes de precisión para la generación de verbos en niños con
desarrollo típico (TD) (en verde), aquellos con trastorno del desarrollo del lenguaje
o DLD (naranja) y aquellos con antecedentes de trastorno del habla y lenguaje o
HSL (en púrpura) se representan utilizando diagramas de violín. Los gráficos
muestran intervalos de confianza medios de +/- 95 %. Los datos individuales se
muestran al lado; los datos se mueven a lo largo del eje X con fines de
visualización. La línea punteada indica nuestro límite de rendimiento para su
inclusión en los análisis. Los cuatro individuos por debajo del límite solo se
retuvieron para los análisis de subgrupos de rendimiento (consulte el texto y las
figuras posteriores).
Análisis planificados
Evaluación de la hipótesis 1
Primero probamos las hipótesis 1a-d, examinando si había diferencias grupales en la
actividad BOLD entre los niños TD y aquellos con DLD en 4 ROI, el putamen izquierdo, el
putamen derecho, la circunvolución frontal inferior izquierda y en una región de control, el
lateral derecho. corteza occipital. No encontramos diferencias significativas en la actividad
en ninguno de estos ROI, consulte la Tabla 2 y la Fig. 3 .
Tabla 2 . Porcentaje medio de cambio de señal en NEGRITA durante la generación
del verbo (SD). Diferencias de grupo en ROI. Los valores P no se corrigen para
comparaciones múltiples.
ROI DT DLD Estadísticas

L putamen 0,23 (0,41) 0,24 (0,59) t (81.9) = .16, p  = .87

R putamen 0,22 (0,42) 0,27 (0,61) t (82.2) = .57, p  = .57

L IFG 0,72 (0,67) 0,69 (0,79) t (96.2) = .27, p  = .79

R LOC 1,04 (0,51) 0,89 (0,63) t (92,5) = 1,4, p  = 0,16

 Figura 3 . Porcentaje de cambio de señal en NEGRITA en niños TD (verde) y DLD
(naranja) en A) L Putamen, B) R Putamen, C) L Gyrus frontal inferior, pars
triangularis y D) R Corteza occipital lateral: los gráficos muestran la media +/-
Intervalos de confianza del 95%. Los puntos de datos individuales se muestran junto
con los diagramas de violín, con fluctuaciones añadidas a lo largo de la dimensión
X para facilitar la visualización.
Luego llevamos a cabo un conjunto de análisis de regresión, en los que los factores de
lenguaje y memoria se utilizaron como predictores de actividad en estos cuatro ROI. Esto
nos permitió evaluar si había una relación continua entre la capacidad de lenguaje/memoria
y la actividad en estas cuatro regiones. Incluimos a los participantes de HSL en estos
análisis. Controlamos la edad y el desempeño de tareas en estos modelos ingresándolos
como variables de control. El idioma, las puntuaciones de dominio de la memoria, la edad o
la precisión de la tarea no predijeron significativamente la actividad BOLD en ninguno de
nuestros cuatro ROI de interés.
Evaluación de la hipótesis 2
Los índices de lateralidad para esta tarea indicaron que la mayoría de los participantes
tenían actividad lateralizada a la izquierda para la tarea de generación de verbos. En el
grupo de desarrollo típico (N = 67), 36 niños mostraron actividad lateralizada a la
izquierda, 21 niños tuvieron un patrón de actividad bilateral y 10 niños exhibieron
lateralización derecha. En aquellos con DLD, 32 estaban lateralizados a la izquierda, 14
mostraban un patrón bilateral y 4 estaban lateralizados a la derecha (N = 50). En el grupo
HSL (N = 26), 15 estaban lateralizados a la izquierda, 9 mostraban un patrón de actividad
bilateral y 2 estaban lateralizados a la derecha (ver Fig. 4 ).). Para probar la hipótesis 2a,
evaluamos si la lateralización atípica estaba asociada con el grupo. Como el número de
personas con actividad lateralizada a la derecha era inferior a 4 en el grupo DLD,
combinamos los grupos lateralizados a la derecha y bilaterales para los análisis de chi-
cuadrado. Estos revelaron que la lateralización atípica no se ajustaba al estado del lenguaje,
X 2  = 0,85, p  = 0,36.
 Figura 4 . Los índices de lateralidad para la generación de verbos evocaron
actividad en los lóbulos frontales. Se muestran los datos de los participantes
individuales (TD en verde, DLD en naranja y HSL en morado). Los puntos negros
muestran la media de cada grupo. Las barras de error representan intervalos de
confianza de +/- 95 %. Los índices de lateralidad por encima de la línea central y =
0 representan lateralización izquierda y los valores por debajo de esta línea
representan lateralización derecha. Se han colocado líneas adicionales en 0,2 y −0,2
como indicación de divisiones para lateralización izquierda, bilateral y derecha.
Como antes, llevamos a cabo un análisis de regresión, en el que los factores de lenguaje y
memoria se utilizaron como predictores de los índices de lateralidad, incluidos los
participantes de HSL y controlando la edad y el desempeño de la tarea. El dominio del
lenguaje o la memoria, la edad o la precisión de la tarea no predijeron los valores de LI.
Dado que no encontramos evidencia de lateralización reducida en aquellos con DLD, no
probamos la hipótesis 2b, es decir, que esta diferencia podría deberse a diferencias en los
niveles de ruido.
Análisis exploratorios
Comparación de cerebro completo de niños TD vs DLD
Al generar un verbo correspondiente a una imagen, tanto los niños con TD como los que
tenían DLD activaron una red extendida y esperada de regiones cerebrales involucradas en
el procesamiento del habla y el lenguaje. Esto incluía extensamente la circunvolución
frontal inferior izquierda, la corteza sensoriomotora ventral , el complejo motor
suplementario (SMA y preSMA) que se extendía ventralmente hasta la corteza cingulada ,
y la circunvolución temporal superior posterior y el surco bilateralmente (ver Fig.
5 ). Ambos grupos también activaron la corteza occipital bilateralmente, asociada con el
procesamiento visual del estímulo de la imagen. Además, observamos actividad en regiones
subcorticales como el núcleo caudadoy putamen. La ubicación anatómica de los picos
estadísticos, sus coordenadas de espacio MNI, estadísticas z y la extensión del grupo de
vóxeles a los que cada uno está conectado para los análisis de grupos separados se
presentan en la Tabla 3 .
 Figura 5 . Actividad BOLD promedio del grupo durante la generación de verbos en
niños TD (en verde) y DLD (en naranja). Los mapas se muestran en un umbral de
todo el cerebro de Z > 4,42.
Tabla 3 . Actividad cerebral promedio del grupo durante la generación del verbo >
descansar en A. niños con desarrollo típico y B. niños con DLD. Los grupos con Z
> 6 y una extensión mínima de 50 vóxeles se informan en cursiva con hasta 6
máximos por grupo. Las ubicaciones de los picos se presentan para las coordenadas
X (sagital), Y (coronal) y Z (axial) en mm en relación con los planos ortogonales a
través de la  comisura anterior , junto con la estadística z del pico y la extensión del
grupo en vóxeles. L, izquierda; R, correcto.
Área del cerebro X Y Z Estadística Z vóxeles

A.TD _

Corteza frontal medial e ínsula anterior derecha 4229

L surco cingulado anterior -6 28 30 8.71

R surco cingulado anterior 12 28 36 8.29

R ínsula anterior 38 22 -6 8.74

L pre area motora suplementaria -4 18 48 9.65

Giro precentral izquierdo que se extiende a la ínsula 5834

anterior

ínsula anterior L -32 24 -4 9.37

L giro precentral ventral -50 -6 24 9.61

L giro precentral (representación de la cara) -48 -12 36 9.46

Giro precentral derecho 1144

R giro precentral ventral 58 -2 20 8.97

R giro precentral (representación de la cara) 48 -6 32 9.77

Giro parahipocampal anterior derecho 30 -4 -36 7.48 52

Tálamo y tronco cerebral 618

Área del cerebro X Y Z Estadística Z vóxeles

R tálamo 14 -18 0 7.38

tallo cerebral R 12 -24 -12 9.63

tronco cerebral L -12 -26 -12 9.08

corteza temporal superior derecha 277

R giro de Heschl 42 -22 10 7.20

R surco temporal superior posterior 54 -28 4 8.26

Corteza temporal superior izquierda (posterior) -56 -42 10 7.67 211

Cerebelo derecho 403

R lóbulo cerebeloso VIIb 32 -64 -50 8.16

R cerebelo crus II 20 -76 -42 7.78

Corteza occipital (ventral) 13056

Corteza occipital lateral R 40 -74 -12 11.0

Corteza occipital lateral L -34 -88 -10 11.0

Polo occipital L -32 -90 -4 11.3

Polo occipital 32 -92 -4 11.5

B DLD

Corteza opercular frontal izquierda 524

ínsula anterior L -32 24 0 7.37

Opérculo frontal L (medial) -38 12 dieciséi 7.31

s

Corteza opercular frontal derecha 211

Área del cerebro X Y Z Estadística Z vóxeles

R ínsula anterior 40 18 0 7.04

R frontal opérculo (medial) 40 dieciséis 12 6.98

Corteza frontal medial 1124

Corteza paracingulada L -4 18 44 7.60

Surco cingulado R dieciséis 18 36 7.36

L surco cingulado -14 dieciséis 34 7.28

L pre area motora suplementaria -6 4 60 8.04

Giro precentral derecho 480

R giro precentral ventral 58 -2 20 6.57

R giro precentral (representación de la cara) 48 -10 36 8.04

Giro precentral izquierdo 768

L giro precentral ventral -56 -2 22 7.68

L giro precentral (representación de la cara) -46 -14 40 8.45

Corteza occipito-temporal izquierda 2856

L giro fusiforme medio -38 -46 -8 9.55

Corteza occipital lateral L -44 -72 -10 8.26

Polo occipital L -26 -90 -6 8.88

Corteza occipital derecha (ventral) 3024

Giro fusiforme medio R 34 -48 -18 8.49

R lóbulo cerebeloso VI dieciséis -60 -20 8.47

Corteza occipital lateral R 40 -86 -8 8.88

Área del cerebro X Y Z Estadística Z vóxeles

Polo occipital 32 -90 -2 9.67

Examinamos si había diferencias entre los grupos TD y DLD en la actividad cerebral en

regiones distintas de las evaluadas en los análisis de ROI anteriores. Ningún grupo
sobrevivió al umbral en Z > 3,1 con un umbral de extensión de p  < 0,05. Bajamos el
umbral (en Z > 2,3 con una extensión de 50 vóxeles) para explorar el potencial de falsos
negativos ; en este umbral más bajo, los niños con DLD mostraron una mayor actividad que
aquellos que tenían TD en las circunvoluciones angular y supramarginal derechas . Estas
regiones no se activaron con fuerza durante el desempeño de la tarea y parecían estar en el
límite del cerebro, lo que disminuyó nuestra confianza en estos resultados. Los niños TD
mostraron una mayor actividad que aquellos con DLD en la corteza occipital y la corteza
cingulada anterior (ver Tabla 4). Nuevamente, el grupo en el cíngulo anterior no estaba
activo durante la ejecución de la tarea. Los grupos en la corteza occipital fueron
inesperados y contrarios a estudios previos, así como a nuestras hipótesis, y no formaban
parte de la red del lenguaje central. En general, no hubo diferencias sólidas en la actividad
evocada por tareas de lenguaje en niños con DLD en comparación con niños con TD. Esta
falta de diferencias entre los grupos es consistente con los resultados negativos de los
análisis de ROI planificados.
Tabla 4 . Diferencias de grupo en la actividad durante la generación de verbos. Las
imágenes de contraste para los grupos se umbralizaron en Z > 2,3 (sin corregir). Se
informan las coordenadas máximas de los grupos con una extensión mínima de 50
vóxeles. Consulte la leyenda de la Tabla 3 para obtener más detalles.
Área del cerebro X Y Z Estadística Z vóxeles

TD > DLD

L giro frontal superior -2 52 48 3.29 181

R circunvolución rostral / corteza cingulada anterior 4 34 -8 3.35 76

R cuerpo mamilar / núcleo accumbens 4 -2 -10 3.49 150

Corteza occipital lateral L -26 -90 6 3.83 428

Corteza occipital lateral R 20 -90 -8 4.03 905

Polo occipital L -4 -90 -8 4.00 399

DLD > DT

R giro frontal medio 42 dieciséis 60 3.40 79

Área del cerebro X Y Z Estadística Z vóxeles

R globo pálido 22 -12 6 3.41 60

R giro supramarginal 62 -34 50 3.23 55

Giro angular R 48 -56 58 3.26 84

Análisis de correlación de todo el cerebro

Tal como estaba previsto, llevamos a cabo un análisis de correlación utilizando las medidas
de resumen para las funciones de lenguaje y memoria descritas anteriormente y la actividad
neuronal para el contraste de generación de verbos > resto en toda la cohorte/población de
niños con datos elegibles (N = 143). Esto nos permitió evaluar cómo la variación en el
lenguaje y la capacidad de memoria se modelaron con la actividad cerebral para la
generación de verbos. No observamos ninguna correlación al usar un umbral de Z > 3,1,
con una corrección de conglomerados de p  < 0,05. Sin embargo, al bajar el umbral (Z >
2,3, con una extensión de 50 vóxeles) observamos que una mayor competencia lingüística
se asociaba con una mayor actividad relacionada con la tarea en la circunvolución frontal
inferior izquierda (pars orbitalis) y la circunvolución supramarginal izquierda ( fig. 6). Es
importante destacar que ambas regiones se activaron durante el desempeño de la tarea. Una
mejor capacidad de memoria verbal se asoció con una mayor actividad relacionada con la
tarea en una variedad de áreas, incluido el cerebelo izquierdo y la corteza sensoriomotora
ventral bilateralmente ( Fig. 6 ). La ubicación anatómica de los picos estadísticos, sus
coordenadas de espacio MNI, las estadísticas z y las extensiones del grupo de vóxeles que
contienen estos picos se presentan en la Tabla 5 .

Figura 6 . Áreas del cerebro que muestran correlaciones positivas entre la actividad
cerebral durante la generación de verbos y la competencia lingüística (en rojo) o la
capacidad de memoria verbal (en azul). Los mapas tienen un umbral de Z > 2,3 (sin
corregir), con una extensión mínima de 50 vóxeles. Se incluye un corte sagital para
mostrar el grupo en el cerebelo.
 Tabla 5 . Análisis de correlación de todo el cerebro con factores de lenguaje y
memoria. Los grupos que muestran correlaciones positivas con Z > 2,3 (sin
corregir) y extensiones mínimas de 50 vóxeles se informan en cursiva con las
ubicaciones de hasta 6 máximos por grupo. Consulte la Tabla 3 para obtener más
detalles.
Área del cerebro X Y Z Estadística Z vóxeles

Dominio del idioma

Giro frontal inferior izquierdo (orbitario) -48 30 -12 2.97 61

Giro supramarginal izquierdo -60 -46 28 3.23 95

Habilidad de memoria verbal

Giro poscentral derecho (representación de la cara) 50 -12 34 3.2 85

Giro poscentral izquierdo (representación de la cara) -42 -18 32 3.49 94

Opérculo parieto-temporal izquierdo 90

L plano temporal -70 -18 8 3.28

L opérculo parietal -62 -12 dieciséis 2.78

Corteza temporal medial posterior izquierda 480

L hipocampo posterior -30 -34 -2 3.55

Giro parahipocampal L (posterior) -24 -32 -dieciséis 3.5

L giro fusiforme (anterior) -32 -32 -24 3.17

Tronco encefálico 6 -40 -40 3.36 76

corteza retroesplenial izquierda -6 -54 10 3.00 61

Corteza occipital lateral izquierda -42 -62 -6 3.01 60

cerebelo izquierdo 474

L cerebelo, Crus II -32 -64 -44 4.13

L cerebelo, Crus I -42 -64 -34 3.17

Lóbulo parietal superior izquierdo -10 -68 56 3.15 54

Corteza occipital lateral derecha 46 -70 -10 3.05 111

corteza precunea derecha -12 -70 32 2.82 52

Corteza parietal posterior derecha 419

R lóbulo parietal superior dieciséis -76 58 3.43

R lóbulo parietal inferior 36 -72 48 3.30

Lóbulo parietal inferior izquierdo -32 -82 44 4.01 244

Corteza occipital lateral derecha 36 -84 6 2.98 54

Análisis de variabilidad
Es posible que los promedios de todo el cerebro de la actividad evocada por la tarea
discutidos anteriormente no reflejen completamente la variabilidad entre sujetos
(ver Olulade et al., 2020para una discusión de problemas similares), que esperábamos
podría ser mayor en aquellos con DLD. Para visualizar la consistencia en los patrones de
activación a través de TD y DLD, generamos mapas de superposición probabilísticos. Estos
se generaron sumando mapas de actividad individuales creados usando Z > 4.42 en los
participantes de TD y DLD. En estos mapas, los vóxeles que la mayoría de los participantes
activan constantemente se pueden identificar fácilmente, lo que permite comparar la
variabilidad entre grupos. Nuestros grupos diferían en el número de niños (TD N = 67;
DLD N = 50). Para facilitar la comparación entre grupos, convertimos estos mapas para
reflejar el porcentaje de niños en el grupo que activaron un área específica. Estos mapas de
superposición probabilística indicaron "puntos calientes" de actividad en la circunvolución
frontal inferior izquierda, la corteza motoraa nivel de la cara, giro temporal superior y
regiones occipitales bilateralmente en niños neurotípicos ( Fig. 7 ). El mapa de
superposición para DLD se parecía mucho al mapa para niños con desarrollo típico. La
única diferencia menor obvia fue que algunos participantes con DLD (<30 %) mostraron
alguna actividad relacionada con la tarea en la circunvolución frontal inferior derecha que
se extendía dorsalmente, mientras que muy pocos participantes con TD activaron esta
región ( Fig. 7 , panel derecho).
 Figura 7 . Mapas de superposición probabilística que muestran regiones activadas
constantemente en niños que eran TD o DLD. Los colores representan el porcentaje
de participantes que activan un área específica; los colores cálidos muestran la
mayor superposición y los colores fríos muestran una superposición relativamente
limitada.
Análisis no planificados
Grupos comparados en función del desempeño de la tarea
Nuestra tarea es una de las primeras en controlar el desempeño, ya que evaluamos
abiertamente la precisión y solo analizamos los datos de los niños que podían realizar la
tarea bastante bien. Para evaluar cómo los estudios previos que compararon niños con DLD
y TD pueden haber sido afectados por las diferencias en el desempeño de tareas,
seleccionamos un subconjunto del grupo DLD con la menor precisión en la generación de
verbos, es decir, el cuartil más bajo (50–83,3 % de precisión, N = 14). Esto incluyó a los 4
niños con DLD que previamente excluimos de los análisis debido a la baja precisión
(<75%). Comparamos este grupo con un subconjunto de niños TD emparejados por edad y
género, pero que realizaron la tarea con alta precisión (100%, N = 14). Ningún grupo
sobrevivió al umbral en Z > 3.1 con un umbral de extensión de p < 0,05
(corregido). Bajamos el umbral a Z > 2,3 con un umbral de extensión de 25 vóxeles (sin
corregir) para explorar el potencial de falsos negativos , especialmente dada la muestra más
pequeña. En este umbral, varias áreas mostraron una actividad reducida en el grupo DLD
de bajo rendimiento en relación con el grupo TD, incluso en el IFG izquierdo (pars
triangularis) que se extiende hacia la corteza orbital frontal y en los núcleos
caudados bilateralmente (consulte la Tabla complementaria 1 y la Fig. 8 ). Esto fue
consistente con estudios previos (incluido el nuestro) de muestras pequeñas donde el
desempeño de la tarea no estaba controlado. En la circunvolución parahipocampal derecha ,
la circunvolución poscentral izquierda , el cerebelo izquierdo, tronco encefálico y en
pequeños grupos en las circunvoluciones supramarginales bilateralmente, el grupo DLD de
bajo rendimiento mostró una mayor actividad en relación con los niños TD.

Figura 8 . Resultados del análisis de subgrupos de rendimiento. Las regiones

indicadas en azul son aquellas en las que los niños con un desarrollo típico de alto
rendimiento muestran una mayor actividad que los niños con DLD de bajo
rendimiento, y las regiones en verde son aquellas en las que los niños con DLD
muestran una mayor actividad en relación con los niños con TD. Los mapas tienen
un umbral de Z > 2,3, con una extensión de clúster mínima de 25 vóxeles. Se
incluye un corte sagital para mostrar el grupo en el cerebelo y un corte axial para
mostrar las diferencias en los núcleos caudados.
Discusión
En este gran estudio que comparó a niños con trastorno del desarrollo del lenguaje (DLD)
con niños con desarrollo típico (TD), evaluamos las diferencias en la actividad cerebral
para la generación de verbos. Encontramos poco apoyo para nuestras dos hipótesis
clave. En primer lugar, no pudimos mostrar las diferencias de grupo en la actividad
relacionada con la tarea en la circunvolución frontal inferior izquierda y el putamen
bilateralmente (ver Fig. 3 ). En segundo lugar, no mostramos ninguna evidencia de
lateralización atípica en aquellos con DLD (ver Fig. 4 ). Como se destacó anteriormente,
los pocos estudios de fMRI que examinaron la actividad funcional en niños con DLD
utilizaron una variedad de tareas y arrojaron hallazgos que son inconsistentes entre sí
( Mayes et al., 2015)). Además, la mayoría de estos estudios no capturaron el rendimiento o
utilizaron tareas en las que los niños con DLD se desempeñan mal. Creemos que este
estudio llena un vacío importante en la literatura de imágenes funcionales sobre DLD,
abordando las preocupaciones de los tamaños de muestra pequeños y la heterogeneidad de
la población. Nuestros hallazgos, obtenidos en la muestra más grande de niños con DLD
estudiada hasta el momento, indican que cuando usan una tarea que los niños con DLD
pueden realizar, activan las mismas regiones cerebrales que aquellos que se están
desarrollando normalmente y en un grado similar. Sin embargo, nuestro análisis reveló
regiones en el cerebro que son sensibles a la variación en el lenguaje y la capacidad de
memoria verbal que correlacionan medidas continuas de estos factores con la actividad
relacionada con la tarea para la generación de verbos. Este es un punto de partida muy útil
en nuestra comprensión de la base cerebral de DLD. Es importante destacar que nuestro
trabajo enfatiza la necesidad de controlar el desempeño de las tareas. Como discutimos a
continuación, también sugiere que necesitaremos aprovechar construcciones de lenguaje
más complejas para encontrar diferencias neuronales en este grupo.
Ausencia de disfunción frontoestriatal para la generación de verbos en niños con DLD
En este estudio de gran potencia, probamos las diferencias grupales en la actividad en
regiones clave de la red frontoestriatal, como el putamen y la circunvolución frontal inferior
izquierda, pero no encontramos ninguna evidencia de tales diferencias. Nuestra conclusión
fue respaldada por nuestros análisis continuos, ya que las diferencias en la actividad
cerebral en estas regiones no fueron explicadas por nuestras medidas de funcionamiento del
lenguaje o la memoria, la edad o la precisión. Nuestros hallazgos indican una falta de apoyo
para la hipótesis del déficit de procedimiento ( Ullman y Pierpont, 2005 ), y nuestra propia
teoría sugiere anomalías funcionales corticostriatales en DLD ( Krishnan et al.,
2016).); aquellos con trastornos del lenguaje no parecen mostrar una función anormal en
dos regiones importantes del bucle frontoestriatal, a saber, la circunvolución frontal inferior
izquierda y el putamen, durante una tarea simple de generación de verbos. Las diferencias
por debajo del umbral en los núcleos caudados bilateralmente y la circunvolución frontal
inferior izquierda se revelaron cuando nos enfocamos en los niños con DLD que tenían un
rendimiento muy bajo en la tarea de generación de verbos en el escáner (ver Fig. 8 ). Desde
nuestro punto de vista, este análisis exploratorio ilustra que las diferencias estriatales
informadas en estudios previos probablemente reflejen diferencias en el desempeño de
tareas, en lugar de ser características de diferencias neuronales funcionales en DLD per
se .. De hecho, creemos que los resultados de este pequeño grupo enfatizan por qué son
necesarios tamaños de muestra grandes y un control cuidadoso del rendimiento cuando se
realizan estudios de imágenes de niños con DLD.
Sin embargo, creemos que sería prematuro concluir que las regiones frontoestriatales
funcionan normalmente en aquellos con DLD sobre la base de esta única tarea. Primero, la
naturaleza de nuestra tarea, que fue diseñada para ser simple y fácil de realizar, puede haber
reducido nuestra sensibilidad para detectar diferencias en estas regiones. Estudios previos
han sugerido que las regiones estriatales se activan mediante un procesamiento fonológico-
articulatorio difícil o novedoso ( Klein et al., 2006 ; Simmonds et al., 2014 ). Las tareas que
involucran aprendizaje secuencial, como aprender la forma de una palabra nueva, pueden
ser más adecuadas para revelar diferencias en estas regiones (pero tenga en cuenta
que Pigdon et al., 2020no informaron diferencias en la actividad cerebral para la repetición
de palabras sin sentido en niños con DLD). Nuestra tarea también fue muy corta; es posible
que tener más ensayos y, en consecuencia, mejores estimaciones de la actividad revele
diferencias más sutiles (sin embargo, la contrapartida aquí es que es menos probable que
los niños toleren tareas más largas y más probable que se muevan). En segundo lugar,
puede haber una ventana de tiempo limitada en el desarrollo durante la cual se vean estas
influencias; una revisión reciente sugiere que la contribución del circuito estriatal al
aprendizaje motor del habla puede limitarse al período de adquisición de habilidades
articulatorias ( Ziegler y Ackermann, 2017). En este estudio, evaluamos a niños y
adolescentes entre las edades de 10 y 15 años. Los niños más pequeños con DLD, que están
en el proceso de aprender palabras y refinar su sistema de producción del habla, pueden
activar de manera diferente las regiones frontoestriatales. En tercer lugar, los análisis más
detallados pueden revelar diferencias en la conectividad o la microestructura del cuerpo
estriado. Por ejemplo, estudios recientes sugieren que los perfiles de conectividad cerebral
de regiones centrales específicas están asociados con perfiles cognitivos ( Lee et al.,
2020 ; Siugzdaite et al., 2020 ). A pesar de estas advertencias, una conclusión clave de
nuestros datos es que las diferencias funcionales en estas regiones en adolescentes con
DLD, si están presentes, probablemente sean sutiles.
Falta de evidencia de lateralización frontal atípica en DLD
También evaluamos las diferencias en la lateralización frontal para la generación de
verbos. No encontramos ninguna evidencia de que la lateralización izquierda fuera menos
común en aquellos con DLD o en aquellos con antecedentes de trastornos del habla y del
lenguaje. Esto es consistente con los hallazgos de estudios recientes que utilizan Doppler
transcraneal funcional ( Wilson y Bishop, 2018 ). Una crítica de fTCD es que podría no ser
sensible a las diferencias regionales en la lateralización, que fMRI es más adecuado para
evaluar. Sin embargo, nuestros resultados, especialmente cuando se toman junto con los
hallazgos de fTCD, brindan evidencia convincente de que es probable que las diferencias
en la lateralización informadas anteriormente hayan sido falsos positivos.
Ausencia de diferencias grupales más allá de la red frontoestriatal
Nuestra tarea de generación de verbos provocó actividad en los grupos DLD y TD en la
circunvolución frontal inferior, la circunvolución temporal superior, la corteza motora
primaria a nivel de los articuladores , las áreas motoras suplementarias y la corteza occipital
bilateralmente (ver Fig. 5 ), lo cual es consistente con informes previos de actividad
cerebral para esta tarea. Examinamos si había diferencias grupales en la actividad en esta
red lingüística más amplia. Un análisis de todo el cerebro no reveló ninguna diferencia de
grupo en la red de lenguaje entre aquellos con DLD y niños neurotípicos cuando los
umbrales convencionales (formación de grupos Z> 3.1, grado p < 0,05). Aunque se pueden
observar algunas diferencias al reducir el umbral, estas no se encuentran en las áreas en las
que predijimos las diferencias, y creemos que un umbral de Z > 3,1 es apropiado al
considerar el tamaño de nuestra muestra (los lectores interesados pueden evaluar estos
mapas de forma independiente en https:
//identificadores.org/neurovault.coleccion:8615 ). Nuestros hallazgos negativos a nivel de
grupo son consistentes con los de un estudio reciente de DLD y trastorno del desarrollo del
sonido del habla , que también sugirió que estos grupos tenían patrones y niveles de
actividad cerebral similares a los observados en niños con un desarrollo típico ( Pigdon et
al., 2020 ).
¿La falta de diferencias neuronales funcionales se debe a una mayor variabilidad
neuronal en niños con DLD?
Teorizamos que aquellos con DLD podrían ser más variables como grupo en términos de
las regiones que activaron, en relación con los niños con un desarrollo típico. Tal
heterogeneidad neural se ha demostrado en otros grupos con trastornos del
neurodesarrollo como el autismo ( Hahamy et al., 2015 ), y se ha postulado para trastornos
como la dislexia del desarrollo ( Hancock et al., 2017 ). Para evaluar la heterogeneidad
funcional, examinamos mapas superpuestos para evaluar las regiones que los niños
activaron fuertemente a nivel individual mientras completaban tareas de generación de
verbos (ver Fig. 7 ). Estos indican que tanto los niños con un desarrollo típico como los
niños con DLD activaron las regiones motoras de la corteza que representan los
articuladores y la corteza visual.muy consistentemente. La activación de vóxeles en la
circunvolución frontal inferior izquierda mostró una consistencia espacial algo menor entre
los participantes, pero ambos grupos activan claramente la región durante esta tarea. Hay
relativamente poca evidencia de una activación consistente del putamen (Figura 1
complementaria). El examen de estos mapas de superposición proporciona más apoyo para
la falta de diferencias grupales en la actividad cerebral para esta tarea, lo que sugiere que la
tarea evoca actividad en redes cerebrales muy similares en ambos grupos en grados
similares.
Ir más allá de las dicotomías grupales a medidas continuas de variación del lenguaje
En los análisis antes mencionados, primero usamos un enfoque categórico, evaluando las
diferencias en la actividad cerebral solo en niños con DLD y aquellos que se estaban
desarrollando normalmente. Luego usamos un enfoque continuo, derivando puntajes de
dominio del idioma para los grupos DLD, TD y HSL. Nuestra reducción de datos se
planificó específicamente para evitar tener múltiples puntajes de cada una de nuestras
pruebas de comportamiento para correlacionar con los datos de imágenes. Uno de los
problemas con esta práctica es que es muy fácil dar explicaciones de por qué cada medida
individual era adecuada para capturar la variación del idioma (es decir, HARKing,
ver Bishop, 2019 ; Bishop, 2020). Descubrimos que la variación en nuestros datos de
comportamiento se capturó mejor al calcular dos factores (lenguaje y
memoria). Anticipamos que nuestro enfoque continuo sería más sensible a la variación en
la actividad cerebral que los análisis de grupos extremos, ya que podíamos usar datos de
niños que tenían antecedentes de problemas del habla y del lenguaje, y no estábamos
limitados a comparaciones de grupo gruesas. Si bien este enfoque arrojó resultados
similares dentro de nuestros ROI predefinidos y en el análisis de lateralidad, las
correlaciones de todo el cerebro arrojaron algunos hallazgos interesantes (ver Fig. 6 ).
Específicamente, nuestro factor de lenguaje se asoció con aumentos en la actividad en la
circunvolución frontal inferior izquierda (pars orbitalis) y la circunvolución supramarginal
izquierda. Estas regiones, y la circunvolución supramarginal/ corteza parietal inferior en
particular, se han relacionado con la memoria de trabajo fonológica ( Baldo y Dronkers,
2006 ; Friederici, 2012 ; Paulesu et al., 1993 ), y podrían participar en esta tarea para
almacenar temporalmente o ensayar información fonológica. La región en la
circunvolución supramarginal que encontramos también está cerca del área Spt, que se ha
postulado como una interfaz sensoriomotora, que apoya las interacciones entre las regiones
articulatorias y temporales durante el procesamiento fonológico y desempeña un papel
clave en la memoria de trabajo verbal (Buchsbaum et al., 2001 ; Hickok et al.,
2003 ). Alternativamente o además, las correlaciones de rendimiento con la actividad en la
circunvolución frontal inferior izquierda podrían reflejar demandas de selección durante la
generación del verbo ( Thompson-Schill et al., 1997 ). En consecuencia, con vocabularios
más grandes o mayores habilidades lingüísticas, las demandas de selección de la tarea de
generación de verbos pueden ser mayores, lo que lleva a una mayor actividad en esta región
en participantes más competentes. Nuestro factor de memoria se asoció positivamente con
la actividad relacionada con la tarea como se esperaba en la corteza temporal medial
izquierda , incluido el hipocampo . También se correlacionó positivamente con la actividad
en la corteza sensoriomotora ventral.bilateralmente, y el cerebelo. Estas regiones están
vinculadas a la producción del habla, y su participación en esta tarea puede sugerir una
recuperación más eficiente de los planes articulatorios del habla, que se requería para
muchas de las tareas de memoria verbal . Apoyando esta interpretación, un estudio previo
ha demostrado que los cambios en el coeficiente intelectual verbal están relacionados con
cambios estructurales en la corteza sensoriomotora ventral ( Ramsden et al.,
2011).). Tomados en conjunto, estos hallazgos sugieren que las diferencias en los aspectos
de la capacidad del lenguaje se reflejan en la actividad cerebral para una tarea de lenguaje,
con detalles de desempeño vinculados a una mayor actividad en nodos específicos de la red
del lenguaje. Esto apunta a la falta de líneas divisorias nítidas entre los cerebros TD y DLD,
especialmente para las tareas que los niños pueden realizar. Modelar la variación continua
del lenguaje en muestras grandes podría brindar una mayor comprensión de la base cerebral
de DLD que el uso de categorías dicotómicas. Sin embargo, enfatizamos que estos
hallazgos son exploratorios y necesitarán replicación.
Resumen y conclusiones
En resumen, encontramos poco apoyo para la disfunción frontoestriatal en la actividad
cerebral, o la lateralización atípica, durante una tarea de generación de verbos en niños con
DLD. Esto podría deberse a que nuestra tarea exigió poco el aprendizaje del idioma o el
procesamiento complejo del idioma. Aun así, esta es una evidencia importante que sugiere
que para tareas simples en las que se controla el rendimiento, las personas con DLD
muestran una actividad cerebral que se asemeja a la de los niños con un desarrollo
típico. Para investigar por qué se observan dificultades del lenguaje en DLD, ahora
necesitamos usar medidas más sensibles de actividad cerebral y conectividad, o diseñar
tareas que aprovechen aspectos específicos del lenguaje que se ven afectados en niños con
DLD, por ejemplo, aprendizaje secuencial. Nuestros resultados también arrojan algunas
direcciones prometedoras para estudios futuros; específicamente, observamos una relación
entre distintas regiones corticales del cerebro y nuestro lenguaje y factores de memoria
verbal. Esto indica que los subgrupos de personas con DLD con lenguaje deficiente o
memoria deficiente pueden reclutar estas regiones de manera menos eficiente.
Disponibilidad de datos
Las puntuaciones neuropsicológicas anonimizadas, así como el código para ejecutar la tarea
de generación de verbos y el análisis factorial, están disponibles en Open Science
Framework ( https://doi.org/10.17605/OSF.IO/2WPX5 ). Los datos de resonancia
magnética sin procesar anónimos (exploraciones ponderadas en T1 y datos de resonancia
magnética funcional) están disponibles abiertamente para su descarga a través de
OpenNeuro ( https://openneuro.org/datasets/ds003145 ).