Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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)
norte 67 50 26
Puntuaciones de idiomas
CELF Recordando oraciones 1 11,9 (2,2) 5.2 (2.6) 9,0 (3,0) TD>HSL>DLD
CI no verbal
Pruebas de lectura
Pruebas de memoria
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
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
A.TD _
B DLD
TD > DLD
DLD > DT
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
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.