Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Déficits Específicos en
el Proceso de Resumen
Subitización Los estudios de neuroimágenes orientados
a estudiar la asociación entre descriptores
morfométricos cerebrales y la variabilidad
Nancy Estévez Pérez individual en capacidades numéricas
Departamento de Neurociencias básicas que predicen el rendimiento
Educacionales, Centro de aritmético, incluyendo niños con Discalculia
Neurociencias de Cuba. La Habana, del Desarrollo (DD), son escasos.
Cuba. Evidencias previas en sujetos con
Síndrome de Turner sugieren que la
Yasser Alemán Gómez profundidad y la longitud del Surco
Instituto de Investigación Sanitaria Intraparietal (SIP) pueden estar
Gregorio Marañón. Madrid, España. relacionadas con la presencia de déficits en
el proceso de subitización presentes en
Raysil Mosquera Suárez, Belkis Recio sujetos con DD. El presente trabajo
Morales, & Marisol Rodríguez Cápiro cuantificó la longitud, profundidad, volumen
Departamento de Neurociencias y área de superficie del segmento horizontal
Educacionales, Centro de del Surco Intraparietal (SHSIP) y del Surco
Neurociencias de Cuba. La Habana, Central (SC), en niños con DD y controles y
Cuba. estudió la relación entre estos descriptores
y las capacidades numéricas básicas de
Rogney Marine Isangue, & Joe Michel subitización, conteo y comparación de
López Inguanzo magnitudes. Se encontraron correlaciones
Departamento de Neuroinformática. estadísticamente significativas entre la
Centro de Neurociencias de Cuba. La profundidad, el volumen, el área de
Habana, Cuba. superficie cortical del SHSIP del Hemisferio
Izquierdo (HI) y la profundidad del Surco
Mitchell Valdés Sosa Central del HI y el efecto de subitización.
Departamento de Neurociencias No se encontraron correlaciones entre los
Cognitivas. Centro de Neurociencias de descriptores morfométricos con los efectos
Cuba. La Habana, Cuba. de conteo y comparación de cantidades.
Los niños DD mostraron mayor área de DD children exhibited larger surface area
superficie y volumen del SIP izquierdo y and cortical volume of the left SIP and
mayor longitud del SHSIP bilateralmente, longer SHSIP bilaterally, compared to
comparados con los controles. Los controls. The results suggest the need to
resultados sugieren la necesidad de characterize the complex architecture of the
caracterizar la arquitectura compleja de las brain networks involved in numerical
redes cerebrales implicadas en el processing and DD.
procesamiento numérico y la DD. Keywords: Developmental dyscalculia,
Palabras clave: Discalculia del desarrollo, surco intraparietal sulcus, subitizing, counting,
intraparietal, subitización, conteo, magnitude comparison, arithmetic fluency.
comparación de cantidades, fluidez
aritmética.
multiplicar) y/o el razonamiento matemático. Pinel, & Cohen, 2003; Isaacs, Edmonds,
En los niños con DD, algunas de estas Lucas, & Gadian, 2001, Kaufmann, Wood,
capacidades se sitúan significativamente & Rubinsten, 2011; Molko et al., 2004;
por debajo de lo esperado en individuos de Ranpura et al., 2013; Rotzer et al., 2008).
edad cronológica, coeficiente de inteligencia Sin embargo, los trabajos de
y escolaridad acordes a la edad, al ser neuroimágenes orientados a estudiar la
medidas mediante pruebas normalizadas asociación entre los descriptores
de rendimiento académico, de cálculo y/o morfométricos de las regiones cerebrales y
razonamiento matemático, administradas la variabilidad individual en las capacidades
individualmente. Este trastorno interfiere numéricas, incluido el extremo más pobre
significativamente en el rendimiento del rendimiento en dichas capacidades, son
académico, profesional, y en las actividades escasos (Barnea-Goraly, et al., 2005;
de la vida cotidiana que requieren Rykhlevskaia, Uddin, Kondos, & Menon,
habilidades para las matemáticas, es 2009). Estudios con este enfoque
persistente en el tiempo y generalmente no contribuirían a mejorar la eficiencia de la
responde a métodos de remediación detección temprana de la DD.
pedagógica (Manual Diagnóstico y Especialmente, porque aquellos
Estadístico de los Trastornos Mentales marcadores conductuales que se logren
[DSM-5]; Asociación Psiquiátrica Americana relacionar consistentemente con
[APA], 2013). propiedades anátomo-funcionales
característica del “cerebro discalcúlico”
Se considera que la etiología del trastorno
podrían emplearse como indicadores de
incluye la interacción de factores genéticos,
riesgo en el pesquisaje universal de este
epigenéticos y ambientales que afectan la
trastorno del neurodesarrollo.
capacidad del cerebro de percibir y
procesar la información numérica de una En este sentido, se ha reportado que CNB
manera eficiente y precisa (APA, 2013). Sin como la estimación instantánea y precisa
embargo, numerosos problemas de de cantidades pequeñas (o proceso de
investigación quedan aún por abordar, tanto subitización, del inglés: “subitizing”), el
con relación a la modelación cognitiva del proceso de conteo y la comparación de
desarrollo típico del procesamiento del cantidades (Kaufman, Lord, Reese, &
número y sus desviaciones como Volkmann, 1949; Mandler & Shebo, 1982;
relacionados con la determinación del Moyer & Landauer, 1967; Piazza, Mechelli,
sistema de estructuras cerebrales que Butterworth, & Price, 2002) constituyen
subyacen a la arquitectura cognitiva predictores significativos del rendimiento
dedicada al procesamiento numérico y sus matemático en el desarrollo (Reigosa-
propiedades. Crespo et al., 2013). Estas CNB podrían ser
empleadas como marcadores conductuales
Algunos estudios han descrito diferencias
de elección para el estudio de la
significativas en las propiedades
arquitectura anátomo-funcional cerebral
anatómicas y funcionales de un grupo de
relacionada con el procesamiento numérico.
regiones cerebrales, entre las que se
destaca consistentemente el Surco El modelo general de las arquitecturas
Intraparietal (SIP); cuando se comparan neuroanatómica y cognitiva de
niños con DD y controles (Dehaene, Piazza, procesamiento del número o Modelo del
escolares sanos (controles), pareados por Tabla 2). De todos estos escolares se
edad, sexo y grado con el grupo DD (ver obtuvieron imágenes anatómicas
detalles de la muestra en la Tabla 1 y cerebrales.
detalles de las CNB en cada muestra en la
Tabla 1
Descripción de la muestra. Estudio de morfometría del SIP.
Género Edad (años) TR Cálculo Mental (ms)
Grupo
Total (F) Media (D.E.) Media (D.E.)
DD 5 (1) 9.5 (1,486) 6124.8 (689.43)*
Controles 8 (1) 8.5 (1,195) 2948.0 (785.98)
Nota: La muestra estudiada incluyó escolares de 3ro a 8vo grados. TR: tiempos de
reacción. D.E.: desviación estándar, *Significativamente mayor comparado con el
grupo control (p<.01) a través de una prueba no paramétrica de diferencia de
muestras independientes (Mann-Whitney U Test).
Tabla 2
Detalles del tamaño de los efectos de subitización, conteo y distancia numérica por grupo.
Controles DD
Efectos
Media (D.E.) Media (D.E.)
Subitización 0.144 (0.0474) 0.379 (0.066)+
Conteo 0.046 (0.0376) 0.036 (0.028)
Distancia Numérica -0.191 (0.2564) -0.353 (0.305)
Nota: +Significativamente menor comparado con el grupo control (p<.05), empleando
una prueba no paramétrica de diferencia de muestras independientes (Mann-Whitney U
test).
del cerebro normal construido a partir de Para describir el rendimiento de los grupos
50-100 registros de niños sanos entre 8-14 en tareas de CNB y determinar si existe una
años (Wilke, Krageloh-Mann, & Holland, relación específica entre las propiedades
2007; Wilke, Schmithorst, & Holland, 2002) morfométricas del SHSIP y la capacidad
usando el programa SPM5b (Ashburner & para subitizar se calcularon tres indicadores
Friston, 2000). del tamaño de los efectos de subitización,
2. Corrección de las inhomogeneidades de conteo y distancia numérica (a partir de las
intensidad del campo magnético usando el tareas de enumeración exacta de
programa SPM5b (Ashburner & Friston, cantidades y comparación de números). Se
2000). escogieron estos efectos pues un estudio
longitudinal de Reigosa-Crespo et al. (2013)
3. Segmentación y detección automática de
se demostró que los efectos de subitización
dos ROI: segmento horizontal del surco
y conteo constituyen predictores únicos de
intraparietal (SHSIP) y Surco Central (SC)
la variabilidad individual en la competencia
para cada hemisferio cerebral por
matemática exhibida por escolares de 3ro y
separado, usando el procedimiento de
4to grados un año después. Estas medidas
reconocimiento automático del software
explicaron individualmente entre el 5% - 9%
BrainVisa (Mangin, Frouin, Bloch, Regis, &
de la varianza en la fluidez en el cálculo y
Lopez-Krahe, 1995). Se incluyó el surco
en el dominio del currículo del grado para
central como estructura de referencia
las matemáticas. Adicionalmente, el efecto
anatómica, siguiendo los argumentos de
de distancia numérica ha sido reportado
Molko y colaboradores (2004); pues no se
como un predictor significativo de la fluidez
ha descrito que la misma esté involucrada
en el cálculo en varios estudios con niños
en el procesamiento del número (Arsalidou
(De Smedt et al., 2007; Holloway & Ansari,
& Taylor, 2011).
2009).
4. Rectificación de la detección de las
estructuras por inspección visual. El Efecto de Subitización (ES) se calculó
restando los TR de las respuestas correctas
5. Obtención de los descriptores
en la tarea de Estimación Exacta, a las
morfométricos: longitud, profundidad y
numerosidades 1 y 3 (N1 y N3,
volumen (Molko et al., 2003, 2004) y área
respectivamente), a través de la fórmula:
de superficie de las ROI; a través del
ES= (N3-N1)/N1. Mientras más cercano a
software BrainVisa (Mangin et al., 1995).
cero es el valor de la variable ES, mayor es
Además de los descriptores longitud, dicho efecto.
profundidad y volumen, anteriormente
estudiados por Molko et al. (2003, 2004), se El Efecto de Conteo (EC); se calculó a partir
incluyó el área de superficie de las ROI de los TR de las respuestas correctas en la
pues este descriptor está comenzando a tarea de Estimación Exacta, a las
ser reconocido como marcador de numerosidades 6, 7, 8 y 9 (N5, N7, N8 y N9
desórdenes del neurodesarrollo de origen respectivamente) aplicando la fórmula: EC=
prenatal (Frye et al., 2010) y se encuentra ((N8+N9)/ 2) - (N6+N7)/ 2)) / (N6+N7)/ 2).
afectado en la Dislexia del Desarrollo y el En el caso del EC, mientras mayor es el
Autismo (Shaw et al., 2012). valor de la variable EC, mayor es el tamaño
del efecto (Reigosa-Crespo et al., 2013).
Cálculo de índices descriptivos del funcionamiento de las
CNB
El Efecto de distancia numérica (EDN) se de los descriptores de las ROI entre los dos
calculó de forma similar, a partir de los TR hemisferios en cada uno de los grupos.
de las respuestas correctas a la tarea de
Comparación de Números, para las
distancias numéricas 1 y 3 (D1, D3, Resultados
respectivamente). El EDN se calculó
» Análisis de los descriptores de las ROI y su relación con
aplicando la fórmula: EDN= (D1-D3)/D3. En
las CNB
el caso del EDN, de forma similar que en el
El análisis de correlaciones no paramétricas
caso del EC, mientras mayor sea el valor de
de Spearman entre los efectos del
la variable; mayor es el tamaño del efecto.
procesamiento numérico básico y las
En los tres casos se emplearon los TR sin
propiedades morfométricas de las ROI
corregir por la mediana del TR de la tarea
arrojó que solo existen correlaciones
de tiempo de reacción simple puesto que la
significativas con uno de los efectos: el de
división por el TR menor en todas las
subitización (Tabla 3, Figura 1). Este
fórmulas garantiza esta corrección
proceso correlaciona con la profundidad, el
directamente (Reigosa-Crespo et al., 2013).
volumen y el área de superficie del HI.
Análisis Estadístico Adicionalmente, se encontró una
Análisis de los descriptores de las ROI y su correlación significativa entre el proceso de
relación con las CNB. Se realizó un análisis subitización y la profundidad del SC del HI.
de correlación no paramétrica entre los
» Análisis de los descriptores de las ROI entre grupos:
efectos de subitización, conteo y distancia
numérica de toda la muestra y los SHSIP
descriptores morfométricos de las ROI. Se encontró mayor volumen y mayor área
de superficie en el SHSIP izquierdo de los
› Análisis de los descriptores de las ROI
sujetos DD (Figura 2C y 2D,
entre grupos. Se aplicó la prueba no
paramétrica de diferencia de muestras respectivamente). Se encontró también una
independientes de Mann-Whitney para diferencia significativa en la longitud del
determinar la existencia de diferencias SHSIP entre los sujetos DD y los niños
significativas entre los grupos en las controles en ambos hemisferios cerebrales.
medidas morfométricas en las ROI incluidas El grupo DD exhibe una mayor longitud que
en el análisis. el grupo control en ambos hemisferios (ver
› Análisis interhemisférico de los Figura 2B). No se detectaron diferencias
descriptores de las ROI en cada grupo. Se significativas entre los grupos con respecto
realizó una prueba no paramétrica para
a la profundidad en ninguno de los dos
muestras dependientes (Wilcoxon Matched
Pairs Test) para evaluar la existencia de hemisferios para el SHSIP.
diferencias significativas entre los valores
Tabla 3.
Correlaciones entre efectos de subitización, conteo y distancia numérica y las propiedades
morfométricas de las ROI.
ROI Localización Descriptor Morfométrico R - ES R - EC R - EDN
Profundidad 0.16 -0.08 0.29
Longitud 0.41 -0.38 -0.14
HD Volumen 0.43 -0.26 0.05
SIP Área de Superficie 0.42 -0.32 0.02
Profundidad 0.62+ -0.37 0.31
Longitud 0.37 0.49 -0.04
HI Volumen 0.79* 0.04 0.01
Área de Superficie 0.81* 0.07 0.03
Profundidad 0.17 -0.27 -0.05
Longitud 0.03 0.33 0.27
HD Volumen 0.07 0.08 0.25
SC Área de Superficie 0.1 0.09 0.21
Profundidad -0.06 -0.3 -0.02
Longitud -0.61+ 0.42 0.13
DI Volumen -0.09 0.23 -0.21
Área de Superficie 0.07 0.32 -0.3
Nota: +p<.05; *p<.01; R: valor de correlación entre los descriptores morfométricos y la variable
cognitiva; p: probabilidad de obtener la correlación observada por azar; ROI: regiones de interés; SIP:
Surco Intraparietal; SC: Surco Central; HI: hemisferio izquierdo; HD: hemisferio derecho; ES: efecto de
subitización; EC: efecto de conteo; EDN: efecto de distancia numérica.
Figura 1. Correlaciones significativas entre el efecto de subitización y los descriptores morfométricos del
Segmento Horizontal del Surco Intraparietal y el Surco Central. GC: grupo control; DD-NS: niños con DD
y déficits significativos en el proceso de subitización.
» Análisis de los descriptores de las ROI entre grupos: SC mostrando el grupo control una longitud
Se encontró una diferencia significativa en significativamente mayor del SC del HI (ver
la longitud del SC entre los grupos, Figura 2).
Figura 2. Resultados del estudio morfométrico de los surcos Intraparietal (Segmento Horizontal del SIP:
SHSIP) y Central: SC; 4A) Localización de las regiones de interés estudiadas, representados en un
cerebro de un sujeto DD y de un sujeto control (GC), en verde el SHSIP, en rojo el SC; 4B) longitud, C)
volumen, D) área de superficie. Nota: * significativamente diferente comparado con el grupo control
(p<.05), nótese que la posición del asterisco indica el grupo que muestra valores mayores del descriptor
correspondiente.
Tabla 4.
Berland, Killackey, & Kennedy, 1996; Rakic, sugiere que las encontradas en el SC no
1988). son el resultado de un proceso que afecta
los hemisferios cerebrales de manera
Morfometría Surcal: hallazgos en el SC.
global, sino que son el resultado de
Se encontró una longitud significativamente
procesos que afectan la anatomía cerebral
menor del SC izquierdo en el grupo DD con
de la muestra en regiones específicas,
respecto a los controles. En el estudio de
indicando que existe una asimetría del SC
Síndrome de Turner de Molko et al. (2003)
en el hemisferio derecho, en el grupo DD y
no se encontraron diferencias significativas
en el hemisferio izquierdo, en el grupo de
en ninguno de los descriptores evaluados
los niños controles.
en este surco, sin embargo, los autores
reportaron un desplazamiento posterior A modo de conclusión del estudio, es
bilateral significativo del SC (en el eje Y del posible señalar que la relación entre la
espacio de Talaraich) en el grupo con DD, variabilidad de propiedades morfométricas
comparado con los controles. Esto fue del SHSIP y del SC del HI y la capacidad de
interpretado como un signo de atrofia de los subitización, conjuntamente con las
lóbulos parietales, también reportado en diferencias anatómicas encontradas en
estudios previos del mismo grupo de estas estructuras en los niños con déficits
investigadores (Molko et al., 2003). El SC específicos en el proceso de subitización
fue incluido en el análisis como una comparados con los controles; sugieren la
estructura de referencia, pues no se ha existencia de modificaciones relacionadas
descrito anteriormente que esté implicado con la presencia de DD, que incluyen, pero
en el procesamiento numérico. Sin no se circunscriben, al lóbulo parietal. El
embargo, es posible que no existan efecto de subitización puede ser un
reportes de esta región porque la mayoría marcador conductual útil de la presencia de
de los estudios que abordan las bases modificaciones anatómicas asociadas a la
cerebrales de la DD y han adoptado un presencia de DD y de la presencia del
enfoque de análisis de ROI no han trastorno.
estudiado el SC (Ansari, Price, & Holloway, Nótese, no obstante, que la muestra
2010). Por otra parte, los estudios previos incluida en este estudio es pequeña y que
disponibles no han analizado la morfometría el grupo DD mostró una edad promedio
surcal; tipo de análisis que permite evaluar mayor que el grupo control, aunque la
descriptores morfométricos que son más diferencia no alcanzó significación
difíciles, o incluso imposibles de observar, estadística. Con relación al tamaño de la
cuando se trabaja con parcelaciones muestra, es pequeña comparada con el
estándar de las regiones y morfometría estudio realizado por Molko et al. (2004),
basada en vóxeles. que incluyó 14 mujeres con Síndrome de
A nivel de los grupos se encontró que el SC Turner y 14 controles. La mayoría de los
del HD es más largo que el SC del HI en el estudios de procesamiento numérico se han
grupo DD. En el grupo control, el SC del HI centrado en el análisis de neuroimagenes
es más profundo que el SC del HD. Sin funcionales, un número menor se ha
embargo no se encontraron diferencias dedicado a análisis de la morfometría
significativas interhemisféricas en ninguno cerebral en la DD. En los estudios que han
de los descriptores del SHSIP, lo que realizado análisis morfométricos cerebrales
en niños con DD se han incluido muestras los niños con DD el tamaño de estos
de 12 niños con DD y controles (Rotzer et efectos es menor o invertido. Si los
al., 2008); 23 niños con DD y controles resultados obtenidos reflejaran únicamente
(Rykhlevskaia et al., 2009); 11 niños DD y el efecto de la diferencia de edad entre los
controles (Ranpura et al., 2013). Sin grupos, dado que los niños DD son
embargo; en dos de estos trabajos, a mayores como promedio que los controles,
excepción del último, el diagnóstico de DD este grupo debería mostrar valores
se realizó a partir del criterio de menores de ASC; o, incluso teniendo en
discrepancia entre la capacidad intelectual y cuenta la influencia de la patología sobre la
el rendimiento académico y no a partir de estructura cerebral se podría esperar un
pruebas de capacidades numéricas básicas aumento menor en los valores de los
con control de tiempo de reacción, como en descriptores morfométricos o una
el caso del presente estudio. En este, disminución de los mismos con respecto a
tamaño de la muestra estuvo condicionado los controles, por lo que podrían no
por el hecho de que la prevalencia de encontrarse diferencias significativas entre
déficits selectivos en alguna de las los grupos en el ASC. En contraste, los
capacidades numéricas básicas es menor resultados de mayor área de superficie
de 3 por cada 100 niños; dado que la cortical descritos en los niños DD
prevalencia encontrada en Cuba de DD concuerdan con lo encontrado en niños DD
(definida como déficits significativos en por Ranpura y colaboradores, e indican que
capacidades numéricas básicas) es de la variabilidad en las propiedades
3.4% (Reigosa-Crespo et al., 2011). Este morfométricas estudiadas no puede ser
tamaño de la muestra afecta el poder explicada única y suficientemente por la
estadístico de los tests y también la diferencia de edad entre los grupos.
generalización de los resultados a otras
En general, estos resultados constituyen
poblaciones de niños con DD; por tanto
una contribución útil al conocimiento de las
estos resultados y su alcance deben ser
características anatómicas del SIP, una
tomados con cautela.
región vinculada sistemáticamente con el
Con relación a la diferencia de edad entre procesamiento numérico; y su relación con
los grupos es importante señalar que los el proceso de subitización, un predictor
resultados obtenidos por los niños conductual significativo del rendimiento
estudiados (grupo DD con mayor edad académico. Estos resultados sugieren la
promedio que el grupo control), son necesidad de emplear medidas capaces de
consistentes con los estudios de caracterizar la arquitectura compleja de las
trayectorias del neurodesarrollo típico de las redes cerebrales para abordar el estudio de
propiedades morfométricas con la edad. las bases cerebrales del procesamiento
Según Ranpura et al. (2013), con el numérico y la DD. Futuros estudios
desarrollo, los niños controles exhiben incluyendo todo el cerebro y sus
patrones típicos de disminución de área de conexiones, o incluso; desde el enfoque
superficie y grosor cortical y de aumento del topólogico de abordaje de las redes
volumen de materia blanca mientras que en cerebrales podrían permitir profundizar en
la interpretación de estos resultados.
Referencias
Ansari, D., Lyons, I. M., Van Eimeren, L., & with developmental dyscalculia.
Xu, F. (2007). Linking visual attention and Developmental Cognitive Neuroscience, 2,
number processing in the brain: The role of S152-S166. doi:10.1016/j.dcn.2011.09.006
the temporo-parietal junction in small and
large symbolic and nonsymbolic number Barnea-Goraly, N., Menon, V., Eckert, M.,
comparison. Journal of Cognitive Tamm, L., Bammer, R., Karchemskiy,
Neuroscience, 19(11), 1845-1853. A.,…Reiss, A. L. (2005). White matter
doi:10.1162/jocn.2007.19.11.1845 development during childhood and
adolescence: A cross-sectional diffusion
Ansari, D., Price, G., & Holloway, I. (2010). tensor imaging study. Cerebral Cortex, 15,
Typical and atypical development of basic 1848-1854. doi:10.1093/cercor/bhi062
numerical magnitude representations: A
review of behavioral and neuroimaging Bruandet, M., Molko, N., Cohen, L., &
studies. En M. Ferrari, & L. Vuletic (Eds.), Dehaene, S. (2004). A cognitive
The Developmental Relations among Mind, characterization of dyscalculia in Turner
Brain and Education (pp. 105-127). Nueva syndrome. Neuropsychologia, 42(3), 288-
York: Springer. doi:10.1007/978-90-481- 298. doi:10.1016/j.neuropsychologia.
3666-7_5 2003.08.007
Asociación Americana de Psiquiatría. Cutini, S., Scatturin, P., Basso, S., & Zorzi,
(2013). Manual Diagnóstico y Estadístico de M. (2013). Are the neural correlates of
los Trastornos Mentales (5a. ed.). Arlington, subitizing and estimation dissociable? An
VA: American Psychiatric Publishing. fNIRS investigation. Neuroimage, 85(Pt 1),
391-399.
Armstrong, E., Schleicher, A., Omran, H., doi:10.1016/j.neuroimage.2013.08.027
Curtis, M., & Zilles, K. (1995). The ontogeny
of human gyrification. Cerebral Cortex, 5, Chi, J. G., Dooling, E. C., & Gilles, F. H.
56-63. doi:10.1093/cercor/5.1.56 (1977). Gyral development of the human
brain. Annals of Neurology, 1, 86-93.
Arsalidou, M., & Taylor, M. J. (2011). doi:10.1002/ana.410010109
NeuroImage Is 2 + 2 = 4? Meta-analyses of
brain areas needed for numbers and De Smedt, B., Swillen, A., Devriendt, K.,
calculations. Neuroimage, 54, 2382-2393. Fryns, J. P., Verschaffel, L., & Ghesquière,
doi:10.1016/j.neuroimage.2010.10.009 P. (2007). Mathematical disabilities in
children with velocardio-facial syndrome.
Ashburner, J., & Friston, K. J. (2000). Voxel- Neuropsychologia, 45(5), 885-895.
based morphometry: The methods. doi:10.1016/j.neuropsychologia.2006.08.02
Neuroimage, 11, 805-821. 4
doi:10.1006/nimg.2000.0582
Dehaene, S., & Cohen, J. D. (1995).
Ashkenazi, S., Rosenberg-Lee, M., Tenison, Towards an anatomical and functional
C., & Menon, V. (2012). Weak task-related model of number processing. Mathematical
modulation and stimulus representations Cognition, 1, 83-120.
during arithmetic problem solving in children
Dehaene, S., & Cohen, L. (1994). related skills and history of dyslexia.
Dissociable mechanisms of subitizing and Cerebral Cortex, 20, 2625-2635.
counting: Neuropsychological evidence from doi:10.1093/cercor/bhq010
simultagnosic patients. Journal of
Experimental Psychology, 20, 958-975. Halberda, J., & Feigenson, L. (2008).
doi:10.1037/0096-1523.20.5.958 Developmental change in the acuity of the
“number sense”: the approximate number
Dehaene, S., Piazza, M., Pinel, P., & system in 3-, 4-, 5-, and 6-year-olds and
Cohen, L. (2003). Three parietal circuits for adults. Developmental Psychology, 44,
number processing. Cognitive 1457-1465. doi:10.1037/a0012682
Neuropsychology, 20, 487-506.
doi:10.1080/02643290244000239 Holloway, I. D., & Ansari, D. (2009).
Mapping numerical magnitudes onto
Dehay, C., Giroud, P., Berland, M., symbols: The numerical distance effect and
Killackey, H., & Kennedy, H. (1996). individual differences in children’s
Contribution of thalamic input to the mathematics achievement. Journal of
specification of cytoarhitectonic cortical Experimental Child Psychology, 103, 17-29.
fields in the primate: Efects of bilateral doi:10.1016/j.jecp.2008.04.001
enucleation in the fetal monkey on the
boundaries, dimensions, and gyrification of Isaacs, E. B., Edmonds, C. J., Lucas, A., &
striate and extrastriate cortex. Journal of Gadian, D. G. (2001). Calculation difficulties
Comparative Neurology, 367, 70-89. in children of very low birthweight: A neural
doi:10.1002/(SICI)1096- correlate. Brain, 124, 1701-1707.
9861(19960325)367:1<70::AID- doi:10.1093/brain/124.9.1701
CNE6>3.0.CO;2-G
Kahneman, D., Treisman, A., & Gibbs, B.
Dickerson, B., Feczko, E., Augustinack, J., (1992). The reviewing of object files: Object
Pacheco, J., Morris, J., Fischl, B., & specific integration of information. Cognitive
Buckner, R. (2009). Differential effects of Psychology, 24, 175-219. doi:10.1016/0010-
aging and Alzheimer’s disease on medial 0285(92)90007-O
temporal lobe cortical thickness and surface
area. Neurobiology of Aging, 30, 432-440. Kaufman, E. L., Lord, M. W., Reese, T. W.,
doi:10.1016/j.neurobiolaging.2007.07.022 & Volkmann, J. (1949). The discrimination
of visual number. American Journal of
Elbert, T., & Rockstroh, B. (2004). Psychology, 62, 498-525. doi:
Reorganization of human cerebral cortex: 10.23707/1418556
the range of changes following use and
injury. Neuroscientist, 10(2), 129-141. Kaufmann, L., Wood, G., & Rubinsten, O.
doi:10.1177/1073858403262111 (2011). Meta-analyses of developmental
fMRI studies investigating typical and
Frye, R. E., Liederman, J., Malmberg, B., atypical trajectories of number processing
Mclean, J., Strickland, D., & Beauchamp, M. and calculation. Developmental
S. (2010). Surface area accounts for the Neuropsychology, 36, 763-787.
relation of gray matter volume to reading- doi:10.1080/87565641.2010.549884
Koontz, K. L., & Berch, D. B. (1996). Molko, N., Cachia, A., Riviere, D., Mangin,
Identifying simple numerical stimuli: J. F., Bruandet, M., LeBihan, D., &
Processing inefficiencies exhibited by Dehaene, S. (2004). Brain anatomy in
arithmetic learning disabled children. Turner syndrome: Evidence for impaired
Learning, 2, 1-23. social and spatial-numerical networks.
doi:10.1080/135467996387525 Cerebral Cortex, 14, 840-850.
doi:10.1093/cercor/bhh042
LeFevre, J.-A., Fast, L., Skwarchuk, S.-L.,
Smith-Chant, B. L., Bisanz, J., Kamawar, Moyer, R., & Landauer, T. (1967). Time
D., & Penner-Wilger, M. (2010). Pathways required for judgments of numerical
to Mathematics: Longitudinal predictors of inequality. Nature, 215, 1519-1520.
performance. Child Development, 81(6), doi:10.1038/2151519a0
1753-1767. doi:10.1111/j.1467-
8624.2010.01508.x Olson, E. C., & Walsh, C. A. (2002).
Smooth, rough and upside- down
Lemer, C., Dehaene, S., Spelke, E., & neocortical development. Current Opinion in
Cohen, L. (2003). Approximate quantities Genetics & Development, 12, 320-327.
and exact number words: Dissociable doi:10.1016/S0959-437X(02)00305-2
systems. Neuropsychologia, 41, 1942-1958.
doi:10.1016/S0028-3932(03)00123-4 Piazza, M., Fumarola, A., Chinello, A., &
Melcher, D. (2011). Subitizing reflects visuo-
Mandler, G., & Shebo, B. J. (1982). spatial object individuation capacity.
Subitizing: An analysis of its component Cognition, 121, 147-153. doi:
processes. Journal of Experimental 10.1016/j.Cognition.2011.05.007
Psychology: General, 111, 1-21.
doi:10.1037/0096-3445.111.1.1 Piazza, M., Mechelli, A., Butterworth, B., &
Price, C. J. (2002). Are subitizing and
Mangin, J.-F., Frouin, V., Bloch, I., Regis, J., counting implemented as separate or
& Lopez-Krahe, J. (1995). From 3D functionally overlapping processes?
magnetic resonance images to structural Neuroimage, 15(2), 435-46.
representations of the cortex topography doi:10.1006/nimg.2001.0980
using topology preserving deformations.
Journal of Mathematical Imaging and Piazza, M., Mechelli, A., Price, C. J., &
Vision, 5, 297-318. Butterworth, B. (2006). Exact and
doi:10.1007/BF01250286 approximate judgements of visual and
auditory numerosity: An fMRI study. Brain
Molko, N., Cachia, A., Bruandet, M., Bihan, Research, 1106(1), 177-188.
D. L., Cohen, L., & Dehaene, S. (2003). doi:10.1016/j.brainres.2006.05.104
Functional and structural alterations of the
intraparietal sulcus in a developmental Rakic, P. (1988). Specification of cerebral
dyscalculia of genetic origin. Neuron, 40, cortical areas. Science, 241, 170-176.
847-858. doi: 10.1016/S0896- doi:10.1126/science.3291116
6273(03)00670-6
Ranpura, A., Isaacs, E., Edmonds, C., Neuropsychologia, 47(13), 2859-2865. doi:
Rogers, M., Lanigan, J., Singhal, A., & 10.1016/j.neuropsychologia.2009.06.009
Butterworth, B. (2013). Trends in
neuroscience and education developmental Rubinov, M., & Sporns, O. (2010). Complex
trajectories of grey and white matter in network measures of brain connectivity:
dyscalculia. Trends in Neuroscience and Uses and interpretations. Neuroimage,
Education, 1-9. doi: 52(3), 1059-1069.
10.1016/j.tine.2013.06.007 doi:10.1016/j.neuroimage.2009.10.003
Reeve, R., Reynolds, F., Humberstone, J., Rykhlevskaia, E., Uddin, L. Q., Kondos, L.,
& Butterworth, B. (2012). Stability and & Menon, V. (2009). Neuroanatomical
change in markers of core numerical correlates of developmental dyscalculia:
competencies. Journal of Experimental Combined evidence from morphometry and
Psychology: General, 141(4), 649-666. tractography. Frontiers in Human
doi:10.1037/a0027520 Neuroscience, 3, 51. doi:
10.3389/neuro.09.051.2009
Reigosa-Crespo, V., González-Alemañy, E.,
León, T., Torres, R., Mosquera, R., & Sattler, J. (1982). Assessment of children's
Valdés-Sosa, M. (2013). Numerical intelligence and special abilities. Boston:
capacities as domain-specific predictors Allyn & Bacon.
beyond early mathematics learning: A
longitudinal study. PLoS ONE, 8, 1-11. Schleifer, P., & Landerl, K. (2010).
doi:10.1371/journal.pone.0079711 Subitizing and counting in typical and
atypical development. Developmental
Reigosa-Crespo, V., Valdés-Sosa, M., Science, 14(2), 280-291.
Butterworth, B., Estévez, N., Rodríguez, M., doi:10.1111/j.1467-7687.2010. 00976.x
Santos, E.,…Lage, A. (2011). Basic
numerical capacities and prevalence of Seron, X., Deloche, G., Ferrand, I., Cornet,
developmental dyscalculia: The Havana J.-A., Frederix, M., & Hirsbrunner, T. (1991).
survey. Developmental Psychology, 48(1), Dot counting by brain damaged subjects.
123-135. doi: 10.1037/a0025356 Brain and Cognition, 17(2), 116-137.
doi:10.1016/0278-2626(91)90072-G
Rotzer, S., Kucian, K., Martin, E., Aster, M.
V., Klaver, P., & Loenneker, T. (2008). Shalev, R. S. (2004). Developmental
Optimized voxel-based morphometry in dyscalculia. Journal of Child Neurology,
children with developmental dyscalculia. 19(10), 765-771. Recuperado de
Neuroimage, 39, 417-422. https://secure3.convio.net/pch/assets/pdfs/D
doi:10.1016/j.neuroimage.2007.08.045 yscalculia-6.pdf
Rotzer, S., Loenneker, T., Kucian, K., Shaw, P., Malek, M., Watson, B., Sharp, W.,
Martin, E., Klaver, P., & von Aster, M. Evans, A., & Greenstein, D. (2012).
(2009). Dysfunctional neural network of Development of cortical surface area and
spatial working memory contributes to gyrification in Attention-Deficit/Hyperactivity
developmental dyscalculia.