Bevezetés

figyelemhiányos / hiperaktivitási rendellenesség (ADHD) az egyik leggyakoribb gyermekkori pszichológiai rendellenesség (mentális rendellenességek diagnosztikai és statisztikai kézikönyve; DSM-5; American Psychiatric Association , 2013). Az ADHD-re vonatkozó főbb gyakorlati iránymutatások, mint például az Amerikai Gyermek-és serdülőkori pszichiátria (2007), az ADHD-s gyermekek klinikai értékeléséhez intelligencia-tesztet javasoltak., Ennek fő oka az, hogy az ADHD-ban szenvedő gyermekek akár 70% – ának is vannak komorbid tanulási rendellenességei (Mayes et al., 2000; Mayes and Calhoun, 2006), valamint az egyén szellemi szintű ismerete megkönnyítheti a tanulási rendellenességek jobb megértését., Továbbá, mivel a Wechsler Intelligence Scale for Children-Fourth Edition (WISC-IV; Wechsler, 2003) a leggyakrabban használt intelligencia teszt (Gresham and Witt, 1997), az ADHD-ben szenvedő gyermekek faktorszerkezetének átfogó megértése értékes lenne, mivel ez jobb megértéshez és érvényesebb információhoz vezethet e csoport szellemi, kognitív és tanulási képességeiről. A jelenlegi tanulmány több, a WISC-IV-re javasolt szerkezeti modellt vizsgált meg az ADHD-ban szenvedő gyermekek és serdülők (a továbbiakban: gyermekek) csoportjában.,

a WISC-IV a 6-16 éves gyermekek szellemi képességét méri. Volt fejlesztették ki, hogy egy átfogó intézkedés általános kognitív képesség, valamint az intézkedések a szellemi működését, a Verbális Megértés (VC), Perceptuális Érvelés (PR), munkamemória (WM), valamint a Feldolgozási Sebesség (PS). A VC, PR, WM és PS alskálák pontszámokat adnak a verbális megértési indexhez (VCI), az Észlelési érvelési indexhez (PRI), a munkamemória indexhez (WMI), valamint a feldolgozási sebesség indexhez (PSI)., Együtt, a VCI, PRI, WMI, PSI biztosítja az általános szintű intelligencia, vagy teljes körű IQ (FSIQ). Bár a WISC-IV teljes verziója 15 Alteszttel rendelkezik, csak tízet tekintünk magnak, és gyakrabban használják az intelligencia tesztelésekor (Wechsler, 2003). A VC alapvető részfeladatai a szókincs, a hasonlóságok és a megértés. A PR alapvető részfeladatai a Blokktervezés, a Képkoncepciók és a Mátrix-érvelés. A WM alapvető részfeladatai a Digitálisspan és a Betűszám-szekvenálás, a PR alapvető részfeladatai pedig a kódolás és a Szimbólumkeresés., A fennmaradó öt altest, amelyeket kiegészítő altesteknek neveznek, az információ és a szó érvelése (a VC része), a kép Befejezése (a PR része), az aritmetika (a WM része), valamint a Törlés (a PS része).

a WISC-IV alapvető részeinek faktorszerkezetét számos tanulmányban megvizsgálták, amelyekben általános közösségi és klinikai vonatkozású gyermekek vettek részt, beleértve a tanulási zavarokkal rendelkezőket is (pl., 2006; Sattler, 2008; Bodin et al., 2009; Watkins, 2010; Devena et al., 2013; Nakano and Watkins, 2013; Watkins et al.,, 2013; Canivez, 2014; Styck and Watkins, 2016). E vizsgálatok során egy ferde négytényezős modellről, egy magasabb rendű faktormodellről és egy bifaktor modellről számoltak be. A ferde négytényezős modellnek VC, PR, WM és PS tényezői vannak, amelyek megfelelnek a VC, PR, WM és PS alskáláinak. A magasabb rendű faktormodell első rendű faktorokkal rendelkezik a VC, PR, WM és PS esetében, és egyetlen magasabb rendű általános tényezővel rendelkezik., Ebben a modellben az általános tényező rögzíti az összes elsőrendű tényező közös eltéréseit, az elsőrendű tényezők pedig a faktorokat tartalmazó részfeladatok kovarianciáját rögzítik. A bifactor modell ortogonális modell, öt elsődleges tényezővel. Ebben a modellben az összes részfeladat egy általános tényezőre töltődik be, az egyes altesztek pedig saját specifikus tényezőn (VC, PR, WM vagy PS) terhelnek., Az általános tényező megragadja az összes altest kovarianciáját, a VC, PR, WM és PS specifikus tényezők pedig megragadják a bennük lévő altestek egyedi kovarianciáját, miután eltávolították az általános tényező által elfoglalt kovarianciát. Így a konkrét tényezők megragadják egyedi varianciájukat. A ferde négytényező, a magasabb rendű tényező és a bifaktor modellek a 11. ábrán láthatók., A Nakano and Watkins (2013) tanulmány kivételével a többi tanulmány, amely összehasonlította a ferde négytényezős modellt, a magasabb rendű faktormodellt és a bifactor modellt, több támogatást jelentett a bifactor modellhez, mint a négytényezős ferde modell és a magasabb rendű faktor modell (Watkins, 2010; Devena et al., 2013; Watkins et al., 2013; Canivez, 2014; Styck and Watkins, 2016). Nakano és Watkins jelentették a legtöbb támogatást a magasabb rendű faktor modellhez, bár ez minimálisan különbözött a bifactor modelltől.,

a WISC-IV bifactor modell esetében számos korábbi tanulmány számolt be a magyarázott közös varianciáról (ECV; Reise et al., 2013a), valamint az omega (wh) és az omega (ws; McDonald, 1999; Zinbarg et al., 2005) általános és konkrét tényezők. Az általános tényező ECV-je a közös variancia, amelyet a teljes közös varianciával megosztott általános tényező magyarázhat. Egy adott tényező ECV-je a közös variancia, amelyet a teljes közös varianciával megosztott specifikus tényező magyarázhat., Az általános tényező ECV-je magas lesz, ha az Általános tényezőn túl kevés a közös variancia. Így a magas értékek egy általános dimenzió jelenlétét jelzik a bifactor modellben (Reise et al., 2013. Az általános tényező wh értéke a teljes skála belső konzisztenciájának modellalapú indexeként értelmezhető (Brunner et al., 2012). A wh-t úgy is lehet értelmezni, mint egy becslést arra vonatkozóan, hogy az összegzett (szabványosított) pontszámokban mennyi variancia tulajdonítható az egyetlen általános tényezőnek (McDonald, 1999)., Ezt úgy kapjuk meg, hogy a skála általános tényezőjével magyarázható variancia mennyiségét elosztjuk a skála összes elemével magyarázható variancia teljes mennyiségével. Egy adott tényező ws-értéke az adott skála belső konzisztenciájának modellalapú indexeként értelmezhető, valamint annak becslésére, hogy az összegzett (szabványosított) pontszámokban mennyi variancia tulajdonítható az adott tényezőnek (McDonald, 1999; Brunner et al., 2012)., Ezt úgy számítják ki, hogy az adott tényezővel magyarázható variancia mennyiségét elosztják a skála összes elemével magyarázott variancia teljes mennyiségével. A wh és a ws értékei 0-tól 1-ig terjednek, a 0 pedig nem jelzi a megbízhatóságot, az 1 pedig a tökéletes megbízhatóságot tükrözi. Reise et al. (2013a), a wh és a WS értékek legalább 0,75 értékűek a skála értelmes értelmezéséhez.,

a WISC-IV bifactor modellre vonatkozó meglévő adatok azt mutatják, hogy az általános tényező ECV-je 2-3-szor nagyobb, mint az adott tényezők kombinált ECV-je, gyakorlatilag az összes altest varianciáját sokkal inkább az általános tényező magyarázza, mint az adott specifikus tényezők (Watkins, 2010; Devena et al., 2013; Watkins et al., 2013; Canivez, 2014; Styck and Watkins, 2016). Továbbá, a mi az általános tényező sokkal magasabb (kezdve a 0.67, hogy 0.87), mint a ws értékek a négy specifikus tényezők (kezdve 0.10 hogy 0.53; Watkins, 2010; Devena et al.,, 2013; Watkins et al., 2013; Canivez, 2014; Styck and Watkins, 2016), az FSIQ pontszám kihasználásának támogatása az index pontszámai felett. Ezek a megállapítások alátámasztják a bifaktor modellben egy általános dimenzió jelenlétét, és hogy csak az általános tényező értelmezhető értelmesen. Támogatják a teljes pontszám kihasználását, nem pedig a WISC-IV index pontszámait.

az alapvető részfeladatok esetében legalább három tanulmány vizsgálta a WISC-IV faktorszerkezetét ADHD-s gyermekek csoportjaira (Yang et al., 2013; Styck and Watkins, 2014; Thaler et al., 2015)., Mindezen vizsgálatok során támogatást találtak a négyfaktoros ferde modellhez. Támogatást találtak a magasabb rendű faktor modellhez is (Styck and Watkins, 2014). Bár a styck and Watkins (2014) tanulmánya arról számolt be, hogy jól illeszkedik a bifactor modellhez, ezt a modellt elutasították, mivel elfogadhatatlan megoldása volt (egy maradék variancia negatív volt). A tanulmány szerint Thaler et al. (2015) támogatást talált két ötfaktoros ferde modellhez, a Cattell-Horn–Carroll (CHC) intelligencia elméleti modellje alapján (McGrew, 2005)., Egy ilyen modell, az úgynevezett itt a ferde öt-faktor SS-modell magában foglalja a tényezők a kristályos intelligencia (Gc; alkotó Szókincs, Hasonlóságok, illetve a Megértés), folyadék-érvelés (Gf; álló Kép Fogalmak, illetve Mátrix Érvelés), a vizuális feldolgozás (Gv; álló Blokk Tervezése, Szimbólum, Keresés), a rövid távú memória (Gsm; amely Digit Span meg a Betű–Szám Szekvencia), valamint PS (Gs; Szimbólum, amely a Keresés, majd a Kódolás). Ez a modell az ábrán is látható. 11., A második modell, amelyet itt ferde ötfaktoros MR-SS modellnek hívtak, különbözött a másik ferde ötfaktoros SS modelltől azáltal, hogy meghatározta a Mátrix érvelési altestét a GV-tényezőre történő keresztterheléshez. Amint az nyilvánvaló lesz, mindkét CHC modell nem hasonlít a WISC-IV ihlette ferde négyfaktoros, magasabb rendű vagy bifaktor modellekhez.

a modellek összehasonlítása szempontjából a Styck and Watkins (2014) jobban illeszkedik a magasabb rendű tényezőjű modellhez, mint a ferde négyfaktoros modell. Thaler et al. (2015) megállapította, hogy mindkét ötfaktoros modell jobban illeszkedik, mint a ferde négyfaktoros modell., Bár a ferde ötfaktoros MR-SS modell kissé jobban illeszkedik, mint a ferde ötfaktoros SS modell, a ferde ötfaktoros SS modellt jobb modellként fogadták el, mivel a ferde ötfaktoros MR-SS modell mátrix érvelési altesztje nem töltötte be jelentősen a Gv tényezőt. A Styck and Watkins (2014) által tesztelt magasabb rendű faktormodellhez, valamint a Thaler et al által jelentett magasabb rendű ferde ötfaktoros SS modellhez., (2015) az általános tényező a kódolás és a Szimbólumkeresés (mindkét PS rész) kivételével több varianciát magyarázott, mint az összes altest specifikus tényezői. A styck and Watkins (2014) tanulmányában mind a kódolás, mind a Szimbólumkeresés körülbelül egyenlő volt az általános és PS-specifikus tényezőkkel. A tanulmány szerint Thaler et al. (2015) Symbol Search betöltve egyformán az általános tényező és a saját (PS) specifikus tényező, és kódolás volt nagyobb terhelés saját specifikus tényező (PS). A magasabb faktor modellek a és Styck and Watkins (2014) és Thaler et al., (2015) tanulmányok, az általános tényező ECV-je körülbelül kétszerese volt az összes specifikus tényező teljes ECV-jének. Styck and Watkins (2014) arról is beszámolt, hogy az általános tényező wh-értéke (0,78) sokkal magasabb volt, mint a négy specifikus tényező ws-értéke (0,09-0,34 között), ami azt jelzi, hogy csak az FSIQ volt megbízható megbízhatóság.,

összességében tehát az ADHD-ban szenvedő gyermekek alapvető WISC-IV altestjeinek faktorszerkezetére vonatkozó megállapítások többsége összehasonlítható az Általános közösséget és a klinikára utalt gyermekeket érintő meglévő adatokkal, beleértve a tanulási rendellenességeket is (Watkins et al., 2006, 2013; Watkins, 2010; Devena et al., 2013; Nakano and Watkins, 2013; Canivez, 2014; Styck and Watkins, 2016). E vizsgálatok során a ferde négytényezős modell és a magasabb rendű faktormodell támogatásáról számoltak be., A CHC alapú ötfaktoros ferde modell és ennek a modellnek a magasabb rendű szerkezete is alátámasztásra került, amikor mind a 15 (mag és kiegészítő) WISC-IV részfeladatot megvizsgálták (Keith et al., 2006; Chen et al., 2009; Golay et al., 2013).

annak Ellenére, hogy a hasonlóság a megállapítás, hogy ADHD-s gyerek, a gyerekek az általános közösségi, kórházakat, szeretnénk érvelni, hogy vannak korlátai meglévő megállapítások a faktorelemzés során a WISC-IV. ADHD-s gyerek. Először is, már csak három tanulmány bevonásával gyermekek ADHD (Yang et al.,, 2013; Styck and Watkins, 2014; Thaler et al., 2015), csak egy tanulmány jelent meg a magasabb rendű faktor modell alkalmazhatóságáról (Styck and Watkins, 2014), valamint a ferde ötfaktoros modellről (Thaler et al., 2015). Másodszor, a styck and Watkins tanulmánya (2014), az egyetlen tanulmány, amely megvizsgálta a BIFACTOR modell alkalmazhatóságát ADHD-s gyermekek számára, nem talált elfogadható megoldást erre a modellre. Mivel ez a vizsgálat egy kis mintát használt (N = 233), lehetséges, hogy a bifactor modellben becsült 30 paraméterrel ez hozzájárulhatott az elfogadhatatlan megoldáshoz., Tekintettel arra, hogy a bifactor modell általában robusztus támogatást nyújt a közösségi és klinikai mintákban, elképzelhető, hogy nagyobb mintaméretekkel a bifactor modellt az ADHD-vel rendelkező gyermekek számára is támogatják. Harmadszor, amint azt a Styck and Watkins (2014) rámutatott, az ADHD-ben szenvedő gyermekek összes megállapításának relevanciája bizonytalan., Ez azért van, mert olyan iskola multidiszciplináris értékelés csapat volt a felelős azért, hogy a jogosultság döntéseket kellett tartaniuk, hogy a fogyatékkal Élők Oktatás Javítása Törvény (2004), a gyermekek derül ki, hogy az ADHD nem lehet hasonló mintákat ADHD-s gyerek diagnosztizált hagyományos gyermek mentális klinikák., Negyedszer, mivel a styck and Watkins (2014) tanulmánya nem vette figyelembe a résztvevők gyógyszeres állapotát, nem zárható ki, hogy megállapításaikat nem zavarják a gyógyszeres hatások, mivel a gyógyszerek hosszú távú alkalmazása kimutatták, hogy befolyásolja az ADHD-s gyermekek IQ-ját (Gillberg et al., 1997; Gimpel et al., 2005).,

egy Másik korlátozás, hogy bár IQ következetesen kimutatták, hogy a kapcsolódó tanulmányi eredmény (Naglieri, valamint Bornstein, 2003), jelenleg nincs olyan tanulmány megvizsgálta a prediktív érvényesség a tényezők a bifactor modell a WISC-IV, akik tekintetében az általános faktor, valamint a különleges tényezők, amelyek a mérleg-index (VC, PR, WM, valamint PS)., A több regressziós elemzés a megfigyelt eredmények a WISC-IV. FSIQ, VCI, PRI, WMI, valamint PSI, vizsgálatban nem ADHD minták arról számolt be, hogy az index pontszámok nyújt, csak kissé további eltérés a jóslat a tanulmányi eredmény pontszámok, beleértve, olvasás, számtan (Glutting et al., 2006; Canivez et al., 2014). Egy friss tanulmány (Beaujean et al.,, 2014), szintén nem ADHD mintával, amely modellezte a WISC-IV összes alapvető és kiegészítő tesztjét a Cattell-Horn–Carroll (CHC; Schneider and McGrew, 2012) a kognitív képességek elmélete azt mutatta, hogy az általános tényező erősebb összefüggést mutatott az olvasással és aritmetikával, mint bármely konkrét tényező. Hasonló eredményekről számoltak be a Wechsler Adult Intelligence Scale – Fourth Edition (WAIS-IV; Wechsler, 2008) bifactor modell esetében, általános tényezővel és az index skálák tényezőivel (Kranzler et al., 2015)., Ezen eredmények alapján feltételezhető, hogy az általános intelligencia tényező összefüggésbe hozható az ADHD-s gyermekek tudományos képességeivel is. Azonban az alacsony olvasási képesség (Gathercole et al., 2006; Alloway et al., 2009; Alloway and Alloway, 2010) és aritmetikai képesség (Bull and Scerif, 2001; Swanson and Sachse-Lee, 2001) a gyenge WM-hez kapcsolódtak, és mivel a WM-hibák erősen összefüggtek az ADHD-vel (Martinussen et al., 2005; Willcutt et al., 2005; Walshaw et al.,, 2010), A WM specifikus tényező (amely rögzíti WM képesség, amely független az általános intelligencia) is társulhat tudományos teljesítmény képességeit.

tekintettel a meglévő korlátokra, a jelenlegi tanulmány első célja az ADHD–s gyermekek nagy csoportjában (N = 812) a tíz WISC-IV törzsrészleg faktorszerkezetének vizsgálata volt, amelyeket közvetlenül DSM-IV TR (American Psychiatric Association , 2000) ADHD kritériumok alapján diagnosztizáltak., Mivel újak voltak a mentálhigiénés szolgálatok számára, egyikük sem volt gyógyszeres kezelés alatt, és a tesztelés előtt vagy alatt sem volt gyógyszeres kezelés. Összhangban a korábban támogatott modellekkel, a tanulmány a következő modelleket vizsgálta: egy ferde elsőrendű négyfaktoros modell, a CHC-alapú ferde ötfaktoros SS modell, magasabb rendű és bifaktoros modellek a négyfaktoros modell alapján, valamint egy magasabb rendű SS modell az ötfaktoros SS modell alapján., Mivel a CFA bifactor modellben nem engedélyezettek a kereszttényezős mintázat-együtthatók (mivel torzítja a paraméterbecsléseket; Rios and Wells, 2014), az ötfaktoros SS modell egyenértékű bifaktoros változatát nem tesztelték, mivel Keresztterheléssel rendelkezik a Szimbólumkereséshez., Hogy csökkentse a zavartság, a ferde négy-faktor öt-faktor modellek továbbiakban WISC/négy-faktor modell CHC/öt-faktor modell, illetve; a magasabb rendű tényező, modell, négy, illetve öt elsődleges tényező lesz a továbbiakban WISC/magasabb rendű tényező modell CHC/magasabb rendű tényező, modell, illetve; a bifactor modellek négy konkrét tényezők továbbiakban WISC/bifactor modell. Az öt vizsgált modellt a 11. ábra mutatja., A tanulmány második célja az ECV vizsgálata volt, valamint az optimális modellként kiválasztott modellben szereplő tényezők modell alapú belső konzisztenciájának megbízhatósága. A harmadik cél annak vizsgálata volt, hogy a bifaktor modell általános és specifikus tényezői hogyan jósolták meg az olvasást és az aritmetikát. Az ADHD-s gyermekeket és általában gyermekeket érintő korábbi eredmények alapján az összes tesztelt modell támogatását jósoltuk, a WISC / bifactor modell pedig a legmegfelelőbb modell., Ehhez a modellhez azt vártuk, hogy a kódolás és a Szimbólumkeresés kivételével az Általános tényezőkre vonatkozó résztényezők faktorminta-együtthatói viszonylag magasabbak lesznek, mint az adott tényezőkön. Arra is számítottunk, hogy az Általános tényezőre vonatkozó ECV és wh értékek viszonylag magasabbak lesznek, mint az ECV és ws értékek az adott tényezők esetében. Arra is számítottunk, hogy az általános tényező és a WM specifikus tényezők megjósolják az olvasási és aritmetikai képességeket.