Introducción

el trastorno por déficit de atención/hiperactividad (TDAH) es uno de los trastornos psicológicos infantiles más comunes (Manual Diagnóstico y estadístico de los trastornos mentales; DSM-5; American Psychiatric Association , 2013). Las principales pautas de práctica para el TDA / H, como la de la Academia Americana de Psiquiatría Infantil Y Adolescente (2007), han recomendado pruebas de inteligencia para la evaluación clínica de niños con TDA / H., La razón principal de esto es que hasta el 70% de los niños con TDAH tienen trastornos comórbidos de aprendizaje (Mayes et al., 2000; Mayes y Calhoun, 2006), y el conocimiento a nivel intelectual de un individuo puede facilitar una mejor comprensión de los trastornos del aprendizaje., Además, como la escala de inteligencia de Wechsler para niños-Cuarta Edición (WISC-IV; Wechsler, 2003) es la prueba de inteligencia más utilizada (Gresham y Witt, 1997), una comprensión integral de su estructura factorial en niños con TDAH sería valiosa ya que podría conducir a una mejor comprensión e información más válida sobre las habilidades intelectuales, cognitivas y de aprendizaje de este grupo. El estudio actual examinó varios modelos estructurales propuestos para WISC-IV en un grupo de niños y adolescentes (en adelante denominados niños) con TDAH.,

el WISC-IV mide la capacidad intelectual de los niños de 6 a 16 años. Fue desarrollado para proporcionar una medida general de la capacidad cognitiva general, y también medidas del funcionamiento intelectual en la comprensión Verbal (VC), el razonamiento perceptivo (PR), la memoria de trabajo (WM) y la velocidad de procesamiento (PS). Las subescalas VC, PR, WM y PS proporcionan puntuaciones para el índice de comprensión Verbal (VCI), el índice de razonamiento perceptivo (PRI), el índice de memoria de trabajo (WMI) y el índice de Velocidad de procesamiento (PSI), respectivamente., Juntos, El VCI, PRI, WMI y PSI proporcionan el nivel general de inteligencia, o IQ de escala completa (FSIQ). Aunque la versión completa del WISC-IV tiene 15 subtests, solo diez se consideran core, y se usan más a menudo cuando se prueba inteligencia (Wechsler, 2003). Los subtests principales para VC son vocabulario, similitudes y comprensión. Las subtests principales Para PR son Diseño de bloques, conceptos de imagen y razonamiento de matriz. Las subtests principales para WM son la secuenciación de dígitos y letras y números, y las subtests principales Para PR son codificación y búsqueda de símbolos., Los cinco subtests restantes, que se conocen como subtests suplementarios, son Información y razonamiento de Palabras (parte de VC), terminación de imágenes (parte de PR), aritmética (parte de WM) y cancelación (parte de PS).

la estructura de los factores para las sub-pruebas básicas del WISC-IV ha sido examinada en varios estudios que involucran a niños referidos a la Comunidad general y a la clínica, incluyendo aquellos con trastornos del aprendizaje (por ejemplo, Wechsler, 2003; Keith, 2005; Watkins et al., 2006; Sattler, 2008; Bodin et al., 2009; Watkins, 2010; Devena et al., 2013; Nakano y Watkins, 2013; Watkins et al.,, 2013; Canivez, 2014; Styck y Watkins, 2016). A través de estos estudios, se ha reportado apoyo para un modelo oblicuo de cuatro factores, un modelo de factores de orden superior y un modelo bifactor. El modelo oblicuo de cuatro factores tiene factores para VC, PR, WM y PS, correspondientes a las subescalas para VC, PR, WM y PS. El modelo de factor de orden superior tiene factores de primer orden para VC, PR, WM y PS, y un solo factor general de orden superior., En este modelo, el factor general captura las varianzas comunes de todos los factores de primer orden, y los factores de primer orden capturan la covarianza a través de las subtests que comprenden los factores. El modelo bifactor es un modelo ortogonal, con cinco factores primarios. En este modelo, todas las subpruebas se cargan en un factor general, y cada subprueba se carga en su propio factor específico (VC, PR, WM o PS)., El factor general captura la covarianza de todas las subtests, y los factores específicos VC, PR, WM y PS capturan la covarianza única de las subtests dentro de ellos después de eliminar la covarianza capturada por el factor general. Por lo tanto, los factores específicos capturan su varianza única. El cuatro-factor oblicuo, el factor de orden superior y los modelos bifactor se muestran en la figura Figure11., Con la excepción del estudio de Nakano y Watkins (2013), los otros estudios que han comparado el modelo oblicuo de cuatro factores, el modelo de factor de orden superior y el modelo bifactor han reportado más apoyo para el modelo bifactor que el modelo oblicuo de cuatro factores y el modelo de factor de orden superior (Watkins, 2010; Devena et al., 2013; Watkins et al., 2013; Canivez, 2014; Styck y Watkins, 2016). Nakano y Watkins reportaron mayor soporte para el modelo factorial de orden superior, aunque difería mínimamente del modelo bifactor.,

para el modelo de bifactor WISC-IV, varios estudios Anteriores han informado sobre la varianza común explicada (ECV; Reise et al., 2013a), así como las sub-pruebas omega jerárquica (wh) y omega (ws; McDonald, 1999; Zinbarg et al., 2005) de los factores generales y específicos, respectivamente. La VEC de un factor general es la varianza común explicada por el factor general dividido por la varianza común total. La VEC de un factor específico es la varianza común explicada por el factor específico dividido por la varianza común total., La VEC del factor general será alta siempre que haya poca varianza común más allá de la del factor general. Por lo tanto, los valores altos indican la presencia de una dimensión general en el modelo bifactor (Reise et al., 2013a). El valor wh del factor general se puede interpretar como un índice basado en modelos de la confiabilidad de la consistencia interna de la escala total (Brunner et al., 2012). El HM también se puede interpretar como un estimador de cuánta varianza en las puntuaciones sumadas (estandarizadas) se puede atribuir al único factor general (McDonald, 1999)., Se obtiene dividiendo la cantidad de varianza explicada por el factor general en una escala por la cantidad total de varianza explicada por todos los ítems de la escala. El valor ws de un factor específico se puede interpretar como un índice basado en modelos de la confiabilidad de consistencia interna de la escala específica, y un estimador de cuánta varianza en las puntuaciones sumadas (estandarizadas) se puede atribuir al factor específico (McDonald, 1999; Brunner et al., 2012)., Se calcula dividiendo la cantidad de varianza explicada por el factor específico por la cantidad total de varianza explicada por todos los ítems de la escala. Los valores para wh y ws van de 0 a 1, con 0 indicando ninguna fiabilidad y 1 reflejando una fiabilidad perfecta. Según Reise et al. (2013a), los valores wh y ws de al menos 0.75 son preferidos para la interpretación significativa de una escala.,

los datos existentes para el modelo de bifactor WISC-IV muestran que el VEC del factor general es entre 2 y 3 veces más que el vec combinado de los factores específicos, con prácticamente toda la varianza en las subtests explicada mucho más por el factor general que los factores específicos respectivos (Watkins, 2010; Devena et al., 2013; Watkins et al., 2013; Canivez, 2014; Styck y Watkins, 2016). Además, el wh del factor general es mucho mayor (variando de 0.67 a 0.87) que los valores de ws de los cuatro factores específicos (variando de 0.10 a 0.53; Watkins, 2010; Devena et al.,, 2013; Watkins et al., 2013; Canivez, 2014; Styck y Watkins, 2016), añadiendo soporte para la utilización de la puntuación FSIQ sobre las puntuaciones del índice. Estos hallazgos indican apoyo para la presencia de una dimensión general en el modelo bifactor, y que solo el factor general puede ser interpretado de manera significativa. Apoyan la utilización de la puntuación total, y no las puntuaciones indexadas del WISC-IV.

para las subtests Centrales, al menos tres estudios han examinado la estructura factorial del WISC-IV para grupos de niños con TDAH (Yang et al., 2013; Styck y Watkins, 2014; Thaler et al., 2015)., En todos estos estudios, se encontró apoyo para el modelo oblicuo de cuatro factores. También se encontró soporte para el modelo de factor de orden superior (Styck y Watkins, 2014). Aunque el estudio de Styck y Watkins (2014) reportó un buen ajuste para el modelo bifactor, este modelo fue rechazado ya que tenía una solución inadmisible (una varianza residual fue negativa). El estudio de Thaler et al. (2015) encontraron soporte para dos modelos oblicuos de cinco factores, basados en el modelo teórico de inteligencia Cattell-Horn–Carroll (CHC) (McGrew, 2005)., Uno de estos modelos, llamado aquí el modelo oblicuo SS de cinco factores, comprende factores para la inteligencia cristalizada (Gc; que comprende vocabulario, similitudes y comprensión), razonamiento fluido (Gf; que comprende conceptos de imagen y razonamiento de matriz), procesamiento visual (Gv; que comprende diseño de bloques y búsqueda de símbolos), memoria a corto plazo (Gsm; que comprende Span de dígitos y secuenciación de números de letras) y PS (Gs; que comprende búsqueda y codificación de símbolos). Este modelo también se muestra en la figura Figure11., El segundo modelo, llamado aquí el modelo oblicuo de MR-SS de cinco factores, se diferenció del otro modelo oblicuo de SS de cinco factores al especificar el subtest de razonamiento matricial para la carga cruzada sobre el factor Gv. Como será evidente, ambos modelos CHC no son similares a los modelos oblicuos de cuatro factores, orden superior o bifactor inspirados en WISC-IV.

en términos de comparación de modelos, Styck y Watkins (2014) encontraron mejor ajuste para el modelo de factor de orden superior que el modelo oblicuo de cuatro factores. Thaler et al. (2015) encontraron que sus dos modelos de cinco factores tenían mejor ajuste que el modelo oblicuo de cuatro factores., A pesar de que el modelo oblicuo de cinco factores MR-SS mostró un ajuste marginalmente mejor que el modelo oblicuo de cinco factores SS, el modelo oblicuo de cinco factores SS fue adoptado como el mejor modelo ya que el subtest de razonamiento matricial en el modelo oblicuo de cinco factores MR-SS no cargó significativamente en el factor Gv. Para el modelo de factor de orden superior probado por Styck y Watkins (2014), y para el modelo de SS oblicuo de cinco factores de orden superior reportado por Thaler et al., (2015) el factor general explicó más varianza que los factores específicos para todas las subtests, con la excepción de la codificación y la búsqueda de símbolos (ambas subtests PS). En el estudio de Styck y Watkins (2014), tanto la codificación como la búsqueda de símbolos tenían aproximadamente iguales en los factores generales y específicos de PS. En el estudio de Thaler et al. (2015) Symbol Search cargó igualmente en el factor general y su propio factor específico (PS), y la codificación tuvo una mayor carga en su propio factor específico (PS). Para los modelos de factor superior en el and Styck y Watkins (2014) y Thaler et al., (2015) estudios, el VEC del factor general fue aproximadamente el doble del VEC total de todos los factores específicos juntos. Styck y Watkins (2014) también informaron que el valor de wh para el factor general (0.78) fue mucho más alto que los valores de ws de los cuatro factores específicos (que van de 0.09 a 0.34), lo que indica que solo el FSIQ tenía confiabilidad de sonido.,

En general, por lo tanto, la mayoría de los hallazgos de la estructura factorial de los subtests básicos de WISC-IV en niños con TDAH son comparables con los datos existentes que involucran a la comunidad en general y a los niños referidos por la clínica, incluidos aquellos con trastornos del aprendizaje (Watkins et al., 2006, 2013; Watkins, 2010; Devena et al., 2013; Nakano y Watkins, 2013; Canivez, 2014; Styck y Watkins, 2016). A través de estos estudios, se ha reportado apoyo para el modelo oblicuo de cuatro factores y el modelo factorial de orden superior., El modelo oblicuo de cinco factores basado en CHC y una estructura de orden superior de este modelo también se han apoyado cuando se examinaron los 15 subtests WISC-IV (núcleo y suplementario) (Keith et al., 2006; Chen et al., 2009; Golay et al., 2013).

a pesar de las similitudes en los hallazgos en niños con TDAH y niños de la Comunidad general y las clínicas, queremos argumentar que hay limitaciones en los hallazgos existentes sobre la estructura factorial del WISC-IV en niños con TDAH. En primer lugar, solo se han realizado tres estudios con niños con TDAH (Yang et al.,, 2013; Styck y Watkins, 2014; Thaler et al., 2015), con solo un estudio reportando la aplicabilidad del modelo factorial de orden superior (Styck y Watkins, 2014), y el modelo oblicuo de cinco factores (Thaler et al., 2015). En segundo lugar, el estudio de Styck y Watkins (2014), el único estudio que ha probado la aplicabilidad del modelo bifactor para niños con TDAH, no encontró una solución admisible para este modelo. Como este estudio utilizó una muestra pequeña (N = 233), es posible que con 30 parámetros a estimar en el modelo bifactor, esto podría haber contribuido a la solución inadmisible., Dado el apoyo generalmente sólido para el modelo de bifactor en muestras comunitarias y remitidas a clínicas, es concebible que con tamaños de muestra más grandes, el modelo de bifactor también se apoye para niños con TDAH. En tercer lugar, como señalan Styck y Watkins (2014), la relevancia de todos sus hallazgos para los niños con TDAH es incierta., Esto se debe a que como los equipos de evaluación multidisciplinaria de la escuela eran responsables de tomar decisiones de elegibilidad que tenían que adherirse a la Ley de mejora de la educación para personas con discapacidades (2004), los niños identificados con TDAH pueden no ser comparables a las muestras de niños con TDAH diagnosticadas en clínicas de salud mental infantil convencionales., En cuarto lugar, como el estudio de Styck y Watkins (2014) no consideró el estado de los medicamentos de los participantes, no se puede descartar que sus hallazgos no se confundieran con los efectos de los medicamentos, ya que se ha demostrado que el uso a largo plazo de medicamentos influye en el coeficiente intelectual de los niños con TDAH (Gillberg et al., 1997; Gimpel et al., 2005).,

otra limitación es que, aunque el coeficiente intelectual se ha mostrado consistentemente asociado con el rendimiento académico (Naglieri y Bornstein, 2003), en la actualidad, ningún estudio ha examinado la validez predictiva de los factores en el modelo bifactor del WISC-IV, modelados en términos de un factor general y los factores específicos que representan las escalas de índice (VC, PR, WM y PS)., Utilizando el análisis de regresión múltiple de las puntuaciones observadas para WISC-IV FSIQ, VCI, PRI, WMI y PSI, los estudios que involucran muestras sin TDAH han informado que las puntuaciones del índice proporcionan solo una variación ligeramente adicional en la predicción de las puntuaciones de rendimiento académico, incluyendo lectura y aritmética (Glutting et al., 2006; Canivez et al., 2014). Un estudio reciente (Beaujean et al.,, 2014), también con una muestra sin TDAH que modeló todas las pruebas básicas y suplementarias de WISC-IV en términos de la teoría de habilidades cognitivas de Cattell-Horn–Carroll (CHC; Schneider y McGrew, 2012) mostró que el factor general tenía una asociación más fuerte con la lectura y la aritmética que cualquiera de los factores específicos. Se han reportado hallazgos similares para el modelo bifactor de Wechsler Adult Intelligence Scale – Fourth Edition (WAIS-IV; Wechsler, 2008) con un factor general y los factores para las escalas de índice (Kranzler et al., 2015)., Con base en estos hallazgos, se puede especular que el factor de inteligencia general también estaría asociado con las habilidades académicas de los niños con TDAH. Sin embargo, como baja capacidad de lectura (Gathercole et al., 2006; Alloway et al., 2009; Alloway y Alloway, 2010) y la capacidad aritmética (Bull y Scerif, 2001; Swanson y Sachse-Lee, 2001) se han relacionado con la mala WM, y como defectos de WM se han asociado fuertemente con TDAH (Martinussen et al., 2005; Willcutt et al., 2005; Walshaw et al.,, 2010), el factor específico WM (que captura la capacidad WM que es independiente de la inteligencia general) también puede estar asociado con las habilidades de logro académico.

dadas las limitaciones existentes, el primer objetivo del presente estudio fue examinar la estructura factorial de las diez Sub–pruebas principales de WISC-IV en un grupo grande (N = 812) de niños con TDAH, todos diagnosticados directamente utilizando los criterios de TDAH de DSM-IV TR (Asociación Psiquiátrica Americana , 2000)., Como eran nuevas para servicios de salud mental, ninguno de ellos no habían estado en la medicación, y no estaban en la medicación en cualquier momento, antes o durante la prueba. De acuerdo con los modelos respaldados anteriormente, el estudio examinó los siguientes modelos: un modelo oblicuo de cuatro factores de primer orden, el modelo oblicuo de cinco factores SS basado en CHC, modelos de orden superior y bifactor basados en el modelo de cuatro factores, y un modelo de factor de orden superior basado en el modelo de cinco factores SS., Dado que los coeficientes de patrón de factor cruzado no están permitidos en un modelo BIFACTOR CFA (ya que distorsiona las estimaciones de parámetros; ríos y Wells, 2014), la versión bifactor equivalente del modelo SS de cinco factores no se probó ya que tiene cargas cruzadas para la búsqueda de símbolos., Para reducir la confusión, los modelos oblicuos de cuatro factores y cinco factores se denominarán modelo WISC/cuatro factores y modelo CHC/cinco factores, respectivamente; los modelos de factores de orden superior con cuatro y cinco factores primarios se denominarán modelo WISC/factor de orden superior y modelo CHC/factor de orden superior, respectivamente; y los modelos bifactor con cuatro factores específicos se denominarán modelo WISC/bifactor. Los cinco modelos probados se muestran en la figura Figure11., El segundo objetivo del estudio fue examinar la VEC y la confiabilidad de la consistencia interna basada en el modelo para los factores en el modelo seleccionado como el modelo óptimo. El tercer objetivo fue examinar cómo los factores generales y específicos en el modelo bifactor predijeron la lectura y la aritmética. Con base en hallazgos previos que involucraron a niños con TDAH y niños en general, predijimos el apoyo para todos los modelos probados, siendo el modelo WISC/bifactor el mejor modelo adecuado., Para este modelo, esperábamos que, con la excepción de la codificación y la búsqueda de Símbolos, los coeficientes de patrón factorial de las subtests en los factores generales serían relativamente más altos que en los factores específicos. También esperábamos que los valores de VEC y wh para el factor general fueran relativamente más altos que los valores de VEC y ws para los factores específicos. También esperábamos el factor general y los factores específicos de WM para predecir las habilidades de lectura y aritmética.