Introduction

Attention deficit/hyperactivity disorder (ADHD) is one of the most common childhood psychological disorders (diagnostic and statistical manual of mental disorders; DSM-5; American Psychiatric Association , 2013). As principais diretrizes práticas para a TDAH, como a Academia Americana de crianças e a psiquiatria Adolescente (2007), recomendaram testes de inteligência para a avaliação clínica de crianças com TDAH., A principal razão para isso é que até 70% das crianças com TDAH têm distúrbios de aprendizagem Co-mórbidos (Mayes et al., 2000; Mayes e Calhoun, 2006), e o conhecimento a nível intelectual de um indivíduo pode facilitar uma melhor compreensão das perturbações de aprendizagem., Além disso, como a Escala de Inteligência Wechsler para Crianças-terceira Edição (WISC-IV; Wechsler, 2003) é o mais frequentemente utilizado teste de inteligência (Gresham e Witt, 1997), uma compreensão abrangente do seu fator de estrutura em crianças com TDAH seria valioso, pois isso poderia levar a uma melhor compreensão e mais informações válidas sobre o intelectual, cognitivo, de aprendizagem e habilidades desse grupo. O presente estudo examinou vários modelos estruturais propostos para o WISC-IV em um grupo de crianças e adolescentes (doravante referidos como crianças) com TDAH.,a WISC-IV mede a capacidade intelectual das crianças de 6 a 16 anos. Foi desenvolvido para fornecer uma medida geral da capacidade cognitiva geral, e também medidas de funcionamento intelectual na compreensão Verbal (VC), raciocínio Perceptual (PR), memória de trabalho (WM) e velocidade de processamento (PS). As subescalas VC, PR, WM e PS fornecem pontuações para o Índice de compreensão Verbal (VCI), o Índice de raciocínio Perceptual (PRI), o Índice de memória de trabalho (WMI) e o Índice de Velocidade de processamento (PSI), respectivamente., Juntos, o VCI, PRI, WMI e PSI fornecem o nível geral de inteligência, ou QI em escala completa (FSIQ). Embora a versão completa do WISC-IV tenha 15 subtítulos, apenas dez são considerados essenciais, e usados mais frequentemente quando testam a inteligência (Wechsler, 2003). Os principais subtítulos para VC são vocabulário, semelhanças e compreensão. O núcleo de subestações para PR são o design de bloco, conceitos de imagem e raciocínio de matriz. Os subtítulos principais para WM são a extensão de dígitos e a sequenciação de letras, e os subtítulos principais para PR São codificação e busca de símbolos., Os restantes cinco subensaios, que são referidos como subensaios suplementares, são Informação e raciocínio de palavra (parte de VC), conclusão de Imagem (parte de PR), aritmética (parte de WM), e cancelamento (parte de PS).

a estrutura de fatores para os subensaios principais do WISC-IV foi examinada em vários estudos envolvendo crianças de comunidade geral e de referência clínica, incluindo aqueles com distúrbios de aprendizagem (por exemplo, Wechsler, 2003; Keith, 2005; Watkins et al., 2006; Sattler, 2008; Bodin et al., 2009; Watkins, 2010; Devena et al., 2013; Nakano and Watkins, 2013; Watkins et al.,, 2013; Canivez, 2014; Styck e Watkins, 2016). Ao longo destes estudos, o suporte tem sido relatado para um modelo oblíquo de quatro fatores, um modelo de fator de ordem superior, e um modelo bifactor. O modelo oblíquo de quatro fatores tem fatores para VC, PR, WM e PS, correspondendo às subescalas para VC, PR, WM e PS. The higher order factor model has first-order factors for VC, PR, WM, and PS, and a single higher order general factor., Neste modelo, o fator geral capta as variâncias comuns de todos os fatores de primeira ordem, e os fatores de primeira ordem capturam a covariância entre os subtítulos que compõem os fatores. O modelo bifactor é um modelo ortogonal, com cinco fatores primários. Neste modelo, todos os subensaios carregam em um fator geral, e cada subensai cargas em seu próprio fator específico (VC, PR, WM, ou PS)., O fator geral capta a covariância de todos os subensaios, e os fatores específicos VC, PR, WM e PS capturam a covariância única dos subensaios dentro deles depois de remover a covariância capturada pelo fator geral. Assim, os fatores específicos capturam sua variância única. Os quatro factores oblíquos, o factor de ordem superior e os modelos de bifactor são apresentados na Figura 11., Com exceção do estudo por Nakano e Watkins (2013), a outros estudos que compararam os oblíqua de quatro fator de modelo, de ordem superior factor de modelo, e o bifactor modelo relataram mais suporte para o bifactor modelo de quatro fator oblíqua modelo e de ordem superior factor model (Watkins, 2010; Devena et al., 2013; Watkins et al., 2013; Canivez, 2014; Styck e Watkins, 2016). Nakano e Watkins relataram maior apoio para o modelo de fator de ordem superior, embora ele diferisse minimamente do modelo bifactor.,

para o modelo de bifactor WISC-IV, vários estudos anteriores relataram a variância comum explicada (ECV; Reise et al., 2013a), bem como o omega hierarchical (wh) e omega subtests (ws; McDonald, 1999; Zinbarg et al., 2005) dos factores gerais e específicos, respectivamente. O Vce de um fator geral é a variância comum explicada pelo fator geral dividido pela variância comum total. O Vce de um fator específico é a variância comum explicada pelo fator específico dividido pela variância comum total., O Vce do factor geral será elevado sempre que houver pouca variância comum para além da do factor geral. Assim, valores elevados indicam a presença de uma dimensão geral no modelo do bifactor (Reise et al., 2013a). O valor wh do fator geral pode ser interpretado como um índice baseado em modelo da confiabilidade da consistência interna da escala total (Brunner et al., 2012). The WD can also be interpreted as an estimator of how much variance in summed (standardized) scores can be attributed to the single general factor (McDonald, 1999)., Obtém-se dividindo a quantidade de variância explicada pelo fator geral numa escala pela quantidade total de variância explicada por todos os itens da escala. O valor ws de um fator específico pode ser interpretado como um índice baseado em modelo da confiabilidade da consistência interna da escala específica, e um estimador de quanto variância em pontuações somadas (padronizadas) pode ser atribuída ao fator específico (McDonald, 1999; Brunner et al., 2012)., É calculado dividindo a quantidade de variância explicada pelo fator específico pela quantidade total de variância explicada por todos os itens da escala. Os valores para wh e ws variam de 0 a 1, com 0 indicando ausência de fiabilidade e 1 reflectindo uma fiabilidade perfeita. De acordo com Reise et al. (2013a), wh e WS valores de pelo menos 0,75 são preferidos para interpretação significativa de uma escala.,

os dados Existentes para o WISC-IV bifactor modelo de mostrar que o ECV de que o fator geral é entre 2 e 3 vezes mais do que o combinado ECV dos factores específicos, com praticamente toda a variação nos subtestes de ser explicado, muito mais pelo fator geral que os respectivos fatores específicos (Watkins, 2010; Devena et al., 2013; Watkins et al., 2013; Canivez, 2014; Styck e Watkins, 2016). Além disso, a wh do fator geral é muito maior (variando de 0,67 a 0,87) do que os valores ws dos quatro fatores específicos (variando de 0,10 a 0,53; Watkins, 2010; Devena et al.,, 2013; Watkins et al., 2013; Canivez, 2014; Styck e Watkins, 2016), adicionando suporte para a utilização da pontuação FSIQ sobre as pontuações do Índice. Estes achados indicam apoio para a presença de uma dimensão geral no modelo do bifactor, e que apenas o fator geral pode ser interpretado de forma significativa. Eles suportam a utilização da pontuação total, e não o índice de pontuação do WISC-IV.

Para o núcleo subtestes, pelo menos, três estudos têm examinado o fator de estrutura do WISC-IV para grupos de crianças com TDAH (Yang et al., 2013; Styck and Watkins, 2014; Thaler et al., 2015)., Em todos estes estudos, foi encontrado suporte para o modelo oblíquo de quatro fatores. Suporte também foi encontrado para o modelo de fator de ordem superior (Styck e Watkins, 2014). Embora o estudo de Styck e Watkins (2014) tenha indicado um bom ajuste para o modelo do bifactor, este modelo foi rejeitado por ter uma solução inadmissível (uma variância residual foi negativa). The study by Thaler et al. (2015) encontrou suporte para dois modelos oblíquos de cinco fatores, baseados no modelo teórico de inteligência Cattell-Horn–Carroll (CHC) (McGrew, 2005)., Um desses modelos, chamado aqui oblíquo cinco fator SS modelo, compreende fatores para a inteligência cristalizada (Gc; composto de Vocabulário, Semelhanças, e a Compreensão), o fluido de raciocínio (Gf; composto de Imagem e Conceitos de Matriz de Raciocínio), processamento visual (Gv; compreendendo Projeto de Bloco e de Pesquisa do Símbolo), a memória de curto prazo (Gsm; compreendendo Span de Dígitos e Letra–Número de Sequência) e PS (Gs; compreendendo Símbolo Pesquisa e Codificação). Este modelo também é mostrado na Figura 11., O segundo modelo, chamado aqui de oblíquo modelo de cinco fatores MR-SS, diferia do outro modelo oblíquo de cinco fatores SS, especificando o raciocínio de matriz mais sutil para a carga cruzada para o fator Gv. Como será evidente, ambos os modelos CHC não são semelhantes aos modelos oblíquos oblíquos de quatro fatores, ordem superior ou bifactor inspirados em WISC-IV.

em termos de comparação de modelos, Styck e Watkins (2014) encontraram melhor ajuste para o modelo de fator de ordem superior do que o modelo oblíquo de quatro fatores. Thaler et al. (2015) descobriu que ambos os seus modelos de cinco fatores tinham melhor ajuste do que o oblíquo modelo de quatro fatores., Embora o modelo oblíquo de cinco fatores MR-SS mostrasse um encaixe ligeiramente melhor do que o modelo oblíquo de cinco fatores SS, o modelo oblíquo de cinco fatores SS foi adotado como o melhor modelo como o raciocínio de matriz mais sutil no modelo oblíquo de cinco fatores MR-SS não carregou significativamente no fator Gv. Para o modelo de fator de ordem superior testado por Styck e Watkins (2014), e para o modelo oblíquo de ordem superior de cinco fatores SS relatado por Thaler et al., (2015) o fator geral explicou mais variância do que os fatores específicos para todos os subensaios, com exceção de codificação e busca de símbolos (ambos os subensaios PS). No estudo de Styck e Watkins (2014), tanto a busca de códigos como de símbolos tiveram cerca de igual sobre os fatores gerais e PS específicos. No estudo de Thaler et al. (2015) Symbol Search loaded equally on the general factor and its own (PS) specific factor, and Coding had a higher loading on its own specific factor (PS). Para os modelos de fator mais elevado no e Styck e Watkins (2014) e Thaler et al., (2015) estudos, o ECV do fator geral foi cerca de duas vezes o ECV total de todos os fatores específicos juntos. Styck e Watkins (2014) também relataram que o wh valor para o fator geral (0.78) foi muito maior do que o ws valores dos quatro fatores específicos (variando de 0,09 a 0,34), indicando, assim, que somente o FSIQ tinha som de confiabilidade.,em geral, portanto, a maioria dos achados para a estrutura dos fatores dos subtítulos principais da WISC-IV em crianças com TDAH são comparáveis com os dados existentes envolvendo as crianças da comunidade em geral e as crianças encaminhadas para a clínica, incluindo aquelas com distúrbios de aprendizagem (Watkins et al., 2006, 2013; Watkins, 2010; Devena et al., 2013; Nakano e Watkins, 2013; Canivez, 2014; Styck e Watkins, 2016). Ao longo destes estudos, o suporte foi relatado para o modelo oblíquo de quatro fatores e o modelo de fator de ordem superior., The CHC based five-factor oblique model and a higher order structure of this model have also been supported when all 15 (core and supplementary) WISC-IV subtests were examined (Keith et al., 2006; Chen et al., 2009; Golay et al., 2013).apesar das semelhanças nos achados sobre crianças com TDAH e crianças da comunidade geral e clínicas, queremos argumentar que existem limitações nos achados existentes sobre a estrutura dos fatores do WISC-IV em crianças com TDAH. Primeiro, houve apenas três estudos envolvendo crianças com TDAH (Yang et al.,, 2013; Styck and Watkins, 2014; Thaler et al., 2015), com apenas um estudo relatando sobre a aplicabilidade do modelo de fator de ordem superior (Styck e Watkins, 2014), e o modelo oblíquo de cinco fatores (Thaler et al., 2015). Em segundo lugar, o estudo de Styck e Watkins (2014), o único estudo que testou a aplicabilidade do modelo de bifactor para crianças com TDAH, não encontrou uma solução admissível para este modelo. Como este estudo utilizou uma pequena amostra (N = 233), é possível que, com 30 parâmetros a serem estimados no modelo do bifactor, isso possa ter contribuído para a solução inadmissível., Dado o suporte geralmente robusto para o modelo de bifactor em amostras de referência comunitária e clínica, é concebível que, com tamanhos de amostra maiores, o modelo de bifactor também será suportado para crianças com TDAH. Em terceiro lugar, como salientado por Styck e Watkins (2014), a relevância de todas as suas conclusões para crianças com TDAH é incerta., Isto porque como as equipes de avaliação multidisciplinar da escola foram responsáveis por tomar decisões de elegibilidade que tiveram que aderir à Lei de melhoria da educação dos indivíduos com deficiência (2004), as crianças identificadas como tendo TDAH pode não ser comparável a amostras de crianças com TDAH diagnosticada em clínicas de saúde mental infantil convencionais., Quarto, como o estudo de Styck e Watkins (2014) não considerou o status de medicação dos participantes, não pode ser descartado que suas descobertas não foram confundidas com efeitos de medicação, como o uso de longo prazo de medicação tem sido mostrado para influenciar o QI de crianças com TDAH (Gillberg et al., 1997; Gimpel et al., 2005).,

Outra limitação é que, embora o IQ tem sido consistentemente mostrada para ser associado com o sucesso académico (Naglieri e Bornstein, 2003), no presente, nenhum estudo examinou a validade preditiva dos fatores da bifactor modelo do WISC-IV, modelado em termos de um fator geral e os fatores específicos que representa o índice de escalas (VC, PR, WM, e PS)., Utilizando a análise de regressão múltipla das Pontuações observadas para o WISC-IV FSIQ, VCI, PRI, WMI e PSI, estudos envolvendo amostras não-ADHD relataram que as pontuações do Índice fornecem apenas uma variação ligeiramente adicional na previsão das pontuações dos resultados académicos, incluindo a leitura e aritmética (Gluting et al., 2006; Canivez et al., 2014). A recent study (Beaujean et al.,, 2014), também com um não-TDAH exemplo modelado todos os principais e complementares testes WISC-IV, em termos de Cattell–Horn–Carroll (CHC; Schneider e mirador internacional, de 2012) teoria das capacidades cognitivas, mostrou que o fator geral tinha uma associação mais forte com a leitura e a aritmética do que qualquer um dos fatores específicos. Achados semelhantes foram relatados para o modelo de bifactor Wechsler Adult Intelligence Scale-4th Edition (WAIS-IV; Wechsler, 2008) com um fator geral e os fatores para as escalas de índice (Kranzler et al., 2015)., Com base nestes achados, pode-se especular que o Fator de inteligência geral também estaria associado com as habilidades acadêmicas de crianças com TDAH. No entanto, como baixa capacidade de leitura (Gathercole et al., 2006; Allay et al., 2009; Alloway e Alloway, 2010) e capacidade aritmética (Bull e Scerif, 2001; Swanson e Sachse-Lee, 2001) foram ligados a WM pobre, e como WM defeitos têm sido fortemente associados com ADHD (Martinussen et al., 2005; Willcutt et al., 2005; Walshaw et al.,, 2010), o fator específico WM (que captura a habilidade WM que é independente da inteligência geral) também pode estar associado com habilidades de realização acadêmica.

Dadas as limitações existentes, o primeiro objetivo do presente estudo foi examinar o fator de estrutura das dez WISC–IV núcleo de subtestes em um grande grupo (N = 812) de crianças com TDAH, todos diretamente diagnosticado usando DSM-IV-TR (American Psychiatric Association , 2000) critérios de TDAH., Como eles eram novos para os Serviços de saúde mental, nenhum deles não estava sob medicação, e não estavam sob medicação em qualquer momento antes ou durante os testes. Consistente com os modelos de suporte anteriormente, o estudo examinou os seguintes modelos: um oblíquo de primeira ordem de quatro fator de modelo, a CHC-com base oblíqua de cinco fator SS modelo de ordem superior e bifactor baseadas em modelos de quatro fator de modelo, e uma maior fator de ordem de modelo baseada em cinco fator SS modelo., Desde a cruz-fator de padrão de coeficientes não são permitidos no CFA, bifactor modelo (como ele distorce estimativas de parâmetros; Rios e Poços, 2014), o equivalente a bifactor versão de cinco fator de SS, o modelo não foi testado como tem cross-loadings para a Pesquisa do Símbolo., Para reduzir a confusão, o oblíquo quatro-factor e cinco fator serão referidos como WISC/quatro-fator de modelo e CHC/cinco-fator de modelo, respectivamente; ordem superior factor de modelos com quatro e cinco fatores principais que serão referidos como WISC/ordem superior factor de modelo e CHC/ordem superior factor de modelo, respectivamente; e o bifactor modelos com quatro fatores específicos que serão referidas como WISC/bifactor modelo. Os cinco modelos testados são apresentados na Figura 11., O segundo objectivo do estudo era examinar o ECV e a fiabilidade da coerência interna baseada em modelos para os factores do modelo seleccionado como modelo óptimo. O terceiro objetivo era examinar como os fatores gerais e específicos no modelo de bifactor previam a leitura e a aritmética. Com base em resultados anteriores envolvendo crianças com TDAH e crianças em geral, previmos suporte para todos os modelos testados, sendo o modelo WISC/bifactor o melhor modelo adequado., Para este modelo, esperávamos que, com exceção de codificação e busca de Símbolos, os coeficientes de padrão de fatores dos subtests sobre os fatores gerais seriam relativamente mais elevados do que sobre os fatores específicos. Também esperávamos que os valores ECV e wh para o fator geral fossem relativamente mais elevados do que os valores ECV e ws para os fatores específicos. Nós também esperávamos o fator geral e os fatores específicos WM para prever a leitura e habilidades aritméticas.