Información

Estudio longitudinal de estabilidad de IQ Test

Estudio longitudinal de estabilidad de IQ Test


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Me pregunto si alguien podría dirigirme a un estudio longitudinal que examine los puntajes de las pruebas de CI a lo largo del tiempo. Por ejemplo, evaluar a un grupo de sujetos de prueba cada 10 años desde los 5 hasta los 65 años.

La razón por la que busco un estudio de este tipo es que me interesa saber qué prueba hay o no de que el coeficiente intelectual es estable a lo largo del tiempo. Me parece que se acepta que el coeficiente intelectual debería ser estable durante toda la vida, pero no he encontrado ningún estudio que lo demuestre.

Si asumimos que el coeficiente intelectual es el resultado de la genética y el entorno de la primera infancia, entonces se deduce que debería ser estable a lo largo de la vida, pero estoy buscando un estudio que demuestre esto a través de la medición repetida del coeficiente intelectual a lo largo de la vida.

A continuación, daré un poco de antecedentes sobre lo que entiendo sobre el coeficiente intelectual:

  • El coeficiente intelectual obviamente no es una medida exacta. Es razonable que el coeficiente intelectual medido de una persona pueda variar en alrededor de +/- 6 puntos de coeficiente intelectual de su coeficiente intelectual real, por lo tanto, sigue siendo una medición estable si todas las mediciones del coeficiente intelectual durante una vida están dentro de un rango de 12 puntos.
  • El daño cerebral, como una lesión catastrófica o el abuso regular de alcohol, puede reducir el coeficiente intelectual de forma permanente.
  • Durante la adolescencia se ha demostrado que existe una fluctuación del coeficiente intelectual mayor de lo normal. Supongo que, debido a que el coeficiente intelectual es una medida en comparación con los pares de edad, las grandes diferencias en la maduración de los individuos en el rango de edad adolescente explican las fluctuaciones en el coeficiente intelectual. Sin embargo, me interesaría saber si hay estudios que muestren que el coeficiente intelectual de los niños ha aumentado o disminuido permanentemente durante la adolescencia.
  • Si un individuo tiene dificultades con una prueba de CI no relacionada con la inteligencia bruta, por ejemplo, si tiene TDAH y, por lo tanto, dificultad para concentrarse, entonces tratar su problema puede permitirle obtener una puntuación más alta en una prueba de CI que antes del tratamiento. En estos casos parecería que la condición enmascaraba su inteligencia y el tratamiento no mejoraba su inteligencia pero permitía medirla con mayor precisión. Probablemente podría decirse lo mismo de un individuo para quien los prejuicios culturales en una prueba de CI (por ejemplo, con conocimiento verbal) actuaran en su contra.

Hay algunas sutilezas en esta pregunta de las que puede que se dé cuenta o no. Hay (al menos) dos preguntas que suenan de manera similar, pero en realidad son preguntas bastante diferentes:

  • ¿Las habilidades cognitivas generales de un individuo cambian a lo largo de la vida?

  • ¿Cambia el orden jerárquico de las capacidades cognitivas de una población a lo largo de la vida? En otras palabras, si evaluamos una población en un momento y luego otra vez en otro momento, ¿aquellos que obtuvieron puntajes altos en la primera prueba también serán los que obtuvieron puntajes altos en la segunda prueba y viceversa?

La respuesta a la primera es trivialmente sí. El cerebro de un individuo es más poderoso y ha aprendido más cuando tiene 22 años, que cuando tiene 4, digamos. También hay una reducción de las capacidades cognitivas cuando las personas envejecen.

La segunda pregunta es más interesante. Para esto me referiría primero al artículo:

Deary y col. (2000). La estabilidad de las diferencias individuales en la capacidad mental desde la niñez hasta la vejez: seguimiento de la Encuesta Mental Escocesa de 1932. Ver pdf aquí.

Concluyen que

La correlación entre las puntuaciones de la prueba Moray House a los 11 años y a los 77 años fue de 0,63, que se ajustó a 0,73 cuando se corrige por atenuación del rango de capacidad dentro de la muestra reevaluada. Este, el estudio de seguimiento más largo de inteligencia psicométrica informado hasta la fecha, muestra que las diferencias en la capacidad mental muestran una estabilidad sustancial desde la niñez hasta la vejez.

Por lo tanto, el orden de clasificación de las habilidades dentro de una población probablemente se correlaciona> 0,7 con su orden de clasificación seis décadas y media después (de 11 a 77 años).

Otro estudio interesante, que es nuevo y creo que aún no se ha publicado, es el siguiente:

Grønkjær y col. Asociaciones entre la educación y los cambios cognitivos relacionados con la edad en un estudio de seguimiento de 41 años

En este estudio longitudinal danés, los hicieron probar primero a la edad promedio de 20 años, y luego nuevamente 41 años después a la edad promedio de 61 años. Informaron hallazgos:

El cambio medio en las puntuaciones de la prueba BPP fue -2,94 (DE 5,60) y un volver a probar la correlación de 0,81 entre las puntuaciones de BPP inicial y de seguimiento se observó.

Estas correlaciones no están del todo en el rango de 0.9-1.0 y, por lo tanto, ciertamente no estamos viendo una estabilidad perfecta. Por otro lado, no creo que conozca ningún rasgo psicológico medido cuantitativamente que muestre una mayor estabilidad longitudinal (en términos de orden de rango) que la capacidad cognitiva general.


Eff básicamente tiene una buena respuesta, pero estudios más recientes, como el publicado en Nature 2011, tienen algunos datos adicionales con respecto a la variación observada a lo largo del tiempo, no siendo solo un error de medición aleatorio, sino parcialmente explicable a través de cambios en el volumen de algunas áreas del cerebro:

En ausencia de lesiones neurológicas o condiciones degenerativas, generalmente se espera que el coeficiente intelectual sea estable a lo largo de la vida, como lo demuestra el hecho de que las mediciones del coeficiente intelectual tomadas en diferentes puntos de la vida de un individuo tienden a correlacionarse bien. Sin embargo, las correlaciones fuertes a lo largo del tiempo ocultan una variación individual considerable: por ejemplo, un coeficiente de correlación de .7 (que no es inusual con el CI verbal) aún deja más del 50% de la variación sin explicar. […]

Los cambios en la estructura del cerebro que se correlacionaron con los cambios en el coeficiente intelectual nos permiten explicar algunas de las variaciones en términos de desarrollo cerebral. Específicamente, el 66% de la varianza en el IQ V [erbal] del Tiempo 2 fue explicado por el VIQ del Tiempo 1, un 20% adicional fue explicado por el cambio en la densidad de la materia gris en la región del habla motora izquierda, con el 14% restante no contabilizado. por. De manera similar, el 35% de la varianza en el coeficiente intelectual de rendimiento en el tiempo 2 fue explicado por el tiempo 1 PIQ, con el 13% explicado por el cambio en la densidad de la materia gris en el cerebelo anterior, dejando el 52% sin contabilizar. […]

Se requieren más estudios para determinar la generalizabilidad de este hallazgo: por ejemplo, ¿el mismo grado de plasticidad está presente a lo largo de la vida o son los años de adolescencia cubiertos por este estudio especiales en este sentido?

Lo que me parece interesante de este estudio es que pudieron explicar mucho más el cambio en el coeficiente intelectual verbal que el coeficiente intelectual de rendimiento (y, por lo tanto, a escala completa).

Y si está observando la estabilidad de los puntajes brutos de CI (en oposición al orden de clasificación), la edad adulta temprana es cuando esto sucede [con respecto al resto de la vida], por lo que la edad de 5 años es muy pronto.

Esto se basa en un metanálisis, por lo que los círculos más grandes muestran un mayor peso y precisión de los datos.


Arthur, G. (1952).La adaptación de Arthur de la Leiter International Performance Scale. Chicago: Prensa del Centro de Servicios Psicológicos.

Bayley, N. (1969).Manual para las escalas de desarrollo infantil de Bayley. Nueva York: Psychological Corp.

DeMyer, M. K., Barton, S., Alpern, G. D., Kimberlin, C., Allen, J., Yang, E. y Steele, R. (1974). La inteligencia medida de los niños autistas.Revista de autismo y esquizofrenia infantil, 4, 42–60.

DeMyer, M. K., Barton, S., DeMyer, W. E., Norton, J. A., Allen, J. y Steel, R. (1973). Pronóstico en el autismo: un estudio de seguimiento.Revista de autismo y esquizofrenia infantil 3, 199–245.

Muñeca, E. A. (1965).Escala de madurez social de Vineland. Circle Pines, MN: Servicio de Orientación Estadounidense.

Freeman, B. J., Ritvo, E. R., Needleman, R. y Yokota, A. (1985). La estabilidad de los parámetros cognitivos y lingüísticos en el autismo: un estudio prospectivo de cinco años.Revista de la Academia Estadounidense de Psiquiatría Infantil, 24, 459–464.

Gillberg, C. y Steffenburg, S. (1987). Resultados y factores pronósticos en las condiciones de autismo infantil: un estudio poblacional de 46 casos seguidos durante la pubertad.Revista de autismo y trastornos del desarrollo, 17, 273–288.

Hays, W. L. (1963).Estadísticas para ciencias sociales. Nueva York: Holt, Rinehart & amp Winston.

Hindley, C. B. y Owen, C. F. (1978). El alcance de los cambios individuales en el coeficiente intelectual para edades entre 6 meses y 17 años, en una muestra longitudinal británica.Revista de Psicología y Psiquiatría Infantil, 19, 329–350.

Kopp, C. B. y McCall, R. B. (1982). Predecir el rendimiento mental posterior de los bebés normales, en riesgo y discapacitados. En P. B. Baltes y O. G. Brim, Jr. (Eds.),Desarrollo y comportamiento a lo largo de la vida (Vol. 4, págs. 33-61). Nueva York: Academic Press.

Lockyer, L. y Rutter, M. (1970). Un estudio de seguimiento de cinco a quince años de psicosis infantil: IV. Patrones de capacidad cognitiva.Revista británica de psicología social y clínica, 9, 152–163.

Lord, C. y Schopler, E. (1985). Diferencias en la proporción de sexos en el autismo en función de la inteligencia medida.Revista de autismo y trastornos del desarrollo, 15, 185–193.

Lord, C. y Schopler, E. (1988). Evaluación intelectual y del desarrollo de niños autistas desde el preescolar hasta la edad escolar: Implicaciones clínicas de dos estudios de seguimiento. En E. Schopler y G. B. Mesibov (Eds.),Diagnóstico y evaluación en autismo (págs. 167-181). Nueva York: Plenum Press.

Lord, C. y Schopler, E. (1989). Estabilidad de los resultados de la evaluación de niños autistas y no autistas con dificultades del lenguaje desde la edad preescolar hasta la edad escolar temprana.Revista de Psicología y Psiquiatría Infantil.30, 575–590.

Lord, C., Schopler, E. y Revicki, D. (1982). Diferencias de sexo en el autismo.Revista de autismo y trastornos del desarrollo, 12, 317–330.

Lovaas, O. I. (1987). Tratamiento conductual y funcionamiento educativo e intelectual normal en niños pequeños con autismo.Revista de consultoría y psicología clínica, 55, 3–9.

Parks, S. L. (1983). La evaluación de los niños autistas: una revisión selectiva de los instrumentos disponibles.Revista de autismo y trastornos del desarrollo, 13, 225–268.

Rutter, M. (1978). Diagnóstico y definición de autismo infantil.Revista de autismo y trastornos del desarrollo, 8, 139–161.

Rutter, M. (1985a).Una guía para médicos sobre psiquiatría infantil (págs. 48–78). Nueva York: Free Press.

Rutter, M. (1985b). El tratamiento de los niños autistas.Revista de Psicología y Psiquiatría Infantil, 26, 193–214.

Rutter, M. y Lockyer, L. (1967). Un estudio de seguimiento de cinco a quince años de psicosis infantil: I. Descripción de la muestra.Revista británica de psiquiatría, 113, 1169–1182.

Sattler, J. M. (1982).Evaluación de la inteligencia y las habilidades especiales de los niños.. Boston Allyn y amp Bacon.

Scheffé, H. (1953). Un método para juzgar todos los contrastes en el análisis de varianza.Biometrika, 40, 87–104.

Schopler, E. (1987). Factores específicos e inespecíficos en la efectividad de un sistema de tratamiento.Psicólogo estadounidense, 42, 376–383.

Schopler, E. y Reichler, R. J. (1971). Problemas en la evaluación del desarrollo de niños psicóticos.Serie de congresos internacionales Excerpta Medica, 274, 1307–1311.

Schopler, E., Reichler, R. J. y Renner, B. R. (1986).La escala de calificación del autismo infantil (CARS) para la detección de diagnóstico y la clasificación del autismo. Nueva York: Irvington Publishers.

Shah, A. y Holmes, N. (1985). El uso de la Leiter International Performance Scale con niños autistas.Revista de autismo y trastornos del desarrollo, 15, 195–204.

Stutsman, R. (1931). Guía para la administración de la escala de pruebas mentales de Merrill-Palmer. En L. M. Terman (Ed.),Medición mental de niños en edad preescolar. (págs. 139-262). Nueva York: Harcourt, Brace & amp World.

Terman, L. M. y Merrill, M. A. (1973).Escala de inteligencia Stanford-Binet Formulario L-M. Boston: Houghton-Mifflin.

Waterhouse, L. y Fein, D. (1984). Tendencias de desarrollo en habilidades cognitivas para niños diagnosticados como autistas y esquizofrénicos.Desarrollo infantil, 55, 236–248.

Wechsler, D. (1974).Escala de inteligencia de Wechsler para niños revisada. Nueva York: Psychological Corp.


Abstracto

La evidencia de los estudios de gemelos apunta a influencias ambientales sustanciales sobre la inteligencia, pero los detalles de esta influencia no están claros. Este estudio examinó un proceso de desarrollo que potencialmente causa diferencias de inteligencia: aprender a leer. En 1.890 pares de gemelos evaluados a los 7, 9, 10, 12 y 16 años, se utilizó un diseño de diferencias monocigóticas con rezagos cruzados para probar las asociaciones de diferencias anteriores en la capacidad de lectura dentro del par con diferencias de inteligencia posteriores. Los resultados mostraron varias asociaciones de este tipo, que no se explicaron por las diferencias en la exposición a la lectura y no se restringieron a los dominios cognitivos verbales. El estudio destaca la influencia potencialmente importante de la capacidad de lectura, impulsada por el entorno no compartido, en el desarrollo intelectual y plantea cuestiones teóricas sobre el mecanismo de esta influencia.

La capacidad de leer y comprender texto es sin duda importante en la sociedad moderna, y la capacidad de lectura se ha asociado con una mejor salud (Baker, Parker, Williams, Clark y Nurss, 1997), educación (Duncan et al., 2007 McGee, Prior, Willams, Smart y Sanson, 2002), estatus socioeconómico (Ritchie y Bates, 2013) y creatividad (Ritchie, Luciano, Hansell, Wright y Bates, 2013 Wang, 2012). Mientras que la lectura puede mejorar directamente estas variables (por ejemplo, la capacidad de extraer información de los textos es de gran importancia para obtener calificaciones educativas), un mecanismo adicional para estas asociaciones puede ser que la lectura tenga un efecto causal en las habilidades cognitivas más generales que están asociadas con mejores resultados en el curso de la vida (p. ej., Gottfredson, 1997). En otras palabras, la lectura puede, con el tiempo, mejorar la inteligencia general. Dada la evidencia de que tanto la capacidad de lectura (Torgesen, 2005) como el interés (Wigfield, Guthrie, Tonks y Perencevich, 2004) son susceptibles de intervención, los hallazgos que muestran que la mejora de estos factores también podría impulsar el desarrollo de la inteligencia son de claro interés práctico para educadores.

Varios estudios han demostrado que las medidas de participación en la lectura libre (medidas mediante las puntuaciones de la prueba de reconocimiento de autor) son predictivas de la capacidad verbal posterior, incluso controlando las puntuaciones iniciales de la prueba de capacidad verbal. Por ejemplo, en un estudio de 147 niños de cuarto a sexto grado (9-12 años), Echols, West, Stanovich y Zehr (1996) encontraron asociaciones entre la exposición a la letra impresa y la comprensión lectora, el vocabulario receptivo y visual, y el vocabulario general. conocimiento 2 años después, controlando las puntuaciones iniciales en estos dominios (véase también Cain y Oakhill, 2011 Cunningham y Stanovich, 1991). En un artículo de revisión, Cunningham y Stanovich (1998) concluyen que “quienes leen mucho mejorarán su inteligencia verbal, es decir, leer los hará más inteligentes” (p. 7).

Si bien los estudios anteriores son positivos sobre los posibles efectos de la lectura en otras habilidades cognitivas, existen múltiples interpretaciones que son compatibles con los datos. Las posibles explicaciones incluyen una base genética compartida para la lectura y la cognición (como lo muestran, por ejemplo, Harlaar, Hayiou-Thomas y Plomin, 2005 Haworth, Meaburn, Harlaar y Plomin, 2007), o influencias de los rasgos que sustentan la lectura, tales como como representación ortográfica, sobre el desarrollo de la capacidad cognitiva verbal (Martin et al., 2009). Finalmente, la participación en la lectura libre puede reflejar rasgos no medidos relacionados con intereses que favorecen el conocimiento general, como la apertura a la experiencia, en lugar de la habilidad de lectura per se.

Por estas razones, investigamos la influencia de la capacidad de lectura, además del interés por la lectura, en la inteligencia general y probamos nuestras hipótesis utilizando un diseño longitudinal de diferencias gemelas MZ, como se ilustra en la Figura 1 (ver Vitaro, Brendgen y Arseneault, 2009, pág. para una discusión de la lógica del diseño, ver Burt, McGue y Iacono, 2009 Spanos, Klump, Burt, McGue y Iacono, 2010, para ejemplos). Este modelo controla los efectos genéticos y ambientales compartidos (dado que los gemelos MZ son genéticamente idénticos, y en esta muestra los gemelos se criaron en las mismas familias), la covarianza entre los rasgos en cada edad (las rutas A y F en la Figura 1 esto controla el potencial influencias que mejoran tanto la lectura como la inteligencia para un gemelo de la pareja, como un maestro eficaz), y la estabilidad de los rasgos a lo largo del tiempo (caminos B y E), al tiempo que permite una prueba de nuestra hipótesis principal de que las diferencias en la lectura, en ambas habilidades y exposición — se asociaría con diferencias de inteligencia posteriores (ruta D). Si se encontraran caminos de esta naturaleza, apuntarían hacia un efecto causal de la lectura sobre la capacidad cognitiva.

Nuestro modelo inicial utilizó una medida de inteligencia general (una combinación hecha de una variedad de pruebas en cada edad). Esto nos permitió ir más allá de los resultados anteriores (revisados ​​por Cunningham y Stanovich, 1998), que se han centrado en los vínculos más obvios teóricamente entre la habilidad altamente verbal de la lectura y las medidas de inteligencia verbal, y probar los efectos más amplios de la lectura. . Puede ser, por ejemplo, que las habilidades adquiridas mientras se aprende a leer también sean útiles en pruebas de inteligencia no verbal, como el razonamiento matricial. Además de modelar la lectura y la inteligencia general, probamos los vínculos diferenciales con las subpruebas verbales y no verbales, para construir una imagen más detallada de los efectos de la lectura en las habilidades cognitivas.

A un nivel mecanicista, también hay razones para sugerir que la mejora del conocimiento general y la capacidad cognitiva pueden, a su vez, mejorar la habilidad de lectura (es decir, la relación inversa con la de la hipótesis principal). Tanto el modelo de lectura de doble ruta (Coltheart, 2006) como el conexionista (Seidenberg, 2012) implican el conocimiento semántico en el proceso de lectura, a través de la activación de la representación de palabras. Además, se ha demostrado que el conocimiento del dominio mejora la lectura y la comprensión lectora: Recht y Leslie (1988) encontraron que el conocimiento previo del dominio mejoraba la habilidad de lectura. Nuestro modelo también nos permitió probar estas asociaciones (ruta C en la Figura 1).

Hipótesis

Nuestra hipótesis principal se centró en los vínculos entre la capacidad de lectura y la inteligencia. Las medidas concurrentes de estas dos habilidades estaban disponibles en nuestra muestra a las edades de 7, 9, 10, 12 y 16 años. Si aprender a leer mejora la inteligencia general, los gemelos con puntajes de lectura más altos que sus co-gemelos a edades más tempranas también deberían tener puntajes de inteligencia posteriores más altos que sus gemelos, controlando por puntajes de inteligencia anteriores en el modelo rezagado cruzado. Rutas significativas del tipo marcado con D en la Figura 1 en cualquier punto del modelo apoyarían esta hipótesis. Simultáneamente, probamos la hipótesis inversa —que una mayor inteligencia general ayuda a aprender a leer controlando la capacidad de lectura anterior— al evaluar la importancia de las rutas marcadas con C en la Figura 1.

El segundo modelo se construyó con una medida adicional de exposición a la lectura, que estaba disponible a los 10 y 12 años. Este modelo nos permitió probar los efectos de la exposición que estimulan la inteligencia mientras se controla la capacidad, y viceversa. Si la exposición a la lectura mejora la inteligencia más allá de la capacidad de lectura, esperaríamos ver caminos significativos desde las diferencias de exposición a las diferencias de inteligencia en este modelo.

Finalmente, un tercer modelo, con datos de las cinco oleadas, evaluó los vínculos entre la lectura y las medidas de inteligencia verbal y no verbal por separado. Si la lectura opera solo a través de pruebas de inteligencia verbal, como el vocabulario, para mejorar la inteligencia general, no deberíamos esperar ver ningún camino desde las diferencias de lectura anteriores hasta las diferencias de inteligencia no verbal posteriores en este modelo. Sin embargo, si estos caminos fueran significativos, esto sería consistente con un efecto positivo de la lectura en una gama más amplia de tareas cognitivas de lo que se ha considerado hasta ahora.


Introducción

El trastorno por déficit de atención con hiperactividad (TDAH) es un trastorno psiquiátrico común asociado con resultados psiquiátricos, sociales, educativos y ocupacionales deficientes en todo el rango de edad (1). El TDAH es una condición altamente heredable (2, 3), pero los niveles más altos de inteligencia pueden actuar como un factor protector para desarrollar TDAH (4). Entre los factores asociados con los malos resultados en el TDAH se encuentran las capacidades mentales o cognitivas generales del individuo según el índice de la escala completa de CI (FSIQ) de las pruebas estandarizadas de inteligencia (5-7). Esto es importante porque los estudios metaanalíticos encuentran de forma rutinaria que las personas con TDAH, en todo el rango de edad, presentan puntuaciones FSIQ significativamente más bajas que los grupos de control (8). Sin embargo, aunque las puntuaciones FSIQ más bajas se asocian con peores resultados funcionales, no parecen predecir la persistencia o la remisión de los síntomas del TDAH a largo plazo (9-13). La relación entre el TDAH, el coeficiente intelectual y los resultados funcionales se complica aún más por los estudios basados ​​en la población que encuentran que las puntuaciones del FSIQ son menos estables durante la infancia para todos los niños (14-16). Si bien existe evidencia que sugiere que los síntomas activos del trastorno psiquiátrico pueden interferir con el funcionamiento cognitivo durante la infancia, se necesitan estudios longitudinales que rastreen tanto la inteligencia como los síntomas psiquiátricos (17).

Hasta la fecha, solo unos pocos estudios longitudinales han examinado la estabilidad de las puntuaciones del FSIQ en niños y adolescentes con TDAH. Cinco estudios que involucran grupos de comparación han encontrado que las puntuaciones del FSIQ (prorrateadas) tienden a ser estables a nivel de grupo para los jóvenes con TDAH. Sin embargo, estos estudios emplearon versiones anteriores de las escalas de inteligencia de Wechsler. Esto es relevante porque las subpruebas y los procedimientos de puntuación se actualizan con cada nueva versión (18), lo que puede afectar las interpretaciones sobre la estabilidad del FSIQ y otros índices de funcionamiento cognitivo en jóvenes con TDAH (19).

Dos estudios siguieron a jóvenes con TDAH y controles no clínicos utilizando la Escala de Inteligencia Wechsler para Niños (WISC) -III (20) y encontraron que el FSIQ y las puntuaciones compuestas se mantuvieron en gran medida estables a nivel de grupo a lo largo del tiempo (11, 21). El estudio más reciente también investigó el cambio individual y encontró que tanto el FSIQ como otros puntajes compuestos eran en gran parte estables tanto a nivel grupal como individual, y los compuestos no estaban asociados con la persistencia o severidad del TDAH en la edad adulta (11). Hasta la fecha, un estudio ha examinado la estabilidad de las puntuaciones compuestas del WISC-IV (22) en jóvenes remitidos con trastornos del aprendizaje con o sin déficit de atención (23). Las puntuaciones compuestas se mantuvieron en gran medida estables en el grupo, pero no en el nivel individual. Se necesitan estudios longitudinales que examinen la estabilidad del funcionamiento cognitivo de las últimas versiones de WISC y Wechsler Adult Intelligence Scale (WAIS), en jóvenes con TDAH. Además, dichos estudios deberían examinar la relación entre la gravedad de los síntomas del TDAH y el resultado funcional en cada intervalo evaluado. Además, hasta donde sabemos, ningún estudio ha investigado la asociación entre las calificaciones escolares, las puntuaciones compuestas del WISC-IV y los síntomas del TDAH en cada momento.

En el presente estudio, examinamos el resultado a largo plazo de los cinco compuestos del WISC-IV y el WAIS-IV (24) en un grupo de niños clínicamente referidos con TDAH sin discapacidad intelectual conocida, así como en un grupo de control. de la misma edad. En el grupo de TDAH, se investigó el resultado a largo plazo de los síntomas de TDAH medidos con el SNAP-IV y su relación con los compuestos Wechsler y los grados escolares. Primero, y basándonos en la evidencia disponible, planteamos la hipótesis de que el FSIQ (es decir, puntuaciones compuestas estandarizadas, basadas en la comparación con compañeros de la misma edad) sería estable a nivel de grupo entre la evaluación inicial y de seguimiento en el grupo de TDAH. Según la evidencia limitada disponible, la comprensión verbal, el razonamiento perceptivo, la memoria de trabajo, la velocidad de procesamiento (es decir, las puntuaciones de índice estandarizadas, basadas en la comparación con compañeros de la misma edad) serían estables entre los puntos de medición. Segundo, anticipamos que las puntuaciones compuestas de Wechsler y la gravedad de los síntomas del TDAH al inicio y las evaluaciones de seguimiento no estarían relacionadas en base a estudios previos que encontraron que ni el FSIQ ni los cuatro compuestos estaban asociados con la remisión o persistencia del TDAH (11). En referencia a los hallazgos de que tanto el diagnóstico de TDAH como el coeficiente intelectual predicen el resultado educativo (1, 7), anticipamos que las puntuaciones de los síntomas del TDAH y todas las puntuaciones compuestas de Wechsler en ambos puntos de tiempo estarían asociadas con las calificaciones escolares.


¿Qué tan rápido disminuye el coeficiente intelectual? ¿Puedes hacer algo al respecto?

En algún momento de sus estudios, la mayoría de los estudiantes de psicología han visto una figura algo deprimente que se parece a esto:

Gc = inteligencia cristalizada

Glr = Almacenamiento y recuperación a largo plazo

Estos datos se parecen a los que se encuentran en las muestras de estandarización de Wechsler-Bellevue. La Wechsler-Bellevue fue la primera prueba que proporcionó esta información e indica que tanto el rendimiento verbal como el rendimiento alcanzan su punto máximo alrededor de los 22 años. Según sus datos, las personas de hasta 40 años tienen un coeficiente intelectual de rendimiento un 20% más bajo que los de 16 años.

Los datos también son similares a las muestras de estandarización del WAIS-R, que también indica que el coeficiente intelectual de rendimiento cae después de los 22 años, pero que las personas alcanzan su pico de coeficiente intelectual verbal alrededor de los 30 años.

La idea de que los estudiantes universitarios nunca volverán a tener el mismo nivel de coeficiente intelectual de rendimiento es un poco triste, pero, afortunadamente, probablemente ese no sea el caso.

El problema con muchos estudios sobre la relación entre la edad y el coeficiente intelectual, que incluye todos los estudios mencionados hasta ahora, es que los datos son transversales. ¿Por que eso es un problema? No podemos asumir que los resultados más bajos a los 70 años que a los 25 se deben a que los participantes son mayores, porque es posible que las personas nacidas 70 años antes del estudio siempre hayan tenido un coeficiente intelectual más bajo. Los datos apoyan esta hipótesis y son bien conocidos como el efecto Flynn. Para tener una idea de cuán poderoso es este efecto, Ulric Neisser analizó las muestras de estandarización disponibles y estimó que si los individuos que tomaron la prueba en 1932 fueran transportados en el tiempo para tomar la prueba en 1997, su puntaje promedio sería de 80 a 1.33 desviaciones estándar. por debajo de la media!

Sabiendo que los datos transversales probablemente nos estén dando una sobreestimación bastante grande del declive de la inteligencia con la edad, podemos echar un vistazo a lo que nos dicen los datos longitudinales y esperar una mejor imagen.

Uno de los estudios más grandes y famosos de este tipo es el Estudio Longitudinal de Seattle realizado por K. Warner Schaie. El siguiente gráfico utiliza datos de ese estudio:

Como se puede ver en la figura, el estudio de Schaie indica que el fuerte declive en la inteligencia generalmente solo comienza después de los 60 años, y solo la velocidad perceptiva disminuye seriamente antes de los 60. El estudio mostró que la capacidad verbal es estable para la mayoría de las personas hasta los 70 años, después de lo cual ¡el declive sigue siendo muy lento!

Entonces, ¿podemos confiar en estos resultados más optimistas y seguir adelante? Desafortunadamente, los estudios longitudinales del CI tienen sus propios problemas. En primer lugar, aunque el efecto puede ser pequeño, a menudo puede haber efectos de práctica cuando los mismos participantes realizan la misma prueba varias veces. En segundo lugar, en el caso de muchos de los estudios que realmente se han realizado como el estudio de Seattle, hay autoselección y esto da como resultado una clara sobrerrepresentación de personas de clase media con planes de atención médica (ya que reclutaron a través de los sistemas de atención médica). ). Finalmente, los datos provienen de personas que vivieron hasta los 80 años, ¡y el coeficiente intelectual está fuertemente correlacionado con la salud y la longevidad! Es probable que cada uno de estos factores haga que el SLS subestime la disminución de la inteligencia a lo largo de la vida.

Por lo tanto, sabemos que el declive real de la mayoría de los tipos de inteligencia no comienza a los 22 años, sino que probablemente comienza antes de los 60. ¿Hay algo que pueda hacer para evitar perder la inteligencia a medida que envejece?

Luché por encontrar un método de aumento del coeficiente intelectual con estudios ampliamente revisados ​​/ aceptados detrás de él. En su mayor parte, los artículos que encontré decían que el entrenamiento cognitivo o los programas que pretenden aumentar el coeficiente intelectual no han sido validados, en gran parte debido a problemas de confiabilidad, problemas con la estabilidad del puntaje de coeficiente intelectual "aumentado" y las deficiencias del uso de datos. de una escala que no es una escala de razón (donde el mismo aumento de puntaje puede tener diferentes significados en diferentes puntos a lo largo de la escala). Algunos estudios indican que tanto para niños como para adultos, la música puede tener el efecto de estimular las funciones ejecutivas y, como consecuencia, ciertas medidas del coeficiente intelectual. Sin embargo, incluso estos estudios se encuentran con un alto grado de escepticismo.

Para terminar con una nota un poco más optimista, hay otros factores que podrían estar causando que se sobrestime la disminución del coeficiente intelectual a lo largo del tiempo. Las personas mayores suelen ser más lentas (recuerde que G cayó más rápido de cualquier medida de inteligencia) y eso podría estar goteando y teniendo un efecto en otros componentes de la prueba con elementos acelerados. Las personas mayores también son particularmente débiles en ciertos componentes de la memoria. Las fallas en la memoria a corto plazo durante una prueba pueden resultar en puntajes que subestiman ciertas habilidades. Entonces, el lado positivo aquí es que quizás en su mayor parte solo perderá capacidades de memoria y velocidad, pero técnicamente otras áreas de inteligencia disminuyen más lentamente de lo que cabría esperar en función de los datos.


El estudio longitudinal de Seattle sobre el desarrollo cognitivo de adultos

El Estudio Longitudinal de Seattle (SLS Hertzog, 2010 Schaie, 1996a, b, 2000, 2005a) comenzó como tesis doctoral de Schaie & # x02019 en la Universidad de Washington (Seattle, WA) en 1956. En un esfuerzo por resolver las discrepancias entre Y hallazgos longitudinales en el estudio del desarrollo intelectual adulto, Schaie diseñó un estudio de seguimiento, puesto en el campo en 1963, que brindó algunas respuestas, pero también planteó suficientes preguntas metodológicas y sustantivas para exigir un programa continuo de estudios que aún está en proceso. progreso y ha incluido ocho recopilaciones de datos importantes y varias colaterales, así como tres estudios de entrenamiento cognitivo. Un aspecto importante del estudio ha sido la investigación de las diferencias de cohortes y sus implicaciones para el estudio de la cognición adulta. En las fases más recientes del estudio, se han identificado una serie de variables contextuales, de salud y de personalidad que ofrecen explicaciones para el cambio diferencial y que proporcionan una base para posibles intervenciones. En el contexto de nuestro seguimiento del cambio individual, los autores diseñaron intervenciones cognitivas que han tenido éxito en revertir las disminuciones cuidadosamente documentadas en el desempeño de habilidades y en mejorar las funciones cognitivas de las personas mayores que se han mantenido estables.

Se han hecho muchos argumentos razonables a favor de la proposición de que las variables motivacionales y de personalidad pueden tener una mayor potencia para predecir el ajuste y la competencia en la mediana edad que la inteligencia, pero la evidencia empírica para esta proposición es menos que convincente. Preguntas tales como quién debería retirarse por causa justificada (léase incompetencia) en ausencia de la jubilación obligatoria a edades relativamente tempranas, si hay suficiente competencia restante para la vida independiente o si las personas pueden continuar conservando y disponiendo de su propiedad, todas implican la evaluación de la propiedad intelectual. funcionamiento (ver Schaie, 1988a). Necesitamos examinar a qué edad ocurren los picos de desarrollo y evaluar las diferencias generacionales, así como los cambios de edad dentro de una generación. Más importante aún, debemos determinar las razones por las cuales algunas personas muestran un declive intelectual en la edad adulta temprana, mientras que otras mantienen o aumentan su nivel de funcionamiento intelectual hasta bien entrada la vejez.

Initial studies in 1949 (PMA 11� L. L. Thurstone & T. G. Thurstone, 1949) and 1953 (Schaie, Rosenthal, & Perlman, 1953), explored whether the factorial independence of the five abilities measured in the most advanced form of the PMA test would be retained in adulthood. In a 1963 follow-up study, in addition to tracking down and retesting as many of the individuals studied in 1956 as possible, we decided to draw a new random sample from the original population frame to provide the necessary controls for examining retest effects and began addressing the possibility that socio-cultural variation affects intellectual performance. The latter concern was stimulated by the thoughtful admonitions previously voiced by Raymond Kuhlen (1963). Our new sample therefore was extended over the original age range (22� years) plus an additional 7-year interval to match the age range now attained by the original sample.

The second cross-sectional study essentially replicated the findings of the base study. The short-term longitudinal study, however, disclosed substantially different information about peak levels and rate of decline. Publication of findings was therefore delayed until a theoretical model could be built that accounted for the discrepancy between the longitudinal and cross-sectional data (Schaie, 1965, 1977, 2007). These analyses suggested that comparisons of age group means needed to be conducted for the repeatedly measured samples as well as for successive independent samples drawn from the same cohort. Results were reported that called attention to substantial cohort differences and that questioned the universality and significance of intellectual decrement with advancing age in community-dwelling persons (Nesselroade, Baltes, & Schaie, 1972 Schaie & Strother, 1968).

The results from the third data collection seemed rather definitive in replicating the short-term longitudinal findings, but discrepancies between findings in the repeated-measurement and independent-sampling studies suggested the need for a replication of the 14-year longitudinal sequences, and it further seemed useful to follow the original sample for as long as 21 years, so a fourth data collection was conducted in 1977, again retesting the previous samples and adding a new random sample, this time from an expanded population frame (Schaie & Hertzog, 1983), adding collateral questions of the effects of monetary incentives on participant characteristics (Gribbin & Schaie, 1976) an examination of the aging of tests and the beginning of causal analyses of health and environmental factors on change or maintenance of adult intellectual performance (Gribbin, Schaie, & Parham, 1980 Hertzog, Schaie, & Gribbin, 1978).


Métodos

Muestra

Data came from the Twins Early Development Study (TEDS), a UK population-representative sample of twins born in England and Wales between 1994 and 1996 [27]. Zygosity of the twins was initially based on physical similarity ratings and later verified using genotyping. Participants were excluded following pre- or perinatal complications or if one or both twins suffered from any severe medical condition (e.g. autism spectrum disorder, cerebral palsy, Downs’ syndrome). Uncertain sex or zygosity and failure to provide information at recruitment were also exclusion criteria. After exclusion, 1,745 monozygotic (MZ) and 3,026 dizygotic (DZ) twin pairs were included in the model-fitting analysis. 46.1% of the participants were male. All twins (born in 1994, 1995 or 1996) were contacted simultaneously in order to simplify administration. Thus, twin ages ranged from 10.1 to 13.7 years of age at time point 1 (t1 mean age = 11.6 years, SD = 0.68), from 12.8 to 15.8 years of age at time point 2 (t2 mean age = 14.0 years, SD = 0.60) and from 15.8 to 17.3 years of age at time point 3 (t3 mean age = 16.5 years, SD = 0.27).

Declaración de Ética

Ethical approval was obtained from the King’s College London, Institute of Psychiatry, Psychology and Neuroscience ethics committee and all participants and/or their parents gave written consent for participation in this study.

Medidas

ADHD symptoms.

ADHD symptoms were measured using the DSM-IV items on the Conners’ Parent Rating Scale-Revised [28]. The scores on the nine-item hyperactive-impulsive symptoms subscale were added to the scores on the nine-item inattentive symptoms subscale to form a total DSM-IV ADHD symptoms subscale. At t1, parent booklets enclosing the Conners’ Parent Rating Scale-Revised were sent in the post. At t2 and t3, similar parent booklets were sent to the families as online versions designed to mimic the paper version’s appearance.

General cognitive ability.

All IQ assessments were administered online. See Haworth et al. [29] for details on how these web-based tests were created. A web-based multiple-choice version of the WISC-III vocabulary subtest was used to measure VIQ at t1 and t2. At t3, an online version of the Mill Hill Vocabulary scale was used as an indicator of VIQ because the WISC is not designed to measure intelligence beyond age 16 years. In both the WISC-III vocabulary subtest and the Mill Hill Vocabulary scale, the participant's task was to select the correct synonym for a word from a list of alternatives provided. Here, we refer to the outcome of these measures as vocabulary scores. PIQ was measured using a web-based version of the Raven’s Progressive Matrices test [30] at all three time points. At age 16 years, these web-based IQ tests were validated by comparing the online results for a subsample with their results on traditional paper-and-pencil tests. An average correlation of 0.72 between online and offline tests, administered 2 months apart, was found, providing support for the validity of these web-based tests [27].

Widespread access to internet connections in the UK has made online testing an attractive possibility for collecting data on large samples. Studies have shown that web-based findings are consistent with findings from traditional methods [31]. In our study, parents supervised the testing by coming online first using a family username and password, watching a demonstration and completing a consent form. The twins each had a unique ID number as well as a family number and completed the test in turn. Parents were urged neither to assist the twins with answers nor to allow the twins to see each other’s answers.

Análisis estadístico

All analyses were conducted in OpenMx [32]. This program deals with incomplete data (missing at random) by calculating the log likelihood of the data for each observation using raw maximum likelihood estimation. Standard regression-based corrections for age and sex were applied to raw scores [33] and residual scores were analysed. Means and variances within traits, as well as phenotypic correlations across traits, were equated across twins in a pair and zygosity group in order to generate phenotypic correlation coefficients representative of the entire sample while taking the non-independence of the data into account (i.e. data from related individuals). Separate analyses were conducted for vocabulary and Raven’s scores.

The cross-lagged twin model.

Time-specific effects: The applied model specifies the time-specific genetic and environmental components of (co)variance in a standard bivariate genetic model using biometrical genetics theory [34]. Estimation of the additive genetic effects (A), shared environment (C) and non-shared environment (E) for each trait is based on the fact that MZ and DZ twins have different degrees of correlation for the genetic component (1 vs 0.5), but the same degree of correlation for shared (1) and non-shared environmental factors (0). This is due to the expectation that MZ twins share 100% and DZ twins share on average 50% of their inherited DNA sequence yet both MZ and DZ twins share many aspects of their environment by virtue of being born at the same time and place and growing up in the same family. The MZ:DZ correlation ratio indicates the relative importance of the A, C and E components for each trait. In the bivariate twin analysis, MZ and DZ correlations are compared across traits: i.e., one twin’s ADHD symptoms are correlated with the co-twin’s IQ score. If the cross-trait cross-twin correlations are greater for MZ than for DZ twins, this implies that genetic factors contribute to the phenotypic correlation between the two traits. Fig 1 depicts genetic (A), shared environmental (C) and non-shared environmental (E) influences on ADHD symptoms and IQ. Non-shared environmental influences also include measurement error. Fig 1 also presents genetic and environmental correlations (rA, rC rmi), which can range from −1 to 1, and represent the extent to which genetic and environmental influences on ADHD symptoms and the IQ subtests overlap (regardless of their individual heritabilities). Furthermore, phenotypic correlations can be attributed to genetic and environmental influences. The proportion of the phenotypic correlation between ADHD symptoms and the IQ subtests that is due to genetic influences at age 12 years, for example, can be derived by calculating [(a1 x rA1 x a2)/ (phenotypic correlation at age 12 years x100)] (Fig 1).

Circles represent latent genetic (A), shared environmental (C) and non-shared environmental (mi) factors for ADHD symptoms and IQ at time 1 (age 12), time 2 (age 14) and time 3 (age 16). Paths from the latent A, C, E factors to the observed variables (a1–a6, c1–c6, e1–e6) represent genetic and environmental contributions to ADHD symptoms and IQ scores. The environmental and genetic correlations between ADHD symptoms and IQ for each time point are indicated below the arrows connecting the respective circles (rE, rC, rA). Stability paths (b11, b22, b33, b44) connect the same traits across time. Cross-lagged paths (b12, b21, b34, b43) connect different traits across time.

Cross-lagged effects: The model specifies the across-time correlations by means of causal cross-lagged paths, which connect different measures across time points (Fig 1: b12, b21, b34, b43). The stability paths connect the same measure across time points (Fig 1: b11, b22, b33, b44). The stability and cross-lagged paths take the form of partial regression coefficients, which take into account the pre-existing association between ADHD symptoms and IQ, as well as controlling for stability or cross-lagged effects.

In order to establish the extent to which the same or different aetiological factors influence ADHD symptoms and IQ over time, genetic and environmental variances were divided into variance specific to t2 and t3, and variance transmitted from t1 to t2, and from t2 to t3. Variance can be transmitted via the stability paths. The genetic variance transmitted via the stability path to ADHD symptoms from t1 to t2, for example, is calculated as a2 2 x b11 2 (Fig 1). Variance can also be transmitted via the cross-lagged paths. The genetic variance transmitted to ADHD symptoms via the cross-lagged path from t1 to t2, for example, is calculated as a1 2 x b21 2 . Furthermore, variance can be transmitted via the covariation of ADHD symptoms and IQ. The genetic variance transmitted to ADHD symptoms via the covariation of ADHD symptoms and IQ from t1 to t2, for example, is calculated as 2x (b21 x a1 x rA1 x a2 x b11). To examine the changes in genetic and environmental aetiologies of the association between ADHD symptoms and IQ, the covariance between ADHD symptoms and IQ was divided into covariance specific to t2 or t3 and covariance shared with the previous time point.


Discusión

Our data show that high mental ability in late childhood reduces the chances of death up to age 76 years. The effect is not caused by a single factor and may even be reversed, as was found for men during the second world war. This result adds to our knowledge of the personal traits in youth that contribute to survival in subsequent decades. Studies of an unrepresentative sample of children with high ability in the United States found that conscientiousness, lack of cheerfulness, and permanency of mood (for men only) were associated with living longer.18 In our study, women with a deficit in IQ of 15 points at age 11 had less than 75% survival and those with a deficit of 30 points were about half as likely to survive.

The association between higher childhood IQ and an increased risk of dying in the second world war requires further investigation. Part of the effect might be explained by some men being rejected for active service because of low mental ability. More evidence is needed on the roles fulfilled by people of higher mental ability in the war and, indeed, whether the relation is true beyond Aberdeen.

We found a weak association between estimated overcrowding in the area of the childhood family home and survival. However, the association between childhood IQ and survival was not affected by controlling for overcrowding. The association was also unaffected by controlling for overcrowding and father's occupational category in the subsample of people who were dead by January 1997. These analyses were conducted on a smaller and less representative sample than our main results.

Mechanisms for association

Various, non-exclusive, explanations exist for the association between childhood IQ and survival. These include genetic factors, environment before and after birth, childhood illness, and nutrition and other privation.

Childhood IQ as record of bodily insults—The mental ability test was taken in 1932, at a time when poverty was far greater and health standards were lower than at present. IQ at age 11 years could therefore reflect the effect of multiple factors on the developing brain. These might include the quality of antenatal care, prenatal and postnatal nutrition, and the disabling effects of chronic childhood physical illnesses. In this scenario, childhood IQ in part represents a record of the subject's neurological tribulations before age 11. As such, childhood IQ might be seen partly as a mediator between physical and social disadvantage and survival. These effects could be cohort specific.

Childhood IQ as an indicator of system integrity—Childhood IQ might also act as a general, moderately stable, indicator of system integrity within the body by indexing the efficiency of information processing in the nervous system. IQ, as tested by the Moray house test, has a high stability coefficient (r=0.63 0.73 when corrected for attenuation of the sample's range of scores) between age 11 years and 77 years.19 Any mechanism relating IQ to survival might be stronger at lower levels of mental ability, when learning problems are accompanied by physical disorders. People with higher IQs are said to have more cerebral reserve capacity—for example, lower IQ and linguistic ability in children and young adults is associated with cognitive decline and Alzheimer's disease in late life.20 21

Childhood IQ as predictor of healthy behaviours—Childhood IQ might be related to the subsequent acquisition of behaviours conducive to good health. These include adopting healthy diets, sensible alcohol consumption, avoidance of injury, and not smoking. A similar set of factors was hypothesised to account for the association between conscientiousness and survival.18

Childhood IQ as predictor of entry to safer environments—Higher childhood IQ in men, especially in the early and middle decades of the 20th century, may have allowed entry into relatively safe employment (with wartime an important exception). In women the effect of a higher childhood IQ was possibly more indirect. Women with higher childhood mental ability might have married higher ability men and benefited indirectly from reduced exposure to occupational hazards, material privation, and, critically, the impact on family life of the husband's premature death because of dangerous work.

Thus childhood mental ability is, arguably, a conveniently measured, relatively reliable, and valid indicator for several disparate antecedents and outcomes. 12 22 – 25 The effect of IQ is difficult to separate from the effects of social class and education. These variables are moderately highly correlated, and one can act as a surrogate for one or more of the others in causing associations. For example, personality traits have been found partly to explain associations between childhood social class and poor health in adulthood.26 The US national longitudinal study of youth showed that, within the white American population, both parental social class and cognitive ability in the late teens were associated with multiple indices of social, educational, and occupational outcomes many years later, although the effects were often small.22 27 Social class and mental ability would often retain their influence on outcomes after the covariation was statistically controlled for. This indicates that mental ability is not entirely a surrogate for social class and vice versa.

We found that overcrowding was a less powerful predictor of survival than childhood IQ and that controlling for overcrowding had little effect on the association between childhood mental ability and survival. Other, more reliable and valid ecological measures or personal measures of social disadvantage might prove more powerful.6 Our data do not allow us to tease apart the causal influences among IQ (and other personal variables such as personality traits and coping styles), education, and social class. This would require larger and more homogeneous samples.

Possible sources of bias

We traced nearly four fifths of our target sample after a gap of about 65 years. This is higher than the percentage traced in landmark studies examining the influences of early life on health in old age. For example, Barker and colleagues' study of infant weight and death from ischaemic heart disease was based on a tracing of 71% of men.28 Tracing in other influential studies is lower.6 Nevertheless, it is possible that the association we found could be nullified or reversed by data from the 20% of people we could not trace. One reason for not being able to track subjects was migration. Migrants are a relatively healthy group29 and had an average mental ability in our study. Although such evidence is not definitive, it suggests that severe bias in the opposite direction to our association is unlikely.

Conclusiones

In our cohort childhood IQ was a significant predictor of human survival. We do not know, however, whether this effect is cohort specific. Other possible mechanisms for the effect include previous childhood privation, the adoption of healthy behaviours in adulthood, and access to safer environments. Future studies on the causes of inequalities in health and mortality should investigate childhood mental ability as one of the factors.


Lon·gi·tu·di·nal stud·y

An epidemiologic study that follows a population forward over time, evaluating the effects of one or more variables on a process. If individuals are followed, it is termed a longitudinal cohort study. If classes&mdashe.g., age classes&mdashare studied, it is a longitudinal cross-sectional study. Longitudinal studies are the converse of horizontal studies.

Ejemplos de
Cohort studies case-control studies Framingham Study in Massachusetts, US Port Pirie study, an ongoing analysis of the long-term effects of blood lead levels on IQ.


The Secrets of Self-Control: The Marshmallow Test 40 Years Later

Ever wonder why your willpower fails you just when you need it most? The results of a new long-term study, which first began more than 40 years ago with the now-famous marshmallow test in preschoolers, may offer some clues.

In the late 1960s, researchers submitted hundreds of four-year-olds to an ingenious little test of willpower: the kids were placed in a small room with a marshmallow or other tempting food and told they could either eat the treat now, or, if they could hold out for another 15 minutes until the researcher returned, they could have two.

Most children said they would wait. But some failed to resist the pull of temptation for even a minute. Many others struggled a little longer before eventually giving in. The most successful participants figured out how to distract themselves from the treat’s seduction — by turning around, covering their eyes or kicking the desk, for instance — and delayed gratification for the full 15 minutes.

Follow-up studies on these preschoolers found that those who were able to wait the 15 minutes were significantly less likely to have problems with behavior, drug addiction or obesity by the time they were in high school, compared with kids who gobbled the snack in less than a minute. The gratification-delayers also scored an average of 210 points higher on the SAT.

Scientists have now continued this research with a subgroup of 60 participants, now in their 40s, whose level of self-control remained stable from childhood into adulthood. (The study does not include those who struggled to delay gratification early on, but learned to master temptation as they matured.)

The authors, led by B.J. Casey, professor of developmental psychobiology at Cornell University, wanted to know whether the kids who couldn’t wait to get the treat, the “low delayers,” would show an underlying inability to exert self-control in adulthood, or whether their self-discipline failed only in certain, emotionally charged cases. “Is it the case that these individuals have difficulty controlling their impulses or is it also due to sensitivity to just how alluring the cues are?” Casey says.

The researchers also wanted to see if low-delaying adults showed differences in brain activity compared with those who had greater self-control.

Participants were asked to perform two versions of a computer task. In one version, the volunteers had to press a button when they saw an image of either a male or a female face bearing a neutral expression. Those who were first asked to identify male faces would eventually be switched to identifying female faces (and vice versa), which required participants to suppress their impulse to respond to the previously correct answer. This test measured people’s ability to exert self-control in the absence of emotional material.

In the second, emotionally “hot” version of the test, people were asked to press a button in response to a happy or fearful face. Previous research has shown that people find seeing happy faces rewarding — so the researchers expected low delayers to have trouble preventing their responses to them when required. Indeed, the high delayers were significantly better at not pressing the button when a smiling face flashed on the screen.

Researchers also scanned the brains of 26 of the participants while they completed both tests. They found that high delayers showed more activity than low delayers in a region of the prefrontal cortex associated with impulse and behavior control, particularly while completing the task involving emotionally charged expressions. Meanwhile, low delayers showed more activation of a deeper region of the brain associated with pleasure, desire and addiction, especially in response to the happy faces.

You might say that high delayers have better mental brakes, while low delayers are driven by a stronger engine. “The low delayers don’t tend to activate the prefrontal cortex as much as the high delayers do. The high delayers are very effective at being able to regulate their behavior and not activating this deep system,” Casey says. “There’s not as much of a push-and-pull for the high delayers.”

But the differences emerged primarily when people were faced with “hot,” emotional cues, not when they had to choose between neutral faces. That suggests that low delayers aren’t globally unable to control impulses, like people with attention deficit/hyperactivity disorder (ADHD) rather, they have trouble stopping themselves in the context of particular temptations.

“What the [researchers] found is that their 11 participants who had lifelong low self-control did not have a problem with controlling their brains’ actions in ordinary circumstances,” notes Terrie Moffitt, professor of psychology and neuroscience at Duke University, who was not associated with the study. “Instead, their distinctive brain activity started to emerge only when something alluring and rewarding was shown to them.”

Moffitt says she has had similar results in her own study of 1,000 people whom she followed from age 3 to 38.

Both Moffitt and Casey stress that low delayers don’t lack general intelligence and that they have qualities that are extremely important to society. In uncertain times, delaying gratification can be the wrong choice, and people who follow their emotional impulses can become great explorers or entrepreneurs. (Apple’s Steve Jobs is a classic example).

But there’s no doubt that low delayers can also get into serious trouble. Moffitt describes one such participant who told her, “Believe me, I understand all about saving for retirement, but I haven’t saved any money because when I see a hot motorcycle, I buy it!”

But there’s nothing that says low delayers can’t change. Moffitt’s research has found that in fact, childhood self-control isn’t very strongly correlated with adult self-mastery. For example, the “correlation between participants’ rank on IQ tests from childhood to adulthood is .70 on a scale from -1 (total change) to +1 (total stability). That’s stable!” Moffitt says. “But the same correlation for self-control skills is only .30, indicating that many people change as they grow up, and fewer people remain stable.”

Previous work with the preschoolers and the marshmallow test showed that high-delaying kids often found success not only by distracting themselves from tempting situations but also by reframing them to lower their emotional temperature. For example, they would imagine that the marshmallow was a cloud or just a picture of a marshmallow instead of an actual edible treat.

Perhaps these same techniques can be employed in other situations. “What this study may suggest is that we should inform people about ways in which we can ‘cool down’ the ‘hot’ cues for those individuals who have the most difficulty suppressing actions toward them,” Casey says.

La investigación fue publicada en el Procedimientos de la Academia Nacional de Ciencias.


Ver el vídeo: Estudios de Estabilidad. (Mayo 2022).