Autor: Concepción San Luis

Training to improve selective attention in children using neurofeedback through play.

Training to improve selective attention in children using neurofeedback through play.

Abstract:

This paper has two objectives: a) to identify if selective attention and concentration in school children without learning problems can be improved through training with neurofeedback; and b) to assess the generalizability of such training as a useful, easy, fun and economical procedure that may be used to improve school performance. For training we used Mind-Flex, a toy first marketed in 2009. To measure a possible boost in attention we applied the d2 test of attention developed by Brickenkamp ​​(1962), adapted in Spain by Seisdedos and published by TEA (2002). The results obtained from a sample of 65 children (aged 8 and 9) show a significant improvement in selective and sustained attention, cognitive-processing accuracy, attention control and balance between speed and accuracy.

Resumen: Entrenamiento mediante neurofeedback a través del juego para la mejora de la atención selectiva en niños

El presente trabajo tiene un doble objetivo: a) observar si, mediante entrenamiento en neurofeedback, puede mejorarse la atención selectiva y la concentración en niños escolarizados sin problemas de aprendizaje,  y b) valorar la posibilidad de generalizar este tipo de entrenamiento como un procedimiento útil, fácil, lúdico y económico, que pueda ser usado para la mejora del rendimiento escolar. Para el entrenamiento utilizamos un Mind-Flex, juguete comercializado en 2009. Para medir el posible incremento atencional se utilizó el Test de atención d2 de Brickenkamp (1962), adaptado en España por Seisdedos (2002). Los resultados obtenidos en una muestra de 65 niños (entre 8 y 9 años de edad) mostraron una mejora significativa en la atención selectiva y sostenida, la precisión del procesamiento cognitivo, el control atencional y el equilibrio entre la velocidad y la precisión.


Applicability of the Bayesian methodology to the study of low incidence diseases: Example of child anxiety.

Applicability of the Bayesian methodology to the study of low incidence diseases: Example of child anxiety.

Abstract:

This work is a cross-sectional quantitative study that provides information about anxiety symptoms from the CECAD questionnaire, applied to 500 students aged 8-12. Anxiety prevalence was estimated using three different procedures, both in the total sample and in a subsample of 10 children, randomly selected. Results showed a prevalence range of childhood anxiety for the three methods of 16.5%-23.5%, 16.7%-23.7%, and 18.3%-24%, when using the large sample. When the small sample size was used, the frequentist estimation method yielded impossible values, but results when using Bayesian methods were between 2.3% and 41.3% in the non-informative distribution, and between 17.9% and 27.4% in the informative distribution. The Bayesian method was found to be the procedure that provided better estimation, with improved results when informative distribution was used since it adds relevant information.

Resumen: Aplicabilidad de la metodología bayesiana (método Bayes) en estudios de casos de baja indicencia: Ejemplo de la ansiedad infantil

Se presenta un estudio cuantitativo transversal que proporciona información sobre los síntomas de ansiedad evaluados mediante el cuestionario CECAD a 500 estudiantes de edades comprendidas entre los 8 y los 12 años. Se estimó la prevalencia de la ansiedad usando tres métodos estadísticos diferentes en el total de la muestra y en una submuestra de 10 estudiantes elegidos aleatoriamente del total.  La prevalencia de ansiedad estimada por los tres métodos fue de 16.5%-23.5%, 16.7%-23.7% y 18.3%-24% en la muestra total.  Cuando se emplea la submuestra, la estimación clásica (estadística “frecuentista”) proporciona valores imposibles; empleando métodos bayesianos la estimación fue entre 2.3% y 41.3% con distribución inicial no informativa, y entre 17.9% y 27.4% con distribución inicial informativa.  Los métodos Bayesianos proporcionan mejores estimaciones, siendo las estimaciones más precisas cuando se dispone de información inicial relevante.