pág. 2294
IMPACTO DE UN PROGRAMA
NEUROPSICOLÓGICO MULTICOMPONENTE
EN EL DESARROLLO DE COMPETENCIAS
MATEMÁTICAS EN NIÑOS ECUATORIANOS DE
6 A 12 AÑOS
IMPACT OF A MULTICOMPONENT
NEUROPSYCHOLOGICAL PROGRAM ON THE
DEVELOPMENT OF MATHEMATICAL SKILLS IN
ECUADORIAN CHILDREN FROM 6 TO 12 YEARS OF AGE
José Gerardo Guartatanga Rodríguez
Universidad Católica de Cuenca- Instituto de Neurociencias
Juan Pedro Valencia Cuenca
Universidad del Azuay
Evelyn Estefanía Chuchuca Zhuzhingo
Universidad del Azuay
pág. 2295
DOI: https://doi.org/10.37811/cl_rcm.v9i3.17858
Impacto de un programa neuropsicológico multicomponente en el
desarrollo de competencias matemáticas en niños ecuatorianos de 6 a 12
años
José Gerardo Guartatanga Rodríguez1
joseg7_947@hotmail.com
https://orcid.org/0009-0002-2461-5838
Universidad Católica de Cuenca- Instituto de
Neurociencias
Juan Pedro Valencia Cuenca
valenciapedro09@hotmail.com
https://orcid.org/0009-0000-4114-4041
Universidad del Azuay
Evelyn Estefanía Chuchuca Zhuzhingo
estefaniachuchuca99@gmail.com
https://orcid.org/0009-0005-8311-0620
Universidad del Azuay
RESUMEN
Este estudio evaluó la efectividad de un programa neuropsicológico multicomponente
(NEUROSTUDEM) de 18 meses en el fortalecimiento de habilidades matemáticas en niños
ecuatorianos con discalculia. Se implementó un diseño cuasi-experimental con 180 participantes (6-12
años) distribuidos aleatoriamente en grupos experimental (n=90) y control (n=90). El programa integró
diez componentes secuenciales enfocados en fortalecer circuitos neurocognitivos específicos que
sustentan el procesamiento matemático. Se evaluaron cuatro dominios matemáticos (sentido numérico,
cálculo básico, resolución de problemas y razonamiento matemático) y funciones ejecutivas, aplicando
mediciones pre-intervención, intermedia y post-intervención. Los resultados revelaron efectos
significativos en todos los componentes evaluados, con tamaños del efecto grandes (η² entre .13 y .37),
particularmente en resolución de problemas y sentido numérico. Se identificaron correlaciones
significativas entre mejoras en funciones ejecutivas y rendimiento matemático (r entre .318 y .569), con
la memoria de trabajo visoespacial explicando 42.3% de las mejoras en razonamiento matemático. Los
análisis evidenciaron patrones diferenciales de respuesta según edad, revelando ventanas de oportunidad
específicas para distintos componentes matemáticos, con niños mayores beneficiándose más en
razonamiento abstracto. Estos hallazgos fundamentan intervenciones neuropsicológicas personalizadas
adaptadas a perfiles neurocognitivos específicos en contextos educativos latinoamericanos.
Palabras clave: discalculia, intervención neuropsicológica, funciones ejecutivas, cognición matemática
1 Autor principal
Correspondencia: joseg7_947@hotmail.com
DOI: https://doi.org/10.37811/cl_rcm.v9i3.17858
Impacto de un programa neuropsicológico multicomponente en el
desarrollo de competencias matemáticas en niños ecuatorianos de 6 a 12
años
José Gerardo Guartatanga Rodríguez1
joseg7_947@hotmail.com
https://orcid.org/0009-0002-2461-5838
Universidad Católica de Cuenca- Instituto de
Neurociencias
Juan Pedro Valencia Cuenca
valenciapedro09@hotmail.com
https://orcid.org/0009-0000-4114-4041
Universidad del Azuay
Evelyn Estefanía Chuchuca Zhuzhingo
estefaniachuchuca99@gmail.com
https://orcid.org/0009-0005-8311-0620
Universidad del Azuay
RESUMEN
Este estudio evaluó la efectividad de un programa neuropsicológico multicomponente
(NEUROSTUDEM) de 18 meses en el fortalecimiento de habilidades matemáticas en niños
ecuatorianos con discalculia. Se implementó un diseño cuasi-experimental con 180 participantes (6-12
años) distribuidos aleatoriamente en grupos experimental (n=90) y control (n=90). El programa integró
diez componentes secuenciales enfocados en fortalecer circuitos neurocognitivos específicos que
sustentan el procesamiento matemático. Se evaluaron cuatro dominios matemáticos (sentido numérico,
cálculo básico, resolución de problemas y razonamiento matemático) y funciones ejecutivas, aplicando
mediciones pre-intervención, intermedia y post-intervención. Los resultados revelaron efectos
significativos en todos los componentes evaluados, con tamaños del efecto grandes (η² entre .13 y .37),
particularmente en resolución de problemas y sentido numérico. Se identificaron correlaciones
significativas entre mejoras en funciones ejecutivas y rendimiento matemático (r entre .318 y .569), con
la memoria de trabajo visoespacial explicando 42.3% de las mejoras en razonamiento matemático. Los
análisis evidenciaron patrones diferenciales de respuesta según edad, revelando ventanas de oportunidad
específicas para distintos componentes matemáticos, con niños mayores beneficiándose más en
razonamiento abstracto. Estos hallazgos fundamentan intervenciones neuropsicológicas personalizadas
adaptadas a perfiles neurocognitivos específicos en contextos educativos latinoamericanos.
Palabras clave: discalculia, intervención neuropsicológica, funciones ejecutivas, cognición matemática
1 Autor principal
Correspondencia: joseg7_947@hotmail.com
pág. 2296
Impact of a multicomponent neuropsychological program on the
development of mathematical skills in Ecuadorian children from 6 to 12
years of age
ABSTRACT
This study evaluated the effectiveness of an 18-month multicomponent neuropsychological program
(NEUROSTUDEM) in strengthening mathematical skills in Ecuadorian children with dyscalculia. A
quasi-experimental design was implemented with 180 participants (6-12 years) randomly assigned to
experimental (n=90) and control (n=90) groups. The program integrated ten sequential components
focused on strengthening specific neurocognitive circuits that support mathematical processing. Four
mathematical domains (number sense, basic calculation, problem solving, and mathematical reasoning)
and executive functions were assessed through pre-intervention, intermediate, and post-intervention
measurements. Results revealed significant effects in all evaluated components, with large effect sizes
(η² between .13 and .37), particularly in problem solving and number sense. Significant correlations
were identified between improvements in executive functions and mathematical performance (r between
.318 and .569), with visuospatial working memory explaining 42.3% of improvements in mathematical
reasoning. Analyses showed differential response patterns according to age, revealing specific windows
of opportunity for different mathematical components, with older children benefiting more in abstract
reasoning. These findings support personalized neuropsychological interventions adapted to specific
neurocognitive profiles in Latin American educational contexts.
Keywords: dyscalculia, neuropsychological intervention, executive functions, mathematical cognition
Artículo recibido 10 abril 2025
Aceptado para publicación: 15 mayo 2025
Impact of a multicomponent neuropsychological program on the
development of mathematical skills in Ecuadorian children from 6 to 12
years of age
ABSTRACT
This study evaluated the effectiveness of an 18-month multicomponent neuropsychological program
(NEUROSTUDEM) in strengthening mathematical skills in Ecuadorian children with dyscalculia. A
quasi-experimental design was implemented with 180 participants (6-12 years) randomly assigned to
experimental (n=90) and control (n=90) groups. The program integrated ten sequential components
focused on strengthening specific neurocognitive circuits that support mathematical processing. Four
mathematical domains (number sense, basic calculation, problem solving, and mathematical reasoning)
and executive functions were assessed through pre-intervention, intermediate, and post-intervention
measurements. Results revealed significant effects in all evaluated components, with large effect sizes
(η² between .13 and .37), particularly in problem solving and number sense. Significant correlations
were identified between improvements in executive functions and mathematical performance (r between
.318 and .569), with visuospatial working memory explaining 42.3% of improvements in mathematical
reasoning. Analyses showed differential response patterns according to age, revealing specific windows
of opportunity for different mathematical components, with older children benefiting more in abstract
reasoning. These findings support personalized neuropsychological interventions adapted to specific
neurocognitive profiles in Latin American educational contexts.
Keywords: dyscalculia, neuropsychological intervention, executive functions, mathematical cognition
Artículo recibido 10 abril 2025
Aceptado para publicación: 15 mayo 2025
pág. 2297
INTRODUCCIÓN
De acuerdo con Deng et al. (2022) las dificultades en el aprendizaje de las matemáticas, particularmente
la discalculia, representan un desafío educativo significativo que afecta entre el 3% y 7% de la población
escolar a nivel mundial, este trastorno específico del aprendizaje se caracteriza por déficits persistentes
en el procesamiento numérico, cálculo aritmético y razonamiento matemático, no atribuibles a
discapacidad intelectual u otras alteraciones neurológicas. Las investigaciones actuales señalan que la
discalculia frecuentemente se presenta con comorbilidades como dislexia y trastorno por déficit de
atención e hiperactividad, complicando tanto su diagnóstico como su intervención, lo que exige
abordajes comprensivos que consideren múltiples dominios cognitivos simultáneamente.
El desarrollo de intervenciones neuropsicológicas efectivas para las dificultades matemáticas ha cobrado
relevancia en la última década, dado el impacto a largo plazo que estos déficits tienen en el rendimiento
académico, oportunidades laborales y calidad de vida. Las aproximaciones actuales enfatizan la
importancia de fortalecer no solo habilidades matemáticas específicas sino también los procesos
cognitivos subyacentes que las sustentan. Particularmente, los componentes fundamentales de las
funciones ejecutivas han emergido como predictores cruciales del desarrollo matemático temprano,
constituyendo un objetivo central de intervención para optimizar resultados sostenibles en poblaciones
con dificultades de aprendizaje matemático (Purpura et al., 2021).
La base teórica para el diseño de programas de intervención en discalculia se fundamenta en modelos
neurocognitivos que enfatizan la interrelación entre sistemas ejecutivos y procesamiento numérico.
Estudios recientes utilizando neuroimagen funcional han identificado que diversos componentes
aritméticos (cálculo básico, sentido numérico, resolución de problemas) involucran la activación
diferencial de circuitos inhibitorios específicos. La inhibición cognitiva, en particular, juega un papel
fundamental en la supresión de estrategias ineficientes y respuestas competitivas incorrectas durante el
procesamiento matemático, evidenciando la necesidad de incorporar el entrenamiento ejecutivo como
componente esencial en la remediación de la discalculia (Gilmore et al., 2022).
Los programas de intervención multicomponente según Mononen et al. (2022), han demostrado mayor
efectividad que las aproximaciones centradas exclusivamente en contenidos matemáticos aislados,
especialmente en poblaciones diversas, investigaciones recientes con estudiantes de minorías étnicas y
INTRODUCCIÓN
De acuerdo con Deng et al. (2022) las dificultades en el aprendizaje de las matemáticas, particularmente
la discalculia, representan un desafío educativo significativo que afecta entre el 3% y 7% de la población
escolar a nivel mundial, este trastorno específico del aprendizaje se caracteriza por déficits persistentes
en el procesamiento numérico, cálculo aritmético y razonamiento matemático, no atribuibles a
discapacidad intelectual u otras alteraciones neurológicas. Las investigaciones actuales señalan que la
discalculia frecuentemente se presenta con comorbilidades como dislexia y trastorno por déficit de
atención e hiperactividad, complicando tanto su diagnóstico como su intervención, lo que exige
abordajes comprensivos que consideren múltiples dominios cognitivos simultáneamente.
El desarrollo de intervenciones neuropsicológicas efectivas para las dificultades matemáticas ha cobrado
relevancia en la última década, dado el impacto a largo plazo que estos déficits tienen en el rendimiento
académico, oportunidades laborales y calidad de vida. Las aproximaciones actuales enfatizan la
importancia de fortalecer no solo habilidades matemáticas específicas sino también los procesos
cognitivos subyacentes que las sustentan. Particularmente, los componentes fundamentales de las
funciones ejecutivas han emergido como predictores cruciales del desarrollo matemático temprano,
constituyendo un objetivo central de intervención para optimizar resultados sostenibles en poblaciones
con dificultades de aprendizaje matemático (Purpura et al., 2021).
La base teórica para el diseño de programas de intervención en discalculia se fundamenta en modelos
neurocognitivos que enfatizan la interrelación entre sistemas ejecutivos y procesamiento numérico.
Estudios recientes utilizando neuroimagen funcional han identificado que diversos componentes
aritméticos (cálculo básico, sentido numérico, resolución de problemas) involucran la activación
diferencial de circuitos inhibitorios específicos. La inhibición cognitiva, en particular, juega un papel
fundamental en la supresión de estrategias ineficientes y respuestas competitivas incorrectas durante el
procesamiento matemático, evidenciando la necesidad de incorporar el entrenamiento ejecutivo como
componente esencial en la remediación de la discalculia (Gilmore et al., 2022).
Los programas de intervención multicomponente según Mononen et al. (2022), han demostrado mayor
efectividad que las aproximaciones centradas exclusivamente en contenidos matemáticos aislados,
especialmente en poblaciones diversas, investigaciones recientes con estudiantes de minorías étnicas y
pág. 2298
lingüísticas han evidenciado que las intervenciones integradas que combinan entrenamiento en
habilidades numéricas básicas, estrategias metacognitivas y funciones ejecutivas, generan mejoras
significativas y transferibles no solo en el rendimiento matemático sino también en habilidades
académicas generales. Estos programas multicomponente resultan particularmente efectivos cuando se
implementan longitudinalmente con evaluaciones periódicas que permiten ajustes adaptados a las
necesidades cambiantes de los participantes.
El contexto educativo latinoamericano, y específicamente el ecuatoriano, presenta desafíos particulares
para la implementación de intervenciones neuropsicológicas efectivas, incluyendo disparidades
socioeconómicas, variabilidad en formación docente y limitado acceso a recursos especializados. Sin
embargo, estudios recientes sugieren que intervenciones sistemáticas basadas en actividades
estructuradas dentro de entornos educativos pueden mejorar significativamente las funciones ejecutivas
en niños de diversos contextos socioeconómicos, generando beneficios que se transfieren a dominios
académicos específicos. Este potencial de mejora, incluso en condiciones de recursos limitados, subraya
la importancia de desarrollar programas adaptados culturalmente que maximicen el impacto en
poblaciones tradicionalmente desatendidas (Rosas et al., 2019).
El presente estudio tiene como objetivo evaluar la efectividad de un programa neuropsicológico
multicomponente de 18 meses de duración en el fortalecimiento de habilidades matemáticas en niños
ecuatorianos con dificultades matemáticas no asociadas a discapacidad. Específicamente, se propone:
1) determinar el impacto diferencial del programa sobre componentes específicos de la cognición
matemática en diferentes grupos etarios; 2) identificar la relación entre mejoras en funciones ejecutivas
y rendimiento matemático tras la intervención; y 3) analizar la influencia de variables sociodemográficas
en la respuesta al programa, estableciendo perfiles que orienten futuras intervenciones adaptadas al
contexto ecuatoriano.
METODOLOGÍA
El estudio se desarrolló bajo un enfoque cuantitativo con diseño cuasi-experimental de tipo explicativo-
predictivo, siguiendo los lineamientos metodológicos propuestos por Ato et al. (2020) para
investigaciones en psicología del desarrollo. Se implementó un diseño factorial mixto 2×3 (grupo ×
lingüísticas han evidenciado que las intervenciones integradas que combinan entrenamiento en
habilidades numéricas básicas, estrategias metacognitivas y funciones ejecutivas, generan mejoras
significativas y transferibles no solo en el rendimiento matemático sino también en habilidades
académicas generales. Estos programas multicomponente resultan particularmente efectivos cuando se
implementan longitudinalmente con evaluaciones periódicas que permiten ajustes adaptados a las
necesidades cambiantes de los participantes.
El contexto educativo latinoamericano, y específicamente el ecuatoriano, presenta desafíos particulares
para la implementación de intervenciones neuropsicológicas efectivas, incluyendo disparidades
socioeconómicas, variabilidad en formación docente y limitado acceso a recursos especializados. Sin
embargo, estudios recientes sugieren que intervenciones sistemáticas basadas en actividades
estructuradas dentro de entornos educativos pueden mejorar significativamente las funciones ejecutivas
en niños de diversos contextos socioeconómicos, generando beneficios que se transfieren a dominios
académicos específicos. Este potencial de mejora, incluso en condiciones de recursos limitados, subraya
la importancia de desarrollar programas adaptados culturalmente que maximicen el impacto en
poblaciones tradicionalmente desatendidas (Rosas et al., 2019).
El presente estudio tiene como objetivo evaluar la efectividad de un programa neuropsicológico
multicomponente de 18 meses de duración en el fortalecimiento de habilidades matemáticas en niños
ecuatorianos con dificultades matemáticas no asociadas a discapacidad. Específicamente, se propone:
1) determinar el impacto diferencial del programa sobre componentes específicos de la cognición
matemática en diferentes grupos etarios; 2) identificar la relación entre mejoras en funciones ejecutivas
y rendimiento matemático tras la intervención; y 3) analizar la influencia de variables sociodemográficas
en la respuesta al programa, estableciendo perfiles que orienten futuras intervenciones adaptadas al
contexto ecuatoriano.
METODOLOGÍA
El estudio se desarrolló bajo un enfoque cuantitativo con diseño cuasi-experimental de tipo explicativo-
predictivo, siguiendo los lineamientos metodológicos propuestos por Ato et al. (2020) para
investigaciones en psicología del desarrollo. Se implementó un diseño factorial mixto 2×3 (grupo ×
pág. 2299
tiempo) con medidas repetidas, permitiendo evaluar tanto diferencias entre grupos como cambios
intragrupo a lo largo de 18 meses de intervención.
La población objetivo estuvo constituida por niños ecuatorianos con diagnóstico de discalculia,
empleándose un muestreo no probabilístico por conveniencia con criterios de inclusión específicos,
metodología que Lakens (2022) considera apropiada para estudios clínicos en condiciones cuya
prevalencia es relativamente baja. El tamaño muestral (N=180) se determinó mediante análisis de
potencia estadística a priori utilizando G*Power 3.1, considerando un tamaño del efecto esperado
moderado (f=0.25), potencia de 0.85 y alfa de 0.05, siguiendo las recomendaciones de Faul et al. (2020)
para diseños longitudinales con medidas repetidas en investigación neuropsicológica pediátrica.
La recolección de datos se realizó mediante la aplicación protocolizada de instrumentos
neuropsicológicos estandarizados, complementada con registros estructurados de observación
conductual durante las evaluaciones y sesiones de intervención, siguiendo el modelo multimétodo
propuesto por Wilkinson & Westerlund (2021) para la evaluación integral de trastornos del
neurodesarrollo. El estudio se realizó bajo estricto cumplimiento de la Declaración de Helsinki y las
directrices éticas para investigación con poblaciones vulnerables establecidas por McKenzie et al.
(2023).
Los padres o tutores legales firmaron consentimientos informados detallados, mientras que los
participantes otorgaron su asentimiento mediante procedimientos adaptados a su edad y capacidad
cognitiva. Entre las limitaciones metodológicas destacan la imposibilidad de implementar un diseño
completamente aleatorizado debido a consideraciones éticas y logísticas, y la potencial influencia de
variables extrañas como el apoyo familiar y las intervenciones educativas concurrentes, aspectos que
fueron controlados estadísticamente mediante análisis de covarianza, como recomiendan Zhang & Yuan
(2022) para investigaciones longitudinales en entornos educativos naturales.
Participantes
El estudio se conformó con una muestra de 180 escolares ecuatorianos (53% varones y 47% mujeres)
con edades comprendidas entre los 6 y 12 años (M = 9.2, DE = 1.9), quienes asistían regularmente a un
centro de apoyo psicopedagógico en Cuenca que recibe estudiantes de diversos contextos
socioeconómicos y tipos de instituciones educativas. Los participantes fueron asignados aleatoriamente
tiempo) con medidas repetidas, permitiendo evaluar tanto diferencias entre grupos como cambios
intragrupo a lo largo de 18 meses de intervención.
La población objetivo estuvo constituida por niños ecuatorianos con diagnóstico de discalculia,
empleándose un muestreo no probabilístico por conveniencia con criterios de inclusión específicos,
metodología que Lakens (2022) considera apropiada para estudios clínicos en condiciones cuya
prevalencia es relativamente baja. El tamaño muestral (N=180) se determinó mediante análisis de
potencia estadística a priori utilizando G*Power 3.1, considerando un tamaño del efecto esperado
moderado (f=0.25), potencia de 0.85 y alfa de 0.05, siguiendo las recomendaciones de Faul et al. (2020)
para diseños longitudinales con medidas repetidas en investigación neuropsicológica pediátrica.
La recolección de datos se realizó mediante la aplicación protocolizada de instrumentos
neuropsicológicos estandarizados, complementada con registros estructurados de observación
conductual durante las evaluaciones y sesiones de intervención, siguiendo el modelo multimétodo
propuesto por Wilkinson & Westerlund (2021) para la evaluación integral de trastornos del
neurodesarrollo. El estudio se realizó bajo estricto cumplimiento de la Declaración de Helsinki y las
directrices éticas para investigación con poblaciones vulnerables establecidas por McKenzie et al.
(2023).
Los padres o tutores legales firmaron consentimientos informados detallados, mientras que los
participantes otorgaron su asentimiento mediante procedimientos adaptados a su edad y capacidad
cognitiva. Entre las limitaciones metodológicas destacan la imposibilidad de implementar un diseño
completamente aleatorizado debido a consideraciones éticas y logísticas, y la potencial influencia de
variables extrañas como el apoyo familiar y las intervenciones educativas concurrentes, aspectos que
fueron controlados estadísticamente mediante análisis de covarianza, como recomiendan Zhang & Yuan
(2022) para investigaciones longitudinales en entornos educativos naturales.
Participantes
El estudio se conformó con una muestra de 180 escolares ecuatorianos (53% varones y 47% mujeres)
con edades comprendidas entre los 6 y 12 años (M = 9.2, DE = 1.9), quienes asistían regularmente a un
centro de apoyo psicopedagógico en Cuenca que recibe estudiantes de diversos contextos
socioeconómicos y tipos de instituciones educativas. Los participantes fueron asignados aleatoriamente
pág. 2300
a dos grupos: experimental (n = 90) y control (n = 90), manteniendo proporciones equivalentes respecto
a edad, sexo y nivel socioeconómico.
Los criterios de inclusión abarcaron: (a) diagnóstico confirmado de discalculia mediante evaluación
neuropsicológica completa, (b) coeficiente intelectual dentro del rango normal (CI ≥ 85) evaluado
mediante WISC-V, (c) asistencia regular al sistema educativo formal, y (d) consentimiento informado
firmado por los padres o tutores legales y asentimiento del menor. El estudio se desarrolló durante un
período de 18 meses, desde julio de 2023 hasta diciembre de 2024.
Se excluyeron del estudio aquellos niños que presentaron: (a) comorbilidad con otros trastornos del
neurodesarrollo como TDAH severo o TEA, (b) antecedentes de daño cerebral adquirido o epilepsia, (c)
alteraciones sensoriales no corregidas, (d) trastornos emocionales severos según criterios clínicos, (e)
absentismo escolar superior al 20% durante el último año lectivo, (f) cambios de medicación durante los
tres meses previos al inicio del estudio o durante el mismo, y (g) participación simultánea en otros
programas de intervención cognitiva o neuropsicológica.
La muestra final quedó constituida por una población heterogénea en términos de nivel socioeconómico
(bajo: 35%, medio: 42%, alto: 23%) y tipo de institución educativa de procedencia (pública: 60%,
privada: 40%), lo que permitió obtener resultados con mayor validez ecológica y representatividad de
la población infantil ecuatoriana con discalculia, abarcando el amplio espectro de manifestaciones de
este trastorno específico del aprendizaje matemático.
Materiales y Métodos
Para la evaluación neuropsicológica y la intervención en discalculia, se seleccionaron instrumentos
validados internacionalmente con propiedades psicométricas robustas, privilegiando aquellos con
adaptaciones o estudios de validez en poblaciones latinoamericanas. La batería de evaluación se diseñó
para examinar tanto los dominios específicos del procesamiento numérico y las habilidades matemáticas
como las funciones cognitivas generales que sustentan estos procesos desde una perspectiva
neuropsicológica integral, permitiendo así una caracterización completa del perfil neurocognitivo de los
participantes y una medición precisa de los cambios tras la intervención.
a dos grupos: experimental (n = 90) y control (n = 90), manteniendo proporciones equivalentes respecto
a edad, sexo y nivel socioeconómico.
Los criterios de inclusión abarcaron: (a) diagnóstico confirmado de discalculia mediante evaluación
neuropsicológica completa, (b) coeficiente intelectual dentro del rango normal (CI ≥ 85) evaluado
mediante WISC-V, (c) asistencia regular al sistema educativo formal, y (d) consentimiento informado
firmado por los padres o tutores legales y asentimiento del menor. El estudio se desarrolló durante un
período de 18 meses, desde julio de 2023 hasta diciembre de 2024.
Se excluyeron del estudio aquellos niños que presentaron: (a) comorbilidad con otros trastornos del
neurodesarrollo como TDAH severo o TEA, (b) antecedentes de daño cerebral adquirido o epilepsia, (c)
alteraciones sensoriales no corregidas, (d) trastornos emocionales severos según criterios clínicos, (e)
absentismo escolar superior al 20% durante el último año lectivo, (f) cambios de medicación durante los
tres meses previos al inicio del estudio o durante el mismo, y (g) participación simultánea en otros
programas de intervención cognitiva o neuropsicológica.
La muestra final quedó constituida por una población heterogénea en términos de nivel socioeconómico
(bajo: 35%, medio: 42%, alto: 23%) y tipo de institución educativa de procedencia (pública: 60%,
privada: 40%), lo que permitió obtener resultados con mayor validez ecológica y representatividad de
la población infantil ecuatoriana con discalculia, abarcando el amplio espectro de manifestaciones de
este trastorno específico del aprendizaje matemático.
Materiales y Métodos
Para la evaluación neuropsicológica y la intervención en discalculia, se seleccionaron instrumentos
validados internacionalmente con propiedades psicométricas robustas, privilegiando aquellos con
adaptaciones o estudios de validez en poblaciones latinoamericanas. La batería de evaluación se diseñó
para examinar tanto los dominios específicos del procesamiento numérico y las habilidades matemáticas
como las funciones cognitivas generales que sustentan estos procesos desde una perspectiva
neuropsicológica integral, permitiendo así una caracterización completa del perfil neurocognitivo de los
participantes y una medición precisa de los cambios tras la intervención.
pág. 2301
Tabla 1
Instrumentos de evaluación
Instrumento Descripción Justificación Neuropsicológica
Dyscalculia Screener
(DS)
Batería computarizada que
evalúa cuatro componentes del
procesamiento numérico:
comparación de numerosidades,
enumeración de puntos,
comprensión de magnitudes
numéricas y aritmética básica.
Permite identificar déficits específicos
en el sentido numérico asociados a
disfunciones en el surco intraparietal,
región cerebral crítica para la
representación abstracta de
cantidades. Su formato computarizado
minimiza la influencia de variables
lingüísticas o culturales.
Evaluación
Neuropsicológica
Infantil-2 (ENI-2)
Batería comprensiva que evalúa
el desarrollo neuropsicológico
en niños hispanohablantes. Se
utilizaron los subtest de cálculo,
razonamiento matemático,
atención, funciones ejecutivas y
memoria de trabajo.
Proporciona una evaluación
comprehensiva de los procesos
neurocognitivos implicados en el
aprendizaje matemático y permite
establecer perfiles de fortalezas y
debilidades que orientan la
intervención. Evalúa integración entre
sistemas neurales frontales y
parietales.
Test of Early
Mathematics Ability-3
(TEMA-3)
Evalúa el desarrollo matemático
temprano a través de subpruebas
de conteo, comparación de
cantidades, lectura y escritura de
números, y solución de
problemas verbales.
Detecta dificultades en la
construcción de representaciones
numéricas básicas y en la transición
hacia el pensamiento matemático
simbólico, procesos vinculados a la
maduración de circuitos temporo-
parietales.
Number Sense
Screener (NSS)
Mide el sentido numérico básico
incluyendo habilidades de
discriminación de cantidades,
conteo, identificación numérica
y cálculo simple.
Evalúa la precisión de las
representaciones numéricas
aproximadas, función asociada al
procesamiento en el surco
intraparietal bilateral y regiones
prefrontales que sustentan la
manipulación mental de cantidades.
Behavior Rating
Inventory of Executive
Function-2 (BRIEF-2)
Cuestionario que evalúa las
funciones ejecutivas mediante
Permite identificar dificultades en
inhibición, memoria de trabajo,
flexibilidad y planificación en
Tabla 1
Instrumentos de evaluación
Instrumento Descripción Justificación Neuropsicológica
Dyscalculia Screener
(DS)
Batería computarizada que
evalúa cuatro componentes del
procesamiento numérico:
comparación de numerosidades,
enumeración de puntos,
comprensión de magnitudes
numéricas y aritmética básica.
Permite identificar déficits específicos
en el sentido numérico asociados a
disfunciones en el surco intraparietal,
región cerebral crítica para la
representación abstracta de
cantidades. Su formato computarizado
minimiza la influencia de variables
lingüísticas o culturales.
Evaluación
Neuropsicológica
Infantil-2 (ENI-2)
Batería comprensiva que evalúa
el desarrollo neuropsicológico
en niños hispanohablantes. Se
utilizaron los subtest de cálculo,
razonamiento matemático,
atención, funciones ejecutivas y
memoria de trabajo.
Proporciona una evaluación
comprehensiva de los procesos
neurocognitivos implicados en el
aprendizaje matemático y permite
establecer perfiles de fortalezas y
debilidades que orientan la
intervención. Evalúa integración entre
sistemas neurales frontales y
parietales.
Test of Early
Mathematics Ability-3
(TEMA-3)
Evalúa el desarrollo matemático
temprano a través de subpruebas
de conteo, comparación de
cantidades, lectura y escritura de
números, y solución de
problemas verbales.
Detecta dificultades en la
construcción de representaciones
numéricas básicas y en la transición
hacia el pensamiento matemático
simbólico, procesos vinculados a la
maduración de circuitos temporo-
parietales.
Number Sense
Screener (NSS)
Mide el sentido numérico básico
incluyendo habilidades de
discriminación de cantidades,
conteo, identificación numérica
y cálculo simple.
Evalúa la precisión de las
representaciones numéricas
aproximadas, función asociada al
procesamiento en el surco
intraparietal bilateral y regiones
prefrontales que sustentan la
manipulación mental de cantidades.
Behavior Rating
Inventory of Executive
Function-2 (BRIEF-2)
Cuestionario que evalúa las
funciones ejecutivas mediante
Permite identificar dificultades en
inhibición, memoria de trabajo,
flexibilidad y planificación en
pág. 2302
reportes de padres y maestros en
contextos naturales.
situaciones cotidianas, funciones
sustentadas por circuitos prefrontales
que son cruciales para el
procesamiento matemático complejo.
Automated Working
Memory Assessment
(AWMA)
Batería computarizada que
evalúa componentes verbales y
visoespaciales de la memoria de
trabajo.
Evalúa procesos de almacenamiento y
manipulación temporal de
información numérica y espacial,
mediados por circuitos fronto-
parietales, fundamentales para el
cálculo mental y la resolución de
problemas matemáticos.
Mathematical
Achievement Test
(MAT)
Evalúa habilidades matemáticas
alineadas con el currículo
escolar, incluyendo numeración,
operaciones aritméticas y
resolución de problemas.
Permite monitorear el impacto
funcional de las mejoras en
procesamiento numérico sobre el
rendimiento matemático académico,
conectando los procesos
neuropsicológicos básicos con su
aplicación práctica.
Visual Number Form
Area Test (VNFA)
Evalúa el reconocimiento y
procesamiento de símbolos
numéricos mediante tareas de
discriminación visual rápida.
Examina la especialización funcional
de la región occipito-temporal ventral
para el procesamiento de símbolos
numéricos, un sistema neural clave en
la lectura y escritura de números.
Cambridge
Neuropsychological
Test Automated
Battery (CANTAB)
Batería neuropsicológica
computarizada. Se utilizaron los
módulos de memoria de trabajo
espacial, atención sostenida y
flexibilidad cognitiva.
Proporciona medidas objetivas y
precisas del funcionamiento ejecutivo,
atencional y de memoria de trabajo,
procesos sustentados por circuitos
frontales y frontoestriatales
implicados en el procesamiento
matemático avanzado.
Nota. Elaboración Propia
Procedimiento
El estudio siguió un protocolo estructurado en fases secuenciales para garantizar la rigurosidad
metodológica y la validez interna de los resultados. Cada fase se planificó meticulosamente para
responder a los objetivos específicos y optimizar el tiempo de implementación durante los 18 meses de
reportes de padres y maestros en
contextos naturales.
situaciones cotidianas, funciones
sustentadas por circuitos prefrontales
que son cruciales para el
procesamiento matemático complejo.
Automated Working
Memory Assessment
(AWMA)
Batería computarizada que
evalúa componentes verbales y
visoespaciales de la memoria de
trabajo.
Evalúa procesos de almacenamiento y
manipulación temporal de
información numérica y espacial,
mediados por circuitos fronto-
parietales, fundamentales para el
cálculo mental y la resolución de
problemas matemáticos.
Mathematical
Achievement Test
(MAT)
Evalúa habilidades matemáticas
alineadas con el currículo
escolar, incluyendo numeración,
operaciones aritméticas y
resolución de problemas.
Permite monitorear el impacto
funcional de las mejoras en
procesamiento numérico sobre el
rendimiento matemático académico,
conectando los procesos
neuropsicológicos básicos con su
aplicación práctica.
Visual Number Form
Area Test (VNFA)
Evalúa el reconocimiento y
procesamiento de símbolos
numéricos mediante tareas de
discriminación visual rápida.
Examina la especialización funcional
de la región occipito-temporal ventral
para el procesamiento de símbolos
numéricos, un sistema neural clave en
la lectura y escritura de números.
Cambridge
Neuropsychological
Test Automated
Battery (CANTAB)
Batería neuropsicológica
computarizada. Se utilizaron los
módulos de memoria de trabajo
espacial, atención sostenida y
flexibilidad cognitiva.
Proporciona medidas objetivas y
precisas del funcionamiento ejecutivo,
atencional y de memoria de trabajo,
procesos sustentados por circuitos
frontales y frontoestriatales
implicados en el procesamiento
matemático avanzado.
Nota. Elaboración Propia
Procedimiento
El estudio siguió un protocolo estructurado en fases secuenciales para garantizar la rigurosidad
metodológica y la validez interna de los resultados. Cada fase se planificó meticulosamente para
responder a los objetivos específicos y optimizar el tiempo de implementación durante los 18 meses de
pág. 2303
duración del proyecto. La intervención se basó en NEUROSTUDEM: Sistema Integral para la
Rehabilitación de Competencias Matemáticas, desarrollado específicamente para este estudio a partir de
la integración de técnicas basadas en evidencia neuropsicológica. La Tabla 2 presenta cronológicamente
las fases del procedimiento, detallando las actividades realizadas, su duración y su vinculación con los
objetivos específicos del estudio.
Tabla 2
Fases del procedimiento de investigación en el estudio longitudinal sobre intervención neuropsicológica
en discalculia
Fase Actividades Duración Vinculación con objetivos
específicos
Fase I:
Planificación y
diseño
• Elaboración detallada del
NEUROSTUDEM: Sistema
Integral para la Rehabilitación
de Competencias Matemáticas
• Capacitación del equipo de
evaluadores y terapeutas
• Establecimiento de alianzas
con instituciones educativas de
Cuenca
• Adquisición y preparación de
materiales e instrumentos
Julio-agosto
2023 (2 meses)
Preparación metodológica
para todos los objetivos
Fase II:
Selección y
evaluación
inicial
• Aplicación de cribados
iniciales en instituciones
educativas
• Entrevistas con padres y
docentes
• Evaluación neuropsicológica
completa con la batería de
instrumentos seleccionados
• Recolección de variables
sociodemográficas y
educativas mediante
cuestionarios estructurados
• Asignación aleatoria a grupos
control y experimental
Septiembre-
octubre 2023 (2
meses)
Objetivos 1, 2 y 3:
Establecimiento de línea
base en cognición
matemática, funciones
ejecutivas y variables
contextuales
duración del proyecto. La intervención se basó en NEUROSTUDEM: Sistema Integral para la
Rehabilitación de Competencias Matemáticas, desarrollado específicamente para este estudio a partir de
la integración de técnicas basadas en evidencia neuropsicológica. La Tabla 2 presenta cronológicamente
las fases del procedimiento, detallando las actividades realizadas, su duración y su vinculación con los
objetivos específicos del estudio.
Tabla 2
Fases del procedimiento de investigación en el estudio longitudinal sobre intervención neuropsicológica
en discalculia
Fase Actividades Duración Vinculación con objetivos
específicos
Fase I:
Planificación y
diseño
• Elaboración detallada del
NEUROSTUDEM: Sistema
Integral para la Rehabilitación
de Competencias Matemáticas
• Capacitación del equipo de
evaluadores y terapeutas
• Establecimiento de alianzas
con instituciones educativas de
Cuenca
• Adquisición y preparación de
materiales e instrumentos
Julio-agosto
2023 (2 meses)
Preparación metodológica
para todos los objetivos
Fase II:
Selección y
evaluación
inicial
• Aplicación de cribados
iniciales en instituciones
educativas
• Entrevistas con padres y
docentes
• Evaluación neuropsicológica
completa con la batería de
instrumentos seleccionados
• Recolección de variables
sociodemográficas y
educativas mediante
cuestionarios estructurados
• Asignación aleatoria a grupos
control y experimental
Septiembre-
octubre 2023 (2
meses)
Objetivos 1, 2 y 3:
Establecimiento de línea
base en cognición
matemática, funciones
ejecutivas y variables
contextuales
pág. 2304
Fase III:
Intervención -
Etapa 1
• Implementación inicial del
NEUROSTUDEM con foco en
procesos numéricos básicos y
sentido numérico
• Grupo experimental: Sesiones
individuales (45 min) y
grupales (60 min) dos veces por
semana
• Grupo control: Intervención
pedagógica convencional
• Seguimiento mensual del
progreso
• Ajustes individualizados del
programa según respuesta
Noviembre
2023-febrero
2024 (4 meses)
Objetivo 1: Componentes
básicos de cognición
matemática
Objetivo 2: Bases de
funciones ejecutivas
Fase IV:
Evaluación
intermedia
• Aplicación parcial de la
batería neuropsicológica
• Entrevistas de seguimiento
con padres y docentes
• Análisis preliminar de
progreso
• Recalibración del programa
según resultados intermedios
Marzo 2024 (1
mes)
Objetivos 1 y 2: Monitoreo
de cambios en cognición
matemática y funciones
ejecutivas
Fase V:
Intervención -
Etapa 2
• Implementación del
NEUROSTUDEM con énfasis
en operaciones aritméticas y
resolución de problemas
• Mayor integración con el
currículo escolar
• Incorporación de
componentes metacognitivos
• Seguimiento bimensual del
progreso
• Refuerzo de la transferencia a
contextos naturales
Abril-Julio
2024 (4 meses)
Objetivo 1: Componentes
complejos de cognición
matemática
Objetivo 2: Funciones
ejecutivas avanzadas
Objetivo 3: Adecuación a
contextos educativos
Fase III:
Intervención -
Etapa 1
• Implementación inicial del
NEUROSTUDEM con foco en
procesos numéricos básicos y
sentido numérico
• Grupo experimental: Sesiones
individuales (45 min) y
grupales (60 min) dos veces por
semana
• Grupo control: Intervención
pedagógica convencional
• Seguimiento mensual del
progreso
• Ajustes individualizados del
programa según respuesta
Noviembre
2023-febrero
2024 (4 meses)
Objetivo 1: Componentes
básicos de cognición
matemática
Objetivo 2: Bases de
funciones ejecutivas
Fase IV:
Evaluación
intermedia
• Aplicación parcial de la
batería neuropsicológica
• Entrevistas de seguimiento
con padres y docentes
• Análisis preliminar de
progreso
• Recalibración del programa
según resultados intermedios
Marzo 2024 (1
mes)
Objetivos 1 y 2: Monitoreo
de cambios en cognición
matemática y funciones
ejecutivas
Fase V:
Intervención -
Etapa 2
• Implementación del
NEUROSTUDEM con énfasis
en operaciones aritméticas y
resolución de problemas
• Mayor integración con el
currículo escolar
• Incorporación de
componentes metacognitivos
• Seguimiento bimensual del
progreso
• Refuerzo de la transferencia a
contextos naturales
Abril-Julio
2024 (4 meses)
Objetivo 1: Componentes
complejos de cognición
matemática
Objetivo 2: Funciones
ejecutivas avanzadas
Objetivo 3: Adecuación a
contextos educativos
pág. 2305
Fase VI:
Período de
consolidación
• Reducción gradual de la
intensidad de la intervención
• Implementación de
estrategias de mantenimiento
• Entrenamiento a padres y
docentes para refuerzo en
ambientes naturales
• Monitoreo de la transferencia
y generalización
Agosto-octubre
2024 (3 meses)
Objetivos 1 y 3:
Consolidación de ganancias
y adaptación a contextos
reales
Fase VII:
Evaluación final
• Aplicación completa de la
batería neuropsicológica
• Entrevistas finales con
participantes, padres y docentes
• Recopilación de información
cualitativa sobre cambios
percibidos
• Evaluación de la satisfacción
con el programa
Noviembre
2024 (1 mes)
Evaluación post-
intervención para todos los
objetivos
Fase VIII:
Análisis e
informe
• Procesamiento y análisis
estadístico de los datos
• Comparación de resultados
pre-post e intergrupos
• Análisis de factores
moderadores y mediadores
• Elaboración de informes
individuales y grupales
• Presentación de resultados a
la comunidad educativa
Diciembre
2024 (1 mes)
Integración analítica de
todos los objetivos
Nota. Elaboración Propia
Propuesta de Intervención: NEUROSTUDEM
La siguiente propuesta detalla los componentes y fases del sistema NEUROSTUDEM para la
rehabilitación de competencias matemáticas en niños con discalculia. Este programa se ha diseñado
integrando los avances más recientes en neurociencia del desarrollo, psicología cognitiva y pedagogía
matemática, con un enfoque específico en la remodelación de los circuitos neuronales que sustentan el
procesamiento numérico.
Fase VI:
Período de
consolidación
• Reducción gradual de la
intensidad de la intervención
• Implementación de
estrategias de mantenimiento
• Entrenamiento a padres y
docentes para refuerzo en
ambientes naturales
• Monitoreo de la transferencia
y generalización
Agosto-octubre
2024 (3 meses)
Objetivos 1 y 3:
Consolidación de ganancias
y adaptación a contextos
reales
Fase VII:
Evaluación final
• Aplicación completa de la
batería neuropsicológica
• Entrevistas finales con
participantes, padres y docentes
• Recopilación de información
cualitativa sobre cambios
percibidos
• Evaluación de la satisfacción
con el programa
Noviembre
2024 (1 mes)
Evaluación post-
intervención para todos los
objetivos
Fase VIII:
Análisis e
informe
• Procesamiento y análisis
estadístico de los datos
• Comparación de resultados
pre-post e intergrupos
• Análisis de factores
moderadores y mediadores
• Elaboración de informes
individuales y grupales
• Presentación de resultados a
la comunidad educativa
Diciembre
2024 (1 mes)
Integración analítica de
todos los objetivos
Nota. Elaboración Propia
Propuesta de Intervención: NEUROSTUDEM
La siguiente propuesta detalla los componentes y fases del sistema NEUROSTUDEM para la
rehabilitación de competencias matemáticas en niños con discalculia. Este programa se ha diseñado
integrando los avances más recientes en neurociencia del desarrollo, psicología cognitiva y pedagogía
matemática, con un enfoque específico en la remodelación de los circuitos neuronales que sustentan el
procesamiento numérico.
pág. 2306
Cada fase se ha estructurado para abordar sistemáticamente los distintos déficits neuropsicológicos
asociados a la discalculia, comenzando con las funciones básicas y progresando hacia habilidades de
mayor complejidad. La Tabla 3 presenta los componentes, su duración, fundamentación científica y
aplicación específica dentro del marco del presente estudio.
Tabla 3
Componentes y fundamentación científica del Sistema NEUROSTUDEM para la rehabilitación de
competencias matemáticas
Componente Duración Fundamentación científica Aplicación específica en
NEUROSTUDEM
1. Evaluación
dinámica y
perfilado
neurocognitivo
2 semanas Las evaluaciones
neuropsicológicas dinámicas
permiten identificar patrones
específicos de déficit y
potencial de aprendizaje,
facilitando intervenciones
personalizadas. Los perfiles
neurocognitivos
individualizados mejoran
significativamente la
efectividad de la intervención
(Stojanović & Ranđelović,
2022).
Se implementó una evaluación
dinámica computarizada que
analizó la respuesta del niño
durante la resolución de
problemas, identificando puntos
de dificultad específicos y
patrones de error. Se crearon
perfiles individualizados con
mapeo de fortalezas y
debilidades por dominio.
2. Entrenamiento
de la línea
numérica mental
4 semanas El desarrollo de una
representación espacial
precisa de los números
constituye un predictor
crucial del rendimiento
matemático posterior. El
entrenamiento específico en
tareas de línea numérica
mejora significativamente la
precisión de las
representaciones espaciales
de magnitudes en niños con
discalculia (Schneider et al.,
2020).
Se aplicaron ejercicios de
ubicación de números en líneas
numéricas de diferentes rangos,
progresando desde
representaciones físicas a
mentales. Se incorporó
retroalimentación visual
inmediata mediante realidad
aumentada para fortalecer la
asociación espacial-numérica.
Cada fase se ha estructurado para abordar sistemáticamente los distintos déficits neuropsicológicos
asociados a la discalculia, comenzando con las funciones básicas y progresando hacia habilidades de
mayor complejidad. La Tabla 3 presenta los componentes, su duración, fundamentación científica y
aplicación específica dentro del marco del presente estudio.
Tabla 3
Componentes y fundamentación científica del Sistema NEUROSTUDEM para la rehabilitación de
competencias matemáticas
Componente Duración Fundamentación científica Aplicación específica en
NEUROSTUDEM
1. Evaluación
dinámica y
perfilado
neurocognitivo
2 semanas Las evaluaciones
neuropsicológicas dinámicas
permiten identificar patrones
específicos de déficit y
potencial de aprendizaje,
facilitando intervenciones
personalizadas. Los perfiles
neurocognitivos
individualizados mejoran
significativamente la
efectividad de la intervención
(Stojanović & Ranđelović,
2022).
Se implementó una evaluación
dinámica computarizada que
analizó la respuesta del niño
durante la resolución de
problemas, identificando puntos
de dificultad específicos y
patrones de error. Se crearon
perfiles individualizados con
mapeo de fortalezas y
debilidades por dominio.
2. Entrenamiento
de la línea
numérica mental
4 semanas El desarrollo de una
representación espacial
precisa de los números
constituye un predictor
crucial del rendimiento
matemático posterior. El
entrenamiento específico en
tareas de línea numérica
mejora significativamente la
precisión de las
representaciones espaciales
de magnitudes en niños con
discalculia (Schneider et al.,
2020).
Se aplicaron ejercicios de
ubicación de números en líneas
numéricas de diferentes rangos,
progresando desde
representaciones físicas a
mentales. Se incorporó
retroalimentación visual
inmediata mediante realidad
aumentada para fortalecer la
asociación espacial-numérica.
pág. 2307
3. Potenciación de
la conectividad
fronto-parietal
6 semanas Los déficits en discalculia se
asocian con alteraciones en la
conectividad entre regiones
parietales (procesamiento
numérico) y frontales
(funciones ejecutivas). El
entrenamiento combinado de
estos circuitos mejora la
capacidad para manipular
información numérica
(Moeller et al., 2022).
Se implementaron tareas duales
que combinaban el
procesamiento numérico con
demandas ejecutivas
gradualmente incrementadas:
estimación numérica con
inhibición de respuestas
automáticas, manipulación
mental de cantidades con
cambios de regla, y decisiones
numéricas bajo carga de
memoria de trabajo.
4. Entrenamiento
multisensorial de
representaciones
numéricas
5 semanas La integración multisensorial
fortalece las representaciones
numéricas en múltiples
formatos (verbal, visual,
táctil), facilitando la
automatización. Los
programas que incorporan
manipulación táctil y
feedback auditivo-visual
sincronizado demuestran
mayor eficacia en la
remediación de la discalculia
(Demir-Lira et al., 2021).
Se emplearon materiales
manipulativos con
retroalimentación
multisensorial: cubos digitales
que emitían sonidos al apilarlos
según valores numéricos,
tabletas táctiles que vibraban
con intensidad proporcional a
magnitudes, y experiencias
kinestésicas donde el
movimiento corporal
representaba operaciones
aritméticas.
5. Remodelación
de redes
semánticas
numéricas
5 semanas Las dificultades en el acceso a
hechos numéricos reflejan
redes semánticas numéricas
desorganizadas. La
reestructuración sistemática
de estas redes mediante
estrategias de priming
semántico y categorización
mejora la automatización de
hechos numéricos (Michels et
al., 2021).
Se implementaron ejercicios de
categorización numérica, mapas
conceptuales matemáticos, y
tareas de fluencia numérica. Se
aplicaron técnicas de priming
semántico donde la activación
de un concepto numérico
facilitaba el acceso a conceptos
relacionados, fortaleciendo la
interconexión de la red
semántica numérica.
3. Potenciación de
la conectividad
fronto-parietal
6 semanas Los déficits en discalculia se
asocian con alteraciones en la
conectividad entre regiones
parietales (procesamiento
numérico) y frontales
(funciones ejecutivas). El
entrenamiento combinado de
estos circuitos mejora la
capacidad para manipular
información numérica
(Moeller et al., 2022).
Se implementaron tareas duales
que combinaban el
procesamiento numérico con
demandas ejecutivas
gradualmente incrementadas:
estimación numérica con
inhibición de respuestas
automáticas, manipulación
mental de cantidades con
cambios de regla, y decisiones
numéricas bajo carga de
memoria de trabajo.
4. Entrenamiento
multisensorial de
representaciones
numéricas
5 semanas La integración multisensorial
fortalece las representaciones
numéricas en múltiples
formatos (verbal, visual,
táctil), facilitando la
automatización. Los
programas que incorporan
manipulación táctil y
feedback auditivo-visual
sincronizado demuestran
mayor eficacia en la
remediación de la discalculia
(Demir-Lira et al., 2021).
Se emplearon materiales
manipulativos con
retroalimentación
multisensorial: cubos digitales
que emitían sonidos al apilarlos
según valores numéricos,
tabletas táctiles que vibraban
con intensidad proporcional a
magnitudes, y experiencias
kinestésicas donde el
movimiento corporal
representaba operaciones
aritméticas.
5. Remodelación
de redes
semánticas
numéricas
5 semanas Las dificultades en el acceso a
hechos numéricos reflejan
redes semánticas numéricas
desorganizadas. La
reestructuración sistemática
de estas redes mediante
estrategias de priming
semántico y categorización
mejora la automatización de
hechos numéricos (Michels et
al., 2021).
Se implementaron ejercicios de
categorización numérica, mapas
conceptuales matemáticos, y
tareas de fluencia numérica. Se
aplicaron técnicas de priming
semántico donde la activación
de un concepto numérico
facilitaba el acceso a conceptos
relacionados, fortaleciendo la
interconexión de la red
semántica numérica.
pág. 2308
6. Optimización
de la memoria de
trabajo numérica
6 semanas La memoria de trabajo
numérica constituye un
predictor específico del
rendimiento matemático,
incluso controlando la
memoria de trabajo general.
El entrenamiento adaptativo
de la memoria de trabajo
numérica genera mejoras
significativas y transferibles
en habilidades aritméticas
(Ramírez-Benítez et al.,
2022).
Se utilizaron actividades
adaptativas computarizadas que
ajustaban automáticamente la
dificultad según el rendimiento
del niño. Se incorporaron tareas
de n-back numéricas,
actualización de información
numérica, y manipulación
mental de cantidades con
interferencia controlada.
7. Automatización
incremental de
hechos numéricos
4 semanas La automatización de hechos
numéricos reduce la carga
cognitiva durante cálculos
complejos. Las técnicas de
recuperación espaciada con
retroalimentación inmediata y
práctica distribuida mejoran
significativamente la
velocidad y precisión en la
recuperación de hechos
numéricos (Caviola et al.,
2023).
Se implementó un sistema de
práctica distribuida con
algoritmos de repetición
espaciada personalizada,
priorizando los hechos
numéricos de mayor dificultad
para cada niño. Se utilizaron
juegos digitales que
monitorizaban tiempos de
respuesta y precisión, ajustando
la frecuencia de presentación
según curvas de aprendizaje
individuales.
8. Integración de
metacognición
matemática
4 semanas Las estrategias
metacognitivas específicas
para matemáticas mejoran la
transferencia y generalización
de habilidades. El
entrenamiento explícito en
monitorización y regulación
de procesos de resolución
matemática incrementa la
autonomía y eficacia en el
Se incorporaron técnicas de
auto-interrogación, verificación
de resultados, y análisis de
estrategias. Los niños
aprendieron a verbalizar sus
procesos de pensamiento
matemático, identificar errores
comunes, y seleccionar
estrategias óptimas según el tipo
de problema, desarrollando un
6. Optimización
de la memoria de
trabajo numérica
6 semanas La memoria de trabajo
numérica constituye un
predictor específico del
rendimiento matemático,
incluso controlando la
memoria de trabajo general.
El entrenamiento adaptativo
de la memoria de trabajo
numérica genera mejoras
significativas y transferibles
en habilidades aritméticas
(Ramírez-Benítez et al.,
2022).
Se utilizaron actividades
adaptativas computarizadas que
ajustaban automáticamente la
dificultad según el rendimiento
del niño. Se incorporaron tareas
de n-back numéricas,
actualización de información
numérica, y manipulación
mental de cantidades con
interferencia controlada.
7. Automatización
incremental de
hechos numéricos
4 semanas La automatización de hechos
numéricos reduce la carga
cognitiva durante cálculos
complejos. Las técnicas de
recuperación espaciada con
retroalimentación inmediata y
práctica distribuida mejoran
significativamente la
velocidad y precisión en la
recuperación de hechos
numéricos (Caviola et al.,
2023).
Se implementó un sistema de
práctica distribuida con
algoritmos de repetición
espaciada personalizada,
priorizando los hechos
numéricos de mayor dificultad
para cada niño. Se utilizaron
juegos digitales que
monitorizaban tiempos de
respuesta y precisión, ajustando
la frecuencia de presentación
según curvas de aprendizaje
individuales.
8. Integración de
metacognición
matemática
4 semanas Las estrategias
metacognitivas específicas
para matemáticas mejoran la
transferencia y generalización
de habilidades. El
entrenamiento explícito en
monitorización y regulación
de procesos de resolución
matemática incrementa la
autonomía y eficacia en el
Se incorporaron técnicas de
auto-interrogación, verificación
de resultados, y análisis de
estrategias. Los niños
aprendieron a verbalizar sus
procesos de pensamiento
matemático, identificar errores
comunes, y seleccionar
estrategias óptimas según el tipo
de problema, desarrollando un
pág. 2309
aprendizaje (Ersözlü &
Arslan, 2020).
repertorio metacognitivo
específico para matemáticas.
9. Transferencia
contextualizada al
currículo
6 semanas La brecha entre intervención
neuropsicológica y aplicación
académica requiere una fase
específica de transferencia.
Los programas que
incorporan materiales
curriculares reales y
simulaciones de entornos de
aprendizaje natural muestran
mayor generalización de
resultados (Van Luit & Toll,
2021).
Se trabajó con materiales del
currículo ecuatoriano,
adaptando las demandas según
el nivel educativo de cada
participante. Se simularon
situaciones de aprendizaje
matemático en contextos
naturales, incorporando
gradualmente distractores,
presión temporal y complejidad
social, facilitando la
transferencia a entornos
escolares reales.
10.
Monitorización
neurocognitiva
continua
Transversal
(18 meses)
El seguimiento de indicadores
neurocognitivos durante la
intervención permite ajustes
personalizados que optimizan
resultados. Los
biomarcadores de
rendimiento y carga cognitiva
proporcionan información
crucial para adaptar la
intervención en tiempo real
(Szűcs & Myers, 2022).
Se implementó un sistema de
monitorización continua que
analizaba patrones de respuesta,
tiempos de reacción, y
biomarcadores atencionales
durante todas las sesiones. Un
algoritmo de decisión integraba
estos datos para recomendar
ajustes específicos al programa,
garantizando una adaptación
dinámica a las necesidades
cambiantes de cada
participante.
Nota. Elaboración Propia
El sistema NEUROSTUDEM representa un enfoque innovador y comprensivo para la intervención en
discalculia, fundamentado en los avances más recientes de la neurociencia cognitiva. A diferencia de
programas tradicionales centrados exclusivamente en la práctica matemática, NEUROSTUDEM aborda
sistemáticamente los mecanismos neurocognitivos subyacentes al procesamiento numérico. La
secuencia de componentes refleja un modelo de construcción progresiva, donde cada fase establece las
bases neuropsicológicas necesarias para la siguiente.
aprendizaje (Ersözlü &
Arslan, 2020).
repertorio metacognitivo
específico para matemáticas.
9. Transferencia
contextualizada al
currículo
6 semanas La brecha entre intervención
neuropsicológica y aplicación
académica requiere una fase
específica de transferencia.
Los programas que
incorporan materiales
curriculares reales y
simulaciones de entornos de
aprendizaje natural muestran
mayor generalización de
resultados (Van Luit & Toll,
2021).
Se trabajó con materiales del
currículo ecuatoriano,
adaptando las demandas según
el nivel educativo de cada
participante. Se simularon
situaciones de aprendizaje
matemático en contextos
naturales, incorporando
gradualmente distractores,
presión temporal y complejidad
social, facilitando la
transferencia a entornos
escolares reales.
10.
Monitorización
neurocognitiva
continua
Transversal
(18 meses)
El seguimiento de indicadores
neurocognitivos durante la
intervención permite ajustes
personalizados que optimizan
resultados. Los
biomarcadores de
rendimiento y carga cognitiva
proporcionan información
crucial para adaptar la
intervención en tiempo real
(Szűcs & Myers, 2022).
Se implementó un sistema de
monitorización continua que
analizaba patrones de respuesta,
tiempos de reacción, y
biomarcadores atencionales
durante todas las sesiones. Un
algoritmo de decisión integraba
estos datos para recomendar
ajustes específicos al programa,
garantizando una adaptación
dinámica a las necesidades
cambiantes de cada
participante.
Nota. Elaboración Propia
El sistema NEUROSTUDEM representa un enfoque innovador y comprensivo para la intervención en
discalculia, fundamentado en los avances más recientes de la neurociencia cognitiva. A diferencia de
programas tradicionales centrados exclusivamente en la práctica matemática, NEUROSTUDEM aborda
sistemáticamente los mecanismos neurocognitivos subyacentes al procesamiento numérico. La
secuencia de componentes refleja un modelo de construcción progresiva, donde cada fase establece las
bases neuropsicológicas necesarias para la siguiente.
pág. 2310
La propuesta integra aspectos críticos frecuentemente descuidados en intervenciones convencionales,
como la potenciación específica de la conectividad fronto-parietal, la remodelación de redes semánticas
numéricas y la monitorización neurocognitiva continua. Particularmente innovador resulta el
componente de entrenamiento multisensorial, que aprovecha la plasticidad cerebral mediante la
estimulación coordinada de múltiples canales sensoriales, fortaleciendo las representaciones numéricas
a nivel cortical.
Análisis Estadísticos
Los datos obtenidos fueron procesados mediante el paquete estadístico SPSS versión 29, empleando un
análisis secuencial que garantizó la adecuada interpretación de los resultados. Inicialmente se realizaron
pruebas de normalidad Kolmogorov-Smirnov y Shapiro-Wilk para determinar la distribución de las
variables, seguidas de análisis descriptivos (medias, desviaciones estándar, rangos) para caracterizar la
muestra total y los subgrupos por edad.
Para evaluar la efectividad del programa NEUROSTUDEM se aplicó un ANOVA mixto de medidas
repetidas 2x3 (grupo x tiempo), considerando como factores inter-sujeto la pertenencia al grupo
experimental o control, y como factor intra-sujeto las tres mediciones realizadas (pre-intervención,
intermedia y post-intervención). El tamaño del efecto se calculó mediante eta cuadrado parcial (η²),
interpretando los valores según los criterios de Cohen. Adicionalmente, se realizaron comparaciones
post-hoc con corrección de Bonferroni para identificar diferencias específicas entre las mediciones.
Para profundizar en la comprensión de los factores asociados con la respuesta al tratamiento, se
implementaron análisis complementarios que incluyeron: (1) MANOVA para examinar el efecto
simultáneo de la intervención sobre múltiples variables dependientes neuropsicológicas, (2) análisis de
covarianza (ANCOVA) utilizando variables sociodemográficas como covariables para controlar
posibles factores de confusión, (3) análisis de regresión lineal múltiple para identificar predictores
neurocognitivos y sociodemográficos del cambio en el rendimiento matemático, y (4) correlaciones
bivariadas y parciales para examinar las relaciones entre los componentes neurocognitivos evaluados y
los distintos dominios del funcionamiento matemático.
Para todos los análisis se estableció un nivel de significación de p < .05, empleando la corrección FDR
(False Discovery Rate) de Benjamini-Hochberg para ajustar los valores p en las comparaciones
La propuesta integra aspectos críticos frecuentemente descuidados en intervenciones convencionales,
como la potenciación específica de la conectividad fronto-parietal, la remodelación de redes semánticas
numéricas y la monitorización neurocognitiva continua. Particularmente innovador resulta el
componente de entrenamiento multisensorial, que aprovecha la plasticidad cerebral mediante la
estimulación coordinada de múltiples canales sensoriales, fortaleciendo las representaciones numéricas
a nivel cortical.
Análisis Estadísticos
Los datos obtenidos fueron procesados mediante el paquete estadístico SPSS versión 29, empleando un
análisis secuencial que garantizó la adecuada interpretación de los resultados. Inicialmente se realizaron
pruebas de normalidad Kolmogorov-Smirnov y Shapiro-Wilk para determinar la distribución de las
variables, seguidas de análisis descriptivos (medias, desviaciones estándar, rangos) para caracterizar la
muestra total y los subgrupos por edad.
Para evaluar la efectividad del programa NEUROSTUDEM se aplicó un ANOVA mixto de medidas
repetidas 2x3 (grupo x tiempo), considerando como factores inter-sujeto la pertenencia al grupo
experimental o control, y como factor intra-sujeto las tres mediciones realizadas (pre-intervención,
intermedia y post-intervención). El tamaño del efecto se calculó mediante eta cuadrado parcial (η²),
interpretando los valores según los criterios de Cohen. Adicionalmente, se realizaron comparaciones
post-hoc con corrección de Bonferroni para identificar diferencias específicas entre las mediciones.
Para profundizar en la comprensión de los factores asociados con la respuesta al tratamiento, se
implementaron análisis complementarios que incluyeron: (1) MANOVA para examinar el efecto
simultáneo de la intervención sobre múltiples variables dependientes neuropsicológicas, (2) análisis de
covarianza (ANCOVA) utilizando variables sociodemográficas como covariables para controlar
posibles factores de confusión, (3) análisis de regresión lineal múltiple para identificar predictores
neurocognitivos y sociodemográficos del cambio en el rendimiento matemático, y (4) correlaciones
bivariadas y parciales para examinar las relaciones entre los componentes neurocognitivos evaluados y
los distintos dominios del funcionamiento matemático.
Para todos los análisis se estableció un nivel de significación de p < .05, empleando la corrección FDR
(False Discovery Rate) de Benjamini-Hochberg para ajustar los valores p en las comparaciones
pág. 2311
múltiples, reduciendo así la probabilidad de errores Tipo I. Los resultados fueron organizados
sistemáticamente en tablas de contingencia y tablas cruzadas, presentando tanto los estadísticos
descriptivos como los inferenciales para cada variable analizada.
RESULTADOS
El presente apartado expone los hallazgos derivados de la implementación del programa
neuropsicológico multicomponente NEUROSTUDEM en niños ecuatorianos con discalculia durante un
período de 18 meses. Los análisis estadísticos revelan efectos significativos del programa en los cuatro
componentes específicos de la cognición matemática evaluados: sentido numérico, cálculo básico,
resolución de problemas y razonamiento matemático. Los resultados muestran patrones diferenciales de
respuesta según variables sociodemográficas y perfiles neuropsicológicos iniciales, con tamaños del
efecto que oscilan entre moderados y grandes (η² entre .13 y .37). Particularmente significativa resulta
la correlación entre las mejoras en funciones ejecutivas y el rendimiento matemático, confirmando la
interconexión entre los circuitos neurales frontales y parietales en el procesamiento numérico.
Tabla 4
Características Sociodemográficas y Perfil Neuropsicológico de los Participantes por Grupo de Estudio
Grupo
Experimental
Grupo
Control
Prueba
estadística
p d
Cohen
Características sociodemográficas
Edad (años), M (DE) 9.3 (1.8) 9.1 (2.0) t(178) = 0.71 .478 0.10
Sexo, n (%) χ²(1) = 0.09 .768 —
Masculino 49 (54.4) 47 (52.2)
Femenino 41 (45.6) 43 (47.8)
Nivel socioeconómico, n (%) χ²(2) = 0.48 .785 —
Bajo 33 (36.7) 30 (33.3)
Medio 36 (40.0) 40 (44.4)
Alto 21 (23.3) 20 (22.3)
Institución educativa, n (%) χ²(1) = 0.18 .669 —
Pública 56 (62.2) 53 (58.9)
múltiples, reduciendo así la probabilidad de errores Tipo I. Los resultados fueron organizados
sistemáticamente en tablas de contingencia y tablas cruzadas, presentando tanto los estadísticos
descriptivos como los inferenciales para cada variable analizada.
RESULTADOS
El presente apartado expone los hallazgos derivados de la implementación del programa
neuropsicológico multicomponente NEUROSTUDEM en niños ecuatorianos con discalculia durante un
período de 18 meses. Los análisis estadísticos revelan efectos significativos del programa en los cuatro
componentes específicos de la cognición matemática evaluados: sentido numérico, cálculo básico,
resolución de problemas y razonamiento matemático. Los resultados muestran patrones diferenciales de
respuesta según variables sociodemográficas y perfiles neuropsicológicos iniciales, con tamaños del
efecto que oscilan entre moderados y grandes (η² entre .13 y .37). Particularmente significativa resulta
la correlación entre las mejoras en funciones ejecutivas y el rendimiento matemático, confirmando la
interconexión entre los circuitos neurales frontales y parietales en el procesamiento numérico.
Tabla 4
Características Sociodemográficas y Perfil Neuropsicológico de los Participantes por Grupo de Estudio
Grupo
Experimental
Grupo
Control
Prueba
estadística
p d
Cohen
Características sociodemográficas
Edad (años), M (DE) 9.3 (1.8) 9.1 (2.0) t(178) = 0.71 .478 0.10
Sexo, n (%) χ²(1) = 0.09 .768 —
Masculino 49 (54.4) 47 (52.2)
Femenino 41 (45.6) 43 (47.8)
Nivel socioeconómico, n (%) χ²(2) = 0.48 .785 —
Bajo 33 (36.7) 30 (33.3)
Medio 36 (40.0) 40 (44.4)
Alto 21 (23.3) 20 (22.3)
Institución educativa, n (%) χ²(1) = 0.18 .669 —
Pública 56 (62.2) 53 (58.9)
pág. 2312
Privada 34 (37.8) 37 (41.1)
Características clínicas
Severidad de discalculia, n
(%)
χ²(2) = 0.34 .845 —
Leve 37 (41.1) 35 (38.9)
Moderada 43 (47.8) 46 (51.1)
Severa 10 (11.1) 9 (10.0)
Coeficiente intelectual (WISC-
V), M (DE)
97.3 (8.2) 96.8 (7.9) t(178) = 0.42 .678 0.06
Perfil neuropsicológico inicial
Dyscalculia Screener
(percentil), M (DE)
13.2 (5.7) 13.8 (6.1) t(178) = -0.68 .498 0.10
ENI-2 (Cálculo), puntuación
T, M (DE)
35.6 (6.4) 36.2 (6.7) t(178) = -0.62 .534 0.09
TEMA-3 (puntuación
estándar), M (DE)
79.4 (8.5) 78.9 (8.2) t(178) = 0.41 .685 0.06
NSS (percentil), M (DE) 15.3 (7.2) 16.1 (7.5) t(178) = -0.74 .459 0.11
BRIEF-2 (Índice Global), T-
score, M (DE)
63.7 (8.9) 62.8 (9.1) t(178) = 0.68 .496 0.10
AWMA (MT visoespacial),
percentil, M (DE)
25.3 (11.2) 26.7 (10.8) t(178) = -0.88 .382 0.13
AWMA (MT verbal),
percentil, M (DE)
29.5 (12.6) 28.9 (11.9) t(178) = 0.33 .741 0.05
CANTAB (Flexibilidad
cognitiva), Z-score, M (DE)
-0.87 (0.45) -0.82
(0.48)
t(178) = -0.73 .465 0.11
CANTAB (Atención
sostenida), Z-score, M (DE)
-0.76 (0.52) -0.71
(0.49)
t(178) = -0.66 .511 0.10
Privada 34 (37.8) 37 (41.1)
Características clínicas
Severidad de discalculia, n
(%)
χ²(2) = 0.34 .845 —
Leve 37 (41.1) 35 (38.9)
Moderada 43 (47.8) 46 (51.1)
Severa 10 (11.1) 9 (10.0)
Coeficiente intelectual (WISC-
V), M (DE)
97.3 (8.2) 96.8 (7.9) t(178) = 0.42 .678 0.06
Perfil neuropsicológico inicial
Dyscalculia Screener
(percentil), M (DE)
13.2 (5.7) 13.8 (6.1) t(178) = -0.68 .498 0.10
ENI-2 (Cálculo), puntuación
T, M (DE)
35.6 (6.4) 36.2 (6.7) t(178) = -0.62 .534 0.09
TEMA-3 (puntuación
estándar), M (DE)
79.4 (8.5) 78.9 (8.2) t(178) = 0.41 .685 0.06
NSS (percentil), M (DE) 15.3 (7.2) 16.1 (7.5) t(178) = -0.74 .459 0.11
BRIEF-2 (Índice Global), T-
score, M (DE)
63.7 (8.9) 62.8 (9.1) t(178) = 0.68 .496 0.10
AWMA (MT visoespacial),
percentil, M (DE)
25.3 (11.2) 26.7 (10.8) t(178) = -0.88 .382 0.13
AWMA (MT verbal),
percentil, M (DE)
29.5 (12.6) 28.9 (11.9) t(178) = 0.33 .741 0.05
CANTAB (Flexibilidad
cognitiva), Z-score, M (DE)
-0.87 (0.45) -0.82
(0.48)
t(178) = -0.73 .465 0.11
CANTAB (Atención
sostenida), Z-score, M (DE)
-0.76 (0.52) -0.71
(0.49)
t(178) = -0.66 .511 0.10
pág. 2313
Nota. M = Media; DE = Desviación estándar; MT = Memoria de trabajo. Para las pruebas t se utilizó la
corrección de Welch cuando no se cumplió el supuesto de homogeneidad de varianzas. Prueba d de
Cohen: 0.20 efecto pequeño, 0.50 efecto medio, 0.80 efecto grande.
La Tabla 4 evidencia la homogeneidad entre los grupos experimental y control al inicio del estudio, sin
diferencias estadísticamente significativas en ninguna de las variables analizadas (p > .05 en todos los
casos). La distribución por edad (M = 9.3 y M = 9.1 años), sexo (aproximadamente 53% varones) y
nivel socioeconómico (predominantemente nivel medio) se mantuvo equilibrada, garantizando la
validez interna del diseño. Respecto al perfil neuropsicológico, ambos grupos presentaron puntuaciones
iniciales similares tanto en las pruebas de procesamiento numérico (Dyscalculia Screener, TEMA-3,
NSS) como en las medidas de funciones ejecutivas (BRIEF-2, CANTAB), con rendimientos que
confirman la presencia de dificultades significativas en el ámbito matemático y en las funciones
cognitivas de soporte.
Tabla 5
Efectos del Programa NEUROSTUDEM sobre los Componentes de la Cognición Matemática:
Resultados del ANOVA Mixto de Medidas Repetidas (Pre-Intervención, Intermedia y Post-Intervención)
Component
e y Grupo
Pre-
intervención
M (DE)
Intermedia
M (DE)
Post-
intervención
M (DE)
Efecto F gl p η²
Sentido numérico
Experiment
al
13.24 (5.62) 18.37 (6.14) 24.86 (7.32) Grupo 42.67 1,
17
8
<.00
1
.19
3
Control 13.75 (5.89) 15.21 (6.02) 16.44 (6.28) Tiemp
o
87.35 2,
35
6
<.00
1
.32
9
Grupo
×
Tiemp
o
38.94 2,
35
6
<.00
1
.17
9
Cálculo básico
Experiment
al
35.62 (6.35) 40.89 (7.24) 47.33 (8.16) Grupo 35.82 1,
17
8
<.00
1
.16
7
Nota. M = Media; DE = Desviación estándar; MT = Memoria de trabajo. Para las pruebas t se utilizó la
corrección de Welch cuando no se cumplió el supuesto de homogeneidad de varianzas. Prueba d de
Cohen: 0.20 efecto pequeño, 0.50 efecto medio, 0.80 efecto grande.
La Tabla 4 evidencia la homogeneidad entre los grupos experimental y control al inicio del estudio, sin
diferencias estadísticamente significativas en ninguna de las variables analizadas (p > .05 en todos los
casos). La distribución por edad (M = 9.3 y M = 9.1 años), sexo (aproximadamente 53% varones) y
nivel socioeconómico (predominantemente nivel medio) se mantuvo equilibrada, garantizando la
validez interna del diseño. Respecto al perfil neuropsicológico, ambos grupos presentaron puntuaciones
iniciales similares tanto en las pruebas de procesamiento numérico (Dyscalculia Screener, TEMA-3,
NSS) como en las medidas de funciones ejecutivas (BRIEF-2, CANTAB), con rendimientos que
confirman la presencia de dificultades significativas en el ámbito matemático y en las funciones
cognitivas de soporte.
Tabla 5
Efectos del Programa NEUROSTUDEM sobre los Componentes de la Cognición Matemática:
Resultados del ANOVA Mixto de Medidas Repetidas (Pre-Intervención, Intermedia y Post-Intervención)
Component
e y Grupo
Pre-
intervención
M (DE)
Intermedia
M (DE)
Post-
intervención
M (DE)
Efecto F gl p η²
Sentido numérico
Experiment
al
13.24 (5.62) 18.37 (6.14) 24.86 (7.32) Grupo 42.67 1,
17
8
<.00
1
.19
3
Control 13.75 (5.89) 15.21 (6.02) 16.44 (6.28) Tiemp
o
87.35 2,
35
6
<.00
1
.32
9
Grupo
×
Tiemp
o
38.94 2,
35
6
<.00
1
.17
9
Cálculo básico
Experiment
al
35.62 (6.35) 40.89 (7.24) 47.33 (8.16) Grupo 35.82 1,
17
8
<.00
1
.16
7
pág. 2314
Control 36.18 (6.73) 38.42 (7.15) 39.76 (7.48) Tiemp
o
73.59 2,
35
6
<.00
1
.29
2
Grupo
×
Tiemp
o
29.27 2,
35
6
<.00
1
.14
1
Resolución de problemas
Experiment
al
4.23 (1.86) 6.58 (2.17) 9.42 (2.63) Grupo 47.91 1,
17
8
<.00
1
.21
2
Control 4.35 (1.93) 5.14 (2.05) 5.87 (2.26) Tiemp
o
104.2
6
2,
35
6
<.00
1
.36
9
Grupo
×
Tiemp
o
42.35 2,
35
6
<.00
1
.19
2
Razonamiento matemático
Experiment
al
6.18 (2.34) 8.73 (2.95) 12.37 (3.46) Grupo 37.56 1,
17
8
<.00
1
.17
4
Control 6.24 (2.41) 7.18 (2.67) 8.06 (2.89) Tiemp
o
82.19 2,
35
6
<.00
1
.31
6
Grupo
×
Tiemp
o
34.93 2,
35
6
<.00
1
.16
4
Comparaciones post-hoc
(Bonferroni)
Diferencia de
medias
Error
estándar
p IC 95%
Grupo Experimental
Sentido numérico
Pre vs. Intermedia -5.13 0.43 <.001 [-6.18, -4.08]
Intermedia vs. Post -6.49 0.51 <.001 [-7.73, -5.25]
Control 36.18 (6.73) 38.42 (7.15) 39.76 (7.48) Tiemp
o
73.59 2,
35
6
<.00
1
.29
2
Grupo
×
Tiemp
o
29.27 2,
35
6
<.00
1
.14
1
Resolución de problemas
Experiment
al
4.23 (1.86) 6.58 (2.17) 9.42 (2.63) Grupo 47.91 1,
17
8
<.00
1
.21
2
Control 4.35 (1.93) 5.14 (2.05) 5.87 (2.26) Tiemp
o
104.2
6
2,
35
6
<.00
1
.36
9
Grupo
×
Tiemp
o
42.35 2,
35
6
<.00
1
.19
2
Razonamiento matemático
Experiment
al
6.18 (2.34) 8.73 (2.95) 12.37 (3.46) Grupo 37.56 1,
17
8
<.00
1
.17
4
Control 6.24 (2.41) 7.18 (2.67) 8.06 (2.89) Tiemp
o
82.19 2,
35
6
<.00
1
.31
6
Grupo
×
Tiemp
o
34.93 2,
35
6
<.00
1
.16
4
Comparaciones post-hoc
(Bonferroni)
Diferencia de
medias
Error
estándar
p IC 95%
Grupo Experimental
Sentido numérico
Pre vs. Intermedia -5.13 0.43 <.001 [-6.18, -4.08]
Intermedia vs. Post -6.49 0.51 <.001 [-7.73, -5.25]
pág. 2315
Pre vs. Post -11.62 0.67 <.001 [-13.24, -
10.00]
Cálculo básico
Pre vs. Intermedia -5.27 0.48 <.001 [-6.45, -4.09]
Intermedia vs. Post -6.44 0.57 <.001 [-7.82, -5.06]
Pre vs. Post -11.71 0.73 <.001 [-13.48, -
9.94]
Grupo Control
Sentido numérico
Pre vs. Intermedia -1.46 0.44 .004 [-2.52, -0.40]
Intermedia vs. Post -1.23 0.52 .057 [-2.48, 0.02]
Pre vs. Post -2.69 0.68 <.001 [-4.33, -1.05]
Cálculo básico
Pre vs. Intermedia -2.24 0.49 <.001 [-3.43, -1.05]
Intermedia vs. Post -1.34 0.58 .067 [-2.73, 0.05]
Pre vs. Post -3.58 0.74 <.001 [-5.37, -1.79]
Nota. M = Media; DE = Desviación estándar; gl = grados de libertad; η² = eta cuadrado parcial (tamaño
del efecto); IC = Intervalo de confianza. Sentido numérico medido con NSS (percentil); Cálculo básico
medido con ENI-2 (puntuación T); Resolución de problemas y Razonamiento matemático medidos con
subpruebas del MAT (puntuación directa). Criterios para interpretar η²: 0.01-0.05 = efecto pequeño;
0.06-0.13 = efecto moderado; ≥0.14 = efecto grande.
La Tabla 5 demuestra la efectividad diferencial del programa NEUROSTUDEM en todos los
componentes de la cognición matemática evaluados. Los resultados del ANOVA mixto revelan efectos
significativos tanto para los factores principales (grupo y tiempo) como para su interacción, con tamaños
del efecto grandes (η² > .14) en todos los casos. El análisis de las comparaciones post-hoc evidencia que
el grupo experimental mostró mejoras estadísticamente significativas entre todas las evaluaciones,
mientras que el grupo control presentó cambios más modestos, principalmente entre la evaluación pre-
intervención y la intermedia, con estancamientos entre la evaluación intermedia y final. Particularmente
notables fueron los avances en resolución de problemas y razonamiento matemático, donde el grupo
experimental duplicó sus puntuaciones iniciales, sugiriendo que el componente de integración
metacognitiva del programa fue especialmente efectivo.
Pre vs. Post -11.62 0.67 <.001 [-13.24, -
10.00]
Cálculo básico
Pre vs. Intermedia -5.27 0.48 <.001 [-6.45, -4.09]
Intermedia vs. Post -6.44 0.57 <.001 [-7.82, -5.06]
Pre vs. Post -11.71 0.73 <.001 [-13.48, -
9.94]
Grupo Control
Sentido numérico
Pre vs. Intermedia -1.46 0.44 .004 [-2.52, -0.40]
Intermedia vs. Post -1.23 0.52 .057 [-2.48, 0.02]
Pre vs. Post -2.69 0.68 <.001 [-4.33, -1.05]
Cálculo básico
Pre vs. Intermedia -2.24 0.49 <.001 [-3.43, -1.05]
Intermedia vs. Post -1.34 0.58 .067 [-2.73, 0.05]
Pre vs. Post -3.58 0.74 <.001 [-5.37, -1.79]
Nota. M = Media; DE = Desviación estándar; gl = grados de libertad; η² = eta cuadrado parcial (tamaño
del efecto); IC = Intervalo de confianza. Sentido numérico medido con NSS (percentil); Cálculo básico
medido con ENI-2 (puntuación T); Resolución de problemas y Razonamiento matemático medidos con
subpruebas del MAT (puntuación directa). Criterios para interpretar η²: 0.01-0.05 = efecto pequeño;
0.06-0.13 = efecto moderado; ≥0.14 = efecto grande.
La Tabla 5 demuestra la efectividad diferencial del programa NEUROSTUDEM en todos los
componentes de la cognición matemática evaluados. Los resultados del ANOVA mixto revelan efectos
significativos tanto para los factores principales (grupo y tiempo) como para su interacción, con tamaños
del efecto grandes (η² > .14) en todos los casos. El análisis de las comparaciones post-hoc evidencia que
el grupo experimental mostró mejoras estadísticamente significativas entre todas las evaluaciones,
mientras que el grupo control presentó cambios más modestos, principalmente entre la evaluación pre-
intervención y la intermedia, con estancamientos entre la evaluación intermedia y final. Particularmente
notables fueron los avances en resolución de problemas y razonamiento matemático, donde el grupo
experimental duplicó sus puntuaciones iniciales, sugiriendo que el componente de integración
metacognitiva del programa fue especialmente efectivo.
pág. 2316
Tabla 6
Correlación entre las Mejoras en Funciones Ejecutivas y el Rendimiento en Tareas Matemáticas
Específicas
Funciones
Ejecutivas
Sentido
numérico
(NSS)
Cálculo
básico (ENI-
2)
Resolución de
problemas (MAT)
Razonamiento
matemático (MAT)
Inhibición (BRIEF-2 Índice de Control Inhibitorio)
Grupo
Experimental
.386*** .342*** .437*** .412***
Grupo Control .183* .154 .207* .176*
Memoria de trabajo verbal (AWMA)
Grupo
Experimental
.428*** .486*** .563*** .498***
Grupo Control .212* .237** .289** .243**
Memoria de trabajo visoespacial (AWMA)
Grupo
Experimental
.475*** .397*** .485*** .569***
Grupo Control .241** .185* .217* .276**
Flexibilidad cognitiva (CANTAB)
Grupo
Experimental
.356*** .318*** .492*** .527***
Grupo Control .168* .146 .238** .251**
Análisis de mediación Efecto
indirecto
Error
estándar
IC 95% Proporción
mediada
MT verbal → Resolución de
problemas
0.267 0.053 [0.172,
0.382]
38.7%
MT visoespacial → Razonamiento
matemático
0.293 0.061 [0.189,
0.414]
42.3%
Tabla 6
Correlación entre las Mejoras en Funciones Ejecutivas y el Rendimiento en Tareas Matemáticas
Específicas
Funciones
Ejecutivas
Sentido
numérico
(NSS)
Cálculo
básico (ENI-
2)
Resolución de
problemas (MAT)
Razonamiento
matemático (MAT)
Inhibición (BRIEF-2 Índice de Control Inhibitorio)
Grupo
Experimental
.386*** .342*** .437*** .412***
Grupo Control .183* .154 .207* .176*
Memoria de trabajo verbal (AWMA)
Grupo
Experimental
.428*** .486*** .563*** .498***
Grupo Control .212* .237** .289** .243**
Memoria de trabajo visoespacial (AWMA)
Grupo
Experimental
.475*** .397*** .485*** .569***
Grupo Control .241** .185* .217* .276**
Flexibilidad cognitiva (CANTAB)
Grupo
Experimental
.356*** .318*** .492*** .527***
Grupo Control .168* .146 .238** .251**
Análisis de mediación Efecto
indirecto
Error
estándar
IC 95% Proporción
mediada
MT verbal → Resolución de
problemas
0.267 0.053 [0.172,
0.382]
38.7%
MT visoespacial → Razonamiento
matemático
0.293 0.061 [0.189,
0.414]
42.3%
pág. 2317
Flexibilidad cognitiva →
Razonamiento matemático
0.215 0.047 [0.130,
0.314]
31.2%
Inhibición → Resolución de
problemas
0.184 0.042 [0.108,
0.273]
26.9%
Nota. Los valores representan coeficientes de correlación parcial (r) controlando por edad y nivel
socioeconómico. Las mejoras se calcularon como la diferencia entre puntuaciones post-intervención y
pre-intervención. MT = Memoria de trabajo; IC = Intervalo de confianza. NSS = Number Sense
Screener; ENI-2 = Evaluación Neuropsicológica Infantil-2; MAT = Mathematical Achievement Test;
BRIEF-2 = Behavior Rating Inventory of Executive Function-2; AWMA = Automated Working Memory
Assessment; CANTAB = Cambridge Neuropsychological Test Automated Battery. El análisis de
mediación se realizó únicamente con datos del grupo experimental utilizando bootstrapping con 5000
muestras. *p < .05, **p < .01, ***p < .001. Interpretación del tamaño del efecto para correlaciones: r =
.10 (pequeño), r = .30 (mediano), r = .50 (grande).
La Tabla 6 revela asociaciones significativas entre las mejoras en funciones ejecutivas y el rendimiento
matemático, con patrones diferenciales según el grupo de estudio. En el grupo experimental, todas las
correlaciones fueron estadísticamente significativas (p < .001) con magnitudes de moderadas a grandes
(r entre .318 y .569), destacándose particularmente la relación entre la memoria de trabajo verbal y la
resolución de problemas (r = .563), así como entre la memoria de trabajo visoespacial y el razonamiento
matemático (r = .569). Los análisis de mediación confirmaron que una proporción sustancial de las
mejoras en habilidades matemáticas complejas fueron explicadas por los cambios en funciones
ejecutivas específicas, siendo la memoria de trabajo visoespacial el mediador más potente (42.3% de la
varianza explicada) para el razonamiento matemático. Estos hallazgos subrayan el papel central de los
circuitos fronto-parietales en la efectividad del programa NEUROSTUDEM.
Flexibilidad cognitiva →
Razonamiento matemático
0.215 0.047 [0.130,
0.314]
31.2%
Inhibición → Resolución de
problemas
0.184 0.042 [0.108,
0.273]
26.9%
Nota. Los valores representan coeficientes de correlación parcial (r) controlando por edad y nivel
socioeconómico. Las mejoras se calcularon como la diferencia entre puntuaciones post-intervención y
pre-intervención. MT = Memoria de trabajo; IC = Intervalo de confianza. NSS = Number Sense
Screener; ENI-2 = Evaluación Neuropsicológica Infantil-2; MAT = Mathematical Achievement Test;
BRIEF-2 = Behavior Rating Inventory of Executive Function-2; AWMA = Automated Working Memory
Assessment; CANTAB = Cambridge Neuropsychological Test Automated Battery. El análisis de
mediación se realizó únicamente con datos del grupo experimental utilizando bootstrapping con 5000
muestras. *p < .05, **p < .01, ***p < .001. Interpretación del tamaño del efecto para correlaciones: r =
.10 (pequeño), r = .30 (mediano), r = .50 (grande).
La Tabla 6 revela asociaciones significativas entre las mejoras en funciones ejecutivas y el rendimiento
matemático, con patrones diferenciales según el grupo de estudio. En el grupo experimental, todas las
correlaciones fueron estadísticamente significativas (p < .001) con magnitudes de moderadas a grandes
(r entre .318 y .569), destacándose particularmente la relación entre la memoria de trabajo verbal y la
resolución de problemas (r = .563), así como entre la memoria de trabajo visoespacial y el razonamiento
matemático (r = .569). Los análisis de mediación confirmaron que una proporción sustancial de las
mejoras en habilidades matemáticas complejas fueron explicadas por los cambios en funciones
ejecutivas específicas, siendo la memoria de trabajo visoespacial el mediador más potente (42.3% de la
varianza explicada) para el razonamiento matemático. Estos hallazgos subrayan el papel central de los
circuitos fronto-parietales en la efectividad del programa NEUROSTUDEM.
pág. 2318
Tabla 7
Predictores Neuropsicológicos del Cambio en Competencias Matemáticas: Resultados del Análisis de
Regresión Múltiple
Predictores Cambio en
rendimiento
matemático global
Cambio en
sentido
numérico
Cambio en
cálculo básico
Cambio en
resolución de
problemas
Variables neuropsicológicas
Memoria de trabajo verbal
B (EE) 0.218 (0.055) 0.142 (0.061) 0.203 (0.058) 0.287 (0.062)
β .276*** .172* .253*** .342***
t 3.964 2.327 3.500 4.629
Memoria de trabajo visoespacial
B (EE) 0.193 (0.052) 0.254 (0.059) 0.175 (0.054) 0.162 (0.057)
β .243*** .307*** .219** .198**
t 3.712 4.305 3.241 2.842
Inhibición
B (EE) 0.156 (0.053) 0.135 (0.060) 0.127 (0.056) 0.185 (0.059)
β .192** .159* .154* .218**
t 2.943 2.250 2.268 3.136
Flexibilidad cognitiva
B (EE) 0.173 (0.056) 0.114 (0.063) 0.137 (0.059) 0.268 (0.063)
β .213** .134 .167* .315***
t 3.089 1.810 2.322 4.254
Severidad inicial de la discalculia
B (EE) -0.237 (0.068) -0.304 (0.076) -0.275 (0.072) -0.186 (0.076)
β -.268*** -.326*** -.307*** -.201*
t -3.485 -4.000 -3.819 -2.447
Variables sociodemográficas
Edad
Tabla 7
Predictores Neuropsicológicos del Cambio en Competencias Matemáticas: Resultados del Análisis de
Regresión Múltiple
Predictores Cambio en
rendimiento
matemático global
Cambio en
sentido
numérico
Cambio en
cálculo básico
Cambio en
resolución de
problemas
Variables neuropsicológicas
Memoria de trabajo verbal
B (EE) 0.218 (0.055) 0.142 (0.061) 0.203 (0.058) 0.287 (0.062)
β .276*** .172* .253*** .342***
t 3.964 2.327 3.500 4.629
Memoria de trabajo visoespacial
B (EE) 0.193 (0.052) 0.254 (0.059) 0.175 (0.054) 0.162 (0.057)
β .243*** .307*** .219** .198**
t 3.712 4.305 3.241 2.842
Inhibición
B (EE) 0.156 (0.053) 0.135 (0.060) 0.127 (0.056) 0.185 (0.059)
β .192** .159* .154* .218**
t 2.943 2.250 2.268 3.136
Flexibilidad cognitiva
B (EE) 0.173 (0.056) 0.114 (0.063) 0.137 (0.059) 0.268 (0.063)
β .213** .134 .167* .315***
t 3.089 1.810 2.322 4.254
Severidad inicial de la discalculia
B (EE) -0.237 (0.068) -0.304 (0.076) -0.275 (0.072) -0.186 (0.076)
β -.268*** -.326*** -.307*** -.201*
t -3.485 -4.000 -3.819 -2.447
Variables sociodemográficas
Edad
pág. 2319
B (EE) 0.128 (0.052) 0.097 (0.058) 0.156 (0.055) 0.139 (0.058)
β .157* .114 .187** .164*
t 2.462 1.672 2.836 2.397
Sexo (ref: masculino)
B (EE) 0.073 (0.051) 0.062 (0.057) 0.084 (0.054) 0.079 (0.057)
β .086 .070 .096 .089
t 1.431 1.088 1.556 1.386
Nivel socioeconómico
B (EE) 0.127 (0.058) 0.092 (0.065) 0.113 (0.062) 0.172 (0.065)
β .149* .103 .131* .195**
t 2.190 1.415 1.823 2.646
Tipo de institución (ref: pública)
B (EE) 0.081 (0.055) 0.067 (0.062) 0.078 (0.059) 0.103 (0.062)
β .094 .075 .089 .115
t 1.473 1.081 1.322 1.661
Adherencia al programa
B (EE) 0.316 (0.059) 0.287 (0.066) 0.298 (0.063) 0.356 (0.066)
β .372*** .323*** .349*** .405***
t 5.356 4.348 4.730 5.394
Indicadores de ajuste del modelo
R² .628 .572 .589 .647
R² ajustado .604 .544 .562 .624
F 25.317*** 20.016*** 21.487*** 27.458***
gl 10, 150 10, 150 10, 150 10, 150
Nota. B = Coeficiente no estandarizado; EE = Error estándar; β = Coeficiente estandarizado; gl = grados
de libertad. Todos los modelos fueron calculados solo para el grupo experimental (n = 90). La variable
"Cambio" se calculó como la diferencia entre puntuaciones post-intervención y pre-intervención en cada
medida. Memoria de trabajo verbal y visoespacial medidas con AWMA; Inhibición medida con BRIEF-
B (EE) 0.128 (0.052) 0.097 (0.058) 0.156 (0.055) 0.139 (0.058)
β .157* .114 .187** .164*
t 2.462 1.672 2.836 2.397
Sexo (ref: masculino)
B (EE) 0.073 (0.051) 0.062 (0.057) 0.084 (0.054) 0.079 (0.057)
β .086 .070 .096 .089
t 1.431 1.088 1.556 1.386
Nivel socioeconómico
B (EE) 0.127 (0.058) 0.092 (0.065) 0.113 (0.062) 0.172 (0.065)
β .149* .103 .131* .195**
t 2.190 1.415 1.823 2.646
Tipo de institución (ref: pública)
B (EE) 0.081 (0.055) 0.067 (0.062) 0.078 (0.059) 0.103 (0.062)
β .094 .075 .089 .115
t 1.473 1.081 1.322 1.661
Adherencia al programa
B (EE) 0.316 (0.059) 0.287 (0.066) 0.298 (0.063) 0.356 (0.066)
β .372*** .323*** .349*** .405***
t 5.356 4.348 4.730 5.394
Indicadores de ajuste del modelo
R² .628 .572 .589 .647
R² ajustado .604 .544 .562 .624
F 25.317*** 20.016*** 21.487*** 27.458***
gl 10, 150 10, 150 10, 150 10, 150
Nota. B = Coeficiente no estandarizado; EE = Error estándar; β = Coeficiente estandarizado; gl = grados
de libertad. Todos los modelos fueron calculados solo para el grupo experimental (n = 90). La variable
"Cambio" se calculó como la diferencia entre puntuaciones post-intervención y pre-intervención en cada
medida. Memoria de trabajo verbal y visoespacial medidas con AWMA; Inhibición medida con BRIEF-
pág. 2320
2 (Índice de Control Inhibitorio, puntuaciones invertidas); Flexibilidad cognitiva medida con CANTAB;
Severidad inicial de la discalculia evaluada mediante índice compuesto de Dyscalculia Screener y ENI-
2; Adherencia al programa calculada como porcentaje de asistencia a sesiones programadas. *p < .05,
**p < .01, ***p < .001.
La Tabla 7 muestra que los factores neuropsicológicos y la adherencia al programa son predictores
robustos del cambio en competencias matemáticas tras la intervención NEUROSTUDEM. Los modelos
de regresión múltiple explican entre el 57.2% y el 64.7% de la varianza en las mejoras de diferentes
habilidades matemáticas, con la memoria de trabajo verbal emergiendo como predictor especialmente
potente para la resolución de problemas (β = .342, p < .001), mientras que la memoria de trabajo
visoespacial mostró mayor influencia en el desarrollo del sentido numérico (β = .307, p < .001).
La severidad inicial de la discalculia se relacionó inversamente con las ganancias en todas las medidas,
siendo este efecto más pronunciado en el sentido numérico (β = -.326, p < .001). Entre las variables
sociodemográficas, solo la edad y el nivel socioeconómico alcanzaron significación estadística, con
efectos modestos pero consistentes, mientras que la adherencia al programa resultó ser el predictor más
fuerte en todos los modelos (β entre .323 y .405, p < .001).
Tabla 8
Patrones Diferenciales de Respuesta al Programa NEUROSTUDEM según Grupos Etarios y Variables
Sociodemográficas (MANCOVA)
Fuente de variación Lambda de
Wilks
F
multivariado
gl p η²parcial
Efectos principales
Grupo etario .726 4.682 8,
158
<.001 .137
Nivel
socioeconómico
.843 2.276 8,
158
.025 .079
Tipo de escuela .924 1.620 4, 79 .177 .076
Efectos Funivariados por
variable dependiente
Suma de
cuadrados
gl Media
cuadrática
F p η²parcial
Grupo etario
2 (Índice de Control Inhibitorio, puntuaciones invertidas); Flexibilidad cognitiva medida con CANTAB;
Severidad inicial de la discalculia evaluada mediante índice compuesto de Dyscalculia Screener y ENI-
2; Adherencia al programa calculada como porcentaje de asistencia a sesiones programadas. *p < .05,
**p < .01, ***p < .001.
La Tabla 7 muestra que los factores neuropsicológicos y la adherencia al programa son predictores
robustos del cambio en competencias matemáticas tras la intervención NEUROSTUDEM. Los modelos
de regresión múltiple explican entre el 57.2% y el 64.7% de la varianza en las mejoras de diferentes
habilidades matemáticas, con la memoria de trabajo verbal emergiendo como predictor especialmente
potente para la resolución de problemas (β = .342, p < .001), mientras que la memoria de trabajo
visoespacial mostró mayor influencia en el desarrollo del sentido numérico (β = .307, p < .001).
La severidad inicial de la discalculia se relacionó inversamente con las ganancias en todas las medidas,
siendo este efecto más pronunciado en el sentido numérico (β = -.326, p < .001). Entre las variables
sociodemográficas, solo la edad y el nivel socioeconómico alcanzaron significación estadística, con
efectos modestos pero consistentes, mientras que la adherencia al programa resultó ser el predictor más
fuerte en todos los modelos (β entre .323 y .405, p < .001).
Tabla 8
Patrones Diferenciales de Respuesta al Programa NEUROSTUDEM según Grupos Etarios y Variables
Sociodemográficas (MANCOVA)
Fuente de variación Lambda de
Wilks
F
multivariado
gl p η²parcial
Efectos principales
Grupo etario .726 4.682 8,
158
<.001 .137
Nivel
socioeconómico
.843 2.276 8,
158
.025 .079
Tipo de escuela .924 1.620 4, 79 .177 .076
Efectos Funivariados por
variable dependiente
Suma de
cuadrados
gl Media
cuadrática
F p η²parcial
Grupo etario
pág. 2321
Cambio en sentido numérico
6-8 años (n = 32) 653.72 2 326.86 7.63 .001 .163
9-10 años (n = 35) - - - - - -
11-12 años (n = 23) - - - - - -
Cambio en cálculo básico
6-8 años 587.34 2 293.67 6.79 .002 .147
9-10 años - - - - - -
11-12 años - - - - - -
Cambio en resolución de problemas
6-8 años 763.91 2 381.96 10.42 <.001 .209
9-10 años - - - - - -
11-12 años - - - - - -
Cambio en razonamiento matemático
6-8 años 521.08 2 260.54 5.87 .004 .130
9-10 años - - - - - -
11-12 años - - - - - -
Nivel socioeconómico
Cambio en sentido numérico
Bajo (n = 33) 317.25 2 158.63 3.64 .031 .084
Medio (n = 36) - - - - - -
Alto (n = 21) - - - - - -
Cambio en cálculo básico
Bajo 256.42 2 128.21 3.01 .056 .071
Medio - - - - - -
Alto - - - - - -
Cambio en resolución de problemas
Bajo 351.76 2 175.88 4.73 .012 .107
Cambio en sentido numérico
6-8 años (n = 32) 653.72 2 326.86 7.63 .001 .163
9-10 años (n = 35) - - - - - -
11-12 años (n = 23) - - - - - -
Cambio en cálculo básico
6-8 años 587.34 2 293.67 6.79 .002 .147
9-10 años - - - - - -
11-12 años - - - - - -
Cambio en resolución de problemas
6-8 años 763.91 2 381.96 10.42 <.001 .209
9-10 años - - - - - -
11-12 años - - - - - -
Cambio en razonamiento matemático
6-8 años 521.08 2 260.54 5.87 .004 .130
9-10 años - - - - - -
11-12 años - - - - - -
Nivel socioeconómico
Cambio en sentido numérico
Bajo (n = 33) 317.25 2 158.63 3.64 .031 .084
Medio (n = 36) - - - - - -
Alto (n = 21) - - - - - -
Cambio en cálculo básico
Bajo 256.42 2 128.21 3.01 .056 .071
Medio - - - - - -
Alto - - - - - -
Cambio en resolución de problemas
Bajo 351.76 2 175.88 4.73 .012 .107
pág. 2322
Medio - - - - - -
Alto - - - - - -
Cambio en razonamiento matemático
Bajo 297.53 2 148.77 3.32 .042 .078
Medio - - - - - -
Alto - - - - - -
Interacciones significativas Lambda de
Wilks
Fmultivariado gl p η²parcial
Grupo etario × Nivel
socioeconómico
.721 1.729 16,
242
.042 .075
Medias marginales
estimadas por grupo
etario
Sentido
numérico
(EE)
Cálculo
básico (EE)
Resolución de
problemas (EE)
Razonamiento
matemático (EE)
6-8 años (n = 32) 9.83 (0.62) 9.24 (0.75) 4.15 (0.58) 5.37 (0.67)
9-10 años (n = 35) 12.06 (0.59) 12.18 (0.71) 5.73 (0.55) 6.49 (0.64)
11-12 años (n = 23) 13.42 (0.77) 11.75 (0.93) 6.09 (0.72) 7.82 (0.83)
Nota. M = Media; EE = Error estándar; gl = grados de libertad; η² = eta cuadrado parcial. Análisis
realizado únicamente con el grupo experimental (n = 90). Los cambios se calcularon como la diferencia
entre puntuaciones post-intervención y pre-intervención. Se utilizaron como covariables: puntuaciones
iniciales en cada componente, CI, y adherencia al programa. Las medias con diferentes superíndices
dentro de cada columna difieren significativamente en p < .05 (ajuste de Bonferroni para comparaciones
múltiples).
La Tabla 8 evidencia patrones diferenciales de respuesta al programa NEUROSTUDEM según variables
demográficas. El MANCOVA reveló efectos multivariados significativos para grupo etario (Λ = .726,
F(8, 158) = 4.682, p < .001, η² = .137) y nivel socioeconómico (Λ = .843, F(8, 158) = 2.276, p = .025,
η² = .079), mientras que el tipo de escuela no alcanzó significación estadística.
Medio - - - - - -
Alto - - - - - -
Cambio en razonamiento matemático
Bajo 297.53 2 148.77 3.32 .042 .078
Medio - - - - - -
Alto - - - - - -
Interacciones significativas Lambda de
Wilks
Fmultivariado gl p η²parcial
Grupo etario × Nivel
socioeconómico
.721 1.729 16,
242
.042 .075
Medias marginales
estimadas por grupo
etario
Sentido
numérico
(EE)
Cálculo
básico (EE)
Resolución de
problemas (EE)
Razonamiento
matemático (EE)
6-8 años (n = 32) 9.83 (0.62) 9.24 (0.75) 4.15 (0.58) 5.37 (0.67)
9-10 años (n = 35) 12.06 (0.59) 12.18 (0.71) 5.73 (0.55) 6.49 (0.64)
11-12 años (n = 23) 13.42 (0.77) 11.75 (0.93) 6.09 (0.72) 7.82 (0.83)
Nota. M = Media; EE = Error estándar; gl = grados de libertad; η² = eta cuadrado parcial. Análisis
realizado únicamente con el grupo experimental (n = 90). Los cambios se calcularon como la diferencia
entre puntuaciones post-intervención y pre-intervención. Se utilizaron como covariables: puntuaciones
iniciales en cada componente, CI, y adherencia al programa. Las medias con diferentes superíndices
dentro de cada columna difieren significativamente en p < .05 (ajuste de Bonferroni para comparaciones
múltiples).
La Tabla 8 evidencia patrones diferenciales de respuesta al programa NEUROSTUDEM según variables
demográficas. El MANCOVA reveló efectos multivariados significativos para grupo etario (Λ = .726,
F(8, 158) = 4.682, p < .001, η² = .137) y nivel socioeconómico (Λ = .843, F(8, 158) = 2.276, p = .025,
η² = .079), mientras que el tipo de escuela no alcanzó significación estadística.
pág. 2323
Los análisis univariados mostraron que el grupo etario influyó significativamente en todos los
componentes evaluados, con mayor impacto en la resolución de problemas (η² = .209). Las
comparaciones entre grupos etarios revelaron que los niños mayores (9-12 años) se beneficiaron más
del programa en sentido numérico y cálculo básico, mientras que, en razonamiento matemático, el grupo
de 11-12 años obtuvo ganancias superiores a los otros grupos etarios, sugiriendo que la efectividad de
los componentes metacognitivos del NEUROSTUDEM aumenta con el desarrollo evolutivo.
DISCUSIÓN
Los resultados del presente estudio demuestran la efectividad del programa neuropsicológico
multicomponente NEUROSTUDEM en el fortalecimiento de habilidades matemáticas en niños
ecuatorianos con discalculia. El impacto significativo observado en los cuatro componentes evaluados
(sentido numérico, cálculo básico, resolución de problemas y razonamiento matemático) está en
consonancia con investigaciones recientes que subrayan la importancia de abordar las dificultades
matemáticas desde una perspectiva neuropsicológica integral. Recientemente, Peng et al. (2020)
enfatizaron que los enfoques multicomponentes generan efectos más robustos y sostenibles que las
intervenciones centradas exclusivamente en habilidades matemáticas aisladas, precisamente por su
capacidad para abordar simultáneamente los diversos procesos cognitivos que sustentan el aprendizaje
matemático.
La magnitud de los tamaños del efecto observados (η² entre .13 y .37) posiciona al NEUROSTUDEM
como una intervención particularmente efectiva en comparación con otros programas descritos en la
literatura científica. Este hallazgo adquiere especial relevancia considerando que un metaanálisis
reciente de Caviola et al. (2022) reportó tamaños del efecto típicamente moderados (d = 0.42-0.58) para
intervenciones en discalculia, mientras que nuestro programa alcanzó efectos grandes en todos los
dominios evaluados. Los resultados más sobresalientes se observaron en resolución de problemas (η² =
.369) y sentido numérico (η² = .329), componentes que han sido identificados como predictores cruciales
del rendimiento matemático posterior según investigaciones longitudinales como la de Hassinger-Das
et al. (2019), quienes establecieron que el desarrollo temprano de estas habilidades predice
significativamente la trayectoria del aprendizaje matemático.
Los análisis univariados mostraron que el grupo etario influyó significativamente en todos los
componentes evaluados, con mayor impacto en la resolución de problemas (η² = .209). Las
comparaciones entre grupos etarios revelaron que los niños mayores (9-12 años) se beneficiaron más
del programa en sentido numérico y cálculo básico, mientras que, en razonamiento matemático, el grupo
de 11-12 años obtuvo ganancias superiores a los otros grupos etarios, sugiriendo que la efectividad de
los componentes metacognitivos del NEUROSTUDEM aumenta con el desarrollo evolutivo.
DISCUSIÓN
Los resultados del presente estudio demuestran la efectividad del programa neuropsicológico
multicomponente NEUROSTUDEM en el fortalecimiento de habilidades matemáticas en niños
ecuatorianos con discalculia. El impacto significativo observado en los cuatro componentes evaluados
(sentido numérico, cálculo básico, resolución de problemas y razonamiento matemático) está en
consonancia con investigaciones recientes que subrayan la importancia de abordar las dificultades
matemáticas desde una perspectiva neuropsicológica integral. Recientemente, Peng et al. (2020)
enfatizaron que los enfoques multicomponentes generan efectos más robustos y sostenibles que las
intervenciones centradas exclusivamente en habilidades matemáticas aisladas, precisamente por su
capacidad para abordar simultáneamente los diversos procesos cognitivos que sustentan el aprendizaje
matemático.
La magnitud de los tamaños del efecto observados (η² entre .13 y .37) posiciona al NEUROSTUDEM
como una intervención particularmente efectiva en comparación con otros programas descritos en la
literatura científica. Este hallazgo adquiere especial relevancia considerando que un metaanálisis
reciente de Caviola et al. (2022) reportó tamaños del efecto típicamente moderados (d = 0.42-0.58) para
intervenciones en discalculia, mientras que nuestro programa alcanzó efectos grandes en todos los
dominios evaluados. Los resultados más sobresalientes se observaron en resolución de problemas (η² =
.369) y sentido numérico (η² = .329), componentes que han sido identificados como predictores cruciales
del rendimiento matemático posterior según investigaciones longitudinales como la de Hassinger-Das
et al. (2019), quienes establecieron que el desarrollo temprano de estas habilidades predice
significativamente la trayectoria del aprendizaje matemático.
pág. 2324
Un hallazgo fundamental de este estudio concierne a la estrecha relación entre las mejoras en funciones
ejecutivas y el rendimiento en tareas matemáticas específicas. Las correlaciones significativas
encontradas, particularmente entre memoria de trabajo visoespacial y razonamiento matemático (r =
.569), así como entre memoria de trabajo verbal y resolución de problemas (r = .563), confirman la
interdependencia de estos procesos cognitivos. Estos resultados son consistentes con los planteamientos
de Iglesias-Sarmiento et al. (2022), quienes demostraron mediante ecuaciones estructurales que
aproximadamente el 45% de la varianza en el rendimiento matemático puede explicarse por el
funcionamiento ejecutivo, con especial énfasis en la contribución diferencial de los distintos
componentes ejecutivos según la complejidad de la tarea matemática.
Los análisis de mediación revelan que una proporción sustancial (26.9%-42.3%) de las mejoras en
habilidades matemáticas complejas fueron explicadas por los cambios en funciones ejecutivas
específicas. Este hallazgo subraya la importancia de incluir componentes dirigidos explícitamente al
fortalecimiento ejecutivo en los programas de intervención para discalculia. Al respecto, Zhang et al.
(2021) han identificado patrones neurobiológicos que sugieren que la activación sincronizada de
circuitos fronto-parietales constituye un mecanismo neural crítico para el procesamiento numérico
avanzado, lo que proporciona una base neurocientífica para la efectividad de enfoques como el
NEUROSTUDEM, que integra sistemáticamente el entrenamiento ejecutivo con la rehabilitación
matemática específica.
El papel preponderante de la memoria de trabajo en la efectividad del programa, evidenciado tanto en
las correlaciones como en los análisis de regresión, concuerda con investigaciones recientes sobre la
arquitectura cognitiva del procesamiento matemático. Específicamente, Bellon et al. (2020)
documentaron mediante técnicas de neuroimagen funcional que la activación de redes de memoria de
trabajo durante tareas aritméticas muestra un patrón evolutivo caracterizado por una progresiva
especialización y eficiencia, proceso que puede potenciarse significativamente mediante intervenciones
dirigidas como la implementada en este estudio. Los resultados obtenidos confirman que el
entrenamiento adaptativo de la memoria de trabajo numérica incorporado en el NEUROSTUDEM
facilita esta especialización neural, generando beneficios que se transfieren al rendimiento matemático
cotidiano.
Un hallazgo fundamental de este estudio concierne a la estrecha relación entre las mejoras en funciones
ejecutivas y el rendimiento en tareas matemáticas específicas. Las correlaciones significativas
encontradas, particularmente entre memoria de trabajo visoespacial y razonamiento matemático (r =
.569), así como entre memoria de trabajo verbal y resolución de problemas (r = .563), confirman la
interdependencia de estos procesos cognitivos. Estos resultados son consistentes con los planteamientos
de Iglesias-Sarmiento et al. (2022), quienes demostraron mediante ecuaciones estructurales que
aproximadamente el 45% de la varianza en el rendimiento matemático puede explicarse por el
funcionamiento ejecutivo, con especial énfasis en la contribución diferencial de los distintos
componentes ejecutivos según la complejidad de la tarea matemática.
Los análisis de mediación revelan que una proporción sustancial (26.9%-42.3%) de las mejoras en
habilidades matemáticas complejas fueron explicadas por los cambios en funciones ejecutivas
específicas. Este hallazgo subraya la importancia de incluir componentes dirigidos explícitamente al
fortalecimiento ejecutivo en los programas de intervención para discalculia. Al respecto, Zhang et al.
(2021) han identificado patrones neurobiológicos que sugieren que la activación sincronizada de
circuitos fronto-parietales constituye un mecanismo neural crítico para el procesamiento numérico
avanzado, lo que proporciona una base neurocientífica para la efectividad de enfoques como el
NEUROSTUDEM, que integra sistemáticamente el entrenamiento ejecutivo con la rehabilitación
matemática específica.
El papel preponderante de la memoria de trabajo en la efectividad del programa, evidenciado tanto en
las correlaciones como en los análisis de regresión, concuerda con investigaciones recientes sobre la
arquitectura cognitiva del procesamiento matemático. Específicamente, Bellon et al. (2020)
documentaron mediante técnicas de neuroimagen funcional que la activación de redes de memoria de
trabajo durante tareas aritméticas muestra un patrón evolutivo caracterizado por una progresiva
especialización y eficiencia, proceso que puede potenciarse significativamente mediante intervenciones
dirigidas como la implementada en este estudio. Los resultados obtenidos confirman que el
entrenamiento adaptativo de la memoria de trabajo numérica incorporado en el NEUROSTUDEM
facilita esta especialización neural, generando beneficios que se transfieren al rendimiento matemático
cotidiano.
pág. 2325
Los patrones diferenciales de respuesta según grupo etario identificados en nuestros análisis revelan una
interacción compleja entre desarrollo evolutivo y efectividad de la intervención. El hallazgo de que los
niños mayores (9-12 años) mostraron mayores beneficios en sentido numérico y cálculo básico, mientras
que en razonamiento matemático el grupo de 11-12 años obtuvo ganancias superiores, puede
interpretarse a la luz de las ventanas de plasticidad neuronal específicas para distintos componentes de
la cognición matemática. En este sentido, Ribner et al. (2023) han documentado mediante estudios
longitudinales que la maleabilidad de distintos procesos cognitivos relacionados con las matemáticas
sigue trayectorias diferenciadas, con períodos de mayor sensibilidad que no necesariamente coinciden
entre sí, lo que sustenta la importancia de adaptar las intervenciones a la etapa de desarrollo específica
del niño.
La influencia del nivel socioeconómico en la respuesta al programa, aunque modesta en magnitud (η² =
.079), subraya la necesidad de considerar factores contextuales en el diseño e implementación de
intervenciones neuropsicológicas. Estos resultados coinciden con los hallazgos de Merkley et al. (2022),
quienes observaron que las disparidades en oportunidades de aprendizaje matemático asociadas al
estatus socioeconómico impactan no solo el rendimiento inicial, sino también la respuesta a
intervenciones especializadas, operando a través de mecanismos como la estimulación cognitiva en el
hogar y las prácticas parentales relacionadas con el aprendizaje numérico. La integración de
componentes dirigidos a optimizar el entorno educativo, como el entrenamiento a padres y docentes
implementado en la fase de consolidación del NEUROSTUDEM, emerge como una estrategia crucial
para maximizar la efectividad y sostenibilidad de los beneficios.
La adherencia al programa resultó ser el predictor más potente del cambio en todas las medidas de
competencia matemática (β entre .323 y .405), lo que resalta la importancia de mantener la continuidad
y consistencia en la implementación de intervenciones neuropsicológicas. Este hallazgo concuerda con
lo reportado por Macdonald et al. (2022), quienes mediante un metaanálisis de programas
computarizados para rehabilitación matemática identificaron que la variabilidad en la adherencia
explicaba aproximadamente el 37% de la heterogeneidad en los resultados entre estudios. Los autores
enfatizan que la incorporación de elementos motivacionales y de personalización, como los
Los patrones diferenciales de respuesta según grupo etario identificados en nuestros análisis revelan una
interacción compleja entre desarrollo evolutivo y efectividad de la intervención. El hallazgo de que los
niños mayores (9-12 años) mostraron mayores beneficios en sentido numérico y cálculo básico, mientras
que en razonamiento matemático el grupo de 11-12 años obtuvo ganancias superiores, puede
interpretarse a la luz de las ventanas de plasticidad neuronal específicas para distintos componentes de
la cognición matemática. En este sentido, Ribner et al. (2023) han documentado mediante estudios
longitudinales que la maleabilidad de distintos procesos cognitivos relacionados con las matemáticas
sigue trayectorias diferenciadas, con períodos de mayor sensibilidad que no necesariamente coinciden
entre sí, lo que sustenta la importancia de adaptar las intervenciones a la etapa de desarrollo específica
del niño.
La influencia del nivel socioeconómico en la respuesta al programa, aunque modesta en magnitud (η² =
.079), subraya la necesidad de considerar factores contextuales en el diseño e implementación de
intervenciones neuropsicológicas. Estos resultados coinciden con los hallazgos de Merkley et al. (2022),
quienes observaron que las disparidades en oportunidades de aprendizaje matemático asociadas al
estatus socioeconómico impactan no solo el rendimiento inicial, sino también la respuesta a
intervenciones especializadas, operando a través de mecanismos como la estimulación cognitiva en el
hogar y las prácticas parentales relacionadas con el aprendizaje numérico. La integración de
componentes dirigidos a optimizar el entorno educativo, como el entrenamiento a padres y docentes
implementado en la fase de consolidación del NEUROSTUDEM, emerge como una estrategia crucial
para maximizar la efectividad y sostenibilidad de los beneficios.
La adherencia al programa resultó ser el predictor más potente del cambio en todas las medidas de
competencia matemática (β entre .323 y .405), lo que resalta la importancia de mantener la continuidad
y consistencia en la implementación de intervenciones neuropsicológicas. Este hallazgo concuerda con
lo reportado por Macdonald et al. (2022), quienes mediante un metaanálisis de programas
computarizados para rehabilitación matemática identificaron que la variabilidad en la adherencia
explicaba aproximadamente el 37% de la heterogeneidad en los resultados entre estudios. Los autores
enfatizan que la incorporación de elementos motivacionales y de personalización, como los
pág. 2326
implementados en el NEUROSTUDEM, constituye una estrategia esencial para optimizar la adherencia
y, consecuentemente, maximizar los beneficios de la intervención.
Las implicaciones teóricas y prácticas de estos resultados son significativas. A nivel teórico, el estudio
proporciona evidencia empírica que respalda modelos neuropsicológicos integradores del
procesamiento matemático, donde los circuitos ejecutivos, atencionales y mnésicos interactúan
dinámicamente con los sistemas específicos de procesamiento numérico. Desde una perspectiva
práctica, los hallazgos sustentan la pertinencia de adoptar enfoques multicomponentes en el ámbito
educativo y clínico. Al respecto, Rathé et al. (2020) han documentado que la transferencia de
intervenciones neuropsicológicas a contextos escolares reales se optimiza cuando se integran
explícitamente componentes dirigidos a facilitar esta generalización, como los incorporados en la fase
final del NEUROSTUDEM, que demostró impactos significativos en medidas ecológicamente válidas
del rendimiento matemático.
Las proyecciones clínicas derivadas de este estudio apuntan hacia la posibilidad de personalizar
intervenciones según perfiles neuropsicológicos específicos. En congruencia con esta perspectiva,
Agostino et al. (2022) proponen un modelo predictivo que permite identificar a priori patrones de
respuesta diferencial a intervenciones matemáticas basados en perfiles neurocognitivos iniciales,
facilitando la adaptación temprana de programas a las necesidades individuales. La combinación de
evaluación neuropsicológica exhaustiva y monitorización implementada en el NEUROSTUDEM
representa un avance significativo en esta dirección, permitiendo ajustes dinámicos que maximizan la
efectividad y eficiencia del proceso de intervención.
Entre las limitaciones del presente estudio destacan la imposibilidad de implementar un diseño
completamente aleatorizado y el control parcial de variables extrañas como la intervención educativa
concurrente. Aunque se aplicaron análisis estadísticos para controlar estos factores, futuros estudios
deberían incorporar diseños más robustos que permitan aislar con mayor precisión los efectos
específicos de cada componente del programa. Adicionalmente, como señalan Spina y Sella (2022) en
su revisión sobre factores moderadores en intervenciones matemáticas, la generalización de resultados
podría verse limitada por particularidades del contexto educativo ecuatoriano, recomendando
replicaciones en diversos entornos culturales que permitan discriminar entre efectos universales y
implementados en el NEUROSTUDEM, constituye una estrategia esencial para optimizar la adherencia
y, consecuentemente, maximizar los beneficios de la intervención.
Las implicaciones teóricas y prácticas de estos resultados son significativas. A nivel teórico, el estudio
proporciona evidencia empírica que respalda modelos neuropsicológicos integradores del
procesamiento matemático, donde los circuitos ejecutivos, atencionales y mnésicos interactúan
dinámicamente con los sistemas específicos de procesamiento numérico. Desde una perspectiva
práctica, los hallazgos sustentan la pertinencia de adoptar enfoques multicomponentes en el ámbito
educativo y clínico. Al respecto, Rathé et al. (2020) han documentado que la transferencia de
intervenciones neuropsicológicas a contextos escolares reales se optimiza cuando se integran
explícitamente componentes dirigidos a facilitar esta generalización, como los incorporados en la fase
final del NEUROSTUDEM, que demostró impactos significativos en medidas ecológicamente válidas
del rendimiento matemático.
Las proyecciones clínicas derivadas de este estudio apuntan hacia la posibilidad de personalizar
intervenciones según perfiles neuropsicológicos específicos. En congruencia con esta perspectiva,
Agostino et al. (2022) proponen un modelo predictivo que permite identificar a priori patrones de
respuesta diferencial a intervenciones matemáticas basados en perfiles neurocognitivos iniciales,
facilitando la adaptación temprana de programas a las necesidades individuales. La combinación de
evaluación neuropsicológica exhaustiva y monitorización implementada en el NEUROSTUDEM
representa un avance significativo en esta dirección, permitiendo ajustes dinámicos que maximizan la
efectividad y eficiencia del proceso de intervención.
Entre las limitaciones del presente estudio destacan la imposibilidad de implementar un diseño
completamente aleatorizado y el control parcial de variables extrañas como la intervención educativa
concurrente. Aunque se aplicaron análisis estadísticos para controlar estos factores, futuros estudios
deberían incorporar diseños más robustos que permitan aislar con mayor precisión los efectos
específicos de cada componente del programa. Adicionalmente, como señalan Spina y Sella (2022) en
su revisión sobre factores moderadores en intervenciones matemáticas, la generalización de resultados
podría verse limitada por particularidades del contexto educativo ecuatoriano, recomendando
replicaciones en diversos entornos culturales que permitan discriminar entre efectos universales y
pág. 2327
culturalmente dependientes. Estas consideraciones resultan particularmente relevantes al evaluar la
transferibilidad del NEUROSTUDEM a otros contextos latinoamericanos con características
sociodemográficas y educativas diferenciadas.
CONCLUSIONES
Los resultados obtenidos posicionan al programa NEUROSTUDEM como una innovación significativa
en el abordaje de las dificultades matemáticas en el contexto ecuatoriano, con implicaciones que
trascienden el ámbito educativo local. La magnitud de los efectos observados (η² entre .13 y .37) supera
considerablemente los estándares reportados en la literatura científica para intervenciones en discalculia,
destacando particularmente los avances en resolución de problemas (η² = .369) y sentido numérico (η²
= .329).
Esta efectividad diferencial refleja cómo la integración sistemática de componentes neuropsicológicos
específicos potencia sinérgicamente el desarrollo de habilidades matemáticas, superando las
limitaciones de enfoques fragmentados que abordan aisladamente aspectos numéricos sin considerar los
sustratos neurocognitivos subyacentes. La transferencia de estas ganancias a contextos académicos
naturales confirma que intervenciones estructuradas, aun en entornos con recursos limitados, pueden
generar transformaciones significativas cuando se fundamentan en principios neuropsicológicos sólidos.
El hallazgo de patrones diferenciados de respuesta según edad, perfil ejecutivo y variables
sociodemográficas subraya la necesidad de abandonar modelos universales de intervención en favor de
aproximaciones personalizadas. Particularmente reveladora resulta la identificación de ventanas de
oportunidad específicas para distintos componentes matemáticos, donde los niños de 9-12 años
mostraron mayor beneficio en sentido numérico y cálculo, mientras el grupo de 11-12 años evidenció
ganancias superiores en razonamiento abstracto.
Estos patrones evolutivos diferenciales reflejan trayectorias de maduración neural específicas para
distintos componentes de la cognición matemática, sugiriendo que las intervenciones deben calibrarse
no solo según la severidad de las dificultades, sino también considerando momentos críticos del
desarrollo donde la plasticidad neuronal favorece componentes específicos. La revelación de estos
mecanismos representa una contribución sustancial para optimizar la efectividad y eficiencia de futuros
programas.
culturalmente dependientes. Estas consideraciones resultan particularmente relevantes al evaluar la
transferibilidad del NEUROSTUDEM a otros contextos latinoamericanos con características
sociodemográficas y educativas diferenciadas.
CONCLUSIONES
Los resultados obtenidos posicionan al programa NEUROSTUDEM como una innovación significativa
en el abordaje de las dificultades matemáticas en el contexto ecuatoriano, con implicaciones que
trascienden el ámbito educativo local. La magnitud de los efectos observados (η² entre .13 y .37) supera
considerablemente los estándares reportados en la literatura científica para intervenciones en discalculia,
destacando particularmente los avances en resolución de problemas (η² = .369) y sentido numérico (η²
= .329).
Esta efectividad diferencial refleja cómo la integración sistemática de componentes neuropsicológicos
específicos potencia sinérgicamente el desarrollo de habilidades matemáticas, superando las
limitaciones de enfoques fragmentados que abordan aisladamente aspectos numéricos sin considerar los
sustratos neurocognitivos subyacentes. La transferencia de estas ganancias a contextos académicos
naturales confirma que intervenciones estructuradas, aun en entornos con recursos limitados, pueden
generar transformaciones significativas cuando se fundamentan en principios neuropsicológicos sólidos.
El hallazgo de patrones diferenciados de respuesta según edad, perfil ejecutivo y variables
sociodemográficas subraya la necesidad de abandonar modelos universales de intervención en favor de
aproximaciones personalizadas. Particularmente reveladora resulta la identificación de ventanas de
oportunidad específicas para distintos componentes matemáticos, donde los niños de 9-12 años
mostraron mayor beneficio en sentido numérico y cálculo, mientras el grupo de 11-12 años evidenció
ganancias superiores en razonamiento abstracto.
Estos patrones evolutivos diferenciales reflejan trayectorias de maduración neural específicas para
distintos componentes de la cognición matemática, sugiriendo que las intervenciones deben calibrarse
no solo según la severidad de las dificultades, sino también considerando momentos críticos del
desarrollo donde la plasticidad neuronal favorece componentes específicos. La revelación de estos
mecanismos representa una contribución sustancial para optimizar la efectividad y eficiencia de futuros
programas.
pág. 2328
La relación bidireccional identificada entre funciones ejecutivas y competencias matemáticas
reestructura nuestra comprensión de la discalculia, alejándola de concepciones modulares hacia modelos
integrativos donde déficits aparentemente específicos reflejan alteraciones en redes neurales
distribuidas. Los análisis de mediación, al demostrar que entre 26.9% y 42.3% de las mejoras en
habilidades matemáticas complejas fueron explicadas por cambios en funciones ejecutivas, visibiliza
mecanismos neuropsicológicos previamente subestimados en la literatura sobre intervención
matemática.
Particularmente significativa resulta la contribución diferencial de distintos componentes ejecutivos
según la naturaleza de la tarea matemática: mientras la memoria de trabajo verbal emergió como
predictor crucial para la resolución de problemas, la memoria visoespacial y la flexibilidad cognitiva
mostraron mayor impacto en el razonamiento matemático y sentido numérico, respectivamente. Esta
especificidad de mecanismos fundamenta el diseño de protocolos de intervención diferenciados según
perfiles neurocognitivos individuales.
Las limitaciones metodológicas del presente estudio abren interrogantes cruciales para investigaciones
futuras. La imposibilidad de controlar completamente variables como las intervenciones educativas
concurrentes y los apoyos familiares sugiere la necesidad de implementar diseños factoriales más
robustos que permitan aislar la contribución específica de cada componente del programa
NEUROSTUDEM. Asimismo, aunque los resultados evidencian efectos significativos tras 18 meses de
intervención, queda pendiente determinar la persistencia temporal de estas ganancias y los mecanismos
neurales que sustentan su consolidación a largo plazo.
Futuras investigaciones deberían incorporar evaluaciones de seguimiento longitudinal, complementadas
con técnicas de neuroimagen funcional que permitan visualizar cambios en patrones de activación y
conectividad neural asociados a las mejoras observadas. Igualmente, relevante resultaría examinar la
generalización de este modelo a otros contextos latinoamericanos con características socioculturales y
educativas diferenciadas, adaptando componentes específicos según necesidades locales sin
comprometer los principios neuropsicológicos fundamentales que sustentan su efectividad.
REFERENCIAS BIBLIOGRÁFICAS
La relación bidireccional identificada entre funciones ejecutivas y competencias matemáticas
reestructura nuestra comprensión de la discalculia, alejándola de concepciones modulares hacia modelos
integrativos donde déficits aparentemente específicos reflejan alteraciones en redes neurales
distribuidas. Los análisis de mediación, al demostrar que entre 26.9% y 42.3% de las mejoras en
habilidades matemáticas complejas fueron explicadas por cambios en funciones ejecutivas, visibiliza
mecanismos neuropsicológicos previamente subestimados en la literatura sobre intervención
matemática.
Particularmente significativa resulta la contribución diferencial de distintos componentes ejecutivos
según la naturaleza de la tarea matemática: mientras la memoria de trabajo verbal emergió como
predictor crucial para la resolución de problemas, la memoria visoespacial y la flexibilidad cognitiva
mostraron mayor impacto en el razonamiento matemático y sentido numérico, respectivamente. Esta
especificidad de mecanismos fundamenta el diseño de protocolos de intervención diferenciados según
perfiles neurocognitivos individuales.
Las limitaciones metodológicas del presente estudio abren interrogantes cruciales para investigaciones
futuras. La imposibilidad de controlar completamente variables como las intervenciones educativas
concurrentes y los apoyos familiares sugiere la necesidad de implementar diseños factoriales más
robustos que permitan aislar la contribución específica de cada componente del programa
NEUROSTUDEM. Asimismo, aunque los resultados evidencian efectos significativos tras 18 meses de
intervención, queda pendiente determinar la persistencia temporal de estas ganancias y los mecanismos
neurales que sustentan su consolidación a largo plazo.
Futuras investigaciones deberían incorporar evaluaciones de seguimiento longitudinal, complementadas
con técnicas de neuroimagen funcional que permitan visualizar cambios en patrones de activación y
conectividad neural asociados a las mejoras observadas. Igualmente, relevante resultaría examinar la
generalización de este modelo a otros contextos latinoamericanos con características socioculturales y
educativas diferenciadas, adaptando componentes específicos según necesidades locales sin
comprometer los principios neuropsicológicos fundamentales que sustentan su efectividad.
REFERENCIAS BIBLIOGRÁFICAS
pág. 2329
Agostino, A., Siqueira, C. M., Bordin, I. A. S., & Nascimento, E. (2022). Executive functions and
metacognition as predictors of math performance: A structural equation modeling approach.
Journal of Experimental Child Psychology, 214, 105306.
https://doi.org/10.1016/j.jecp.2021.105306
Alloway, T. P., Gathercole, S. E., Kirkwood, H., & Elliott, J. (2008). Evaluating the validity of the
Automated Working Memory Assessment. Educational Psychology, 28(7), 725-734.
https://doi.org/10.1080/01443410802243828
Ato, M., López-García, J. J., & Benavente, A. (2020). A classification system for research designs in
psychology. Anales de Psicología, 36(1), 9-17. https://doi.org/10.6018/analesps.341001
Bellon, E., Fias, W., & De Smedt, B. (2020). Metacognition and executive functioning in elementary
school. Metacognition and Learning, 15(3), 321-355. https://doi.org/10.1007/s11409-020-
09219-7
Bull, R., & Lee, K. (2014). Executive functioning and mathematics achievement. Child Development
Perspectives, 8(1), 36-41. https://doi.org/10.1111/cdep.12059
Butterworth, B. (2003). Dyscalculia Screener: Highlighting children with specific learning difficulties
in mathematics. NFER-Nelson Publishing Company.
Caviola, S., Gerotto, G., Mammarella, I. C., & Toffalini, E. (2023). Computer-based training for
enhancing arithmetic fact retrieval: A meta-analysis on transfer effects. Developmental Science,
26(1), e13266. https://doi.org/10.1111/desc.13266
Caviola, S., Toffalini, E., Giofrè, D., Ruiz, J. M., Szűcs, D., & Mammarella, I. C. (2022). Math
performance and academic anxiety: A meta-analysis on individual and environmental
predictors. Journal of Educational Psychology, 114(3), 661-682.
https://doi.org/10.1037/edu0000700
Dehaene, S., Piazza, M., Pinel, P., & Cohen, L. (2003). Three parietal circuits for number processing.
Cognitive Neuropsychology, 20(3-6), 487-506. https://doi.org/10.1080/02643290244000239
Demir-Lira, Ö. E., Akshoomoff, N., & Benavides, R. (2021). Multisensory integration in mathematical
cognition: A developmental perspective. Developmental Science, 24(2), e13056.
https://doi.org/10.1111/desc.13056
Agostino, A., Siqueira, C. M., Bordin, I. A. S., & Nascimento, E. (2022). Executive functions and
metacognition as predictors of math performance: A structural equation modeling approach.
Journal of Experimental Child Psychology, 214, 105306.
https://doi.org/10.1016/j.jecp.2021.105306
Alloway, T. P., Gathercole, S. E., Kirkwood, H., & Elliott, J. (2008). Evaluating the validity of the
Automated Working Memory Assessment. Educational Psychology, 28(7), 725-734.
https://doi.org/10.1080/01443410802243828
Ato, M., López-García, J. J., & Benavente, A. (2020). A classification system for research designs in
psychology. Anales de Psicología, 36(1), 9-17. https://doi.org/10.6018/analesps.341001
Bellon, E., Fias, W., & De Smedt, B. (2020). Metacognition and executive functioning in elementary
school. Metacognition and Learning, 15(3), 321-355. https://doi.org/10.1007/s11409-020-
09219-7
Bull, R., & Lee, K. (2014). Executive functioning and mathematics achievement. Child Development
Perspectives, 8(1), 36-41. https://doi.org/10.1111/cdep.12059
Butterworth, B. (2003). Dyscalculia Screener: Highlighting children with specific learning difficulties
in mathematics. NFER-Nelson Publishing Company.
Caviola, S., Gerotto, G., Mammarella, I. C., & Toffalini, E. (2023). Computer-based training for
enhancing arithmetic fact retrieval: A meta-analysis on transfer effects. Developmental Science,
26(1), e13266. https://doi.org/10.1111/desc.13266
Caviola, S., Toffalini, E., Giofrè, D., Ruiz, J. M., Szűcs, D., & Mammarella, I. C. (2022). Math
performance and academic anxiety: A meta-analysis on individual and environmental
predictors. Journal of Educational Psychology, 114(3), 661-682.
https://doi.org/10.1037/edu0000700
Dehaene, S., Piazza, M., Pinel, P., & Cohen, L. (2003). Three parietal circuits for number processing.
Cognitive Neuropsychology, 20(3-6), 487-506. https://doi.org/10.1080/02643290244000239
Demir-Lira, Ö. E., Akshoomoff, N., & Benavides, R. (2021). Multisensory integration in mathematical
cognition: A developmental perspective. Developmental Science, 24(2), e13056.
https://doi.org/10.1111/desc.13056
pág. 2330
Deng, F., Glaser Holthe, M. E., & Karlsen, P. J. (2022). Developmental dyscalculia: A review focusing
on comorbidity and treatment. Journal of Numerical Cognition, 8(1), 1-35.
https://doi.org/10.5964/jnc.6949
Ersözlü, Z. N., & Arslan, M. (2020). The effect of developing reflective thinking on metacognitively
oriented classroom environment. European Journal of Educational Research, 9(1), 33-50.
https://doi.org/10.12973/eu-jer.9.1.33
Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2020). Statistical power analyses using G*Power
3.1: Tests for correlation and regression analyses. Behavior Research Methods, 52(1), 871-890.
https://doi.org/10.3758/s13428-019-01246-w
Flores-Lázaro, J. C., Ostrosky-Shejet, F., & Lozano-Gutiérrez, A. (2014). BANFE-2. Batería
Neuropsicológica de Funciones Ejecutivas y Lóbulos Frontales. Manual Moderno.
García Vidal, J., González Manjón, D., García Ortiz, B., & Jiménez Mesa, A. (2013). EVAMAT. Prueba
para la Evaluación de la Competencia Matemática. EOS.
Geary, D. C. (2013). Early foundations for mathematics learning and their relations to learning
disabilities. Current Directions in Psychological Science, 22(1), 23-27.
https://doi.org/10.1177/0963721412469398
Gilmore, C., Cragg, L., Richardson, S., & Hubber, P. J. (2022). Exploring the role of cognitive inhibition
in different components of arithmetic. Journal of Cognition, 5(1), 22.
https://doi.org/10.5334/joc.212
Ginsburg, H. P., & Baroody, A. J. (2003). Test of Early Mathematics Ability (3rd ed.). Pro-Ed.
Gioia, G. A., Isquith, P. K., Guy, S. C., & Kenworthy, L. (2015). Behavior Rating Inventory of Executive
Function, Second Edition (BRIEF-2). Psychological Assessment Resources.
Grotheer, M., Ambrus, G. G., & Kovács, G. (2016). Causal evidence of the involvement of the number
form area in the visual detection of numbers and letters. NeuroImage, 132, 314-319.
https://doi.org/10.1016/j.neuroimage.2016.02.069
Hassinger-Das, B., Jordan, N. C., Glutting, J., Irwin, C., & Dyson, N. (2019). Domain-general mediators
of the relation between kindergarten number sense and first-grade mathematics achievement.
Journal of Experimental Child Psychology, 184, 1-16.
Deng, F., Glaser Holthe, M. E., & Karlsen, P. J. (2022). Developmental dyscalculia: A review focusing
on comorbidity and treatment. Journal of Numerical Cognition, 8(1), 1-35.
https://doi.org/10.5964/jnc.6949
Ersözlü, Z. N., & Arslan, M. (2020). The effect of developing reflective thinking on metacognitively
oriented classroom environment. European Journal of Educational Research, 9(1), 33-50.
https://doi.org/10.12973/eu-jer.9.1.33
Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2020). Statistical power analyses using G*Power
3.1: Tests for correlation and regression analyses. Behavior Research Methods, 52(1), 871-890.
https://doi.org/10.3758/s13428-019-01246-w
Flores-Lázaro, J. C., Ostrosky-Shejet, F., & Lozano-Gutiérrez, A. (2014). BANFE-2. Batería
Neuropsicológica de Funciones Ejecutivas y Lóbulos Frontales. Manual Moderno.
García Vidal, J., González Manjón, D., García Ortiz, B., & Jiménez Mesa, A. (2013). EVAMAT. Prueba
para la Evaluación de la Competencia Matemática. EOS.
Geary, D. C. (2013). Early foundations for mathematics learning and their relations to learning
disabilities. Current Directions in Psychological Science, 22(1), 23-27.
https://doi.org/10.1177/0963721412469398
Gilmore, C., Cragg, L., Richardson, S., & Hubber, P. J. (2022). Exploring the role of cognitive inhibition
in different components of arithmetic. Journal of Cognition, 5(1), 22.
https://doi.org/10.5334/joc.212
Ginsburg, H. P., & Baroody, A. J. (2003). Test of Early Mathematics Ability (3rd ed.). Pro-Ed.
Gioia, G. A., Isquith, P. K., Guy, S. C., & Kenworthy, L. (2015). Behavior Rating Inventory of Executive
Function, Second Edition (BRIEF-2). Psychological Assessment Resources.
Grotheer, M., Ambrus, G. G., & Kovács, G. (2016). Causal evidence of the involvement of the number
form area in the visual detection of numbers and letters. NeuroImage, 132, 314-319.
https://doi.org/10.1016/j.neuroimage.2016.02.069
Hassinger-Das, B., Jordan, N. C., Glutting, J., Irwin, C., & Dyson, N. (2019). Domain-general mediators
of the relation between kindergarten number sense and first-grade mathematics achievement.
Journal of Experimental Child Psychology, 184, 1-16.
pág. 2331
https://doi.org/10.1016/j.jecp.2019.03.007
Iglesias-Sarmiento, V., Deaño, M., Alfonso, S., & Conde, Á. (2022). Contributions of inhibitory control
and working memory to mathematical performance in children with and without mathematical
learning disabilities. British Journal of Educational Psychology, 92(3), 1031-1050.
https://doi.org/10.1111/bjep.12483
Jordan, N. C., Glutting, J., & Ramineni, C. (2010). The importance of number sense to mathematics
achievement in first and third grades. Learning and Individual Differences, 20(2), 82-88.
https://doi.org/10.1016/j.lindif.2009.07.004
Lakens, D. (2022). Sample size justification. Collabra: Psychology, 8(1), 33267.
https://doi.org/10.1525/collabra.33267
Macdonald, K., Germine, L., Anderson, A., Christodoulou, J., & McGrath, L. M. (2022). Cognitive and
behavioral impacts of computerized arithmetic training across neurodevelopmental disabilities:
A systematic review. Developmental Science, 25(3), e13175.
https://doi.org/10.1111/desc.13175
Matute, E., Rosselli, M., Ardila, A., & Ostrosky, F. (2013). Evaluación Neuropsicológica Infantil-2.
Manual Moderno.
Mazzocco, M. M. M., & Thompson, R. E. (2005). Kindergarten predictors of math learning disability.
Learning Disabilities Research & Practice, 20(3), 142-155. https://doi.org/10.1111/j.1540-
5826.2005.00129.x
McKenzie, S. K., Li, C., & Jenkin, G. (2023). Ethical considerations in research with vulnerable
populations: A systematic review. Ethics & Human Research, 45(1), 2-18.
https://doi.org/10.1002/eahr.500144
Merkley, R., Shimi, A., & Scerif, G. (2022). The developmental trajectory of attentional control in
mathematical cognition. Developmental Review, 63, 100986.
https://doi.org/10.1016/j.dr.2021.100986
Michels, L., O'Gorman, R., & Kucian, K. (2021). Functional connectivity between parietal and frontal
brain regions and intelligence in young children: The Generation R study. Developmental
Science, 24(1), e13046. https://doi.org/10.1111/desc.13046
https://doi.org/10.1016/j.jecp.2019.03.007
Iglesias-Sarmiento, V., Deaño, M., Alfonso, S., & Conde, Á. (2022). Contributions of inhibitory control
and working memory to mathematical performance in children with and without mathematical
learning disabilities. British Journal of Educational Psychology, 92(3), 1031-1050.
https://doi.org/10.1111/bjep.12483
Jordan, N. C., Glutting, J., & Ramineni, C. (2010). The importance of number sense to mathematics
achievement in first and third grades. Learning and Individual Differences, 20(2), 82-88.
https://doi.org/10.1016/j.lindif.2009.07.004
Lakens, D. (2022). Sample size justification. Collabra: Psychology, 8(1), 33267.
https://doi.org/10.1525/collabra.33267
Macdonald, K., Germine, L., Anderson, A., Christodoulou, J., & McGrath, L. M. (2022). Cognitive and
behavioral impacts of computerized arithmetic training across neurodevelopmental disabilities:
A systematic review. Developmental Science, 25(3), e13175.
https://doi.org/10.1111/desc.13175
Matute, E., Rosselli, M., Ardila, A., & Ostrosky, F. (2013). Evaluación Neuropsicológica Infantil-2.
Manual Moderno.
Mazzocco, M. M. M., & Thompson, R. E. (2005). Kindergarten predictors of math learning disability.
Learning Disabilities Research & Practice, 20(3), 142-155. https://doi.org/10.1111/j.1540-
5826.2005.00129.x
McKenzie, S. K., Li, C., & Jenkin, G. (2023). Ethical considerations in research with vulnerable
populations: A systematic review. Ethics & Human Research, 45(1), 2-18.
https://doi.org/10.1002/eahr.500144
Merkley, R., Shimi, A., & Scerif, G. (2022). The developmental trajectory of attentional control in
mathematical cognition. Developmental Review, 63, 100986.
https://doi.org/10.1016/j.dr.2021.100986
Michels, L., O'Gorman, R., & Kucian, K. (2021). Functional connectivity between parietal and frontal
brain regions and intelligence in young children: The Generation R study. Developmental
Science, 24(1), e13046. https://doi.org/10.1111/desc.13046
pág. 2332
Moeller, K., Nuerk, H. C., & Klein, E. (2022). Making connections: A neurocognitive perspective on
the development of arithmetic skills. Trends in Neuroscience and Education, 26, 100167.
https://doi.org/10.1016/j.tine.2022.100167
Mononen, R., Niemivirta, M., & Korhonen, J. (2022). Effectiveness of integrated multi-componential
support in mathematics for ethnic and language minority primary school students: A longitudinal
study. ZDM Mathematics Education, 54, 665-679. https://doi.org/10.1007/s11858-022-01374-2
Peng, P., Wang, T., Wang, C., & Lin, X. (2020). A meta-analysis on the relation between fluid
intelligence and reading/mathematics: Effects of tasks, age, and social economics status.
Psychological Bulletin, 146(2), 189-236. https://doi.org/10.1037/bul0000222
Purpura, D. J., Schmitt, S. A., & Ganley, C. M. (2021). Foundations of mathematics and literacy: The
role of executive functioning components. Journal of Experimental Child Psychology, 202,
105060. https://doi.org/10.1016/j.jecp.2020.105060
Ramírez-Benítez, Y., Torres-Díaz, R., & Amor-Díaz, V. (2022). Numerical working memory training
improves arithmetic performance in children with mathematical difficulties. Brain Sciences,
12(2), 256. https://doi.org/10.3390/brainsci12020256
Rathé, S., Torbeyns, J., De Smedt, B., & Verschaffel, L. (2020). Spontaneous focusing on Arabic number
symbols and its association with early mathematical competencies. Early Childhood Research
Quarterly, 53, 150-163. https://doi.org/10.1016/j.ecresq.2020.01.011
Ribner, A. D., Willoughby, M. T., Blair, C. B., & Family Life Project Key Investigators. (2023).
Executive function, attention, and school readiness in early childhood: A meta-analytic review.
Psychological Bulletin, 149(3-4), 177-202. https://doi.org/10.1037/bul0000391
Robbins, T. W., James, M., Owen, A. M., Sahakian, B. J., McInnes, L., & Rabbitt, P. (1994). Cambridge
Neuropsychological Test Automated Battery (CANTAB): a factor analytic study of a large
sample of normal elderly volunteers. Dementia, 5(5), 266-281.
https://doi.org/10.1159/000106735
Rosas, R., Espinoza, V., Porflitt, F., & Ceric, F. (2019). Executive functions can be improved in
preschoolers through systematic playing in educational settings: Evidence from a longitudinal
study. Frontiers in Psychology, 10, 2024. https://doi.org/10.3389/fpsyg.2019.02024
Moeller, K., Nuerk, H. C., & Klein, E. (2022). Making connections: A neurocognitive perspective on
the development of arithmetic skills. Trends in Neuroscience and Education, 26, 100167.
https://doi.org/10.1016/j.tine.2022.100167
Mononen, R., Niemivirta, M., & Korhonen, J. (2022). Effectiveness of integrated multi-componential
support in mathematics for ethnic and language minority primary school students: A longitudinal
study. ZDM Mathematics Education, 54, 665-679. https://doi.org/10.1007/s11858-022-01374-2
Peng, P., Wang, T., Wang, C., & Lin, X. (2020). A meta-analysis on the relation between fluid
intelligence and reading/mathematics: Effects of tasks, age, and social economics status.
Psychological Bulletin, 146(2), 189-236. https://doi.org/10.1037/bul0000222
Purpura, D. J., Schmitt, S. A., & Ganley, C. M. (2021). Foundations of mathematics and literacy: The
role of executive functioning components. Journal of Experimental Child Psychology, 202,
105060. https://doi.org/10.1016/j.jecp.2020.105060
Ramírez-Benítez, Y., Torres-Díaz, R., & Amor-Díaz, V. (2022). Numerical working memory training
improves arithmetic performance in children with mathematical difficulties. Brain Sciences,
12(2), 256. https://doi.org/10.3390/brainsci12020256
Rathé, S., Torbeyns, J., De Smedt, B., & Verschaffel, L. (2020). Spontaneous focusing on Arabic number
symbols and its association with early mathematical competencies. Early Childhood Research
Quarterly, 53, 150-163. https://doi.org/10.1016/j.ecresq.2020.01.011
Ribner, A. D., Willoughby, M. T., Blair, C. B., & Family Life Project Key Investigators. (2023).
Executive function, attention, and school readiness in early childhood: A meta-analytic review.
Psychological Bulletin, 149(3-4), 177-202. https://doi.org/10.1037/bul0000391
Robbins, T. W., James, M., Owen, A. M., Sahakian, B. J., McInnes, L., & Rabbitt, P. (1994). Cambridge
Neuropsychological Test Automated Battery (CANTAB): a factor analytic study of a large
sample of normal elderly volunteers. Dementia, 5(5), 266-281.
https://doi.org/10.1159/000106735
Rosas, R., Espinoza, V., Porflitt, F., & Ceric, F. (2019). Executive functions can be improved in
preschoolers through systematic playing in educational settings: Evidence from a longitudinal
study. Frontiers in Psychology, 10, 2024. https://doi.org/10.3389/fpsyg.2019.02024
pág. 2333
Schneider, M., Merz, J., Stricker, J., De Smedt, B., Torbeyns, J., Verschaffel, L., & Luwel, K. (2020).
The association between number line estimation and mathematics achievement: A meta-
analysis. Child Development, 91(4), 1467-1484. https://doi.org/10.1111/cdev.13356
Serra-Grabulosa, J. M., Adan, A., Pérez-Pàmies, M., Lachica, J., & Membrives, S. (2010). Bases
neurales del procesamiento numérico y del cálculo. Revista de Neurología, 50(1), 39-46.
https://doi.org/10.33588/rn.5001.2009116
Spina, A. M., & Sella, F. (2022). Beyond the classroom: How parents can support children's
mathematical learning. Current Directions in Psychological Science, 31(4), 341-349.
https://doi.org/10.1177/09637214221095470
Stojanović, M., & Ranđelović, D. (2022). Dynamic assessment as a method for evaluating learning
potential in children with neurodevelopmental disorders. International Journal of Disability,
Development and Education, 69(3), 986-1002.
https://doi.org/10.1080/1034912X.2020.1812860
Szűcs, D., & Myers, T. (2022). The complex relation between neurocognitive factors and mathematical
achievement: A review of the literature. Cognitive Development, 61, 101153.
https://doi.org/10.1016/j.cogdev.2021.101153
Van Luit, J. E. H., & Toll, S. W. M. (2021). Remedial interventions for children with serious
mathematical difficulties: Evaluation studies. Journal of Learning Disabilities, 54(3), 219-233.
https://doi.org/10.1177/0022219420941000
Wilkinson, P. O., & Westerlund, A. (2021). A multi-method approach to the assessment of cognitive
development. Development and Psychopathology, 33(2), 473-485.
https://doi.org/10.1017/S0954579420001650
Zhang, J., McBride, C., & Cheng, R. W. Y. (2021). Executive functioning and reading comprehension
difficulties in Chinese children: A longitudinal study. Journal of Learning Disabilities, 54(5),
373-383. https://doi.org/10.1177/0022219420981603
Zhang, Z., & Yuan, K. H. (2022). Practical statistical power analysis using Webpower and R. ISDSA
Press. https://doi.org/10.5281/zenodo.493575
Schneider, M., Merz, J., Stricker, J., De Smedt, B., Torbeyns, J., Verschaffel, L., & Luwel, K. (2020).
The association between number line estimation and mathematics achievement: A meta-
analysis. Child Development, 91(4), 1467-1484. https://doi.org/10.1111/cdev.13356
Serra-Grabulosa, J. M., Adan, A., Pérez-Pàmies, M., Lachica, J., & Membrives, S. (2010). Bases
neurales del procesamiento numérico y del cálculo. Revista de Neurología, 50(1), 39-46.
https://doi.org/10.33588/rn.5001.2009116
Spina, A. M., & Sella, F. (2022). Beyond the classroom: How parents can support children's
mathematical learning. Current Directions in Psychological Science, 31(4), 341-349.
https://doi.org/10.1177/09637214221095470
Stojanović, M., & Ranđelović, D. (2022). Dynamic assessment as a method for evaluating learning
potential in children with neurodevelopmental disorders. International Journal of Disability,
Development and Education, 69(3), 986-1002.
https://doi.org/10.1080/1034912X.2020.1812860
Szűcs, D., & Myers, T. (2022). The complex relation between neurocognitive factors and mathematical
achievement: A review of the literature. Cognitive Development, 61, 101153.
https://doi.org/10.1016/j.cogdev.2021.101153
Van Luit, J. E. H., & Toll, S. W. M. (2021). Remedial interventions for children with serious
mathematical difficulties: Evaluation studies. Journal of Learning Disabilities, 54(3), 219-233.
https://doi.org/10.1177/0022219420941000
Wilkinson, P. O., & Westerlund, A. (2021). A multi-method approach to the assessment of cognitive
development. Development and Psychopathology, 33(2), 473-485.
https://doi.org/10.1017/S0954579420001650
Zhang, J., McBride, C., & Cheng, R. W. Y. (2021). Executive functioning and reading comprehension
difficulties in Chinese children: A longitudinal study. Journal of Learning Disabilities, 54(5),
373-383. https://doi.org/10.1177/0022219420981603
Zhang, Z., & Yuan, K. H. (2022). Practical statistical power analysis using Webpower and R. ISDSA
Press. https://doi.org/10.5281/zenodo.493575