Beruflich Dokumente
Kultur Dokumente
Diciembre de 2011
Instituto Balseiro
Universidad Nacional de Cuyo
Comisin Nacional de Energa Atmica
San Carlos de Bariloche
Argentina
A mis padres.
Contenidos
Contenidos
Resumen
Abstract
1. Introduccin
15
2.1. Implementacin . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1. El juego . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1.1.
Lenguaje de programacin . . . . . . . . . . . 20
2.1.1.2.
2.1.1.3.
El modelo . . . . . . . . . . . . . . . . . . . . . 38
47
CONTENIDOS
Referencias
51
Agradecimientos
53
Resumen
Los trastornos del espectro autista son trastornos del neurodesarrollo que afectan los dominios de la socializacin, la comunicacin y la conducta de las
personas que lo padecen. Algunos autistas han reportado dificultades para
categorizar estmulos, es decir, para agrupar objetos distintos dentro de una
misma categora, o clase, y tratarlos como equivalentes en un determinado
contexto. Se ignora, sin embargo, si esta dificultad es una particularidad individual de los reportes analizados, o si se hace extensiva a la mayor parte
de los sujetos de la poblacin del espectro autista. El objetivo de este trabajo
es determinar si existe una diferencia significativa en la tendencia a categorizar estmulos visuales entre nios del espectro autista y la poblacin
neurotpica. Con este fin, se dise un juego de computadora que plantea
una tarea de memoria visual. El juego fue presentado a 17 nios del espectro
y a 22 controles neurotpicos. Las respuestas de cada nio fueron resumidas
en un conjunto de parmetros que permiten inferir en qu medida la tarea
se resuelve segmentando los estmulos en categoras.
En promedio, la poblacin control se caracteriz por un uso significativamente mayor de estrategias categricas, en comparacin con la poblacin
del espectro autista. Este resultado confirma la hiptesis de que los nios
autistas muestran una menor tendencia a segmentar estmulos continuos en
categoras discretas. Sin embargo, las diferencias en la tendencia a categorizar slo aparecen al comparar los promedios obtenidos en ambas poblaciones. No todos los nios control utilizaron estrategias categricas, y no todos
los nios del espectro prescindieron de ellas: se observa una alta variabilidad individual. Por lo tanto, concluimos que si bien los nios del espectro
autista muestran una tendencia disminuida a categorizar estmulos, esta caracterstica no acompaa al diagnstico invariablemente.
cin.
CONTENIDOS
Abstract
Autistic Spectrum Disorders are neurodevelopmental disorders affecting social, communication and behavioural domains of those who suffer from
them. A few autistic patients have reported difficulties in categorizing stimuli, that is, in grouping different objects into one same category, or class,
and treating them as equal thereafter, within a given context. Whether such
difficulty constitutes an individual peculiarity of these specific reports, or
whether it is a widespread characteristic of a large population of autistic
subjects, remains so far unknown. The goal of this study is to determine
whether a significant difference exists, between the propensity to categorize stimuli in the neurotypical population, as compared with individuals in
the autistic spectrum. To this aim, a computer game was developed, proposing a visual memory task. The game was played by 17 children within the
autistic spectrum and 22 neurotypical controls. The responses of each child
were summarized into a collection of parameters that allowed us to infer
the degree up to which the visual stimuli in the game were segmented into
discrete categories.
On average, the control population made a significantly larger use of categorical strategies, as compared to the autistic spectrum. This result confirms
the hypothesis that autistic children have a lower tendency to segment stimuli into categories. The difference, however, only appears when comparing average values in the two populations. Not all control children made
use of categorical strategies, and not all autistic children disregarded them:
a large individual variability was observed.We therefore conclude that although children in the autistic spectrum indeed display a characteristically
low inclination to categorize stimuli, the tendency does not invariably accompany the diagnosis.
C APTULO I
Introduccin
No slo le costaba comprender que el smbolo genrico perro
abarcara tantos individuos dispares de diversos tamaos y
forma; le molestaba que el perro de las tres y catorce (visto de
perfil) tuviera el mismo nombre que el perro de las tres y cuarto
(visto de frente).
Jorge Luis Borges
Funes el memorioso.
1. Introduccin
1.1.
Los trastornos del espectro autista son denominados trastornos del neurodesarrollo, es decir, representan una alteracin en el desarrollo del cerebro.
Recientemente, sin embargo, ha comenzado a estudiarse el autismo en un
enfoque ms amplio que abarca tambin el sistema inmune y el sistema endcrino ya que se entiende que dicho trastorno involucra a todas estas reas.
Si bien las causas del autismo no son del todo claras, se entiende que dicho
trastorno no es consecuencia de un solo factor sino de varios interactuantes.
Dichas causas son variadas e incluyen tanto factores internos a la persona
como externos. Estos abarcan desde factores genticos hasta ambientales. Se
encuentran en estudio tambin otros factores como ser el efecto de ciertas
vacunas[2].
Segn el DSM-IV: Los trastornos generalizados del desarrollo se caracterizan por
una perturbacin grave y generalizada de varias reas del desarrollo: habilidades
para la interaccin social, habilidades para la comunicacin o la presencia de comportamientos, intereses y actividades estereotipados.
A nivel de la conducta y, en particular en el trastorno autista, las principales
1. Introduccin
1.2.
1. Introduccin
Por ejemplo, mi concepto de los perros est inextricablemente ligado a todos los
perros que he conocido. Es como si tuviera un catlogo de fichas de los perros que
he visto, con fotos y todo, que va creciendo conforme aado nuevos ejemplos a mi
videoteca. (...) No hay ningn gran dans genrico.
1.3.
1.4.
Pregunta planteada
1. Introduccin
C APTULO II
Resultados
En media hora de juego podremos descubrir mejor a una
persona que en un ao de conversacin.
Platn
2.1.
Implementacin
2.1.1.
El juego
Con el fin de estudiar las posibles diferencias en la capacidad de categorizacin de nios del espectro autista, se decidi desarrollar un software en
forma de juego de computadora. Se eligi este mecanismo ya que tiene la
ventaja, por un lado, de ser atractivo para los nios (muchos de los nios
autistas y todos los no autistas con los que se trabaj tenan experiencia con
juegos de computadora) y, por otro lado, permite un control de los tiempos
y formas del experimento muy preciso. De esta manera se logra repetitividad en la tarea adems de permitir registrar todas las variables en juego.
Una tercera ventaja de utilizar un juego de computadoras frente a un diseo experimental ms flexible es que las reglas claras y repetidas generan un
ambiente ms cmodo para los nios autistas.
Se ide entonces el REC, un juego que permitiera, mediante una tarea de
memoria visual, detectar en la distribucin de errores cometidos por quien
lo juega indicios de la estrategia utilizada. Es decir, determinar de dicha distribucin de errores si para lograr la tarea la persona categoriza o no.
En este juego se eligi como variable contnua del estmulo a los tamaos de
cuatro figuras geomtricas. En este contexto, la estrategia no categrica consiste en registrar fotogrficamente el tamao de cada figura. Un estrategia
no categrica, por el contrario, implica segmentar los tamaos en catego-
2. Resultados
2.1. Implementacin
Figura 2.1: Pantalla inicial de juego en la que se solicita al usuario ingresar su nombre para
generar un archivo con dicho nombre en donde se volcarn los datos obtenidos.
2. Resultados
Figura 2.2: Pantalla con instrucciones en la que se explica al usuario que a continuacin se
le presentarn unas figuras y debe intentar recordar cmo se encuentran.
2.1. Implementacin
Figura 2.4: Se presenta una nueva instruccin para que el usuario reacomode las figuras
nuevamente como estaban.
Figura 2.5: En esta cuarta pantalla el usuario cuenta con una barra de desplazamiento que,
al moverse, cambia los tamaos de las cuatro figuras. Cuando termina debe hacer click en
Listo.
2. Resultados
Figura 2.6: Por ltimo se presenta una placa con una frase de felicitaciones y un puntaje
que depende del desempeo del usuario.
2.1. Implementacin
2.1.1.2.
(2.1)
2. Resultados
diente a la configuracin presentada con el valor de x que respondi el usuario. El programa registra en el archivo el valor de x que se le present al
usuario, el error (x) cometido por el mismo, y el puntaje otorgado para cada una de las 10 configuraciones evaluadas, si bien dicho puntaje no es a
priori una variable que nos interese, sino que sirve como motivacin para el
usuario.
Mediante este procedimiento espera observarse en la distribucin de errores
la influencia o no del proceso de categorizacin en el desempeo de la tarea.
Figura 2.7: Cada una de las cuatro figuras geomtricas est representada por un vector
~ que es capaz de girar alrededor del origen determina el
unidad V~i . Un quinto versor V
~ y V~i .
tamao de las imgenes, que es proporcional al producto escalar entre V
2.1.1.3.
Puesto que el juego est orientado a nios y adems es necesario lograr que
cada nio juegue lo ms posible para mejorar la estadstica, se busc realizar un juego que fuese visualmente atractivo. Se opt, entonces, por utilizar
un ambiente colorido, con un fondo que diera continuidad a las distintas
etapas del juego pero que fuera cubierto parcialmente por un cuadro blanco
al momento de mostrar las figuras para evitar distracciones.
2.1. Implementacin
2.1.2.
Como primera etapa del trabajo y antes de desarrollar el juego se consider necesario entrar en contacto con nios del espectro autista para, por un
lado (y ya que la presente es una nueva lnea de investigacin en el grupo)
entender mejor de qu se trata el autismo y, por el otro, saber qu se deba
tener en cuenta a la hora de realizar el juego.
A tal fin se realizaron una serie de visitas a las sesiones de un grupo de nios
autistas de la ciudad de San Carlos de Bariloche que la Lic. Marcela Menass, colaboradora de este proyecto, mantiene regularmente como parte del
tratamiento de los mismos. Para estos encuentros se cont con el consentimiento expreso tanto de los padres como de los nios.
Gracias a estas visitas se pudo conocer el caso de cuatro nios autistas de
entre 6 y 10 aos y apreciar lo variado de las caractersticas de los nios
del espectro. Estas sesiones permitieron a su vez entrar en confianza con los
nios para poder luego realizar pruebas del juego con ellos. Se decidi adems en base a esta experiencia orientar el juego a nios de entre 8 y 12 aos,
pensando sobre todo en los nios del espectro. Con 6 aos de edad muchos
nios autistas todava no hablan y tienen dificultades para seguir una consigna compleja. Ms adelante en el proceso de medicin se comprob que
en muchos casos estos problemas persisten en edades ms avanzadas.
La programacin de una primera versin del programa llev, incluyendo la
etapa de aprendizaje del lenguaje de programacin, tres meses. Luego de
dicho perodo se comenz con las pruebas preliminares del juego.
2. Resultados
2.1. Implementacin
experimentadores frente a los nios mejorando adems las consignas verbales utilizadas as como las frases de refuerzo. Tambin, en base a la experiencia de los nios observados y a las prubas preliminares se decidi tomar
los 8 aos de edad como edad mnima de los sujetos experimentales.
2.1.3.
2. Resultados
2.2. Datos
de 29 nios de los cuales 22 jugaron lo suficiente como para tener una estadstica significativa. No se registraron casos de nios que no entendieran la
consigna.
Considerando todos los centros involucrados se obtuvieron datos de 17 nios del espectro autista y 22 controles, representando un porcentaje de xito
en la toma de las pruebas (porcentaje del total de nios probados que, comprendiendo la tarea, juega al menos cuatro veces al juego) de 46 % y 76 %
respectivamente. Incluyendo las pruebas preliminares se trabaj, en total,
con 45 nios del espectro autista de distintos puntos del pas.
2.2.
Datos
Como se mencion en la seccin Mecnica del Juego, a medida que cada sujeto completa las distintas pantallas del mismo, el programa va registrando el
error cometido por el participante ante cada configuracin presentada. De
esta manera, al terminar el proceso de medicin se cuenta con un registro
de los errores cometidos por cada individuo.
En este punto se genera una bifurcacin en el camino del procesamiento de
los datos. Por un lado, se quiere evaluar el desempeo de cada jugador en
cada una de las configuraciones y, por el otro, se busca comparar el desempeo global de los usuarios en el juego.
El primer camino llevar a querer evaluar el valor medio del error y la dispersin cometida por cada sujeto para cada configuracin presentada. Se
obtiene, entonces, una grfica de error medio en funcin de x para cada jugador. En la figura 2.8 se presentan, a modo ilustrativo, algunos ejemplos de
las curvas obtenidas para varios jugadores.
El segundo camino conducir a generar un histograma de errores para cada
usuario que no distinga los errores cometidos en una configuracin u otra.
En la figura 2.9 se presentan algunos ejemplos de los histogramas obtenidos.
La ventaja de este anlisis segmentado es que permitir obtener distintos
parmetros relacionados con el modelo planteado, brindando adems la po-
2. Resultados
sibilidad de cotejar al final del anlisis si los resultados obtenidos por ambos
caminos son consistentes.
Figura 2.8: Ejemplos de las curvas de error medio en funcin de x obtenidas para varios
jugadores. Las barras de error representan el error estndar del promedio.
Figura 2.9: Ejemplos de los histogramas de error obtenidos para varios jugadores.
2.2.1.
Variabilidad Estratgica
2.2. Datos
En este punto cabe aclarar que en cada secuencia del juego el cursor comienza siempre en el centro de la pantalla, es decir que un error como el antes
descripto puede interpretarse como una tendencia a quedarse cerca de la
posicin inicial por parte de los jugadores. Por este motivo al valor absoluto
de la pendiente del error se lo denominar pereza del jugador. En la figura
2.11 se presentan los valores medios poblacionales de pereza para los sujetos
pertenecientes al espectro autista (M = 0.21 , SD = 0.14) y los sujetos control
(M = 0.20 , SD = 0.17).
2. Resultados
Para comparar los valores medios poblacionales de las distintas magnitudes de inters, se realizaron t-tests[7] de muestras independientes para todas ellas. En particular, en el caso de la pereza no se encontr una diferencia
significativa entre ambas poblaciones (t (37)= 0.22, p = 0.82).
Figura 2.11: Comparacin de los valores medios poblacionales de pereza del espectro autista (M = 0.21 , SD = 0.14) y los sujetos control (M = 0.20 , SD = 0.17). Las barras de error
corresponden al error estndar del promedio. No se encontr una diferencia significativa
entre ambas poblaciones (t (37)= 0.22, p = 0.82).
Puesto que este error es considerado un error sistemtico y no est relacionado con las capacidades estudiadas en el presente trabajo, es que se
sustraer tanto de las curvas de error medio en funcin de x como de los
histogramas la recta de ajuste correspondiente a este error sistemtico. En
la figura 2.12 se presentan las graficas de error medio en funcin de x correspondientes a los mismos sujetos de la figura 2.8 tras sustraer dicho error
sistemtico.
2.2. Datos
Figura 2.12: Ejemplos de las curvas de error medio en funcin de x (mismas que en figura
2.8) corregidas por la pendiente de error sistemtico obtenidas para varios jugadores. Las
barras de error representan el error estndar del promedio.
2. Resultados
Figura 2.13: Comparacin de los valores medios poblacionales de error de los nios del
espectro autista (M = 26.3; SD = 14.1) y control (M = 22.7; SD = 9.6). Los intervalos
de incerteza corresponden al error estndar del promedio. No se encontraron diferencias
significativas (t (27)= 0.89, p = 0.38).
2.2. Datos
valores medios son los mismos pero en el segundo caso dichos valores no
son distinguibles dentro de los intervalos de incerteza.
Se define entonces la Variabilidad Estratgica de un jugador como la desviacin estndar de los errores medios pesados por sus intervalos de incerteza,
es decir:
V.E. =
X i
)2
(
i
(2.2)
2. Resultados
2.2. Datos
Puede notarse a primera vista en la figura 2.15 que en la zona de alta variabilidad estratgica hay una predominancia casi exclusiva de controles. No
se encontraron personas del espectro con valores muy altos de variabilidad
estratgica. Para ver ms en detalle cmo es la distribucin, resula til graficar la densidad de personas de cada grupo en funcin del nmero de orden.
Para esto se computa el nmero de personas de cada poblacin dentro de
una ventana de 15 lugares que se hace desplazar. La figura 2.16 presenta las
curvas de dichas densidades. Se observa un mayor nmero de personas del
espectro autista en la zona de baja variabilidad y, por el contrario, una dominancia creciente de los individuos control a medida que uno se desplaza
hacia la derecha.
2. Resultados
Figura 2.16: Grfica de densidad de personas de cada grupo (control y espectro autista)
en funcin del nmero de orden. Para cada punto de la grfica se computa el nmero de
personas de cada poblacin dentro de una ventana de 15 lugares que se hace desplazar. Se
observa un mayor nmero de personas del espectro autista en la zona de baja variabilidad
y, por el contrario, una dominancia creciente de los individuos control a medida que uno se
desplaza hacia la derecha.
Finalmente, es de inters determinar en qu medida la Variabilidad Estratgica separa ambas poblaciones. Es decir, cun efectiva es la Variabilidad
Estratgica como criterio para distinguir autistas de controles. En la figura
2.17 se presentan las distribuciones poblacionales de Variabilidad Estratgica. Primeramente, puede observarse que la moda del espectro es menor a la
moda de la poblacin control. En segundo lugar, se observa que la distribucin de la poblacin control es ms ancha que la de la poblacin con T EA,
en concordancia con lo observado en las figuras anteriores.
2.2. Datos
Finalmente, se construye una curva ROC[8], a partir de las dos distribuciones de la figura 2.17. Dicha curva se presenta en la figura 2.18. La curva
ROC grafica el nmero de autistas identificados como autistas vs. el nmero de controles identificados como autistas a medida que se hace variar el
umbral de Variabilidad Estratgica usado para distinguir ambas poblaciones (en ese caso, el umbral se hizo variar entre 0 y 10 con saltos unitarios).
La recta identidad representa un test azaroso mientras que el ngulo recto
indica que un test separa perfectamente ambas poblaciones. En el caso de
la Variabilidad Estratgica se encontr un rea bajo la curva ROC de 0.86.
Esto marca que la Variabilidad Estratgica resulta una herramienta til para
distinguir autistas de controles.
2. Resultados
Figura 2.18: Curva ROC de la Variabilidad Estratgica como test para distinguir autistas
de controles. Se grafica el nmero de autistas identificados como autistas vs. el nmero de
controles identificados como autistas a medida que se hace variar el umbral de Variabilidad
Estratgica usado para distinguir ambas poblaciones (en ese caso, el umbral se hizo variar
entre 0 y 10 con saltos unitarios). La recta identidad representa un test azaroso mientras
que el ngulo recto indica que un test separa perfectamente ambas poblaciones. En el caso
de la Variabilidad Estratgica se encontr un rea bajo la curva ROC de 0.86.
2.2.2.
El modelo
2.2. Datos
f (x) =
B
(x x0 )2
1B
+
)
exp(
D
2s2
2s2
(2.3)
2. Resultados
Figura 2.19: Comparacin de los valores medios poblacionales de Distraccin de los nios
del espectro autista (M = 0.15 , SD = 0.09) y control (M = 0.15 , SD = 0.10). Las barras de
error corresponden al error estndar del promedio. No se observan diferencias significativas
entre ambas poblaciones (t (35.8)= -0.09, p = 0.93).
Figura 2.20: Comparacin de los valores medios poblacionales de de los nios del espectro
autista (M = 24.9 , SD = 10.5) y control (M = 21.3 , SD = 9.8). Las barras de error
corresponden al error estndar del promedio. No se observan diferencias significativas entre
ambas poblaciones (t (33.3)= 1.08, p = 0.29)
Si bien el grado de asimetra en las respuestas (dada por el valor de x0 ) es variable entre jugadores, no se registraron valores medios significativos a nivel
2.2. Datos
Se quiere, claro est, evaluar si es posible a partir de las distribuciones tambin inferir en qu medida los jugadores de uno y otro grupo estn categorizando para resolver la tarea. Para esto es necesario contar con una medida
de cun bueno es el ajuste del modelo a los datos. Se trabaj en este caso con
el valor de Chi-Cuadrado reducido del ajuste, definido como:
[f (xi ) yi ]2
(2.4)
2. Resultados
Figura 2.21: Comparacin de los valores medios poblacionales de -log(2 ) de los grupos
T EA (M = 6.29; SD = 0.73) y controles (M = 6.01; SD = 0.54). Las barras de error
corresponden al error estndar del promedio. Si bien se observa una tendencia consistente
con los resultados obtenidos de por el camino de la Variabilidad Estratgica, las diferencias
encontradas no son significativas (t (28.4)= 1.30, p = 0.20).
Es posible que la calidad del ajuste del histograma sea una medida ms ruidosa de la capacidad de categorizacin y, dada la dispersin ya observada
en la Variabilidad Estratgica, no resulte una medida efectiva para diferenciar ambas poblaciones. De ser as, debera al menos poder observarse una
correlacin positiva entre 2 y la Variabilidad. En efecto, se calcul la correlacin entre log(2 ) y Variabilidad Estratgica obtenindose un coeficiente
de (0,23 0,15). Si ahora se analizan las correlaciones en ambas poblaciones
por separado se obtiene un coeficiente de (0,34 0,18) para la poblacin del
espectro autista y un coeficiente de (0,1 0,5), es decir prcticamente nulo,
para la poblacin control. En otras palabras, existe una correlacin positiva
entre ambas magnitudes slo para la poblacin del espectro autista. Esto es
interesante ya que el modelo apunta a ajustar justamente el comportamiento no-categrico. En la figura 2.22 se presenta una grfica del 2 de cada
individuo en funcin de la Variabilidad Estratgica.
2.2. Datos
2.2.3.
2. Resultados
los valores poblacionales de los otros grupos se apartan del valor de la poblacin con sndrome de Asperger ya que si estos fuesen muy diferentes se
vuelve importante separar a las poblaciones o hacer un clculo que tome en
cuenta la diferencia en el nmero de nios de cada subgrupo.
Figura 2.23: Comparacin de los valores medios poblacionales de Variabilidad Estratgica correspondientes a los distintos trastornos que componen los TEA. Las barras de error
corresponden al error estndar del promedio. Se compararon de a pares las distribuciones
de Variabilidad Estratgica de los grupos: Asperger (M = 2.39; SD = 1.25), Autistas (M
= 2.04; SD = 0.99), y TGDNE (M = 2.09; SD = 0.75). En ningn caso se encontraron
diferencias significativas (Asperger - Autistas: t (6.8)= 0.55, p = 0.6; Asperger - TGDNE:
t (2.2)= 0.46, p = 0.68; Autistas - TGDNE: t (2.8)= -0.06, p = 0.96).
2.2. Datos
2. Resultados
C APTULO III
Discusin y Conclusiones
3. Discusin y Conclusiones
puede obtenerse en ausencia de categoras. Si bien la utilizacin de estrategias categricas implica que el sujeto es capaz de manipular categoras, la
inversa no es cierta. En principio, es posible que los autistas sean capaces de
categorizar, pero que en esta tarea hayan elegido no hacerlo. En cualquier
caso, los datos demuestran que los controles eligen categorizar con mayor
frecuencia que los autistas, al menos, en promedios poblacionales.
Los resultados indican, sin embargo, que las dos poblaciones muestran un
grado de superposicin importante en su tendencia a categorizar. Si utilizamos la variabilidad estratgica como criterio para discriminar si un individuo pertenece a una u otra poblacin, encontraremos que el test tiene
una efectividad del 86 %, medida como el rea debajo de la curva ROC. Esto
indica que existen diferencias apreciables entre las poblaciones, pero no lo
suficientemente marcadas como para servir como nico criterio diagnstico.
La superposicin entre las distribuciones hace que un nmero apreciable de
individuos del espectro se confundan con la poblacin neurotpica, y viceversa. Por lo tanto, las diferencias en la tendencia a categorizar se observan
a nivel de medias poblacionales, pero no a nivel individual. Esta superposicin se extiende a diversas caractersticas del espectro autista, y constituye
la base de la variabilidad caracterstica del sndrome, y de la nocin de espectro en la distribucin de rasgos caractersticos. Ntese adems que la
poblacin neurotpica es an ms heterognea que la del espectro, implicando que la nocin de normal es extremadamente variable.
3.1.
3. Discusin y Conclusiones
Referencias
[1] American Psychiatric Association. Versin espaola de la cuarta edicin de
la obra original en lengua inglesa Diagnostic and Statistical Manual of Mental
Disorders: DSM-IV. MASSON S.A., 1995.
[2] Organizacin Mundial de la Salud. Informe del Comit Consultivo Mundial
dependiente de la Organizacin Mundial de la Salud sobre Inocuidad de las
Vacunas. 2002.
[3] R. Isabelle Soulires et al. A typical categorical perception in autism:
Autonomy of discrimination? J Autism Dev Disord, 37, 2007.
[4] Temple Grandin. Pensar con imgenes: Mi vida con el autismo. Alba Editorial, 1995.
[5] Uta Frith. Autismo: Explicando el enigma. Alianza Editorial, 1989.
[6] Catherine Rice. Autism and developmental disabilities monitoring network surveillance year 2006. CDC Surveillance Summaries, 2006.
[7] John A. Rice. Mathematical Statistics and Data Analysis. Wadsworth &
Brooks / Cole Advanced Books & Software, 1988.
[8] John A. Swets. Signal Detection Theory and Roc Analysis in Psychology and
Diagnostics: Collected Papers. Psychology Press, 1996.
Agradecimientos
Si bien esta es una tsis de maestra, este trabajo es, en realidad la culminacin de un proceso mucho ms largo que incluye y, cuya mayor parte
es, la carrera de grado. Creo que todos los egresados del IB sentimos que
nos recibimos cuando terminamos la maestra. Llega el momento, entonces,
de agradecer a todas aquellas personas e instituciones que hicieron posible que yo me encuentre en este momento de mi vida. Creo que este logro
es consecuencia de las acciones de muchas personas que me acompaaron e
hicieron crecer en, no 6, sino 24 aos. Le aclaro al lector que la lista es larga...
Primero que nada a Ins, por todo lo que aprend con ella; en el aula, en
la oficina, pero sobre todo en el da a da. Por ser una gran gua pero fundamentalmente un excelente ser humano; inmesamente clida y generosa
siempre conmigo. Gracias por las charlas y por cuidarme tanto todo este
tiempo.
A la Lic. Marcela Menasse por su gran colaboracin y a todos los chicos y
no tan chicos que destinaron algo de su tiempo a probar el juego.
A todas las instituciones y a los paps que colaboraron con el proyecto, sin
cuyo aporte este trabajo habra sido imposible. Gracias a las siguientes instituciones: Instituto Educativo CONNAR (Rosario), Centro El Angel (Rosario), Instituto Teraputico La Ronda(Rosario), APaDeA (Baha Blanca y
Paran), Asociacin de Padres de nios con Asperger (Baha Blanca), Colegios Dante Alighieri (Bariloche) y San Jorge (Rosario), Asociacin Latina de Programacin Neuroligustica (Paran).
Tambin, y como resumen de los prximos agradecimientos, a la Nacin Argentina por una educacin pblica, gratuita y de excelencia desde la escuela
primaria hasta el presente.
Al Instituto Balseiro por su gran formacin y por haberme permitido conocer a excelentes docentes e investigadores. En particular quiero agradecer a
algunos docentes que me marcaron mucho en estos aos: a Javier Fernndez, Jorge Pelegrina, Armando Guillermet, Gladys Nieva, Damin Zanette,
Marcelo Kuperman, Germn Matto, Csar Fosco y Julio Guimpel por sus
excelentes clases, de las que aprend muchsimo. En particular a Armando
por acompaarnos siempre y escucharnos cada vez que tenemos un problema.
A todo el personal de la Biblioteca Leo Falicov por su apoyo y ayuda durante toda la carrera en este Instituto.
A la Universidad Nacional de Cuyo y a la CNEA por hacer que este trabajo
sea posible y por sostener este Instituto que es un orgullo de los argentinos.
A la Fundacin YPF por haber financiado mis estudios en el Instituto durante estos aos y haberme permitido vivir muy cmodamente en Bariloche.
A la Universidad Nacional de Rosario por una gran formacin que comenzara en 7mo grado de la EGB al ingresar en el Poli. En particular a la Facultad de Ciencias Exactas, Ingeniera y Agrimensura y a sus docentes. Muchas
gracias a Rafael Verdes, Nidia Jeifetz, Adriana Foussats y Alejandra Martnez por sus excelentes clases y calidad humana.
Al Instituto Politcnico Superior Gral. San Martn de Rosario, el Poli, por
una infinidad de motivos que intentar resumir. Por una educacin amplia y
de excelencia. Por brindar la posibilidad a cada alumno que pasa por ella de
recibir una educacin personalizada que lo ayude a desarrollar sus intereses
y habilidades mediante una estructura departamental slida que soporta innumerables talleres y cursos, abarcando desde las ciencias duras hasta las
artes. Tambin por sus excelentes docentes y por aquellas largas horas que
me dejaron tanto. Permanentemente al resolver un problema o programar
algo pienso, esto me lo dej el poli. Finalmente, por haberme hecho sentir
parte de algo ms grande y por haberme dado esos amigos que me acompaan todava.
Si bien fueron muchos los docentes que me marcaron en esos aos, quiero
agradecer puntualmente a algunos:
A Susana Strazziuso de Hinrichsen. Por un lado, por las mejores clases que
recib en mi vida, no slo de matemtica sino de docencia, de las cuales espero haber incorporado un poquito cuando he tenido la oportunidad de dar
mis propias clases. Pero tambin por haber confiado en m cuando yo no lo
haca y haberme motivado a seguir adelante con las Olimpadas de Matemtica.
A rica Hinrichsen, Juan Farina, Alejandro Kocsard, Jorge Sacchini y Mariel
Ugarte quienes preparndome para aquellas competencias de matemtica
y fsica me fueron sembrando esta inquietud por aprender ciencias que aun
hoy persiste y que marc este camino que emprend. Las herramientas que
me dejaron me acompaan a diario y sin duda fueron las que me permitieron sobrevivir en el IB cuando las circunstancias exigieron preparar un final
en dos das. Tengo la esperanza de que estas acciones desinteresadas y multiplicadoras que marcaron a tantos de mis compaeros se estn repitiendo
en otros puntos del pas porque creo que es el trabajo de personas como stas la mejor herramienta de cambio.
Imposible no mencionar a mis amigos que me sostienen todo el tiempo y
sin quienes la vida sera muy aburrida.
A Csar por su amistad incondicional desde aquellos momentos juntos en
la primaria hasta hoy. Por ser de fierro y estar siempre.
A Victoria por estar siempre cerca y por todo lo que vivimos juntos. Por hacerte el tiempo para verme cada vez que vuelvo a Rosario sin excepcin.
A Nico y a David que me acompaan desde 7mo grado de la EGB y siguen
ac conmigo en el IB. Muchas gracias por tantos momentos divertidos, por
los miles de TPs que hicimos juntos y por el aguante permanente.
A Juanma, Equi y Ana por haberme hecho un poco ms social y menos
aburrido. No s si lo lograron del todo pero hicieron el intento y lo siguen
intentando. Gracias por estar siempre.
A Cintia por seguir ah a pesar de todo. Gracias por saber perdonar y por
haber sido siempre tan generosa conmigo.
A Ivn, por haberme bancado todo durante los primeros tiempos del IB, por
haber sido un gran amigo y haberme sostenido tanto.
A Pablo por aguantarse mis cambios de humor y por ponerle buena onda a
la convivencia cuando ni yo me soporto. Gracias por tantos momentos compartidos y risas a las 3 de la maana.
A Fer y Csar (ahora como conjunto) por ponerle onda a la convivencia y
haber hecho que este ltimo semestre fuera tan distinto a los anteriores.
Al grupo caballo en general por tantos h!
A mis compaeros de fsica del IB con quienes pasamos tantas juntos: Lourdes, Jimmy, Jorge, Luis, Ivn y Nico. Por la buena onda y compaerismo
constante.
A los chicos de ingeniera que empezaron con nosotros y con quienes sufrimos y nos divertimos tanto en ese primer semestre cuando el pabelln se
hizo familia y al Boliche de Alberto se iba de a 30.
Y a todos los grandes amigos que hice en el IB y con quienes compart y
comparto excelentes momentos: Gus, Fer, Coy, Fito, Dante, Bicho, Juli, Fran,
Hernn, Sole, Seba Maio, Napo, El General, Paletas, Nadim, Pepe, Pableira,
Mario, Diana, Flor, Dina, Lucila, Lucas, Eugenio y Mara. Espero no olvidarme de nadie pero es imposible dada mi frgil memoria.
A los amigos que hice en Bariloche, a quienes lamento no haber conocido
antes: Marco y Luca y al grupo de francs en general. Gracias por los buenos momentos y por ser un importante cable a tierra en este ltimo ao.
A mis amigos que estn afuera pero que estn siempre presentes, a pesar de
mi escaso uso de los medios electrnicos: Diego, Gerry y Jean-Gui.
Para terminar quiero agradecer a mi familia, sin quienes claramente no habra llegado hasta ac.
A los que no viven en Rosario y estn en distintos lugares del pas (y otros
pases) pero que estn siempre presentes con un mail o una llamada. No voy
a nombrarlos a todos porque sera imposible pero quiero s (y espero nadie
se ofenda) hacer particular mencin a Susana y Roberto, quienes me dieron
una mano grande con las pruebas en Paran pero por sobre todas las cosas
siempre me han apoyado tanto y siempre han credo en m.
A mis tos, Carlos, Carmen, Silvia y Hugo por acompaar siempre mis logros desde lejos. En particular a mi tita Silvia que es mucho ms que una ta
y siempre se preocupa y me cuida tanto aunque no estemos cerca.
A mis primos, Vale, Nico, Paula y Florencia por los lindos momentos de la
infancia compartidos. Gracias por seguir estando siempre.
A mis abuelos, Cata, Bruni, Miguel y Bernardo. Por el cario infinito, por las
charlas, por el aliento incondicional y permanente, por los viajes que tanto
me hicieron crecer, por los valores, por ver siempre lo mejor de m. Y por
estar siempre, porque en cada situacin de la vida siempre hay una frase de
mis abuelos que me dice a dnde ir.
Finalmente y por sobre todo quiero agradecer a mis Padres: Mirta y Miguel,
por haberme enseado desde el ejemplo los valores de la honestidad y el
trabajo para alcanzar los objetivos en la vida. Por ser mis primeros y eternos
maestros, por haberme dado todo y ms para poder llegar a este momento y
por tener las palabras justas que me sostuvieron o hicieron avanzar en aquellos momentos difciles. Por estar siempre cerca a pesar de las distancias y
acompaarme siempre, gracias.