Neurociencia cognitiva del desarrollo

Subcampo de la neurociencia

La neurociencia cognitiva del desarrollo es un campo científico interdisciplinario dedicado a comprender los procesos psicológicos y sus bases neurológicas en el organismo en desarrollo. Examina cómo cambia la mente a medida que los niños crecen, las interrelaciones entre eso y cómo cambia el cerebro, y las influencias ambientales y biológicas en la mente y el cerebro en desarrollo.

La neurociencia cognitiva del desarrollo se encuentra en los límites de la neurociencia ( conductual , de sistemas y cognitiva ), la psicología ( psicología del desarrollo , cognitiva y bioconductual/ fisiológica ), la ciencia del desarrollo (que incluye sociología , antropología y biología además de psicología y neurociencia), la ciencia cognitiva (que incluye informática , filosofía , sistemas dinámicos y lingüística además de psicología), e incluso incluye el desarrollo socioemocional y los aspectos de desarrollo de la neurociencia social y la neurociencia afectiva .

La interfaz científica entre la neurociencia cognitiva y el desarrollo humano ha suscitado un interés considerable en los últimos años, ya que los avances tecnológicos permiten mapear en detalle los cambios en la estructura cerebral que tienen lugar durante el desarrollo. La neurociencia cognitiva del desarrollo se superpone en cierta medida con campos como la psicología del desarrollo , la neuropsicología del desarrollo , la psicopatología del desarrollo y la neurociencia del desarrollo , pero también es distinta de cada una de ellas. La neurociencia cognitiva del desarrollo se ocupa de las bases cerebrales de los fenómenos que estudian los psicólogos del desarrollo. La neuropsicología del desarrollo y la psicopatología del desarrollo se dedican principalmente al estudio de los pacientes, mientras que la neurociencia cognitiva del desarrollo se ocupa de estudiar tanto el desarrollo típico como el atípico. La neurociencia del desarrollo se dedica por completo al estudio de los procesos de desarrollo en el cerebro, y principalmente durante el período prenatal. La neurociencia cognitiva del desarrollo, por otro lado, se ocupa de las interrelaciones entre el desarrollo psicológico y biológico. Los neurocientíficos cognitivos del desarrollo estudian el desarrollo cerebral y el desarrollo cognitivo, social y emocional desde el período prenatal hasta la edad adulta. ^{[1] [2] [3] [4] [5] [6] [7] [8] [9]}

Más recientemente, la neurociencia cognitiva del desarrollo se interesa por el papel de los genes en el desarrollo y la cognición. ^{[10] [11] [12] [13]} Por lo tanto, la neurociencia cognitiva del desarrollo puede arrojar luz sobre los debates entre naturaleza y crianza, así como sobre las teorías constructivistas y neuroconstructivistas . La investigación en neurociencia cognitiva del desarrollo proporciona datos que combinan, aclaran, desafían y provocan revisiones de las teorías del desarrollo, cognitivas y neurocientíficas. ^{[14] [15] [16] [17] [18] [19] [20] [21] [22] [ 23] [24 ] [25]}

Orígenes de la disciplina

El origen de la disciplina de la neurociencia cognitiva del desarrollo se remonta a una conferencia celebrada en Filadelfia en 1989, cofinanciada por el NICHD y el NIMH, organizada por Adele Diamond, que dio inicio al proceso de comunicación entre psicólogos del desarrollo, científicos cognitivos y neurocientíficos. Para superar las brechas de comunicación, se invitó a investigadores de diferentes campos que utilizaban los mismos paradigmas experimentales para estudiar los mismos comportamientos o que investigaban cuestiones científicas relacionadas de formas complementarias, aunque desconocían el trabajo de los demás. Utilizaban diferentes palabras para hablar de su trabajo y tenían diferentes formas de pensar sobre él, pero los comportamientos concretos y observables, y las condiciones experimentales precisas en las que se producían esos comportamientos, sirvieron para hacer posible la traducción. Los participantes eran un pequeño grupo de líderes en ciencia del desarrollo, neurociencia conductual y ciencia cognitiva. De allí surgieron varias colaboraciones interdisciplinarias nuevas, y es un testimonio del valor de lo que surgió de la reunión que Oxford University Press intentó adquirir los derechos para reeditar el libro de las actas de la reunión diez años después: The Development and Neural Basis of Higher Cognitive Functions. (La edición original se agotó más rápido que cualquier otro número de los Anales de la Academia de Ciencias de Nueva York anterior o posterior.) ^[26]

Los psicólogos del desarrollo y los neurocientíficos solían saber poco del trabajo del otro. Había tan poca comunicación entre esos campos que durante 50 años los científicos de ambos campos utilizaron esencialmente el mismo ensayo conductual pero no lo sabían. (Los psicólogos del desarrollo llamaron a la medida la tarea A-no-B, pero los neurocientíficos la llamaron la tarea de respuesta retrasada). A principios de la década de 1980, Diamond no solo demostró que estas dos tareas mostraban la misma progresión del desarrollo y se basaban en la misma región de la corteza prefrontal, sino que a través de una serie sistemática de estudios en bebés humanos y monos bebés y adultos con y sin lesiones en diferentes regiones cerebrales. ^{[27] [28]} Ese trabajo fue absolutamente fundamental para lanzar el campo de la neurociencia cognitiva del desarrollo porque estableció el primer vínculo sólido entre el desarrollo cognitivo temprano y las funciones de una región cerebral específica. Eso alentó a otros a que el trabajo experimental riguroso que abordara las relaciones cerebro-conducta era posible en los bebés . También alteró fundamentalmente la comprensión científica de la corteza prefrontal en las primeras etapas del desarrollo; Está claro que no fue un silencio como sostenía la opinión generalizada.

El texto de Mark Johnson de 1997, Neurociencia cognitiva del desarrollo ^[9], fue fundamental para acuñar el nombre del campo.

Herramientas y técnicas empleadas

Absolutamente crucial para poder entender la función cerebral en los niños han sido las técnicas de neuroimagen, ^{[29] [30] [31] [32] [33]} primero EEG y ERP , ^{[34] [35] [36]} luego fMRI , ^{[37] [38]} y más recientemente NIRS , ^{[39] [40]} MEG , ^{[41] [42]} y TMS ^{[43] [44]} que miran la función y MRI , DTI y MRS que miran la estructura, la conectividad y el metabolismo. Antes de las técnicas de neuroimagen funcional, los científicos estaban limitados a tratar de entender la función a partir de la disfunción (es decir, tratar de entender cómo funciona el cerebro a partir de ver qué déficits ocurren cuando el cerebro está dañado o deteriorado). Es difícil subestimar lo importantes que han sido los avances tecnológicos para el campo emergente de la neurociencia cognitiva del desarrollo.

Al realizar análisis in vivo del cerebro, podemos utilizar técnicas de neuroimagen para obtener información que nos permita estudiar más a fondo los procesos cognitivos del desarrollo. Al utilizar estas técnicas para medir la función en niños sanos y enfermos, estudiamos la estructura y la anatomía del cerebro, así como la conectividad y la función, todo lo cual puede mejorar aún más nuestra comprensión de la relación entre el cerebro humano y el comportamiento. El ángulo más interesante de la neuroimagen del desarrollo es la capacidad de aprender más sobre cómo los cambios en el sistema cerebral que ocurren a lo largo de la infancia afectan el desarrollo de las capacidades cognitivas. También permite a los investigadores explorar cuestiones que normalmente se conocen como "naturaleza" versus "crianza". Mediante el uso de técnicas de neuroimagen, podemos comprender el proceso biológico que subyace a la cognición y la relación que tiene con otros factores externos, como las exposiciones ambientales, el aprendizaje y las experiencias de vida colectivas.

EEG y ERP : a principios y mediados de la década de 1980, se utilizaron los componentes iniciales del potencial relacionado con eventos (ERP) para estudiar el funcionamiento sensorial en bebés y los componentes tardíos del ERP se utilizaron para estudiar el funcionamiento cognitivo en adultos. Luego, los científicos procedieron a ampliar el uso del ERP para estudiar el funcionamiento cognitivo en etapas más tempranas de la vida con el fin de obtener información sobre la participación del cerebro en diferentes procesos, como la discriminación, la categorización y la memoria.

• Los cambios postsinápticos se reflejan inmediatamente en el EEG, lo que hace que esta metodología sea óptima si el objetivo es rastrear cambios rápidos en el funcionamiento cerebral. Es un método eficiente y relativamente económico que se utiliza para estudiar los cambios en el desarrollo, ya que no interfiere drásticamente con el comportamiento normal que se produce en ese momento. El EEG se ha utilizado en estudios de desarrollo cognitivo que examinaron las correlaciones entre la actividad eléctrica cerebral y la memoria de trabajo durante la infancia y la niñez temprana, y el rendimiento de la memoria de recuerdo durante la niñez temprana, así como para detallar los cambios en el desarrollo cerebral mes a mes durante la infancia.

• Una ventaja clave del EEG como método de obtención de imágenes es que las condiciones experimentales se pueden diseñar para obtener una tasa de abandono relativamente baja . En el caso de los bebés, la negativa a usar el gorro de EEG o la retirada del gorro es bastante baja, del cero al doce por ciento, y si bien aumenta a los 2-3 años (30-45%), vuelve a descender a los cuatro años, ya que se vuelven más tolerantes al gorro y se mueven menos durante el registro.

Desafíos del EEG para la neuroimagen del desarrollo

• Resolución : Aunque existen algunos desafíos importantes para la investigación del EEG del desarrollo. Si bien la señal del EEG tiene una excelente resolución temporal , tiene una resolución espacial muy pobre . Dado que el cráneo actúa como una barrera entre el casquete del EEG y el cerebro, distorsiona la actividad cerebral, lo que significa que cualquier señal registrada en el cuero cabelludo probablemente fue generada por una gran agrupación de neuronas en un área amplia. Todo esto significa que es probable que los electrodos detecten la actividad eléctrica de un grupo no local de neuronas. Al usar conjuntos de electrodos densos , puede aliviar algunas de las preocupaciones con las resoluciones espaciales, pero esto también aumenta el costo.

• Artefactos : Se debe dedicar una cantidad significativa de tiempo a la identificación de artefactos. Los investigadores deben eliminar las partes del EEG que están "contaminadas" por movimientos motores o parpadeos incluso antes del análisis de datos. Dado que la señal del EEG tiene una amplitud tan pequeña, los movimientos motores y los parpadeos dominarán la señal del EEG y, en efecto, la eliminarán. Algunas soluciones para esto son registrar simultáneamente el electrooculograma (EOG), que es el registro de parpadeos y movimiento ocular lateral, y el electromiograma (EMG), que es el registro del movimiento muscular. Si bien los algoritmos de corrección del parpadeo se utilizan a menudo en datos de EEG de adultos, existe la preocupación de que estos algoritmos puedan filtrar los cambios de maduración para los investigadores jóvenes. Por lo tanto, es mejor seleccionar datos sin artefactos, que con suerte pueden proporcionar un registro de desarrollo del EEG más preciso.

MEG : MEG es una técnica de neuroimagen que registra los campos magnéticos generados por la actividad neuronal. Una ventaja clave de esta técnica de imagen es que proporciona una excelente localización espacial, así como una alta resolución temporal de los eventos neuronales. Al igual que muchas otras técnicas de neuroimagen funcional no invasivas populares, como fMRI y EEG/ERP, no tiene efectos nocivos, efectos secundarios ni efectos perjudiciales a largo plazo. Esto significa que su uso es atractivo para su uso en investigaciones que involucran poblaciones sanas y para su uso en estudios de desarrollo y en estudios de desarrollo longitudinales.

Recopilación de datos : Hay factores técnicos y temáticos que entran en juego cuando se trata de recopilar datos MEG para estudios de desarrollo.

• Factores técnicos: Uno de los mayores desafíos al intentar obtener datos limpios en niños más pequeños son los artefactos de movimiento. Los artefactos de movimiento voluntario, que incluyen cosas como músculos y parpadeos, son un desafío que no es exclusivo de MEG y se puede abordar con soluciones conocidas, los artefactos de movimiento fisiológico son los que son más problemáticos. Los niños que son más pequeños tienen cuellos más cortos y anatómicamente, sus corazones y pulmones se encuentran más cerca de los sensores MEG. Esto significa que su ciclo cardiorrespiratorio es más dinámico con frecuencias cardíacas y respiratorias más altas, que se combinan y conducen a artefactos de frecuencia y movimiento muy grandes. Los cuellos más cortos y las cabezas pequeñas también significan que la superficie de su cabeza está bastante alejada del sensor MEG, lo que es un desafío significativo ya que las señales magnéticas están correlacionadas negativamente con la distancia. Para tener esto en cuenta, la cabeza del sujeto se puede colocar estratégicamente de modo que la región de interés esté más cerca de los sensores.

• Factores relacionados con el sujeto: Un factor importante a tener en cuenta en las técnicas de neuroimagen del desarrollo son los desafíos que surgen al trabajar con sujetos más pequeños. En el caso de los niños más pequeños, la ansiedad y la claustrofobia resultan un desafío importante que los investigadores deben mitigar.

Interpretación de datos : Al interpretar los datos de MEG para estudios de desarrollo, existen muchas formas de analizarlos, ya que están compuestos de gran riqueza. Sin embargo, existen desarrollos anatómicos y fisiológicos que pueden afectar los resultados observados y, si no está familiarizado con estos cambios, un investigador podría realizar una interpretación errónea.

fMRI: El uso de imágenes por resonancia magnética funcional (fMRI) en poblaciones en desarrollo ha aumentado significativamente en las últimas dos décadas. La mayoría de las investigaciones sobre el desarrollo con fMRI utilizan secciones transversales, que examinan las diferencias y similitudes entre niños, adolescentes y adultos. Sin embargo, el uso de un estudio transversal tiene una capacidad limitada para proporcionar información sobre cómo madura la función cerebral dentro de una población. Por lo tanto, el uso de estudios fMRI longitudinales ofrece la ventaja de estudiar los procesos de desarrollo y eliminar la variabilidad entre sujetos. Además, no hacen suposiciones sobre la relación cerebro-comportamiento, lo que los hace muy adecuados para estudiar los cambios del desarrollo.

• Desafíos de la fMRI para la neuroimagenología del desarrollo : Sin embargo, también presentan muchos desafíos. Realizar estos estudios es costoso, tanto en términos de gasto monetario como de tiempo. Se necesitan muchos años para capturar los datos y la retención de los sujetos también debe gestionarse con mucho cuidado, dado que una alta tasa de abandono de los participantes puede socavar todo el estudio. Además, los análisis de datos fMRI longitudinales se vuelven más complicados debido a la naturaleza de los datos y luego violan los supuestos de independencia que subyacen a muchos paquetes estadísticos. Además, los bebés normalmente necesitan estar completamente dormidos para realizarles neuroimagenología fMRI.

• Modelado de cambios longitudinales en estudios de desarrollo : al realizar un análisis grupal de conjuntos de datos de neuroimagen funcional, existe un enfoque de dos pasos. Los análisis de primer nivel se centran en los sujetos a nivel individual, mientras que los análisis de segundo nivel se centran en el nivel grupal, donde se prueban los efectos de interés en todos los sujetos. El paso de segundo nivel de análisis es lo que genera desafíos estadísticos particulares para un diseño de neuroimagen longitudinal. El modelo lineal general (GLM) estándar es apropiado para diseños en los que hay una exploración por sujeto, pero las pruebas básicas en los principales paquetes estadísticos de software no son adecuadas para datos longitudinales.

Véase también

• Revista científica del desarrollo
• Psicología del desarrollo
• Neurociencia social
• Neurociencia
• Neurociencia cognitiva

Lectura adicional

• Más allá de la modularidad ^[45] de Annette Karmiloff-Smith . Este libro, que fue un gran avance cuando se publicó en 1992, analiza cómo los módulos propuestos, entre otros, por Jerry Fodor podrían implementarse en el cerebro. Sostiene que los módulos surgen como resultado del desarrollo cerebral y establece conexiones interesantes con las teorías del desarrollo propuestas por Jean Piaget .
• Rethinking Innateness ^[46] de Jeffrey Elman y colegas. Este influyente libro ha recibido más de 1.000 citas, ^[47] y ha sido nominado para los "Cien trabajos más influyentes en ciencia cognitiva del siglo XX" (Minnesota Millennium Project). ^[48] Publicado en 1996, cuestiona las afirmaciones hechas por los nativistas psicológicos duros (como Steven Pinker ) sobre la base de que no son biológicamente plausibles.
• Neurociencia cognitiva del desarrollo (3.ª ed. - 2010) ^[9] que, entre otras cosas, fue fundamental para acuñar el nombre del campo.
• Neuroconstructivismo ^[49] de Denis Mareschal y colegas. El volumen 1 es un trabajo teórico que sostiene que es esencial tomar en serio las limitaciones del cerebro, el cuerpo y el entorno al evaluar el desarrollo cognitivo. El volumen 2 contiene una selección de modelos de redes neuronales conceptualmente interesantes .
• Manual de neurociencia cognitiva del desarrollo , ^[5] en dos ediciones.
• Manual de neurociencia social del desarrollo. Nueva York: Guilford Publications.

Referencias

1. Cantlon, Jessica F. ; Elizabeth M. Brannon (2006). "Sistema compartido para ordenar números pequeños y grandes en monos y humanos". Psychol. Sci. 17 (5): 401–406. doi :10.1111/j.1467-9280.2006.01719.x. PMID  16683927. S2CID  1781257.
2. Egan, Louisa C.; Paul Bloom; Laurie R. Santos (2010). "Preferencias inducidas por la elección en ausencia de elección: evidencia de un paradigma de dos opciones a ciegas con niños pequeños y monos capuchinos". J. Exp. Soc. Psychol. 46 (1): 204–207. doi :10.1016/j.jesp.2009.08.014.
3. Warneken, Felix; Michael Tomasello (2006). "Ayuda altruista en bebés humanos y chimpancés jóvenes". Science . 311 (5765): 1301–1303. doi :10.1126/science.1121448. PMID  16513986. S2CID  1119115.
4. Zeamer, Alyson; Eric Heuer; Jocelyne Bachevalier (2010). "Trayectoria de desarrollo de la memoria de reconocimiento de objetos en macacos rhesus bebés con y sin lesiones hipocampales neonatales". J. Neurosci. 30 (27): 9157–9165. doi :10.1523/JNEUROSCI.0022-10.2010. PMC 2913301 . PMID  20610749.  
5. Nelson, Charles A.; Monica Luciana (2001). Manual de neurociencia cognitiva del desarrollo (2.ª edición). The MIT Press. ISBN 978-0262140737.
6. Nelson, Charles A.; Monica Luciana (2001). Manual de neurociencia cognitiva del desarrollo (1.ª edición). The MIT Press. ISBN 978-0262141048.
7. Johnson, Mark H.; Yuko Munakata; Rick O. Gilmore (2002). Desarrollo cerebral y cognición: una lectura (2.ª ed.). Wiley-Blackwell. ISBN 978-0631217374.
8. Munakata, Yuko; BJ Casey; Adele Diamond (2004). "Neurociencia cognitiva del desarrollo: progreso y potencial". Tendencias en ciencias cognitivas . 8 (3): 122–128. CiteSeerX 10.1.1.507.6722 . doi :10.1016/j.tics.2004.01.005. PMID  15301752. S2CID  2628973. 
9. Johnson, Mark H.; Michelle de Haan (2010). Neurociencia cognitiva del desarrollo (3.ª ed.). Wiley-Blackwell. ISBN 978-1444330861.
10. Diamond, Adele; Lisa Briand; John Fossella; Lorrie Gehlbach (2004). "Modulación genética y neuroquímica de las funciones cognitivas prefrontales en niños". American Journal of Psychiatry . 161 (1): 125–132. CiteSeerX 10.1.1.694.7254 . doi :10.1176/appi.ajp.161.1.125. PMID  14702260. S2CID  2341627. 
11. Dumontheil, Iroise; Chantal Roggeman; Tim Ziermans; Myriam Peyrard-Janvid; Hans Matsson; Juha Kere; Torkel Klingberg (2011). "Influencia del genotipo COMT en la memoria de trabajo y los cambios en la actividad cerebral durante el desarrollo" (PDF) . Biological Psychiatry . 70 (3): 222–229. doi :10.1016/j.biopsych.2011.02.027. PMID  21514925. S2CID  2521037.
12. Rothbart, Mary K.; Brad E. Sheese; Michael I. Posner (2007). "Atención ejecutiva y control esforzado: vinculación entre temperamento, redes cerebrales y genes". Child Development Perspectives . 1 (1): 2–7. doi :10.1111/j.1750-8606.2007.00002.x.
13. Scerif, Gaia; Annette Karmiloff-Smith (2005). "¿El amanecer de la genética cognitiva? Advertencias cruciales para el desarrollo". Tendencias en las ciencias cognitivas . 9 (3): 126–135. doi :10.1016/j.tics.2005.01.008. PMID  15737821. S2CID  5249124.
14. Dehaene, Estanislao; Felipe Pegado; Lucía W. Braga; Paulo Ventura; Gilberto Nunes Filho; Antonieta Jobert; Ghislaine Dehaene-Lambertz ; Régine Kolinsky; José Morais; Laurent Cohen (2010). "Cómo aprender a leer cambia las redes corticales de la visión y el lenguaje" (PDF) . Ciencia . 330 (6009): 1359-1364. doi : 10.1126/ciencia.1194140. PMID  21071632. S2CID  1359577.
15. Dehaene, Stanislas (2011). Espacio, tiempo y número en el cerebro: en busca de los fundamentos del pensamiento matemático . Academic Press. ISBN 978-0123859488.
16. Diamond, Adele (2011). "Influencias biológicas y sociales en los procesos de control cognitivo dependientes de la corteza prefrontal". Expresión génica en neurobiología y comportamiento: desarrollo del cerebro humano y trastornos del desarrollo . Progreso en la investigación cerebral. Vol. 189. págs. 319–339. doi :10.1016/b978-0-444-53884-0.00032-4. ISBN 9780444538840. PMC  4103914 . PMID  21489397.
17. Elman, Jeffrey L.; Elizabeth A. Bates; Mark H. Johnson; Annette Karmiloff-Smith (1998). Replanteando lo innato: una perspectiva conexionista sobre el desarrollo . The MIT press. ISBN 978-0262550307.
18. Johnson, Mark H. (1999). "Plasticidad cortical en el desarrollo cognitivo normal y anormal: evidencia e hipótesis de trabajo". Desarrollo y psicopatología . 11 (3): 419–437. doi :10.1017/s0954579499002138. PMID  10532617. S2CID  27151506.
19. Johnson, Mark H. (2000). "Desarrollo cerebral funcional en bebés: elementos de un marco de especialización interactiva". Desarrollo infantil . 71 (1): 75–81. doi :10.1111/1467-8624.00120. PMID  10836560.
20. Karmiloff-Smith, Annette (2013). "Cuestionando el uso de modelos neuropsicológicos adultos para explicar los trastornos del desarrollo neurológico: cerebros desarrollados versus cerebros en desarrollo". The Quarterly Journal of Experimental Psychology . 66 (1): 1–14. doi :10.1080/17470218.2012.744424. PMID  23173948. S2CID  7107904.
21. Karmiloff-Smith, Annette (2009). "Nativismo versus neuroconstructivismo: repensando el estudio de los trastornos del desarrollo". Psicología del desarrollo . 45 (1): 56–63. CiteSeerX 10.1.1.233.1714 . doi :10.1037/a0014506. PMID  19209990. 
22. Kuhl, Patricia K. (2000). "Lenguaje, mente y cerebro: la experiencia altera la percepción". The New Cognitive Neurosciences . 2 : 99–115.
23. Meltzoff, Andrew N.; Patricia K. Kuhl; Javier Movellan; Terrence J. Sejnowski (2009). "Fundamentos para una nueva ciencia del aprendizaje". Science . 325 (5938): 284–288. doi :10.1126/science.1175626. PMC 2776823 . PMID  19608908. 
24. Neville, Helen J.; Daphne Bavelier (2000). "Especificidad y plasticidad en el desarrollo neurocognitivo en humanos". Las nuevas neurociencias cognitivas . 2 : 83–98.
25. Stevens, Courtney; Helen Neville (2006). "La neuroplasticidad como arma de doble filo: mejoras en el procesamiento del movimiento en personas sordas y déficits disléxicos". Journal of Cognitive Neuroscience . 18 (5): 701–714. doi :10.1162/jocn.2006.18.5.701. PMID  16768371. S2CID  15986921.
26. Diamond, Adele (1990). "Desarrollo y bases neuronales de las funciones cognitivas superiores". Academia de Ciencias de Nueva York .
27. Diamond, Adele (1991). "Participación del lóbulo frontal en los cambios cognitivos durante el primer año de vida". Maduración cerebral y desarrollo cognitivo: perspectivas comparativas y transculturales : 127–180.
28. Diamond, Adele (1991). "Perspectivas neuropsicológicas sobre el significado del desarrollo del concepto de objeto". La epigénesis de la mente: ensayos sobre biología y conocimiento : 67–110.
29. Casey, BJ; Yuko Munakata (2002). "Métodos convergentes en la ciencia del desarrollo: una introducción". Psicobiología del desarrollo . 40 (3): 197–199. doi :10.1002/dev.10026. PMID  11891632.
30. Casey, BJ; Nim Tottenham; Conor Liston; Sarah Durston (2005). "Imágenes del cerebro en desarrollo: ¿qué hemos aprendido sobre el desarrollo cognitivo?". Tendencias en Ciencias Cognitivas . 9 (3): 104–110. doi :10.1016/j.tics.2005.01.011. PMID  15737818. S2CID  6331990.
31. Dubois, J.; G. Dehaene-Lambertz; S. Kulikova; C. Poupon; PS Hüppi; L. Hertz-Pannier (2013). "El desarrollo temprano de la materia blanca cerebral: una revisión de estudios de imágenes en fetos, recién nacidos y bebés" (PDF) . Neurociencia . 276 : 48–71. doi :10.1016/j.neuroscience.2013.12.044. PMID  24378955. S2CID  8593971.
32. Neville, Helen J.; Debra L. Mills; Donald S. Lawson (1992). "Fraccionamiento del lenguaje: diferentes subsistemas neuronales con diferentes períodos sensibles". Corteza cerebral . 2 (3): 244–58. doi :10.1093/cercor/2.3.244. PMID  1511223.
33. Raschle, Nora; Jennifer Zuk; Silvia Ortiz-Mantilla; Danielle D. Sliva; Angela Franceschi; P. Ellen Grant; April A. Benasich; Nadine Gaab (2012). "Neuroimagen pediátrica en la primera infancia y la infancia: desafíos y directrices prácticas". Anales de la Academia de Ciencias de Nueva York . 1252 (1): 43–50. doi :10.1111/j.1749-6632.2012.06457.x. PMC 3499030 . PMID  22524338. 
34. Csibra, Gergely; Leslie A. Tucker; Mark H. Johnson (1998). "Correlaciones neuronales de la planificación de las sacadas en los bebés: un estudio de ERP de alta densidad". Revista Internacional de Psicofisiología . 29 (2): 201–215. doi :10.1016/s0167-8760(98)00016-6. PMID  9664228.
35. Nelson, Charles A; Philip Salapatek (1986). "Correlatos electrofisiológicos de la memoria de reconocimiento infantil". Desarrollo infantil . 57 (6): 1486–1497. doi :10.1111/j.1467-8624.1986.tb00473.x. PMID  3802973.
36. Rueda, M. Rosario; Michael I. Posner; Mary K. Rothbart; Clintin P. Davis-Stober (2004). "Desarrollo del curso temporal para el procesamiento de conflictos: un estudio de potenciales relacionados con eventos con niños de 4 años y adultos". BMC Neuroscience . 5 (1): 39. doi : 10.1186/1471-2202-5-39 . PMC 529252 . PMID  15500693. 
37. Klingberg, Torkel; Hans Forssberg; Helena Westerberg (2002). "El aumento de la actividad cerebral en la corteza frontal y parietal subyace al desarrollo de la capacidad de memoria de trabajo visoespacial durante la infancia". Journal of Cognitive Neuroscience . 14 (1): 1–10. CiteSeerX 10.1.1.536.737 . doi :10.1162/089892902317205276. PMID  11798382. S2CID  16517511. 
38. Nelson, Charles A.; Christopher S. Monk; Joseph Lin; Leslie J. Carver; Kathleen M. Thomas; Charles L. Truwit (2000). "Neuroanatomía funcional de la memoria de trabajo espacial en niños". Psicología del desarrollo . 36 (1): 109–116. CiteSeerX 10.1.1.596.4679 . doi :10.1037/0012-1649.36.1.109. PMID  10645748. 
39. Sakatani, Kaoru; Saying Chen; Wemara Lichty; Huancong Zuo; Yu-ping Wang (1999). "Cambios en la oxigenación de la sangre cerebral inducidos por estimulación auditiva en recién nacidos medidos por espectroscopia de infrarrojo cercano". Desarrollo humano temprano . 55 (3): 229–236. doi :10.1016/s0378-3782(99)00019-5. PMID  10463787.
40. Schroeter, Matthias L.; Stefan Zysset; Margarethe Wahl; D. Yves von Cramon (2004). "La activación prefrontal debida a la interferencia de Stroop aumenta durante el desarrollo: un estudio de fNIRS relacionado con eventos". NeuroImage . 23 (4): 1317–1325. doi :10.1016/j.neuroimage.2004.08.001. PMID  15589096. S2CID  21972264.
41. Ciesielski, Kristina T.; Seppo P. Ahlfors; Edward J. Bedrick; Audra A. Kerwin; Matti S. Hämäläinen (2010). "Control de arriba hacia abajo de la actividad de la banda alfa de MEG en niños que realizan la tarea categórica N-Back". Neuropsicología . 48 (12): 3573–3579. doi :10.1016/j.neuropsychologia.2010.08.006. PMC 2976845 . PMID  20713071. 
42. Taylor, MJ; EJ Donner; EW Pang (2012). "fMRI y MEG en el estudio del desarrollo cognitivo típico y atípico". Neurophysiologie Clinique/Neurofisiología clínica . 42 (1): 19–25. doi :10.1016/j.neucli.2011.08.002. PMID  22200338. S2CID  46361598.
43. Gaillard, WD; SY Bookheimer; L. Hertz-Pannier; TA Blaxton (1997). "La identificación no invasiva de la función del lenguaje. Neuroimagen y estimulación magnética transcraneal rápida". Clínicas de neurocirugía de Norteamérica . 8 (3): 321–335. doi :10.1016/S1042-3680(18)30307-3. PMID  9188541.
44. Vry, Julia; Michaela Linder-Lucht; Steffen Berweck; Ulrike Bonati; Maike Hodapp; Markus Uhl; Michael Faist; Volker Mall (2008). "Función inhibidora cortical alterada en niños con diplejia espástica: un estudio de TMS". Experimental Brain Research . 186 (4): 611–618. doi :10.1007/s00221-007-1267-7. PMID  18214452. S2CID  6677991.
45. Karmiloff-Smith, Annette (1996). Más allá de la modularidad: una perspectiva evolutiva sobre la ciencia cognitiva . Cambridge, MA: MIT Press. ISBN 978-0-262-61114-5.
46. Elman, Jeffrey; et al. (1996). Replanteando lo innato: una perspectiva conexionista sobre el desarrollo . Cambridge, MA: MIT Press. ISBN 978-0-262-55030-7.
47. El rastreador de citas de Scopus
48. "Nominaciones al Proyecto Milenio". Archivado desde el original el 24 de junio de 2008. Consultado el 5 de junio de 2008 .
49. Mareschal, Denis; et al. (2007). Neuroconstructivismo: volúmenes I y II (Neurociencia cognitiva del desarrollo) . Oxford, Reino Unido: Oxford University Press. ISBN 978-0-19-921482-2.

Enlaces externos

• Revista de neurociencia cognitiva del desarrollo