Identifying Early Mathematics Learning Difficulty Risk: A Cross-Sectional Evaluation of Rating- and Performance-Based Tiered Screening

기술 요약: 초기 수학 학습 장애 위험 식별

문제 제ن (Problem Statement)
취학 전 단계에서 수학 학습 장애(MLD)를 조기에 식별하는 것은 추후 학업 실패를 방지하는 데 매우 중요하지만, 방법론적으로 복잡한 과제이다. 취학 전 아동은 발달적 변동성이 크며, 어려움의 지표는 행동적, 인지적, 학업적 영역 전반에 걸쳐 다르게 나타날 수 있다. 단일 평가 방식은 불충분할 수 있는데, 수행 기반 측정(performance-based measures)은 역량에 대한 직접적인 증거를 제공하지만 자원이 많이 소모되는 반면, 평정 기반 측정(rating-based measures)은 실용적인 효율성을 제공하지만 객관적인 결함보다는 정보 제공자의 인식을 반영할 수 있기 때문이다. 또한, 안정된 수행 패턴이 부족한 유아기에는 공식적인 진단이 부적절한 경우가 많으므로 "위험 중심(risk-oriented)" 관점이 필요하다. 기존 문헌에는 평정 기반 도구와 수행 기반 도구가 서로 어떻게 연관되어 있는지, 그리고 MLD 및 광범위한 학습 장애(LD)를 식별하기 위해 이들을 순차적 선별 프레임워크 내에서 어떻게 최적으로 구성할 수 있는지에 대한 비교 데이터가 충분하지 않다.

연구 방법론 (Methodology)
본 연구는 터키 북동부의 세 곳의 유치원을 대상으로 한 111명의 미취학 아동(평균 연령 65.9개월) 표본을 통해 횡단적 상관 연구 설계를 채택하였다. 연구는 다음 세 가지의 서로 다른 도구를 통합한 다중 방법 평가 접근법을 활용하였다:

1. 평정 기반 행동 선별: 언어, 인지, 정신운동 및 사회-정서 영역을 평가하는 부모 보고 도구인 학습 장애 조기 징후 선별 척도(LDESSS).
2. 수행 기반 인지 평가: 아나돌루-사크 지능 척도(ASIS)를 활용하였으며, 특히 기억 용량 지수(MCI)와 VSM–WoM 복합 지수(시각적 순차 기억 및 단어-의미 검사의 합)에 초점을 맞추었다.
3. 수행 기반 학업 평가: 초기 수학 역량의 주요 준거로서 사용된 초기 수학 능력 검사 제3판(TEMA-3).

데이터 분석에는 피어슨 상관계수, 위계적 및 다중 선형 회귀, 그리고 선별 타당도 분석(민감도, 특이도, 예측값 및 ROC 곡선 분석)이 포함되었다. 위험 분류는 초기 선별 목적을 위해 민감도를 극대화하도록 포괄적 컷오프(예: TEMA-3 점수가 하위 40 백분위수 이하인 경우)를 기준으로 "위험군"과 "비위험군"으로 이분화되었다.

주요 결과 (Key Results)

• 상관관계 결과: LDESSS 총점은 TEMA-3 성취도 및 ASIS 인지 지표와 유의미한 부적 상관($r = -.380$)을 보였다. LDESESS 점수는 유치원 재원 기간 외에도 TEMA-3 점수의 분산을 추가로 14.2% 설명하였다. 특히, LDESSS의 언어 및 의사소통 하위 척도는 MCI 점수를 독자적으로 예측하였다.
• 평정 기반 측정 도구(LDESSS)의 선별 타당도: LDESSS는 MLD 위험(0.90) 및 LD 위험(0.91)을 탐지하는 데 높은 민감도를 보여, 가짜 음성(false negatives)을 효과적으로 최소화하였다. 그러나 낮은 특이도(MLD 0.35, LD 0.33)와 완만한 변별 정확도(MLD AUC = 0.658, LD AUC = 0.685)를 나타냈다. 언어 및 의사소통 하위 척도는 LD 위험에 대해 약간 더 나은 변별 정확도(AUC = 0.716)를 보였다.
• 수행 기반 측정 도구(ASIS)의 선별 타당도: 인지 지표는 유의미하게 더 강력한 변별 정확도를 입증하였다. MCI는 0.855의 AUC와 높은 특이도(0.87) 및 양성 예측도(PPV 0.81)를 보였다. VSM–WoM 복합 지수는 0.838의 AUC와 매우 높은 특이도(0.98) 및 PPV(0.96)를 보였으나, 민감도는 상대적으로 낮았다(0.48).
• 비교 효용성: 평정 기반 측정이 광범위한 관찰 가능한 어려움을 포착했다면, 수행 기반 인지 측정은 수학 역량의 기저에 있는 인지적 취약성에 대해 더 정밀한 증거를 제공하였다.

주요 기여 (Key Contributions)
본 연구는 평정 기반 및 수행 기반 평가를 경쟁적인 대안이 아닌 상호 보완적인 역할로 실증적으로 검증함으로써 해당 분야에 기여한다. 연구는 다음을 입증하였다:

1. 부모가 보고하는 행동 지표는 광범위한 초기 탐지를 위한 민감한 도구이지만, 확정적인 분류에 필요한 특이도는 부족하다.
2. 수행 기반 인지 지표(특히 MCI 및 VSM–WoM)는 실제 MLD 위험이 있는 아동을 식별하는 데 있어 우수한 변별 정밀도를 제공한다.
3. 부모가 보고하는 언어 관련 행동 지표는 수학 특화적 결함뿐만 아니라 광범위한 인지적 취약성을 탐지하는 데 특히 유익하다.

의의 및 제안된 프레임워크 (Significance and Proposed Framework)
저자들은 서로 다른 유형의 평가를 순차적 과정으로 통합하는 증거 기반의 단계별 선별 프레임워크를 제안한다:

• 1단계 (보편적 선별): 고민감도 평정 기반 행동 도구(예: LDESSS)를 효율적인 1차 필터로 사용하여 잠재적 위험을 광범하게 탐지하고 가짜 음성을 최소화한다. 이때 가짜 양성(false positives) 비율이 높아질 수 있음을 인지한다.
• 2단계 (인지적 정교화): 1단계에서 위험군으로 분류된 아동에게 수행 기반 인지 지표(예: ASIS MCI, VSM–WoM)를 적용한다. 이러한 척도는 높은 특이도를 제공하여 위험 분류를 정교화하고 기저의 인지적 취약성을 확인한다.
• 3단계 (학업적 확정): 수학 역량의 관찰 가능한 약점을 확인하기 위해 영역 특화적 학업 평가(예: TEMA-3)를 실시한다.

본 논문은 이러한 단계적 접근 방식이 대규모 유치원 선별에 있어 심리측정적으로 타당하며 실용적으로 실행 가능하다는 점을 주장한다. 이는 저비용의 부모 보고를 초기 선별에 사용하고, 자원이 많이 소모되는 직접 검사는 표적 정교화를 위해 남겨둠으로써 물류적 제약을 해결한다. 저자들은 조기 식별이 단일 척도에 의존해서는 안 되며, 표적 예방 중재를 지원하기 위해 행동 관찰과 인지 수행의 강점을 모두 활용하는 다중 출처 시스템을 활용해야 한다고 결론짓는다.