Neurokognitivní faktory v reakci na intervenci EdTech

Hlavním cílem tohoto návrhu je zabývat se omezeními, která jsou vlastní současným léčebným přístupům používaným u poruch čtení (RD). Konkrétně je cílem experimentátorů vyhodnotit účinnost intervence založené na technologii u dětí s RD pomocí randomizované kontrolované studie. Povaha problému. Porucha čtení (RD) je nejčastější poruchou učení, která postihuje 10 - 15 % dětí školního věku. Způsobuje velké funkční poruchy ve všech fázích života. Množství údajů dokumentuje celoživotní znevýhodnění ve vzdělání a zaměstnání. Problémem je, že současné intervence ve čtení založené na důkazech z velké části spoléhají na služby vyškolených specialistů, ať už v dobře vybavených učebnách nebo v klinických zařízeních. Školy s nedostatečnými zdroji (nebo země) jako takové často nejsou schopny svým studentům poskytovat čtenářské intervence. Tato potenciálně tragická situace podpořila navrhovaný projekt, jehož cílem je vyhodnotit cenově dostupnou, slibnou, technologicky založenou léčbu, která má dvojí výhody – domácí a navíc ji lze provádět bez přímého odborného dohledu, čímž se minimalizují zdroje. Požadavky. Nedávné studie podpořily účinnost intervencí při čtení založených na technologii, zejména GraphoLearn, která se zaměřuje na výuku fonologických dovedností a korespondence se zvukem písmen, i když s výraznými rozdíly ve velikosti efektů. Jak bylo zdůrazněno v nedávné metaanalýze, velikosti vzorků bývají malé a existují výrazné rozdíly v klíčových metodologických složkách napříč studiemi, zejména v dávkování při hraní (které je ve většině studií výrazně pod doporučeními odborníků), kontrolní skupině (např. pasivní) a míra zapojení dospělých do administrativy. Nejpodstatnější je, že užitečnost GraphoLearn nebyla dostatečně prozkoumána mimo hranice kontrolovaného školního prostředí, a tak neinformovala o hodnotě domácí správy – hlavní pozitivní vlastnost GraphoLearn. Podobně nejsou prozkoumány možné prediktory negativních výsledků pro domácí správu (např. dodržování předepsaného dávkování při hraní, které se, jak je uvedeno v našich předběžných údajích, může lišit).

Přehled pro cíl 1. Navrhovaný projekt řeší omezení spojená s nápravnými intervencemi implementací rozsáhlé, randomizované kontrolované studie (RCT) doma podávaného GraphoLearn u 450 dětí s RD (chlapci a dívky, věk 6,0-10,0). K dosažení tohoto cíle rychle a s minimálními náklady budou experimentátoři nabírat účastníky zapsané do Healthy Brain Network [HBN], probíhající studie duševního zdraví a poruch učení u dětí ve věku 5-21,0 let, jejichž rodina má obavy z chování a/nebo učení (cíl n = 10 000; aktuální n = 3 000+). HBN zahrnuje komplexní psychiatrické, kognitivní, EEG a multimodální MRI charakterizace pro všechny účastníky a poskytuje navrhované studii bohaté popisné údaje. Poruchy čtení budou identifikovány pomocí TOWRE (standardní skóre < 85). Děti budou zařazeny do 12týdenního/20hodinového programu GraphoLearn nebo do „aktivní“ kontrolní podmínky, do skupiny odpovídající IQ a úrovni čtení. Ovládání se bude skládat z matematické hry, podobného stylu jako GraphoLearn, pro kontrolu nespecifických účinků intervence, jako je čas strávený programem, pozornost a další faktory. Dětem randomizovaným do kontrolní skupiny bude po studii nabídnut GraphoLearn z etických důvodů. V souladu s podmínkami reálného světa budou v průběhu studijního období povoleny intervence nesouvisející se studií. Budou zdokumentovány pro komplexní popis vzorku a pro analýzu prediktorů odezvy (Cíl 2).

Cíl 1: Vyhodnotit účinnost GraphoLearn u velkého vzorku dětí s RD. Úroveň čtení dětí bude hodnocena před, během (6. týden) a na konci aktivního studia (12. týden). Prodloužené účinky budou hodnoceny 12 týdnů po léčbě (týden 24). Experimentátoři předpokládají statisticky významné rozdíly v úrovni čtení ve prospěch skupiny GraphoLearn oproti kontrolní skupině ve 12. a 24. týdnu. Pokud bude hypotéza podpořena, bude to mít důležité důsledky pro veřejné zdraví pro děti se vzácnými onemocněními (není nárok na to, že program nahradí individualizovanou a odborně řízenou nápravu čtení).

Přehled pro cíl 2. Identifikace faktorů na úrovni účastníků a na úrovni prostředí, které predikují odpověď na léčbu, je důležitým aktuálním cílem, ale nebyl uvažován pro GraphoLearn. U specializovaných intervencí je konzistentním zjištěním, že starší děti a děti s poruchami jazyka nebo kognitivních funkcí mají menší pravděpodobnost, že z toho budou mít prospěch. Zde experimentátoři využívají rozmanitost komorbidních klinických prezentací mezi chudými čtenáři v HBN k identifikaci domnělých prediktorů léčebné odpovědi. V souladu s nedávnými studiemi, které naznačují přidanou hodnotu funkcí mozku pro predikci výsledků intervence, experimentátoři také využívají dostupnost anatomických dat MRI při vývoji prediktivních modelů.

Cíl 2. Identifikovat faktory související s účastníky a na úrovni prostředí, které jsou významně spojeny s výsledky GraphoLearn. Rozsáhlé fenotypové a zobrazovací charakterizace zahrnuté ve vzorku HBN jsou jedinečně vhodné pro zkoumání rozsáhlého souboru účastníků a faktorů prostředí, které mohou předpovídat výsledky léčby. Modely náhodné lesní regrese budou použity k predikci rozdílů v intervenčních reakcích na GraphoLearn na základě a priori souboru základních demografických, kognitivních, emocionálních, mozkových a domácích proměnných. Za předpokladu, že shoda (tj. skutečná doba strávená hraním GraphoLearn vzhledem k předepsanému) je považována za silný prediktor odezvy, průzkumné analýzy se také zaměří na prediktory shody, aby se dále zvýšila hodnota navrhované práce v reálném světě.