Traiter les déficits de connaissances de la structure passive chez les enfants d'âge scolaire souffrant de troubles du langage du développement (DLDTreatment)

Objectifs

Pour les compétences linguistiques de développement ultérieur, y compris celles impliquant des formes de phrases complexes, il n'y a pas seulement très peu d'études de traitement, mais des tailles d'effet pour les quelques-unes qui existent sont assez modestes. Les enquêteurs proposent que les résultats du traitement non exceptionnels puissent être attribués à deux problèmes: 1) la dépendance aux méthodes de traitement qui ont été développées principalement pour les enfants d'âge préscolaire et qui se trouvent sur l'extrémité plus explicite d'un continuum de traitement implicite à explicite et 2) des traitements d'agent-personne-personne. Les enquêteurs émettent l'hypothèse que les méthodes de traitement explicites dans lesquelles les enfants apprennent à appliquer consciemment une simple règle de cartographie sémantique entraîneront de fortes performances de traitement, mais au prix de la construction de représentations mentales implicites de cartographie sémantique-syntaxique nécessaire pour appliquer automatiquement et inconsciemment ces connaissances à des contextes linguistiques non formés. Les enquêteurs testeront cette hypothèse globale en utilisant des méthodes d'intervention implicites et explicites dans deux études de traitement. Deux essais cliniques randomisés, l'un ciblant les phrases relatives du sujet-objet et les autres phrases passives de ciblage, testera le degré de réduction des résultats pour les approches de thérapie implicite et explicite se répliquent sur différentes structures syntaxiques. Surtout, les chercheurs détiendront des aspects critiques du traitement (par exemple, le nombre de doses, la durée de la session et l'espacement) et les paramètres de stimulation constants à travers les méthodes de traitement pour isoler les effets sur les différences de méthode de traitement. Enfin, la pertinence clinique de la relation précédemment modélisée entre la compréhension complexe des phrases et la mémoire dans le contexte des résultats du traitement qui ciblent ces types de phrases seront évalués. Les deux objectifs globaux sont:

Objectif 1. Pour déterminer si les traitements explicites et implicites amélioreront la connaissance des phrases complexes et l'utilisation chez les enfants de 8 à 11 ans atteints de DLD.

Hypothèse 1A. Les deux traitements seront supérieurs à aucun traitement. Hypothèse 1b. Les enfants recevant le traitement explicite fonctionneront bien sur une mesure des résultats proximale qui est structurée de manière similaire au format de traitement explicite, mais relativement mal sur les mesures des résultats distaux des connaissances linguistiques qui nécessitent une forte représentation mentale de la forme syntaxique. Les enfants recevant le traitement implicite montreront le schéma opposé des résultats.

Hypothèse 1c. Le changement de représentation mentale pour le modèle syntaxique affectera la capacité des enfants à généraliser la forme de phrase formée dans un contexte narratif. Hypothèse 1d. L'âge de l'enfant, le SSE et la gravité globale du langage, mais pas le sexe, affecteront les résultats.

Aim 2. Fournir un test expérimental important des composants causaux du modèle de médiateur proposé de compréhension des phrases.

Hypothèse 2a. Le degré de réussite dans le traitement prédirera la capacité de chasser des mots dans les clauses.

Hypothèse 2b. La mémoire de travail médiera l'effet du traitement sur les connaissances et utilise les résultats contrôlant le vocabulaire et la compréhension des phrases de prétraitement.

Méthode L'essence de ce projet d'essais cliniques est de comparer l'efficacité relative de deux traitements pour améliorer la connaissance syntaxique de la structure passive des enfants atteints de DLD. Les enfants recevront l'un des deux traitements (implicites, explicites) pour améliorer les connaissances. Les enfants seront assignés au hasard à l'état de traitement implicite ou à l'état de traitement explicite et à un traitement immédiat ou à un traitement retardé. Les enfants effectueront quatre mesures de résultats (voir ci-dessous) avant le traitement et deux fois après le traitement, immédiatement et cinq semaines plus tard. Participants. Au total, 150 enfants âgés de 8 ans; 0 - 11; 11 avec DLD seront inscrits à cette étude de phrase passive. Les enfants proviendront des écoles publiques, privées et à charte autour d'Athènes Ohio, du comté de Cache Utah, de Tucson Arizona et de Morgantown, en Virginie-Occidentale. Tous les enfants démontreront des troubles du langage mais un QI non verbal à portée normale ainsi que l'ouïe et la vision ou la vision corrigée; Ils doivent également être des anglophones natifs. Avant les tests de langue standardisés, les enfants effectueront une tâche de compréhension de la phrase et une tâche de frappe de phrase pour déterminer si les participants montrent un déficit de connaissance de la structure passive ciblée pour le traitement. Les participants doivent effectuer <50% corrects sur une ou les deux mesures de dépistage pour passer à des tests de langage formels. Les critères d'inclusion et d'exclusion apparaissent ailleurs.

Mesures des résultats. Cinq mesures des résultats seront administrées avant le début de l'intervention. Les mêmes mesures seront réadaptées avant le début du traitement pour les enfants affectés au groupe de traitement retardé. Les mesures seront également administrées deux fois après le traitement, immédiatement et 5 semaines plus tard.

Traitements. Il y a 2 traitements, implicites et explicites. Les enfants ne recevront qu'un seul des traitements. Dans les deux traitements, les mêmes images seront utilisées et les phrases qui ont été préparées pour le traitement de la structure passive ont été refatuées en éléments relatifs de l'objet, créant ainsi des phrases à travers les deux traitements qui contiennent les mêmes mots. Le même nombre d'expositions sera livrée aux enfants à chaque traitement. Chaque traitement comprend 20 séances de formation (20 articles de formation par session) dispensées sur 10 semaines. En conséquence, les deux traitements offriront une exposition élevée à densité (n = 800) à un modèle de phrase ciblé. Traitement implicite. Le traitement implicite est une application entièrement nouvelle de techniques de refonte de conversation pour la syntaxe complexe. La refonte a réussi à traiter les déficits de morphologie. La méthode a également été utilisée avec succès pour augmenter la production de clauses relatives, fournissant une preuve de concept pour cette approche. L'approche utilise la modélisation des cliniciens (c'est-à-dire un piste syntaxique) grâce à la refonte ciblée. La refonte ciblée consiste à susciter des énoncés d'enfants qui obligent l'utilisation d'une forme grammaticale cible suivie immédiatement d'un modèle de clinicien qui corrige les éléments incorrects. Les refonces peuvent également suivre les énoncés d'enfants corrects, confirmant leur grammaticalité. La refonte n'inclut pas d'instructions explicites ou de commentaires autres que le refonte. À chaque essai, les enfants voient une image initiale et ~ 2s plus tard entendre une phrase clinicienne. Ensuite, une deuxième image est présentée puis ~ 2s plus tard, l'examinateur dit: "Maintenant, vous me parlez du [nom] (patient)." L'invite concentre l'attention de l'enfant sur le patient pour l'obliger à le produire comme la première phrase nominale. Chaque tentative d'enfant est suivie d'un clinicien refond. La refonte sert de deuxième exposition importante à la structure cible que l'enfant apprend. Traitement explicite. Dans les approches explicites de l'intervention d'enseignement, les enfants reçoivent des explications des règles qui régissent la structure linguistique (par exemple, "Lorsqu'il y a deux de quelque chose, un [s] est mis en fin de mot (" un livre, deux livres. "), Utilisez des commentaires explicites après les réponses des enfants et utilisez souvent des formats de perceuse. Les cliniciens ont tendance à faire défaut des traitements qui tombent à la fin explicite du continuum implicite-explicite, en particulier avec les enfants d'âge scolaire. En tant que tels, les enfants sont invités à se souvenir des règles régissant l'utilisation du langage et de les appliquer dans le traitement, plutôt que de construire implicitement des représentations mentales sur les expositions répétées utilisées dans des approches implicites. Dans l'approche explicite proposée, les enquêteurs fournissent à plusieurs reprises une règle simple, présentée auditive, qui représente la cartographie sémantique de l'agent et du patient / receveur à leurs noms appropriés. Des images sont utilisées pour fournir le contexte sémantique de la phrase, un facteur absent dans d'autres traitements. Cette approche relie la forme de la phrase au sens plutôt qu'aux formes et icônes. Comme d'autres traitements explicites, les enquêteurs enseigneront explicitement la règle selon laquelle les rôles sémantiques cartographiés aux éléments syntaxiques (noms), et les enfants doivent se souvenir et appliquer la règle de cartographie.

Fidelité et fiabilité de l'administration des tâches. Tout le personnel du projet sur chaque site de performance a été (et continuera d'être) formé sur l'administration fidèle de toutes les mesures (tests d'entrée standardisés, mesures de dépistage, mesures de résultats, traitements). Des vidéos de formation sur l'administration et la notation de toutes les mesures ont été préparées et consultées par tout le personnel qui travaillera avec les enfants. De plus, l'administration et la notation simulés de toutes les mesures ont été effectués avec tout le personnel de chaque site. En outre, les mêmes vidéos et exercices de formation seront répétés trois fois par an pour assurer une fidélité et une fiabilité élevées dans tout le personnel. La fiabilité de l'administration des tâches et la fiabilité de la notation du protocole seront évaluées pour toutes les mesures de dépistage et les mesures des résultats pour tous les participants. Cela comprend un observateur indépendant regardant l'examinateur administrant les différentes mesures en direct ou de la vidéo de session pour s'assurer que l'examinateur a administré chaque mesure exactement comme cela a été prescrit sur la feuille de protocole. Tout écart par rapport au protocole sera noté sur la forme de fidélité. Une valeur en pourcentage pour les «écarts de fond» et les «écarts non substantiels» (par exemple, le changement ou l'ajout de mots mineurs) sera calculé. Si les écarts de fond sont> 10%, les examinateurs suivront une formation supplémentaire pour l'administration des tâches. De même, la fiabilité de la notation par l'examinateur de chaque mesure sera calculée par un observateur indépendant. Si la fiabilité des scores des examinateurs est <90%, ils suivront une formation supplémentaire pour le score des tâches. La fidélité de l'administration du traitement sera également évaluée pour 25% des séances de formation de tous les participants. De plus, la fiabilité des examinateurs dans la notation des réponses de tous les participants sera évaluée pendant 25% des séances. Les examinateurs qui montrent une fidélité administrative contenant plus de 10% de déviation et / ou de fiabilité inférieure à 95% subiront une formation supplémentaire pour l'administration et la notation des traitements. Il convient de noter que les examinateurs dispensant les traitements seront différents des examinateurs qui administrent les mesures standardisées et des résultats. De plus, les fournisseurs de traitement et les «évaluateurs» seront aveugles les uns aux autres, c'est-à-dire que les évaluateurs seront aveugles aux résultats du traitement et les fournisseurs de traitement seront aveugles aux performances des participants sur les mesures des résultats.

Fiabilité de la saisie des données sur les sites. Une feuille Master Xcel a été créée pour être utilisée sur tous les sites de performance axés sur l'entrée fiable de toutes les données des participants dans notre base de données Master Access contenant tous les scores standardisés / de dépistage des participants, des scores sur les mesures des résultats et des scores pour tous les performances du traitement en session. Le XCEL pour chaque site contient des colonnes pour saisir le personnel du projet, les mesures, les valeurs de fiabilité pour chaque tâche, la date à laquelle chaque score pour chaque mesure a été saisi dans l'accès et date de la vérification de la saisie de données. Toute la saisie de données dans l'accès sera complétée par deux membres du personnel simultanément. Initialement, une personne lit chaque score et l'autre entre dans le score. Cette étape est répétée deux fois pour s'assurer que tous les scores sont saisis correctement.

Données scientifiques: stockage, partage, codes, accès et gestion. Les données d'entrevue, les données standardisées et les données expérimentales seront stockées dans des fichiers en boîte qui sont limités au site PIS du site et du personnel du site clé lors de la collecte de données. À la fin de l'étude, les données seront conservées dans un référentiel OSF pour permettre au partage de données de valider et de reproduire les résultats de la recherche décrits dans les objectifs. Une fois téléchargés, les données seront stockées sur leur plate-forme basée sur le cloud et seront partagées avec quiconque enregistre avec le site Web, qui fournit une fonction de recherche de texte gratuite. Le référentiel de framework Science Open comprendra un guide d'utilisation détaillé, un livre de codes avec des statistiques univariées pour chaque variable et des métadonnées au niveau de l'étude. Chaque variable du livre de codes comprendra le nom de la variable, une brève description de l'élément, l'étiquette de variable, les étiquettes de valeur et les codes standard pour les valeurs manquantes. Documentation sous la forme de .pdf Les documents comprendront une description de chaque tâche et les instructions de la tâche. Les protocoles complets ne seront pas fournis car ils contiennent des informations propriétaires qui peuvent être utilisées dans le développement d'un test standardisé. Les données cliniques et expérimentales seront analysées avec du code R personnalisé écrit à l'aide de packages disponibles gratuitement sur CRAN. Des scripts entièrement transparents et reproductibles seront disponibles dans .rmd et .pdf formats. La sortie entièrement organisée (table des matières en pagination) et une sortie annotée seront disponibles en .pdf format. Sarah Schwartz à l'Utah State University en coordination avec le personnel professionnel de chaque site, travaillant sous la direction des trois pis - James Montgomery, Ronald Gillam et Elena Plante. En outre, le Bureau des programmes sponsorisés de l'Utah State University a créé un système de conformité au plan de gestion des données et de partage dans le cadre de leur processus de soumission du rapport d'étape annuel.

Affectation aux conditions de traitement et conception de l'étude. Cette étude ciblera la structure des phrases passive. Il y aura deux grands types de traitement (explicites, implicites) avec deux niveaux d'attribution de traitement pour chaque type de traitement (immédiat, retardé). D'une manière générale, les conditions explicites vs implicites testent l'efficacité relative de chaque type de traitement. La condition explicite à apparition retardée et la condition implicite d'apparition retardée seront utilisées pour exclure les facteurs de maturation en tant que motif de changement. Chaque clinicien traité traitera les enfants dans les quatre conditions afin que les effets des cliniciens soient maintenus constants dans tous les conditions. Une procédure d'échantillonnage aléatoire stratifiée sera utilisée pour attribuer des enfants aux conditions de traitement. Les enfants seront stratifiés en 2 bandes d'âge (8-9, 10-11), avec des subdivisions masculines et féminines. Alors que les enfants s'inscrivent à l'étude, ils seront classés en 1 des 4 strates, puis assignés au hasard dans les strates à la condition de traitement explicite implicite, explicite immédiate, implicite ou retardée ou retardée (probabilités = 0,33, .33, .17, .17) en utilisant la randomisation basée sur les probabilités (R randizr "randrizr"). Cela nous permettra de contrôler l'âge et le sexe en tant que variables biologiques. L'attribution aléatoire est l'étalon-or pour contrôler d'autres facteurs inconnus qui peuvent affecter les résultats du traitement.

Pouvoir statistique. Pour chaque étude, un échantillon de 100 participants donne 80% de puissance pour l'effet du traitement (interaction entre les sujets) dans un mixanova 2x3 avec un .05 Niveau de signification, pour une taille d'effet relativement petite de F = 0,13 (GPower 3.1, [149]). L'analyse de puissance MLM plus complexe a été réalisée avec GLIMMSE 3.0 et applique la "trace de lawley de Hotelling" entre deux tests multivariés de groupes de différences moyennes. Un échantillon de 100 participants (16 cliniciens avec environ 6 participants chacun) donne un pouvoir de 80% pour la même hypothèse à condition que la corrélation intraclasse (ICC) pour les participants au sein du clinicien soit de 0,10 et la différence dans les deux groupes est de 0,75 écart-type initialement et maintenu au suivi. Ces valeurs sont conservatrices, reflétant des effets relativement minimes pour la CPI et les différences de groupe. L'analyse de traitement immédiate vs retardée (3x2 Mixanova) fournit que 80% de puissance sera obtenue pour un échantillon de 100 participants pour une taille d'effet similaire de F = 0,16. Enfin, les enquêteurs ont planifié 150 enfants par étude pour se protéger contre l'incertitude inhérente aux estimations de puissance et pour alimenter adéquatement les modèles d'équation structurelle. La recommandation de Klein pour un minimum de 10 participants par chemin dans un modèle d'équation structurelle a été suivie. Le modèle comprend 9 chemins (détaillés sous le plan d'analyse, ci-dessous), pour au moins 90 sujets. Par conséquent, 150 participants dépasseront ce niveau minimum recommandé, ajoutant de la stabilité aux estimations.

Les analyses de données prévoient les effets du traitement. L'effet du traitement par rapport à la période «sans traitement» de l'état de traitement retardé sera évalué en utilisant une analyse de variance de conception mixte 3x2x2 (Mixanova). Cette analyse utilisera 3 groupes (traitement implicite, traitement explicite, traitement retardé, n = 50 par groupe) et 2 observations répétées sur les mesures de résultats proximales et distales (tâche d'agent-patient, tâche d'amorçage). Pour ceux randomisés pour un traitement immédiat (implicite ou explicite), des observations de prétraitement et de post-traitement seront utilisées. Pour ceux randomisés pour un traitement retardé, des observations initiales et pré-traitement seront utilisées, couvrant la période pendant laquelle les participants ne reçoivent aucun traitement. Cette analyse déterminera si les traitements ou les deux dépassent la maturation naturelle sur un délai de 10 semaines pour traiter l'hypothèse 1A. Un effet significatif du type de phrase indiquerait que les effets du traitement sont spécifiques à la structure de la phrase ciblée par le traitement. Pour résoudre la question de savoir si les traitements implicites et explicites produisent des effets différentiels sur les éléments formés des mesures de résultat du langage proximal et distal (hypothèse 1b), les chercheurs combineront les enfants dans les groupes de traitement immédiats et retardés dans les conditions de traitement implicites et explicites (n = 75 par état de traitement). Trois observations répétées (intra-sujet: prétraitement, post-traitement et suivi) seront utilisées pour deux mesures de résultat (introduction: les mesures proximales et distales) par rapport aux deux types de traitement (entre sujets: traitements implicites et explicites). Une analyse de conception mixte 3x2x2 de la variance (Mixanova) testera si le type de traitement influence la croissance dans chaque variable dépendante. Les contrastes de suivi permettront des comparaisons entre le type de traitement immédiatement après le traitement (post-traitement), ainsi que si les gains sont conservés (suivi). Le soutien à l'hypothèse 1B consisterait en un effet d'interaction consistant à de meilleures performances sur la tâche d'agent-patient pour les enfants dans la condition explicite et à de meilleures performances sur la tâche d'amorçage pour les enfants dans la condition implicite. Les mixanovas parallèles seront réalisés en utilisant des scores de la compréhension narrative et de la tâche de rétellite comme mesures dépendantes (n = 75 par condition de traitement). Cette analyse abordera les résultats du traitement en utilisant une tâche de langage de translation qui reflète à la fois une compétence d'enfance courante et une pertinence d'études. Le soutien à l'hypothèse 1C consisterait en un effet principal significatif dans lequel les enfants dans la condition implicite surpassent ceux dans la condition explicite après le traitement. Pour approfondir le rouleau de la mémoire de travail et contrôler les caractéristiques des enfants (âge, race, sexe, SSE, langue globale (score Tills)) et livraison du traitement (zoom vs en personne), la modélisation à plusieurs niveaux (MLM), également connue sous le nom de modélisation linéaire hiérarchique (HLM), sera utilisée comme suivi de chacun des mixanovas ci-dessus. Le modèle MLM est capable d'étendre le Mixanova pour incorporer en outre des modérateurs et des covariables continus, ainsi que le contrôle d'un manque supplémentaire d'indépendance entre les participants en raison de la nidification au sein du clinicien. Contrairement à Mixanova, MLM intègre toutes les données collectées auprès des participants qui peuvent manquer de toutes les observations (cas incomplets dus à l'attrition) et détendent la dépendance à l'égard des hypothèses strictes de l'ANOVA d'homogénéité de variance et de sphéricité, toutes deux susceptibles d'être violées. Formellement, le MLM inclura les effets fixes de l'interaction entre les facteurs entre et intra-sujets et les covariables, ainsi que des interceptions aléatoires pour le participant et le clinicien. Les MLM séparés seront exécutés pour des conditions de traitement explicites et implicites (n = 75 par modèle). Une constatation d'un effet modérateur significatif pour la mémoire de travail ou l'âge, la race, le sexe et le SSE soutiendrait l'hypothèse 1D concernant l'âge et le SSE. Sur la base des recherches antérieures sur le traitement des enquêteurs, un effet pour la méthode d'administration du traitement n'est pas attendu.

Questions théoriques. Le seur d'entrée est crucial pour la compréhension des phrases, une idée que les enquêteurs ont présenté en fonction des résultats d'un modèle de compréhension de la phrase médié par la mémoire précédente. Pour cette raison, les enquêteurs s'attendent à ce que le regroupement des phrases dans les clauses soit lié à la performance des mesures des résultats du traitement (hypothèse 2a). Les enquêteurs testeront cette prédiction en utilisant une régression linéaire en utilisant les mesures de résultats proximales et distales pour les scores de chasse aux phrases. Des modèles séparés seront exécutés pour chaque condition de traitement (n = 75 par traitement). Les enquêteurs émettaient également l'hypothèse que la mémoire de travail médiera l'effet de l'intervention (X) sur les résultats des élèves (Y) (hypothèse 2b). Les enquêteurs testeront cela en utilisant la modélisation des équations structurelles, avec des modèles séparés pour chaque conditions de traitement pour permettre la possibilité que différentes stratégies d'apprentissage soient utilisées pour les deux traitements (n = 75 par modèle). Le chemin de X à M (Time2) sera étiqueté a. Le chemin de M à Y sera étiqueté b. L'effet indirect de X à Y à M (Time2) sera le produit de A et B (A * B). Après Muthen et al., Les enquêteurs prévoient d'inclure la mémoire de travail (M (Time1)), le vocabulaire connaissent le rebord (C1time1) et la compréhension syntaxique (C2Time1) comme variables de contrôle dans le modèle. Un effet indirect qui diffère statistiquement de 0 indique que m médie l'effet de x sur y. Si l'effet indirect explique complètement l'effet direct de X à Y, alors M médie complètement la relation de X et Y. En médiation complète, le produit de A et B déplace entièrement le chemin C. Les enquêteurs prévoient de comparer les statistiques de l'ajustement du modèle de 3 modèles de médiation, une avec la mémoire de travail (sous-test de mémoire de travail de Woodcock-Johnson) comme médiateur, une avec la mémoire à long terme du langage comme médiateur (tâche narrative Retell, score d'achèvement de la clause), et celle avec connaissance du vocabulaire (PPVT-5) comme médiateur. Chacun des modèles a un maximum de 9 chemins, avec 11 participants par chemin pour chaque étude.