Neurokognitív tényezők az EdTech intervenciós válaszban

Ennek a javaslatnak az átfogó célja, hogy kezelje az olvasási zavarok (RD) jelenlegi orvosi megközelítéseiben rejlő korlátokat. Pontosabban, a kísérletezők célja, hogy értékeljék a RD-ben szenvedő gyermekek technológiai alapú beavatkozásának hatékonyságát egy randomizált, kontrollált vizsgálat segítségével. A probléma természete. Az olvasási zavar (RD) a leggyakoribb tanulási zavar, amely az iskoláskorú gyermekek 10-15%-át érinti. Jelentős funkcionális károsodásokat okoz az élet minden szakaszában. Rengeteg adat dokumentálja az egész életen át tartó hátrányokat az iskolai végzettség és a foglalkozási eredmények terén. Problémás, hogy a jelenlegi, bizonyítékokon alapuló olvasási beavatkozások nagyrészt képzett szakemberek szolgáltatásaira támaszkodnak, akár jól felszerelt tantermekben, akár klinikai környezetben. Ennek megfelelően az alulfinanszírozott iskolák (vagy országok) gyakran nem tudnak olvasási beavatkozást biztosítani diákjaik számára. Ez a potenciálisan tragikus helyzet előmozdította a javasolt projektet, amelynek célja egy megfizethető, ígéretes, technológiai alapú kezelés értékelése, amelynek kettős előnye van: az otthoni kezelés és a közvetlen szakértői felügyelet nélkül megvalósítható, ezáltal az erőforrások minimalizálása. igények. A legújabb tanulmányok alátámasztották a technológia-alapú olvasási beavatkozások hatékonyságát, különösen a GraphoLearn-t, amely a fonológiai készségek és a betűhang-megfelelés oktatására összpontosít, bár az effektusok mérete jelentős eltéréseket mutat. Amint azt egy közelmúltbeli metaanalízis kiemelte, a minták mérete általában kicsi, és jelentős eltérések mutatkoznak a kutatások kulcsfontosságú módszertani összetevői között, különösen a játékmenet adagolásában (amely a legtöbb tanulmányban jóval a szakértői ajánlások alatt van), a kontrollcsoportban (pl. aktív versus passzív), valamint a felnőttek közigazgatásban való részvételének mértéke. A leglényegesebb, hogy a GraphoLearn hasznosságát nem vizsgálták megfelelően az ellenőrzött iskolai beállítások keretein kívül, így nem tudták felvilágosítást adni az otthoni adminisztráció értékéről – ez a GraphoLearn fő pozitív tulajdonsága. Hasonlóképpen feltáratlanok az otthoni adminisztráció negatív kimenetelének lehetséges előrejelzői (pl. az előírt játékadag betartása, amely, amint azt előzetes adataink is megjegyeztük, változhat).

Az 1. cél áttekintése. A javasolt projekt a korrekciós beavatkozásokban rejlő korlátokat kezeli egy nagyszabású, randomizált, kontrollált vizsgálat (RCT) végrehajtásával, amely otthoni GraphoLearn-t 450 RD gyermeken (6-10 éves fiúk és lányok) végez. E cél gyors és minimális költséggel történő elérése érdekében a kísérletezők az Egészséges Agy Hálózatába (HBN) beiratkozott résztvevőket toboroznak, amely egy folyamatban lévő, 5,0-21,0 éves gyermekek mentális egészségének és tanulási zavarainak vizsgálata. akiknek a családjában aggályok vannak a viselkedéssel és/vagy a tanulással kapcsolatban (cél n = 10 000; jelenlegi n = 3000+). A HBN átfogó pszichiátriai, kognitív, EEG és multimodális MRI jellemzést tartalmaz minden résztvevő számára, gazdag leíró adatokkal ellátva a javasolt vizsgálatot. Az olvasási zavarokat a TOWRE segítségével azonosítják (standard pontszám < 85). A gyerekeket egy 12 hetes/20 órás GraphoLearn programra vagy egy „aktív” kontrollállapotra osztják be, az IQ-nak és az olvasási szintnek megfelelő csoportba. A vezérlés a GraphoLearn-hez hasonló stílusú matematikai játékból áll, amely a beavatkozás nem specifikus hatásait szabályozza, mint például a programra fordított idő, figyelem és egyéb tényezők. A kontrollcsoportba randomizált gyermekek számára etikai megfontolások miatt GraphoLearn-t ajánlanak fel a vizsgálat után. A valós körülményekkel összhangban a tanulmányi időszak alatt a nem tanulmányokkal kapcsolatos beavatkozások megengedettek. Dokumentálni kell őket az átfogó mintaleíráshoz és a válasz előrejelzőinek elemzéséhez (2. cél).

1. cél: A GraphoLearn hatékonyságának értékelése RD-s gyermekek nagy mintájában. A gyermekek olvasási szintjét az aktív tanulmányozás előtt, alatt (6. hét) és végén (12. hét) értékelik. Az elhúzódó hatásokat a kezelés után 12 héttel (24. hét) értékeljük. A kísérletezők statisztikailag szignifikáns különbségeket feltételeznek az olvasási szintben a GraphoLearn-csoport javára a kontrollcsoporthoz képest a 12. és 24. héten. Ha a hipotézis alátámasztásra kerül, annak fontos közegészségügyi vonatkozásai lesznek a RD-s gyermekek számára (nincs állítás, hogy a program helyettesítené az egyénre szabott és szakértők által felügyelt olvasás-javítást).

A 2. cél áttekintése. A kezelési választ előrejelző résztvevői és környezeti szintű tényezők azonosítása fontos aktuális cél, de a GraphoLearn esetében nem vették figyelembe. A szakorvosi alapú beavatkozások esetében következetes megállapítás az, hogy az idősebb gyermekek, valamint a nyelvi vagy kognitív zavarokkal küzdő gyermekek kevésbé valószínű, hogy előnyösek lesznek. Itt a kísérletezők kihasználják a komorbid klinikai megjelenések sokféleségét a HBN-ben szegény olvasók körében, hogy azonosítsák a kezelési válasz feltételezett előrejelzőit. A legújabb tanulmányokkal összhangban, amelyek az agyi alapú funkciók hozzáadott értékét sugallják a beavatkozási eredmények előrejelzésében, a kísérletezők az anatómiai MRI-adatok elérhetőségét is kihasználják a prediktív modellek fejlesztésében.

Cél 2. Azonosítsa azokat a résztvevőkkel kapcsolatos és környezeti szintű tényezőket, amelyek jelentősen összefüggenek a GraphoLearn eredményeivel. A HBN-mintában szereplő kiterjedt fenotípusos és képalkotó jellemzések egyedülállóan alkalmasak olyan résztvevői és környezeti tényezők széles körének feltárására, amelyek előre jelezhetik a kezelés kimenetelét. Véletlenszerű erdei regressziós modelleket fognak használni a GraphoLearn-re adott beavatkozási válaszok különbségeinek előrejelzésére, a demográfiai, kognitív, érzelmi, agyi és otthoni környezeti változók a priori készlete alapján. Feltételezve, hogy a megfelelőség (azaz a GraphoLearn játékkal töltött tényleges idő az előírthoz képest) a válasz erős előrejelzője, a feltáró elemzések a megfelelőség előrejelzőit is megvizsgálják, hogy tovább növeljék a javasolt munka valós értékét.