Assistenza basata sulla comunità per adolescenti di minoranza con ADHD: migliorare la fedeltà con la supervisione assistita dall'apprendimento automatico e il feedback sulla fedeltà.

Y02 di questo studio è un piccolo (N=72) studio clinico di fase 1/fase 2 di un intervento di supervisione progettato per migliorare la fedeltà al trattamento del terapeuta e i successivi risultati di erogazione del servizio. Il disegno parallelo include l'assegnazione casuale di pazienti idonei e consenzienti presso tre agenzie comunitarie a due bracci di intervento di supervisione attiva (LC4S o ESAU) utilizzando una strategia di randomizzazione a blocchi permutati che tiene conto dell'agenzia. I partecipanti riceveranno interventi comportamentali dal personale dell'agenzia comunitaria e il loro utilizzo del servizio sarà monitorato utilizzando le cartelle cliniche elettroniche del progetto e dell'agenzia. Anche terapisti e supervisori dell'agenzia parteciperanno a questo processo. I terapisti saranno randomizzati per ricevere LC4S o ESAU dal loro supervisore (doppia randomizzazione) utilizzando una strategia di randomizzazione a blocchi che tiene conto del sito. I supervisori amministreranno entrambe le condizioni di supervisione in questo processo; tuttavia, gli investigatori valuteranno sistematicamente la contaminazione per valutare se questo progetto è appropriato per un futuro R01.

Per ridurre al minimo i pregiudizi, i partecipanti adolescenti e genitori non saranno informati del gruppo a cui sono stati assegnati. Tuttavia, il mascheramento completo di terapisti e supervisori non è fattibile in questo studio perché sia ​​i supervisori che i terapisti sapranno se stanno partecipando ad attività di supervisione assistita dalla tecnologia o ad attività di supervisione standard a causa della natura di queste condizioni. Tuttavia, l'investigatore primario accecherà terapisti e supervisori alle nostre ipotesi di studio e alla natura delle misure di esito per ridurre al minimo i pregiudizi nello studio. Molte di queste misure saranno osservative e obiettive (ad esempio, registrazioni della terapia, registrazioni audio della terapia), il che dovrebbe ridurre i pregiudizi derivanti dalle autovalutazioni. Gli investigatori valuteranno anche se ci sono effetti di gruppo sull'accuratezza dell'autovalutazione del terapeuta. Tutti gli interventi saranno forniti dal personale dell'agenzia, che non sarà tenuto a seguire i protocolli di erogazione dell'intervento perché un risultato di questo studio è la misura in cui i terapisti dell'agenzia seguono le procedure di intervento con la guida fornita dai loro supervisori. Le valutazioni dello studio saranno amministrate elettronicamente tramite Care4 e la raccolta dei dati sarà supervisionata dal personale dello studio.

Ciascuna misura di fedeltà verrà analizzata utilizzando un modello separato di crescita/mista (Duncan et al., 1999). In questo disegno, le sessioni di trattamento (livello 1) sono annidate all'interno degli adolescenti (livello 2), che sono annidate all'interno dei terapeuti (livello 3). Ogni adolescente frequenta fino a 10 sessioni; ogni terapista tratta 3 adolescenti. I supervisori fungono da ulteriore livello superiore, ma con così pochi supervisori (circa 6), questo problema verrà risolto includendo variabili predittive fittizie che rappresentano i supervisori. L'effetto diretto di LC4S rispetto a ESAU sull'intercetta di fedeltà e sulla pendenza sarà testato per ogni risultato di fedeltà (vedi Tabella 3). Con il tempo centrato nella prima sessione, l'intercetta riflette la fedeltà iniziale per la condizione ESAU, l'effetto di gruppo riflette la differenza di fedeltà iniziale tra ESAU e LC4S, l'effetto temporale riflette il cambiamento lineare nella fedeltà nel tempo per la condizione ESAU e l'interazione di tempo e di gruppo riflette la differenza tra ESAU e LC4S nel cambiamento lineare della fedeltà nel tempo. Come parte dell'R34, in stimerà la correlazione intraclasse (ICC) e l'effetto di progettazione per l'effetto di raggruppamento del terapista e del supervisore sull'esito per determinare la misura in cui sarà necessario un raggruppamento aggiuntivo in un futuro R01. L'ICC varia da 0 a 1, con valori maggiori che riflettono una proporzione maggiore di varianza ai livelli più alti (qui, terapista e supervisore piuttosto che adolescente). Gli investigatori testeranno anche le pendenze lineari e non lineari per accertare la forma prevista dell'LGCA in un futuro R01. La competenza MI del tempo per il terapista, la proporzione di EBT erogata entro la 10a sessione e il numero di sessioni e giorni per il completamento dell'EBT saranno modellati utilizzando la regressione (lineare, logistica o Poisson a seconda della distribuzione delle variabili risultanti) con il gruppo come predittore. L'accuratezza dell'autovalutazione del terapeuta sarà analizzata utilizzando la regressione polinomiale (Laird & LaFleur, 2013).

Usando il pacchetto R powerlmm, gli investigatori hanno una stima di 0,8 potere di rilevare grandi effetti (d = 0,8) che rappresentano le differenze di gruppo a livello dell'adolescente (livello 2); gli investigatori hanno .4 potere di rilevare effetti medi (d = .5) rappresentare le differenze di gruppo a livello adolescenziale. Le nostre ipotesi, tuttavia, sono principalmente a livello del terapeuta (livello 3), che ha meno unità (cioè 12 terapisti per condizione contro 36 adolescenti per condizione). Pertanto, saranno stimate le misure degli effetti sia a livello di adolescente che a livello di terapeuta. Per la potenza per il calcolo dell'ICC, gli investigatori hanno utilizzato il pacchetto ICC.Sample.Size R basato su Zou (2012). Con una dimensione del campione di 72 partecipanti, 10 osservazioni per partecipante, alfa pari a 0,05 e un test a due code, gli investigatori hanno più di 0,9 la potenza rileva un ICC di 0,2. I valori ICC per i dati trasversali come i bambini all'interno delle classi sono circa 0,2 (Hedges & Hedberg, 2007). Gli investigatori si aspettano un'eccellente precisione per la stima dei valori ICC in questo studio.