Trattare i deficit di conoscenza della struttura passiva nei bambini in età scolare con disturbo del linguaggio dello sviluppo (DLDTreatment)

OBIETTIVI

Per le abilità linguistiche in fase di sviluppo successive, comprese quelle che coinvolgono forme di frasi complesse, non ci sono solo pochissimi studi di trattamento, ma le dimensioni degli effetti per i pochi esistenti sono piuttosto modeste. Gli investigatori propongono che gli esiti del trattamento ineccepibili possano essere attribuiti a due questioni: 1) la dipendenza dai metodi di trattamento che sono stati sviluppati principalmente per i bambini in età prescolare e che si trovano sulla parte più esplicita di un continuum di trattamento implicito a esplicito e 2) che ignorano la mappatura dei ruoli semantici ai principali nomi che esprimono la relazione agente-paziente. Gli investigatori ipotizzano che i metodi di trattamento espliciti in cui ai bambini viene insegnato ad applicare consapevolmente una semplice regola di mappatura semantica comporterà una forte performance in trattamento, ma a spese di costruzione di rappresentazioni mentali implicite della mappatura semantica-sintattica necessaria per applicare automaticamente questa conoscenza a contesti linguistici non addestrati. Gli investigatori testano questa ipotesi generale usando metodi di intervento impliciti ed espliciti in due studi sul trattamento. Due studi clinici randomizzati, uno che si rivolge alle frasi relative a oggetti soggetto e alle altre frasi passive mirate, testerà il grado in cui i risultati per gli approcci impliciti ed espliciti della terapia si replicano attraverso diverse strutture sintattiche. È importante sottolineare che gli investigatori avranno aspetti critici del trattamento (ad es. Numero di dose, durata della sessione e spaziatura) e parametri di stimolo costanti tra i metodi di trattamento per isolare gli effetti alle differenze nel metodo di trattamento. Infine, verrà valutata la rilevanza clinica della relazione precedentemente modellata tra comprensione complessa delle frasi e memoria nel contesto dei risultati del trattamento che mirano a questi tipi di frasi. I due obiettivi generali sono:

Obiettivo 1. Per determinare se trattamenti espliciti e impliciti miglioreranno la conoscenza e l'uso di frasi complesse nei bambini di 8-11 anni con DLD.

Ipotesi 1a. Entrambi i trattamenti saranno superiori al trattamento. Ipotesi 1B. I bambini che ricevono il trattamento esplicito si esibiranno bene su una misura di risultato prossimale che è strutturata in modo simile al formato di trattamento esplicito, ma relativamente male sulle misure di esito distale della conoscenza linguistica che richiedono una forte rappresentazione mentale della forma sintattica. I bambini che ricevono il trattamento implicito mostreranno il modello opposto dei risultati.

Ipotesi 1c. Lo spostamento della rappresentazione mentale per il modello sintattico influenzerà la capacità dei bambini di generalizzare la forma della frase addestrata in un contesto narrativo. Ipotesi 1D. L'età del bambino, la SES e la gravità del linguaggio generale, ma non il sesso, influenzeranno i risultati.

Obiettivo 2. Fornire un importante test sperimentale di componenti causali del modello di comprensione della frase mediatore proposto.

Ipotesi 2A. Il grado di successo nel trattamento prevederà la capacità di mettere le parole all'interno delle clausole.

Ipotesi 2B. La memoria di lavoro mediarà l'effetto del trattamento sulle conoscenze e utilizzerà i risultati che controllano la comprensione della frase del vocabolario e del pretrattamento.

Metodo L'essenza di questo progetto di studi clinici è quello di confrontare l'efficacia relativa di due trattamenti per migliorare la conoscenza sintattica della struttura passiva dei bambini con DLD. I bambini riceveranno uno dei due trattamenti (impliciti, espliciti) per migliorare la conoscenza. I bambini saranno assegnati in modo casuale alla condizione di trattamento implicita o alla condizione di trattamento esplicita e al trattamento immediato o al trattamento ritardato. I bambini completeranno quattro misure di esito (vedi sotto) prima del trattamento e due volte dopo il trattamento, immediatamente e cinque settimane dopo. Partecipanti. Un totale di 150 bambini di età compresa tra 8; 0 - 11; 11 con DLD saranno iscritti a questo studio passivo. I bambini verranno da scuole pubbliche, private e charter intorno ad Atene Ohio, nella contea di Cache Utah, Tucson Arizona e Morgantown, West Virginia. Tutti i bambini dimostreranno perdita di lingua ma QI non verbale a raggio normale, nonché udito e visione o visione corretta; Devono anche essere madrelingua inglese. Prima dei test linguistici standardizzati, i bambini completeranno un'attività di comprensione della frase e un compito di tagliare la frase per determinare se i partecipanti mostrano un deficit nella conoscenza della struttura passiva mirata al trattamento. I partecipanti devono eseguire <50% corretto su una o entrambe le misure di screening per passare al test del linguaggio formale. Entrambi i criteri di inclusione che esclusivi appaiono altrove.

Misure di risultato. Presenteranno cinque misure di esito prima dell'inizio dell'intervento. Le stesse misure saranno nuovamente somministrate prima dell'inizio del trattamento per i bambini assegnati al gruppo di trattamento ritardato. Le misure saranno anche somministrate due volte dopo il trattamento, immediatamente e 5 settimane dopo.

Trattamenti. Esistono 2 trattamenti, impliciti ed espliciti. I bambini riceveranno solo uno dei trattamenti. In entrambi i trattamenti, verranno utilizzate le stesse immagini e le frasi che sono state preparate per il trattamento della struttura passiva sono state ridotte in oggetti relativi all'oggetto, creando così frasi tra i due trattamenti che contengono le stesse parole. Lo stesso numero di esposizioni verrà consegnato ai bambini in ogni trattamento. Ogni trattamento include 20 sessioni di allenamento (20 articoli di allenamento per sessione) consegnati per 10 settimane. Di conseguenza, entrambi i trattamenti forniranno un'esposizione ad alta densità (n = 800) a un modello di frase mirato. Trattamento implicito. Il trattamento implicito è un'applicazione completamente nuova di tecniche di rifusione conversazionale per la sintassi complessa. La rifusione ha avuto successo nel trattamento dei deficit di morfologia. Il metodo è stato anche utilizzato con successo per aumentare la produzione di clausole relative, fornendo la prova del concetto per questo approccio. L'approccio utilizza la modellazione del medico (ovvero un primo sintattico) attraverso la rifusione focalizzata. La rifusione focalizzata implica suscitare espressioni infantili che obbliga l'uso di una forma grammaticale target seguita immediatamente da un modello di clinico che corregge eventuali elementi errati. I recast possono anche seguire le espressioni dei bambini corrette, confermando la loro grammaticità. La rifusione non include istruzioni esplicite o feedback diversi dal rifast. Ad ogni prova, i bambini vedono un'immagine iniziale e ~ 2s in seguito ascoltano una condanna al medico. Successivamente, viene presentata una seconda immagine e poi ~ 2s dopo l'esaminatore dice: "Ora mi parli del [sostantivo] (paziente)". Il prompt focalizza l'attenzione del bambino sul paziente per obbligarlo a produrlo come la prima frase di nome. Ogni tentativo di bambino è seguito da un clinico. Il rifast funge da una seconda importante esposizione alla struttura target che il bambino sta imparando. Trattamento esplicito. In approcci di intervento di insegnamento esplicito, ai bambini vengono fornite spiegazioni delle regole che regolano la struttura linguistica (ad esempio, "Quando ci sono due di qualcosa, un [s] viene messo alla fine alla fine della parola (" Un libro, due libri "), Impiega un feedback esplicito dopo le risposte dei figli e spesso usa formati simili a un trapano. I medici tendono a inadempiere ai trattamenti che rientrano sulla parte esplicita del continuum implicito esplicito, in particolare con i bambini in età scolare. Pertanto, ai bambini viene chiesto di ricordare le regole che regola l'uso del linguaggio e applicarle in trattamento, piuttosto che costruire implicitamente rappresentazioni mentali sulle esposizioni ripetute come utilizzato negli approcci impliciti. Nell'approccio esplicito proposto, gli investigatori forniscono ripetutamente una semplice regola, presentata auditoria, che rappresenta la mappatura semantica di agente e paziente/destinatario ai loro nomi appropriati. Le immagini vengono utilizzate per fornire il contesto semantico per la frase, un fattore assente in altri trattamenti. Questo approccio collega la forma della frase al significato piuttosto che a forme e icone. Come altri trattamenti espliciti, gli investigatori insegnano esplicitamente la regola che mappe ruoli semantici agli elementi sintattici (sostantivi) e i bambini devono ricordare e applicare la regola di mappatura.

Fidelity e affidabilità dell'amministrazione delle attività. Tutto il personale del progetto in ciascun sito di performance è stato (e continuerà ad essere) addestrato sulla fedele somministrazione di tutte le misure (test di ammissione standardizzati, misure di screening, misure di esito, trattamenti). I video di formazione sull'amministrazione e il punteggio di tutte le misure sono stati preparati e visualizzati da tutto il personale che lavorerà con i bambini. Inoltre, è stata condotta somministrazione finta e punteggio di tutte le misure con tutto il personale in ciascun sito. Inoltre, gli stessi video ed esercizi di formazione verranno ripetuti tre volte all'anno per garantire un'elevata fedeltà e affidabilità in tutto il personale. La fedeltà dell'amministrazione delle attività e l'affidabilità del punteggio del protocollo saranno valutate per tutte le misure di screening e le misure di esito per tutti i partecipanti. Ciò include un osservatore indipendente che visualizza l'esaminatore che amministra le varie misure in diretta o dal video della sessione per garantire che l'esaminatore abbia somministrato ciascuna misura esattamente come è stato prescritto sul foglio del protocollo. Eventuali deviazioni dal protocollo saranno annotate nella forma di fedeltà. Verranno calcolati un valore percentuale per "deviazioni sostanziali" e "deviazioni non sostanziali" (ad esempio, modifica o aggiunta di parole minori). Se le deviazioni sostanziali sono> 10%, gli esaminatori subiranno un'ulteriore formazione per l'amministrazione delle attività. Allo stesso modo, l'affidabilità del punteggio dell'esaminatore di ciascuna misura sarà calcolata da un osservatore indipendente. Se l'affidabilità del punteggio degli esaminatori è <90%, subiranno un'ulteriore formazione per il punteggio delle attività. La fedeltà dell'amministrazione del trattamento sarà anche valutata per il 25% delle sessioni di formazione dei partecipanti. Inoltre, l'affidabilità degli esaminatori nel punteggio delle risposte di tutti i partecipanti sarà valutata durante il 25% delle sessioni. Gli esaminatori che mostrano fedeltà all'amministrazione contenenti deviazioni e/o affidabilità superiori al 95% subiranno un'ulteriore formazione per l'amministrazione e il punteggio dei trattamenti. Va notato che gli esaminatori che forniscono i trattamenti saranno diversi dagli esaminatori che somministrano le misure standardizzate e di esito. Inoltre, i fornitori di trattamenti e i "valutatori" saranno ciechi tra loro, vale a dire i valutatori saranno ciechi ai risultati del trattamento e i fornitori di terapia saranno ciechi per le prestazioni dei partecipanti sulle misure di risultato.

Affidabilità dell'inserimento dei dati tra i siti. È stato creato un foglio XCEL Master per essere utilizzato in tutti i siti di prestazione focalizzati sull'ingresso affidabile di tutti i dati dei partecipanti nel nostro database di accesso principale contenenti punteggi standardizzati/ screening dei partecipanti, punteggi sulle misure di risultato e punteggi per tutte le prestazioni del trattamento in sessione. L'XCEL per ciascun sito contiene colonne per inserire il personale del progetto, le misure, i valori di affidabilità per ciascuna attività, la data per quando ciascun punteggio per ciascuna misura è stato inserito in accesso e la data per quando è stata verificata l'inserimento dei dati. Tutti gli immissione di dati in Access saranno completati contemporaneamente da due membri dello staff. Inizialmente, una persona legge ogni punteggio e l'altra entra nel punteggio. Questo passaggio viene ripetuto due volte per garantire che tutti i punteggi vengano inseriti correttamente.

Dati scientifici: archiviazione, condivisione, codici, accesso e gestione. I dati di intervista de-identificati non identificati, i dati standardizzati e i dati sperimentali saranno archiviati in file box limitati al personale PI e al sito chiave del sito durante la raccolta dei dati. Alla conclusione dello studio, i dati saranno conservati in un repository OSF per consentire la condivisione dei dati per convalidare e replicare i risultati della ricerca descritti negli obiettivi. Una volta caricati, i dati verranno archiviati sulla loro piattaforma basata su cloud e saranno condivisi con chiunque registri con il sito Web, che fornisce una funzione di ricerca di testo gratuita. Il repository Open Science Framework includerà una guida per l'utente dettagliata, un libro di codice con statistiche univariate per ciascuna variabile e metadati a livello di studio. Ogni variabile nel libro di codice includerà il nome della variabile, una breve descrizione dell'elemento, l'etichetta variabile, le etichette dei valori e i codici standard per i valori mancanti. Documentazione sotto forma di .pdf I documenti includeranno una descrizione di ciascuna attività e le istruzioni dell'attività. I protocolli completi non saranno forniti perché contengono informazioni proprietarie che possono essere utilizzate nello sviluppo di un test standardizzato. I dati clinici e sperimentali saranno analizzati con codice R personalizzato scritto utilizzando pacchetti disponibili gratuitamente su CRAN. Script completamente trasparenti e riproducibili saranno disponibili in .rmd e .pdf formati. Completamente organizzato (Sommario paginato) e output annotato sarà disponibile in .PDF formato. Sarah Schwartz alla Utah State University in coordinamento con il personale professionale in ogni sito, lavorando sotto la guida dei tre PI: James Montgomery, Ronald Gillam ed Elena Plante. Inoltre, l'Ufficio dei programmi sponsorizzati presso la Utah State University ha creato un sistema di conformità del piano di gestione dei dati e di condivisione come parte del loro processo per l'invio della relazione annuale sui progressi.

Assegnazione alle condizioni del trattamento e alla progettazione dello studio. Questo studio mira alla struttura della frase passiva. Ci saranno due ampi tipi di trattamento (espliciti, impliciti) con due livelli di assegnazione del trattamento per ciascun tipo di trattamento (immediato, ritardato). In generale, le condizioni esplicite vs. implicite testano l'efficacia relativa di ciascun tipo di trattamento. La condizione esplicita ad insorgenza ritardata e le condizioni implicite ad insorgenza ritardata verranno utilizzate per escludere i fattori maturazionali come motivo di cambiamento. Ogni medico curante tratterà i bambini in tutte e quattro le condizioni in modo che gli effetti del medico siano mantenuti costanti tra le condizioni. Verrà utilizzata una procedura di campionamento casuale stratificata per assegnare i bambini alle condizioni di trattamento. I bambini saranno stratificati in 2 bande di età (8-9, 10-11), con suddivisioni maschili e femminili. Man mano che i bambini si iscrivono allo studio, saranno classificati in 1 dei 4 strati e quindi assegnati casualmente all'interno degli strati alle condizioni implicite, esplicite immediate, ritardate o ritardate esplicite (probabilità = .33, .33, .17, .17) Utilizzo della randomizzazione basata sulla probabilità (pacchetto r "randomizr"). Questo ci permetterà di controllare per età e sesso come variabili biologiche. L'assegnazione casuale è il gold standard per il controllo di altri fattori sconosciuti che possono influire sui risultati del trattamento.

Potere statistico. Per ogni studio, un campione di 100 partecipanti produce una potenza dell'80% per l'effetto del trattamento (interazione tra i soggetti tra le terzini) in un mixanova 2x3 con 0,05 Livello di significatività, per una dimensione dell'effetto relativamente piccolo di F = .13 (Gpower 3.1, [149]). L'analisi di potenza MLM più complessa è stata condotta con GLIMMSE 3.0 e applica la "traccia hotelling-lawley" per tra due test multivariati di gruppo di differenze medie. Un campione di 100 partecipanti (16 clinici con circa 6 partecipanti ciascuno) produce una potenza dell'80% per la stessa ipotesi che ha fornito la correlazione intraclasse (ICC) per i partecipanti all'interno del clinico è 0,10 e la differenza nei due gruppi è inizialmente 0,75 deviazioni standard e mantenute al follow-up. Questi valori sono conservativi, riflettendo effetti relativamente minimi per le differenze di ICC e di gruppo. L'analisi del trattamento immediato vs. ritardato (3x2 mixanova) prevede che l'80% di potenza sarà raggiunta per un campione di 100 partecipanti per una dimensione di effetto simile di F = .16. Infine, gli investigatori hanno programmato 150 bambini per studio per proteggere da incertezza inerente alle stime di potere e per alimentare adeguatamente i modelli di equazione strutturale. È stata seguita la raccomandazione di Klein per un minimo di 10 partecipanti per percorso in un modello di equazione strutturale. Il modello include 9 percorsi (dettagliati nel piano di analisi, di seguito), per un minimo di 90 soggetti. Pertanto, 150 partecipanti supereranno questo livello minimo raccomandato, aggiungendo stabilità alle stime.

Le analisi dei dati pianificano gli effetti del trattamento. L'effetto del trattamento rispetto al periodo di "nessun trattamento" della condizione di trattamento ritardato sarà valutato utilizzando un'analisi del design misto 3x2x2 della varianza (mixanova). Questa analisi utilizzerà 3 gruppi (trattamento implicito, trattamento esplicito, trattamento ritardato, n = 50 per gruppo) e 2 osservazioni ripetute sulle misure di esito prossimale e distale (attività agente-paziente, attività di innesco). Per coloro che sono randomizzati per il trattamento immediato (implicito o esplicito) di pre-trattamento e osservazioni post-trattamento. Per quelli randomizzati per il trattamento ritardato, verranno utilizzate osservazioni iniziali e pre-trattamento, coprendo il periodo durante il quale i partecipanti non ricevono alcun trattamento. Questa analisi determinerà se uno o entrambi i trattamenti superano la maturazione naturale per un periodo di 10 settimane per affrontare l'ipotesi 1a. Un effetto significativo del tipo di frase indicherebbe che gli effetti del trattamento sono specifici della struttura della frase mirata dal trattamento. Per affrontare il problema se trattamenti impliciti ed espliciti producono effetti differenziali sugli elementi addestrati dalle misure di esito del linguaggio prossimale e distale (Ipotesi 1B), gli investigatori combinano i bambini nei gruppi di trattamento immediati e ritardati all'interno delle condizioni di trattamento implicite ed esplicite (n = 75 per condizione di trattamento). Tre osservazioni ripetute (all'interno del soggetto: pre-trattamento, post-trattamento e follow-up) saranno utilizzate per due misure di esito (all'interno del soggetto: misure prossimali e distali) rispetto ai due tipi di trattamento (tra soggetti: trattamenti impliciti ed espliciti). Un'analisi del design misto 3x2x2 della varianza (mixanova) verificherà se il tipo di trattamento influenza la crescita in ciascuna variabile dipendente. I contrasti di follow-up consentiranno confronti tra il tipo di trattamento immediatamente dopo il trattamento (post-trattamento), nonché se i guadagni vengono mantenuti (follow-up). Il supporto per l'ipotesi 1b consisterebbe in un effetto di interazione costituito da migliori prestazioni sul compito agente-paziente per i bambini in condizioni esplicite e migliori prestazioni sul compito di innesco per i bambini in condizioni implicite. I mixanova paralleli saranno condotti utilizzando i punteggi della comprensione narrativa e il compito di raccontare come misure dipendenti (n = 75 per condizione di trattamento). Questa analisi affronterà i risultati del trattamento utilizzando un'attività linguistica traslazionale che riflette sia un'abilità dell'infanzia comune sia una con rilevanza curricolare. Il supporto per l'ipotesi 1c consisterebbe in un effetto principale significativo in cui i bambini nella condizione implicita superano quelli nella condizione esplicita post-trattamento. Per studiare ulteriormente il tiro della memoria di lavoro e controllare le caratteristiche del bambino (età, razza, sesso, SES, lingua generale (punteggio Tills)) e la consegna del trattamento (zoom vs. di persona), la modellazione multilivello (MLM), noto anche come modellazione lineare gerarchica (HLM), verranno utilizzate come seguito a ciascuno dei mixanovas sopra descritti. Il modello MLM è in grado di espandere il mixanova per incorporare inoltre moderatori e covariati continui, nonché il controllo per un'ulteriore mancanza di indipendenza tra i partecipanti a causa della nidificazione all'interno del medico. A differenza di Mixanova, MLM incorpora tutti i dati raccolti dai partecipanti che potrebbero mancare di tutte le osservazioni (casi incompleti a causa di attrito) e rilassa la dipendenza dalle rigorose ipotesi ANOVA di omogeneità di varianza e sfericità, entrambi probabilmente verranno violati. Formalmente, l'MLM includerà effetti fissi l'interazione tra i fattori tra soggetti e interni e covariate, nonché intercettazioni casuali sia per i partecipanti che per il medico. MLM separati verranno eseguiti per condizioni di trattamento esplicite e implicite (n = 75 per modello). La scoperta di un significativo effetto moderatore per la memoria di lavoro o l'età, la razza, il sesso e il SES supporterebbe l'ipotesi 1D riguardo all'età e al SES. Sulla base della precedente ricerca sul trattamento degli investigatori, non è previsto un effetto per il metodo di rilascio del trattamento.

Domande teoriche. Il chunking di input è fondamentale per la comprensione delle frasi, un'idea che gli investigatori avanzassero in base ai risultati di un precedente modello di comprensione della frase mediata dalla memoria. Per questo motivo, gli investigatori si aspettano che il blocco delle frasi nelle clausole debba essere correlata alle prestazioni sulle misure di esito del trattamento (Ipotesi 2A). Gli investigatori testano questa previsione usando la regressione lineare usando le misure di esito prossimale e distale per i punteggi di Chunking. Verranno eseguiti modelli separati per ciascuna condizione di trattamento (n = 75 per trattamento). Gli investigatori ipotizzano anche che la memoria di lavoro mediarà l'effetto dell'intervento (X) sul risultato degli studenti (Y) (Ipotesi 2B). Gli investigatori testimonieranno questo utilizzando la modellazione di equazioni strutturali, con modelli separati per ciascuna condizione di trattamento per consentire la possibilità che vengano utilizzate diverse strategie di apprendimento per i due trattamenti (n = 75 per modello). Il percorso da x a m (time2) sarà etichettato a. Il percorso da M a Y sarà etichettato b. L'effetto indiretto da x a y a m (time2) sarà il prodotto di A e B (A*B). A seguito di Muthen et al., Gli investigatori prevedono di includere la memoria di lavoro (M (time1)), il vocabolario di conoscenza (C1time1) e la comprensione sintattica (C2time1) come variabili di controllo nel modello. Un effetto indiretto che differisce statisticamente da 0 indica che m media l'effetto di x su y. Se l'effetto indiretto spiega completamente l'effetto diretto da x a y, allora M media dei rapporti di X e Y. In media mediazione, il prodotto di A e B sposta completamente il percorso C. Gli investigatori prevedono di confrontare le statistiche di adattamento del modello di 3 modelli di mediazione, uno con la memoria di lavoro (sottotest di memoria di lavoro di Woodcock-Johnson) come mediatore, uno con la memoria a lungo termine linguistica come mediatore (attività Narrative Retell, punteggio di completamento della clausola) e uno con conoscenza del vocabolario (PPVT-5) come mediatore. Ciascuno dei modelli ha un massimo di 9 percorsi, con 11 partecipanti per percorso per ogni studio.