子どもの歩行者行動を改善するためのトレーニングプログラムをテスト

アプローチ

1. 研究の目標。 具体的な目標は次のとおりです: (1) 7 ～ 8 歳児を対象とした RCT を実施し、場所と場所に関するトレーニングに焦点を当てて、2 つのトレーニング プログラム (仮想現実、ストリート サイド) の相対的な有効性を非介入対照と比較して評価します。渡り方。 (2) プログラムの経済分析を実施して、相対的な費用対効果を確認します。 これらの結果は、行動訓練を通じた子供の歩行者の傷害予防における「ベストプラクティス」に関する将来の決定に役立つ、相対的なプログラムの有効性と経済的コストに関する重要な知識を提供するでしょう。
2. 研究デザイン: 3 つのグループ 採用された子供たちは事前テストを受け、ブロック (性別) ランダム化手順を使用して 3 つのグループ (介入 2 つ、対照 1 つ) の 1 つにランダムに割り当てられます。ストリートサイドトレーニングまたはSS-T）と介入なしの対照グループ（介入なし：NI-C）は、子供の性別のバランスが取れています。
3. 研究の質問 VR-T のパフォーマンスは NI-C のパフォーマンスを上回りますか? SS-T のパフォーマンスは NI-C のパフォーマンスを上回りますか? VR-T と SS-T のパフォーマンスは同等ですか、それともどちらの方がより良い結果を生み出し、ベスト プラクティスとして認定されますか? すぐに得られた効果は時間が経っても（介入後 2 か月）持続しますか? SS-T と比較した VR-T の費用対効果はどの程度ですか?
4. 検出力分析 すべての計算はコンサルティング統計学者 (Dr. Gerarda Darlington)、R バージョン 3.3.2 で書かれた関数を使用 Julious が提供する式に基づき、powr.anova.test を使用します。 R の pwr パッケージからの関数です。パイロット実現可能性研究の結果を使用して、横断する場所と方法の平均変化を推定しました。VR-T の後、子供たちは安全でない場所を横断する回数が 65% 減少し、横断方法が 68% 増加しました。両方の変数が正規分布しているため、安全に横断することができます。 グループ内標準偏差が 0.16 (パイロット データ)、サンプル サイズが 1 グループあたり 58 人の子供である場合、変化に差が観察されないと仮定すると、VR-T グループと SS-T グループの同等性を確認する検出力は 80% 以上になります。グループ間のスコアと等価しきい値レベル 17%、アルファ = 0.025。 サンプルの合計サイズは計画された分析をサポートし、検出力が 95% を超える p < 0.0001 での有意性を考慮していることに注意してください。 10% の減少を考慮して、1 グループあたり 64 名を採用します (N = 192)。
5. 対象人口と資格基準 [*応募の概要を参照] 7 ～ 8 歳の合計 192 人の子供が募集され、各グループに 64 人が割り当てられます。これには 10% の減員手当が含まれます (通常のレート = 5%)。 若者は、コミュニティで募集されたボランティア 9,250 人の既存のデータベースからランダムに抽出され、コミュニティ組織や広告を通じて (必要に応じて) 追加募集が行われます。 データベースを使用すると、調査を実行する速度と効率が向上しますが、ベースとなる母集団は変わりません。データベースはすべてコミュニティで募集されたサンプルです。 対象基準: 正常に発達している (親の報告; 学習、社会的、身体的、精神的健康上の懸念がない)、英語を話す。 除外基準：歩行者としての傷害により入院した本人または家族が、異常な用心深さにつながる可能性がある。

6. ランダム化 目がくらむ。 条件を盲検化することは不可能ですが、不適切な割り当て隠蔽により、盲検化よりも大きなバイアスが RCT に導入される可能性があります。 すべての参加者は研究仮説に対して盲目になります。

   参加者の割り当ては、コンピューターで生成された乱数シーケンスによって行われます。

7. イベントと対策のタイミング すべての子供たちは、テスト前の対策を完了するために最初の訪問を行い、その後ランダム化されます。 その後、SS-T と VR-T の子供たちは週 6 回のトレーニング セッション (1 セッションあたり約 30 分) を完了します。 その後、すべての子供はテスト後の即時対策のために再度訪問し、改善の持続可能性を評価するために長期訪問（2 か月後）を行います。

8. 設定 近くに信号機や横断歩道がない、2 車線双方向道路のミッドブロック交差点が焦点です。

   SS-T セッションでは、VR-T で表示される同じ種類の道路状況で、どこをどのように横断するかをトレーニングする機会を提供する道路 (制限 50 km) が特定されています。 交通量は最近 7 日間測定され、軽い (8 台/分) から多い (16 台/分) まで変化しました。 このトラフィック量の範囲は VR-T で発生します。

   VR-T セッションの場合、UG キャンパスの VR ラボで行われます。 事前対策と事後対策については、すべてのグループについて、これらは 2 つの設定で行われます: (a) 交通量が自然に変化する道路側 (以下では「フィールド」と指定) (子どもたちは、どこでどのように横断するかを指示しますが、実際には指示しません)、(b) ) VR ラボでは、子供たちがゲーム コントローラーを使用して渋滞中の仮想道路を横断します。

   事前/事後のフィールド対策は、同じ道路に沿った 2 か所で行われることに注意してください (ランダムな順序で、1 つは事前に使用され、もう 1 つは事後に使用されます)。これにより、慣れが制御され、事前と間の交通量の大きな変動のリスクが最小限に抑えられます。ポスト対策を。 この道路は VR ラボの近くにあり、子供たちは UG への訪問中に事前テスト VR とフィールド対策を完了することができます。テスト後の対策についても同様です。 表示速度は 50 km です。これは、この年齢層では重傷を負う危険性のある交通状況がテストされることを意味します。

9. テストプロトコル どこをどのように横断するかに関する事前/事後対策 [事前対策と事後対策は同じであり、グループに関係なく、すべての子供がすべての対策を完了することに注意してください。 ***道路側交差点のコーディングの信頼性が完了します。] フィールド対策。 横断する場所については、子供は 3 つの異なる道路脇の状況 (駐車中の車、丘、ブラインド カーブ) で最も安全に横断できる場所を選択します。 横断手段の方法: 子供は縁石から 1 フィートの位置に立ち、感圧式ステップ プレートを前に置き (ラップトップに接続されています。透明なプラスチックの壁が道路への進入を防ぎます)、「2 段階の手順」を完了します。 ' (観察された交通量に基づいて、道路横断の開始に対応して 2 歩前に進みます。これに基づいて、横断措置を推定します。[注: 路上テストはビデオに録画されるため、交通量や交差点の対策、信頼性を後で計算できます。] VR対策。 仮想ストリート環境内で完了することを除いて、フィールドと同じ対策。

   トレーニング前のアクティビティと対策 VR-T. 最初の方向性と動作制御トレーニング モジュールにより、歩行者トレーニングを開始する前に、すべての子供がコントローラーを使用して 3D 世界で同じ運動スキル レベルに移動する練習を確実に行うことができます。 コントローラーを使用すると、歩行や横断の経路、方向、速度を変更できます。

   SS-T。 子どもたちの横断時の平均歩行速度が測定され、道路側で撮影されたビデオと組み合わせて横断措置を推定するために使用されます。そのため、子どもたちは交通量の多いところでは横断せず、開始の判断のみを行います。 これは以前から使用されている一般的なアプローチです。

   トレーニング プログラム [すべてのプログラムの決定はパイロット テストによって決定されました。] それぞれに 30 分間の 6 つのトレーニング セッションが含まれており (パイロット サンプルの 2% には休憩が必要でした)、どこをどのように見て渡るべきかについて説明します。 パフォーマンスは試行ごとに追跡され、間違いがあれば指導試行が繰り返され、その結果、持っているスキルよりも欠けているスキルについてのトレーニングが多くなります。 通常、子供たちがスキルを習得するにつれて、セッションの経過とともに難易度が上がります。

   VR-T。 子どもたちは、横断方法について論理的に構成された 3 つのトレーニング モジュールのそれぞれから試練を体験します。(1) 横断する場所を決定する (コンポーネント スキル: 駐車中の車、坂道での交通、ブラインド カーブでの交通で安全な場所を特定する)。 (2) 効果的な見た目 (コンポーネントスキル: 左、右、左、道路に入るときは常に左)。 (3) 安全に横断する方法 (要素スキル: 両方向の交通状況を確認し、より大きな隙間を選択し、車の後部バンパーが通過したらすぐに発進する)。 各試行では、コンピューターが会話し、パフォーマンスに関するフィードバックを即座に提供するため、子供たちは試行を安全に完了したかどうか (例: 「素晴らしい仕事でした」)、または自分が何を行って危険だったか、その理由を知ることができます (子供が行ったことのリプレイが表示され、説明されます) )、代わりに何をすべきか。 コンポーネントスキルは、子供が少なくとも 5 回の試行で少なくとも 80% の成功を達成するか、10 回の試行を完了するまでテストされます (失敗については説明的なフィードバックが与えられます)。 その後、子供は別のスキルのテストに進み、失敗したコンポーネントのスキルは今後のセッションで再テストされます。 セッションを通じて、子供はすべてのモジュールとスキルについて繰り返しトレーニングを受けますが、繰り返しでは主に子供がまだ達成する必要があるスキルに焦点を当てます。

   SS-T。 Kerbcraft プログラムは行動理論 (モデリング、強化) に基づいています。 プログラムにはコンテンツがどこにどのように含まれており、VR-T と同様に編成されています (モジュール、コンポーネントスキルの指導、即時フィードバック)。 セッションを通じて、子供たちはすべてのモジュールとスキルのトレーニングを受け、弱いスキルに焦点を当てて繰り返します。 テスター (RA、学生) は、プログラムの提供の概要を説明した詳細なマニュアルに従います。

10. 主な結果の測定 行動の測定。 [いずれも先行研究で使用したものです。] VRラボとフィールドストリート側の2つの設定で事前・事後対策が行われます。 それぞれの設定で、子供たちは 15 個の Where トライアル (どこで横断するかを指示しますが、実際には横断しません) と 15 個の How トライアル (交通渋滞の中で横断するかどうかを決定します) を完了します。

どこ。 1 つのスコア: 15 回の試行のうち、子供が坂道を横断するとき (5 回の試行)、ブラインドカーブ (5 回の試行)、駐車中の車で横断するときに安全な選択肢を選択した割合の平均 (5 回の試行)。 これら 3 つのコンポーネントのスコアも個別に分析されます (二次分析を参照)。

どうやって。 3 つのスコア: (1) 注意力複合 (15 回の試行のうち正しく見えた割合: L/R/L、VR-T の場合は道路に足を踏み入れる直前、または SS-T の場合は常に L)。 (2) 開始遅延 (車の後部バンパーが通過してから横断を開始するまでの時間 (秒))。 (3) 車両間の時間的ギャップ サイズを選択します (秒単位)。

結果。 2 つのスコア (トライアルの方法から): (1) 平均残り時間 (つまり、車が何秒以内にどれだけ近づいたか)。 (2) ニアミス（車が子供から 1 秒以内に追い越された）と衝突試行の割合の合成。

経済対策 怪我による経済的負担をもたらすため、重要な結果はヒットです。 まず、2 つのトレーニング プログラムの実施にかかる実際のコスト (人件費、設備など) を決定します。 次に、各プログラムを介入なしグループと比較するための意思決定分析モデルが開発されます。 このモデルは、政府の支払者（病院への直接の費用と病院以外の費用：ER訪問、地域の医師の訪問など）と個人/家族の自己負担費用（病院外での薬、在宅ケアサービスなど）の両方を含む社会的な視点を取り入れています。 、生産性が失われます）。 一部の損傷は重篤であり、罹患率と生活の質に長期的な影響を与えることに留意して、生涯の期間が使用されます。 確率的感度分析により、モデルの堅牢性が評価されます。 コスト データは関連する管理データベースから取得されます。データが欠落している場合は、関連する文献や専門家の意見を使用してコストを見積もります。