EdTech介入反応における神経認知因子

この提案の最も重要な目標は、読字障害（RD）に利用されている現在の治療アプローチに固有の限界に対処することです。 具体的には、実験者らは、ランダム化比較試験を使用して、RD の子供に対するテクノロジーベースの介入の有効性を評価することを目的としています。 問題の性質。 読解障害（RD）は最も一般的な学習障害であり、学齢期の子供の 10 ～ 15% が罹患しています。 人生のあらゆる段階で重大な機能障害を引き起こします。 学歴や職業上の到達において生涯にわたって不利益を被ることを示す豊富なデータが存在する。 問題があることに、現在の科学的根拠に基づく読書介入は、十分なリソースを備えた教室または臨床現場での、訓練を受けた専門家によるサービスに大きく依存しています。 そのため、リソースが不足している学校（または国）では、生徒に読書介入を提供できないことがよくあります。 この潜在的に悲劇的な状況は、手頃な価格で有望なテクノロジーベースの治療法を評価することを目的とした提案されたプロジェクトを促進しました。この治療法には、在宅ベースであり、専門家の直接の監督なしに実施できるため、リソースが最小限に抑えられるという 2 つの利点があります。要求します。 最近の研究では、技術ベースの読書介入、特に音韻スキルと文字音の対応を教えることに重点を置いた GraphoLearn の有効性が裏付けられていますが、効果の大きさには顕著なばらつきがあります。 最近のメタ分析で強調されているように、サンプルサイズは小さい傾向があり、研究全体で主要な方法論的要素、特にゲームプレイの投与量（ほとんどの研究で専門家の推奨値を大幅に下回っています）、対照群（例：アクティブ群と対照群）に顕著なばらつきがあります。受動的）、および管理への成人の関与のレベル。 最も重要なことは、GraphoLearn の有用性が管理された学校環境の外では十分に検討されていないため、GraphoLearn の主な利点である家庭管理の価値について情報を提供できていないということです。 同様に、家庭内投与のマイナスの結果を予測する可能性のある要因は未調査です (例: 規定のゲームプレイ用量の順守。予備データに記載されているように、これは変動する可能性があります)。

目的1の概要。 提案されたプロジェクトは、450人のRDの子供たち（6.0歳から10.0歳の男女）を対象に、自宅でGraphoLearnを投与する大規模なランダム化比較試験（RCT）を実施することで、救済介入に内在する限界に対処するものである。 この目標を最小限のコストで迅速に達成するために、実験者は、5.0 歳から 21.0 歳までの子供の精神的健康と学習障害に関する継続的な研究であるヘルシー ブレイン ネットワーク [HBN] に登録している参加者を募集します。 その家族が行動や学習について懸念を持っている（目標 n = 10,000、現在の n = 3,000+）。 HBN には、すべての参加者に対する包括的な精神医学的、認知的、EEG およびマルチモーダル MRI の特徴付けが含まれており、提案された研究に豊富な記述データを提供します。 読解障害は TOWRE を使用して特定されます (標準スコア < 85)。 子どもたちは、12 週間/20 時間の GraphoLearn プログラムまたは「アクティブ」対照条件に割り当てられ、IQ と読解レベルが一致したグループに割り当てられます。 このコントロールは、GraphoLearn と同様のスタイルの数学ゲームで構成され、プログラムに費やした時間、注意力、その他の要因など、介入による非特定の効果をコントロールします。 倫理的配慮により、研究後に対照群にランダムに割り付けられた子供たちにはGraphoLearnが提供されます。 現実世界の状況と一致して、研究期間中の研究に関連しない介入は許可されます。 これらは、包括的なサンプルの説明と応答の予測因子の分析のために文書化されます (目的 2)。

目的 1: RD を持つ子供の大規模なサンプルにおける GraphoLearn の有効性を評価します。 子供の読書レベルは、アクティブな学習の前、最中（第 6 週）、およびアクティブな学習の終了時（第 12 週）に評価されます。 持続効果は治療後 12 週間 (24 週目) に評価されます。 実験者は、12 週目と 24 週目の時点で、GraphoLearn グループが対照グループよりも読解レベルに統計的に有意な差があると仮説を立てています。 もしこの仮説が支持された場合、それはRDの子供にとって公衆衛生上重要な影響を与えることになる（このプログラムが個別化され、専門家の監督下で行われる読書矯正の代わりになるという主張はない）。

目的 2 の概要。治療反応を予測する参加者レベルおよび環境レベルの要因の特定は重要な局所目標ですが、GraphoLearn では考慮されていません。 専門家による介入の場合、年長の子供や言語障害や認知障害のある子供は恩恵を受ける可能性が低いという一貫した結果が得られています。 ここで実験者らは、HBNの読解力の低い人々の間で併存する臨床症状の多様性を利用して、治療反応の推定予測因子を特定した。 介入の結果を予測するための脳ベースの機能の付加価値を示唆する最近の研究と一致して、実験者らは予測モデルの開発において解剖学的 MRI データの利用可能性も活用しています。

目的 2. GraphoLearn の成果に大きく関連する参加者関連および環境レベルの要因を特定します。 HBN サンプルに含まれる広範な表現型および画像特性は、治療結果を予測する可能性のある広範な参加者および環境要因を調査するのに独自に適しています。 ランダム フォレスト回帰モデルは、ベースラインの人口統計、認知、感情、脳および家庭環境変数のアプリオリなセットに基づいて、GraphoLearn に対する介入反応の違いを予測するために使用されます。 コンプライアンス（つまり、規定された時間と比較した実際の G​​raphoLearn のプレイ時間）が反応の強力な予測因子であることが判明したと仮定すると、提案された作品の実際の価値をさらに高めるために、探索的分析ではコンプライアンスの予測因子にも注目します。