発達言語障害のある学齢期の子供の受動的構造知識の欠陥の治療 (DLDTreatment)

目的

複雑な文の形式を含むものを含む後期に発達する言語スキルの場合、治療研究は非常に少ないだけでなく、存在する少数の人の効果サイズは非常に控えめです。 調査員は、例外的な治療結果は2つの問題に起因する可能性があることを提案しています。1）主に未就学児向けに開発された治療方法への依存、および2）患者との関係を表現する主要名詞へのセマンティックな役割のマッピングを無視する治療法と2）治療を提案します。 調査員は、子供が意識的に単純なセマンティックマッピングルールを適用するように教えられている明示的な治療方法は、治療中のパフォーマンスを強くするが、この知識を訓練されていない言語文脈に自動的かつ無意識に適用するために必要なセマンティックシンタクトマッピングの暗黙的な精神的表現を構築するための犠牲を払うと仮定します。 調査員は、2つの治療研究で暗黙的および明示的な介入方法を使用することにより、この包括的な仮説をテストします。 2つの無作為化臨床試験、1つは被験者とオブジェクトの相対文ともう1つのターゲティング受動文をターゲットにしているため、暗黙的および明示的な療法の結果が異なる構文構造全体で複製する程度をテストします。 重要なことに、研究者は治療の重要な側面（例：用量数、セッション期間、間隔）を保持し、刺激パラメーターは治療法全体で一定の刺激パラメーターを保持し、治療法の違いに効果を分離します。 最後に、これらの文の種類をターゲットにした治療結果のコンテキストにおける複雑な文の理解と記憶の間の以前にモデル化された関係の臨床的関連性が評価されます。 2つの包括的な目的は次のとおりです。

目標1。 DLDの8〜11歳の子供の明示的および暗黙的な治療が複雑な文の知識と使用を改善するかどうかを判断する。

仮説1a。 両方の治療は、治療なしよりも優れています。 仮説1b。 明示的な治療を受けている子供は、明示的な治療形式と同様に構成されている近位アウトカム測定でうまく機能しますが、構文形態の強力な精神的表現を必要とする言語知識の遠位結果測定では比較的不十分です。 暗黙の治療を受けた子供は、結果の逆のパターンを示します。

仮説1c。 構文テンプレートの精神的表現の変化は、物語の文脈で訓練された文の形を一般化する子どもの能力に影響します。 仮説1d。 子どもの年齢、SES、および言語全体の重大度、しかし性別ではなく、結果に影響します。

AIM 2。提案されたメディエーターモデルの因果成分の重要な実験的テストを文の理解のモデルに提供する。

仮説2a。 治療の成功の程度は、条項内の単語を塊にする能力を予測します。

仮説2b。 ワーキングメモリは、知識に対する治療の効果を媒介し、語彙と前処理の文の理解を制御する結果を使用します。

方法この臨床試験プロジェクトの本質は、2つの治療法の相対的な有効性を比較して、DLDの子供の受動的構造の構文知識を改善することです。 子供は、知識を改善するために、2つの治療法（暗黙的、明示的）のいずれかを受け取ります。 子供は、暗黙の治療条件または明示的な治療条件のいずれか、および即時治療または遅延治療のいずれかにランダムに割り当てられます。 子どもは、治療前に4つの結果測定（以下を参照）を完了し、治療後2回、すぐに5週間後に完了します。 参加者。 8歳から11歳の子供がDLDを​​持つ合計150人の子供が、この受動的な文調査に登録されます。 子どもたちは、オハイオ州アテネ、キャッシュ郡ユタ州、ツーソンアリゾナ、およびウェストバージニア州モーガンタウン周辺の公立、私立、チャータースクールから来ます。 すべての子供は言語障害を示しますが、通常の範囲の非言語的IQ、聴覚と視力、または訂正された視力を示します。彼らはまた、ネイティブの英語話者でなければなりません。 標準化された言語テストの前に、子どもは文の理解タスクと文のチャンキングタスクを完了し、参加者が治療を標的とする受動的構造の知識に欠陥を示すかどうかを判断します。 参加者は、正式な言語テストに移行するために、スクリーニング措置の一方または両方で<50％正しい実行する必要があります。 包括的基準と除外基準の両方が他の場所に表示されます。

アウトカム測定。 介入開始前に5つのアウトカム測定が実施されます。 遅延治療群に割り当てられた子供の治療開始前に、同じ措置が再採掘されます。 対策は、治療後、すぐに5週間後に2回投与されます。

治療。 暗黙的で明示的な2つの治療法があります。 子どもたちは治療の1つだけを受け取ります。 両方の治療で同じ画像が使用され、受動的構造の治療のために準備された文がオブジェクトの相対アイテムに改装されているため、同じ単語を含む2つの処理にわたって文を作成します。 同じ数の暴露が、各治療の子供に届けられます。 各治療には、10週間にわたって配信される20のトレーニングセッション（セッションごとに20のトレーニングアイテム）が含まれます。 その結果、両方の治療が標的文パターンに高密度曝露（n = 800）をもたらします。 暗黙的な治療。 暗黙的な治療法は、複雑な構文のための会話のリキャスト技術のまったく新しいアプリケーションです。 リキャストは、形態の欠陥を治療するために成功しています。 この方法は、相対条項の生成を増やすためにも成功裏に使用されており、このアプローチの概念の証明を提供しています。 このアプローチでは、焦点を絞ったリキャストを介して臨床医のモデリング（つまり、構文プライム）を使用します。 焦点を絞ったリキャストには、ターゲットの文法形式の使用を義務付けている子どもの発話を引き出すことに続いて、誤った要素を修正する臨床医モデルがすぐに続きます。 また、リキャストは、正しい子供の発言に続いて、彼らの文法性を確認することもできます。 リキャストには、リキャスト以外の明示的な指示やフィードバックは含まれません。 各試験で、子供は最初の画像を見て、〜2秒後に臨床医の刑を聞きます。 次に、2番目の画像が表示され、その後〜2秒後に審査官は「[Noun]（患者）について教えてください」と言います。 このプロンプトは、子供の注意を患者に最初の名詞句として生産することを義務付けなければならないことに焦点を当てています。 それぞれの子供の試みに続いて、臨床医がリキャストされます。 リキャストは、子供が学習しているターゲット構造への重要な2番目の露出として機能します。 明示的な治療。 明示的な教育介入アプローチでは、子供には言語構造を支配するルールの説明が提供されます（例：「2つの何かがある場合、単語の最後に[s]が最後に置かれます（「1冊の本、2冊の本」）、 子供の反応の後に明示的なフィードバックを採用し、しばしばドリルのような形式を使用します。 臨床医は、特に学齢期の子どもの場合、暗黙的に実現した連続体の明示的な終わりに落ちる治療にデフォルトする傾向があります。 そのため、子どもたちは、暗黙のアプローチで使用される繰り返しの暴露よりも暗黙的に精神的表現を構築するのではなく、言語の使用を管理する規則を覚えて治療に適用するよう求められます。 提案された明示的なアプローチでは、調査員は、適切な名詞に対するエージェントと患者/受信者のセマンティックマッピングを表す、聴覚的に提示された簡単なルールを繰り返し提供します。 写真は、他の治療ではない要因である文の意味的コンテキストを提供するために使用されます。 このアプローチは、文の形式を形状やアイコンではなく意味にリンクします。 他の明示的な治療法と同様に、調査員は、意味的な役割を構文要素（名詞）にマッピングするというルールを明示的に教え、子供はマッピングルールを覚えて適用する必要があります。

タスク管理の忠実度と信頼性。 各パフォーマンスサイトのすべてのプロジェクト担当者は、あらゆる措置（標準化された入学試験、スクリーニング測定、アウトカム測定、治療）の忠実な管理について訓練されています（そして引き続き訓練されます）。 すべての措置の管理とスコアリングに関するビデオのトレーニングは、子どもたちと協力するすべての職員によって準備され、視聴されています。 さらに、各サイトのすべての担当者とともに、すべての措置の模擬管理とスコアリングが実施されています。 さらに、同じトレーニングビデオとエクササイズが年に3回繰り返され、すべてのスタッフにおいて高い忠実度と信頼性を確保します。 タスク管理の忠実度とプロトコルスコアリングの信頼性は、すべての参加者のすべてのスクリーニング尺度と結果測定について評価されます。 これには、さまざまな手段をライブまたはセッションビデオから管理する審査官を表示する独立したオブザーバーが含まれます。 プロトコルからの逸脱は、忠実度フォームに記録されます。 「実質的な偏差」と「非実質偏差」（たとえば、マイナーな単語の変更または追加）のパーセント値が計算されます。 実質的な逸脱が10％を超える場合、試験官はタスク管理のためのさらなるトレーニングを受けます。 同様に、各測定値の審査官のスコアリングの信頼性は、独立したオブザーバーによって計算されます。 審査官のスコアリングの信頼性が90％未満の場合、タスクスコアリングのためにさらなるトレーニングを受けます。 治療管理の忠実度は、すべての参加者のトレーニングセッションの25％についても評価されます。 また、すべての参加者の回答のスコアリングにおける審査官の信頼性は、セッションの25％で評価されます。 10％を超える偏差および/または95％未満の信頼性を含む管理忠実度を示す審査官は、治療の管理とスコアリングのためのさらなるトレーニングを受けます。 治療を提供する試験官は、標準化された測定と結果の測定を実施する審査官とは異なることに注意する必要があります。 さらに、治療提供者と「評価者」は互いに盲目になります。つまり、評価者は治療結果を盲目にし、治療提供者は結果測定に対する参加者のパフォーマンスを盲目にします。

サイト間のデータ入力信頼性。 すべての参加者の標準化/スクリーニングスコア、アウトカムメジャーのスコア、およびすべてのセッション内治療パフォーマンスのスコアを含むマスターアクセスデータベースのすべての参加者データの信頼できるエントリに焦点を当てたすべてのパフォーマンスサイトで使用されるマスターXCELシートが作成されました。 各サイトのXcelには、プロジェクトスタッフ、各タスクの測定値、各測定値の信頼性値、各測定値の各スコアがアクセスに入力された日付、およびデータ入力が検証された日付の日付を入力する列が含まれています。 アクセスへのすべてのデータ入力は、2人のスタッフが同時に完了します。 当初、1人は各スコアを読み取り、もう1人がスコアに入ります。 この手順は2回繰り返され、すべてのスコアが適切に入力されるようにします。

科学データ：ストレージ、共有、コード、アクセス、および管理。 データ収集中にサイトPIと主要サイト担当者に制限されたボックスファイルに、生の識別されたインタビューデータ、標準化されたデータ、および実験データは、ボックスファイルに保存されます。 調査の終了時に、データはOSFリポジトリに保存され、データの共有が目的で説明されている調査結果を検証および複製できるようにします。 アップロードすると、データはクラウドベースのプラットフォームに保存され、無料のテキスト検索機能を提供するWebサイトに登録する人と共有されます。 Open Science Frameworkリポジトリには、詳細なユーザーガイド、各変数の単変量統計を備えたコードブック、および学習レベルのメタデータが含まれます。 コードブックの各変数には、変数名、アイテムの簡単な説明、変数ラベル、値ラベル、および欠損値の標準コードが含まれます。 .pdfの形のドキュメント ドキュメントには、各タスクの説明とタスク指示が含まれます。 完全なプロトコルには、標準化されたテストの開発に使用できる独自の情報が含まれているため、提供されません。 臨床データと実験データは、CRANで自由に利用できるパッケージを使用して記述されたカスタムRコードで分析されます。 完全に透明で再現可能なスクリプトは.RMDで利用可能になります および.pdf フォーマット。 完全に整理された（コンテンツの塗装されたテーブル）および注釈付き出力は.pdfで利用可能になります 形式。 ユタ州立大学のサラ・シュワルツは、各サイトの専門スタッフと連携して、ジェームズ・モンゴメリー、ロナルド・ギラム、エレナ・プランテの3つのPIの指導の下で働いています。 さらに、ユタ州立大学のスポンサープログラム局は、年次進捗報告書を提出するためのプロセスの一環として、データ管理および共有計画コンプライアンスシステムを作成しました。

治療条件と研究デザインへの割り当て。 この研究は、受動的な文の構造を標的にします。 2つの広範な治療タイプ（明示的、暗黙的）があり、各治療タイプに2つのレベルの治療割り当て（即時、遅延）があります。 概して、明示的な条件と暗黙的条件は、各治療タイプの相対的な有効性をテストします。 遅延発症の明示的条件と遅延発症の暗黙的条件は、変化の理由として成熟要因を除外するために使用されます。 各治療臨床医は、4つの条件すべてで子供を治療し、臨床医の効果が条件全体で一定に保たれるようにします。 層状のランダムサンプリング手順を使用して、子供を治療条件に割り当てます。 子どもたちは、男性と女性の下位区分がある2つの年齢帯（8-9、10-11）に層別化されます。 子どもが研究に登録すると、4つの層のうち1つに分類され、層内でランダムに割り当てられ、即時の暗黙的で即時の明示的、遅延暗黙的、または遅延した明示的な治療条件に割り当てられます（確率= .33、.33、 .33、 .17、 .17） 確率ベースのランダム化（Rパッケージ "randomizr"）を使用します。 これにより、生物学的変数として年齢と性別を制御できます。 ランダム割り当ては、治療結果に影響を与える可能性のある他の未知の要因を制御するためのゴールドスタンダードです。

統計力。 各研究で、100人の参加者のサンプルが、.05の2x3ミクソノバで治療効果（被験者の相互作用の間）に対して80％のパワーをもたらします。 F = .13の比較的小さな効果サイズの有意水準 （Gpower 3.1、[149]）。 より複雑なMLM電力分析は、Glimmse 3.0で実施され、平均差の2つのグループ多変量テストの間に「ホテル - ローリートレース」を適用します。 100人の参加者（それぞれ約6人の参加者を持つ16人の臨床医）のサンプルは、臨床医の参加者にクラス内相関（ICC）が0.10であり、2つのグループの差が最初に0.75標準偏差であり、追跡時に維持されている場合、同じ仮説に対して80％のパワーをもたらします。 これらの値は保守的であり、ICCとグループの違いに対する比較的最小限の影響を反映しています。 即時および遅延治療分析（3x2 Mixanova）は、F = .16の同様に小さな効果サイズの100人の参加者のサンプルに対して80％のパワーが達成されることを規定しています。 最後に、調査員は、研究ごとに150人の子供を計画し、電力推定に固有の不確実性から保護し、構造方程式モデルに適切に電力を供給することを計画しています。 構造方程式モデルのパスごとに最低10人の参加者に対するクラインの推奨に従いました。 モデルには、最低90人の被験者の9つのパス（以下の分析計画の詳細）が含まれます。 したがって、150人の参加者がこの最小推奨レベルを超え、推定値に安定性を追加します。

データ分析計画治療効果。 治療の影響と遅延治療条件の「治療なし」期間は、3x2x2混合設計分析（Mixanova）を使用して評価されます。 この分析では、3つのグループ（暗黙的な治療、明示的な治療、遅延治療、グループごとにn = 50）と、近位および遠位結果測定（薬剤患者タスク、プライミングタスク）に関する2つの反復観測を使用します。 即時治療のために無作為化された人の場合（暗黙的または明示的な）治療前および治療後の観察が使用されます。 遅延治療のために無作為化された人の場合、初期および治療前の観察が使用され、参加者が治療を受けない期間をカバーします。 この分析により、いずれかまたは両方の治療が10週間の時間枠で自然成熟を超えて仮説1aに対処するかどうかが判断されます。 文の種類の重要な効果は、治療効果が治療によって標的とされた文構造に固有のものであることを示します。 暗黙的および明示的な治療法が、近位および遠位言語アウトカム測定（仮説1B）から訓練されたアイテムに異なる効果をもたらすかどうかの問題に対処するために、研究者は、暗黙的および明示的な治療条件（n = 75）内の即時および遅延治療グループの子供を組み合わせます。 3つの繰り返しの観察結果（被験者内：治療前、治療後、および追跡調査）は、2つの治療タイプ（被験者間：暗黙的および明示的治療）の間で比較される2つの結果測定（被験者内：近位および遠位測定）に使用されます。 3x2x2混合設計分散分析（Mixanova）は、治療の種類が各従属変数の成長に影響するかどうかをテストします。 フォローアップのコントラストにより、治療直後（治療後）とゲインが保持されている場合（追跡）（追跡）、治療タイプとの比較が可能になります。 仮説1Bのサポートは、明示的な状態の子供のエージェントパフォーマンスに対するパフォーマンスの向上と、暗黙的な状態の子供のプライミングタスクのより良いパフォーマンスで構成される相互作用効果で構成されます。 並列ミクソノバは、物語の理解と依存測定値としてのレターテルタスクのスコアを使用して実施されます（治療条件ごとにn = 75）。 この分析では、一般的な子供時代のスキルとカリキュラムの関連性のあるものの両方を反映するトランスレーショナル言語タスクを使用して、治療の結果に対処します。 仮説1Cのサポートは、暗黙の状態の子供が治療後の明示的な状態の子供をパフォーマンスする重要な主な効果で構成されます。 ワーキングメモリのロールをさらに調査し、子どもの特性（年齢、人種、性別、SES、全体的な言語（ティルススコア））および治療の配信（ズーム対対面）、マルチレベルモデリング（MLM）を制御するために、階層線形モデリング（HLM）とも呼ばれます。 MLMモデルは、Mixanovaを拡張して、継続的なモデレーターと共変量をさらに組み込み、臨床医内のネスティングによる参加者間の追加の独立性の欠如を制御することができます。 MIXANOVAとは異なり、MLMは、すべての観察結果（消耗による不完全なケース）を欠く可能性のある参加者からの収集されたすべてのデータを組み込み、両方とも暴力が発生する可能性が高い分散と球体の均一性の厳しいANOVA仮定への依存を緩和します。 正式には、MLMには固定効果が含まれ、被験者間因子と内部因子と共変量間の相互作用、および参加者と臨床医の両方のランダムインターセプトが含まれます。 明示的および暗黙的な治療条件（モデルあたりn = 75）のために、個別のMLMが実行されます。 作業記憶または年齢、人種、性別、およびSESの重要な緩和効果の発見は、年齢とSESに関する仮説1Dをサポートします。 調査員の以前の治療研究に基づいて、治療送達方法の効果は予想されていません。

理論的な質問。 入力チャンキングは、文の理解の理解に不可欠です。これは、研究者が以前のメモリを介した文の理解のモデルの結果に基づいて提案したという考えです。 このため、調査員は、条項への文章の塊が治療結果測定のパフォーマンスに関連するべきであると予想しています（仮説2A）。 調査員は、近位および遠位の結果測定を使用して線形回帰を使用してこの予測をテストして、チャンキングスコアを宣告します。 各治療条件（治療あたりn = 75）に対して個別のモデルが実行されます。 調査官はまた、作業記憶が学生の結果（y）に対する介入（x）の効果を媒介すると仮定します（仮説2b）。 研究者は、構造方程式モデリングを使用してこれをテストし、各治療条件の個別のモデルを使用して、2つの治療（モデルあたりn = 75）に異なる学習戦略が使用される可能性を可能にします。 xからm（time2）へのパスにはaとラベル付けされます。 MからYへのパスにはbにラベルが付けられます。 xからyからm（time2）までの間接効果は、aとb（a*b）の積になります。 Muthen et al。に続いて、研究者は作業記憶（M（TIME1））、語彙知識棚（C1TIME1）、および構文理解（C2TIME1）をモデルの制御変数として含めることを計画しています。 統計的に0と異なる間接効果は、mがyに対するxの効果を媒介することを示します。 間接効果がxからyへの直接的な効果を完全に説明する場合、mはxとyの関係を完全に媒介します。 完全な調停では、AとBの積はCパスを完全に変位させます。 調査員は、3つの調停モデルのモデル適合統計を比較することを計画しています。1つは作業メモリ（Woodcock-Johnson Memory Subtest）を調停者として、もう1つはメディエーターとしての言語の長期メモリを持つもの（物語のレテルタスク、節の完了スコア）、およびメディエーターとしての語彙知識（PPVT-5）を持つものです。 各モデルには最大9つのパスがあり、各研究でパスごとに11人の参加者がいます。