어린이 보행자 행동 개선을 위한 훈련 프로그램 테스트

접근하다

1. 연구 목표. 구체적인 목표는 다음과 같습니다. (1) 7~8세의 RCT를 수행하여 2가지 교육 프로그램(가상 현실, 스트리트 사이드)의 상대적인 효과를 평가하고, 개입하지 않는 통제와 비교하여 교육에 중점을 둡니다. 건너는 방법. (2) 프로그램의 경제적 분석을 수행하여 상대적인 비용 효율성을 확인합니다. 이러한 결과는 행동 훈련을 통해 아동 보행자 부상 예방의 '모범 사례'에 대한 향후 결정을 알리기 위해 상대적인 프로그램 효과 및 경제적 비용에 대한 필수 지식을 제공할 것입니다.
2. 연구 설계: 3개 그룹 모집된 어린이는 사전 테스트를 받은 후 차단(성별) 무작위화 절차를 사용하여 3개 그룹(2개 개입, 1개 통제) 중 하나에 무작위로 배정되므로 개입 그룹(VR 교육 또는 VR-T, Street Side training 또는 SS-T) 및 무개입 통제 그룹(No Intervention: NI-C)은 아동의 성별에 따라 균형을 이룹니다.
3. 연구 질문 VR-T의 성능이 NI-C의 성능을 능가합니까? SS-T의 성능이 NI-C의 성능을 능가합니까? VR-T와 SS-T의 성능이 동일합니까, 아니면 더 나은 결과를 생성하고 모범 사례로 인정됩니까? 즉각적인 이득이 시간이 지나도 지속됩니까(개입 후 2개월)? SS-T에 비해 VR-T의 비용 효율성은 무엇입니까?
4. 전력 분석 모든 계산은 컨설팅 통계학자(Dr. Gerarda Darlington) R 버전 3.3.2로 작성된 함수 사용 Julious에서 제공하고 pwr.anova.test를 사용하는 공식을 기반으로 합니다. R에 있는 pwr 패키지의 기능. 파일럿 타당성 연구의 결과를 사용하여 건너는 위치와 방법에 대한 평균 변화를 추정했습니다. 두 변수가 모두 정상적으로 분포되어 안전하게 교차합니다. 그룹 내 표준 편차가 0.16(파일럿 데이터)이고 그룹당 58명의 어린이 샘플 크기를 사용하면 관찰된 변화의 차이가 없다고 가정할 때 VR-T 그룹과 SS-T 그룹 간의 동등성을 확인할 수 있는 80% 이상의 검정력을 갖게 됩니다. 그룹 간의 점수 및 17%의 등가 임계값 수준, 알파=0.025. 총 샘플 크기는 계획된 분석을 지원하여 95% 이상의 검정력으로 p < 0.0001에서 유의성을 허용합니다. 10% 감소를 허용하여 그룹당 64명을 모집합니다(N = 192).
5. 대상 인구 및 자격 기준 [*지원서 소개 참조] 7-8세의 총 192명의 어린이가 모집되며 각 그룹에 64명이 할당됩니다. 여기에는 10% 감소에 대한 허용이 포함됩니다(일반적인 비율=5%). 청소년은 커뮤니티 조직 및 광고를 통해 (필요에 따라) 추가 모집과 함께 9250명의 커뮤니티 모집 자원 봉사자로 구성된 기존 데이터베이스에서 무작위로 샘플링됩니다. 데이터베이스를 사용하면 연구를 실행할 수 있는 속도와 효율성이 증가하지만 기본 모집단은 변경되지 않습니다. 모두 커뮤니티에서 모집한 샘플입니다. 포함 기준: 정상적인 발달(학부모 보고서; 학습, 사회적, 신체적, 정신 건강 문제 없음), 영어 말하기. 제외 기준: 보행자로서 부상으로 입원한 본인 또는 가족 중 비정형적 주의를 유발할 수 있는 사람.

6. 무작위화 맹검. 조건에 대한 눈가림은 불가능하지만 눈가림보다 부적절한 할당 은폐를 통해 RCT에서 더 큰 편향이 도입될 수 있습니다. 모든 참가자는 연구 가설을 보지 못합니다.

   참가자 할당은 컴퓨터에서 생성된 임의의 숫자 시퀀스를 통해 이루어집니다.

7. 이벤트 및 조치의 시기 모든 어린이는 사전 테스트 조치를 완료하기 위해 초기 방문을 한 다음 무작위로 배정됩니다. 그런 다음 SS-T 및 VR-T 어린이는 6개의 주간 교육 세션(세션당 ~30분)을 완료합니다. 그런 다음 모든 어린이는 개선의 지속 가능성을 평가하기 위해 장기 방문(2개월 후)과 함께 테스트 후 즉각적인 조치를 위한 또 다른 방문을 완료합니다.

8. SETTING 인근에 신호등이나 횡단보도가 없는 2차선 양방향 도로의 중간 블록 교차로에 중점을 둡니다.

   SS-T 세션의 경우 VR-T에서 제시될 동일한 유형의 도로 상황에서 어디에서 어떻게 건너야 하는지에 대한 교육 기회를 제공하는 도로(50km 제한)가 식별되었습니다. 교통량은 최근 7일 동안 측정되었으며 가벼운 것(8차/분)에서 무거운 것(16차/분)까지 다양했습니다. 교통량에 대한 이 범위는 VR-T에서 발생합니다.

   VR-T 세션의 경우 UG 캠퍼스의 VR 연구실에서 진행됩니다. 사전 및 사후 측정의 경우 모든 그룹에 대해 두 가지 설정에서 발생합니다. ) 아이들이 게임 컨트롤러를 사용하여 교통 체증으로 가상의 거리를 건너는 VR 실험실에서.

   사전/사후 필드 측정은 동일한 도로를 따라 두 위치에서 수행되며(하나는 사전에 다른 하나는 사후에 사용됨) 친숙도를 제어하고 사전/사후 사이에 교통량의 큰 변동 위험을 최소화합니다. 포스트 조치. 도로는 VR 실험실 근처에 있어 아이들이 UG를 방문하는 동안 사전 테스트 VR 및 현장 측정을 완료할 수 있습니다. 테스트 후 측정에서도 마찬가지입니다. 게시된 속도는 50km이며, 이는 테스트할 교통 상황이 이 연령대에서 심각한 부상의 위험이 있는 교통 상황임을 의미합니다.

9. TESTING PROTOCOL 교차하는 장소 및 방법에 대한 사전/사후 측정 [사전 및 사후 측정은 동일하며 그룹에 관계없이 모든 어린이는 모든 측정을 완료합니다. ***도로변 횡단 코딩에 대한 신뢰도가 완성됩니다.] 현장 조치. 측정을 건너야 할 위치에 대해 아동은 3가지 다른 길가 상황(주차된 차량, 언덕, 블라인드 커브)에서 건너기에 가장 안전한 위치를 선택합니다. 측정값을 건너는 방법: 아이가 압력 감지 발판을 앞에 두고 연석에서 1피트 떨어진 곳에 서서(노트북에 연결, 투명한 플라스틱 벽이 거리 진입을 막음) '2단계 절차를 완료합니다. ' (관측된 교통량을 기준으로 2걸음 앞으로 나아가 건널목 시작에 해당합니다. 이로부터 건널목 측정값을 추정합니다.[참고: 도로변 테스트는 비디오로 녹화되어 교통 및 건널목 측정과 신뢰도를 나중에 계산할 수 있습니다.] VR 조치. 가상 거리 환경 내에서 완료된 것을 제외하고 필드와 동일한 조치입니다.

   사전 교육 활동 및 조치 VR-T. 초기 오리엔테이션 및 움직임 제어 교육 모듈은 보행자 교육을 시작하기 전에 모든 어린이가 컨트롤러를 사용하여 3D 세계에서 동일한 운동 기술 수준으로 탐색하는 연습을 하도록 합니다. 컨트롤러를 사용하면 경로, 방향, 걷기 및 횡단 속도를 변경할 수 있습니다.

   SS-T. 건널목을 위한 어린이의 평균 보행 속도가 결정된 다음 길가에서 촬영된 비디오와 함께 건널목 조치를 추정하는 데 사용되므로 어린이는 차량에서 건너지 않고 시작 판단만 합니다. 이것은 이전에 사용되었던 일반적인 접근 방식입니다.

   교육 프로그램 [모든 프로그램 결정은 파일럿 테스트를 통해 통보되었습니다.] 각각은 30분의 6개 교육 세션(파일럿 샘플의 2%는 휴식이 필요함)을 포함하며 어디를 보고 건너는 방법을 다룹니다. 성과는 시도별로 추적되며, 오류가 있으면 교육 시도가 반복되어 그들이 가지고 있는 것보다 부족한 기술에 대해 더 많은 훈련을 받게 됩니다. 난이도는 일반적으로 아이들이 기술을 습득함에 따라 세션이 진행됨에 따라 증가합니다.

   VR-T. 아이들은 건너는 방법에 대해 논리적으로 구성된 세 가지 교육 모듈 각각에서 시험을 경험합니다. (2) 효과적인 보기(구성 요소 기술: 왼쪽-오른쪽-왼쪽, 도로에 진입할 때 항상 왼쪽); (3) 안전하게 건너는 방법(구성 요소 기술: 양방향 교통 확인, 더 큰 간격 선택, 자동차 뒷범퍼가 지나갈 때 바로 시작). 각 시험에서 컴퓨터는 수행에 대해 말하고 즉각적인 피드백을 제공하므로 어린이는 시험을 안전하게 완료했는지(예: "잘했어") 또는 안전하지 않은 작업과 그 이유를 알 수 있습니다(어린이가 한 작업의 재생이 표시되고 설명됨) ), 대신 수행할 작업. 아동이 최소 5번의 시도 또는 10번의 시도를 통해 80% 이상의 성공을 달성할 때까지 구성 요소 기술이 테스트됩니다(실패에 대한 설명 피드백 포함). 그런 다음 아이는 다음 세션에서 실패한 구성 요소 기술을 다시 테스트하면서 다른 기술을 테스트하기 위해 이동합니다. 세션을 통해 아동은 모든 모듈과 기술에 대해 반복 교육을 받지만 반복은 주로 아동이 달성해야 하는 기술에 중점을 둡니다.

   SS-T. Kerbcraft 프로그램은 행동 이론(모델링, 강화)에 기초합니다. 이 프로그램은 콘텐츠의 위치와 방법을 포함하며 VR-T와 유사하게 구성됩니다(모듈, 구성 요소 기술 교육, 즉각적인 피드백). 세션을 통해 아이들은 약한 기술에 초점을 맞춘 반복과 함께 모든 모듈과 기술에 대한 교육을 받습니다. 테스터(RA, 학생)는 프로그램 제공을 설명하는 자세한 설명서를 따릅니다.

10. 주요 결과 측정 행동 측정. [모두 선행 연구에 사용되었습니다.] 사전 및 사후 측정은 두 가지 설정(VR 랩 및 필드 스트리트 측)에서 수행됩니다. 각 설정에서 어린이는 15개의 위치(어디를 건너야 하는지 표시하지만 건너지 않음)와 15개의 방법(차량에서 건너는 것에 대해 결정)을 완료합니다.

어디. 1점: 아동이 언덕을 건널 때(5회 시도), 사각지대(5회 시도), 주차된 자동차(5회 시도)를 건널 때 안전한 옵션을 선택한 15회 시도의 평균 비율. 이 3가지 구성 요소 점수도 별도로 분석됩니다(2차 분석 참조).

어떻게. 세 가지 점수: (1) 주의 종합(올바르게 본 15회의 시도의 비율: L/R/L, VR-T를 위해 도로에 진입하기 직전 또는 SS-T를 위해 가질 수 있는 항상 L); (2) 출발 지연(차량의 뒷범퍼 통과와 출발 시작 사이의 초 단위 시간); (3) 차량 간 시간 간격 크기 선택(초 단위).

결과. 2점(하우 트라이얼): (1) 남은 평균 여유 시간(즉, 자동차가 초 단위로 얼마나 가까이 왔는지); (2) Near Miss(자동차가 아동의 1초 이내에 지나감)와 Hit 시도의 비율의 합성.

경제적 조치 주요 결과는 피해에 대한 경제적 부담을 초래하기 때문에 안타입니다. 먼저 두 가지 교육 프로그램(인력, 장비 등)을 시행하기 위한 실비를 결정한다. 그런 다음 각 프로그램을 비개입 그룹과 비교하기 위한 의사결정 분석 모델이 개발됩니다. 이 모델은 정부 지불자(직접 병원 및 비병원 비용: 응급실 방문, 지역사회 의사 방문 등)와 개인/가족의 본인부담금(예: 병원 외 의약품, 재택 간호 서비스)을 모두 포함하는 사회적 관점을 취할 것입니다. , 생산성 손실). 일부 부상은 심각하고 이환율과 삶의 질에 장기적인 영향을 미칠 것이라는 점을 지적하면서 평생 시간 범위가 사용됩니다. 확률적 민감도 분석은 모델의 견고성을 평가합니다. 비용 데이터는 관련 관리 데이터베이스에서 캡처됩니다. 데이터가 누락된 경우 관련 문헌 및/또는 전문가 의견을 사용하여 비용을 추정합니다.