Op de gemeenschap gebaseerde zorg voor minderheidsadolescenten met ADHD: de trouw verbeteren met door machine learning ondersteunde supervisie en trouwe feedback.

Y02 van deze studie is een kleine (N=72) fase 1/fase 2 klinische studie van een supervisie-interventie ontworpen om de therapietrouw van de therapeut en de daaropvolgende resultaten van de dienstverlening te verbeteren. Het parallelle ontwerp omvat willekeurige toewijzing van in aanmerking komende en instemmende patiënten bij drie gemeenschapsinstanties aan twee actieve supervisie-interventiearmen (LC4S of ESAU) met behulp van een gepermuteerde blokrandomisatiestrategie die rekening houdt met instantie. Deelnemers zullen gedragsinterventies ontvangen van medewerkers van de gemeenschapsinstantie en hun gebruik van diensten zal worden gevolgd met behulp van elektronische medische dossiers van projecten en instanties. Agency therapeuten en supervisors zullen ook deelnemen aan deze studie. Therapeuten worden gerandomiseerd om LC4S of ESAU van hun supervisor te ontvangen (dubbele randomisatie) met behulp van een blokrandomisatiestrategie die rekening houdt met de locatie. Supervisors zullen beide supervisiecondities in deze proef afnemen; onderzoekers zullen echter systematisch beoordelen op verontreiniging om te beoordelen of dit ontwerp geschikt is voor een toekomstige R01.

Om vooringenomenheid te minimaliseren, worden adolescenten en ouderdeelnemers niet geïnformeerd over de groep waarin ze zijn ingedeeld. Volledige maskering van therapeuten en supervisors is in dit onderzoek echter niet haalbaar omdat zowel supervisors als therapeuten weten of ze deelnemen aan door technologie ondersteunde supervisieactiviteiten of standaardsupervisieactiviteiten vanwege de aard van deze aandoeningen. De hoofdonderzoeker zal therapeuten en supervisors echter blind maken voor onze onderzoekshypothesen en de aard van de uitkomstmaten om vertekening in het onderzoek te minimaliseren. Veel van deze maatregelen zullen observationeel en objectief zijn (d.w.z. therapieverslagen, therapie-audio-opnamen), wat vertekening als gevolg van zelfrapportage zou moeten verminderen. Onderzoekers zullen ook beoordelen of er groepseffecten zijn op de nauwkeurigheid van zelfrapportage door de therapeut. Alle interventies worden geleverd door uitzendbureaumedewerkers, die niet verplicht zijn om interventieprotocollen te volgen, omdat een resultaat van dit onderzoek de mate is waarin bureautherapeuten interventieprocedures volgen met begeleiding van hun supervisors. Studiebeoordelingen zullen elektronisch worden afgenomen via Care4 en het verzamelen van gegevens zal worden gecontroleerd door onderzoeksmedewerkers.

Elke mate van getrouwheid zal worden geanalyseerd met behulp van een afzonderlijk gemengd/groeimodel (Duncan et al., 1999). In dit ontwerp zijn behandelsessies (niveau 1) genest binnen adolescenten (niveau 2), die zijn genest binnen therapeuten (niveau 3). Elke adolescent woont maximaal 10 sessies bij; elke therapeut behandelt 3 adolescenten. Supervisors dienen als een extra hoger niveau, maar met zo weinig supervisors (ongeveer 6) wordt dit verholpen door dummy voorspellende variabelen op te nemen die de supervisors vertegenwoordigen. Het directe effect van LC4S vs. ESAU op getrouwheidsinterceptie en -helling zal worden getest voor elk getrouwheidsresultaat (zie tabel 3). Met tijd gecentreerd op de eerste sessie, weerspiegelt het intercept de initiële getrouwheid voor de ESAU-aandoening, het groepseffect weerspiegelt het initiële getrouwheidsverschil tussen ESAU en LC4S, het tijdseffect weerspiegelt de lineaire verandering in getrouwheid in de loop van de tijd voor de ESAU-aandoening, en de interactie van tijd en groep weerspiegelt het verschil tussen ESAU en LC4S in lineaire verandering in getrouwheid in de loop van de tijd. Als onderdeel van de R34 zal in een schatting maken van de intraclass-correlatie (ICC) en het ontwerpeffect voor het clustereffect van therapeut en supervisor op de uitkomst om te bepalen in welke mate aanvullende clustering nodig zal zijn in een toekomstige R01. ICC varieert van 0 tot 1, waarbij grotere waarden een groter deel van de variantie op de hogere niveaus weerspiegelen (hier therapeut en supervisor in plaats van adolescent). Onderzoekers zullen ook zowel lineaire als niet-lineaire hellingen testen om de verwachte vorm van de LGCA in een toekomstige R01 vast te stellen. De tijd tot MI-competentie van de therapeut, het aandeel van EBT dat is afgeleverd bij de 10e sessie, en het aantal sessies en dagen tot voltooiing van de EBT zullen worden gemodelleerd met behulp van regressie (lineair, logistiek of Poisson, afhankelijk van de verdeling van de resulterende variabelen) met groep als een voorspeller. De nauwkeurigheid van de zelfrapportage door de therapeut zal worden geanalyseerd met behulp van polynomiale regressie (Laird & LaFleur, 2013).

Met behulp van het R-pakket powerlmm hebben onderzoekers een schatting van 0,8 vermogen om grote effecten te detecteren (d = 0,8) die groepsverschillen vertegenwoordigen op het niveau van de adolescent (niveau 2); onderzoekers hebben .4 vermogen om gemiddelde effecten te detecteren (d = .5) representeren groepsverschillen op het niveau van de adolescent. Onze hypothesen situeren zich echter voornamelijk op het niveau van de therapeut (niveau 3), die minder eenheden heeft (d.w.z. 12 therapeuten per aandoening versus 36 adolescenten per aandoening). Als zodanig zullen metingen van effecten op zowel adolescenten- als therapeutenniveau worden geschat. Voor power voor de ICC-berekening gebruikten de onderzoekers het ICC.Sample.Size R-pakket op basis van Zou (2012). Met een steekproefomvang van 72 deelnemers, 10 waarnemingen per deelnemer, alfa gelijk aan 0,05 en een tweezijdige toets, hebben onderzoekers meer dan 0,9 vermogensdetectie een ICC van 0,2. ICC-waarden voor transversale gegevens zoals kinderen in klaslokalen zijn ongeveer 0,2 (Hedges & Hedberg, 2007). Onderzoekers verwachten uitstekende precisie voor het schatten van ICC-waarden in deze studie.