Fatores neurocognitivos na resposta à intervenção EdTech

O objetivo geral desta proposta é abordar as limitações inerentes às abordagens corretivas atuais utilizadas na deficiência de leitura (DR). Especificamente, os experimentadores visam avaliar a eficácia de uma intervenção baseada em tecnologia para crianças com DR, usando um ensaio controlado randomizado. Natureza do Problema. A Deficiência de Leitura (DR) é a dificuldade de aprendizado mais comum, afetando 10 a 15% das crianças em idade escolar. Incorre em grandes prejuízos funcionais em todas as fases da vida. Uma riqueza de dados documenta as desvantagens ao longo da vida no desempenho educacional e ocupacional. Problematicamente, as atuais intervenções de leitura baseadas em evidências dependem amplamente de serviços de especialistas treinados, seja em salas de aula com bons recursos ou em ambientes clínicos. Como tal, escolas (ou países) com poucos recursos muitas vezes são incapazes de fornecer intervenções de leitura para seus alunos. Esta situação potencialmente trágica tem fomentado o projeto proposto que visa avaliar um tratamento acessível, promissor, de base tecnológica, que tem duas vantagens, a de ser domiciliar e, também, de ser implementado sem supervisão direta de especialistas, minimizando assim os recursos demandas. Estudos recentes têm apoiado a eficácia de intervenções de leitura baseadas em tecnologia, particularmente GraphoLearn, que se concentra no ensino de habilidades fonológicas e correspondência de sons de letras, embora com variação notável nos tamanhos de efeito. Conforme destacado em uma meta-análise recente, os tamanhos das amostras tendem a ser pequenos e há uma variação marcante nos principais componentes metodológicos entre os estudos, particularmente a dosagem de jogabilidade (que está bem abaixo das recomendações de especialistas na maioria dos estudos), grupo de controle (por exemplo, ativo versus passivo) e nível de envolvimento adulto na administração. Mais relevante, a utilidade do GraphoLearn não foi adequadamente examinada fora dos limites dos ambientes escolares controlados, falhando assim em informar sobre o valor da administração doméstica - a principal característica positiva do GraphoLearn. Da mesma forma, possíveis preditores de resultados negativos para a administração doméstica são inexplorados (por exemplo, conformidade com a dosagem de jogo prescrita, que, conforme observado em nossos dados preliminares, pode variar).

Visão geral do Objetivo 1. O projeto proposto aborda as limitações inerentes às intervenções corretivas implementando um estudo randomizado controlado (RCT) em larga escala de GraphoLearn administrado em casa em 450 crianças com DR (meninos e meninas, com idades entre 6,0 e 10,0). Para atingir esse objetivo rapidamente e com custo mínimo, os pesquisadores recrutarão participantes inscritos no Healthy Brain Network [HBN], um estudo em andamento sobre saúde mental e distúrbios de aprendizagem em crianças, com idades entre 5,0 e 21,0 anos, cuja família tem preocupações sobre comportamento e/ou aprendizado (alvo n = 10.000; atual n = 3.000+). O HBN inclui caracterizações psiquiátricas, cognitivas, EEG e ressonância magnética multimodal abrangentes para todos os participantes, fornecendo ao estudo proposto dados descritivos ricos. As deficiências de leitura serão identificadas usando o TOWRE (pontuação padrão < 85). As crianças serão designadas para um programa de GraphoLearn de 12 semanas/20 horas ou uma condição de controle "ativa", grupo correspondente para QI e nível de leitura. O controle consistirá em um jogo matemático, de estilo semelhante ao GraphoLearn, para controlar efeitos não específicos da intervenção, como tempo gasto no programa, atenção e outros fatores. As crianças randomizadas para o grupo de controle receberão o GraphoLearn após o estudo devido a considerações éticas. De acordo com as condições do mundo real, serão permitidas intervenções não relacionadas ao estudo durante o período de estudo. Eles serão documentados para descrição abrangente da amostra e para análise de preditores de resposta (objetivo 2).

Objetivo 1: Avaliar a eficácia do GraphoLearn em uma grande amostra de crianças com DR. O nível de leitura das crianças será avaliado antes, durante (semana 6) e no final do estudo ativo (semana 12). Os efeitos prolongados serão avaliados 12 semanas após o tratamento (semana 24). Os pesquisadores levantaram a hipótese de diferenças estatisticamente significativas no nível de leitura a favor do grupo GraphoLearn em relação ao grupo de controle nas semanas 12 e 24. Se a hipótese for confirmada, ela terá importantes implicações de saúde pública para crianças com DR (não há nenhuma reivindicação de que o programa substituirá a remediação de leitura individualizada e supervisionada por um especialista).

Visão geral do Objetivo 2. A identificação de fatores no nível do participante e no nível do ambiente que preveem a resposta ao tratamento é um objetivo tópico importante, mas não foi considerado para o GraphoLearn. Para intervenções baseadas em especialistas, um achado consistente é que crianças mais velhas e crianças com problemas cognitivos ou de linguagem têm menos probabilidade de se beneficiar. Aqui, os pesquisadores aproveitam a diversidade de apresentações clínicas comórbidas entre os leitores ruins em HBN para identificar preditores putativos de resposta ao tratamento. Em consonância com estudos recentes que sugerem o valor agregado dos recursos baseados no cérebro para a previsão dos resultados da intervenção, os pesquisadores também aproveitam a disponibilidade de dados anatômicos de ressonância magnética no desenvolvimento de modelos preditivos.

Objetivo 2. Identificar os fatores relacionados ao participante e ao nível do ambiente que estão significativamente associados aos resultados do GraphoLearn. As extensas caracterizações fenotípicas e de imagem incluídas na amostra HBN são adequadas exclusivamente para explorar um amplo conjunto de participantes e fatores ambientais que podem prever os resultados do tratamento. Modelos de Regressão Florestal Aleatória serão usados ​​para prever diferenças na resposta de intervenção ao GraphoLearn, com base em um conjunto a priori de variáveis ​​demográficas, cognitivas, emocionais, cerebrais e do ambiente doméstico. Supondo que a conformidade (ou seja, o tempo real gasto jogando GraphoLearn em relação ao prescrito) seja um forte preditor de resposta, as análises exploratórias também examinarão os preditores de conformidade para aumentar ainda mais o valor do mundo real do trabalho proposto.