Нейрокогнитивные факторы в реакции на вмешательство EdTech

Главной целью этого предложения является устранение ограничений, присущих современным лечебным подходам, используемым при нарушениях чтения (RD). В частности, экспериментаторы стремятся оценить эффективность технологического вмешательства для детей с РЗ с помощью рандомизированного контролируемого исследования. Природа проблемы. Нарушение чтения (RD) является наиболее распространенным нарушением обучаемости, которым страдают 10-15% детей школьного возраста. Он вызывает серьезные функциональные нарушения на всех этапах жизни. Обилие данных документирует неблагоприятные условия жизни в плане образования и профессиональной деятельности. Проблема заключается в том, что современные вмешательства в чтение, основанные на фактических данных, в значительной степени полагаются на услуги обученных специалистов либо в хорошо оснащенных классах, либо в клинических условиях. Таким образом, школы (или страны) с недостаточными ресурсами часто не в состоянии проводить мероприятия по чтению для своих учеников. Эта потенциально трагическая ситуация способствовала предложению проекта, целью которого является оценка доступного, многообещающего, основанного на технологиях лечения, которое имеет двойное преимущество: оно проводится на дому, а также может осуществляться без прямого экспертного контроля, тем самым сводя к минимуму ресурсы. требования. Недавние исследования подтвердили эффективность вмешательств в чтение на основе технологий, в частности GraphoLearn, который фокусируется на обучении фонологическим навыкам и буквенно-звуковому соответствию, хотя и с заметными различиями в размерах эффекта. Как подчеркивается в недавнем мета-анализе, размеры выборки, как правило, невелики, и в разных исследованиях наблюдаются заметные различия в ключевых методологических компонентах, в частности, дозировка игрового процесса (которая в большинстве исследований значительно ниже рекомендаций экспертов), контрольная группа (например, активные и пассивный) и уровень участия взрослых в управлении. Наиболее важным является то, что полезность GraphoLearn не была должным образом изучена за пределами контролируемых школьных условий, что не дает информации о ценности домашнего администрирования - главной положительной особенности GraphoLearn. Точно так же не изучены возможные предикторы негативных результатов при домашнем приеме (например, соблюдение предписанной дозировки игрового процесса, которая, как отмечено в наших предварительных данных, может варьироваться).

Обзор цели 1. Предлагаемый проект устраняет ограничения, присущие лечебным вмешательствам, путем проведения крупномасштабного рандомизированного контролируемого исследования (РКИ) GraphoLearn для домашнего применения у 450 детей с РЗ (мальчиков и девочек в возрасте 6,0–10,0 лет). Чтобы достичь этой цели быстро и с минимальными затратами, экспериментаторы будут набирать участников, зарегистрированных в Healthy Brain Network [HBN], постоянном исследовании психического здоровья и нарушений обучения у детей в возрасте от 5,0 до 21,0 лет. чьи семьи обеспокоены поведением и/или обучением (цель n = 10 000; текущий n = 3000+). HBN включает всесторонние психические, когнитивные, ЭЭГ и мультимодальные МРТ-характеристики для всех участников, обеспечивая предлагаемое исследование богатыми описательными данными. Нарушения чтения будут определяться с помощью TOWRE (стандартный балл < 85). Детям будет назначена 12-недельная/20-часовая программа GraphoLearn или «активное» контрольное условие, группы, соответствующие IQ и уровню чтения. Контроль будет состоять из математической игры, похожей по стилю на GraphoLearn, для контроля неспецифических эффектов вмешательства, таких как время, затраченное на программу, внимание и другие факторы. Детям, рандомизированным в контрольную группу, будет предложено GraphoLearn после исследования по этическим соображениям. В соответствии с реальными условиями будут разрешены вмешательства, не связанные с исследованием, в течение периода исследования. Они будут задокументированы для всестороннего описания образца и для анализа предикторов ответа (Цель 2).

Цель 1: оценить эффективность GraphoLearn на большой выборке детей с РЗ. Уровень чтения детей будет оцениваться до, во время (6-я неделя) и в конце активного исследования (12-я неделя). Пролонгированные эффекты будут оцениваться через 12 недель после лечения (24 неделя). Экспериментаторы предполагают наличие статистически значимых различий в уровне чтения в пользу группы GraphoLearn по сравнению с контрольной группой на 12-й и 24-й неделе. Если эта гипотеза подтвердится, это будет иметь важные последствия для здоровья детей с РЗ (нет никаких утверждений, что программа заменит индивидуализированное и контролируемое экспертами восстановление навыков чтения).

Обзор цели 2. Выявление факторов на уровне участников и на уровне окружающей среды, которые предсказывают ответ на лечение, является важной актуальной целью, но не рассматривалось для GraphoLearn. Что касается вмешательств, проводимых специалистами, постоянный вывод состоит в том, что дети более старшего возраста и дети с языковыми или когнитивными нарушениями с меньшей вероятностью получат пользу. Здесь экспериментаторы используют разнообразие сопутствующих клинических проявлений среди плохо читающих в HBN, чтобы определить предполагаемые предикторы ответа на лечение. В соответствии с недавними исследованиями, предполагающими дополнительную ценность функций мозга для прогнозирования результатов вмешательства, экспериментаторы также используют доступность анатомических данных МРТ при разработке прогностических моделей.

Цель 2. Определить факторы, связанные с участниками и окружающей средой, которые в значительной степени связаны с результатами GraphoLearn. Обширные фенотипические и визуальные характеристики, включенные в выборку HBN, уникально подходят для изучения обширного набора факторов участников и окружающей среды, которые могут предсказать результаты лечения. Модели случайной лесной регрессии будут использоваться для прогнозирования различий в реакции вмешательства на GraphoLearn на основе априорного набора базовых демографических, когнитивных, эмоциональных переменных, мозга и домашней среды. Предполагая, что соответствие (т. е. фактическое время, проведенное за игрой в GraphoLearn по сравнению с предписанным) является сильным предиктором ответа, исследовательский анализ также будет рассматривать предикторы соответствия, чтобы еще больше повысить реальную ценность предлагаемой работы.