EdTech 干预反应中的神经认知因素

该提案的总体目标是解决当前用于阅读障碍 (RD) 的补救方法的固有局限性。 具体来说，实验者旨在使用随机对照试验评估基于技术的干预对 RD 儿童的有效性。 问题的性质。 阅读障碍 (RD) 是最常见的学习障碍，影响 10-15% 的学龄儿童。 它会在生命的各个阶段造成重大的功能障碍。 大量数据记录了终生在教育和职业成就方面的劣势。 有问题的是，目前的循证阅读干预措施在很大程度上依赖于受过训练的专家的服务，无论是在资源充足的教室还是在临床环境中。 因此，资源不足的学校（或国家）通常无法为学生提供阅读干预。 这种潜在的悲惨情况促成了拟议的项目，该项目旨在评估一种负担得起的、有前途的、基于技术的治疗方法，它具有双重优势，既可以在家进行，也可以在没有专家直接监督的情况下实施，从而最大限度地减少资源需要。 最近的研究支持基于技术的阅读干预措施的有效性，尤其是 GraphoLearn，它侧重于教授语音技能和字母发音对应，尽管效果大小存在显着差异。 正如最近的一项荟萃​​分析所强调的那样，样本量往往较小，并且研究中的关键方法组成部分存在显着差异，尤其是游戏剂量（在大多数研究中远低于专家建议）、对照组（例如，主动与被动）和成人参与管理的程度。 最相关的是，GraphoLearn 的实用性尚未在受控学校环境范围之外得到充分检验，因此未能告知家庭管理的价值——GraphoLearn 的主要积极特征。 同样，家庭管理的负面结果的可能预测因素也未被探索（例如，遵守规定的游戏剂量，正如我们的初步数据所述，这可能会有所不同）。

目标 1 概述。 拟议的项目通过对 450 名 RD 儿童（男孩和女孩，年龄 6.0-10.0）实施家庭管理的 GraphoLearn 的大规模随机对照试验 (RCT) 来解决补救干预中固有的局限性。 为了以最小的成本快速实现这一目标，实验者将招募参加健康大脑网络 [HBN] 的参与者，这是一项针对 5.0-21.0 岁儿童心理健康和学习障碍的持续研究， 其家庭对行为和/或学习有顾虑（目标 n = 10,000；当前 n = 3000+）。 HBN 包括所有参与者的综合精神病学、认知、脑电图和多模式 MRI 特征，为拟议的研究提供丰富的描述性数据。 将使用 TOWRE（标准分数 < 85）识别阅读障碍。 孩子们将被分配到 GraphoLearn 的 12 周/20 小时计划或“主动”控制条件下，组匹配智商和阅读水平。 该控件将包含一个数学游戏，其风格类似于 GraphoLearn，以控制干预的非特定影响，例如花在程序上的时间、注意力和其他因素。 出于伦理考虑，随机分配到对照组的儿童将在研究后接受 GraphoLearn。 与现实世界的条件一致，在研究期间允许进行与研究无关的干预。 它们将被记录下来，以进行全面的样本描述，并用于分析反应预测因子（目标 2）。

目标 1：评估 GraphoLearn 在大量 RD 儿童样本中的有效性。 儿童的阅读水平将在积极学习之前、期间（第 6 周）和结束时（第 12 周）进行评估。 延长效果将在治疗后 12 周（第 24 周）进行评估。 实验者假设在第 12 周和第 24 周时，GraphoLearn 组与对照组的阅读水平存在统计学上的显着差异。 如果该假设得到支持，它将对患有 RD 的儿童产生重要的公共卫生影响（没有人声称该计划将替代个性化和专家监督的阅读补救）。

目标 2 概述。识别预测治疗反应的参与者级别和环境级别因素是一个重要的主题目标，但 GraphoLearn 尚未考虑。 对于基于专家的干预，一致的发现是年龄较大的儿童以及有语言或认知障碍的儿童受益的可能性较小。 在这里，实验者利用 HBN 中不良读者的共病临床表现的多样性来确定治疗反应的推定预测因子。 根据最近的研究表明基于大脑的特征对预测干预结果的附加值，实验者还在预测模型的开发中利用解剖 MRI 数据的可用性。

目标 2。确定与 GraphoLearn 结果显着相关的参与者相关和环境级别的因素。 HBN 样本中包含的广泛表型和成像特征特别适合探索可预测治疗结果的广泛参与者和环境因素。 随机森林回归模型将用于预测对 GraphoLearn 干预反应的差异，基于一组先验的基线人口统计、认知、情感、大脑和家庭环境变量。 假设依从性（即，实际花在玩 GraphoLearn 上的时间相对于规定的时间）被发现是响应的有力预测因素，探索性分析还将着眼于依从性预测因素，以进一步增加拟议工作的现实世界价值。