治疗具有发育语言障碍的学龄儿童的被动结构知识缺陷 (DLDTreatment)

目标

对于后来发展的语言技能，包括涉及复杂句子形式的语言技能，不仅有很少的治疗研究，而且对少数人的效果大小很小。 研究人员建议，不可证实的治疗结果可能归因于两个问题：1）对主要是为学龄前儿童开发的治疗方法的依赖，这些方法是在隐性到解释的治疗中更明确的末端，而依据的治疗方法则忽略了忽略语义作用对表达代理关系的主说明的映射到主体相关关系的映射。 研究人员假设教导儿童有意识地采用简单的语义映射规则的明确治疗方法将导致强大的治疗性能，但要构建所需的语义句法映射的隐性心理表述，以自动自动和无意识地将这种知识应用于未经培训的语言环境中。 研究人员将在两项治疗研究中使用隐式和明确的干预方法检验这一总体假设。 两项随机临床试验，一个针对主体对象相对句子和另一个靶向被动句子，将测试隐式和显式治疗方法在不同句法结构上复制的程度。 重要的是，研究人员将在治疗方法之间保持关键方面（例如，剂量数量，会话持续时间和间距）和刺激参数，以隔离治疗方法，以隔离治疗方法的差异。 最后，将评估针对这些句子类型的治疗结果中复杂句子理解和记忆之间先前建模的关系的临床相关性。 两个总体目标是：

目标1。 确定明确和隐性治疗是否会改善8至11岁儿童的复杂句子知识和使用。

假设1a。 两种治疗方法都将优于无治疗方法。 假设1b。 接受明确治疗的儿童将以与显性治疗形式相似的近端结局指标的表现良好，但在远端的语言知识测量指标上，需要强烈的句法形式的心理表征。 接受隐式治疗的儿童将显示结果相反的模式。

假设1c。 句法模板的心理表示的转变将影响儿童在叙事背景下概括训练的句子形式的能力。 假设1d。 儿童年龄，SES和整体语言严重程度（而不是性）会影响结果。

AIM 2。提供对句子理解的调解人模型的因果成分进行重要的实验测试。

假设2a。 治疗的成功程度将预测条款中单词缩小的能力。

假设2b。 工作记忆将介导治疗对控制词汇和预处理句子理解的知识和使用结果的影响。

方法该临床试验项目的本质是比较两种治疗方法的相对有效性，以改善DLD儿童被动结构的句法知识。 儿童将获得两种治疗方法之一（隐性，明确），以改善知识。 儿童将被随机分配到隐式治疗条件或显式治疗条件，并立即治疗或延迟治疗。 儿童将在治疗前和治疗后两次完成四项结果指标（见下文），并在五个星期后立即完成。 参与者。 总共150名8; 0-11; 11带有DLD的儿童将参加这项被动句子研究。 儿童将来自俄亥俄州雅典，犹他州卡赫县，图森亚利桑那州和西弗吉尼亚州的摩根敦周围的公立，私立和特许学校。 所有儿童都会表现出语言障碍，但正常的非语言智商以及听力和视力或远见的视力；他们也必须是英语的人。 在进行标准化语言测试之前，儿童将完成一项句子理解任务和句子块任务，以确定参与者是否显示出针对治疗的被动结构的知识不足。 参与者必须对一项或两项筛选措施执行<50％的正确性，才能进行正式语言测试。 包容性和排他性标准都出现在其他地方。

结果措施。 在干预开始之前将采取五项结果指标。 在分配给延迟治疗组的儿童开始治疗之前，将重新管理相同的措施。 这些措施也将在治疗后两次，立即和5周后进行。

治疗。 有两种治疗方法，隐性和明确。 孩子们只会收到一种治疗方法。 在这两种处理中，都将使用相同的图像，并且为被动结构的处理准备的句子已重新塑造成对象相对项目，从而在包含相同单词的两种处理中创建句子。 在每种治疗中，将向儿童交付相同数量的暴露。 每种治疗方法包括10周内进行的20次培训课程（每次课程20个培训项目）。 结果，两种处理都将向目标句子模式提供高密度暴露（n = 800）。 隐式处理。 隐式处理是复杂语法的对话重铸技术的完全新颖的应用。 重铸已经成功治疗形态缺陷。 该方法还成功地用于增加相对从句的产生，从而为这种方法提供了概念证明。 该方法通过重点重铸使用临床医生建模（即句法素数）。 重点铸造涉及引起儿童话语，这些话语义务使用目标语法形式，然后立即采用纠正任何不正确元素的临床医生模型。 重铸也可以遵循正确的儿童话语，证实了他们的语法性。 重铸不包括明确的说明或反馈。 在每个试验中，孩子们都会看到最初的图像，然后〜2s后来听到临床医生的判决。 接下来，提出第二张图像，然后〜2s后，审查员说：“现在您告诉我[名词]（病人）。” 该提示将孩子的注意力集中在患者上，将其作为第一个名词短语将其产生。 每个孩子的尝试都进行临床医生重铸。 重铸是对孩子学习的目标结构的重要第二次接触。 明确的治疗。 在明确的教学干预方法中，为儿童提供了控制语言结构的规则的解释（例如，“当有两个事物时，一个单词结尾处的末尾（“一本书，两本书”）， 儿童反应后采用明确的反馈，并经常使用类似钻的格式。 临床医生倾向于违约，属于隐性义务连续体的明确末端的治疗，尤其是在学龄儿童中。 因此，要求儿童记住有关语言使用的规则并将其应用于治疗中，而不是隐含地建立在隐式方法中使用的重复暴露的心理表现。 在拟议的明确方法中，调查人员反复提供了一个简单的规则，该规则是审视性的，代表了代理和患者/收件人对其适当名词的语义映射。 图片用于提供句子的语义上下文，这是其他治疗方法中缺少的因素。 这种方法将句子形式链接到含义，而不是形状和图标。 像其他明确的治疗一样，调查人员将明确教授将语义角色映射到句法元素（名词）的规则，孩子们必须记住并应用映射规则。

任务管理的保真度和可靠性。 每个绩效地点的所有项目人员均已（并将继续）接受所有措施的忠实管理（标准化入学考试，筛查措施，结果指标，治疗）的培训。 所有将与孩子一起工作的人员都准备并观看了有关管理和所有措施评分的培训视频。 此外，每个站点的所有人员都对所有措施进行了模拟管理和评分。 此外，相同的培训视频和练习将每年重复三次，以确保所有员工的高保真和可靠性。 将对所有参与者的所有筛选措施和结果指标进行任务管理保真度和协议评分的可靠性。 这包括一个独立的观察者，查看审查员现场或从会话视频中管理各种措施，以确保审查员按照协议表上的规定完全管理了每个措施。 任何与协议的偏差都将在忠诚表上注明。 将计算“实体偏差”和“非延伸偏差”（例如，次要单词更改或加法）的百分比值。 如果实质性偏差> 10％，则考官将接受进一步的任务管理培训。 同样，审查员对每个度量的评分的可靠性将由独立观察者计算。 如果考官的评分可靠性<90％，他们将接受进一步的任务评分培训。 在所有参与者的培训课程中，还将评估治疗管理的保真度。 此外，将在25％的会议期间评估考官在评分所有参与者的反应方面的可靠性。 审查员表明，持有超过10％偏差和/或可靠性评分的管理保真度低于95％的审查员将接受进一步的治疗培训和评分。 应当指出的是，提供治疗的审查员与管理标准化和结果指标的审查员不同。 此外，治疗提供者和“评估者”将彼此视而不见，即评估人员将对治疗结果视而不见，治疗提供者将对参与者在成果指标上的表现视而不见。

跨站点的数据输入可靠性。 已经创建了XCEL表，以在我们的主访问数据库中所有参与者数据的可靠输入的所有性能站点中使用，其中包含所有参与者的标准化/筛选分数，成果指标的分数以及所有会议内治疗绩效的分数。 每个站点的XCEL包含输入项目人员，措施，每个任务的可靠性值的列，何时将每个度量的每个分数输入访问权限以及验证数据输入何时的日期。 所有数据输入访问将同时完成两名员工。 最初，一个人读取每个分数，另一个人进入得分。 重复此步骤两次，以确保正确输入所有分数。

科学数据：存储，共享，代码，访问和管理。 在数据收集期间，原始的识别访谈数据，标准化数据和实验数据将存储在仅限于站点PI和关键站点人员的框文件中。 在研究结束时，将保存数据在OSF存储库中，以使分享数据以验证和复制目标中描述的研究结果。 上传后，数据将存储在其基于云的平台上，并将与任何注册该网站的人共享，该平台提供了免费的文本搜索功能。 开放的科学框架存储库将包括详细的用户指南，一个具有每个变量单变量统计信息的代码手册以及研究级元数据。 代码簿中的每个变量都将包括变量名称，项目的简要说明，变量标签，值标签以及缺失值的标准代码。 以.pdf形式的文档 文档将包括每个任务的描述以及任务说明。 不提供完整协议，因为它们包含可用于开发标准化测试的专有信息。 将使用Cran上免费提供的包装编写的自定义R代码对临床和实验数据进行分析。 .rmd中将提供完全透明和可重现的脚本 和.pdf 格式。 完全有条理的（关注的目录）和带注释的输出将在.pdf中提供 格式。 犹他州立大学的莎拉·施瓦茨（Sarah Schwartz）与每个站点的专业员工协调，在三个PIS的指导下 - 詹姆斯·蒙哥马利（James Montgomery），罗纳德·吉拉姆（Ronald Gillam）和埃琳娜·普兰特（Elena Plante）。 此外，犹他州立大学的赞助计划办公室还创建了数据管理和共享计划合规系统，作为其提交年度进度报告的过程的一部分。

分配治疗条件和研究设计。 这项研究将针对被动句子结构。 每种治疗类型（即时，延迟）将有两种广泛的治疗类型（显式，隐式），并有两个级别的治疗分配。 从广义上讲，显式与隐式条件测试了每种治疗类型的相对功效。 延迟发作的显式状态和延迟发作的隐式条件将被用来排除成熟因素，这是变化的原因。 每位治疗临床医生将在所有四个条件下对待儿童，以使临床医生在各种条件下保持持续的效果。 分层的随机抽样程序将用于将儿童分配给治疗条件。 儿童将分为2个年龄段（8-9，10-11），并具有男性和女性细分。 当儿童参加研究时，他们将分为4个地层中的1个，然后在地层内随机分配给直接隐式，即时明确，延迟隐式或延迟的显式治疗条件（概率= .33，概率= .33，概率= .33， .33， .17， .17） 使用基于概率的随机化（R软件包“ Randomizr”）。 这将使我们能够控制年龄和性别作为生物变量。 随机分配是控制其他可能影响治疗结果的其他未知因素的黄金标准。

统计能力。 对于每项研究，在2x3 Mixanova与.05 显着性水平，效果相对较小的f = .13 （gpower 3.1，[149]）。 使用GLIMMSE 3.0进行了更复杂的MLM功率分析，并应用“ Hotelling-Lawley Trace”，以在两个组的平均差异测试之间进行。 如果同一假设的100名参与者的样本（16名参与者约有6名参与者）产生80％的功率，前提是临床医生内参与者的类内相关（ICC）为0.10，两组的差异最初为0.75标准偏差，并在随访时保持。 这些值是保守的，反映了ICC和组差异的相对最小的影响。 直接与延迟的治疗分析（3x2 Mixanova）规定，对于100名参与者的样本将获得80％的功率，以相似的效果大小为f = .16。 最后，调查人员计划为每项研究150名儿童，以防止功率估计中固有的不确定性，并充分为结构方程模型供电。 在结构方程模型中，克莱因（Klein）的建议至少为10名参与者。 该模型包括9个路径（下面的分析计划中详细介绍），至少90个受试者。 因此，150名参与者将超过该最低建议的水平，从而增加了估计值的稳定性。

数据分析计划治疗效果。 将使用3x2x2混合设计分析（Mixanova）评估治疗条件的“无治疗”期的效果。 该分析将使用3组（隐式治疗，明确的治疗，延迟治疗，每组n = 50）和2个对近端和远端结局指标的重复观察（特工任务，启动任务）。 对于那些随机进行即时治疗（隐式或显式）治疗和治疗后观察的人。 对于那些随机进行延迟治疗的人，将使用初始和预处理观察，涵盖参与者未接受治疗的时期。 该分析将确定在10周的时间范围内，无论哪种或两种治疗方法是否都超过自然成熟，以解决假设1a。 句子类型的重要作用将表明治疗效果特定于治疗目标的句子结构。 为了解决隐式和显性治疗是否对近端和远端语言结果指标（假设1B）的训练项目产生不同影响的问题（假设1B），研究人员将在直接和延迟的治疗组中结合儿童在隐式和明确治疗条件下（n = 75个治疗条件）。 在两种治疗类型之间（受试者之间：隐式治疗和显性治疗）之间，将使用三个重复的观察结果（受试者内：预处理，治疗和随访）进行两种结果度量（受试者内：近端和远端测量）。 3x2x2混合设计方差分析（Mixanova）将测试治疗类型是否影响每个因变量的生长。 后续对比度将允许治疗后立即进行治疗类型（处理后），以及保留收益（随访）。 对假设1b的支持将包括一个互动效应，该效应包括在明确状态下对儿童的代理患者任务的更好绩效，以及在隐式状态下对儿童的启动任务的更好绩效。 平行的Mixanovas将使用叙事理解中的分数和重述任务作为依赖度量（n = 75个治疗条件）进行。 该分析将使用转化语言任务来解决治疗结果，该任务既反映了共同的儿童时期技能，又是具有课程相关性的。 对假设1C的支持将包括一个重要的主要影响，在这种主要影响中，在隐式状态下，在处理后处于明确状态的儿童表现出色。 为了进一步研究工作记忆的滚动并控制儿童特征（年龄，种族，性别，SES，总体语言（TILLS评分））和治疗交付（Zoom vs.面对面），多级建模（MLM），也称为层次线性建模（HLM），将被用作上述Mixanovas的随访。 MLM模型能够将Mixanova扩展到还融合了连续的主持人和协变量，并控制了由于临床医生内筑巢而导致的参与者之间的更多独立性。 与Mixanova不同，MLM纳入了可能缺乏所有观察结果的参与者收集的数据（由于损耗而导致的案例不完整），并放松对严格的方差分析假设的差异和球形性同质性假设，这两种假设很可能受到侵犯。 正式地，MLM将包括固定效应，受试者内部和受试者内部和协变量之间的相互作用以及参与者和临床医生的随机截距。 将运行单独的MLMS，以实现显式和隐式治疗条件（n = 75）。 发现对工作记忆或年龄，种族，性别和SES的显着调节作用的发现将支持有关年龄和SES的假设。 基于研究人员的先前治疗研究，预计治疗方法的效果不会产生效果。

理论问题。 输入分解对于句子理解至关重要，这是研究人员根据以前的记忆介导的句子理解模型的结果提出的想法。 因此，调查人员期望将句子分解为条款，应与治疗结果指标的绩效有关（假设2a）。 研究人员将使用线性回归测试这一预测，使用近端和远端结局指标来判决分数得分。 每个治疗条件将运行单独的模型（每次治疗n = 75）。 研究人员还假设工作记忆将介导干预措施（x）对学生结果（y）（假设2b）的影响。 研究人员将使用结构方程建模对此进行测试，每个治疗条件的单独模型，以允许将两种治疗使用不同的学习策略（每个模型n = 75）。 从X到M（time2）的路径将标记为a。 从m到y的路径将被标记为b。 从X到Y到M的间接效果（Time2）将是A和B（A*B）的乘积。 在Muthen等人之后，研究人员计划将工作记忆（M（Time1）），词汇知道壁架（C1Time1）和句法理解（C2Time1）作为模型中的控制变量。 统计上不同于0的间接效应表明m介导x对y的影响。 如果间接效应完全解释了从X到Y的直接效应，则M完全介导X和Y的关系。 在完整的调解中，A和B的乘积完全置换了C路径。 研究人员计划将3个中介模型的模型拟合统计数据进行比较，一种具有工作记忆（Woodcock-Johnson的工作记忆子测验）为中介者，将语言长期记忆作为中介器（叙事重述任务，第条款完成得分），而具有词汇知识（PPVT-5）为调解人。 每个模型最多有9个路径，每项研究每条路径有11个参与者。