使用观察法与计算机工具测量3至6岁儿童的功能能力

本研究方案在实施前已遵守西班牙布尔戈斯大学生物伦理委员会的程序规定，所有参与的学生及其家长（在某些情况下为法定监护人）均已签署知情同意书，并充分了解本研究的目的。参与研究未获得任何经济补偿。该方案分析了在30至60户家庭中使用软件记录和解读结果的功能能力评估量表的应用情况。

这些量表用于分析分布在11个领域的功能能力。服务器可记录并解读用户的功能发展情况，通过比较每项能力的发育进展来评估其发育水平。评估采用1到5的较轻量表，从无到完全具备进行衡量。

该工具可促进在培训项目实施过程中发现功能性技能指南开发中的问题，进而促进对项目中用户进展的监测。在使用此服务器之前，治疗教师无法在药物背景下针对不同的能力提供服务。此外，该工具还可将这些结果与家长提供的信息进行比较，并用于参与者招募。

招募发育年龄在0至6岁之间、有特殊教育需求史的儿童，其特殊教育需求涉及运动发育、认知、个人自主能力及社会适应能力方面的障碍，且伴有中度至重度智力障碍。本研究共招募了11名参与者，其中男孩7名，女孩4名。纳入标准为：经《精神障碍诊断与统计手册》确诊为中度或重度智力障碍，并在特殊教育中心接受教育的儿童。

每例诊断均应由医院的小儿神经科医生或由多学科团队的心理学家根据《精神障碍诊断与统计手册（第五版）》（DSM-5）予以确认。理想情况下，参与者人数不应少于15人。应排除在功能领域、运动认知、个人自主能力及社会化发展方面发育正常，以及存在智力功能受限的儿童。

数据收集。收集儿童在不同功能领域的发展数据，包括食物自主性、个人护理与卫生、独立穿衣与脱衣、括约肌控制、功能性移动能力、沟通与语言、日常生活规律、适应性行为及注意力。使用针对0至6岁儿童功能性能力评估的量表进行观察，并在自然情境下开展该观察。

例如，在学校环境中。在一周内于不同自然环境中进行观察记录，这些环境应反映中心学生日常生活的实际情况。例如，在玩耍时等场景下。

让在教育机构直接照看该儿童的教师和治疗师记录观察结果，然后将结果输入软件中。实验步骤：在软件中为学生分配教师。

此步骤通常由研究负责人执行，研究负责人一般也是项目的协调人。使用用户名和密码登录软件包，并选择语言，可选英语或西班牙语。由中心负责人通过注册帮助输入与学生数据相关的信息。

为每位学生填写以下信息：姓名、姓氏、编号、性别、出生日期、发育年龄、主要诊断，必要时填写次要诊断，以及与干预相关的观察记录、数据、过敏史和其他与中心管理相关的信息。根据中心存档的记录，录入教师或治疗师的相关信息。

通过点击“教室”将教师分配到有教师或治疗师的小组中，然后进入“学生”列，选择要分配到该教室的学生，接着点击“教师”并选择一位。通过在教师处输入日期、姓名、姓氏、识别码、邮箱、密码和备注，将每组学生及其教师或治疗师分配到教室。然后点击“确认”。主任可将学生评估的职责委派给每位教师。在学年期间，主任可随时查阅教师录入软件中的评估结果。

教师使用该软件。执行评估的教师或治疗师可选择学年和/或学期。该量表支持为每个学期选择不同的功能领域，使用由负责人先前分配的用户名和密码登录软件。

输入为分配到教室的每位参与者在自然环境中完成的评估结果。在软件中通过点击学生姓名选择一名学生，然后开始对另一个功能领域进行评估。对每位用户的发展情况与相应实际年龄的预期发展水平进行比较分析。

请按照以下步骤操作。数据注册完成后，通过右键单击选择年份，然后选择季度，接着选择“学生”列，选中您要进行评估的班级的学生。然后选择“领域”列，点击需要评估的领域及子领域。

然后点击“最大值”选项卡。该功能可获取学生的发展情况，并将其与同龄人预期的发展水平进行比较。比较教室内每位用户在不同功能领域的表现。可利用该软件对每位用户的功能领域进行分析。导出软件中的数据。

选择用户数据和功能区域，然后导出数据库。选择 Excel 列，获取数据库，再使用您选择的统计软件或程序库导出数据库。将数据导入 SPSS、Weaker、Python 等统计软件包和程序库，并进行聚类分析。

此处详细说明使用 SPSS 进行的分析。聚类或聚类分析是一种无监督的机器学习技术，即 K 均值聚类，它是一种分组方法，旨在将 N 个观测值划分为 K 个组，使得每个观测值归属于与其均值更接近的组。在本实验中，采用 K 均值聚类方法来检验儿童群体及其通过 SFA 测量的功能发育情况。选择“分析”选项，然后依次选择“分类”及后续选项。

K 均值聚类是一种统计软件包中的方法。在描述性统计中选择交叉表，然后选择以下两个变量。选择描述性统计选项，然后选择交叉表，再选择 Cohen Kappa 系数选项。

使用电子表格为中度和重度智力障碍儿童组生成蜘蛛图和特定的条形图。结果：在本研究中，我们结合使用观察协议和软件应用程序，展示了一些数据分析的示例。我们首先进行聚类分析，以检验有特殊教育需求儿童的中度和重度智力障碍诊断是否与其实际发展水平相符。

采用K均值方法，我们发现了属于两个组别的聚类。聚类一和聚类二分别整合了55%和45%的样本。随后生成列联表，用于分析所属聚类与残疾程度变量聚类之间的关系。

结果显示，聚类一中的所有受试者均属于A组，即中度智力障碍群体；聚类二中包含了所有属于B组的受试者，即重度智力障碍群体，其中仅有一人为中度智力障碍。参见表三，Cohen Kappa系数为0.820，p=0.006。

根据本研究的分析进展，可评估每位参与者在各功能组中的能力，即中度残疾与重度残疾之间的比较。为此目的，采用了蛛网图和特定的条形图。结论：该服务器通过在自然环境中实时记录数据、填写组织治疗师信息并进行实际分析，改进了对奥地利血管障碍的研究。

此外，该软件还支持将来自课堂中心的数据以特定格式导出为 Excel 文件，这有助于将数据导入统计分析页面，从而进行其他更复杂的分析，例如参数性或非参数性研究中的均值差异聚类分析、样本的服务器可靠性分析等。