Medir as habilidades funcionais de crianças de 3 a 6 anos com métodos observacionais e ferramentas de computador

Observação em idades precoces: o que e como observar

A avaliação da primeira infância em contextos familiares comuns e na escola é realizada utilizando-se o método observacional. Assim, o avaliador deve aderir a um processo observacional preciso, a chave para um diagnóstico preciso e, portanto, para um treinamento bem-sucedido¹. Existem muitos inventários de desenvolvimento que fornecem diretrizes para avaliação: o Guia Portage², a Escala Brunet Lézine^3,e o Inventário de Desenvolvimento Battelle^4,entre outros. Essas ferramentas baseiam-se em padrões internacionalmente acordados estabelecidos pela comunidade científica no campo do desenvolvimento evolutivo humano. Embora essas ferramentas analisem as áreas de desenvolvimento (Psicomotora, Cognitiva, Comunicação e Linguagem e Autonomia e Socialização), estudos recentes⁵ têm proposto novas ferramentas que também podem analisar essas áreas. Esses estudos apontam que o método observacional desde o nascimento fornece indicadores de imensa utilidade à intervenção precoce e à detecção precoce de patologias. No entanto, os processos observacionais nessas idades são complexos, pois dependem de observações comportamentais registradas em contextos naturais, que nem sempre são fáceis de realizar.

Dentro desse quadro, a avaliação da aquisição de habilidades funcionais em idades precoces é de grande interesse para pais, educadores e terapeutas. Qualquer avaliação desse tipo é relevante para crianças que foram diagnosticadas ou que correm o risco de desenvolver alguma deficiência. A detecção precoce de distúrbios do desenvolvimento é essencial para o diagnóstico e intervenção precoces. O estudo observacional desde o nascimento fornecerá indicadores dessa detecção e intervenção precoce⁵. Atualmente existem várias ferramentas (inventários de desenvolvimento, escalas, testes, etc.) para medir o desenvolvimento nessas idades. Os instrumentos que podem ser aplicados atualmente são os inventários de desenvolvimento, alguns dos quais são padronizados. No entanto, alguns desses instrumentos podem exigir conhecimento de técnicas psicométricas e os resultados não são exibidos automaticamente na tela. Por isso, é importante desenvolver outras ferramentas mais fáceis de usar e interpretar.

Elaboração de software para gravação e interpretação de dados dos processos de observação contextual em idades precoces

O desenvolvimento do software foi, portanto, considerado de relevância, o que ajudaria os observadores (terapeuta, educador, etc.) a registrar e interpretar os resultados de suas observações. Este protocolo e software, eEarlyCare, podem ser utilizados tanto em centros educacionais que trabalham com crianças com deficiência quanto em centros de intervenção terapêutica voltados para esse grupo. É por isso que a partir de agora será utilizado o termo "usuário", que inclui tanto alunos quanto pacientes, dependendo do local onde a intervenção é realizada. Em particular, um software que pudesse facilitar o registro e a interpretação dos dados coletados em contextos naturais a partir da observação de habilidades funcionais entre crianças de 0 a 6 anos de idade. Este software, eEarlyCare, baseia-se na escala de habilidades funcionais⁶ [Escala para a medição de Habilidades Funcionais em crianças entre 0 e 6 anos de idade] (SFA); esta escala inclui a medição de 11 áreas de desenvolvimento (Autonomia Alimentar, Cuidados Pessoais e Higiene, Independentemente e vestidos e despir-se, controle de esfíncter, mobilidade funcional, comunicação e linguagem, jogo simbólico interativo, rotinas diárias, comportamento adaptável). Além disso, foi, por sua vez, inspirado no Guia Portage^2,na Avaliação Pediátrica do Inventário de Incapacidade (PEDI)⁷, e nas obras de Bronson^8,além do Pão Branco e Basilio⁴ sobre habilidades sociais com idades 0-6, a Escala Brunet-Lézine³, inventários de desenvolvimento para crianças de 0 a 6^{7 anos}, e a Escala de Avaliação dos precursores⁹ às habilidades sociais. Esta ferramenta é um aplicativo de computador que é usado para registrar os resultados de cada avaliação do usuário em acompanhamentos longitudinais (trimestral, mensal, anual, etc.). Trata-se de um aspecto referencial para o terapeuta no que diz respeito à intervenção, e para outros profissionais que trabalham com crianças na primeira infância com suspeita de disfuncionalidade. Além disso, o software¹⁰ pode produzir automaticamente comparações entre o desenvolvimento das habilidades funcionais de diferentes usuários, independentemente de estarem no mesmo centro de intervenção, facilitando assim a definição de aspectos comuns para o trabalho colaborativo.

Em particular, este software é baseado em tecnologias tradicionais (por exemplo, Windows Presentation Foundation Development^-WPF-11), uma inovação tecnológica que integra gráficos avançados para produzir resultados gráficos precisos¹² e uma experiência positiva de usuário de computador. A qualidade dos gráficos melhora as visualizações e a interatividade disponível com outras ferramentas, como planilhas. O aplicativo pode armazenar os dados localmente em bancos de dados relacionais e carregar as informações na nuvem a serem compartilhadas. Além disso, a arquitetura clássica cliente-servidor também é suportada. Esses recursos facilitam o registro dos dados coletados das observações e o processamento dos resultados para visualização. Além disso, uma vez registrado, é muito fácil exportar os dados. Isso permite que os dados sejam usados em pacotes estatísticos poderosos para aplicar técnicas de mineração de dados, como aprendizado de máquina supervisionado (classificação e/ou regressão) e aprendizado de máquina não supervisionado (agrupamento).

Neste estudo, as técnicas de classificação são de utilidade específica para aprendizagem personalizada¹³. A arquitetura pode ser vista na Figura 1 e Figura 2. Na Figura 1,a funcionalidade do armazenamento em nuvem é usada como uma salvaguarda, em caso de problemas de segurança de dados e perda potencial e corrupção de dados quando trocadas entre aplicativos. Além disso, o software também pode operar em uma arquitetura clássica de servidor de clientes baseada em rede com um banco de dados (Figura 2) com todas as trocas de dados ocorrendo entre os clientes (estes são conceitos que são usados no campo da ciência da computação). Essas plataformas fornecem mecanismos de autenticação e acesso restrito, que garantem privacidade e proteção de dados, facilitando a interação com aplicativos totalmente desenvolvidos. O resultado final é uma interface de aplicação que é projetada¹⁴ para profissionais de atenção precoce, para que eles possam usar as técnicas de Learning Analytics de forma simples e se referir a eles, a fim de acompanhar o grau de desenvolvimento de cada aluno em cada área de avaliação da escala¹⁵.

O aplicativo também oferece um perfil geral de cada usuário em cada uma das áreas funcionais e subáreas(Tabela 1). Também produz uma comparação entre todos os usuários em qualquer centro. Resumindo, produz uma análise personalizada das necessidades de intervenção dos diferentes usuários. Além disso, ajuda os profissionais de atenção precoce com seus programas de intervenção, pois pode sinalizar áreas em que os usuários podem ou não mostrar padrões de desenvolvimento semelhantes. Todos esses resultados orientam o tipo de programas de intervenção que podem ser utilizados em conjunto, em vez daqueles que devem ser projetados individualmente. Os dados que estão vinculados a esta interface são as pontuações SFA dos usuários que são medidos em uma escala Likert de 1 a 5. Esses escores podem ser comparados com os escores máximos de idade de desenvolvimento ligados a cada dimensão SFA. O software também pode vincular a idade cronológica de cada usuário à idade de desenvolvimento de cada dimensão SFA; um aspecto relevante para a detecção de áreas de intervenção denão para priorizar as áreas de tratamento.

Tabela 1: Lista de áreas funcionais e subáreas.

Figura 1: Arquitetura da proposta de automação da correção da funcionalidade escala do armazenamento em nuvem. Clique aqui para ver uma versão maior desta figura.

Figura 2: Arquitetura da proposta de automação da correção da rede clássica de funcionalidade escala. Clique aqui para ver uma versão maior desta figura.

Terapeutas e profissionais de intervenção podem utilizar esse protocolo de avaliação e a implementação de software para avaliação de habilidades funcionais e seu desenvolvimento na primeira infância entre 0 e 6 anos de desenvolvimento. O software pode ser usado com crianças dentro dessa faixa etária, embora seja especialmente útil para crianças com suspeita de desenvolvimento prejudicado de habilidades funcionais. É igualmente útil especialmente em Centros de Educação Especial. A questão da Pesquisa é se, tendo observado as habilidades funcionais das crianças, o uso de uma ferramenta de computador facilitará o registro e a interpretação dos resultados para o terapeuta.

Este protocolo foi realizado em conformidade com as normas processuais do Comitê Bioético da Universidade de Burgos (Espanha). Antes de sua participação, tanto os alunos quanto seus pais e, em alguns casos, os tutores legais tinham todos fornecido seu consentimento informado e tinham sido plenamente informados dos objetivos do estudo. Nenhuma compensação financeira foi oferecida por sua participação.

1. Recrutamento de participantes

1. Recrutar crianças entre 0 e 6 anos com histórico de necessidades educacionais especiais relacionadas à alteração nas áreas de desenvolvimento motor, cognitiva, autonomia pessoal e socialização e com deficiência intelectual moderada a grave. Foram recrutados para o presente estudo 11 participantes (7 meninos e 4 meninas).
2. Incluem crianças que foram diagnosticadas com deficiência intelectual (moderada ou grave) de acordo com o Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5)¹⁶ e frequentam um Centro de Educação Especial para sua escolaridade (Tabela 2).
   NOTA: Em cada caso (dependendo da detecção do problema e do local onde a intervenção é realizada), o diagnóstico deveria ter sido confirmado por um neurologista pediátrico em um hospital ou um psicólogo dentro de uma equipe multidisciplinar, de acordo com o DSM-5. Idealmente, não deve haver menos de 15 participantes, uma vez que a inserção dos resultados da observação é trabalhosa.

Tabela 2: Características da amostra.

3. Excluem crianças com desenvolvimento normal em áreas funcionais (desenvolvimento motor, cognitivo, autonomia pessoal e socialização) e crianças com limitação de funcionamento intelectual.

2. Coleta de dados

1. Coletar dados sobre o desenvolvimento das crianças em diferentes áreas funcionais (Autonomia Alimentar, Cuidados Pessoais e Higiene, Curativo e Despir-se Independentemente, Controle de Esfíncter, Mobilidade Funcional, Comunicação e Linguagem, Rotinas diárias, Comportamento Adaptativo e Atenção).
2. Realizar a observação utilizando a Escala para a medição de habilidades funcionais (SFA)⁵ em crianças entre 0-6 anos (SFA) (Tabela de Materiais) e realizar a observação em um contexto natural (por exemplo, ambientes escolares).
3. Registos ao longo da semana em diferentes ambientes naturais que refletem o cotidiano dos alunos do centro(Tabela 1) (por exemplo, durante a brincadeira, etc.).
   1. Que o professor ou o terapeuta atendam diretamente as crianças das instituições de ensino regissuem as observações. Reúna as observações para cada área funcional.
      NOTA: Antes da observação dos dados, três sessões de treinamento devem ser realizadas para professores ou terapeutas. Essas sessões devem ser conduzidas por um psicólogo ou um profissional com experiência em avaliação da primeira infância.
4. Insira os resultados no software para avaliação de habilidades funcionais na primeira infância entre 0 e 6 anos de idade. Os detalhes sobre como usar o software são fornecidos na etapa 3.

3. Procedimento experimental

1. Atribuindo um aluno a um professor no software
   NOTA: Essa etapa deve ser realizada pelo diretor ou coordenador do centro onde ocorre a intervenção.
   1. Faça login no pacote de software com um nome de usuário (profissional) e senha e selecione o idioma: inglês ou espanhol.
   2. Insira as informações dos dados dos alunos a partir dos registros mantidos pelo diretor do centro.
   3. Preencha as seguintes áreas para cada aluno: Nome, Sobrenome, Código, Sexo, Data de Nascimento, Idade do Desenvolvimento, Diagnóstico Primário, Diagnóstico Secundário, quando apropriado, e observações relevantes para dados de medicamentos, alergias e outras informações de interesse para a gestão do centro.
   4. Insira informações do professor ou terapeuta dos registros realizados no centro.
   5. Designar os alunos para um grupo com um professor (ou terapeuta) clicando em Sala de Aula. Vá para a coluna Alunos,escolha o aluno a ser designado para a sala de aula, clique em Professores e selecione um.
   6. Aloque cada grupo de alunos e seu professor (ou terapeuta) em uma sala de aula clicando em Professores , datasde entrada, nome, sobrenome, código de identificação, e-mail, senhas e observações. Clique em Aceitar.
      NOTA: O diretor ou coordenador do centro atribui uma função para cada professor ou terapeuta realizar as avaliações de cada aluno ou paciente (como explicado acima, depende do tipo de centro). O diretor ou coordenador do centro também pode consultar as avaliações que o professor ou terapeuta fez.
2. Uso do software pelo professor
   NOTA: O professor ou terapeuta que realiza a avaliação pode então selecionar um ano acadêmico e/ou um termo. A escala oferece a possibilidade de selecionar diferentes áreas funcionais para cada termo(Tabela de Materiais).
   1. Faça login no software com o nome de usuário (profissional) e a senha anteriormente atribuída pelo diretor do centro.
   2. Insira os resultados das avaliações concluídas em ambientes naturais para cada participante designado para a sala de aula.
   3. Escolha um aluno no software clicando em seu nome e inicie a avaliação das diferentes áreas funcionais (detalhadas na etapa 2.3.1).
      NOTA: Os professores ou terapeutas podem interromper a avaliação de cada aluno a qualquer momento e continuar em outro momento, tendo salvo os dados que eles registraram.
   4. Realizar a análise comparativa entre o desenvolvimento de cada usuário e o desenvolvimento esperado nessa idade cronológica.
      1. Uma vez que os dados são registrados, selecione a coluna Avaliação clicando com o botão direito do mouse. Em seguida, selecione o ano e o trimestre.
      2. Selecione a coluna Alunos e selecione os alunos de uma classe de quem fazer a avaliação. Selecione a coluna Áreas clicando na área ou subárea que precisa ser avaliada.
      3. Clique na guia Máximo. Obtém as informações sobre os alunos e a comparação com o desenvolvimento esperado para sua idade.
         NOTA: Isso oferece um usuário (aluno ou paciente) ou perfil de desenvolvimento para uma determinada área funcional com um link comparativo aos maiores escores esperados para a idade cronológica do usuário (aluno ou paciente).
   5. Compare as diferentes áreas funcionais de cada usuário da sala de aula. Uma análise das áreas funcionais de cada usuário pode ser realizada com o software. Seguinte passo: uma vez que os dados são registrados, selecione a coluna Avaliação clicando com o botão direito do mouse. Em seguida, selecione o ano e o trimestre. Selecione a coluna Alunos e selecione os alunos de todas as classes. Selecione as áreas da coluna e clique na área ou subárea para avaliar.
      1. Clique na guia Máximo. Ele obtém o desenvolvimento dos alunos e a comparação com o desenvolvimento esperado para sua idade.
3. Exportando dados do software
   1. Selecione os dados do usuário e as áreas funcionais e exporte o banco de dados. Selecione a coluna Excel para obter o banco de dados. Exporte o banco de dados no programa de estatísticas ou biblioteca de escolha.
   2. Importe os dados em pacotes estatísticos e bibliotecas como SPSS, Weka, python's scikit-learn, etc. e realize análises de clustering. Aqui, a análise com SPSS é detalhada como abaixo.
      NOTA: A análise de cluster ou cluster é uma técnica de aprendizagem de máquina 'não supervisionada', e, dentro de k-significa, é um método de agrupamento, que visa dividir um conjunto de n observações em grupos K, em que cada observação pertence ao grupo com o valor médio mais próximo. Neste experimento, k-significa clustering foi usado para verificar os clusters de crianças e seu desenvolvimento funcional medido com SFA.
      1. Selecione a opção Analisar e Classificar seguido pela opção k-significa cluster no pacote estatístico.
      2. Selecione as alterações cruzadas em Estatística Descritivae as seguintes duas variáveis: a variável cluster de 'pertencente a um grupo' e a variável grau ('moderada' ou 'grave').
         NOTA: Essa correspondência é importante, pois oferece ao professor ou terapeuta informações sobre o desenvolvimento funcional homogêneo dos usuários que vai além do diagnóstico, fornecendo informações para propor programas de intervenção semelhantes em algumas áreas de desenvolvimento funcional. Espera-se que essa opção facilite o uso pleno do serviço educacional ou terapêutico e seus recursos pessoais e materiais.
      3. Selecione a opção Estatísticas Descritivas e selecione crosstabs e a opção Coeficiente Cohen Kappa.
         NOTA: O coeficiente Cohen Kappa é uma estatística que mede o acordo inter-rater para itens qualitativos (categóricos). Acredita-se geralmente ser uma medida mais robusta do que os cálculos simples do acordo por cento, já que k explica a possibilidade do acordo ocorrer por acaso. Este coeficiente fornece um indicador da confiabilidade da relação encontrada entre a classificação diagnóstica em deficiências intelectuais moderadas a graves e o agrupamento dos resultados de desenvolvimento obtidos com o software.
   3. Use a planilha para gerar o gráfico de aranhas e gráficos de barras específicos para os grupos de crianças com deficiência intelectual moderada e grave.

O presente estudo recrutou 11 participantes com diagnósticos confirmados [ambos moderados (quociente de desenvolvimento = DQ 40-65) e graves (DQ 39-60) deficiência intelectual]. O protocolo foi testado em um projeto piloto por mais de 20 meses em um Centro de Educação Especial. Todos os diagnósticos deste estudo foram confirmados por uma equipe multidisciplinar de acordo com o DSM-5, utilizando a Escala Brunet Lézine, pois o grau de afetação estava além do escopo de outras escalas, como a Pré-Escola Wechsler e a Escala Primária de Inteligência (WPPSI). No entanto, as idades dos participantes ultrapassaram ligeiramente a idade cronológica de 6º (Tabela 2). As ações realizadas e os tempos de aplicação neste estudo podem ser encontrados na Tabela 3.

Tabela 3: Processo de observação em diferentes áreas funcionais.

Uma análise comparativa pode ser realizada assim que o profissional (professor ou terapeuta) insere os dados no software. Mostra-se o desenvolvimento de usuários (alunos ou pacientes) da mesma sala de aula nas diferentes dimensões da escala.

Neste estudo, apresentamos alguns exemplos de análise de dados com o protocolo observacional aliado ao uso do software. Primeiro realizamos uma análise de cluster, a fim de verificar se os diagnósticos de deficiência intelectual média e grave das crianças com necessidades educacionais especiais correspondiam ao seu desenvolvimento real. Usando o método k-means, encontramos 2 aglomerados pertencentes a qualquer grupo. O Cluster 1 e o Cluster 2 integraram 55% e 45% da amostra, respectivamente. Em seguida, foi construída uma mesa cruzada para estudar a relação entre a adesão a um grupo de grupo e o variável "grau de incapacidade". Verificou-se que todos os sujeitos agrupados no Grupo 1 pertenciam ao grupo A) (deficiência intelectual moderada) e o Cluster 2 incluía todos os alunos pertencentes ao grupo b) (deficiência intelectual grave) e havia apenas um com deficiência intelectual moderada(Tabela 4). Obteve-se um coeficiente Cohen Kappa = 0,820 p = 0,006.

Tabela 4: Número do caso do cluster de incapacidade da mesa cruzada.

O software pode, portanto, registrar o desenvolvimento das habilidades funcionais das crianças em tratamento no mesmo centro (educação ou terapia) e pode determinar níveis semelhantes e diferentes de desenvolvimento. Esse aspecto é muito importante, pois facilitará a aplicação de programas de intervenção semelhantes entre crianças com necessidades semelhantes, o que, por sua vez, facilitará a intervenção personalizada e o uso eficiente dos recursos.

Com essa análise, pode-se realizar um estudo das habilidades dos participantes de cada grupo funcional (deficiência moderada versus deficiência grave). Tanto o Spider quanto os gráficos de barras específicos foram usados para este fim ver Figura 3 e Figura 4.

Figura 3: Análise comparativa entre o desenvolvimento de cada usuário (aluno ou paciente) e o desenvolvimento esperado em crianças com diversas deficiências intelectuais.
(A) Autonomia Alimentar, (B) Cuidados Pessoais e Higiene, (C) Vestido independente e despir-se, (D) Controle de esfíncter, (E) Mobilidade funcional, (F) Comunicação e Linguagem, (G) Jogo interativo e simbólico, (H) Rotinas diárias de vida, (I) Comportamento adaptativo. Linha azul indica pontuação de aquisição de habilidades. A linha de granada indica pontuação máxima. Barras de erro incluídasem A , B, C, D, E, F, G, H e I. As barras de erro são representações gráficas da variabilidade dos dados, uma barra de erro indica a incerteza de um valor. O eixo x representa os participantes (com diversas deficiências intelectuais) e o eixo y representa os escores obtidos em cada área funcional. O gráfico da aranha mostra o desenvolvimento comparativo dos participantes em cada área funcional. Clique aqui para ver uma versão maior desta figura.

Figura 4: Análise comparativa entre o desenvolvimento de cada usuário (aluno ou paciente) e o desenvolvimento esperado em crianças com deficiência moderada.
(A) Autonomia Alimentar, (B) Cuidados Pessoais e Higiene, (C) Vestido independente e despir-se, (D) Controle de esfíncter, (E) Mobilidade funcional, (F) Comunicação e Linguagem, (G) Jogo interativo e simbólico, (H) Rotinas diárias de vida, (I) Comportamento adaptativo. Linha azul indica pontuação de aquisição de habilidades. A linha de granada indica pontuação máxima. Barras de erro incluídasem A , B, C, D, E, F, G, H e I. As barras de erro são representações gráficas da variabilidade dos dados, uma barra de erro indica a incerteza de um valor. O eixo x representa os participantes (com deficiência intelectual moderada) e o eixo y representa os escores obtidos em cada área funcional. O gráfico da aranha mostra o desenvolvimento comparativo dos participantes em cada área funcional. Clique aqui para ver uma versão maior desta figura.

Os autores declaram que não têm interesses financeiros concorrentes.