Измерение функциональных способностей детей в возрасте 3-6 лет с помощью методов наблюдения и компьютерных инструментов

Наблюдение в раннем возрасте: что и как наблюдать

Оценка раннего детства в обычных семейных условиях и в школе проводится с использованием метода наблюдения. Следовательно, оценщик должен придерживаться точного наблюдательного процесса, ключа к точному диагнозу и, следовательно, к успешной подготовке^1. Есть много запасов развития, которые обеспечивают руководящие принципы для оценки: Portage Руководство², Брюнет Лезин шкала³, и Battelle развития инвентаризации⁴, среди других. Эти инструменты основаны на международно согласованных стандартах, установленных научным сообществом в области эволюционного развития человека. Хотя эти инструменты анализируют области развития (Психомоторные, Когнитивные, Коммуникации и Язык, а также автономия и социализация), недавние исследования⁵ предложили новые инструменты, которые также могут анализировать эти области. Эти исследования указывают на то, что метод наблюдения с рождения обеспечивает указатели огромной полезности для раннего вмешательства и для раннего выявления патологий. Однако наблюдательные процессы в этих возрастных группах сложны, так как зависят от поведенческих наблюдений, зафиксированных в естественных контекстах, которые не всегда легко осуществить.

В этих рамках оценка приобретения функциональных способностей в раннем возрасте представляет большой интерес как для родителей, так и для педагогов. Любая такая оценка имеет значение для детей, которым был поставлен диагноз или которые подвергаются риску развития какой-либо инвалидности. Раннее выявление нарушений развития имеет важное значение для ранней диагностики и вмешательства. Обсервационное исследование от рождения обеспечит показатели этого раннего обнаружения и вмешательства⁵. В настоящее время существуют различные инструменты (запасы разработки, весы, тесты и т.д.) для измерения развития в этих возрастных группах. Инструменты, которые в настоящее время могут применяться, являются кадастрами развития, некоторые из которых стандартизированы. Тем не менее, некоторые из этих инструментов могут потребовать знания психометрических методов и результаты не отображаются автоматически на экране. По этой причине важно разработать другие инструменты, которые проще в использовании и интерпретации.

Подготовка программного обеспечения для записи и интерпретации данных из процессов контекстного наблюдения в раннем возрасте

Поэтому разработка программного обеспечения была признана актуальной, что помогло бы наблюдателям (терапевту, педагогу и т.д.) записывать и интерпретировать результаты своих наблюдений. Этот протокол и программное обеспечение, eEarlyCare, могут быть использованы как в образовательных центрах, которые работают с детьми-инвалидами и в терапевтических центрах вмешательства, направленных на эту группу. Вот почему отныне будет использоваться термин "пользователь", который включает в себя как студентов, так и пациентов, в зависимости от места проведения вмешательства. В частности, программное обеспечение, которое могло бы облегчить запись и интерпретацию данных, собранных в естественных условиях, с учетом функциональных способностей детей в возрасте от 0 до 6 лет. Это программное обеспечение, eEarlyCare, основано на функциональной шкале способностей⁶ «Шкала для измерения функциональных способностей у детей в возрасте от 0 до 6 лет» (SFA); эта шкала включает в себя измерение 11 областей развития (Продовольственная автономия, Личный уход и гигиена, Независимо и платье и раздевается, Сфинктер управления, Функциональная мобильность, связь и язык, Интерактивная символическая игра, Ежедневные процедуры жизни, Адаптивное поведение). Кроме того, это было, в свою очередь, вдохновленный Portage Руководство², Педиатрическая оценка инвалидности инвентаризации (PEDI)⁷, и работы Бронсон⁸, а также Whitebread и Basilio⁴ на социальные навыки в возрасте 0-6, Брюнет-Лезин шкала³, развития инвентаризации для детей в возрасте 0-6⁷, и шкала оценки прекурсоров⁹ к социальным навыкам. Этот инструмент представляет собой компьютерное приложение, которое используется для регистрации результатов каждой оценки пользователя в продольных последующих мер (ежеквартальные, ежемесячные, годовые и т.д.). Это референциальный аспект для терапевта в отношении вмешательства, и для других специалистов, которые работают с детьми в раннем детстве с подозрением на дисфункциональность. Кроме того, программное обеспечение¹⁰ может автоматически производить сравнения между развитием функциональных способностей различных пользователей, независимо от того, находятся ли они в одном центре вмешательства, тем самым облегчая определение общих аспектов для совместной работы.

В частности, это программное обеспечение основано на основных технологиях (например, Windows Presentation Foundation Development-WPF-¹¹), технологических инноваций, которые интегрируют передовую графику для получения точных графических результатов¹² и положительного компьютерного пользовательского опыта. Качество графиков улучшает визуализации и интерактивность, доступные с другими инструментами, такими как электронные таблицы. Приложение может хранить данные локально в реляционных базах данных и загружать информацию в облако для совместного использования. Кроме того, поддерживается классическая архитектура клиент-сервера. Эти функции позволяют легко записывать данные, собранные в ходе наблюдений, и обрабатывать результаты для визуализации. Кроме того, после регистрации, это очень легко экспортировать данные. Это позволяет использовать данные в мощных статистических пакетах для применения методов интеллектуального анализа данных, таких как контролируемое (классификация и/или регрессия) и неконтролируемое (группировка) машинное обучение.

В этом исследовании, методы классификации имеют конкретную полезность для персонализированного обучения¹³. Архитектура можно увидеть на рисунке 1 и рисунке 2. На рисунке 1функциональность облачного хранилища используется в качестве гарантии в случае проблем с безопасностью данных и потенциальной потери и повреждения данных при обмене между приложениями. Кроме того, программное обеспечение может также работать в классической сетевой клиент-серверной архитектуры с базой данных(рисунок 2) со всеми обмена данными происходит между клиентами (это концепции, которые используются в области компьютерных наук). Эти платформы обеспечивают механизмы аутентификации и ограниченный доступ, которые обеспечивают конфиденциальность и защиту данных, одновременно облегчая взаимодействие с полностью разработанными приложениями. Конечным результатом является интерфейс приложения, который разработан¹⁴ для специалистов по раннему уходу, так что они могут использовать методы обучения аналитике в простой способ и ссылаться на них, с тем чтобы следить за степень развития каждого студента в каждой области оценки шкалы¹⁵.

Приложение также предлагает общий профиль каждого пользователя в каждой из функциональных областей и subareas (Таблица 1). Он также производит сравнение между всеми пользователями в любом центре. Короче говоря, он производит персонализированный анализ потребностей вмешательства различных пользователей. Кроме того, она помогает специалистам по раннему уходу с их программами вмешательства, так как она может отмечать области, в которых пользователи могут или не могут показать аналогичные модели развития. Все эти результаты определяют тип программ вмешательства, которые могут быть использованы вместе, а не те, которые должны быть разработаны индивидуально. Данные, которые связаны с этим интерфейсом, являются SFA оценки пользователей, которые измеряются по шкале Likert от 1 до 5. Эти баллы можно сравнить с максимальными баллами по возрасту развития, связанными с каждым измерением SFA. Программное обеспечение может также связать хронологический возраст каждого пользователя с возрастом развития каждого измерения SFA; важным аспектом выявления областей вмешательства, из которых можно определить приоритеты в областях лечения.

Таблица 1: Список функциональных областей и подарем.

Рисунок 1: Архитектура предложения автоматизации коррекции функциональности масштаба облачного хранилища. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой фигуры.

Рисунок 2: Архитектура предложения по автоматизации коррекции функциональности шкалы классической сети. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой фигуры.

Терапевты и специалисты по вмешательству могут использовать этот протокол оценки и внедрение программного обеспечения для оценки функциональных способностей и их развития в раннем детстве в возрасте от 0 до 6 лет разработки. Программное обеспечение может быть использовано с детьми в пределах этого возрастного диапазона, хотя это особенно полезно для детей с подозрением на нарушение развития функциональных способностей. Это также особенно полезно в специальных образовательных центрах. Вопрос исследования заключается в том, будет ли, наблюдая за функциональными способностями детей, использование компьютерного инструмента облегчает запись и интерпретацию результатов для терапевта.

Этот протокол был составлен в соответствии с процедурными нормами Биоэтического комитета Университета Бургоса (Испания). До их участия как учащиеся, так и их родители, а в некоторых случаях и юридические преподаватели предоставляли свое информированное согласие и были полностью осведомлены о целях обучения. За их участие не была предложена финансовая компенсация.

1. Набор участников

1. Наймите детей в возрасте от 0 до 6 лет с историей особых образовательных потребностей, связанных с изменением в области развития двигателя, когнитивных, личной автономии и социализации и с умеренной до тяжелой умственной неполноценности. Для настоящего исследования было набрано в общей сложности 11 участников (7 мальчиков и 4 девочки).
2. Включите детей, у которых была диагностирована интеллектуальная инвалидность (умеренная или тяжелая) в соответствии с Диагностическое и статистическое руководство по психическим расстройствам (DSM-5)¹⁶ и посещать Специальный образовательный центр для их школьного образования(Таблица 2).
   ПРИМЕЧАНИЕ: В каждом случае (в зависимости от выявления проблемы и места проведения вмешательства) диагноз должен был быть подтвержден детским неврологом в больнице или психологом в многопрофильной команде, в соответствии с DSM-5. В идеале, не должно быть не менее 15 участников, так как включение результатов наблюдения является трудоемким.

Таблица 2: Характеристики образца.

3. Исключить детей с нормальным развитием в функциональных областях (мотор, когнитивные, личная автономия и развитие социализации) и детей с интеллектуальным функционированием.

2. Сбор данных

1. Сбор данных о развитии детей в различных функциональных областях (Продовольственная автономия, личный уход и гигиена, одевание и раздевание самостоятельно, Сфинктер управления, функциональной мобильности, связи и языка, ежедневные процедуры жизни, адаптивное поведение и внимание).
2. Выполните наблюдение с помощью Шкалы для измерения функциональных способностей (SFA)⁵ у детей в возрасте от 0-6 лет (SFA)(Таблица материалов)и провести наблюдение в естественном контексте (например, школьные настройки).
3. Запись наблюдений в течение недели в различных природных средах, которые отражают повседневную жизнь студентов в центре(Таблица 1) (например, во время игры и т.д.).
   1. Пусть учитель или терапевт непосредственно посещают детей в учебных заведениях записи наблюдений. Соберите наблюдения для каждой функциональной области.
      ПРИМЕЧАНИЕ: До наблюдения за данными, три учебных занятия должны быть проведены для учителей или терапевтов. Эти занятия должны проводиться психологом или специалистом с опытом оценки состояния детей в раннем возрасте.
4. Ввод результатов в программное обеспечение для оценки функциональных способностей в раннем детстве в возрасте от 0 до 6 лет. Подробная информация о том, как использовать программное обеспечение предоставляется в шаге 3.

3. Экспериментальная процедура

1. Назначение студента учителю в программном обеспечении
   ПРИМЕЧАНИЕ: Этот шаг должен быть осуществлен директором или координатором центра, где происходит вмешательство.
   1. Войти в пакет программного обеспечения с именем пользователя (профессиональным) и паролем и выберите язык: английский или испанский.
   2. Введите данные о студентах из записей, хранящихся у директора центра.
   3. Заполните следующие поля для каждого студента: имя, фамилия, код, пол, Дата рождения, Возраст развития, Первичная диагностика, Вторая диагностика, где это уместно, и наблюдения, которые имеют отношение к данным о лекарствах, аллергии, и другая информация, интересующую для управления центром.
   4. Введите информацию учителя или терапевта из записей, хранящихся в центре.
   5. Назначьте студентов в группу с учителем (или терапевтом), нажав на класс. Перейдите к колонке Студенты, выбрать студента, который будет назначен в класс, и нажмите на учителей и выбрать один.
   6. Выделите каждую группу студентов и их учителя (или терапевта) в класс, нажав на учителей,входные даты, имя, фамилию, идентификационный код, почту, пароли и наблюдения. Нажмите Принять.
      ПРИМЕЧАНИЕ: Директор или координатор центра назначает роль для каждого учителя или терапевта для проведения оценки каждого студента или пациента (как описано выше, это зависит от типа центра). Директор или координатор центра также может проконсультироваться с оценками, которые сделал учитель или терапевт.
2. Использование программного обеспечения учителем
   ПРИМЕЧАНИЕ: Учитель или терапевт, выполняющий оценку, может выбрать учебный год и/или семестр. Шкала предлагает возможность выбора различных функциональных областей для каждого термина(Таблица Материалов).
   1. Войти в программное обеспечение с именем пользователя (профессиональным) и паролем, ранее назначенным директором центра.
   2. Введите результаты оценок, выполненных в естественной среде для каждого участника, назначенного в класс.
   3. Выберите студента в программном обеспечении, нажав на его / ее имя, и начать оценку различных функциональных областей (подробно в шаге 2.3.1).
      ПРИМЕЧАНИЕ: Учителя или терапевты могут остановить оценку каждого студента в любое время и продолжить в другое время, сохранив данные, которые они зарегистрировали.
   4. Выполните сравнительный анализ между развитием каждого пользователя и ожидаемым развитием в этом хронологическом возрасте.
      1. Как только данные зарегистрированы, выберите столбец Оценка на правом нажатии. Затем выберите год и триместр.
      2. Выберите колонку Студенты и выберите студентов класса, из которых сделать оценку. Выберите область столбца, нажав на область или субарею, которая должна быть оценена.
      3. Нажмите на вкладку "Максимум". Он получает информацию о студентах и сравнение с развитием ожидается для их возраста.
         ПРИМЕЧАНИЕ: Это предлагает пользователю (студенту или пациенту) или профиль разработки для данной функциональной области со сравнительной ссылкой на самые высокие ожидаемые баллы для хронологического возраста пользователя (студента или пациента).
   5. Сравните различные функциональные области каждого пользователя из класса. Анализ функциональных областей каждого пользователя может быть выполнен с помощью программного обеспечения. Следующим шагом: как только данные зарегистрированы, выберите столбец Оценка правым нажатием кнопки. Затем выберите год и триместр. Выберите колонку Студенты и выберите студентов всех классов. Выберите области столбца и нажмите на область или subarea для оценки.
      1. Нажмите на вкладку "Максимум". Он получает развитие студентов и сравнение с развитием ожидается для их возраста.
3. Экспорт данных из программного обеспечения
   1. Выберите пользовательские данные и функциональные области и экспортируеме базу данных. Выберите столбец Excel, чтобы получить базу данных. Экспорт базы данных в программу статистики или библиотеку по выбору.
   2. Импортируйте данные в статистические пакеты и библиотеки, такие как SPSS, Weka, Scikit-learn Python и т.д. и выполняйте анализ кластеризации. Здесь анализ с SPSS подробно описан ниже.
      ПРИМЕЧАНИЕ: Кластеризация или кластерный анализ — это «неконтролируемый» метод машинного обучения, и в пределах k-средств—это метод группировки, который направлен на разделение набора n наблюдений на группы k, в которых каждое наблюдение относится к группе с самым близким средним значением. В этом эксперименте, k-meansкластеризации был использован для проверки кластеров детей и их функционального развития измеряется с SFA.
      1. Выберите опцию Анализ и Классификация, а затемкластер опции k-means в статистическом пакете. k
      2. Выберите кросстабы в соответствии с описательной статистикойи следующими двумя переменными: кластерная переменная "принадлежности к группе" и переменная степени ("умеренная" или "тяжелая").
         ПРИМЕЧАНИЕ: Эта корреспонденция имеет важное значение, потому что она предлагает учителю или терапевту информацию о однородном функциональном развитии пользователей, которая выходит за рамки диагностики, предоставляя информацию, чтобы предложить аналогичные программы вмешательства в некоторых областях функционального развития. Ожидается, что этот вариант будет способствовать полному использованию образовательных или терапевтических услуг и ее личных и материальных ресурсов.
      3. Выберите опцию «Описательная статистика» и выберите кросстабы и опцию коэффициента Коэна Каппа.
         ПРИМЕЧАНИЕ: Коэффициент Коэн Каппа является статистика, которая измеряет межмизерное соглашение для качественных (категорических) пунктов. Это, как правило, считается более надежной мерой, чем простой процент расчета соглашения, как k приходится возможность соглашения происходит случайно. Этот коэффициент является показателем надежности связи между диагностической классификацией при средней и тяжелой умственной неполноценности и кластеризацией результатов развития, полученных с помощью программного обеспечения.
   3. Используйте таблицу для создания диаграммы паука и конкретных графиков баров для групп детей с умеренными и тяжелыми умственными недостатками.

В настоящем исследовании приняли участие 11 человек с подтвержденными диагнозами (как умеренные (умеренные (коэффициент развития, 40-65 ДЗ) и тяжелые (ДЗ 39-60) интеллектуальные нарушения». Протокол был опробован в рамках пилотного проекта в течение 20 месяцев в Центре специального образования. Все диагнозы для этого исследования были подтверждены междисциплинарной группой в соответствии с DSM-5, используя шкалу Брюнет Лезин, так как степень аффектации выходит за рамки других масштабов, таких как Wechsler дошкольного и первичной шкалы разведки (WPPSI). Тем не менее, возраст участников немного превысил хронологический возраст 6(Таблица 2). Действия, проведенные и время применения в этом исследовании можнонайти в таблице 3 .

Таблица 3: Процесс наблюдения в различных функциональных областях.

Сравнительный анализ может быть выполнен после того, как профессионал (учитель или терапевт) вводит данные в программное обеспечение. Показано развитие пользователей (студентов или пациентов) из одного класса по различным измерениям шкалы.

В этом исследовании мы представляем несколько примеров анализа данных с протоколом наблюдений в сочетании с использованием программного обеспечения. Сначала мы провели кластерный анализ, чтобы проверить, соответствуют ли диагнозы как средней, так и тяжелой умственной неполноценности детей с особыми образовательными потребностями их фактическому развитию. Используя метод k-means, мы обнаружили 2 кластера, принадлежащих к любой группе. Кластер 1 и кластер 2 интегрированы 55% и 45% выборки, соответственно. Затем была построена межстольная таблица для изучения взаимосвязи между принадлежностью к группе кластера и переменной "степенью инвалидности". Было установлено, что все предметы, сгруппированные в кластере 1, принадлежали к группе а) (умеренные интеллектуальные нарушения) и кластеру 2 включали всех студентов, принадлежащих к группе b) (тяжелые умственные нарушения), и был только один с умеренными умственными недостатками(Таблица 4). Коэффициент Коэн Каппа 0,820, р 0,006 был получен.

Таблица 4: Перекрестный стол инвалидности кластерный номер.

Программное обеспечение может, таким образом, записывать развитие функциональных способностей детей, на лечении в том же (образование или терапия) центр и может определить аналогичные и различные уровни развития. Этот аспект очень важен, поскольку он будет способствовать применению аналогичных программ вмешательства среди детей с аналогичными потребностями, что, в свою очередь, облегчит персонализированное вмешательство и эффективное использование ресурсов.

Прогрессируя с этим анализом, исследование может быть выполнено способностей участников в каждой функциональной группе (инвалидность умеренной против инвалидности тяжелой). Оба Паука и конкретные графики бар были использованы для этой цели см. Рисунок 3 и Рисунок 4.

Рисунок 3: Сравнительный анализ между развитием каждого пользователя (студент или пациент) и ожидаемым развитием у детей с несколькими умственными недостатками.
() Продовольственнаяавтономия, (B) Личной гигиены и гигиены, (C) Независимо платье и раздевается, (D) Сфинктер управления, (E) Функциональная мобильность, (F) Коммуникация и язык, (G) Интерактивная и символическая игра, (H) Ежедневные процедуры жизни, (I) Адаптивное поведение. Голубая линия указывает на счет приобретения навыков. Линия граната указывает на максимальный балл. Ошибка баров, включенных в A, B, C, D, E, F, G, H и I. Бары ошибок являются графическими представлениями изменчивости данных, бар ошибок указывает неопределенность значения. X-ось представляет участников (с несколькими интеллектуальными недостатками) и y-оси представляет оценки, которые они получили в каждой функциональной области. На графике паука показано сравнительное развитие участников в каждой функциональной области. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой фигуры.

Рисунок 4: Сравнительный анализ между развитием каждого пользователя (студента или пациента) и ожидаемым развитием у детей с умеренной инвалидностью.
( Продовольственнаяавтономия, (B) Личной гигиены и гигиены, (C) Независимо платье и раздевается, (D) Сфинктер управления, (E) Функциональная мобильность, (F) Коммуникация и язык, (G) Интерактивная и символическая игра, (H) Ежедневные режимы жизни, (I) Адаптивное поведение. Голубая линия указывает на счет приобретения навыков. Линия граната указывает на максимальный балл. Ошибка баров, включенных в A, B, C, D, E, F, G, H и I. Бары ошибок являются графическими представлениями изменчивости данных, бар ошибок указывает неопределенность значения. X-ось представляет участников (с умеренными умственными недостатками) и y-оси представляет оценки, которые они получили в каждой функциональной области. На графике паука показано сравнительное развитие участников в каждой функциональной области. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой фигуры.

Авторы заявляют, что у них нет конкурирующих финансовых интересов.