Author Produced

Het meten van de functionele vaardigheden van kinderen van 3-6 jaar oud met observationele methoden en computertools

JoVE Journal
Behavior

Your institution must subscribe to JoVE's Behavior section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

We presenteren een protocol om een rekentool te gebruiken om de functionele vaardigheden van kinderen van 3-6 jaar op te nemen en te analyseren. Het protocol vergemakkelijkt de vergelijking van deze vaardigheden gedurende hun ontwikkeling en kan worden gebruikt om ontwikkelingsproblemen te beoordelen.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Sáiz Manzanares, M. C., Marticorena Sánchez, R., Arnaiz González, Á., Díez Pastor, J. F., García Osorio, C. I. Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools. J. Vis. Exp. (160), e60247, doi:10.3791/60247 (2020).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

De analyse van functionele vaardigheden en hun ontwikkeling in de vroege kinderjaren (0-6 jaar oud) zijn fundamentele aspecten bij jonge kinderen met bepaalde soorten ontwikkelingsproblemen die preventie kunnen vergemakkelijken, door middel van geprogrammeerde interventies aangepast aan de behoeften van elke gebruiker (student of patiënt). Er zijn echter weinig onderzoeken tot nu toe, die het gebruik van geautomatiseerde tools voor het registreren en interpreteren van de resultaten van de eerste beoordeling hebben geanalyseerd. Hier wordt een protocol gepresenteerd om de functionele vaardigheden in de vroege kindertijd te onderzoeken bij jonge kinderen tussen 3-6 jaar oud, met een verstandelijke beperking, maar het protocol kan ook worden gebruikt voor kinderen van 0 tot 6 jaar. Het protocol maakt gebruik van een computerapplicatie, eEarlyCare, die de interpretatie vergemakkelijkt van de resultaten van systematische waarnemingen, die in natuurlijke omgevingen worden geregistreerd door professionals die zijn opgeleid in vroegtijdige interventie. De software kan worden gebruikt om 11 functionele gebieden te analyseren (Voedselautonomie, Persoonlijke Zorg en Hygiëne, Onafhankelijk aankleden en uitkleden, SluitspierControle, Functionele Mobiliteit, Communicatie en Taal, Dagelijkse Routines van het Leven, Aanpassingsgedrag en Aandacht) en een totaal van 114 verschillende gedragingen. Het gebruik ervan vergemakkelijkt de analyse van de waargenomen vermogens en helpt een vroege interventie. In vergelijking met andere observationele methoden, het maakt een efficiënter gebruik van persoonlijke en materiële middelen. Het gebruik van de computertoepassing vergemakkelijkt de opname van de observatieresultaten, die met organisatie en bezinning op de observaties helpt. De software toont de observatieresultaten op het scherm in vergelijking met normale ontwikkelingsparameters. Deze informatie kan worden verwezen naar voor de besluitvorming over de meest geschikte interventie programma voor elke gebruiker (student of patiënt). Ook worden clusteringtechnieken toegepast om de relatie tussen het type verstandelijke handicap en functionele ontwikkeling te analyseren die met de software is geïdentificeerd, een relatie die bedoeld is om als leidraad te dienen voor professionele interventie in de vroege zorg.

Introduction

Observatie op jonge leeftijd: wat en hoe te observeren

De beoordeling van de vroege kinderjaren in gewone gezinscontexten en op school wordt uitgevoerd met behulp van de observationele methode. Daarom moet de beoordelaar zich houden aan een nauwkeurig observatieproces, de sleutel tot een nauwkeurige diagnose en dus tot een succesvolle training1. Er zijn veel ontwikkelingsinventarissen die richtlijnen voor beoordeling bieden: De Portage Guide2, de Brunet Lézine Schaal3, en de Battelle Developmental Inventory4, onder andere. Deze instrumenten zijn gebaseerd op internationaal overeengekomen normen die door de wetenschappelijke gemeenschap op het gebied van menselijke evolutionaire ontwikkeling. Hoewel deze tools ontwikkelingsgebieden analyseren (Psychomotor, Cognitive, Communication and Language, and Autonomy and Socialization), hebben recente studies5 nieuwe tools voorgesteld die deze gebieden ook kunnen analyseren. Deze studies wijzen erop dat de observationele methode vanaf de geboorte aanwijzingen biedt van immens nut tot vroegtijdige interventie en voor de vroegtijdige opsporing van pathologieën. De observatieprocessen op deze leeftijden zijn echter complex, omdat ze afhankelijk zijn van gedragswaarnemingen die in natuurlijke contexten worden geregistreerd, die niet altijd gemakkelijk uit te voeren zijn.

Binnen dit kader is de beoordeling van de verwerving van functionele vaardigheden op jonge leeftijd van groot belang voor zowel ouders, opvoeders als therapeuten. Een dergelijke beoordeling is van belang voor kinderen die zijn gediagnosticeerd of die het risico lopen een handicap te ontwikkelen. Vroegtijdige opsporing van ontwikkelingsstoornissen is essentieel voor de vroege diagnose en interventie. Observationeel onderzoek vanaf de geboorte zal indicatoren van deze vroegtijdige opsporing en interventie5. Momenteel zijn er verschillende instrumenten (ontwikkelingsinventarissen, schalen, tests, enz.) voor het meten van ontwikkeling op die leeftijden. De instrumenten die momenteel kunnen worden toegepast zijn ontwikkelingsinventarissen, waarvan sommige gestandaardiseerd zijn. Sommige van deze instrumenten vereisen echter kennis van psychometrische technieken en de resultaten worden niet automatisch op het scherm weergegeven. Daarom is het belangrijk om andere tools te ontwikkelen die gemakkelijker te gebruiken en te interpreteren zijn.

   

Voorbereiding van software voor het registreren en interpreteren van gegevens uit de processen van contextuele observatieprocessen op jonge leeftijd

De softwareontwikkeling werd daarom als relevant beschouwd, waardoor de waarnemers (therapeut, opvoeder, enz.) de resultaten van hun waarnemingen zouden kunnen vastleggen en interpreteren. Dit protocol en software, eEarlyCare, kan zowel worden gebruikt in educatieve centra die werken met kinderen met een handicap en in therapeutische interventiecentra gericht op deze groep. Dit is de reden waarom vanaf nu de term "gebruiker "zal worden gebruikt, die zowel studenten als patiënten omvat, afhankelijk van de plaats waar de interventie wordt uitgevoerd. In het bijzonder een software die de registratie en interpretatie van gegevens die in natuurlijke contexten worden verzameld, zou kunnen vergemakkelijken uit de observatie van functionele vaardigheden bij kinderen van 0 tot 6 jaar oud. Deze software, eEarlyCare, is gebaseerd op de functionele vaardigheden schaal6 [Schaal voor de meting van functionele vaardigheden bij kinderen tussen 0-6 jaar oud] (SFA); deze schaal omvat de meting van 11 gebieden van ontwikkeling (VoedselAutonomie, Persoonlijke Zorg en Hygiëne, Onafhankelijk en kleding en kleedt, De controle van de sluitspier, Functionele mobiliteit, Mededeling en Taal, Interactief symbolisch spel, Dagelijkse het levensroutines, Adaptief gedrag). Ook was het op zijn beurt, geïnspireerd door de Portage Guide2, de Pe pediatric Evaluation of Disability Inventory (PEDI)7, en de werken van Bronson 8 ,evenalsWhitebread en Basilio4 op sociale vaardigheden op de leeftijd van 0-6, de Brunet-Lézine Schaal3, ontwikkelingsinventarissen voor kinderen van 0-67, en de beoordeling schaal van de voorlopers9 aan sociale vaardigheden. Deze tool is een computertoepassing die wordt gebruikt voor het registreren van de resultaten van elke gebruikersbeoordeling in longitudinale follow-ups (driemaandelijks, maandelijks, jaarlijks, enz.). Het is een referentiële aspect voor de therapeut met betrekking tot de interventie, en voor andere professionals die werken met kinderen in de vroege kindertijd met vermoedelijke disfunctionaliteiten. Bovendien kan de software10 automatisch vergelijkingen maken tussen de ontwikkeling van de functionele vaardigheden van verschillende gebruikers, ongeacht of ze zich in hetzelfde interventiecentrum bevinden, waardoor de definitie van gemeenschappelijke aspecten voor samenwerken mogelijk wordt.

In het bijzonder is deze software gebaseerd op mainstream technologieën (bijvoorbeeld Windows Presentation Foundation Development -WPF-11),een technologische innovatie die geavanceerde graphics integreert om nauwkeurige grafische resultaten te produceren12 en een positieve computergebruikerservaring. De kwaliteit van de grafieken verbetert de visualisaties en de interactiviteit die beschikbaar is met andere tools, zoals spreadsheets. De toepassing kan de gegevens lokaal opslaan in relationele databases en de informatie uploaden naar de cloud om te delen. Daarnaast wordt ook de klassieke client-server architectuur ondersteund. Deze functies maken het gemakkelijk om de gegevens die worden verzameld uit de waarnemingen op te nemen en de resultaten voor visualisatie te verwerken. Ook, eenmaal geregistreerd, is het zeer eenvoudig om de gegevens te exporteren. Hierdoor kunnen de gegevens worden gebruikt in krachtige statistische pakketten om dataminingtechnieken toe te passen, zoals supervised (classificatie en/of regressie) en onbewaakte (groeperings)machine learning.

In deze studie zijn de classificatietechnieken van specifiek nut voor gepersonaliseerd leren13. De architectuur is te zien in figuur 1 en figuur 2. In figuur 1wordt de functionaliteit van cloudopslag gebruikt als een waarborg, in het geval van problemen met de gegevensbeveiliging en mogelijk verlies en corruptie van gegevens wanneer deze tussen toepassingen worden uitgewisseld. Daarnaast kan de software ook werken in een klassieke netwerkgebaseerde client-server architectuur met een database(figuur 2) waarbij alle gegevensuitwisselingen tussen clients plaatsvinden (dit zijn concepten die worden gebruikt op het gebied van informatica). Deze platforms bieden authenticatiemechanismen en beperkte toegang, die privacy en gegevensbescherming garanderen, terwijl de interactie met volledig ontwikkelde toepassingen wordt vergemakkelijkt. Het uiteindelijke resultaat is een applicatie-interface die is ontworpen14 voor early-care professionals, zodat ze kunnen learning analytics technieken te gebruiken op een eenvoudige manier en verwijzen naar hen, om de mate van de ontwikkeling van elke student in elk evaluatiegebied van de schaal15.

De applicatie biedt ook een algemeen profiel van elke gebruiker in elk van de functionele gebieden en subgebieden(tabel 1). Het produceert ook een vergelijking tussen alle gebruikers op een centrum. Kortom, het produceert een gepersonaliseerde analyse van de interventiebehoeften van de verschillende gebruikers. Bovendien helpt het professionals in de opvang met hun interventieprogramma's, omdat het gebieden kan markeren waarin gebruikers al dan niet vergelijkbare ontwikkelingspatronen kunnen vertonen. Al deze resultaten begeleiden het type interventieprogramma's dat samen kan worden gebruikt, in plaats van die afzonderlijk moeten worden ontworpen. De gegevens die zijn gekoppeld aan deze interface zijn de SFA scores van de gebruikers die worden gemeten op een Likert schaal van 1 tot 5. Deze scores kunnen worden vergeleken met de maximale ontwikkelingsleeftijdsscores gekoppeld aan elke SFA-dimensie. De software kan ook de chronologische leeftijd van elke gebruiker koppelen aan de ontwikkelingsleeftijd van elke SFA-dimensie; een relevant aspect voor de opsporing van interventiegebieden van waaruit prioriteit wordt gegeven aan de behandelingsgebieden.

Functioneel gebied Functioneel deelgebied
1. Voedselautonomie 1. Voedseltextuur
2. Gebruik van gebruiksvoorwerpen
2. Persoonlijke verzorging en hygiëne 3. Mondhygiëne
4. Kapsel
5. Neusverzorging
6. Handwassen
7. Gezicht en lichaam wassen
3. Zelfstandig jurken en uitkleden 8. Aankleden en uitkleden (taille naar boven)
Aan- en uitkleden (taille naar beneden)
4. Sluitspiercontrole 9. Sluitspiercontrole
5. Functionele mobiliteit 10. Bovenste extremiteit
11. Transfers in WC
12. Overdrachten op een stoel
13. Mobiliteits- en bedtransfers
14. Mobiliteit in bad
15. Mobiliteit binnenshuis
16. Vervoer van voorwerpen
17. Outdoor Mobility
6. Communicatie en taal 18. Woordbegrip
19. Begrip voor zinnen
20. Functioneel gebruik van communicatie
7. Oplossing van taken in sociale contexten 21. Problemen oplossen
22. Informatie over uzelf
8. Interactief en symbolisch spel 23. Interactief spelen
24. Interactie met de peer group
25. Spelen met objecten
9. Dagelijkse levensroutines 26. Begeleiding in de tijd
27. Huiswerk
10. Adaptief gedrag 28. Zelfbeschadigingsgedrag
29. heteroagressiviteit (anderen schaden)
30. Vernietiging van voorwerpen
31. Storend gedrag (huilen, schreeuwen, lachen zonder reden)
32. Stereotypen
11. Aandacht 33. Aandacht

Tabel 1: Lijst van functionele gebieden en deelgebieden.

Figure 1
Figuur 1: Architectuur van het voorstel voor automatisering van de correctie van de schaalfunctionaliteit van cloudopslag. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 2
Figuur 2: Architectuur van het voorstel van automatisering van de correctie van het klassieke netwerk van de schaalfunctionaliteit. Klik hier om een grotere versie van dit cijfer te bekijken.

Therapeuten en interventieprofessionals kunnen dit beoordelingsprotocol en de software-implementatie gebruiken voor de beoordeling van functionele vaardigheden en hun ontwikkeling in de vroege kinderjaren tussen 0 en 6 jaar ontwikkeling. De software kan worden gebruikt met kinderen binnen die leeftijdsgroep, hoewel het vooral nuttig is voor kinderen met een vermoedelijke verminderde ontwikkeling van functionele vaardigheden. Het is ook vooral handig bij Special Education Centers. De onderzoeksvraag is of, na de functionele vaardigheden van kinderen waargenomen, het gebruik van een computer tool zal de opname en de interpretatie van de resultaten voor de therapeut te vergemakkelijken.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Dit protocol werd uitgevoerd in overeenstemming met de procedurele voorschriften van het Bioethisch Comité van de Universiteit van Burgos (Spanje). Voorafgaand aan hun deelname hadden zowel de studenten als hun ouders en in sommige gevallen juridische docenten allemaal hun geïnformeerde toestemming gegeven en volledig op de hoogte gebracht van de doelstellingen van het onderzoek. Er werd geen financiële compensatie aangeboden voor hun deelname.

1. Werving van deelnemers

  1. Rekruteer kinderen tussen 0-6 jaar met een geschiedenis van speciale onderwijsbehoeften in verband met verandering op het gebied van motorische ontwikkeling, cognitieve, persoonlijke autonomie en socialisatie en met een matige tot ernstige verstandelijke handicap. In totaal werden 11 deelnemers (7 jongens en 4 meisjes) aangeworven voor deze studie.
  2. Omvatten kinderen die zijn gediagnosticeerd met een verstandelijke handicap (matig of ernstig) in overeenstemming met de Diagnostic and Statistical Manual of Mental Disorders (DSM-5)16 en wonen een Special Education Center voor hun scholing (Tabel 2).
    OPMERKING: In elk geval (afhankelijk van de detectie van het probleem en de plaats waar de interventie wordt uitgevoerd), had de diagnose moeten worden bevestigd door een kinderneuroloog in een ziekenhuis of een psycholoog binnen een multidisciplinair team, in overeenstemming met DSM-5. Idealiter zouden er niet minder dan 15 deelnemers moeten zijn, omdat het inbrengen van de observatieresultaten moeizaam is.
Sex N Mleeftijd SD-leeftijd Rang leeftijd (maanden) Handicap• Scholing
Mate
A B C D
Jongens 7 95.2 11.77 86-114 4 3 2 5
Meisjes 4 83.5 23.56 45-112 1 3 2 2
OPMERKING:* Handicap: a = matige verstandelijke beperking; b = ernstige verstandelijke beperking; Type scholing: c = Gecombineerd onderwijs; d = Onderwijs in een specifiek centrum voor speciaal onderwijs; M = Gemiddelde leeftijd in maanden; SD = Standaarddeviatie. * De kinderen werden gediagnosticeerd met behulp van de criteria van DSM516

Tabel 2: Kenmerken van het monster.

  1. Sluit kinderen met een normale ontwikkeling uit op functionele gebieden (motorische, cognitieve, persoonlijke autonomie en socialisatieontwikkeling) en kinderen met een verstandelijke beperking.

2. Gegevensverzameling

  1. Verzamel gegevens over de ontwikkeling van de kinderen in verschillende functionele gebieden (Voedselautonomie, Persoonlijke Zorg en Hygiëne, Zelfstandig aankleden en uitkleden, Sluitspiercontrole, Functionele Mobiliteit, Communicatie en Taal, Dagelijkse Levensroutines, Adaptief Gedrag en Aandacht).
  2. Voer de observatie uit met behulp van de weegschaal voor het meten van functionele vaardigheden (SFA)5 bij kinderen tussen 0-6 jaar oud (SFA)(Tabel van Materialen)en voer de observatie uit in een natuurlijke context (bijvoorbeeld schoolinstellingen).
  3. Noteer waarnemingen gedurende de week in verschillende natuurlijke omgevingen die het dagelijks leven van de studenten in het midden weerspiegelen(tabel 1) (bijvoorbeeld tijdens het spelen, enz.).
    1. Laat de leraar of de therapeut die rechtstreeks naar de kinderen van de onderwijsinstellingen gaat de observaties vastleggen. Verzamel de waarnemingen voor elk functioneel gebied.
      OPMERKING: Voorafgaand aan de gegevens observatie, drie trainingen moeten worden uitgevoerd voor leerkrachten of therapeuten. Deze sessies moeten worden uitgevoerd door een psycholoog of een professional met ervaring in de vroege kindertijd beoordeling.
  4. Voer de resultaten in de software voor de beoordeling van functionele vaardigheden in de vroege kindertijd tussen 0-6 jaar oud. De details over het gebruik van de software vindt u in stap 3.

3. Experimentele procedure

  1. Een leerling toewijzen aan een docent in de software
    LET OP: Deze stap moet worden uitgevoerd door de directeur of coördinator van het centrum waar de interventie plaatsvindt.
    1. Log in op het softwarepakket met een gebruikersnaam (professioneel) en wachtwoord en selecteer de taal: Engels of Spaans.
    2. Voer de gegevens van de studentgegevens in uit de records die in het bezit zijn van de directeur van het centrum.
    3. Vul de volgende velden in voor elke student: Naam, Achternaam, Code, Geslacht, Geboortedatum, Ontwikkelingsleeftijd, Primaire Diagnose, Secundaire Diagnose, waar nodig, en observaties die relevant zijn voor medicatiegegevens, allergieën en andere informatie die van belang is voor het beheer van het centrum.
    4. Voer de leraar of therapeut informatie uit de records gehouden in het centrum.
    5. Wijs de leerlingen toe aan een groep met een docent (of therapeut) door op Classroomte klikken. Ga naar de kolom Studenten,kies de student die aan de klas moet worden toegewezen en klik op Docenten en selecteer er een.
    6. Wijs elke groep studenten en hun leraar (of therapeut) toe aan een klaslokaal door te klikken op Docenten,invoerdata, naam, achternaam, identificatiecode, e-mail, wachtwoorden en observaties. Klik op Accepteren.
      OPMERKING: De directeur of coördinator van het centrum wijst een rol toe voor elke leraar of therapeut om de evaluaties van elke student of patiënt uit te voeren (zoals hierboven uitgelegd, het hangt af van het type centrum). De directeur of coördinator van het centrum kan ook de evaluaties raadplegen die de docent of therapeut heeft gemaakt.
  2. Gebruik van de software door de docent
    LET OP: De docent of therapeut die de beoordeling uitvoert, kan dan een academisch jaar en/of een termijn selecteren. De schaal biedt de mogelijkheid om voor elke term verschillende functionele gebieden te selecteren(Tabel van materialen).
    1. Log in op de software met de gebruikersnaam (professional) en het wachtwoord dat eerder is toegewezen door de directeur van het centrum.
    2. Voer de resultaten in van de beoordelingen die zijn voltooid in natuurlijke omgevingen voor elke deelnemer die aan de klas is toegewezen.
    3. Kies een student in de software door op zijn/haar naam te klikken en start de beoordeling van de verschillende functionele gebieden (beschreven in stap 2.3.1).
      OPMERKING: De docenten of therapeuten kunnen de beoordeling van elke student op elk gewenst moment stoppen en op een ander moment doorgaan, nadat ze de gegevens hebben opgeslagen die ze hebben geregistreerd.
    4. Voer de vergelijkende analyse uit tussen de ontwikkeling van elke gebruiker en de verwachte ontwikkeling op die chronologische leeftijd.
      1. Zodra de gegevens zijn geregistreerd, selecteert u de kolom Evaluatie door met de rechtermuisknop te klikken. Selecteer vervolgens het jaar en het trimester.
      2. Selecteer de kolom Studenten en selecteer de studenten van een klas van wie de evaluatie moet worden uitgevoerd. Selecteer de kolom Gebieden die op het gebied of het deelgebied klikken dat moet worden geëvalueerd.
      3. Klik op het tabblad Maximum. Het krijgt de informatie over de studenten en de vergelijking met de ontwikkeling verwacht voor hun leeftijd.
        OPMERKING: Dit biedt een gebruiker (student of patiënt) of ontwikkelingsprofiel voor een bepaald functioneel gebied met een vergelijkende link naar de hoogste verwachte scores voor de chronologische leeftijd van de gebruiker (student of patiënt).
    5. Vergelijk de verschillende functionele gebieden van elke gebruiker uit de klas. Een analyse van de functionele gebieden van elke gebruiker kan worden uitgevoerd met de software. Volgende stap: zodra de gegevens zijn geregistreerd, selecteert u de kolom Evaluatie door met de rechtermuisknop te klikken. Selecteer vervolgens het jaar en het trimester. Selecteer de kolom Studenten en selecteer de leerlingen van alle klassen. Selecteer de kolom Gebieden en klik op het gebied of subgebied om te evalueren.
      1. Klik op het tabblad Maximum. Het krijgt de ontwikkeling van de studenten en de vergelijking met de ontwikkeling verwacht voor hun leeftijd.
  3. Gegevens uit de software exporteren
    1. Selecteer de gebruikersgegevens en functionele gebieden en exporteer de database. Selecteer de kolom Excel om de database te downloaden. Exporteer de database in het statistiekenprogramma of de bibliotheek naar keuze.
    2. Importeer de gegevens in statistische pakketten en bibliotheken zoals SPSS, Weka, Python's scikit-learn, etc. en voer clusteranalyse uit. Hier wordt de analyse met SPSS beschreven als hieronder.
      OPMERKING: Clustering of clusteranalyse is een 'onbewaakte' machine learning-techniek, en binnen k-middelen is het een groeperingsmethode, die tot doel heeft een reeks n-waarnemingen te verdelen in k-groepen, waarbij elke observatie tot de groep behoort met de dichtstbijzijnde gemiddelde waarde. In dit experiment werd k-meansclustering gebruikt om de clusters van kinderen en hun functionele ontwikkeling gemeten met SFA te controleren.
      1. Selecteer de optie Analyseren en classificeren, gevolgd door de optie k-means cluster in het statistische pakket.
      2. Selecteer kruistabs onder Beschrijvende statistiekenen de volgende twee variabelen: de clustervariabele van 'behorend tot een groep' en de graadvariabele ('matig' of 'ernstig').
        OPMERKING: Deze correspondentie is belangrijk, omdat het biedt de leraar of therapeut informatie over de homogene functionele ontwikkeling van gebruikers die verder gaat dan de diagnose, het verstrekken van informatie om soortgelijke interventieprogramma's voor te stellen op sommige gebieden van functionele ontwikkeling. Deze optie zal naar verwachting het volledige gebruik van de educatieve of therapeutische dienst en de persoonlijke en materiële middelen ervan vergemakkelijken.
      3. Selecteer de optie Beschrijvende statistieken en selecteer kruistabs en de optie Cohen Kappa-coëfficiënt.
        LET OP: De Cohen Kappa coëfficiënt is een statistiek die inter-rater overeenkomst voor kwalitatieve (categorische) punten meet. Het wordt over het algemeen beschouwd als een meer robuuste maatregel dan eenvoudige procent overeenkomst berekeningen, als k rekeningen voor de mogelijkheid van de overeenkomst die zich bij toeval. Deze coëfficiënt geeft een indicator van de betrouwbaarheid van de relatie tussen de diagnostische classificatie bij matige tot ernstige verstandelijke handicaps en de clustering van de ontwikkelingsresultaten verkregen met de software.
    3. Gebruik de spreadsheet om de spin grafiek en specifieke staafgrafieken voor de groepen kinderen met een matige en ernstige verstandelijke beperking te genereren.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De huidige studie rekruteerde 11 deelnemers met bevestigde diagnoses [zowel matig (ontwikkelingsquoiënt = DQ 40-65) als ernstige (DQ 39-60) verstandelijke handicaps]. Het protocol werd getest in een proefproject meer dan 20 maanden op een Special Education Center. Alle diagnoses voor deze studie waren bevestigd door een multidisciplinair team in overeenstemming met DSM-5, met behulp van de Brunet Lézine Schaal, omdat de mate van affectatie buiten het bereik van andere schalen viel, zoals de Wechsler Preschool en Primary Scale of Intelligence (WPPSI). De leeftijden van de deelnemers overschreden echter iets de chronologische leeftijd van 6 jaar (tabel 2). De uitgevoerde acties en de aanvraagtijden in dit onderzoek zijn te vinden in tabel 3.

Functioneel gebied Tijd Locatie Verantwoordelijk*
Voedselautonomie 1 week Tijdens maaltijden in natuurlijke contexten. Leraar of Therapeut
Persoonlijke verzorging en hygiëne 1 week In zorg- en hygiëneactiviteiten in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
Zelfstandig aan- en uitkleden 1 week Tijdens de taak van het aankleden en uitkleden in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
Controle van sluitspieren 1 week Overdag in de natuurlijke context. Leraar of Therapeut
(midden of thuis)
Functionele mobiliteit 1 week Tijdens de activiteiten van het dagelijks leven in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
Communicatie en taal 1 week Tijdens de activiteiten van het dagelijks leven in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
Oplossing van taken in sociale contexten 1 week Tijdens activiteiten van het dagelijks leven in natuurlijke contexten Leraar of Therapeut
(midden of thuis)
Interactief en symbolisch spel 1 week Situaties van symbolisch spel in natuurlijke contexten., Leraar of Therapeut
(midden of thuis)
Dagelijkse het levensroutines 1 week Tijdens de activiteiten van het dagelijks leven in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
Adaptief gedrag 1 week Tijdens de activiteiten van het dagelijks leven in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
Aandacht 1 week Tijdens de activiteiten van het dagelijks leven in natuurlijke contexten. Leraar of Therapeut
(midden of thuis)
OPMERKING: *De leraar of de therapeut zal de resultaten van de waarnemingen die in het centrum worden verzameld, contrasteren met de informatie die van de familie wordt verzameld, om te zien of er verschillen zijn. Voorafgaande toestemming en toestemming werden altijd gevraagd van de familie, voordat observatie thuis in natuurlijke contexten die werden opgenomen in videoformaat voor latere analyse. Het aantal waarnemingen werd vastgesteld op basis van het type functioneel vermogen, waarbij het criterium van verschillende waarnemingen gedurende een week in een natuurlijke context (centrum of thuis) werd vastgesteld.

Tabel 3: Proces tot observatie in verschillende functionele gebieden.

Een vergelijkende analyse kan worden uitgevoerd zodra de professional (leraar of therapeut) de gegevens in de software invoert. De ontwikkeling van gebruikers (studenten of patiënten) uit hetzelfde klaslokaal op de verschillende dimensies van de schaal wordt getoond.

In deze studie presenteren we enkele voorbeelden van data-analyse met het observationele protocol in combinatie met het gebruik van de software. We hebben eerst een clusteranalyse uitgevoerd om te controleren of de diagnoses van zowel middelgrote als ernstige verstandelijke beperkingen van de kinderen met speciale onderwijsbehoeften overeenkwamen met hun werkelijke ontwikkeling. Met behulp van de k-middelen methode, vonden we 2 clusters die behoren tot een van beide groepen. Cluster 1 en Cluster 2 integreerden respectievelijk 55% en 45% van het monster. Vervolgens werd een cross-table gebouwd om de relatie tussen het lidmaatschap van een groepscluster en de variabele 'mate van invaliditeit' te bestuderen. Het bleek dat alle onderwerpen gegroepeerd in cluster 1 behoorde tot groep a) (matige verstandelijke handicap) en Cluster 2 omvatte alle studenten die behoren tot groep b) (ernstige verstandelijke handicaps) en er was slechts een met een matige verstandelijke handicap (Tabel 4). Een Cohen Kappa coëfficiënt = .820, p = .006 werd verkregen.

Clustercasenummer Totale
1 2
Handicaps A 5 0 5
B 1 5 6
Totale 6 5 11

Tabel 4: Clusternummer voor kruistafelhandigheidsgroep.

De software kan daarom de ontwikkeling van de functionele vaardigheden van de kinderen onder behandeling registreren in hetzelfde (onderwijs of therapie) centrum en vergelijkbare en verschillende ontwikkelingsniveaus bepalen. Dit aspect is zeer belangrijk, omdat het de toepassing van soortgelijke interventieprogramma's bij kinderen met vergelijkbare behoeften zal vergemakkelijken, wat op zijn beurt gepersonaliseerde interventie en efficiënt gebruik van middelen zal vergemakkelijken.

Vooruitgang met deze analyse, een studie kan worden uitgevoerd van de capaciteiten van de deelnemers in elke functionele groep (handicap matige versus invaliditeit ernstig). Voor dit doel zijn zowel Spider- als specifieke staafgrafieken gebruikt, zie figuur 3 en figuur 4.

Figure 3
Figuur 3: Vergelijkende analyse tussen de ontwikkeling van elke gebruiker (student of patiënt) en de verwachte ontwikkeling bij kinderen met verschillende verstandelijke beperkingen.
(A) Voedselautonomie, (B) Persoonlijke verzorging en hygiëne, (C) Zelfstandig kleden en uitkleden, (D) Sluitspier controle, (E) Functionele mobiliteit, (F) Communicatie en Taal, (G) Interactief en symbolisch spel, (H) Dagelijks leven routines, (I)Adaptief gedrag. Blauwe lijn geeft de score voor het verwerven van vaardigheden aan. Granaatlijn geeft maximale score aan. Foutbalken in A, B, C, D, E, F, G, H en I. De foutbalken zijn grafische representaties van gegevensvariabiliteit, een foutbalk geeft de onzekerheid van een waarde aan. De x-as vertegenwoordigt de deelnemers (met verschillende verstandelijke beperkingen) en de y-as vertegenwoordigt de scores die ze hebben behaald in elk functioneel gebied. De spingrafiek toont de vergelijkende ontwikkeling van de deelnemers in elk functioneel gebied. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 4
Figuur 4: Vergelijkende analyse tussen de ontwikkeling van elke gebruiker (student of patiënt) en de verwachte ontwikkeling bij kinderen met een matige handicap.
(A) Voedselautonomie, (B) Persoonlijke verzorging en hygiëne, (C) Zelfstandig kleden en uitkleden, (D) Sluitspier controle, (E) Functionele mobiliteit, (F) Communicatie en Taal, (G) Interactief en symbolisch spel, (H) Dagelijkse leven routines, (I) Adaptief gedrag. Blauwe lijn geeft de score voor het verwerven van vaardigheden aan. Granaatlijn geeft maximale score aan. Foutbalken in A, B, C, D, E, F, G, H en I. De foutbalken zijn grafische representaties van gegevensvariabiliteit, een foutbalk geeft de onzekerheid van een waarde aan. De x-as vertegenwoordigt de deelnemers (met een matige verstandelijke handicap) en de y-as vertegenwoordigt de scores die ze hebben behaald in elk functioneel gebied. De spingrafiek toont de vergelijkende ontwikkeling van de deelnemers in elk functioneel gebied. Klik hier om een grotere versie van dit cijfer te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Bij het gebruik van de software wordt aanbevolen dat de leraar of therapeut de ontwikkeling van de functionele vaardigheden van elk kind gedurende ten minste twee sessies registreert. De schaal bevat 114 items, 11 functionele gebieden, die zijn onderverdeeld in 33 functionele deelgebieden en de beoordeling moet het resultaat zijn van observatie in natuurlijke contexten. Bovendien stelt de software professionals in de vroege zorg in staat om evaluatiegegevens met gemak vast te leggen en de gegevens te analyseren die worden weergegeven in individuele en groepsgrafieken, waarbij de ontwikkeling van de gebruikers, studenten of patiënten, die in alle functionele gebieden en subgebieden aan de klas zijn toegewezen, wordt benadrukt.

De software faciliteert ook de export van gegevens van een centrum en klaslokaal naar tekstbestanden (bijvoorbeeld .csv, .json,) en andere spreadsheetformaten (bijvoorbeeld .xlsx), het vergemakkelijken van de overdracht naar statistische pakketten en specifieke Machine Learning-bibliotheken, waar het mogelijk is om andere, complexere analyses uit te voeren, zoals clusteranalyse, betekenen verschillen met parametrische en/of niet-parametrische statistieken en betrouwbaarheidsanalyses van de software voor die steekproef, vele anderen. In dit geval hebben we niet-parametrische statistieken toegepast met statistische softwarepakketten.

Het gebruik van de software werd slechts in één centrum getest, dus het werk is aan de gang om de toepassing uit te breiden naar andere servicecentra voor gebruikers met een handicap. Op dezelfde manier, en vanuit een perspectief van continue verbetering, wordt ook gewerkt aan de ontwikkeling van een tweede fase van de software, waarin de mogelijkheid zal worden geboden om geïndividualiseerde vroege stimulatieprogramma's te implementeren, gebaseerd op de detectie van het meest getroffen functionele gebied of ontwikkelingsgebieden die automatisch zullen worden gegenereerd. Deze programma's omvatten het gedrag dat moet worden geïmplementeerd in hiërarchische volgorde van acquisitiebehoefte, evenals specifieke richtlijnen voor interventie, de benodigde materialen, tijd en ruimte voor implementatie- en generalisatieactiviteiten, en een sjabloon voor monitoring en evaluatie vergelijkbaar met het sjabloon dat voor de beoordelingsfase wordt gepresenteerd.

Het is vermeldenswaard dat het gebruik van een protocol voor de observatie van functionele vaardigheden die geen geautomatiseerde verwerking van de informatie aangeboden die door de professional moet worden geïnterpreteerd, noch de resultaten voor hun interpretatie in real time kon verkrijgen, noch de statistische analyses kon uitvoeren die de latere praktijk van therapeutische interventie zouden sturen.

Als algemene conclusie kan worden opgemerkt dat het gebruik van de software zowel de opname als de interpretatie van de resultaten door de therapeuten heeft vergemakkelijkt. Deze functionele aspecten werden zeer gewaardeerd in een zeer positief licht, zowel door de directeur van het centrum en de therapeuten die deelnemen aan deze studie.

Deze methode heeft zeer weinig beperkingen op de uitvoering ervan, zowel wat betreft materiële middelen (computerkenmerken, toepassingsvereisten) als persoonlijke middelen (mate van voorkennis voor het gebruik van de softwaretoepassing en voor de interpretatie van de resultaten door de professional die de waarnemingen registreert). Het gebruik van de toepassing is niet ingewikkeld. De belangrijkste moeilijkheid kan in de verwerking van de gegevensbestand met statistische pakketten worden gevonden, op welk punt meer verfijnde gegevensberekening en berekeningscapaciteiten worden vereist.

Op dezelfde manier, en vanuit het perspectief van continue verbetering, wordt gewerkt aan de ontwikkeling van een tweede fase van de software, waarin de mogelijkheid zal worden geboden om geïndividualiseerde vroege stimulatieprogramma's te implementeren op basis van de detectie van het meest getroffen functionele gebied of ontwikkelingsgebieden die automatisch zullen worden gegenereerd. Deze programma's omvatten het gedrag dat moet worden geïmplementeerd in hiërarchische volgorde van acquisitiebehoefte, evenals specifieke richtlijnen voor interventie, benodigde materialen, tijd en ruimte voor de implementatie, en de generalisatie van activiteiten, en een monitoring- en evaluatiesjabloon die vergelijkbaar is met die in de beoordelingsfase.

Het gebruik van het hier gepresenteerde instrument en de voorgestelde verbeteringen in aanvulling op het veldwerk in instellingen die werken met kinderen met enige ontwikkelingsgenieering zullen het werk van onderzoekers op dit gebied en ook voor geprogrammeerd gebruik van overheidsinstellingen dienen, omdat het zowel de registratie als de interpretatie van de resultaten vergemakkelijkt.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs verklaren dat zij geen concurrerende financiële belangen hebben.

Acknowledgments

We willen het vice-rectoraat voor onderzoek en kennisoverdracht van de Universiteit van Burgos bedanken voor het mogelijk maken van de ontwikkeling van de software via de "VI Edición Convocatoria Prueba Concepto: Impulso a la valorización y comercialización de resultados de investigación" [VI Editie van de Call for Proof of Concept: Impuls aan de valorisatie en marketing van onderzoeksresultaten]. We danken ook de educatieve programma's gebied van de provinciale directie van het onderwijs en aan het Speciaal Onderwijs Centrum "Fray Pedro Ponce de León", zowel in Burgos (Spanje), en aan de families van de kinderen die overeengekomen om deel te nemen aan deze pilot studie met voorafgaande geïnformeerde toestemming, zonder wiens samenwerking de software (eEarlyCare) niet mogelijk zou zijn geweest. De video werd bewerkt door Alberto Calvo Rodríguez TVUBU technicus en de voice-over werd gedaan door Caroline Martin, van het departement Engels filologie van de Universiteit van Burgos.

Materials

Name Company Catalog Number Comments
eEarlyCare software Authors and University of Burgos. Register number 00/2019/3855 Computer application to implement SFA
Scale for the measurement of functional abilities in 0-6 years old (SFA) Authors and University of Burgos. Register number 00/2019/4253 Scale for the measurement of functional abilities in 0-6 year olds

DOWNLOAD MATERIALS LIST

References

  1. Sáiz, M. C. Intervención cognitiva en niños pequeños [Cognitive intervention in early children]. Intervención Temprana: Desarrollo óptimo de 0 a 6 años [Early Intervention: Optimal development from 0-to-6 years old]. Gómez, A., Viguer, P., Cantero, M. J. Síntesis. Madrid, Spain. 117-133 (2003).
  2. Bluma, M. S., Shearer, M. S., Frohman, A. H., Hilliard, J. M. Portage Guide to Early Education (2nd Edition). Cooperative Educational Service Agency. Wisconsin, United States. (1978).
  3. Josse, D. Escala de desarrollo psicomotor de la primera infancia Brunet-Lézine Revisado [Scale of psychomotor development of early childhood (Brunet-Lézine-Revised)]. Psymtéc. Madrid, Spain. (1997).
  4. Newborg, J. Battelle Developmental Inventory, 2nd Edition: Examiner's manual. Itasca, IL: Riverside, USA. (2005).
  5. Whitebread, D., Basilio, M. S. Emergencia y desarrollo temprano de la autorregulación en niños preescolares [The emergence and early development of self-regulation in preschool children]. Profesorado. Revista de Currículum y Formación del Profesorado. 16, (1), 1-20 (2012).
  6. Pérez, Y., Sáiz, M. C. Escala para la medición de habilidades funcionales en edades 0-6 años (EHFI) [Scale for the measurement of functional abilities in 0-to-6-year olds (SFA)]. Registration number 00/2019/4253. (2018).
  7. Haley, S. M., Coster, W. J., Ludlow, L. H., Haltiwanger, J. T., Andrellos, P. J. The Pediatric Evaluation of Disability Inventory (PEDI) (2nd ed.). Pearson Clinical Assessment. Washington, United States. (2012).
  8. Bronson, M. B. Self-regulation In Early Childhood. The Guilford Press. NY, United States. (2000).
  9. Sáiz, M. C., Carbonero, M. A. Metacognitive Precursors: An Analysis in Children with Different Disabilities. Brain Science. 7, (10), 1-14 (2017).
  10. Sáiz, M. C., Marticorena, R., Arnaiz-González,, Díez-Pastor, J. F. eEarlyCare Computer application. Burgos, Spain. Registration number 00/2019/3855 (2019).
  11. Chowdhury, K. Windows Presentation Foundation Development Cookbook. (1st Edition). Packt Publishing. Birmingham. (2018).
  12. Nogal, F., Marticorena, R. UBUGrades 2.0. Doctoral Degree dissertation. Universidad de Burgos. Burgos, Spain. (2018).
  13. Sáiz, M. C., Marticorena, R., Arnaiz-Gonzalez, Á, Díez-Pastor, J. F., Rodríguez-Arribas, S. Computer application for the registration and automation of the correction of a functional abilities detection scale in early care. Proceeding of INTED2019: 13th annual International Technology, Education and Development Conference. IATED Academy. Valencia, Spain. 5322-5328 (2019).
  14. Hartson, R., Pyla, P. S. The UX book: Process and guidelines for ensuring a quality user experience. Morgan Kaufmann. Amsterdam, Dutch. (2012).
  15. Bernal, R., Ramírez, S. M. Improving the quality of early childhood care at scale: The effects of "From Zero to Forever". World Development. 118, 91-105 (2019).
  16. American Psychiatric Association. Diagnostic and Statistical Manual of Mental Disorders (DSM-5). (5th Edition). American Psychiatric Association. Arlington, VA, United States. (2013).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please sign in or create an account.

    Usage Statistics