Adaptives ABA-Design — Adaptives ABA-Single-Subject-Experimentierdesign
- Eingeführt von
- Baer, Wolf & Risley (ABA baseline); adaptive decision-rule extensions developed in single-case methodology literature (Kratochwill & Levin, 2010s)
- Jahr
- 1968 (ABA foundation); adaptive extensions formalized ~2010–2020
- Typ
- Single-subject experimental design with adaptive phase rules
- Familie
- Experimental design
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Das adaptive ABA-Design ist ein Single-Subject-Experimentierrahmen, der der klassischen dreiphasigen ABA-Entwöhnungsstruktur folgt – Baseline (A1), Intervention (B) und Rückkehr zur Baseline (A2) – und dabei prospektive Entscheidungsregeln einbettet, die es Forschern oder Klinikern ermöglichen, jede Phase basierend auf beobachteten Datenmustern zu verlängern, zu verkürzen oder anderweitig zu modifizieren, anstatt einem festen Zeitplan zu folgen.
Diese adaptive Ebene macht das Design reaktionsfähig auf individuelle Teilnehmertrajektorien und bewahrt gleichzeitig die experimentelle Kontrolle.
Die Intuition hinter der Methode
Bei einem Standard-ABA-Design erheben Sie Baseline-Daten, wenden eine Intervention an und entfernen sie dann – die Phasen sind im Voraus geplant. Die adaptive Version fügt nach jeder Sitzung eine stehende Frage hinzu: „Hat diese Phase ein stabiles, interpretierbares Muster erreicht?“ Wenn nicht, wird die Phase fortgesetzt. Wenn ja, geht der Forscher zur nächsten Phase über. Vordefinierte Entscheidungsregeln – minimale Phasendauer, Stabilitätskriterien, Trendkriterien – steuern diese Übergänge. Das Ergebnis ist ein Design, das dem natürlichen Tempo individueller Veränderungen Rechnung trägt, anstatt einen kalendergesteuerten Zeitplan zu erzwingen, wodurch sowohl Verschwendung (zu frühes Beenden von Phasen) als auch Schaden (Verlängerung ineffektiver Interventionen) reduziert werden.
Geschichte
Das ABA-Entwöhnungsdesign wurde als Methodik für die angewandte Verhaltensanalyse von Baer, Wolf und Risley in ihrem wegweisenden Artikel im Journal of Applied Behavior Analysis von 1968 formalisiert, der die wissenschaftlichen Dimensionen – Generalität, Zuverlässigkeit, Anwendbarkeit – festlegte, die Single-Case-Forschung erfüllen sollte. Das Konzept der Einbettung prospektiver Entscheidungsregeln in Single-Case-Designs entstand aus breiteren Arbeiten zur adaptiven VersuchsMethodik und aus methodischen Fortschritten in der Single-Case-Literatur, die von Kratochwill und Levin (2010) und den Standards für Single-Case-Designs des What Works Clearinghouse, die ab 2010 veröffentlicht wurden, synthetisiert wurden.
Wann wird sie eingesetzt?
Verwenden Sie ein adaptives ABA-Design, wenn Sie ein reversibles Zielverhalten bei einem einzelnen Teilnehmer oder einer kleinen Anzahl von Teilnehmern untersuchen, experimentelle Kontrolle (kausale Inferenz) benötigen und starre Phasenlängen vermeiden möchten, die möglicherweise nicht dem Veränderungstempo des Teilnehmers entsprechen – üblich in der angewandten Verhaltensanalyse, Rehabilitation und klinischen Psychologie. Die adaptive Ebene ist besonders wertvoll, wenn Teilnehmer variable Baselines haben oder wenn ethische Einschränkungen eine Minimierung der Exposition gegenüber ineffektiven Bedingungen erfordern. Verwenden Sie dieses Design NICHT, wenn das Zielverhalten nicht reversibel ist (z. B. Fähigkeitserwerb, bei dem das Lernen dauerhaft ist), wenn Übertragungseffekte oder Ordnungseffekte die Entzugsphase verzerren würden oder wenn die Forschungsfrage eine Generalisierung auf Gruppenebene erfordert – in diesen Fällen ist ein Multiple-Baseline-Design oder ein randomisierter Kontrollversuch (RCT) mit parallelen Gruppen vorzuziehen.
Grenzen und Hinweise
- Nur anwendbar auf Verhaltensweisen, die reversibel sind – permanentes Lernen oder irreversible klinische Veränderungen können nicht durch Entzug nachgewiesen werden.
- Der kausale Nachweis erfolgt innerhalb des Falls; die Generalisierung über Individuen hinweg erfordert Replikation über mehrere Teilnehmer oder Settings.
- Phasenwechsel-Entscheidungsregeln müssen prospektiv spezifiziert werden; nachträgliche Regeländerungen untergraben die interne Validität.
- Der Entzug einer wirksamen Intervention während A2 kann ethische Bedenken bei Teilnehmern oder Betreuern aufwerfen und erfordert eine sorgfältige informierte Zustimmung.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Bewahrt die experimentelle Kontrolle und kausale Inferenz des klassischen ABA-Entwöhnungsdesigns und berücksichtigt gleichzeitig individuelle Variabilität in den Reaktionsraten.
- Vordefinierte Entscheidungsregeln reduzieren Experimentatorenverzerrungen bei Phasenwechselentscheidungen und verbessern die Reproduzierbarkeit.
- Ethisch reaktionsfähig: Adaptive Stoppregeln können die verlängerte Exposition gegenüber ineffektiven oder schädlichen Bedingungen begrenzen.
- Geeignet für seltene Populationen oder Bedingungen, bei denen Gruppendesigns aufgrund kleiner N (Stichprobengröße) nicht durchführbar sind.
- Generiert reichhaltige individuelle Daten, die gruppendurchschnittliche Ergebnisse in der translationalen Forschung ergänzen.
Anwendungen
- Bewertung von Verhaltensinterventionen für Personen mit Autismus-Spektrum-Störung, bei denen die Rückkehr zur Baseline in A2 die kausale Rolle der Intervention bestätigt.
- Testen von Schmerzmanagementprotokollen in der Rehabilitationsmedizin, bei denen wiederholte Messungen die Verfolgung individueller Genesungstrajektorien ermöglichen.
- Bewertung pharmakologischer oder therapeutischer Dosisanpassungen in der klinischen Psychologie durch Überwachung der Symptomlevel über adaptive Phasen hinweg.
- Untersuchung der Umkehrung von Fähigkeitserwerb in Bildungseinrichtungen, um zu bestätigen, dass eine Lehrprozedur und nicht die Reifung die Verbesserung vorantrieb.
- Pilotierung neuartiger Verhaltensinterventionen vor der Skalierung auf gruppenrandomisierte Studien, wobei adaptive Regeln zur Optimierung der Phasenlängen für die Effizienz eingesetzt werden.
So funktioniert es
So funktioniert es
Die Studie beginnt mit einer anfänglichen Baseline-Phase (A1), in der das Zielverhalten wiederholt unter Nicht-Behandlungsbedingungen gemessen wird. Die Datenerhebung wird fortgesetzt, bis das vordefinierte Stabilitätskriterium erfüllt ist – typischerweise mindestens drei bis fünf Datenpunkte, die keinen systematischen Trend und akzeptable Variabilität aufweisen. Das Stabilitätskriterium wird vor Beginn der Datenerhebung festgelegt, um subjektive Phasenwechselentscheidungen zu verhindern.
Bevor die Studie beginnt, legt der Forscher die genauen Regeln fest, die jeden Phasenübergang steuern: minimale Anzahl von Sitzungen pro Phase, akzeptable Variabilitätsschwellenwerte, Anforderungen an die Trendrichtung und alle Sicherheitsstoppregeln. Diese prospektiven Entscheidungsregeln machen das adaptive Element transparent, reproduzierbar und resistent gegen Verzerrungen. Sie funktionieren wie eine interne Protokolländerung, die vorab registriert und nicht improvisiert wird.
Die Interventionsphase (B) wird eingeführt, sobald das Stabilitätskriterium von A1 erfüllt ist. Die Intervention wird in jeder Sitzung konsistent angewendet, während das Zielverhalten mit der gleichen Häufigkeit weiter gemessen wird. Die Phase wird verlängert, bis das entsprechende Kriterium für den Phasenwechsel – normalerweise der Nachweis eines stabilen Niveaus oder einer Trendänderung – erfüllt ist oder bis eine maximale Sitzungsbegrenzung erreicht ist.
Die Intervention wird zurückgezogen und die Baseline-Bedingungen werden für die A2-Phase wiederhergestellt. Das Verhalten des Teilnehmers wird nach den gleichen adaptiven Regeln überwacht: Die Phase wird fortgesetzt, bis die Stabilität wiederhergestellt ist oder die Stoppregel ausgelöst wird. Die Rückkehr des Verhaltens in Richtung Baseline-Niveaus in A2 liefert eine Replikation des kausalen Effekts der Intervention innerhalb des Falls.
Nach jeder Phase wird die Entscheidungsregel formal angewendet – oft unter Verwendung einer visuellen Analyse der grafisch dargestellten Daten und optional statistischer Effektstärkemaße (z. B. Tau-U, Non-Overlap of All Pairs). Wenn die Kriterien noch nicht erfüllt sind, wird die Phase fortgesetzt; wenn sie erfüllt sind, wird der Übergang zusammen mit der Begründung dokumentiert. Dieser Bewertungsschritt wird dokumentiert, um eine überprüfbare Versuchsaufzeichnung zu erstellen.
Die kausale Inferenz beruht auf der funktionalen Beziehung zwischen den Phasenübergängen und den beobachteten Verhaltensänderungen: Eine klare Niveau- oder Trendänderung bei Einführung von B, gefolgt von einer Umkehrung in Richtung Baseline bei Entzug von B, stellt den Nachweis des Effekts innerhalb des Falls dar. Die Effektstärke wird typischerweise mit Non-Overlap-Statistiken oder standardisierten Mittelwertunterschieden, die für Single-Case-Daten angepasst sind, quantifiziert, und die Ergebnisse werden auf individueller Ebene berichtet, bevor eine Aggregation über Teilnehmer hinweg erfolgt.
Häufige Fallstricke
- Änderung von Phasenwechselkriterien mitten in der Studie basierend auf beobachteten Daten – dies wandelt adaptive Entscheidungsregeln in nachträgliche Rationalisierungen um und macht kausale Behauptungen ungültig.
- Weglassen des Stabilitätskriteriums für A1 – die Einführung der Interventionsphase vor stabiler Baseline macht es unmöglich, eine klare Verhaltensänderung festzustellen, die der Behandlung zuzuschreiben ist.
- Behandlung des Designs als gruppenuniversell – die Berichterstattung über das Ergebnis eines einzelnen Teilnehmers als bevölkerungsweite Evidenz übertreibt die Ergebnisse; Replikation über Teilnehmer hinweg ist erforderlich.
- Verwechslung von Adaptation mit Flexibilität – das „adaptive“ Element bezieht sich auf vordefinierte, regelgesteuerte Phasenentscheidungen, nicht auf die Freiheit, den Interventionsinhalt zu ändern oder willkürlich neue Phasen hinzuzufügen.
- Vernachlässigung von Übertragungseffekten in der Entzugsphase – wenn das Verhalten in A2 nicht zur Baseline zurückkehrt, kann dies auf eine irreversible Veränderung und nicht auf einen fehlgeschlagenen Entzug hindeuten; der Forscher muss diese Interpretation vor Beginn der Datenerhebung planen.
Häufig gestellte Fragen
Wie unterscheidet sich ein adaptives ABA-Design von einem Standard-ABA-Design?
Ein Standard-ABA-Design legt die Phasenlängen im Voraus fest (z. B. 10 Sitzungen pro Phase). Ein adaptives ABA-Design ersetzt feste Phasenlängen durch vordefinierte Entscheidungsregeln – wie Stabilitätskriterien und minimale Sitzungsanzahlen –, die bestimmen, wann zwischen den Phasen basierend auf dem tatsächlichen Datenmuster gewechselt wird. Die Kernstruktur mit drei Phasen (A1-B-A2) und die Logik der kausalen Inferenz durch Entzug sind identisch; nur der Mechanismus der Phasenzeitgebung unterscheidet sich.
Was gilt als gültiges Stabilitätskriterium für die A1-Baseline?
Gängige Kriterien sind: mindestens drei bis fünf aufeinanderfolgende Datenpunkte ohne systematischen Trend (Steigung nahe Null), Variabilität innerhalb eines definierten Bandes (z. B. innerhalb von 20 % des Mittelwerts) und keine Ausreißer, die die Phase uninterpretierbar machen würden. Das Kriterium muss vor Beginn der Datenerhebung definiert werden. Einige Forscher verlangen auch eine minimale absolute Sitzungsanzahl unabhängig von der Stabilität, um einen vorzeitigen Übergang zu verhindern.
Ist es ethisch vertretbar, eine wirksame Intervention in der A2-Phase zurückzuziehen?
Dies ist eine berechtigte Sorge und sollte im Studienprotokoll und im Prozess der informierten Zustimmung angesprochen werden. Gängige ethische Schutzmaßnahmen sind: Begrenzung von A2 auf die minimale Anzahl von Sitzungen, die zur Demonstration der Umkehrung erforderlich sind, sofortige Wiederherstellung der Intervention nach Bestätigung der Entzugseffekte in A2, Auswahl von Ergebnismaßen, die funktional wichtig, aber nicht kritisch schädlich sind, und Einholung der ausdrücklichen Zustimmung von Teilnehmern oder Erziehungsberechtigten für das Entzugsverfahren.
Kann ich eine zweite Interventionsphase (ABAB) in einem adaptiven Rahmen hinzufügen?
Ja. Ein adaptives ABAB-Design erweitert die Logik, indem es die gleichen Entscheidungsregeln auf jede der vier Phasen anwendet, was eine zweite Replikation innerhalb des Falls und stärkere kausale Evidenz liefert. Das adaptive ABAB-Design ist eine anerkannte Variante in der Single-Case-Literatur. Die zusätzlichen Phasen erhöhen jedoch auch die Belastung für die Teilnehmer und erfordern, dass das Verhalten über alle Phasenübergänge hinweg reversibel bleibt.
Wie berichte ich die Effektstärke für ein adaptives ABA-Design?
Empfohlene Non-Overlap-Statistiken für Single-Case-Daten sind Tau-U (das den Baseline-Trend berücksichtigt) und Non-Overlap of All Pairs (NAP). Standardisierte Mittelwertunterschiede, die für Single-Case-Daten angepasst sind (d_SMD), werden ebenfalls verwendet. Die visuelle Analyse der grafisch dargestellten Daten bleibt eine erforderliche Komponente der Berichterstattung, auch wenn statistische Effektstärken berechnet werden, gemäß den Standards des What Works Clearinghouse.
Verwandte Methoden
Quellen
Baer, D. M., Wolf, M. M., & Risley, T. R. (1968). Some current dimensions of applied behavior analysis. Journal of Applied Behavior Analysis, 1(1), 91–97.
DOI-Referenz öffnenKopiert.Kratochwill, T. R., & Levin, J. R. (Eds.). (2010). Single-Case Intervention Research: Methodological and Statistical Advances. American Psychological Association.
ISBN: 978-1433807039Kopiert.