Diseño ABA Adaptativo — Diseño Experimental de Caso Único ABA Adaptativo
- Propuesto por
- Baer, Wolf & Risley (ABA baseline); adaptive decision-rule extensions developed in single-case methodology literature (Kratochwill & Levin, 2010s)
- Año
- 1968 (ABA foundation); adaptive extensions formalized ~2010–2020
- Tipo
- Single-subject experimental design with adaptive phase rules
- Familia
- Experimental design
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
El Diseño ABA Adaptativo es un marco experimental de caso único que sigue la estructura clásica de retirada ABA de tres fases —línea de base (A1), intervención (B) y retorno a la línea de base (A2)—, al tiempo que incorpora reglas de decisión prospectivas que permiten a los investigadores o clínicos extender, acortar o modificar cada fase en respuesta a los patrones de datos observados, en lugar de seguir un cronograma fijo.
Esta capa adaptativa hace que el diseño sea sensible a las trayectorias individuales de los participantes, al tiempo que preserva el control experimental.
La intuición detrás del método
En un diseño ABA estándar, se recopilan datos de la línea de base, se aplica una intervención y luego se retira, y las fases se planifican con antelación. La versión adaptativa añade una pregunta constante después de cada sesión: '¿Ha logrado esta fase un patrón estable e interpretable?' Si no, la fase continúa. Si sí, el investigador pasa a la siguiente fase. Reglas de decisión preespecificadas —duración mínima de la fase, criterios de estabilidad, criterios de tendencia— rigen estas transiciones. El resultado es un diseño que respeta el ritmo natural del cambio individual en lugar de forzar un cronograma basado en el calendario, reduciendo tanto el desperdicio (terminar las fases demasiado pronto) como el daño (prolongar una intervención ineficaz).
Historia
El diseño de retirada ABA fue formalizado como metodología para el análisis de comportamiento aplicado por Baer, Wolf y Risley en su influyente artículo de 1968 en el Journal of Applied Behavior Analysis, que estableció las dimensiones científicas —generalidad, fiabilidad, aplicabilidad— que la investigación de caso único debería satisfacer. El concepto de incorporar reglas de decisión prospectivas en los diseños de caso único surgió de un trabajo más amplio en la metodología de ensayos adaptativos y de los avances metodológicos en la literatura de caso único sintetizados por Kratochwill y Levin (2010) y los estándares de diseño de caso único de What Works Clearinghouse publicados a partir de 2010.
Cuándo usarlo
Utilice un Diseño ABA Adaptativo cuando estudie un comportamiento objetivo reversible en un solo participante o un pequeño número de participantes, necesite control experimental (inferencia causal) y quiera evitar duraciones de fase rígidas que pueden no adaptarse al ritmo de cambio del participante —común en el análisis de comportamiento aplicado, la rehabilitación y la psicología clínica—. La capa adaptativa es especialmente valiosa cuando los participantes tienen líneas de base variables o cuando las restricciones éticas requieren minimizar la exposición a condiciones ineficaces. NO utilice este diseño cuando el comportamiento objetivo no sea reversible (por ejemplo, adquisición de habilidades donde el aprendizaje es permanente), cuando los efectos de arrastre o de orden confundan la fase de retirada, o cuando la pregunta de investigación requiera generalización a nivel de grupo —en esos casos, prefiera un diseño de línea de base múltiple o un ensayo controlado aleatorizado (ECA) de grupos paralelos—.
Limitaciones y consideraciones
- Aplicable solo a comportamientos que son reversibles —el aprendizaje permanente o los cambios clínicos irreversibles no pueden demostrarse mediante la retirada—.
- La evidencia causal es dentro del caso; la generalización entre individuos requiere replicación en múltiples participantes o entornos.
- Las reglas de decisión de cambio de fase deben especificarse prospectivamente; los cambios de reglas post-hoc socavan la validez interna.
- La retirada de una intervención efectiva durante A2 puede plantear preocupaciones éticas con los participantes o cuidadores, requiriendo un consentimiento informado cuidadoso.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Preserva el control experimental y la inferencia causal del diseño clásico de retirada ABA, al tiempo que se adapta a la variabilidad individual en las tasas de respuesta.
- Las reglas de decisión preespecificadas reducen el sesgo del experimentador en las decisiones de cambio de fase, mejorando la reproducibilidad.
- Éticamente sensible: las reglas de detención adaptativas pueden limitar la exposición prolongada a condiciones ineficaces o dañinas.
- Adecuado para poblaciones o condiciones raras donde los diseños de grupo son inviables debido a un N pequeño.
- Genera datos ricos a nivel individual que complementan los hallazgos promedio de grupo en la investigación traslacional.
Aplicaciones
- Evaluación de intervenciones conductuales para individuos con trastorno del espectro autista, donde el retorno a la línea de base en A2 confirma el papel causal de la intervención.
- Prueba de protocolos de manejo del dolor en medicina de rehabilitación, donde la medición repetida permite el seguimiento de las trayectorias de recuperación individuales.
- Evaluación de ajustes de dosis farmacológicas o terapéuticas en psicología clínica mediante el monitoreo de los niveles de síntomas a través de fases adaptativas.
- Estudio de la reversión de la adquisición de habilidades en entornos educativos para confirmar que un procedimiento de enseñanza, en lugar de la maduración, impulsó la mejora.
- Pilotaje de nuevas intervenciones conductuales antes de escalarlas a ensayos aleatorizados de grupo, utilizando reglas adaptativas para optimizar la duración de las fases para la eficiencia.
Cómo funciona
Cómo funciona
El estudio comienza con una fase inicial de línea de base (A1) en la que el comportamiento objetivo se mide repetidamente en condiciones sin tratamiento. La recopilación de datos continúa hasta que se cumple el criterio de estabilidad preespecificado —típicamente un mínimo de tres a cinco puntos de datos que no muestran una tendencia sistemática y una variabilidad aceptable—. El criterio de estabilidad se define antes de que comience la recopilación de datos para evitar decisiones subjetivas de cambio de fase.
Antes de que comience el estudio, el investigador especifica el conjunto exacto de reglas que regirán cada transición de fase: número mínimo de sesiones por fase, umbrales de variabilidad aceptables, requisitos de dirección de la tendencia y cualquier regla de detención por seguridad. Estas reglas de decisión prospectivas hacen que el elemento adaptativo sea transparente, reproducible y resistente al sesgo. Funcionan como una enmienda de protocolo interna que se preregistra en lugar de improvisarse.
La fase de intervención (B) se introduce una vez que se satisface el criterio de estabilidad de A1. La intervención se administra de manera consistente en cada sesión mientras el comportamiento objetivo continúa midiéndose con la misma frecuencia. La fase se extiende hasta que se cumple el criterio de cambio de fase correspondiente —generalmente evidencia de un nivel estable o cambio de tendencia— o hasta que se alcanza un límite máximo de sesiones.
La intervención se retira y las condiciones de línea de base se restablecen para la fase A2. El comportamiento del participante se monitorea bajo las mismas reglas adaptativas: la fase continúa hasta que se restablece la estabilidad o se activa la regla de detención. El retorno del comportamiento a los niveles de línea de base en A2 proporciona una replicación dentro del caso del efecto causal de la intervención.
Después de cada fase, la regla de decisión se aplica formalmente —a menudo utilizando un análisis visual de los datos graficados y, opcionalmente, índices estadísticos de tamaño del efecto (por ejemplo, Tau-U, no superposición de todos los pares)—. Si los criterios aún no se cumplen, la fase continúa; si se cumplen, la transición se registra junto con la justificación. Este paso de evaluación se documenta para crear un registro de prueba auditable.
La inferencia causal se basa en la relación funcional entre las transiciones de fase y los cambios de comportamiento observados: un cambio claro de nivel o tendencia cuando se introduce B, seguido de una reversión hacia la línea de base cuando se retira B, constituye la evidencia dentro del caso del efecto. La magnitud del efecto se cuantifica típicamente con estadísticas de no superposición o diferencia de medias estandarizada adaptada para datos de caso único, y los hallazgos se informan a nivel individual antes de cualquier agregación entre participantes.
Errores comunes
- Cambiar los criterios de cambio de fase a mitad del estudio basándose en los datos observados —esto convierte las reglas de decisión adaptativas en una racionalización post-hoc e invalida las afirmaciones causales—.
- Omitir el criterio de estabilidad para A1 —entrar en la fase de intervención antes de que la línea de base sea estable hace imposible detectar un cambio claro de comportamiento atribuible al tratamiento—.
- Tratar el diseño como generalizable a grupos —informar el resultado de un solo participante como evidencia a nivel de población exagera los hallazgos; se requiere replicación entre participantes—.
- Confundir adaptación con flexibilidad —el elemento 'adaptativo' se refiere a decisiones de fase preespecificadas y gobernadas por reglas, no a la libertad de modificar el contenido de la intervención o añadir nuevas fases arbitrariamente—.
- Descuidar el arrastre en la fase de retirada —si el comportamiento no vuelve a la línea de base en A2, esto puede reflejar un cambio irreversible en lugar de una retirada fallida; el investigador debe planificar esta interpretación antes de la recopilación de datos—.
Preguntas frecuentes
¿En qué se diferencia un diseño ABA Adaptativo de un diseño ABA estándar?
Un diseño ABA estándar especifica las duraciones de las fases con antelación (por ejemplo, 10 sesiones por fase). Un diseño ABA Adaptativo reemplaza las duraciones de fase fijas con reglas de decisión preespecificadas —como criterios de estabilidad y recuentos mínimos de sesiones— que determinan cuándo hacer la transición entre fases basándose en el patrón de datos real. La estructura central de tres fases (A1-B-A2) y la lógica de la inferencia causal a través de la retirada son idénticas; solo difiere el mecanismo de temporización de las fases.
¿Qué se considera un criterio de estabilidad válido para la línea de base A1?
Los criterios comunes incluyen: al menos tres a cinco puntos de datos consecutivos sin una tendencia sistemática (pendiente cercana a cero), variabilidad dentro de una banda definida (por ejemplo, dentro del 20% de la media) y ausencia de valores atípicos que harían la fase ininterpretable. El criterio debe definirse antes de que comience la recopilación de datos. Algunos investigadores también requieren un recuento mínimo absoluto de sesiones, independientemente de la estabilidad, para evitar una transición prematura.
¿Es ético retirar una intervención efectiva en la fase A2?
Esta es una preocupación genuina y debe abordarse en el protocolo del estudio y en el proceso de consentimiento informado. Las salvaguardias éticas comunes incluyen: limitar A2 al número mínimo de sesiones necesarias para demostrar la reversión, restablecer la intervención rápidamente después de que A2 confirme los efectos de la retirada, elegir medidas de resultado que sean funcionalmente importantes pero no críticamente dañinas, y obtener el consentimiento explícito de los participantes o tutores para el procedimiento de retirada.
¿Puedo añadir una segunda fase de intervención (ABAB) dentro de un marco adaptativo?
Sí. Un diseño ABAB adaptativo extiende la lógica aplicando las mismas reglas de decisión a cada una de las cuatro fases, proporcionando una segunda replicación dentro del caso y una evidencia causal más sólida. El diseño ABAB adaptativo es una variante reconocida en la literatura de caso único. Sin embargo, las fases añadidas también aumentan la carga para los participantes y requieren que el comportamiento siga siendo reversible en todas las transiciones de fase.
¿Cómo informo el tamaño del efecto para un diseño ABA Adaptativo?
Las estadísticas de no superposición recomendadas para datos de caso único incluyen Tau-U (que ajusta la tendencia de la línea de base) y la No Superposición de Todos los Pares (NAP). También se utiliza la diferencia de medias estandarizada adaptada para datos de caso único (d_SMD). El análisis visual de los datos graficados sigue siendo un componente requerido del informe, incluso cuando se calculan los tamaños del efecto estadísticos, según los estándares de What Works Clearinghouse.
Métodos relacionados
Fuentes
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.
Abrir referencia DOICopiado.Kratochwill, T. R., & Levin, J. R. (Eds.). (2010). Single-Case Intervention Research: Methodological and Statistical Advances. American Psychological Association.
ISBN: 978-1433807039Copiado.