Disegno Sperimentale a Soggetto Singolo
- Introdotto da
- Murray Sidman (foundational tactics); B. F. Skinner (applied behavior analysis lineage)
- Anno
- 1960s (Sidman 1960; formal applied codification by Kazdin and Baer in 1970s–1980s)
- Tipo
- Experimental research design
- Famiglia
- Experimental design
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
Il disegno sperimentale a soggetto singolo (SSED) stabilisce il controllo sperimentale misurando ripetutamente un individuo (o un piccolo numero di individui) attraverso fasi di baseline e di intervento, utilizzando il partecipante come proprio controllo.
Invece di confrontare gruppi, confronta il comportamento del partecipante stesso tra diverse condizioni nel tempo. Ampiamente utilizzato nell'analisi comportamentale applicata, nell'educazione speciale, nella riabilitazione e nella psicologia clinica, l'SSED consente l'inferenza causale da campioni piccoli o unici dove i disegni di gruppo sono impraticabili.
L’intuizione alla base del metodo
Immagina di voler sapere se un nuovo intervento di lettura aiuta un bambino specifico con dislessia. Non puoi reclutare centinaia di bambini, ma puoi misurare l'accuratezza di lettura di quel singolo bambino ogni giorno per settimane — prima senza l'intervento (baseline), poi con esso (trattamento), e forse di nuovo indietro. Se il comportamento cambia ogni volta che la condizione cambia, l'evidenza che l'intervento ha causato il cambiamento si accumula attraverso la replicazione nella stessa persona. L'SSED rende l'individuo l'unità di analisi piuttosto che il gruppo, trattando la variabilità all'interno della persona come la fonte primaria di evidenza sperimentale.
Storia
Le fondamenta intellettuali dell'SSED risiedono nella tradizione del condizionamento operante pionierizzata da B. F. Skinner, che studiò organismi individuali sotto programmi di rinforzo controllati. Il libro di Murray Sidman del 1960, Tactics of Scientific Research, articolò la logica della replicazione intrasoggetiva come base dell'inferenza sperimentale in psicologia. Il fondamentale articolo del 1968 di Donald Baer, Montrose Wolf e Todd Risley nel Journal of Applied Behavior Analysis stabilì l'analisi comportamentale applicata come disciplina e codificò la metodologia a soggetto singolo come suo strumento di ricerca primario. L'handbook di Alan Kazdin del 1982 sistematizzò le opzioni di disegno, i requisiti di misurazione e le convenzioni analitiche che rimangono standard oggi.
Quando usarlo
Utilizzare l'SSED quando si necessita di evidenza sperimentale sull'effetto di un intervento su un individuo specifico o su un numero molto ristretto di individui — ad esempio, uno studente con una disabilità rara, un paziente con un profilo clinico unico, o un pool di partecipanti troppo piccolo per disegni di gruppo. È appropriato quando vincoli etici o logistici impediscono di negare il trattamento a un gruppo di controllo, e quando la misurazione ripetuta frequente di un comportamento ben definito nel tempo è fattibile. NON utilizzare l'SSED quando la domanda di ricerca riguarda la prevalenza a livello di popolazione o gli effetti medi, quando il comportamento target non può essere misurato ripetutamente e oggettivamente, quando effetti di carry-over o irreversibili del trattamento impedirebbero un ritorno significativo alla baseline, o quando l'obiettivo è un confronto normo-referenziato piuttosto che un'analisi funzionale a livello individuale.
Limiti e considerazioni
- I risultati sono specifici per l'individuo (o gli individui) studiato; la generalizzazione statistica a una popolazione non è garantita da un singolo studio.
- Richiede misurazioni frequenti, ripetute e oggettive di un comportamento target chiaramente operazionalizzato — fattibile per comportamenti overt, più difficile per stati interni.
- I disegni di inversione sono inappropriati quando l'intervento insegna un'abilità che non può essere disimparata, rendendo la fase di ritorno alla baseline illogica o non etica.
- L'analisi visiva è intrinsecamente soggettiva; l'accordo tra osservatori sulle conclusioni di cambiamento di fase non è sempre elevato, e gli integratori quantitativi della dimensione dell'effetto sono sottoutilizzati.
- Gli effetti di carry-over tra condizioni rapidamente alternate (nei disegni a trattamenti alternati) possono confondere i risultati.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Consente l'inferenza causale da campioni molto piccoli o unici dove i disegni di gruppo sono impossibili o non etici.
- Il partecipante funge da proprio controllo, eliminando la variabilità tra soggetti e rendendo trasparente il cambiamento individuale.
- I dati raccolti continuamente rivelano le dinamiche temporali del cambiamento comportamentale — non solo istantanee pre- e post-.
- Flessibile: molteplici varianti di disegno (AB, ABA, ABAB, baseline multiple, trattamenti alternati) si adattano a diverse domande di ricerca e vincoli etici.
- La replicazione tra partecipanti, contesti e comportamenti costruisce una base di evidenza cumulativa analoga alla convergenza meta-analitica.
Applicazioni
- Valutare interventi comportamentali per individui con disturbo dello spettro autistico, disabilità intellettive o ADHD in contesti di educazione speciale.
- Valutare protocolli riabilitativi per pazienti con lesioni cerebrali acquisite, ictus o deficit motori in contesti clinici.
- Testare procedure didattiche o strategie di gestione della classe per singoli studenti le cui esigenze differiscono marcatamente dal gruppo.
- Indagare trattamenti farmacologici o comportamentali per condizioni rare dove gli RCT a livello di popolazione sono impraticabili.
- Valutare programmi di auto-gestione basati su tecnologia o app a livello individuale prima dello scaling.
- Costruire la base di evidenza per interventi innovativi attraverso la replicazione sistematica tra individui e contesti.
Come funziona
Come funziona
Prima di introdurre qualsiasi intervento, il ricercatore raccoglie misurazioni ripetute del comportamento target in condizioni naturali o non manipolate. Questa fase di baseline (tipicamente etichettata A) stabilisce un modello stabile e prevedibile — la performance del partecipante senza il trattamento. Una baseline dovrebbe essere stabile (bassa variabilità) o tendente nella direzione opposta all'effetto di trattamento atteso; una baseline instabile mina l'interpretazione causale.
L'intervento o la variabile indipendente viene introdotto (fase B), e lo stesso comportamento target continua ad essere misurato alla stessa frequenza. Il cambiamento di livello (la media), di tendenza (direzione della pendenza) e di variabilità tra le fasi A e B costituisce l'evidenza primaria di un effetto. Disegni più complessi aggiungono fasi aggiuntive (ritorno alla baseline, secondo intervento) o baseline concorrenti tra partecipanti, contesti o comportamenti.
I dati vengono tracciati su un grafico di serie temporali, e il metodo primario di analisi è l'ispezione visiva. Gli analisti esaminano le caratteristiche dei dati all'interno delle fasi (livello, tendenza, variabilità) e le caratteristiche dei dati tra le fasi (cambiamento di livello, cambiamento di tendenza, sovrapposizione tra fasi adiacenti). Una bassa sovrapposizione dei dati tra le fasi e cambiamenti di fase immediati e coerenti sono considerati evidenza di una relazione funzionale. Indici di dimensione dell'effetto come il non-overlap di tutte le coppie (NAP) o Tau-U integrano l'analisi visiva.
Il controllo sperimentale nell'SSED si basa sulla replicazione. In un disegno di inversione, l'intervento viene ritirato e reintrodotto; in un disegno a baseline multiple, l'intervento viene scaglionato attraverso diverse baseline. Ogni dimostrazione di un cambiamento comportamentale coincidente con un cambiamento di fase è una replicazione. Tre o più replicazioni dello stesso effetto all'interno di uno studio costituiscono un'evidenza convincente di una relazione causale, seguendo la logica della replicazione intrasoggetiva.
Il ricercatore trae conclusioni sulla sussistenza di una relazione funzionale tra la variabile indipendente (intervento) e la variabile dipendente (comportamento target), e valuta la significatività sociale o clinica della magnitudo del cambiamento. La validità esterna è stabilita non dall'inferenza statistica su un campione, ma dalla replicazione sistematica attraverso studi, contesti e partecipanti nella letteratura.
Errori comuni
- Troppi pochi punti dati nella baseline: una baseline di meno di tre o cinque punti dati stabili fornisce una base inadeguata per prevedere il controfattuale; raccogliere fino a quando il modello non è chiaro prima di introdurre l'intervento.
- Cambiare più di una variabile alla volta: introdurre più componenti simultaneamente rende impossibile attribuire il cambiamento a un singolo elemento — alterare una condizione alla volta.
- Ignorare la tendenza nella baseline: una baseline che sta già tendendo nella direzione dell'effetto di trattamento atteso significa che qualsiasi miglioramento successivo è ininterpretabile; stabilizzare o tenere conto della tendenza prima di procedere.
- Affidarsi eccessivamente alla sola analisi visiva: formarsi sui criteri di analisi visiva standardizzati e integrare con almeno una statistica di non-overlap validata (NAP, Tau-U, PND) per migliorare l'oggettività.
- Applicare erroneamente un disegno di inversione a esiti irreversibili: l'acquisizione di abilità (ad es., imparare a leggere) non può essere invertita; utilizzare invece un disegno a baseline multiple.
Domande frequenti
Il disegno a soggetto singolo è ricerca sperimentale 'reale', o è solo uno studio di caso?
È sperimentale. Uno studio di caso descrive ciò che è accaduto; un disegno sperimentale a soggetto singolo manipola attivamente una variabile indipendente e controlla le variabili confondenti attraverso la replicazione dei cambiamenti di fase all'interno dello stesso partecipante. La logica dell'inferenza causale differisce dai disegni di gruppo (si basa sulla replicazione intrasoggetiva piuttosto che intersoggetiva) ma è nondimeno rigorosa quando le condizioni di disegno sono soddisfatte.
Quanti punti dati mi servono in ogni fase?
La linea guida generale è un minimo di tre o cinque punti dati per fase, ma di più sono sempre preferibili. Il criterio non è un numero fisso ma la stabilità: raccogliere dati fino a quando il modello non è prevedibile (livello stabile, tendenza chiara o variabilità accettabile) prima di cambiare fase. Affrettarsi a introdurre l'intervento dopo solo uno o due punti di baseline mina l'interpretazione causale.
Quando dovrei usare un disegno a baseline multiple invece di un disegno di inversione (ABA/ABAB)?
Utilizzare un disegno a baseline multiple quando l'effetto dell'intervento è probabilmente irreversibile (ad es., acquisizione di abilità), quando ritirare il trattamento sarebbe non etico, o quando un'inversione annullerebbe reali guadagni terapeutici. Un disegno di inversione è più appropriato quando ci si aspetta che il comportamento target ritorni verso la baseline una volta rimosso l'intervento — tipicamente comportamenti operanti mantenuti da contingenze ambientali piuttosto che abilità apprese.
Posso usare statistiche con dati a soggetto singolo, o l'analisi visiva è sufficiente?
L'analisi visiva è il metodo primario e tradizionale, ma sono incoraggiati integratori quantitativi. Statistiche di non-overlap come Nonoverlap of All Pairs (NAP), Tau-U, o Percentage of Nonoverlapping Data (PND) forniscono un indice quantitativo della dimensione dell'effetto e aiutano la comunicazione con pubblici non familiari con grafici di serie temporali. Sono applicabili anche modelli multilivello e test di randomizzazione quando i dati e il disegno li giustificano.
Come stabilisco la validità esterna da uno studio con solo uno o pochi partecipanti?
La validità esterna nell'SSED è costruita attraverso la replicazione sistematica tra studi — la tua replicazione su più partecipanti all'interno dello stesso studio (replicazione diretta) e studi successivi su contesti, popolazioni e ricercatori diversi (replicazione sistematica). Un singolo studio non stabilisce la validità esterna; un corpus di studi replicati lo fa. Questo è analogo al ruolo della meta-analisi per le letterature basate su disegni di gruppo.
Metodi correlati
Fonti
Kazdin, A. E. (1982). Single-Case Research Designs: Methods for Clinical and Applied Settings. Oxford University Press.
ISBN: 978-0195030440Copiato.Sidman, M. (1960). Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books.
Apri il riferimento della pubblicazioneCopiato.