Skip to content
Voltar aos resultados

Desenho ABA Adaptativo — Desenho Experimental Unifatorial ABA Adaptativo

Proposto por
Baer, Wolf & Risley (ABA baseline); adaptive decision-rule extensions developed in single-case methodology literature (Kratochwill & Levin, 2010s)
Ano
1968 (ABA foundation); adaptive extensions formalized ~2010–2020
Tipo
Single-subject experimental design with adaptive phase rules
Família
Experimental design

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

O Desenho ABA Adaptativo é uma estrutura experimental unifatorial que segue a clássica estrutura de retirada ABA de três fases — linha de base (A1), intervenção (B) e retorno à linha de base (A2) — enquanto incorpora regras de decisão prospectivas que permitem a pesquisadores ou clínicos estender, encurtar ou modificar cada fase em resposta a padrões de dados observados, em vez de seguir um cronograma fixo.

Essa camada adaptativa torna o desenho responsivo às trajetórias individuais dos participantes, preservando o controle experimental.

A intuição por trás do método

Em um desenho ABA padrão, você coleta dados de linha de base, aplica uma intervenção e depois a remove — e as fases são planejadas com antecedência. A versão adaptativa adiciona uma pergunta permanente após cada sessão: 'Esta fase atingiu um padrão estável e interpretável?' Se não, a fase continua. Se sim, o pesquisador passa para a próxima fase. Regras de decisão pré-especificadas — duração mínima da fase, critérios de estabilidade, critérios de tendência — governam essas transições. O resultado é um desenho que respeita o ritmo natural da mudança individual, em vez de forçar um cronograma baseado em calendário, reduzindo tanto o desperdício (terminando fases muito cedo) quanto o dano (prolongando intervenção ineficaz).

História

O desenho de retirada ABA foi formalizado como uma metodologia para análise comportamental aplicada por Baer, Wolf e Risley em seu artigo marco de 1968 no Journal of Applied Behavior Analysis, que estabeleceu as dimensões científicas — generalidade, confiabilidade, aplicabilidade — que a pesquisa de caso único deve satisfazer. O conceito de incorporar regras de decisão prospectivas em desenhos de caso único cresceu a partir de trabalhos mais amplos em metodologia de ensaios adaptativos e de avanços metodológicos na literatura de caso único sintetizados por Kratochwill e Levin (2010) e pelos padrões de desenho de caso único do What Works Clearinghouse publicados a partir de 2010.

Quando usar

Use um Desenho ABA Adaptativo ao estudar um comportamento-alvo reversível em um único participante ou em um pequeno número de participantes, você precisa de controle experimental (inferência causal) e deseja evitar durações de fase rígidas que podem não se adequar à taxa de mudança do participante — comum na análise comportamental aplicada, reabilitação e psicologia clínica. A camada adaptativa é especialmente valiosa quando os participantes têm linhas de base variáveis ou quando restrições éticas exigem a minimização da exposição a condições ineficazes. NÃO use este desenho quando o comportamento-alvo não for reversível (por exemplo, aquisição de habilidades onde o aprendizado é permanente), quando efeitos de arrasto ou de ordem confundiriam a fase de retirada, ou quando a questão de pesquisa requer generalização em nível de grupo — nesses casos, prefira um desenho de linha de base múltipla ou um ensaio clínico randomizado de grupos paralelos.

Limitações e considerações

  • Aplicável apenas a comportamentos que são reversíveis — aprendizado permanente ou mudanças clínicas irreversíveis não podem ser demonstrados por retirada.
  • A evidência causal é intra-caso; a generalização entre indivíduos requer replicação em múltiplos participantes ou cenários.
  • As regras de decisão de mudança de fase devem ser especificadas prospectivamente; mudanças de regras post-hoc minam a validade interna.
  • A retirada de uma intervenção eficaz durante A2 pode levantar preocupações éticas com participantes ou cuidadores, exigindo consentimento informado cuidadoso.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Preserva o controle experimental e a inferência causal do desenho clássico de retirada ABA, ao mesmo tempo em que acomoda a variabilidade individual nas taxas de resposta.
  • Regras de decisão pré-especificadas reduzem o viés do experimentador nas decisões de mudança de fase, melhorando a reprodutibilidade.
  • Eticamente responsivo: regras de interrupção adaptativas podem limitar a exposição prolongada a condições ineficazes ou prejudiciais.
  • Adequado para populações ou condições raras onde desenhos de grupo são inviáveis devido ao N pequeno.
  • Gera dados ricos em nível individual que complementam achados de grupo em pesquisa translacional.

Aplicações

  • Avaliação de intervenções comportamentais para indivíduos com transtorno do espectro autista, onde o retorno à linha de base em A2 confirma o papel causal da intervenção.
  • Teste de protocolos de manejo da dor em medicina de reabilitação, onde a medição repetida permite o acompanhamento das trajetórias de recuperação individuais.
  • Avaliação de ajustes de dose farmacológica ou terapêutica em psicologia clínica, monitorando os níveis de sintomas em fases adaptativas.
  • Estudo de reversão de aquisição de habilidades em ambientes educacionais para confirmar que um procedimento de ensino, e não a maturação, impulsionou a melhora.
  • Teste piloto de novas intervenções comportamentais antes de escalar para ensaios randomizados em grupo, usando regras adaptativas para otimizar a duração das fases para eficiência.

Como funciona

Como funciona

1

O estudo começa com uma fase inicial de linha de base (A1) na qual o comportamento-alvo é medido repetidamente em condições de ausência de tratamento. A coleta de dados continua até que o critério de estabilidade pré-especificado seja atendido — tipicamente um mínimo de três a cinco pontos de dados mostrando nenhuma tendência sistemática e variabilidade aceitável. O critério de estabilidade é definido antes do início da coleta de dados para evitar decisões subjetivas de mudança de fase.

2

Antes do início do estudo, o pesquisador especifica o conjunto exato de regras que governará cada transição de fase: número mínimo de sessões por fase, limites de variabilidade aceitável, requisitos de direção de tendência e quaisquer regras de interrupção de segurança. Essas regras de decisão prospectivas tornam o elemento adaptativo transparente, reproduzível e resistente a vieses. Elas funcionam como uma emenda de protocolo interna pré-registrada, em vez de improvisada.

3

A fase de intervenção (B) é introduzida assim que o critério de estabilidade A1 é satisfeito. A intervenção é administrada consistentemente a cada sessão, enquanto o comportamento-alvo continua a ser medido na mesma frequência. A fase se estende até que o critério de mudança de fase correspondente — geralmente evidência de um nível estável ou mudança de tendência — seja atendido ou até que um limite máximo de sessões seja atingido.

4

A intervenção é retirada e as condições de linha de base são restabelecidas para a fase A2. O comportamento do participante é monitorado sob as mesmas regras adaptativas: a fase continua até que a estabilidade seja restabelecida ou a regra de interrupção seja acionada. O retorno do comportamento aos níveis de linha de base em A2 fornece uma replicação intra-caso do efeito causal da intervenção.

5

Após cada fase, a regra de decisão é aplicada formalmente — muitas vezes usando uma análise visual dos dados gráficos e, opcionalmente, índices estatísticos de tamanho de efeito (por exemplo, Tau-U, não sobreposição de todos os pares). Se os critérios ainda não forem satisfeitos, a fase continua; se forem satisfeitos, a transição é registrada juntamente com a justificativa. Esta etapa de avaliação é documentada para criar um registro de ensaio auditável.

6

A inferência causal repousa na relação funcional entre as transições de fase e as mudanças comportamentais observadas: uma clara mudança de nível ou tendência quando B é introduzido, seguida por uma reversão em direção à linha de base quando B é retirado, constitui a evidência intra-caso de efeito. A magnitude do efeito é tipicamente quantificada com estatísticas de não sobreposição ou diferença de média padronizada adaptada para dados de caso único, e os achados são relatados no nível individual antes de qualquer agregação entre participantes.

Erros comuns

  • Alterar critérios de mudança de fase no meio do estudo com base em dados observados — isso converte regras de decisão adaptativas em racionalização post-hoc e invalida as alegações causais.
  • Omitir o critério de estabilidade para A1 — entrar na fase de intervenção antes que a linha de base esteja estável torna impossível detectar uma clara mudança comportamental atribuível ao tratamento.
  • Tratar o desenho como generalizável em grupo — relatar o resultado de um único participante como evidência em nível populacional exagera os achados; a replicação entre participantes é necessária.
  • Confundir adaptação com flexibilidade — o elemento 'adaptativo' refere-se a decisões de fase pré-especificadas e regidas por regras, não à liberdade de modificar o conteúdo da intervenção ou adicionar novas fases arbitrariamente.
  • Negligenciar o arrasto na fase de retirada — se o comportamento não retornar à linha de base em A2, isso pode refletir uma mudança irreversível em vez de uma retirada falha; o pesquisador deve planejar essa interpretação antes da coleta de dados.

Perguntas frequentes

Como um desenho ABA Adaptativo difere de um desenho ABA padrão?

Um desenho ABA padrão especifica as durações das fases com antecedência (por exemplo, 10 sessões por fase). Um desenho ABA Adaptativo substitui durações de fase fixas por regras de decisão pré-especificadas — como critérios de estabilidade e contagens mínimas de sessões — que determinam quando transitar entre fases com base no padrão de dados real. A estrutura central de três fases (A1-B-A2) e a lógica da inferência causal através da retirada são idênticas; apenas o mecanismo de tempo da fase difere.

O que conta como um critério de estabilidade válido para a linha de base A1?

Critérios comuns incluem: pelo menos três a cinco pontos de dados consecutivos sem tendência sistemática (inclinação próxima de zero), variabilidade dentro de uma banda definida (por exemplo, dentro de 20% da média) e sem valores atípicos que tornariam a fase ininterpretável. O critério deve ser definido antes do início da coleta de dados. Alguns pesquisadores também exigem uma contagem mínima absoluta de sessões, independentemente da estabilidade, para evitar transição prematura.

É ético retirar uma intervenção eficaz na fase A2?

Esta é uma preocupação genuína e deve ser abordada no protocolo do estudo e no processo de consentimento informado. Salvaguardas éticas comuns incluem: limitar A2 ao número mínimo de sessões necessárias para demonstrar a reversão, restaurar a intervenção prontamente após A2 confirmar os efeitos da retirada, escolher medidas de resultado que sejam funcionalmente importantes, mas não criticamente prejudiciais, e obter consentimento explícito dos participantes ou responsáveis para o procedimento de retirada.

Posso adicionar uma segunda fase de intervenção (ABAB) dentro de um quadro adaptativo?

Sim. Um desenho ABAB adaptativo estende a lógica aplicando as mesmas regras de decisão a cada uma das quatro fases, fornecendo uma segunda replicação intra-caso e evidências causais mais fortes. O desenho-abab-adaptativo é uma variante reconhecida na literatura de caso único. No entanto, as fases adicionadas também aumentam o ônus sobre os participantes e exigem que o comportamento permaneça reversível em todas as transições de fase.

Como reportar o tamanho do efeito para um desenho ABA Adaptativo?

Estatísticas de não sobreposição recomendadas para dados de caso único incluem Tau-U (que ajusta para a tendência da linha de base) e a Não Sobreposição de Todos os Pares (NAP). A diferença de média padronizada adaptada para dados de caso único (d_SMD) também é usada. A análise visual dos dados gráficos permanece um componente obrigatório do relatório, mesmo quando estatísticas de tamanho de efeito são computadas, de acordo com os padrões do What Works Clearinghouse.

Métodos relacionados

Fontes

  1. 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 referência DOI
    Copiado.
  2. Kratochwill, T. R., & Levin, J. R. (Eds.). (2010). Single-Case Intervention Research: Methodological and Statistical Advances. American Psychological Association.

    ISBN: 978-1433807039
    Copiado.