Desenho Experimental de Sujeito Único
- Proposto por
- Murray Sidman (foundational tactics); B. F. Skinner (applied behavior analysis lineage)
- Ano
- 1960s (Sidman 1960; formal applied codification by Kazdin and Baer in 1970s–1980s)
- Tipo
- Experimental research design
- Família
- Experimental design
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
O desenho experimental de sujeito único (SSED) estabelece controle experimental medindo repetidamente um indivíduo (ou um pequeno número de indivíduos) através de fases de linha de base e intervenção, usando o participante como seu próprio controle.
Em vez de comparar grupos, ele compara o comportamento do próprio participante em diferentes condições ao longo do tempo. Amplamente utilizado na análise comportamental aplicada, educação especial, reabilitação e psicologia clínica, o SSED permite inferência causal a partir de amostras pequenas ou únicas onde desenhos de grupo são impraticáveis.
A intuição por trás do método
Imagine que você quer saber se uma nova intervenção de leitura ajuda uma criança específica com dislexia. Você não pode recrutar centenas de crianças, mas pode medir a precisão de leitura dessa criança todos os dias por semanas — primeiro sem a intervenção (linha de base), depois com ela (tratamento), e talvez de volta novamente. Se o comportamento muda cada vez que a condição muda, a evidência de que a intervenção causou a mudança se acumula através da replicação dentro da mesma pessoa. O SSED torna o indivíduo a unidade de análise em vez do grupo, tratando a variabilidade dentro da pessoa como a principal fonte de evidência experimental.
História
As fundações intelectuais do SSED residem na tradição do condicionamento operante pioneira por B. F. Skinner, que estudou organismos individuais sob programas controlados de reforço. O livro de Murray Sidman de 1960, Tactics of Scientific Research, articulou a lógica da replicação intrasujeito como base da inferência experimental em psicologia. O artigo marco de Donald Baer, Montrose Wolf e Todd Risley de 1968 no Journal of Applied Behavior Analysis estabeleceu a análise comportamental aplicada como uma disciplina e codificou a metodologia de sujeito único como sua ferramenta de pesquisa primária. O manual de Alan Kazdin de 1982 sistematizou as opções de desenho, requisitos de medição e convenções analíticas que permanecem padrão hoje.
Quando usar
Use SSED quando precisar de evidência experimental sobre o efeito de uma intervenção em um indivíduo específico ou em um número muito pequeno de indivíduos — por exemplo, um aluno com uma deficiência rara, um paciente com um perfil clínico único, ou um grupo de participantes muito pequeno para desenhos de grupo. É apropriado quando restrições éticas ou logísticas impedem a retenção do tratamento de um grupo de controle, e quando a medição repetida frequente de um comportamento bem definido ao longo do tempo é viável. NÃO use SSED quando a questão de pesquisa se refere à prevalência em nível populacional ou efeitos médios, quando o comportamento alvo não pode ser medido repetidamente e objetivamente, quando efeitos de arrasto ou irreversíveis do tratamento impediriam um retorno significativo à linha de base, ou quando o objetivo é a comparação normatizada em vez da análise funcional em nível individual.
Limitações e considerações
- Os achados são específicos para o(s) indivíduo(s) estudado(s); a generalização estatística para uma população não é garantida a partir de um único estudo.
- Requer medição frequente, repetida e objetiva de um comportamento alvo claramente operacionalizado — viável para comportamentos manifestos, mais difícil para estados internos.
- Desenhos de reversão são inapropriados quando a intervenção ensina uma habilidade que não pode ser desaprendida, tornando a fase de retorno à linha de base ilógica ou antiética.
- A análise visual é inerentemente subjetiva; o acordo interavaliadores sobre conclusões de mudança de fase nem sempre é alto, e suplementos quantitativos de tamanho de efeito são subutilizados.
- Efeitos de arrasto entre condições rapidamente alternadas (em desenhos de tratamentos alternados) podem confundir os resultados.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Permite inferência causal a partir de amostras muito pequenas ou únicas onde desenhos de grupo são impossíveis ou antiéticos.
- O participante serve como seu próprio controle, eliminando a variabilidade entre sujeitos e tornando a mudança individual transparente.
- Dados coletados continuamente revelam a dinâmica temporal da mudança comportamental — não apenas instantâneos pré e pós.
- Flexível: múltiplas variantes de desenho (AB, ABA, ABAB, linha de base múltipla, tratamentos alternados) acomodam diversas questões de pesquisa e restrições éticas.
- A replicação entre participantes, cenários e comportamentos constrói uma base de evidências cumulativa análoga à convergência meta-analítica.
Aplicações
- Avaliação de intervenções comportamentais para indivíduos com transtorno do espectro autista, deficiências intelectuais ou TDAH em ambientes de educação especial.
- Avaliação de protocolos de reabilitação para pacientes com lesão cerebral adquirida, AVC ou comprometimentos motores em ambientes clínicos.
- Teste de procedimentos instrucionais ou estratégias de gerenciamento de sala de aula para alunos individuais cujas necessidades diferem acentuadamente do grupo.
- Investigação de tratamentos farmacológicos ou comportamentais para condições raras onde ensaios clínicos randomizados em nível populacional são impraticáveis.
- Avaliação de programas de autogerenciamento baseados em tecnologia ou aplicativos no nível individual antes de escalar.
- Construção da base de evidências para intervenções inovadoras através de replicação sistemática entre indivíduos e cenários.
Como funciona
Como funciona
Antes de introduzir qualquer intervenção, o pesquisador coleta medições repetidas do comportamento alvo sob condições naturais ou não manipuladas. Esta fase de linha de base (tipicamente rotulada como A) estabelece um padrão estável e previsível — o desempenho do participante sem o tratamento. Uma linha de base deve ser estável (baixa variabilidade) ou tendendo na direção oposta ao efeito esperado do tratamento; uma linha de base instável compromete a interpretação causal.
A intervenção ou variável independente é introduzida (fase B), e o mesmo comportamento alvo continua a ser medido na mesma frequência. A mudança no nível (a média), tendência (direção da inclinação) e variabilidade entre as fases A e B constitui a evidência primária de um efeito. Desenhos mais complexos adicionam fases adicionais (retorno à linha de base, segunda intervenção) ou linhas de base concorrentes entre participantes, cenários ou comportamentos.
Os dados são plotados em um gráfico de série temporal, e o método primário de análise é a inspeção visual. Os analistas examinam as características dos dados dentro da fase (nível, tendência, variabilidade) e as características dos dados entre fases (mudança no nível, mudança na tendência, sobreposição entre fases adjacentes). Baixa sobreposição de dados entre fases e mudanças de fase imediatas e consistentes são tomadas como evidência de uma relação funcional. Índices de tamanho de efeito como não sobreposição de todos os pares (NAP) ou Tau-U complementam a análise visual.
O controle experimental em SSED repousa na replicação. Em um desenho de reversão, a intervenção é retirada e reintroduzida; em um desenho de linha de base múltipla, a intervenção é escalonada em diferentes linhas de base. Cada demonstração de mudança comportamental coincidindo com uma mudança de fase é uma replicação. Três ou mais replicação do mesmo efeito dentro de um estudo constituem evidência convincente de uma relação causal, seguindo a lógica da replicação intrasujeito.
O pesquisador tira conclusões sobre se existe uma relação funcional entre a variável independente (intervenção) e a variável dependente (comportamento alvo), e avalia a significância social ou clínica da magnitude da mudança. A validade externa é estabelecida não por inferência estatística através de uma amostra, mas por replicação sistemática através de estudos, cenários e participantes na literatura.
Erros comuns
- Poucos pontos de dados na linha de base: uma linha de base de menos de três a cinco pontos de dados estáveis fornece uma base inadequada para prever o contrafactual; colete até que o padrão esteja claro antes de introduzir a intervenção.
- Alterando mais de uma variável de cada vez: introduzir múltiplos componentes simultaneamente torna impossível atribuir a mudança a qualquer elemento único — altere uma condição de cada vez.
- Ignorando a tendência na linha de base: uma linha de base que já está tendendo na direção do efeito de tratamento esperado significa que qualquer melhoria subsequente é ininterpretável; estabilize ou contabilize a tendência antes de prosseguir.
- Dependência excessiva apenas da análise visual: treine em critérios padronizados de análise visual e complemente com pelo menos uma estatística validada de não sobreposição (NAP, Tau-U, PND) para melhorar a objetividade.
- Aplicação incorreta de um desenho de reversão a resultados irreversíveis: aquisição de habilidades (por exemplo, aprender a ler) não pode ser revertida; use um desenho de linha de base múltipla em vez disso.
Perguntas frequentes
O desenho de sujeito único é pesquisa experimental 'de verdade', ou é apenas um estudo de caso?
É experimental. Um estudo de caso descreve o que aconteceu; um desenho experimental de sujeito único manipula ativamente uma variável independente e controla confusões através da replicação de mudanças de fase dentro do mesmo participante. A lógica da inferência causal difere dos desenhos de grupo (ela se baseia na replicação intrasujeito em vez de intersujeito), mas é, no entanto, rigorosa quando as condições do desenho são atendidas.
Quantos pontos de dados preciso em cada fase?
A diretriz geral é um mínimo de três a cinco pontos de dados por fase, mas mais são sempre preferíveis. O critério não é um número fixo, mas a estabilidade: colete dados até que o padrão seja previsível (nível estável, tendência clara ou variabilidade aceitável) antes de mudar de fase. A pressa em introduzir a intervenção após apenas um ou dois pontos de linha de base compromete a interpretação causal.
Quando devo usar um desenho de linha de base múltipla em vez de um desenho de reversão (ABA/ABAB)?
Use um desenho de linha de base múltipla quando o efeito da intervenção for provavelmente irreversível (por exemplo, aquisição de habilidades), quando a retirada do tratamento for antiética, ou quando uma reversão anular ganhos terapêuticos genuínos. Um desenho de reversão é mais apropriado quando se espera que o comportamento alvo retorne à linha de base assim que a intervenção for removida — tipicamente comportamentos operantes mantidos por contingências ambientais em vez de habilidades aprendidas.
Posso usar estatísticas com dados de sujeito único, ou a análise visual é suficiente?
A análise visual é o método primário e tradicional, mas suplementos quantitativos são encorajados. Estatísticas de não sobreposição como Não Sobreposição de Todos os Pares (NAP), Tau-U ou Porcentagem de Dados Não Sobrepostos (PND) fornecem um índice objetivo de tamanho de efeito e auxiliam na comunicação com públicos não familiarizados com gráficos de séries temporais. Modelagem multinível e testes de randomização também são aplicáveis quando os dados e o desenho os justificam.
Como estabeleço a validade externa a partir de um estudo com apenas um ou poucos participantes?
A validade externa em SSED é construída através de replicação sistemática entre estudos — sua própria replicação em múltiplos participantes dentro do mesmo estudo (replicação direta) e estudos subsequentes em diferentes cenários, populações e pesquisadores (replicação sistemática). Um único estudo não estabelece validade externa; um corpo de estudos replicados o faz. Isso é análogo ao papel da meta-análise para literaturas de desenho de grupo.
Métodos relacionados
Fontes
Kazdin, A. E. (1982). Single-Case Research Designs: Methods for Clinical and Applied Settings. Oxford University Press.
ISBN: 978-0195030440Copiado.Sidman, M. (1960). Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books.
Abrir referência da publicaçãoCopiado.