การออกแบบ AB แบบปรับได้ — การออกแบบการทดลองแบบรายกรณี AB แบบปรับได้
- ผู้เสนอ
- Baer, Wolf & Risley (AB foundation); Kratochwill & Levin (adaptive single-case extensions)
- ปี
- 1968 (AB foundation); 2000s (adaptive extensions)
- ประเภท
- Single-subject experimental design with adaptive phase-change rules
- กลุ่มวิธี
- Experimental design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การออกแบบ AB แบบปรับได้คือการออกแบบการทดลองแบบรายกรณีที่ยังคงโครงสร้างสองระยะ คือ ระยะฐานก่อนการทดลอง แล้วตามด้วยระยะการทดลองของการออกแบบ AB แบบดั้งเดิม แต่แทนที่กฎจำนวนเซสชันที่คงที่ด้วยเกณฑ์ที่กำหนดไว้ล่วงหน้าซึ่งขับเคลื่อนด้วยข้อมูล — เช่น เกณฑ์ความเสถียรหรือเกณฑ์แนวโน้ม — ที่กำหนดว่าจะเปลี่ยนระหว่างระยะต่างๆ เมื่อใด ตรรกะแบบปรับได้นี้ช่วยให้ขอบเขตของระยะสามารถเคลื่อนที่ได้ตามวิถีประสิทธิภาพที่แท้จริงของผู้เข้าร่วมแต่ละราย แทนที่จะเป็นตารางเวลาที่กำหนดไว้ล่วงหน้า
แนวคิดเบื้องหลังวิธีการ
ในการออกแบบ AB มาตรฐาน คุณอาจตัดสินใจล่วงหน้าว่าจะรวบรวมข้อมูลพื้นฐานสิบเซสชัน แล้วจึงเปลี่ยนไปใช้การแทรกแซงโดยไม่คำนึงถึงสิ่งที่ข้อมูลแสดง ในการออกแบบ AB แบบปรับได้ คุณจะเขียนกฎไว้ล่วงหน้าก่อนเริ่มการศึกษา — ตัวอย่างเช่น 'เปลี่ยนไปสู่ระยะการแทรกแซงก็ต่อเมื่อข้อมูลห้าจุดต่อเนื่องกันอยู่ภายในสิบเปอร์เซ็นต์ของกันและกันและไม่แสดงแนวโน้มขาขึ้น' การออกแบบจะตอบสนองต่อข้อมูลของผู้เข้าร่วมเอง แทนที่จะเป็นปฏิทินที่คงที่ ทำให้ระยะฐานมีความน่าเชื่อถือมากขึ้น และการเปลี่ยนระยะมีความสมเหตุสมผลทางวิทยาศาสตร์มากขึ้น การแลกเปลี่ยนหลักยังคงอยู่: หากไม่มีระยะย้อนกลับ การออกแบบก็ยังไม่สามารถตัดเหตุการณ์ที่เกิดขึ้นโดยบังเอิญออกจากการเป็นสาเหตุของการเปลี่ยนแปลงใดๆ ที่สังเกตได้
ประวัติศาสตร์
การออกแบบ AB เป็นรากฐานของการวิเคราะห์พฤติกรรมประยุกต์ตามบทความสำคัญของ Baer, Wolf และ Risley ในปี 1968 นักวิจัยแบบรายกรณีตระหนักตั้งแต่เนิ่นๆ ว่าจำนวนเซสชันคงที่สำหรับระยะฐานนั้นเป็นไปตามอำเภอใจ และนักระเบียบวิธีได้สนับสนุนเกณฑ์ความเสถียรว่าเป็นกฎการหยุดที่เหมาะสมทางวิทยาศาสตร์ — ตำแหน่งที่รวมอยู่ในตำราที่มีอิทธิพล เช่น Applied Behavior Analysis ของ Cooper, Heron และ Heward การกำหนดเกณฑ์การเปลี่ยนแปลงระยะที่ขับเคลื่อนด้วยข้อมูลอย่างชัดเจนในฐานะคุณลักษณะแบบปรับได้ของการออกแบบแบบรายกรณีได้รับความนิยมในช่วงทศวรรษที่ 2000 ควบคู่ไปกับความสนใจที่กว้างขึ้นในระเบียบวิธีทดลองแบบปรับได้ ตามที่ Kratochwill และ Levin (2010) ได้ทบทวนในการสังเคราะห์ความก้าวหน้าทางระเบียบวิธีแบบรายกรณี
ควรใช้เมื่อใด
ใช้การออกแบบ AB แบบปรับได้เมื่อคุณต้องการกรอบงานระยะฐาน-การแทรกแซงแบบรายกรณี แต่ไม่สามารถกำหนดล่วงหน้าได้อย่างแม่นยำว่าผู้เข้าร่วมแต่ละรายจะต้องใช้กี่เซสชันเพื่อให้ได้ระยะฐานที่เสถียร — ซึ่งเป็นเรื่องปกติในการวิเคราะห์พฤติกรรมประยุกต์ การศึกษาพิเศษ การฟื้นฟูสมรรถภาพ และการศึกษาผู้ป่วยรายกรณีทางคลินิกที่ความแปรปรวนของผู้เข้าร่วมสูง มีความเหมาะสมกว่าการออกแบบ AB แบบจำนวนเซสชันคงที่เมื่อความไม่เสถียรของระยะฐานจะบังคับให้ต้องเปลี่ยนระยะก่อนกำหนดโดยไม่มีเหตุผลอันสมควร หรือยืดเยื้อเกินความจำเป็น อย่าใช้การออกแบบ AB แบบปรับได้เมื่อต้องการหลักฐานเชิงสาเหตุ: เช่นเดียวกับการออกแบบ AB มาตรฐาน ไม่สามารถตัดเหตุการณ์ที่เกิดขึ้นโดยบังเอิญหรือการเจริญเติบโตออกจากการเป็นสาเหตุของการเปลี่ยนแปลงใดๆ ที่สังเกตได้หากไม่มีระยะย้อนกลับหรือระยะจำลอง เมื่อความถูกต้องภายในเป็นสิ่งสำคัญที่สุด ให้ใช้การออกแบบ ABA, ABAB หรือการออกแบบหลายฐาน นอกจากนี้ ให้หลีกเลี่ยงหากทีมไม่สามารถปฏิบัติตามกฎการตัดสินใจก่อนการรวบรวมข้อมูลได้ เนื่องจาก การปรับขอบเขตระยะหลังการวิเคราะห์จะทำให้การตีความไร้ผล
ข้อจำกัดและข้อควรพิจารณา
- เช่นเดียวกับการออกแบบ AB มาตรฐาน ไม่สามารถสร้างความสัมพันธ์เชิงสาเหตุได้: หากไม่มีระยะย้อนกลับ ประวัติศาสตร์ การเจริญเติบโต และการถดถอยสู่ค่าเฉลี่ยยังคงเป็นคำอธิบายทางเลือกที่เป็นไปได้
- กฎการเปลี่ยนระยะแบบปรับได้แนะนำจุดตัดสินใจทางระเบียบวิธีเพิ่มเติมที่ต้องกำหนดไว้ล่วงหน้าอย่างสมบูรณ์และรายงานอย่างโปร่งใสเพื่อหลีกเลี่ยงอิสระของนักวิจัย
- ผลลัพธ์ใช้ได้กับบุคคลที่ศึกษาเท่านั้น: การสรุปผลทั่วไปภายนอกต้องอาศัยการจำลองอย่างเป็นระบบในผู้เข้าร่วมและบริบทที่หลากหลาย
- หากเกณฑ์ความเสถียรเข้มงวดเกินไป การรวบรวมข้อมูลพื้นฐานอาจยืดเยื้อจนไม่สามารถปฏิบัติได้ หากหลวมเกินไป ระยะฐานก็ไม่น่าเชื่อถือไปกว่ากฎจำนวนเซสชันคงที่
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- การเปลี่ยนระยะที่ขับเคลื่อนด้วยข้อมูลทำให้ระยะฐานมีความน่าเชื่อถือทางวิทยาศาสตร์มากกว่าการนับจำนวนเซสชันคงที่ตามอำเภอใจ
- ความยืดหยุ่นรองรับความแตกต่างของแต่ละบุคคลในความเสถียรของระยะฐานโดยไม่กระทบต่อหลักการกำหนดไว้ล่วงหน้า
- ยังคงข้อได้เปรียบทางจริยธรรมของการออกแบบ AB — ไม่จำเป็นต้องถอนการแทรกแซงที่น่าจะเป็นประโยชน์
- เข้ากันได้กับการวิเคราะห์ด้วยภาพและการประมาณค่าขนาดผลกระทบ Tau-U ที่ใช้ในการวิจัยแบบรายกรณี
- ใช้งานได้จริงในบริบททางคลินิกและการศึกษาที่เวลาเซสชันมีข้อจำกัดและวิถีของผู้เข้าร่วมไม่สามารถคาดเดาได้
การประยุกต์ใช้
- การประเมินผลของการแทรกแซงการอ่านต่อนักเรียนแต่ละรายที่มีความผันผวนของความคล่องแคล่วก่อนการแทรกแซงสูง โดยใช้เกณฑ์ความเสถียรเพื่อกำหนดว่าข้อมูลพื้นฐานเพียงพอเมื่อใด
- การติดตามผลลัพธ์พฤติกรรมในการปฏิบัติการวิเคราะห์พฤติกรรมประยุกต์ ซึ่งอัตราการปรับปรุงของผู้ป่วยในช่วงระยะฐานจะบิดเบือนการเปลี่ยนระยะจำนวนเซสชันคงที่
- การบันทึกการตอบสนองต่อการรักษาในการแพทย์ฟื้นฟูสำหรับผู้ป่วยรายเดียว ซึ่งวิถีการฟื้นตัวทางกายภาพในช่วงระยะที่ไม่ได้รับการรักษาต้องถึงเกณฑ์ที่คงที่ก่อนที่จะเริ่มการบำบัดทางกายภาพ
- การประเมินผลกระทบของการปรับห้องเรียนในการศึกษาพิเศษ ซึ่งผู้ปฏิบัติงานต้องการกฎที่มีหลักการเมื่อพฤติกรรมพื้นฐานมีความเสถียรเพียงพอที่จะสนับสนุนการแทรกแซง
- การทดลองการแทรกแซงทางจิตสังคมใหม่กับผู้ป่วยรายเดียวในการแพทย์จิตวิทยาทางคลินิกก่อนที่จะดำเนินการออกแบบกลุ่ม โดยใช้เกณฑ์ระยะฐานแบบปรับได้เพื่อปกป้องความถูกต้องภายใน
- การติดตามผลลัพธ์การติดตามตนเองในอาชีวอนามัยสำหรับพนักงานแต่ละราย โดยการเปลี่ยนระยะจะถูกควบคุมโดยเกณฑ์ความเสถียรของพฤติกรรมที่ตกลงกันไว้ล่วงหน้า
วิธีการทำงาน
วิธีการทำงาน
กำหนดตัวแปรตามเชิงปฏิบัติการ — พฤติกรรมหรือผลลัพธ์ที่เฉพาะเจาะจง สังเกตได้ และวัดผลได้ ที่จะติดตามตลอดทั้งสองระยะ การกำหนดเชิงปฏิบัติการที่ชัดเจนช่วยให้มั่นใจได้ว่าการวัดผลในระยะฐานและระยะการแทรกแซงสามารถเปรียบเทียบกันได้อย่างเคร่งครัด และเกณฑ์การปรับตัวสามารถนำไปใช้ได้อย่างสม่ำเสมอ
รวบรวมการวัดซ้ำของพฤติกรรมเป้าหมายภายใต้เงื่อนไขธรรมชาติที่ไม่มีการแทรกแซง (ระยะ A) แทนที่จะหยุดที่จำนวนเซสชันที่คงที่ ให้รวบรวมข้อมูลพื้นฐานต่อไปจนกว่าจะถึงเกณฑ์ความเสถียรที่กำหนดไว้ล่วงหน้า — ตัวอย่างเช่น ความแปรปรวนไม่เกินสิบเปอร์เซ็นต์ในช่วงห้าจุดข้อมูลล่าสุด และไม่มีแนวโน้มที่เป็นระบบในทิศทางที่ต้องการ กฎการหยุดที่ตอบสนองต่อข้อมูลนี้ให้ค่าประมาณก่อนการแทรกแซงที่น่าเชื่อถือกว่ากฎจำนวนเซสชันคงที่ตามอำเภอใจ
ประเมินข้อมูลพื้นฐานที่รวบรวมได้เทียบกับเกณฑ์การตัดสินใจที่กำหนดไว้ล่วงหน้าในแต่ละเซสชัน หากยังไม่ถึงเกณฑ์ความเสถียร ให้ขยายระยะฐาน หากยังไม่เป็นไปตามเกณฑ์แนวโน้ม — ตัวอย่างเช่น หากระยะฐานกำลังปรับปรุงในทิศทางที่ต้องการ — ให้ประเมินใหม่ว่าสามารถตีความระยะการแทรกแซงได้อย่างมีข้อมูลหรือไม่ หรือควรออกแบบการออกแบบใหม่หรือไม่ กฎการตัดสินใจต้องระบุไว้ล่วงหน้าอย่างสมบูรณ์ก่อนเริ่มรวบรวมข้อมูล เพื่อป้องกันการให้เหตุผลหลังการวิเคราะห์
เมื่อกฎการตัดสินใจส่งสัญญาณว่าเกณฑ์ระยะฐานได้รับการตอบสนองแล้ว ให้แนะนำการรักษาที่ขอบเขตเซสชันที่กำหนดไว้อย่างชัดเจน ในขณะที่รักษาเงื่อนไขอื่นๆ ทั้งหมดให้คงที่ บันทึกหมายเลขเซสชันที่แน่นอนและเหตุผลสำหรับการเปลี่ยนระยะ ไม่ควรมีการเปลี่ยนแปลงกระบวนการพร้อมกันกับการเริ่มต้นการแทรกแซง
พล็อตข้อมูลอนุกรมเวลาทั้งหมดพร้อมเส้นการเปลี่ยนแปลงระยะที่จุดเปลี่ยนแบบปรับได้ ประเมินการเปลี่ยนแปลงระดับ แนวโน้ม และความแปรปรวนระหว่างระยะต่างๆ โดยใช้หลักการวิเคราะห์ด้วยภาพมาตรฐาน เสริมการวิเคราะห์ด้วยภาพด้วยสถิติขนาดผลกระทบ เช่น Tau-U ซึ่งคำนึงถึงแนวโน้มพื้นฐานและสามารถใช้กับอนุกรมสั้นๆ ตีความการเปลี่ยนแปลงใดๆ ที่สังเกตได้ด้วยความระมัดระวังเนื่องจากการไม่มีระยะย้อนกลับ
ข้อผิดพลาดที่พบบ่อย
- การกำหนดหรือปรับกฎการตัดสินใจหลังจากดูข้อมูลพื้นฐาน — ความยืดหยุ่นหลังการวิเคราะห์นี้ทำลายความถูกต้องของการตีความการเปลี่ยนระยะ และถือเป็นอิสระของนักวิจัยที่ไม่ได้เปิดเผย
- การดำเนินการสู่ระยะการแทรกแซงแม้ว่าระยะฐานจะมีแนวโน้มในทิศทางที่ต้องการ — ระยะฐานที่กำลังปรับปรุงทำให้การปรับปรุงเพิ่มเติมใดๆ ในระหว่างระยะ B ไม่สามารถตีความได้ว่าเป็นผลของการแทรกแซง
- มีจุดข้อมูลน้อยเกินไปก่อนที่จะถึงเกณฑ์: หากกฎความเสถียรเป็นไปตามเซสชันเพียงสามหรือสี่เซสชัน ระยะฐานจะสั้นเกินไปสำหรับการวิเคราะห์ด้วยภาพที่เชื่อถือได้: เกณฑ์ควรกำหนดจำนวนการสังเกตขั้นต่ำ รวมถึงเกณฑ์ความเสถียร
- การผสมผสานกลไกการเปลี่ยนระยะแบบปรับได้กับการออกแบบแบบปรับได้ในการทดลองทางคลินิก — การออกแบบ AB แบบปรับได้ยืมคำว่า 'ปรับได้' ในบริบทของรายกรณี: ไม่เกี่ยวข้องกับฟังก์ชันการใช้จ่ายอัลฟาหรือการวิเคราะห์ระหว่างการทดลองทางคลินิกแบบปรับได้
คำถามที่พบบ่อย
อะไรทำให้การออกแบบนี้ 'ปรับได้' เมื่อเทียบกับการออกแบบ AB มาตรฐาน?
ในการออกแบบ AB มาตรฐาน จำนวนเซสชันพื้นฐานมักจะคงที่ก่อนเริ่มรวบรวมข้อมูล ในการออกแบบ AB แบบปรับได้ การเปลี่ยนระยะจะถูกควบคุมโดยเกณฑ์ที่กำหนดไว้ล่วงหน้าซึ่งขับเคลื่อนด้วยข้อมูล — เช่น เกณฑ์ความเสถียรหรือเกณฑ์แนวโน้ม ดังนั้นระยะฐานจะดำเนินต่อไปจนกว่าข้อมูลของผู้เข้าร่วมเองจะเป็นไปตามกฎ คำว่า 'ปรับได้' หมายถึงการตัดสินใจขอบเขตระยะที่ตอบสนองต่อข้อมูลนี้ ไม่ใช่การวิเคราะห์ระหว่างการทดลองทางคลินิก
ฉันจะระบุเกณฑ์การตัดสินใจได้อย่างไรโดยไม่ทำให้ผลลัพธ์เอนเอียง?
เกณฑ์ความเสถียรและจำนวนเซสชันขั้นต่ำใดๆ ต้องถูกเขียนลงในระเบียบการศึกษา ก่อนที่จะรวบรวมข้อมูลใดๆ และควรลงทะเบียนหรือบันทึกพร้อมประทับเวลา เกณฑ์ทั่วไป ได้แก่ ค่าสัมประสิทธิ์ความแปรปรวนสูงสุดที่ระบุในช่วง N จุดข้อมูลล่าสุด การไม่มีแนวโน้มแบบโมโนโทนที่มีความชันที่กำหนด หรือทั้งสองอย่างรวมกัน การปรับเกณฑ์หลังการวิเคราะห์ไม่เป็นที่ยอมรับ
กฎการเปลี่ยนระยะแบบปรับได้ช่วยแก้ปัญหาการอนุมานเชิงสาเหตุของการออกแบบ AB หรือไม่?
ไม่ กฎแบบปรับได้ช่วยเสริมการประมาณค่าก่อนการแทรกแซงโดยการรับประกันระยะฐานที่เสถียรอย่างแท้จริง แต่ไม่ได้เพิ่มองค์ประกอบการย้อนกลับหรือการจำลอง ประวัติศาสตร์และการเจริญเติบโตยังคงเป็นคำอธิบายทางเลือกสำหรับการเปลี่ยนแปลงใดๆ ที่สังเกตได้หลังจากการเปลี่ยนระยะ การอนุมานเชิงสาเหตุในการวิจัยแบบรายกรณีต้องอาศัยการย้อนกลับ (ABA, ABAB) หรือโครงสร้างการจำลองแบบหลายฐาน
ฉันสามารถใช้ Tau-U กับข้อมูล AB แบบปรับได้หรือไม่?
ใช่ Tau-U เหมาะสำหรับข้อมูลอนุกรมเวลาสั้นๆ จากการออกแบบแบบรายกรณี และคำนึงถึงแนวโน้มพื้นฐานเมื่อคำนวณขนาดผลกระทบ สามารถนำไปใช้กับข้อมูล AB แบบปรับได้เช่นเดียวกับข้อมูล AB มาตรฐาน โดยใช้จุดข้อมูลทั้งหมดจากแต่ละระยะ ตำแหน่งขอบเขตระยะ (ที่กำหนดแบบปรับได้) ควรรายงานอย่างโปร่งใสควบคู่ไปกับสถิติ Tau-U
เมื่อใดที่ฉันควรเปลี่ยนจากการออกแบบ AB แบบปรับได้เป็นการออกแบบ ABA หรือ ABAB?
อัปเกรดเมื่อคำถามการวิจัยต้องการหลักฐานเชิงสาเหตุมากกว่าเอกสารเบื้องต้น เมื่อพฤติกรรมเป้าหมายไม่คาดว่าจะไม่สามารถย้อนกลับได้ด้วยการเรียนรู้ และเมื่อการถอนการรักษาเป็นไปได้ทางจริยธรรม การออกแบบ AB แบบปรับได้เหมาะที่สุดสำหรับการตรวจสอบเบื้องต้น การบันทึกกรณีของผู้ปฏิบัติงาน หรือสถานการณ์ที่การย้อนกลับเป็นไปไม่ได้ทางจริยธรรมหรือในทางปฏิบัติ
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
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.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วKratochwill, T. R., & Levin, J. R. (Eds.). (2010). Single-Case Intervention Research: Methodological and Statistical Advances. American Psychological Association.
ISBN: 978-1433807428คัดลอกแล้ว