การออกแบบ ABA แบบปรับได้ — การออกแบบการทดลองเฉพาะรายบุคคลแบบ ABA แบบปรับได้
- ผู้เสนอ
- Baer, Wolf & Risley (ABA baseline); adaptive decision-rule extensions developed in single-case methodology literature (Kratochwill & Levin, 2010s)
- ปี
- 1968 (ABA foundation); adaptive extensions formalized ~2010–2020
- ประเภท
- Single-subject experimental design with adaptive phase rules
- กลุ่มวิธี
- Experimental design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การออกแบบ ABA แบบปรับได้ (Adaptive ABA Design) เป็นกรอบการทดลองเฉพาะรายบุคคลที่ใช้โครงสร้างการถอนการรักษาแบบ ABA แบบสามระยะคลาสสิก ได้แก่ ระยะพื้นฐาน (A1) ระยะการแทรกแซง (B) และระยะกลับสู่พื้นฐาน (A2) โดยมีการฝังกฎการตัดสินใจเชิงคาดการณ์ที่ช่วยให้นักวิจัยหรือแพทย์สามารถขยาย ลด หรือปรับเปลี่ยนแต่ละระยะเพื่อตอบสนองต่อรูปแบบข้อมูลที่สังเกตได้ แทนที่จะปฏิบัติตามตารางเวลาที่กำหนดไว้ล่วงหน้า ชั้นการปรับเปลี่ยนนี้ทำให้การออกแบบตอบสนองต่อวิถีของแต่ละบุคคลในขณะที่ยังคงรักษาการควบคุมการทดลองไว้ได้
แนวคิดเบื้องหลังวิธีการ
ในการออกแบบ ABA แบบมาตรฐาน คุณจะเก็บข้อมูลพื้นฐาน ใช้การแทรกแซง จากนั้นถอนการแทรกแซงออก และระยะต่างๆ จะถูกวางแผนไว้ล่วงหน้า เวอร์ชันที่ปรับได้จะเพิ่มคำถามถาวรหลังแต่ละเซสชันว่า 'ระยะนี้มีรูปแบบที่เสถียรและตีความได้หรือไม่' หากไม่เป็นเช่นนั้น ระยะนั้นจะดำเนินต่อไป หากเป็นเช่นนั้น นักวิจัยจะย้ายไปยังระยะถัดไป กฎการตัดสินใจที่ระบุไว้ล่วงหน้า เช่น ความยาวระยะขั้นต่ำ เกณฑ์ความเสถียร เกณฑ์แนวโน้ม จะควบคุมการเปลี่ยนผ่านเหล่านี้ ผลลัพธ์คือการออกแบบที่เคารพจังหวะธรรมชาติของการเปลี่ยนแปลงของแต่ละบุคคล แทนที่จะบังคับตารางเวลาที่ขับเคลื่อนด้วยปฏิทิน ซึ่งช่วยลดทั้งความสูญเปล่า (การสิ้นสุดระยะเร็วเกินไป) และอันตราย (การยืดเยื้อการแทรกแซงที่ไม่มีประสิทธิภาพ)
ประวัติศาสตร์
การออกแบบการถอนการรักษาแบบ ABA ได้รับการกำหนดให้เป็นระเบียบวิธีสำหรับการวิเคราะห์พฤติกรรมประยุกต์โดย Baer, Wolf, และ Risley ในบทความ Journal of Applied Behavior Analysis ปี 1968 ซึ่งเป็นบทความสำคัญที่กำหนดมิติทางวิทยาศาสตร์ ได้แก่ ความทั่วไป ความน่าเชื่อถือ ความสามารถในการประยุกต์ใช้ ที่การวิจัยกรณีเดียวควรเป็นไปตามนั้น แนวคิดของการฝังกฎการตัดสินใจเชิงคาดการณ์ในการออกแบบกรณีเดียวเติบโตมาจากการทำงานที่กว้างขึ้นในระเบียบวิธีทดลองแบบปรับได้ และจากความก้าวหน้าทางระเบียบวิธีในวรรณกรรมกรณีเดียวที่สังเคราะห์โดย Kratochwill และ Levin (2010) และมาตรฐานการออกแบบกรณีเดียวของ What Works Clearinghouse ที่เผยแพร่ตั้งแต่ปี 2010 เป็นต้นไป
ควรใช้เมื่อใด
ใช้การออกแบบ ABA แบบปรับได้เมื่อศึกษาพฤติกรรมเป้าหมายที่สามารถย้อนกลับได้ในผู้เข้าร่วมคนเดียวหรือผู้เข้าร่วมจำนวนน้อย คุณต้องการการควบคุมการทดลอง (การอนุมานเชิงสาเหตุ) และคุณต้องการหลีกเลี่ยงความยาวระยะที่ตายตัวซึ่งอาจไม่เหมาะสมกับอัตราการเปลี่ยนแปลงของผู้เข้าร่วม ซึ่งเป็นเรื่องปกติในการวิเคราะห์พฤติกรรมประยุกต์ การฟื้นฟู และจิตวิทยาคลินิก ชั้นการปรับเปลี่ยนมีคุณค่าอย่างยิ่งเมื่อผู้เข้าร่วมมีพื้นฐานที่หลากหลาย หรือเมื่อข้อจำกัดทางจริยธรรมกำหนดให้ต้องลดการสัมผัสกับสภาวะที่ไม่มีประสิทธิภาพ อย่าใช้การออกแบบนี้เมื่อพฤติกรรมเป้าหมายไม่สามารถย้อนกลับได้ (เช่น การได้มาซึ่งทักษะที่การเรียนรู้ถาวร) เมื่อผลกระทบต่อเนื่องหรือผลกระทบลำดับจะทำให้ระยะการถอนการรักษาเกิดความสับสน หรือเมื่อคำถามวิจัยต้องการการสรุปผลในระดับกลุ่ม ในกรณีเหล่านั้น ให้เลือกการออกแบบหลายพื้นฐานหรือ RCT แบบกลุ่มคู่ขนาน
ข้อจำกัดและข้อควรพิจารณา
- ใช้ได้เฉพาะกับพฤติกรรมที่สามารถย้อนกลับได้เท่านั้น การเรียนรู้ถาวรหรือการเปลี่ยนแปลงทางคลินิกที่ไม่สามารถย้อนกลับได้ไม่สามารถแสดงให้เห็นได้ผ่านการถอนการรักษา
- หลักฐานเชิงสาเหตุเป็นแบบภายในกรณี การสรุปผลข้ามบุคคลต้องอาศัยการทำซ้ำในผู้เข้าร่วมหรือสถานการณ์ที่หลากหลาย
- กฎการตัดสินใจเปลี่ยนระยะต้องระบุไว้ล่วงหน้า การเปลี่ยนแปลงกฎภายหลังจะบ่อนทำลายความถูกต้องภายใน
- การถอนการแทรกแซงที่มีประสิทธิภาพในระยะ A2 อาจก่อให้เกิดความกังวลทางจริยธรรมกับผู้เข้าร่วมหรือผู้ดูแล ซึ่งต้องได้รับความยินยอมอย่างรอบคอบ
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- รักษาการควบคุมการทดลองและการอนุมานเชิงสาเหตุของการออกแบบการถอนการรักษาแบบ ABA แบบคลาสสิก ในขณะที่รองรับความแปรปรวนของแต่ละบุคคลในอัตราการตอบสนอง
- กฎการตัดสินใจที่ระบุไว้ล่วงหน้าช่วยลดอคติของผู้ทดลองในการตัดสินใจเปลี่ยนระยะ ซึ่งช่วยปรับปรุงความสามารถในการทำซ้ำ
- ตอบสนองทางจริยธรรม: กฎการหยุดแบบปรับได้สามารถจำกัดการสัมผัสกับสภาวะที่ไม่มีประสิทธิภาพหรือเป็นอันตรายเป็นเวลานาน
- เหมาะสำหรับประชากรหายากหรือสภาวะที่การออกแบบกลุ่มไม่สามารถทำได้เนื่องจาก N น้อย
- สร้างข้อมูลระดับบุคคลที่สมบูรณ์ซึ่งเสริมผลการวิจัยค่าเฉลี่ยกลุ่มในการวิจัยเชิงแปล
การประยุกต์ใช้
- การประเมินการแทรกแซงพฤติกรรมสำหรับบุคคลที่มีความผิดปกติของสเปกตรัมออทิซึม โดยการกลับสู่พื้นฐานใน A2 ยืนยันบทบาทเชิงสาเหตุของการแทรกแซง
- การทดสอบโปรโตคอลการจัดการความเจ็บปวดในการแพทย์ฟื้นฟู ซึ่งการวัดซ้ำๆ ช่วยให้สามารถติดตามวิถีการฟื้นตัวของแต่ละบุคคลได้
- การประเมินการปรับขนาดยาทางเภสัชวิทยาหรือการบำบัดในจิตวิทยาคลินิกโดยการติดตามระดับอาการในระยะปรับเปลี่ยน
- การศึกษาการย้อนกลับของการได้มาซึ่งทักษะในการตั้งค่าการศึกษาเพื่อยืนยันว่าขั้นตอนการสอน ไม่ใช่การเจริญเติบโต เป็นตัวขับเคลื่อนการปรับปรุง
- การนำร่องการแทรกแซงพฤติกรรมใหม่ก่อนที่จะขยายไปสู่การทดลองแบบสุ่มกลุ่ม โดยใช้กฎการปรับเปลี่ยนเพื่อเพิ่มประสิทธิภาพความยาวระยะเพื่อประสิทธิภาพ
วิธีการทำงาน
วิธีการทำงาน
การศึกษาเริ่มต้นด้วยระยะพื้นฐานเริ่มต้น (A1) ซึ่งพฤติกรรมเป้าหมายจะถูกวัดซ้ำๆ ภายใต้สภาวะที่ไม่มีการรักษา การเก็บข้อมูลจะดำเนินต่อไปจนกว่าจะถึงเกณฑ์ความเสถียรที่ระบุไว้ล่วงหน้า ซึ่งโดยทั่วไปคือข้อมูลอย่างน้อยสามถึงห้าจุดที่แสดงแนวโน้มที่ไม่เป็นระบบและความแปรปรวนที่ยอมรับได้ เกณฑ์ความเสถียรจะถูกกำหนดก่อนเริ่มการเก็บข้อมูลเพื่อป้องกันการตัดสินใจเปลี่ยนระยะที่เป็นอัตวิสัย
ก่อนเริ่มการศึกษา นักวิจัยจะระบุกฎเกณฑ์ที่ชัดเจนซึ่งจะควบคุมการเปลี่ยนผ่านแต่ละระยะ: จำนวนเซสชันขั้นต่ำต่อระยะ เกณฑ์ความแปรปรวนที่ยอมรับได้ ข้อกำหนดทิศทางแนวโน้ม และกฎการหยุดเพื่อความปลอดภัยใดๆ กฎการตัดสินใจเชิงคาดการณ์เหล่านี้ทำให้องค์ประกอบการปรับเปลี่ยนมีความโปร่งใส ทำซ้ำได้ และทนทานต่ออคติ พวกมันทำหน้าที่เหมือนการแก้ไขระเบียบปฏิบัติภายในที่ลงทะเบียนไว้ล่วงหน้าแทนที่จะเป็นการด้นสด
ระยะการแทรกแซง (B) จะถูกนำมาใช้เมื่อเกณฑ์ความเสถียรของ A1 เป็นที่พอใจ การแทรกแซงจะถูกส่งมอบอย่างสม่ำเสมอในแต่ละเซสชันในขณะที่พฤติกรรมเป้าหมายยังคงถูกวัดด้วยความถี่เดียวกัน ระยะจะดำเนินต่อไปจนกว่าจะถึงเกณฑ์การเปลี่ยนระยะที่สอดคล้องกัน ซึ่งโดยปกติคือหลักฐานของระดับที่เสถียรหรือการเปลี่ยนแปลงแนวโน้ม หรือจนกว่าจะถึงขีดจำกัดเซสชันสูงสุด
การแทรกแซงจะถูกถอนออกและสภาวะพื้นฐานจะถูกนำกลับมาใช้ใหม่สำหรับระยะ A2 พฤติกรรมของผู้เข้าร่วมจะถูกตรวจสอบภายใต้กฎการปรับเปลี่ยนเดียวกัน: ระยะจะดำเนินต่อไปจนกว่าความเสถียรจะถูกสร้างขึ้นใหม่หรือกฎการหยุดทำงาน การกลับมาของพฤติกรรมสู่ระดับพื้นฐานใน A2 ให้การทำซ้ำภายในกรณีของผลกระทบเชิงสาเหตุของการแทรกแซง
หลังแต่ละระยะ กฎการตัดสินใจจะถูกนำมาใช้อย่างเป็นทางการ ซึ่งมักจะใช้การวิเคราะห์ด้วยสายตาของข้อมูลที่แสดงในกราฟ และอาจใช้ดัชนีขนาดผลทางสถิติ (เช่น Tau-U, non-overlap of all pairs) หากเกณฑ์ยังไม่เป็นที่พอใจ ระยะจะดำเนินต่อไป หากเป็นที่พอใจ การเปลี่ยนผ่านจะถูกบันทึกพร้อมกับเหตุผล ขั้นตอนการประเมินนี้จะถูกบันทึกเพื่อสร้างบันทึกการทดลองที่ตรวจสอบได้
การอนุมานเชิงสาเหตุขึ้นอยู่กับความสัมพันธ์เชิงหน้าที่ระหว่างการเปลี่ยนผ่านระยะและการเปลี่ยนแปลงพฤติกรรมที่สังเกตได้: การเปลี่ยนแปลงระดับหรือแนวโน้มที่ชัดเจนเมื่อมีการนำ B มาใช้ ตามด้วยการกลับสู่พื้นฐานเมื่อ B ถูกถอนออก ถือเป็นหลักฐานภายในกรณีของผลกระทบ ขนาดผลมักจะถูกวัดด้วยสถิติการไม่ทับซ้อนกันหรือความแตกต่างของค่าเฉลี่ยมาตรฐานที่ปรับให้เข้ากับข้อมูลกรณีเดียว และผลการวิจัยจะถูกรายงานในระดับบุคคลก่อนการรวมกลุ่มข้ามผู้เข้าร่วมใดๆ
ข้อผิดพลาดที่พบบ่อย
- การเปลี่ยนเกณฑ์การเปลี่ยนระยะกลางการศึกษาตามข้อมูลที่สังเกตได้ สิ่งนี้จะเปลี่ยนกฎการตัดสินใจแบบปรับได้เป็นการให้เหตุผลภายหลังและทำให้การอ้างสิทธิ์เชิงสาเหตุไม่ถูกต้อง
- การละเว้นเกณฑ์ความเสถียรสำหรับ A1 การเข้าสู่ระยะการแทรกแซงก่อนที่พื้นฐานจะเสถียรทำให้ไม่สามารถตรวจจับการเปลี่ยนแปลงพฤติกรรมที่ชัดเจนซึ่งเกิดจากการรักษาได้
- การปฏิบัติต่อการออกแบบว่าสามารถสรุปผลในระดับกลุ่มได้ การรายงานผลของผู้เข้าร่วมคนเดียวเป็นหลักฐานระดับประชากรเป็นการกล่าวอ้างเกินจริง การทำซ้ำในผู้เข้าร่วมหลายคนเป็นสิ่งจำเป็น
- การสับสนระหว่างการปรับตัวกับความยืดหยุ่น องค์ประกอบ 'การปรับตัว' หมายถึงการตัดสินใจระยะที่ระบุไว้ล่วงหน้าและควบคุมด้วยกฎ ไม่ใช่เสรีภาพในการปรับเปลี่ยนเนื้อหาการแทรกแซงหรือเพิ่มระยะใหม่ตามอำเภอใจ
- การละเลยผลกระทบต่อเนื่องในระยะการถอนการรักษา หากพฤติกรรมไม่กลับสู่พื้นฐานใน A2 สิ่งนี้อาจสะท้อนถึงการเปลี่ยนแปลงที่ไม่สามารถย้อนกลับได้มากกว่าการถอนการรักษาที่ล้มเหลว นักวิจัยต้องวางแผนสำหรับการตีความนี้ก่อนการเก็บข้อมูล
คำถามที่พบบ่อย
การออกแบบ ABA แบบปรับได้แตกต่างจากการออกแบบ ABA แบบมาตรฐานอย่างไร
การออกแบบ ABA แบบมาตรฐานจะระบุความยาวระยะล่วงหน้า (เช่น 10 เซสชันต่อระยะ) การออกแบบ ABA แบบปรับได้จะแทนที่ความยาวระยะที่ตายตัวด้วยกฎการตัดสินใจที่ระบุไว้ล่วงหน้า เช่น เกณฑ์ความเสถียรและจำนวนเซสชันขั้นต่ำ ซึ่งกำหนดเวลาที่จะเปลี่ยนผ่านระหว่างระยะตามรูปแบบข้อมูลจริง โครงสร้างสามระยะหลัก (A1-B-A2) และตรรกะของการอนุมานเชิงสาเหตุผ่านการถอนการรักษาเหมือนกัน มีเพียงกลไกการกำหนดเวลาของระยะเท่านั้นที่แตกต่างกัน
อะไรถือเป็นเกณฑ์ความเสถียรที่ถูกต้องสำหรับพื้นฐาน A1
เกณฑ์ทั่วไปได้แก่: ข้อมูลอย่างน้อยสามถึงห้าจุดติดต่อกันที่ไม่มีแนวโน้มที่เป็นระบบ (ความชันใกล้ศูนย์) ความแปรปรวนภายในช่วงที่กำหนด (เช่น ภายใน 20% ของค่าเฉลี่ย) และไม่มีค่าผิดปกติที่จะทำให้ระยะนั้นตีความไม่ได้ เกณฑ์ต้องถูกกำหนดก่อนเริ่มการเก็บข้อมูล นักวิจัยบางคนยังกำหนดจำนวนเซสชันขั้นต่ำสัมบูรณ์โดยไม่คำนึงถึงความเสถียรเพื่อป้องกันการเปลี่ยนผ่านก่อนกำหนด
การถอนการแทรกแซงที่มีประสิทธิภาพในระยะ A2 เป็นเรื่องที่ถูกต้องตามหลักจริยธรรมหรือไม่
นี่เป็นข้อกังวลที่แท้จริงและควรได้รับการแก้ไขในระเบียบวิธีวิจัยและกระบวนการขอความยินยอม มาตรการป้องกันทางจริยธรรมทั่วไปได้แก่: การจำกัด A2 ให้เหลือจำนวนเซสชันขั้นต่ำที่จำเป็นในการแสดงการย้อนกลับ การนำการแทรกแซงกลับมาใช้อย่างรวดเร็วหลังจาก A2 ยืนยันผลกระทบจากการถอนการรักษา การเลือกมาตรการผลลัพธ์ที่มีความสำคัญเชิงหน้าที่แต่ไม่เป็นอันตรายอย่างร้ายแรง และการได้รับความยินยอมอย่างชัดเจนจากผู้เข้าร่วมหรือผู้ปกครองสำหรับขั้นตอนการถอนการรักษา
ฉันสามารถเพิ่มระยะการแทรกแซงที่สอง (ABAB) ภายในกรอบการปรับเปลี่ยนได้หรือไม่
ได้ การออกแบบ ABAB แบบปรับได้ขยายตรรกะโดยการใช้กฎการตัดสินใจเดียวกันกับแต่ละสี่ระยะ ซึ่งให้การทำซ้ำภายในกรณีที่สองและหลักฐานเชิงสาเหตุที่แข็งแกร่งขึ้น การออกแบบ ABAB แบบปรับได้เป็นรูปแบบที่ได้รับการยอมรับในวรรณกรรมกรณีเดียว อย่างไรก็ตาม ระยะที่เพิ่มขึ้นยังเพิ่มภาระให้กับผู้เข้าร่วมและกำหนดให้พฤติกรรมยังคงสามารถย้อนกลับได้ตลอดการเปลี่ยนผ่านทุกระยะ
ฉันจะรายงานขนาดผลสำหรับการออกแบบ ABA แบบปรับได้อย่างไร
สถิติการไม่ทับซ้อนกันที่แนะนำสำหรับข้อมูลกรณีเดียวได้แก่ Tau-U (ซึ่งปรับสำหรับแนวโน้มพื้นฐาน) และ Non-Overlap of All Pairs (NAP) ความแตกต่างของค่าเฉลี่ยมาตรฐานที่ปรับให้เข้ากับข้อมูลกรณีเดียว (d_SMD) ก็ถูกนำมาใช้เช่นกัน การวิเคราะห์ด้วยสายตาของข้อมูลที่แสดงในกราฟยังคงเป็นองค์ประกอบที่จำเป็นในการรายงานแม้ว่าจะมีการคำนวณขนาดผลทางสถิติก็ตาม ตามมาตรฐานของ What Works Clearinghouse
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: 978-1433807039คัดลอกแล้ว