Skip to content
返回搜索结果

多基线设计——单被试实验设计

提出者
Donald M. Baer, Montrose M. Wolf, Todd R. Risley
年份
1968
类型
Single-subject experimental design
类别
Experimental design

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

多基线设计是一种单被试实验设计,它通过在两个或多个基线(通常是不同行为、个体或情境)之间以交错的时间点引入干预措施来证明功能控制。由于不需要撤除治疗,因此当目标行为不可逆或撤除有效干预措施不道德时,该设计尤其适用。

方法背后的直觉

想象一下教三个学生阅读视觉词汇。不是同时开始对所有三名学生进行干预,而是等待并收集所有三名学生的基线数据,然后首先对学生1进行干预,然后——仅在学生1显示出进步后——对学生2进行干预,最后对学生3进行干预。如果进步与干预的每次引入相匹配,而不是在所有学生中自发发生,那么您可以得出结论是干预导致了变化,而不是某个外部事件。交错的开始是该设计的逻辑引擎:巧合可以解释某一时刻的一个进步,但不能解释三个不同、刻意选择的时刻的三个进步。

历史学

多基线设计由Baer、Wolf和Risley在1968年发表的应用行为分析杂志的奠基性论文中正式描述,该论文确立了应用行为分析的核心方法标准。该设计解决了反转设计的一个关键局限性:在已学行为无法或不应被撤除时无法证明控制。在20世纪70年代和80年代,特殊教育和临床心理学的研究人员采用了并改进了该设计,规范了视觉分析惯例并扩大了应用范围。如今,它仍然是行为分析和教育干预研究中最常用的单被试实验设计之一。

何时使用

当目标行为一旦学会就被预期为不可逆时(例如,阅读技能、社交技能习得),使得撤除设计不道德或不切实际,则使用多基线设计。当您可以识别出至少两个或三个概念上相似、功能上独立的层级(行为、参与者或情境)并共享相同的干预逻辑时,该设计非常适用。最低要求:至少两个层级,每个层级有三个到五个稳定数据点。如果层级不独立,则不要使用此设计——在任何单一基线阶段,所有层级同时发生的进步都会削弱交错演示的逻辑。此外,当出于道德或实际原因无法将干预措施从某些层级中撤除一段时间时,也应避免使用此设计。

局限与注意事项

  • 需要至少两个(最好是三个或更多)功能上独立的层级;只有两个层级的设计提供的实验控制较弱。
  • 必须从一开始就跨所有层级同时进行连续数据收集,这需要大量资源。
  • 单被试研究固有的样本量小且通常非随机,限制了研究结果在参与者或情境之间的泛化。
  • 如果层级并非真正独立,行为可能会在未经处理的层级中发生变化(多基线协变),从而威胁内部效度。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 在不需要返回基线阶段的情况下证明了实验控制,使其在技能习得不可逆时具有道德性。
  • 每个层级都作为独立的重复,加强了功能关系的论证。
  • 适用于各种情境:不同的参与者、行为或情境都可以作为层级。
  • 在应用行为分析、特殊教育和临床心理学文献中被广泛接受。
  • 产生丰富、连续的行为数据,揭示干预效果的轨迹和即时性。

应用

  • 评估发育障碍学生在技能习得干预措施(例如,阅读、沟通、日常生活技能)中的效果。
  • 在应用行为分析和特殊教育研究中,跨多个参与者测试行为干预措施。
  • 评估治疗技术在不同情境(诊所、家庭、学校)之间的泛化情况。
  • 考察工作场所培训方案在不同部门或职位之间的顺序引入情况。
  • 在小型n健康科学研究中验证新的临床程序,因为小组设计不切实际。
  • 在循证实践研究中证明治疗保真度和重复性。

使用方式

使用方式

1

在所有层级(无论是同一被试的多种行为、不同被试的相同行为,还是不同情境的相同行为)中,同时收集连续的基线数据。在向任何层级引入干预措施之前,所有层级都必须显示稳定、可预测的基线表现。

2

干预措施被引入第一个层级,而其余层级继续处于基线状态。每个基线的长度故意交错,以便每个层级的基线都比前一个层级长,通常至少相差三到五个数据点。

3

一旦第一个层级在干预后显示出清晰、稳定的行为变化,干预措施就被引入第二个层级,而后续层级继续处于基线状态。标准相同:在对下一层级进行处理之前,应显示稳定、可重复的变化。

4

干预措施按顺序引入每个剩余层级,遵循相同的逻辑。每个新层级都提供了干预效果的独立重复。理想情况下,仍处于基线状态的层级中的行为应保持不变,而每个接受治疗的层级都应有所改善。

5

当行为在引入每个连续层级后才可预测地发生变化时,就建立了自变量(干预)和因变量(目标行为)之间的功能关系。图表数据的视觉分析——检查水平、趋势、变异性、效果的即时性以及阶段之间的重叠——是主要的分析方法。

常见陷阱

  • 基线数据点太少——每个层级至少需要三个到五个稳定数据点;在没有稳定基线的情况下急于进行干预,将无法检测到真实效果。
  • 层级依赖——如果不同情境下的相同行为无论干预时机如何都会一起进步(例如,儿童自动泛化技能),则交错逻辑会失效;开始前请验证层级独立性。
  • 过快处理层级——在前一个层级显示出清晰、稳定的变化之前就进入下一层级,会混淆效果并削弱重复逻辑。
  • 忽略基线趋势——持续改善的基线趋势意味着行为可能已经在变化;在已经改善的基线中引入干预会使效果难以解释。
  • 仅依赖统计检验——视觉分析是该领域的标准主要方法;补充性统计方法(例如,Tau-U等效应量度量)应作为补充,而不是取代仔细的视觉检查。

常见问题

我需要多少个层级?

最少需要两个层级,但强烈建议使用三个或更多层级。只有两个层级的设计提供了一次独立重复,这对于证明实验控制来说相对较弱。大多数方法学家和期刊审稿人认为,三个层级是可信的功能关系主张的实际最低要求。

什么算作“层级”——我可以混合行为、参与者和情境吗?

为了概念上的清晰性,每项研究都使用一种类型的层级。跨行为的多基线设计使用同一被试在同一情境下,但针对不同的行为。跨参与者的多基线设计使用相同的行为和情境,但不同的个体。跨情境的多基线设计使用同一被试和行为在不同的情境下。在一项研究中混合层级类型是不标准的,并且会使解释复杂化。

我如何知道何时进入下一层级?

标准标准是,当前接受干预的层级相对于其基线显示出清晰、稳定的水平和/或趋势变化——并且这种变化似乎不太可能逆转。常见的惯例包括干预阶段连续三到五个数据点,显示出预期的变化方向且变异性较低。没有单一的普遍规则;标准应预先规定并报告。

多基线设计是否适用于小组数据?

不。多基线设计是一种单被试(单案例)设计。每个层级单独分析,重复的逻辑基于随时间推移的被试内比较,而不是组间比较。如果您拥有足够大的样本来进行组别推断,那么随机对照试验或准实验设计更为合适。

我可以使用统计分析代替视觉分析吗?

视觉分析是单被试研究中常规且主要的方法。效应量指标,如Tau-U、所有配对不重叠(NAP)或不重叠数据百分比(PND),被广泛用作补充和元分析目的,但它们不能取代对图表数据进行仔细的视觉检查以进行阶段水平解释。

相关方法

参考文献

  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.

    打开 DOI 文献
    已复制。
  2. Cooper, J. O., Heron, T. E., & Heward, W. L. (2020). Applied Behavior Analysis (3rd ed.). Pearson.

    ISBN:978-0134752556
    已复制。