観察法とコンピュータツールを用いた3~6歳児の機能能力の測定

要約

計算ツールを使って、3~6歳の子供の機能能力を記録・解析するプロトコルを紹介します。プロトコルは、開発を通じてこれらの能力の比較を容易にし、発達上の困難を評価するために使用することができます。

要約

幼児期の機能能力とその発達(0-6歳)の分析は、各ユーザー(学生または患者)のニーズに合わせたプログラムによる介入を通じて、予防を促進することができる特定のタイプの発達困難を有する幼児の基本的な側面である。しかし、初期評価の結果を記録および解釈するための自動化ツールの使用を分析した調査は、これまでほとんど行っていません。ここでは、知的障害を持つ3〜6歳の幼児期の幼児期の機能能力を調べるプロトコルが提示されるが、このプロトコルは0〜6歳の年齢でも使用することができる。このプロトコルは、早期介入で訓練を受けた専門家によって自然環境で記録される体系的な観察の結果の解釈を容易にするコンピュータアプリケーションeEarlyCareを利用しています。このソフトウェアは、11の機能領域(食品自主性、パーソナルケアと衛生、ドレッシングと脱衣独立、括約筋制御、機能的モビリティ、コミュニケーションと言語、日常生活ルーチン、適応行動および注意)と合計114の異なる行動を分析するために使用することができます。その使用は観察された能力の分析を促進し、非常に早期介入を助ける。他の観察方法と比較して、それは個人的および物質的な資源のより効率的な使用を可能にする。コンピュータアプリケーションの使用は、観察結果の記録を容易にし、観察の組織と反射に役立ちます。ソフトウェアは、通常の発達パラメータと比較して、画面上の観測結果を表示します。この情報は、各ユーザー(学生または患者)に最も適した介入プログラムに関する意思決定のために参照することができる。同様に、クラスタリング技術は、ソフトウェアで識別される知的障害の種類と機能開発との関係を分析するために適用され、早期ケアの専門家の介入のためのガイドとして機能することを意図した関係である。

概要

早期観察:何を観察するか、どのように観察するか

通常の家庭の文脈や学校での幼児期の評価は、観察法を用いて行われる。したがって、評価者は正確な観察プロセス、正確な診断の鍵、したがって、成功したトレーニング¹に従わなければなりません。評価のガイドラインを提供する多くの開発インベントリがあります: ポーテージガイド², ブルネットレジネスケール³, バッテル開発インベントリ^4,とりわけ。これらのツールは、人類の進化の分野で科学界によって設定された国際的に合意された基準に基づいています。これらのツールは発達領域(精神運動、認知、コミュニケーションと言語、自律性と社会化)を分析しますが、最近の研究⁵はこれらの領域を分析できる新しいツールを提案しています。これらの研究は、出生からの観察方法は、早期介入と病理の早期発見のための巨大な有用性のポインタを提供することを指摘しています。しかし、これらの年齢の観測プロセスは、自然の文脈で記録された行動観察に依存するため、複雑であり、必ずしも容易ではありません。

この枠組みの中で、幼い頃の機能能力の獲得の評価は、親、教育者、セラピストにとって大きな関心事です。このような評価は、診断された小児または何らかの障害を発症する危険性がある小児に対する関連性である。早期診断と介入には、発達障害の早期発見が不可欠である。生まれた観察研究は、この早期発見と介入の指標を提供^{します 5}.現在、その年代の開発を測定するための様々なツール(開発在庫、スケール、テストなど)があります。現在適用できる機器は開発インベントリで、その一部は標準化されています。しかし、これらの機器の一部は、心理測定技術の知識を必要とし、結果は自動的に画面に表示されません。このため、使いやすく解釈しやすい他のツールを開発することが重要です。

   

初期の文脈観察プロセスからのデータを記録し、解釈するためのソフトウェアの作成

したがって、ソフトウェア開発は関連性が考慮され、オブザーバー(セラピスト、教育者など)が観察結果を記録し、解釈するのを助けるものでした。このプロトコルとソフトウェアeEarlyCareは、障害を持つ子供たちと協力する教育センターと、このグループを対象とした治療介入センターの両方で使用できます。このため、今後は「ユーザー」という用語が使用され、介入が行われる場所に応じて学生と患者の両方が含まれます。特に、0~6歳までの子供の機能能力の観察から自然な文脈で収集されたデータの記録および解釈を容易にすることができるソフトウェア。このソフトウェアは、eEarlyCareは、機能能力スケール6[0〜6歳の間の子供の機能能力の測定のためのスケール](SFA)に基づいています。⁶このスケールには、開発の11の領域(食品の自律性、パーソナルケアと衛生、独立して、服と服を脱いで、括約筋制御、機能移動性、コミュニケーションと言語、インタラクティブシンボリックプレイ、日常生活のルーチン、適応行動)の測定が含まれます。また、ポーテージガイド^2、障害インベントリ(PEDI)7、ブロンソン⁸の作品、0-6歳の⁷ホワイトブレッドとバシリオ4、0-6歳の子供のための発達インベントリ^43、0-67の子供のための発達インベントリ、および社会的スキルに対する前駆体⁹の評価に触発されました。このツールは、縦方向のフォローアップ(四半期、月、年次など)で各ユーザー評価の結果を登録するために使用されるコンピュータアプリケーションです。これは、介入に関してセラピストのための参照面であり、機能不全の疑いを持つ幼児期に子供たちと一緒に働く他の専門家のための参照面です。また、ソフトウェア¹⁰は、異なるユーザの機能能力の発達との比較を、同一の介入センターにいるかどうかに関わらず自動的に生成することができ、協調作業のための共通の側面の定義を容易にする。

特に、このソフトウェアは主流の技術(例えば、Windowsプレゼンテーション財団開発-WPF-^11)、正確なグラフィック結果¹²を生成するために高度なグラフィックスを統合する技術革新、および肯定的なコンピュータユーザーエクスペリエンスに基づいています。グラフの品質により、ビジュアライゼーションと、スプレッドシートなどの他のツールとの対話性が向上します。アプリケーションは、リレーショナルデータベースにデータをローカルに保存し、情報をクラウドにアップロードして共有できます。また、従来のクライアント/サーバー アーキテクチャもサポートされています。これらの機能により、観測から収集されたデータを記録し、結果を視覚化用に処理することが容易になります。また、登録すると、データをエクスポートするのは非常に簡単です。これにより、データを強力な統計パッケージで使用して、教師付き (分類や回帰) や教師なし (グループ化) 機械学習などのデータ マイニング手法を適用できます。

この研究では、分類技術は、パーソナライズされた学習¹³のための特定の有用性である。アーキテクチャは図 1と図2に示します。図 1では、クラウド ストレージの機能は、データ セキュリティの問題や、アプリケーション間でのデータ交換時のデータの損失や破損の可能性がある場合に、保護手段として使用されます。さらに、このソフトウェアは、データベースを使用した従来のネットワーク ベースのクライアント サーバー アーキテクチャ (図 2)で動作し、クライアント間ですべてのデータ交換が行われます (これらはコンピュータ サイエンスの分野で使用される概念です)。これらのプラットフォームは、完全に開発されたアプリケーションとの対話を促進しながら、プライバシーとデータ保護を確保する認証メカニズムと制限されたアクセスを提供します。最終的な結果は、早期治療の専門家のために¹⁴を設計されたアプリケーションインターフェイスであり、彼らは簡単な方法でラーニング分析技術を使用してそれらを参照できるように、スケール¹⁵の各評価領域で各学生の開発の程度をフォローアップするために。

また、アプリケーションは、各機能領域およびサブエリアにおける各ユーザの一般的なプロファイルを提供しています (表 1)。また、1 つのセンターのすべてのユーザー間の比較も生成されます。簡単に言うと、異なるユーザーの介入ニーズのパーソナライズされた分析が生成されます。さらに、ユーザーが同様の発達パターンを示す可能性のある領域にフラグを立てることができるため、早期ケアの専門家の介入プログラムを支援します。これらの結果はすべて、個別に設計する必要があるプログラムではなく、一緒に使用できる介入プログラムのタイプを導きます。このインターフェイスにリンクされているデータは、1 から 5 までの Likert スケールで測定されるユーザーの SFA スコアです。これらのスコアは、各SFA次元にリンクされた最大発達年齢スコアと比較することができる。ソフトウェアはまた、各ユーザーの年代を各SFA次元の発達年齢にリンクすることができます。治療分野を優先する介入領域の検出に関連する側面。

機能領域	機能サブエリア
1. 食品の自律性	1. 食べ物の質感
	2. 調理器具の使用
2. パーソナルケアと衛生	3. 歯科衛生学
	4. 髪型
	5. 鼻のケア
	6. 手洗い
	7. 顔とボディウォッシュ
3. 独立してドレスと脱着	8.ドレッシングと脱衣(腰を上向きに)
	ドレッシングと脱衣(腰下向き)
4. 括約筋制御	9. 括約筋制御
5. 機能モビリティ	10. 上肢
	11. WC での転送
	12. 椅子の上での転送
	13. モビリティとベッドの移動
	14. 浴槽内の移動
	15. 屋内での移動
	16. オブジェクトの輸送
	17. アウトドアモビリティ
6. コミュニケーションと言語	18. 単語の理解
	19. フレーズの理解
	20. 通信の機能的利用
7. 社会的文脈におけるタスクの解決	21. 問題解決
	22. ご自身に関する情報
8. インタラクティブでシンボリックなプレイ	23. インタラクティブプレイ
	24. ピアグループとの対話
	25. オブジェクトを再生する
9. 日常生活のルーチン	26. 時間のガイダンス
	27. 宿題
10. 適応動作	28. 自傷行為
	29. ヘテロ回帰性(他人に危害を加える)
	30. オブジェクトの破壊
	31. 破壊的な行動(泣く、叫ぶ、理由もなく笑う)
	32. ステレオタイプ
11. 注意	33. 注意

表1: 機能領域とサブエリアのリスト

図1:クラウドストレージのスケール機能の修正の自動化提案のアーキテクチャこの図の大きなバージョンを表示するには、ここをクリックしてください。

図2:Scale機能の古典的なネットワークの修正の自動化の提案のアーキテクチャ。この図の大きなバージョンを表示するには、ここをクリックしてください。

セラピストと介入の専門家は、この評価プロトコルとソフトウェア実装を使用して、0年から6年の発達の間の幼児期における機能能力とその発達の評価を行うことができます。このソフトウェアは、その年齢範囲内の子供と一緒に使用することができますが、機能的能力の発達障害の疑いがある子供には特に有用です。特別教育センターでも同様に便利です。研究の問題は、子供の機能能力を観察したコンピュータツールの使用が、セラピストの結果の記録と解釈を容易にするかどうかである。

Access restricted. Please log in or start a trial to view this content.

プロトコル

このプロトコルは、ブルゴス大学(スペイン)の生物倫理委員会の手続き規則に従って実行されました。彼らの参加前に、学生とその両親と場合によっては法的な家庭教師の両方がインフォームド・コンセントを提供し、研究の目的を十分に認識していました。彼らの参加に対する金銭的な補償は提供されなかった。

1. 参加者募集

1. 運動発達、認知、個人の自律性、社会化、中等度から重度の知的障害の分野における変化に関連する特別な教育ニーズの歴史を持つ0〜6歳の子供を募集する。本研究では、合計11名の参加者(7人の男の子と4人の女の子)が募集されました。
2. 精神障害の診断と統計マニュアルに従って知的障害(中等度または重度)と診断された子供を含み、彼らの学校教育のための特別教育センター¹⁶に通う(表2)。
   注:(問題の検出と介入が行われる場所に応じて)それぞれの場合において、診断はDSM-5に従って、病院の小児神経科医または学際的なチーム内の心理学者によって確認されるべきである。理想的には、観察結果の挿入は面倒であるため、15人以上の参加者がいるはずです。

セックス	N	M年齢	SD年齢	ランク年齢 (月)	障害•		教育
					度
					A	B	C	D
男の子	7	95.2	11.77	86-114	4	3	2	5
女の子	4	83.5	23.56	45-112	1	3	2	2
注:*障害の程度:=中程度の知的障害。b = 重度の知的障害;スクーリングの種類: c = 結合スクーリング;d = 特定の特別教育センターでのスクーリングM = 月平均年齢;SD = 標準偏差。*子供たちはDSM516の基準を使用して診断されました

表2:サンプルの特性

3. 機能領域(運動、認知、個人の自律性と社会化の発達)で正常な発達を持つ子供と知的機能制限を持つ子供を除外します。

2. データ収集

1. 異なる機能領域(食品の自律性、パーソナルケアと衛生、ドレッシングと脱衣独立、括約筋制御、機能的モビリティ、コミュニケーションと言語、日常生活ルーチン、適応行動と注意)の子供たちの発達に関するデータを収集します。
2. 0~6歳児の機能能力測定(SFA)5(SFA)(SFA)(材料表)を用いてスケールを用いて観察を行い、自然な文脈(学校の設定など)で観察を行う。⁵
3. センターの学生の日常生活を反映した異なる自然環境(例えば、演奏中など)で、週を通して観測を記録します。
   1. 教師やセラピストが直接教育機関の子供たちに出席して観察を記録してみましょう。各機能領域の観測値を収集します。
      注:データを観察する前に、教師またはセラピストのために3つのトレーニングセッションを実施する必要があります。これらのセッションは、心理学者または幼児期の評価の経験を持つ専門家によって行われなければなりません。
4. 0〜6歳の幼児期の機能能力の評価のためのソフトウェアに結果を入力します。ソフトウェアの使用方法の詳細は、手順 3 で提供されます。

3. 実験手順

1. ソフトウェアの教師への生徒の割り当て
   注: このステップは、介入が行われるセンターのディレクターまたはコーディネーターによって実行される必要があります。
   1. ユーザー名(プロフェッショナル)とパスワードでソフトウェアパッケージにログインし、英語またはスペイン語の言語を選択します。
   2. センター長が保有する記録から学生データ情報を入力します。
   3. 各学生のフィールドに記入してください:名前、姓、コード、性別、生年月日、発達年齢、一次診断、二次診断、適切な場合、および投薬データ、アレルギー、およびセンターの管理に関心のあるその他の情報に関連する観察。
   4. センターで記録された教師またはセラピストの情報を入力します。
   5. [教室] をクリックして、教師 (またはセラピスト) を持つグループに生徒を割り当てます。[生徒] 列に移動し、教室に割り当てる生徒を選択し、[教師] をクリックして選択します。
   6. 教師、入力日付、名前、姓、識別コード、メール、パスワード、観察をクリックして、生徒とその教師(またはセラピスト)の各グループを教室に割り当てます。[受け入れる]をクリックします。
      注:センターのディレクターまたはコーディネーターは、各教師またはセラピストに役割を割り当てて、各生徒または患者の評価を行います(上記の説明に従って、センターの種類によって異なります)。センターの所長またはコーディネーターは、教師やセラピストが行った評価を相談することもできます。
2. 教師によるソフトウェアの使用
   注:評価を行う教師またはセラピストは、学年および/または学期を選択することができます。スケールは、各項に対して異なる機能領域を選択する可能性を提供します (材料表)。
   1. センターのディレクターによって以前に割り当てられたユーザー名(プロフェッショナル)とパスワードでソフトウェアにログインします。
   2. 教室に割り当てられた各参加者の自然環境で完了した評価の結果を入力します。
   3. ソフトウェアの生徒を選択するには、自分の名前をクリックし、さまざまな機能領域の評価を開始します(ステップ2.3.1で詳述)。
      注:教師やセラピストは、登録したデータを保存して、いつでも各生徒の評価を停止し、別の時点で継続することができます。
   4. 各ユーザーの開発と、その年代の予想開発との比較分析を行う。
      1. データが登録されたら、右クリックして列の評価を選択します。その後、年と三半期を選択します。
      2. [学生]列を選択し、評価を行うクラスの学生を選択します。評価する必要がある領域またはサブエリアをクリックする領域を選択します。
      3. [最大] タブをクリックします。学生に関する情報と、年齢に期待される開発との比較を取得します。
         注:これは、ユーザー(学生または患者)の時系列の年齢の最高期待スコアへの比較リンクを持つ特定の機能領域のユーザー(学生または患者)または開発プロファイルを提供します。
   5. 教室の各ユーザーの機能領域を比較します。各ユーザーの機能領域の分析は、ソフトウェアで行うことができます。次の手順: データが登録されたら、右クリックして列の評価を選択します。その後、年と三半期を選択します。「学生」という列を選択し、すべてのクラスの生徒を選択します。列の[区分]を選択し、評価する領域またはサブエリアをクリックします。
      1. [最大] タブをクリックします。それは学生の開発と彼らの年齢に期待される開発との比較を取得します。
3. ソフトウェアからのデータのエクスポート
   1. ユーザー データと機能領域を選択し、データベースをエクスポートします。列Excelを選択してデータベースを取得します。選択した統計プログラムまたはライブラリでデータベースをエクスポートします。
   2. SPSS、Weka、Pythonのscikit-learnなどの統計パッケージやライブラリにデータをインポートし、クラスタリング分析を実行します。ここでは、SPSSによる分析は以下の通り詳述する。
      注: クラスタリングまたはクラスター分析は「教師なし」の機械学習手法であり、k-means 内では、n個の観測値のセットをkグループに分割することを目的としたグループ化手法であり、各観測値は最も近い平均値を持つグループに属します。この実験では、k-meansクラスタリングを使用して、SFAで測定された子どものクラスターとその機能発達をチェックした。
      1. オプション分析と分類に続いて、統計パッケージ内のオプションk-means クラスターを選択します。
      2. [記述統計]で [クロス集計] を選択し、'グループに属する' のクラスタ変数と度変数 ('中' または 'severe' ) の 2 つの変数を選択します。
         注意:この対応は、診断を超えたユーザーの同種機能開発に関する教師またはセラピストの情報を提供し、機能開発の一部の分野で同様の介入プログラムを提案するための情報を提供するため、重要です。このオプションは、教育または治療サービスとその個人的および物質的なリソースのフル利用を促進することが期待されます。
      3. [記述統計]オプションを選択し、クロス集計とコーエン Κ 係数オプションを選択します。
         注: コーエン・カッパ係数は、定性的(カテゴリー)項目のインターレートの合意を測定する統計です。kは偶然に合意が発生する可能性を考慮しているので、一般的に単純なパーセントの合意計算よりも堅牢な尺度であると考えられています。この係数は、中等度から重度の知的障害における診断分類と、ソフトウェアで得られる発達結果のクラスタリングとの間に見られる関係の信頼性を示す指標となる。
   3. スプレッドシートを使用して、中等度および重度の知的障害を持つ子供のグループのスパイダーチャートと特定の棒グラフを生成します。

Access restricted. Please log in or start a trial to view this content.

結果

本研究では、確認された診断を有する11人の参加者を募集した[中等度(開発商=DQ 40-65)および重度(DQ 39-60)知的障害の両方]。このプロトコルは、特別教育センターで20ヶ月にわたるパイロットプロジェクトでテストされました。この研究のすべての診断は、DSM-5に従って学際的なチームによって確認されていました, ブルネットレジインスケールを使用して, 影響の程度は、このような他のスケー?...

Access restricted. Please log in or start a trial to view this content.

ディスカッション

ソフトウェアを使用する場合、教師またはセラピストは、少なくとも2回のセッションで各子どもの機能能力の発達を記録することをお勧めします。スケールには114項目、11の機能領域が含まれており、33の機能サブエリアに分かれており、評価は自然な文脈での観察の結果である必要があります。さらに、このソフトウェアは、早期治療の専門家が評価データを簡単に記録し、個人およびグ?...

Access restricted. Please log in or start a trial to view this content.

資料

Name	Company	Catalog Number	Comments
eEarlyCare software	Authors and University of Burgos. Register number 00/2019/3855		Computer application to implement SFA
Scale for the measurement of functional abilities in 0-6 years old (SFA)	Authors and University of Burgos. Register number 00/2019/4253		Scale for the measurement of functional abilities in 0-6 year olds