Fungerar en intervention för en enskild person? (single-case-analys)

Kort sagt

En person (eller några få) mäts upprepade gånger under en längre tid: först utan intervention (fas A, baslinje), sedan med intervention (fas B). Frågan är om värdena i B ligger annorlunda - oftast bättre - än i A. Gruppjämförelser passar inte här, eftersom mätningarna följer på varandra och hänger ihop. Statable jämför i stället faserna med NAP (huvudmått), Tau-U, baslinjekorrigerat Tau och PND och ritar det vanliga tidsseriediagrammet.

När passar den?

• Diagnostisk bedömning och utvärdering av en intervention för ett barn eller en ung person, t.ex. läshastighet per vecka före och efter att en läsintervention börjar.
• Flera personer med samma design (multiple baseline): ett diagram per person och ett medelvärde över personerna.

Så ser tabellen ut

En rad per mättillfälle. Du behöver kolumnen med måttet (ett tal) och en kolumn som skiljer baslinjefasen från interventionsfasen (exakt två värden, t.ex. ”A” och ”B”). Valfritt: en kolumn med mättillfället (tal eller datum; annars gäller radernas ordning) och, vid flera personer, en kolumn som skiljer dem åt.

Förutsättningar och begränsningar

• Minst 3 mätpunkter per fas, helst 5 (What Works Clearinghouse). Vid färre visar Statable ett meddelande.
• Först alla baslinjemätningar, sedan alla interventionsmätningar (A-B). Växlande faser (A-B-A-B) beräknas ännu inte av Statable.
• En trend redan under baslinjen rapporteras; NAP och PND tar inte hänsyn till den, men Tau-U (”minus trend A”) och baslinjekorrigerat Tau gör det.
• Efterföljande mätningar liknar ofta varandra (autokorrelation). Statable visar en anmärkning om det märks (lag 1 från ,30); p-värdena är då för optimistiska.
• En A-B-design ensam visar ingen orsak: mognad, slump eller andra händelser kan ligga bakom.

Läsa resultatet

• NAP är andelen par av en A-mätning och en B-mätning där B är bättre (lika värden räknas som hälften). 0,5 betyder ingen skillnad, 1 betyder fullständig separation. Tumregel (Parker och Vannest 2009): upp till ,65 svag, upp till ,92 medelstark, från ,93 stark.
• Tau-U och baslinjekorrigerat Tau ligger också mellan −1 och +1; indelning enligt Vannest och Ninci (2015): upp till ,20 liten effekt, upp till ,60 måttlig, upp till ,80 stor, därutöver mycket stor.
• PND är andelen B-värden över det bästa A-värdet; det beror på ett enda värde och visas för jämförelse med äldre arbeten.
• Om ett lägre värde räknas som bättre (t.ex. fel) kan du växla riktning i resultatet. Diagrammet kan visa en medelvärdes- eller trendlinje per fas.

NAP = ,97, 95 % KI [,70; 1,00], p = ,003; Tau-U = ,93, p = ,002; Tau-BC = ,59, p = ,002; PND = 87 %

För specialister

Egen kod, kontrollerad mot R (scan 0.68.1: nap, tau_u(method = ”parker”), corrected_tau, pnd; SingleCaseES::NAP; wilcox.test). NAP-intervall enligt Newcombe (score-intervall för AUC), p från Mann-Whitney-testet med normalapproximation (tvåsidigt). Tau-U enligt Parker m.fl. (2011): (par där B är bättre − par där B är sämre [− Kendalls S för A över tiden]) / (nA · nB); p från Kendalls S med korrektion för lika rangtal. Baslinjekorrigerat Tau enligt Tarlow (2017): trendtest i A med Kendalls τb (α = ,05); vid en statistiskt signifikant trend dras Theil-Sen-linjen för A bort, därefter τb mellan residualerna och fasen. Tidpunkterna behandlas som lika långt ifrån varandra (1…n). Vid flera fall är medelvärdena enkla medelvärden av fallens kännetal, utan viktning.

Typiska exempel

• Ett barn läser en minut varje dag: ord per minut före och under interventionen (NAP, Tau-U).
• En elev: hur ofta stör hon per timme, utan och med en förstärkningsplan?