Чи діє втручання (intervention) в однієї особи? (аналіз окремого випадку, single-case analysis)

Коротко

Одну особу (або кількох) вимірюють повторно протягом тривалого часу: спочатку без втручання (фаза A, вихідний рівень (baseline)), потім із втручанням (фаза B). Питання в тому, чи значення у фазі B відрізняються від значень у фазі A - здебільшого в кращий бік. Групові критерії тут не підходять, бо вимірювання йдуть одне за одним і пов’язані між собою. Натомість Statable порівнює фази за NAP (головний показник), Tau-U, Tau зі скоригованим вихідним рівнем і PND та будує звичну діаграму динаміки.

Коли це підходить?

• Діагностика й оцінювання втручання (intervention) щодо однієї дитини чи підлітка, напр. швидкість читання за тиждень до і після початку втручання з читання.
• Кілька осіб з однаковою структурою (множинний вихідний рівень, multiple baseline): одна діаграма на кожну особу та середнє по всіх особах.

Як виглядає таблиця

Один рядок на момент вимірювання. Потрібен стовпець із мірою (числом) і стовпець, що розрізняє вихідний рівень (baseline) і фазу втручання (рівно два значення, наприклад «A» і «B»). За бажанням: стовпець із моментом вимірювання (число або дата; інакше діє порядок рядків) і, для кількох осіб, стовпець, що їх розрізняє.

Умови та обмеження

• Щонайменше 3 точки вимірювання (data point) на фазу, краще 5 (What Works Clearinghouse). Якщо їх менше, Statable показує примітку.
• Спочатку всі вимірювання вихідного рівня, потім усі вимірювання під час втручання (A-B). Чергування фаз (A-B-A-B) Statable поки не обчислює.
• Тренд, що є вже на вихідному рівні, відображається в звіті; NAP і PND його не враховують, а Tau-U («мінус тренд A») і Tau зі скоригованим вихідним рівнем - враховують.
• Послідовні вимірювання часто подібні (автокореляція). Statable показує примітку, якщо вона помітна (лаг 1 від ,30); тоді p-значення надто оптимістичні.
• Один лише план A-B (A-B design) не доводить причини: за цим можуть стояти дозрівання, випадковість або інші події.

Як читати результат

• NAP - частка пар із одного вимірювання A та одного вимірювання B, у яких B краще (однакове значення рахується за половину). 0,5 означає відсутність різниці, 1 - повне розділення. Емпіричне правило (Parker і Vannest 2009): до ,65 слабкий, до ,92 середній, від ,93 сильний.
• Tau-U і Tau зі скоригованим вихідним рівнем також лежать між −1 і +1; групування за Vannest і Ninci (2015): до ,20 малий, до ,60 помірний, до ,80 великий, вище - дуже великий.
• PND - це частка значень B, що перевищують найкраще значення A; вона залежить від одного-єдиного значення і слугує тут для порівняння зі старішими роботами.
• Якщо нижче значення вважається кращим (наприклад, помилки), перемкніть напрям у результаті. Діаграма може показувати лінію середнього або тренду для кожної фази.

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

Для фахівців

Власний код, перевірений за R (scan 0.68.1: nap, tau_u(method = «parker»), corrected_tau, pnd; SingleCaseES::NAP; wilcox.test). Інтервал NAP за Ньюкомбом (інтервал score для AUC), p з критерію Манна-Уітні з нормальним наближенням (двосторонній (two-tailed)). Tau-U за Parker та ін. (2011): (пари, де B краще − пари, де B гірше [− S Кендала для A у часі]) / (nA · nB); p за S Кендала з поправкою на зв’язані ранги (tied ranks). Tau з поправкою на вихідний рівень (baseline) за Tarlow (2017): перевірка тренду в A за τb Кендала (α = ,05); за статистично значущого тренду віднімають пряму Тейла-Сена для A, потім τb між залишками та фазою. Моменти вимірювання вважаються рівновіддаленими (1…n). За кількох випадків середні - прості середні показників випадків, без зважування.

Типові приклади

• Дитина читає щодня по одній хвилині: слів за хвилину до втручання (intervention) й під час нього (NAP, Tau-U).
• Одна учениця: як часто вона заважає за годину - без плану підкріплення й з ним?