Summary

Het meten van de functionele vaardigheden van kinderen van 3-6 jaar oud met observationele methoden en computertools

Published: June 20, 2020
doi:

Summary

We presenteren een protocol om een rekentool te gebruiken om de functionele vaardigheden van kinderen van 3-6 jaar op te nemen en te analyseren. Het protocol vergemakkelijkt de vergelijking van deze vaardigheden gedurende hun ontwikkeling en kan worden gebruikt om ontwikkelingsproblemen te beoordelen.

Abstract

De analyse van functionele vaardigheden en hun ontwikkeling in de vroege kinderjaren (0-6 jaar oud) zijn fundamentele aspecten bij jonge kinderen met bepaalde soorten ontwikkelingsproblemen die preventie kunnen vergemakkelijken, door middel van geprogrammeerde interventies aangepast aan de behoeften van elke gebruiker (student of patiënt). Er zijn echter weinig onderzoeken tot nu toe, die het gebruik van geautomatiseerde tools voor het registreren en interpreteren van de resultaten van de eerste beoordeling hebben geanalyseerd. Hier wordt een protocol gepresenteerd om de functionele vaardigheden in de vroege kindertijd te onderzoeken bij jonge kinderen tussen 3-6 jaar oud, met een verstandelijke beperking, maar het protocol kan ook worden gebruikt voor kinderen van 0 tot 6 jaar. Het protocol maakt gebruik van een computerapplicatie, eEarlyCare, die de interpretatie vergemakkelijkt van de resultaten van systematische waarnemingen, die in natuurlijke omgevingen worden geregistreerd door professionals die zijn opgeleid in vroegtijdige interventie. De software kan worden gebruikt om 11 functionele gebieden te analyseren (Voedselautonomie, Persoonlijke Zorg en Hygiëne, Onafhankelijk aankleden en uitkleden, SluitspierControle, Functionele Mobiliteit, Communicatie en Taal, Dagelijkse Routines van het Leven, Aanpassingsgedrag en Aandacht) en een totaal van 114 verschillende gedragingen. Het gebruik ervan vergemakkelijkt de analyse van de waargenomen vermogens en helpt een vroege interventie. In vergelijking met andere observationele methoden, het maakt een efficiënter gebruik van persoonlijke en materiële middelen. Het gebruik van de computertoepassing vergemakkelijkt de opname van de observatieresultaten, die met organisatie en bezinning op de observaties helpt. De software toont de observatieresultaten op het scherm in vergelijking met normale ontwikkelingsparameters. Deze informatie kan worden verwezen naar voor de besluitvorming over de meest geschikte interventie programma voor elke gebruiker (student of patiënt). Ook worden clusteringtechnieken toegepast om de relatie tussen het type verstandelijke handicap en functionele ontwikkeling te analyseren die met de software is geïdentificeerd, een relatie die bedoeld is om als leidraad te dienen voor professionele interventie in de vroege zorg.

Introduction

Observatie op jonge leeftijd: wat en hoe te observeren

De beoordeling van de vroege kinderjaren in gewone gezinscontexten en op school wordt uitgevoerd met behulp van de observationele methode. Daarom moet de beoordelaar zich houden aan een nauwkeurig observatieproces, de sleutel tot een nauwkeurige diagnose en dus tot een succesvolle training1. Er zijn veel ontwikkelingsinventarissen die richtlijnen voor beoordeling bieden: De Portage Guide2, de Brunet Lézine Schaal3, en de Battelle Developmental Inventory4, onder andere. Deze instrumenten zijn gebaseerd op internationaal overeengekomen normen die door de wetenschappelijke gemeenschap op het gebied van menselijke evolutionaire ontwikkeling. Hoewel deze tools ontwikkelingsgebieden analyseren (Psychomotor, Cognitive, Communication and Language, and Autonomy and Socialization), hebben recente studies5 nieuwe tools voorgesteld die deze gebieden ook kunnen analyseren. Deze studies wijzen erop dat de observationele methode vanaf de geboorte aanwijzingen biedt van immens nut tot vroegtijdige interventie en voor de vroegtijdige opsporing van pathologieën. De observatieprocessen op deze leeftijden zijn echter complex, omdat ze afhankelijk zijn van gedragswaarnemingen die in natuurlijke contexten worden geregistreerd, die niet altijd gemakkelijk uit te voeren zijn.

Binnen dit kader is de beoordeling van de verwerving van functionele vaardigheden op jonge leeftijd van groot belang voor zowel ouders, opvoeders als therapeuten. Een dergelijke beoordeling is van belang voor kinderen die zijn gediagnosticeerd of die het risico lopen een handicap te ontwikkelen. Vroegtijdige opsporing van ontwikkelingsstoornissen is essentieel voor de vroege diagnose en interventie. Observationeel onderzoek vanaf de geboorte zal indicatoren van deze vroegtijdige opsporing en interventie5. Momenteel zijn er verschillende instrumenten (ontwikkelingsinventarissen, schalen, tests, enz.) voor het meten van ontwikkeling op die leeftijden. De instrumenten die momenteel kunnen worden toegepast zijn ontwikkelingsinventarissen, waarvan sommige gestandaardiseerd zijn. Sommige van deze instrumenten vereisen echter kennis van psychometrische technieken en de resultaten worden niet automatisch op het scherm weergegeven. Daarom is het belangrijk om andere tools te ontwikkelen die gemakkelijker te gebruiken en te interpreteren zijn.

   

Voorbereiding van software voor het registreren en interpreteren van gegevens uit de processen van contextuele observatieprocessen op jonge leeftijd

De softwareontwikkeling werd daarom als relevant beschouwd, waardoor de waarnemers (therapeut, opvoeder, enz.) de resultaten van hun waarnemingen zouden kunnen vastleggen en interpreteren. Dit protocol en software, eEarlyCare, kan zowel worden gebruikt in educatieve centra die werken met kinderen met een handicap en in therapeutische interventiecentra gericht op deze groep. Dit is de reden waarom vanaf nu de term “gebruiker “zal worden gebruikt, die zowel studenten als patiënten omvat, afhankelijk van de plaats waar de interventie wordt uitgevoerd. In het bijzonder een software die de registratie en interpretatie van gegevens die in natuurlijke contexten worden verzameld, zou kunnen vergemakkelijken uit de observatie van functionele vaardigheden bij kinderen van 0 tot 6 jaar oud. Deze software, eEarlyCare, is gebaseerd op de functionele vaardigheden schaal6 [Schaal voor de meting van functionele vaardigheden bij kinderen tussen 0-6 jaar oud] (SFA); deze schaal omvat de meting van 11 gebieden van ontwikkeling (VoedselAutonomie, Persoonlijke Zorg en Hygiëne, Onafhankelijk en kleding en kleedt, De controle van de sluitspier, Functionele mobiliteit, Mededeling en Taal, Interactief symbolisch spel, Dagelijkse het levensroutines, Adaptief gedrag). Ook was het op zijn beurt, geïnspireerd door de Portage Guide2, de Pe pediatric Evaluation of Disability Inventory (PEDI)7, en de werken van Bronson 8 ,evenalsWhitebread en Basilio4 op sociale vaardigheden op de leeftijd van 0-6, de Brunet-Lézine Schaal3, ontwikkelingsinventarissen voor kinderen van 0-67, en de beoordeling schaal van de voorlopers9 aan sociale vaardigheden. Deze tool is een computertoepassing die wordt gebruikt voor het registreren van de resultaten van elke gebruikersbeoordeling in longitudinale follow-ups (driemaandelijks, maandelijks, jaarlijks, enz.). Het is een referentiële aspect voor de therapeut met betrekking tot de interventie, en voor andere professionals die werken met kinderen in de vroege kindertijd met vermoedelijke disfunctionaliteiten. Bovendien kan de software10 automatisch vergelijkingen maken tussen de ontwikkeling van de functionele vaardigheden van verschillende gebruikers, ongeacht of ze zich in hetzelfde interventiecentrum bevinden, waardoor de definitie van gemeenschappelijke aspecten voor samenwerken mogelijk wordt.

In het bijzonder is deze software gebaseerd op mainstream technologieën (bijvoorbeeld Windows Presentation Foundation Development -WPF-11),een technologische innovatie die geavanceerde graphics integreert om nauwkeurige grafische resultaten te produceren12 en een positieve computergebruikerservaring. De kwaliteit van de grafieken verbetert de visualisaties en de interactiviteit die beschikbaar is met andere tools, zoals spreadsheets. De toepassing kan de gegevens lokaal opslaan in relationele databases en de informatie uploaden naar de cloud om te delen. Daarnaast wordt ook de klassieke client-server architectuur ondersteund. Deze functies maken het gemakkelijk om de gegevens die worden verzameld uit de waarnemingen op te nemen en de resultaten voor visualisatie te verwerken. Ook, eenmaal geregistreerd, is het zeer eenvoudig om de gegevens te exporteren. Hierdoor kunnen de gegevens worden gebruikt in krachtige statistische pakketten om dataminingtechnieken toe te passen, zoals supervised (classificatie en/of regressie) en onbewaakte (groeperings)machine learning.

In deze studie zijn de classificatietechnieken van specifiek nut voor gepersonaliseerd leren13. De architectuur is te zien in figuur 1 en figuur 2. In figuur 1wordt de functionaliteit van cloudopslag gebruikt als een waarborg, in het geval van problemen met de gegevensbeveiliging en mogelijk verlies en corruptie van gegevens wanneer deze tussen toepassingen worden uitgewisseld. Daarnaast kan de software ook werken in een klassieke netwerkgebaseerde client-server architectuur met een database(figuur 2) waarbij alle gegevensuitwisselingen tussen clients plaatsvinden (dit zijn concepten die worden gebruikt op het gebied van informatica). Deze platforms bieden authenticatiemechanismen en beperkte toegang, die privacy en gegevensbescherming garanderen, terwijl de interactie met volledig ontwikkelde toepassingen wordt vergemakkelijkt. Het uiteindelijke resultaat is een applicatie-interface die is ontworpen14 voor early-care professionals, zodat ze kunnen learning analytics technieken te gebruiken op een eenvoudige manier en verwijzen naar hen, om de mate van de ontwikkeling van elke student in elk evaluatiegebied van de schaal15.

De applicatie biedt ook een algemeen profiel van elke gebruiker in elk van de functionele gebieden en subgebieden(tabel 1). Het produceert ook een vergelijking tussen alle gebruikers op een centrum. Kortom, het produceert een gepersonaliseerde analyse van de interventiebehoeften van de verschillende gebruikers. Bovendien helpt het professionals in de opvang met hun interventieprogramma’s, omdat het gebieden kan markeren waarin gebruikers al dan niet vergelijkbare ontwikkelingspatronen kunnen vertonen. Al deze resultaten begeleiden het type interventieprogramma’s dat samen kan worden gebruikt, in plaats van die afzonderlijk moeten worden ontworpen. De gegevens die zijn gekoppeld aan deze interface zijn de SFA scores van de gebruikers die worden gemeten op een Likert schaal van 1 tot 5. Deze scores kunnen worden vergeleken met de maximale ontwikkelingsleeftijdsscores gekoppeld aan elke SFA-dimensie. De software kan ook de chronologische leeftijd van elke gebruiker koppelen aan de ontwikkelingsleeftijd van elke SFA-dimensie; een relevant aspect voor de opsporing van interventiegebieden van waaruit prioriteit wordt gegeven aan de behandelingsgebieden.

Functioneel gebied Functioneel deelgebied
1. Voedselautonomie 1. Voedseltextuur
2. Gebruik van gebruiksvoorwerpen
2. Persoonlijke verzorging en hygiëne 3. Mondhygiëne
4. Kapsel
5. Neusverzorging
6. Handwassen
7. Gezicht en lichaam wassen
3. Zelfstandig jurken en uitkleden 8. Aankleden en uitkleden (taille naar boven)
Aan- en uitkleden (taille naar beneden)
4. Sluitspiercontrole 9. Sluitspiercontrole
5. Functionele mobiliteit 10. Bovenste extremiteit
11. Transfers in WC
12. Overdrachten op een stoel
13. Mobiliteits- en bedtransfers
14. Mobiliteit in bad
15. Mobiliteit binnenshuis
16. Vervoer van voorwerpen
17. Outdoor Mobility
6. Communicatie en taal 18. Woordbegrip
19. Begrip voor zinnen
20. Functioneel gebruik van communicatie
7. Oplossing van taken in sociale contexten 21. Problemen oplossen
22. Informatie over uzelf
8. Interactief en symbolisch spel 23. Interactief spelen
24. Interactie met de peer group
25. Spelen met objecten
9. Dagelijkse levensroutines 26. Begeleiding in de tijd
27. Huiswerk
10. Adaptief gedrag 28. Zelfbeschadigingsgedrag
29. heteroagressiviteit (anderen schaden)
30. Vernietiging van voorwerpen
31. Storend gedrag (huilen, schreeuwen, lachen zonder reden)
32. Stereotypen
11. Aandacht 33. Aandacht

Tabel 1: Lijst van functionele gebieden en deelgebieden.

Figure 1
Figuur 1: Architectuur van het voorstel voor automatisering van de correctie van de schaalfunctionaliteit van cloudopslag. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 2
Figuur 2: Architectuur van het voorstel van automatisering van de correctie van het klassieke netwerk van de schaalfunctionaliteit. Klik hier om een grotere versie van dit cijfer te bekijken.

Therapeuten en interventieprofessionals kunnen dit beoordelingsprotocol en de software-implementatie gebruiken voor de beoordeling van functionele vaardigheden en hun ontwikkeling in de vroege kinderjaren tussen 0 en 6 jaar ontwikkeling. De software kan worden gebruikt met kinderen binnen die leeftijdsgroep, hoewel het vooral nuttig is voor kinderen met een vermoedelijke verminderde ontwikkeling van functionele vaardigheden. Het is ook vooral handig bij Special Education Centers. De onderzoeksvraag is of, na de functionele vaardigheden van kinderen waargenomen, het gebruik van een computer tool zal de opname en de interpretatie van de resultaten voor de therapeut te vergemakkelijken.

Protocol

Dit protocol werd uitgevoerd in overeenstemming met de procedurele voorschriften van het Bioethisch Comité van de Universiteit van Burgos (Spanje). Voorafgaand aan hun deelname hadden zowel de studenten als hun ouders en in sommige gevallen juridische docenten allemaal hun geïnformeerde toestemming gegeven en volledig op de hoogte gebracht van de doelstellingen van het onderzoek. Er werd geen financiële compensatie aangeboden voor hun deelname. 1. Werving van deelnemers Rekruteer …

Representative Results

De huidige studie rekruteerde 11 deelnemers met bevestigde diagnoses [zowel matig (ontwikkelingsquoiënt = DQ 40-65) als ernstige (DQ 39-60) verstandelijke handicaps]. Het protocol werd getest in een proefproject meer dan 20 maanden op een Special Education Center. Alle diagnoses voor deze studie waren bevestigd door een multidisciplinair team in overeenstemming met DSM-5, met behulp van de Brunet Lézine Schaal, omdat de mate van affectatie buiten het bereik van andere schalen viel, zoals de Wechsler Preschool en Primar…

Discussion

Bij het gebruik van de software wordt aanbevolen dat de leraar of therapeut de ontwikkeling van de functionele vaardigheden van elk kind gedurende ten minste twee sessies registreert. De schaal bevat 114 items, 11 functionele gebieden, die zijn onderverdeeld in 33 functionele deelgebieden en de beoordeling moet het resultaat zijn van observatie in natuurlijke contexten. Bovendien stelt de software professionals in de vroege zorg in staat om evaluatiegegevens met gemak vast te leggen en de gegevens te analyseren die worde…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We willen het vice-rectoraat voor onderzoek en kennisoverdracht van de Universiteit van Burgos bedanken voor het mogelijk maken van de ontwikkeling van de software via de “VI Edición Convocatoria Prueba Concepto: Impulso a la valorización y comercialización de resultados de investigación” [VI Editie van de Call for Proof of Concept: Impuls aan de valorisatie en marketing van onderzoeksresultaten]. We danken ook de educatieve programma’s gebied van de provinciale directie van het onderwijs en aan het Speciaal Onderwijs Centrum “Fray Pedro Ponce de León”, zowel in Burgos (Spanje), en aan de families van de kinderen die overeengekomen om deel te nemen aan deze pilot studie met voorafgaande geïnformeerde toestemming, zonder wiens samenwerking de software (eEarlyCare) niet mogelijk zou zijn geweest. De video werd bewerkt door Alberto Calvo Rodríguez TVUBU technicus en de voice-over werd gedaan door Caroline Martin, van het departement Engels filologie van de Universiteit van Burgos.

Materials

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

References

  1. Sáiz, M. C., Gómez, A., Viguer, P., Cantero, M. J. Intervención cognitiva en niños pequeños [Cognitive intervention in early children]. Intervención Temprana: Desarrollo óptimo de 0 a 6 años [Early Intervention: Optimal development from 0-to-6 years old]. , 117-133 (2003).
  2. Bluma, M. S., Shearer, M. S., Frohman, A. H., Hilliard, J. M. . Portage Guide to Early Education (2nd Edition). , (1978).
  3. Josse, D. Escala de desarrollo psicomotor de la primera infancia Brunet-Lézine Revisado [Scale of psychomotor development of early childhood (Brunet-Lézine-Revised)]. Psymtéc. , (1997).
  4. Newborg, J. . Battelle Developmental Inventory, 2nd Edition: Examiner’s manual. , (2005).
  5. Whitebread, D., Basilio, M. S. Emergencia y desarrollo temprano de la autorregulación en niños preescolares [The emergence and early development of self-regulation in preschool children]. Profesorado. Revista de Currículum y Formación del Profesorado. 16 (1), 1-20 (2012).
  6. Pérez, Y., Sáiz, M. C. . Escala para la medición de habilidades funcionales en edades 0-6 años (EHFI) [Scale for the measurement of functional abilities in 0-to-6-year olds (SFA)]. Registration number 00/2019/4253. , (2018).
  7. Haley, S. M., Coster, W. J., Ludlow, L. H., Haltiwanger, J. T., Andrellos, P. J. . The Pediatric Evaluation of Disability Inventory (PEDI) (2nd ed.). , (2012).
  8. Bronson, M. B. . Self-regulation In Early Childhood. , (2000).
  9. Sáiz, M. C., Carbonero, M. A. Metacognitive Precursors: An Analysis in Children with Different Disabilities. Brain Science. 7 (10), 1-14 (2017).
  10. Sáiz, M. C., Marticorena, R., Arnaiz-González, J. F., Díez-Pastor, . eEarlyCare Computer application. , (2019).
  11. Chowdhury, K. . Windows Presentation Foundation Development Cookbook. (1st Edition). , (2018).
  12. Nogal, F., Marticorena, R. . UBUGrades 2.0. Doctoral Degree dissertation. , (2018).
  13. Sáiz, M. C., Marticorena, R., Arnaiz-Gonzalez, &. #. 1. 9. 3. ;., Díez-Pastor, J. F., Rodríguez-Arribas, S. Computer application for the registration and automation of the correction of a functional abilities detection scale in early care. Proceeding of INTED2019: 13th annual International Technology, Education and Development Conference. , 5322-5328 (2019).
  14. Hartson, R., Pyla, P. S. . The UX book: Process and guidelines for ensuring a quality user experience. , (2012).
  15. Bernal, R., Ramírez, S. M. Improving the quality of early childhood care at scale: The effects of “From Zero to Forever”. World Development. 118, 91-105 (2019).
  16. American Psychiatric Association. . Diagnostic and Statistical Manual of Mental Disorders (DSM-5). (5th Edition). , (2013).
check_url/60247?article_type=t

Play Video

Cite This Article
Sáiz Manzanares, M. C., Marticorena Sánchez, R., Arnaiz González, Á., Díez Pastor, J. F., García Osorio, C. I. Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools. J. Vis. Exp. (160), e60247, doi:10.3791/60247 (2020).

View Video