视频建模干预对残疾个体的有效性：单案例研究设计研究的元分析

《Japanese Psychological Research》：Effectiveness of Video Modeling Intervention for Individuals with Disabilities: A Meta-Analysis of Single-Case Research Design Studies

视频建模对残障人群的干预效果元分析显示，基于BC-SMD的效应量为1.83（95%CI 1.37-2.28），整体效果显著但异质性较高。目标行为类型（适应性技能效应最高）是主要调节变量，模型类型和干预方法（如强化结合）可能影响效果。研究采用高质量标准评估单案例设计，发现方法学质量未显著影响结果，但存在发表偏倚风险。建议未来结合更多元分析方法，探索视频时长、叙事方式等新调节因素，并纳入未发表研究以提高证据完整性。

　　视频建模作为一种教学干预手段，近年来在特殊教育领域受到了广泛关注。其基本原理是通过展示一个模型（可以是他人或自身）完成特定行为的视频，帮助学习者观察并模仿。这种干预方式在教育实践中被广泛采用，尤其是在针对有特殊需求的个体时，例如自闭症谱系障碍（ASD）患者、智力障碍（ID）儿童、情绪和行为障碍（EBD）学生等。根据一项对单案例研究设计（SCRD）的系统回顾和元分析，共纳入了52项研究，结果显示视频建模具有显著且较大的干预效果。总体的标准化均数差异（BC-SMD）为1.83（95%置信区间为1.37至2.28），且p值小于0.0001，表明视频建模在教学干预中表现出良好的效果。

然而，尽管视频建模的整体效果显著，但不同研究中干预效果的异质性也较为明显。这说明视频建模的成效并非在所有情况下都一致，因此有必要进一步探讨影响效果的关键因素。研究发现，目标行为类型是一个重要的调节变量，其中适应性行为表现出最高的干预效果。这表明，当视频建模用于教授具有明显自然强化效果的行为时，其效果更为显著。相反，挑战性行为的效果相对较低，这可能是因为这类行为的强化机制不明确或实施难度较大。

在模型类型方面，研究发现同伴模型（Peer Model）表现出最高的干预效果，其次是成人模型（Adult Model）。这可能与同伴之间更自然的互动方式有关，同时同伴模型可能更容易引起学习者的兴趣和模仿欲望。自我模型（Self-Model）和未提及模型类型的实验则表现出中等程度的干预效果。此外，在实施方法上，视频建模与强化结合（With Reinforcement）的干预效果优于单独使用视频建模（VM Alone），而使用综合干预包（Package）则介于两者之间。这些发现表明，视频建模的成效不仅取决于视频内容本身，还受到实施方式的影响。

在元分析中，研究人员采用了BC-SMD作为效应量指标，这一方法相较于传统的非重叠数据百分比（PND）等指标更具优势，因为它能够更准确地反映单案例研究设计中的数据结构，考虑了参与者和时间的嵌套效应，从而提供了更可靠的效应量评估。此外，BC-SMD还可以与Cohen的d值进行比较，使得研究结果更具可比性，有助于将单案例研究与群体研究进行整合，从而建立更全面的实证基础。

研究还评估了所纳入的SCRD实验的质量，根据What Works Clearinghouse（WWC）的标准，12%的实验被评为“符合标准无保留”，55%被评为“符合标准有保留”，而32%未达到“符合标准无保留”的要求。大部分实验未能满足基线阶段的最低数据点要求，这可能影响了效应量估计的稳定性。尽管如此，实验质量的评估并未显著影响视频建模的总体效果，这说明即使在质量较低的实验中，视频建模仍然表现出良好的干预潜力。

在探讨潜在的调节变量时，研究通过元回归分析发现，目标行为类型是唯一一个显示出统计学显著性的调节变量，能够解释15.36%的异质性。这意味着，在不同目标行为类别下，视频建模的效果存在差异，因此在实际应用中，应根据具体的目标行为选择合适的干预策略。例如，适应性行为（如生活技能、使用电子设备等）可能比挑战性行为（如攻击行为、自伤行为等）更容易通过视频建模得到改善。同时，实施方法虽然显示出一定的趋势性影响，但未达到显著水平，这可能与样本量不足或研究设计的多样性有关。

研究还利用了漏斗图（Funnel Plot）来评估发表偏倚。结果显示，许多实验集中在高效应量区域，这可能表明具有显著效果的视频建模研究更容易被发表。然而，这一现象并不一定意味着存在系统性的发表偏倚，而更可能是由于不同实验间的效果差异较大。此外，目前针对SCRD的发表偏倚评估工具仍不完善，因此需要进一步开发更适用于单案例研究设计的评估方法。

研究的局限性之一在于所采用的效应量指标BC-SMD，它主要适用于多基线/探查设计（Multiple Baseline/Probe Design）和ABAB设计（Alternating Baseline and Alternating Treatment Design），但本研究也纳入了其他设计类型的实验，如跨行为的多基线/探查设计。这种做法虽然有助于充分利用现有数据，但也可能引入一定的偏差。因此，未来的研究应探索更适用于各种研究设计的效应量计算方法，以提高分析的准确性和全面性。

综上所述，视频建模在帮助有特殊需求的个体改善适应性行为方面表现出显著的成效，而挑战性行为的改善效果相对较低。研究还发现，同伴模型和成人模型在视频建模中均表现出较高的效果，而自我模型和未提及模型类型的实验则效果较为中等。在实施方法上，结合强化的视频建模比单独使用视频建模效果更好，但这一趋势尚未达到统计学显著性。此外，实验质量的评估虽然未能显著影响效应量，但仍然是一个重要的研究维度，有助于提升研究的严谨性和可靠性。

为了进一步提升视频建模的实证基础，未来的研究应关注以下几个方面：首先，增加对其他调节变量（如视频内容、视频长度、是否有旁白等）的探讨，以更全面地理解视频建模的干预效果。其次，纳入更多高质量的实验数据，特别是符合WWC标准无保留的实验，以提高效应量估计的稳定性。第三，探索更适用于单案例研究设计的效应量计算方法和发表偏倚评估工具，以增强元分析的科学性和可信度。最后，鼓励更多的研究者在实验设计中详细描述潜在的调节变量，以便为后续研究提供更丰富的数据支持。

本研究通过提出和实施一个基于BC-SMD的综合分析框架，为视频建模干预的评估提供了新的方法。这不仅有助于更准确地衡量干预效果，也为未来研究提供了可借鉴的路径。通过引入现代元分析技术，如随机效应模型、森林图、元回归分析和漏斗图，本研究提升了研究合成的科学性，并为视频建模干预的实践提供了更坚实的理论基础。未来的研究可以在此基础上进一步细化分析方法，探索更多影响视频建模效果的因素，并通过纳入未发表的研究（如博士论文和灰色文献）来构建更全面的证据基础。这些努力将有助于更深入地理解视频建模的干预机制，并为制定更个性化的教学策略提供依据。