Presentadores: Director de Innovación y Análisis de Datos Kristopher Stevens y Pasante de Psicología Virginia Hatch
Posición: Identificar perfiles de riesgo entre los niños y las familias de Head Start y examinar sus asociaciones con los resultados programáticos
Abstracto: Identificar adecuadamente a los niños y familias de Head Start en riesgo de sufrir problemas de salud mental y los determinantes sociales que conducen a y mantienen su riesgo a medida que ingresan y atraviesan los programas podría llevar a la asignación efectiva y eficiente de esfuerzos de prevención e intervención que beneficien al máximo a las familias como así como el personal del programa que trabaja con los niños y las familias. Es importante examinar este tema en los mejores tiempos; sin embargo, con los cambiantes panoramas de la salud conductual y la educación temprana creados por la pandemia de COVID-19 y el enfoque social en abordar el racismo sistémico y la equidad, es más importante que nunca. La gran cantidad de datos disponibles para los programas Head Start, como los indicadores del funcionamiento psicosocial de los niños y las familias y los determinantes sociales que enfrentan los niños y las familias, permiten la aplicación de técnicas sofisticadas de análisis de datos, como el análisis de clases latentes, árboles de decisión y bosques aleatorios, para construir de manera confiable y precisa perfiles de riesgo y resiliencia basados en los datos disponibles. Estos perfiles de riesgo y resiliencia combinados con modelos de clasificación de riesgos, como la respuesta a la intervención, podrían informar el desarrollo de sistemas de apoyo a las decisiones que ayuden al liderazgo y al personal del programa a identificar familias en riesgo y asignar de manera efectiva y eficiente sus esfuerzos y recursos. para proporcionar a los niños y las familias lo que necesitan para beneficiarse al máximo de los servicios del programa. Además, estos perfiles de riesgo podrían informar el desarrollo y la implementación de estrategias de prevención e intervención dirigidas a riesgos específicos para mejorar el bienestar y la preparación escolar de los niños y las familias.
Con una muestra de 1,196 niños únicos y sus familias que estuvieron inscritos en los servicios de Head Start entre agosto de 2016 y mayo de 2022, el estudio actual aborda la siguiente pregunta: ¿Se pueden utilizar los datos actualmente disponibles para los programas Head Start para indicar de manera confiable a los niños y las familias? en riesgo, debido a riesgos para la salud mental y diversos determinantes sociales, de no beneficiarse o beneficiarse mínimamente de los servicios? Para abordar esta pregunta, el estudio actual utiliza datos de varios programas Head Start que forman parte de una gran organización comunitaria que brinda servicios de salud conductual, así como datos disponibles públicamente. Los datos se extraerán de varias fuentes, incluidas, entre otras: 1) los sistemas de registros educativos electrónicos de los programas Head Start que incluyen datos demográficos básicos del niño y la familia, características del niño y la familia, determinantes sociales; 2) la encuesta para padres sobre fortalezas, necesidades e intereses (SNIP) que los programas Head Start administran a los cuidadores en agosto y mayo de cada año escolar; 3) el Índice de Oportunidad Infantil (COI), que utiliza varios datos del censo de EE. UU. y proporciona información sobre los riesgos y determinantes sociales inherentes a los vecindarios donde residen los niños y las familias; y 4) el Perfil de Desarrollo de Resultados Deseados (DRDP), que se administra tres veces durante el año escolar para evaluar el funcionamiento de los niños en múltiples dominios. Las primeras tres fuentes de datos servirán como variables predictivas o explicativas, mientras que la cuarta servirá como variable de resultado o objetivo.
Se utilizarán análisis de clasificación para clasificar a los niños y las familias en varias categorías de riesgo. Además, se realizarán análisis para respaldar los resultados de la clasificación, incluidos análisis descriptivos de las variables del modelo y análisis de sensibilidad.
Los resultados de este estudio podrían tener numerosos beneficios para los niños y las familias atendidas por los programas Head Start, así como para las poblaciones en edad escolar. La capacidad de identificar mejor a las familias en riesgo desde el principio podría conducir a la asignación efectiva de recursos y mejores resultados programáticos para las familias a través del desarrollo de herramientas de apoyo a las decisiones que incorporen un proceso de resolución de problemas. Además, estos perfiles se pueden utilizar para identificar posibles estrategias de prevención e intervención que podrían mejorar el bienestar de los niños y las familias, así como su capacidad para beneficiarse al máximo de la programación. Los resultados también podrían conducir a la identificación de brechas en capacitación y servicios y al desarrollo de oportunidades para satisfacer esas necesidades. Estas oportunidades para el personal, combinadas con una mayor eficiencia en la asignación de sus esfuerzos, podrían aumentar su sensación de eficacia y reducir la fatiga y la posibilidad de agotamiento. Si bien este estudio se centra en los niños en edad preescolar y sus familias, estos métodos podrían trasladarse a otros entornos educativos y poblaciones. La gran cantidad de datos disponibles en los sistemas escolares está lista para los modelos analíticos utilizados en el presente estudio, así como para otras técnicas no presentadas. Como se indicó anteriormente, estas cuestiones son más importantes que nunca dado el impacto de la pandemia en el funcionamiento psicosocial de los jóvenes y las familias, además de dejar al descubierto las desigualdades dentro de nuestros sistemas.
Regístrese para asistir a la Conferencia Anual del Centro Nacional de Salud Mental Escolar en Baltimore, MD.
