Người thuyết trình: Giám đốc Đổi mới và Phân tích Dữ liệu Kristopher Stevens và Thực tập sinh Tâm lý học Virginia Hatch
Chức vụ: Xác định các hồ sơ rủi ro ở trẻ em và gia đình Head Start và kiểm tra mối liên hệ của chúng với các kết quả theo chương trình
Tóm tắt: Việc xác định chính xác trẻ em và gia đình Head Start có nguy cơ mắc các vấn đề về sức khỏe tâm thần cũng như các yếu tố xã hội quyết định dẫn đến và duy trì nguy cơ của họ khi tham gia và trải qua các chương trình có thể dẫn đến việc phân bổ hiệu quả các nỗ lực phòng ngừa và can thiệp nhằm mang lại lợi ích tối đa cho các gia đình cũng như cũng như nhân viên chương trình làm việc với trẻ em và gia đình. Vấn đề này rất quan trọng để xem xét trong thời điểm thuận lợi nhất, tuy nhiên, với bối cảnh sức khỏe hành vi và giáo dục sớm đang thay đổi do đại dịch COVID-19 tạo ra cũng như sự tập trung của xã hội vào việc giải quyết vấn đề phân biệt chủng tộc và công bằng có hệ thống, vấn đề này quan trọng hơn bao giờ hết. Dữ liệu phong phú có sẵn cho các chương trình Head Start, chẳng hạn như các chỉ số về chức năng tâm lý xã hội của trẻ em và gia đình cũng như các yếu tố xã hội quyết định mà trẻ em và gia đình phải đối mặt, cho phép áp dụng các kỹ thuật phân tích dữ liệu phức tạp, chẳng hạn như phân tích lớp tiềm ẩn, cây quyết định và rừng ngẫu nhiên, để xây dựng hồ sơ rủi ro và khả năng phục hồi một cách đáng tin cậy và chính xác dựa trên dữ liệu có sẵn. Những hồ sơ rủi ro và khả năng phục hồi này kết hợp với các mô hình phân loại rủi ro, chẳng hạn như phản ứng với can thiệp, có thể cung cấp thông tin cho sự phát triển của các hệ thống hỗ trợ quyết định nhằm hỗ trợ lãnh đạo chương trình và nhân viên xác định các gia đình có nguy cơ và phân bổ nỗ lực và nguồn lực của họ một cách hiệu quả và tiết kiệm. để cung cấp cho trẻ em và gia đình những gì họ cần để được hưởng lợi nhiều nhất từ các dịch vụ của chương trình. Hơn nữa, những hồ sơ rủi ro này có thể cung cấp thông tin cho việc phát triển và thực hiện các chiến lược phòng ngừa và can thiệp nhằm vào các rủi ro cụ thể nhằm nâng cao phúc lợi và sự sẵn sàng đi học của trẻ em và gia đình.
Với mẫu gồm 1,196 trẻ em và gia đình riêng biệt đã đăng ký các dịch vụ Head Start từ tháng 2016 năm 2022 đến tháng 1 năm 2, nghiên cứu hiện tại giải quyết câu hỏi sau: Liệu dữ liệu hiện có của các chương trình Head Start có thể được sử dụng để chỉ ra trẻ em và gia đình một cách đáng tin cậy hay không? có nguy cơ không được hưởng lợi hoặc được hưởng lợi rất ít từ các dịch vụ do rủi ro về sức khỏe tâm thần và các yếu tố xã hội khác nhau? Để giải quyết câu hỏi này, nghiên cứu hiện tại sử dụng dữ liệu từ một số chương trình Head Start thuộc một tổ chức lớn dựa vào cộng đồng cung cấp các dịch vụ sức khỏe hành vi cũng như dữ liệu có sẵn công khai. Dữ liệu sẽ được lấy từ nhiều nguồn, bao gồm nhưng không giới hạn ở: 3) hệ thống hồ sơ giáo dục điện tử của chương trình Head Start bao gồm thông tin nhân khẩu học cơ bản của trẻ và gia đình, đặc điểm của trẻ và gia đình, các yếu tố xã hội quyết định; 4) Cuộc khảo sát về Điểm mạnh, Nhu cầu và Sở thích dành cho Phụ huynh (SNIP) do chương trình Head Start thực hiện đối với những người chăm sóc vào tháng XNUMX và tháng XNUMX mỗi năm học; XNUMX) Chỉ số Cơ hội Trẻ em (COI) sử dụng nhiều dữ liệu Điều tra Dân số Hoa Kỳ và cung cấp thông tin về rủi ro cũng như các yếu tố xã hội quyết định vốn có trong khu vực mà trẻ em và gia đình cư trú; và XNUMX) Hồ sơ Phát triển Kết quả Mong muốn (DRDP) được thực hiện ba lần trong năm học để đánh giá chức năng của trẻ trên nhiều lĩnh vực. Ba nguồn dữ liệu đầu tiên sẽ đóng vai trò là biến dự đoán hoặc biến giải thích trong khi nguồn dữ liệu thứ tư sẽ đóng vai trò là biến kết quả hoặc mục tiêu.
Phân tích phân loại sẽ được sử dụng để phân loại trẻ em và gia đình thành các loại rủi ro khác nhau. Ngoài ra, các phân tích sẽ được tiến hành để hỗ trợ kết quả phân loại, bao gồm phân tích mô tả các biến mô hình và phân tích độ nhạy.
Kết quả của nghiên cứu này có thể mang lại nhiều lợi ích cho trẻ em và gia đình được phục vụ bởi các chương trình Head Start cũng như những người trong độ tuổi đi học. Khả năng xác định sớm hơn các gia đình có nguy cơ có thể giúp phân bổ nguồn lực hiệu quả và mang lại kết quả chương trình tốt hơn cho các gia đình thông qua việc phát triển các công cụ hỗ trợ quyết định kết hợp quy trình giải quyết vấn đề. Hơn nữa, những hồ sơ này có thể được sử dụng để xác định các chiến lược phòng ngừa và can thiệp tiềm năng có thể nâng cao phúc lợi của trẻ em và gia đình cũng như khả năng hưởng lợi tối đa từ chương trình. Kết quả cũng có thể dẫn đến việc xác định những khoảng cách về đào tạo và dịch vụ cũng như phát triển các cơ hội để đáp ứng những nhu cầu đó. Những cơ hội này dành cho nhân viên kết hợp với việc tăng cường hiệu quả trong việc phân bổ nỗ lực của họ có thể làm tăng cảm giác hiệu quả của họ và giảm mệt mỏi cũng như khả năng kiệt sức. Mặc dù trọng tâm của nghiên cứu này là ở trẻ em trong độ tuổi mẫu giáo và gia đình của chúng, những phương pháp này có thể được áp dụng cho các môi trường giáo dục và nhóm dân cư khác. Nguồn dữ liệu phong phú có sẵn trong hệ thống trường học đã chín muồi cho các mô hình phân tích được sử dụng trong nghiên cứu hiện tại cũng như các kỹ thuật khác chưa được trình bày. Như đã nêu trước đây, những vấn đề này quan trọng hơn bao giờ hết do tác động của đại dịch đối với hoạt động tâm lý xã hội của thanh thiếu niên và gia đình cũng như làm bộc lộ sự bất bình đẳng trong hệ thống của chúng ta.
Đăng ký tham dự Hội nghị thường niên của Trung tâm Sức khỏe Tâm thần Trường học Quốc gia ở Baltimore, MD.
