Forsterkningsbasert behandling av automatisk forsterket problematferd: Matchede eller umatchede forsterkere?

Abstract

Forsterkningsbasert behandling av automatisk forsterket problematferd baserer seg på å formidle forsterkere på annen atferd enn problematferden. Slike forsterkere er enten forsterkere som likner den automatiske forsterkeren som problematferden produserer, eller det er helt andre forsterkere som ikke likner den problematferden produserer. I litteraturen går førstnevnte ofte under navnet matchede forsterkere, og sistnevnte under navnet umatchede forsterkere. Det er en generell oppfatning at matchede forsterkere er mer effektive i behandling av automatisk forsterket problematferd enn umatchede forsterkere. En utfordring i flere av studiene som har konkludert med at matchede forsterkere har vært effektive, er at det er vanskelig å demonstrere at forsterkerne faktisk er matchede. Resultatene kan dermed også forklares med umatchede forsterkere. I tillegg er det krevende å utføre eksperimentelle funksjonelle analyser, og det kan være vanskelig å konkludere. Begge deler kan være gode argumenter for at man ved behandling av automatisk forsterket problematferd bør være mindre opptatt av å definere forsterkere som matcher de automatiske forsterkerne, men snarere benytte et utvalg av forsterkere med ulike egenskaper. Tiltak basert på miljøberikelse kan være en god start.

Reinforcement based treatment of automatically reinforced problem behaviors is based on the use of reinforcers on other behavior than the problem behavior. These reinforcers can be similar to the automatic reinforcer that the problem behavior produces, or the reinforcers can be other preferred stimuli unsimilar to the automatic reinforcers. In the literature, the former is often referred to as matched reinforcers, and the latter as unmatched reinforcers. There is a general understanding that matched reinforcers are more effective in the treatment of automatically reinforced problem behaviors than unmatched reinforcers. However, a challenge in several studies that have concluded that matched reinforcers have been effective, is that the result equally may be explained by the effect of unmatched reinforcers. It may also be difficult to conclude the function of a behavior through a functional analysis. Thus, these challenges are to be considered when dealing with automatically reinforced problem behavior, one should be less concerned with defining reinforcers that match the automatic reinforcers, but rather use a selection of reinforcers with different reinforcing properties. Measures based on environmental enrichment might be a good starting point.