Mostrar registro simples

dc.contributor.advisorCastro, Stela Maris de Jezuspt_BR
dc.contributor.authorBorges, Rogério Boffpt_BR
dc.date.accessioned2019-09-10T03:38:18Zpt_BR
dc.date.issued2019pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/199015pt_BR
dc.description.abstractIntrodução: É normal que um processo cirúrgico cause um certo grau de estresse ao indivíduo. No entanto, um alto nível de estresse no período pré-operatório implica uma maior suscetibilidade do indivíduo a reações adversas decorrentes no processo pós-operatório. O Brief Measure Of Emotional Preoperative Stress (BMEPS) é um instrumento que permite aferir de forma individual e pontual o Nível de Estresse Emocional Pré-Operatório (NEEPO). Contudo, do ponto de vista clínico, é interessante que existam pontos de corte para essa medida, que permitam uma classificação qualitativa, de modo a possibilitar o rastreamento dos indivíduos com alto NEEPO. O modelo de classes latentes (LCA) pode ser utilizado para identificar subgrupos de estresse emocional pré-operatório. Objetivos: Apresentar, definir e revisar metodologias de escolha do número de classes do modelo LCA. Aplicar o modelo LCA para identificar subgrupos de nível de estresse emocional, a fim de definir os pontos de corte na medida gerada pela escala BMEPS (NEEPO), que possibilitem uma classificação qualitativa dos indivíduos quanto a esta característica. Métodos: A revisão da literatura foi realizada em bases como a ArXiv, Scielo, Scopus, Pubmed, Google Acadêmico, periódicos Capes e bibliotecas digitais. Os indivíduos foram agrupados pelo modelo de classes latentes. Tais classes foram confrontadas com o NEEPO estimado do BMEPS calculando o índice de Youden, no intuito de definir os pontos de corte que maximizam a correta classificação dos indivíduos nas classes. Resultados: Foram apresentados o modelo LCA em sua parametrização probabilística e referências para métodos de escolha do número de classes. Na amostra, foram observados 742 diferentes padrões de resposta aos itens do questionário. Destes, a ausência dos sintomas em todos os itens foi o padrão mais frequente, aparecendo em 51 casos. Pela análise das medidas de ajuste, interpretação e aplicação prática no contexto do estudo, optou-se por utilizar um modelo com três classes. As classes foram nomeadas, com base no padrão de resposta, em ‘Baixo estresse emocional’, ‘Médio estresse emocional’ e ‘Alto estresse emocional’, cada uma contendo 47.3%, 33.2% e 19.5% dos indivíduos, respectivamente. O índice de Youden aponta que os pontos -0.1663 e 0.7614 do NEEPO maximizam a correta classificação dos indivíduos nas respectivas classes. Com essa 16 configuração, os resultados apresentam uma sensibilidade de 81.7%, especificidade de 85.2% e acurácia de 76.8%. Conclusão: A aplicação do modelo LCA identificou três subgrupos, em relação ao nível de estresse emocional, que permitem uma aplicação muito útil na prática clínica. A classificação dos indivíduos como de ‘Baixo estresse emocional’, ‘Médio estresse emocional’ ou ‘Alto estresse emocional’ através da escala BMEPS possibilita uma facilidade no rastreio dos indivíduos com altos valores para a medida NEEPO.pt_BR
dc.description.abstractIntroduction: It is normal for a surgical process to cause a degree of stress to the individual. However, a high level of preoperative stress implies a greater susceptibility of the individual to adverse reactions arising in the postoperative process. The Brief Measure of Emotional Preoperative Stress (BMEPS) is an instrument that allows to individually and punctually measure the Preoperative Emotional Stress Level (NEEPO). However, from the clinical point of view, it is interesting that there are cutoffs for this measure, which allow a qualitative classification so as to enable the screening of individuals with high NEEPO. The latent class model (LCA) can be used to identify subgroups of preoperative emotional stress. Objectives: To present, define and revise methodologies for choosing the number of class of the LCA model. Apply the LCA model to identify subgroups of emotional stress level, in order to define the cutoff points in the measure generated by the BMEPS scale (NEEPO), that allow a qualitative classification of the individuals regarding this characteristic. Methods: The literature review was carried out in databases such as ArXiv, Scielo, Scopus, Pubmed, Google Academic, Capes journals and digital libraries. The individuals were grouped by the latent class model. These class were compared with the estimated NEEP of the BMEPS calculating the Youden index, in order to define the cut-off points that maximize the correct classification of the individuals in the class. Results: The LCA model was presented in its probabilistic parameterization and references for methods of choosing the number of class. In the sample, 742 different patterns of response to the items of the questionnaire were observed. Of these, the absence of symptoms in all items was the most frequent pattern, appearing in 51 cases. By analyzing the measures of adjustment, interpretation and practical application in the context of the study, we chose to use a model with three class. The class were named, based on the response pattern, in 'Low emotional stress', 'Medium emotional stress' and 'High emotional stress', each containing 47.3%, 33.2% and 19.5% of individuals, respectively. The Youden index points out that the -0.1663 and 0.7614 points of the NEEPO maximize the correct classification of the individuals in the respective class. With this configuration, the results have a sensitivity of 81.7%, specificity of 85.2% and accuracy of 76.8%. 18 Conclusion: The application of the LCA model identified three subgroups, in relation to the level of emotional stress, that allow a very useful application in clinical practice. The classification of individuals as 'Low emotional stress', 'Medium emotional stress' or 'High emotional stress' through the BMEPS scale makes it easy to track individuals with high values for NEEPO measurement.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectLatent class modelen
dc.subjectCuidados pré-operatóriospt_BR
dc.subjectPsicometriapt_BR
dc.subjectPatient careen
dc.subjectEstresse psicológicopt_BR
dc.subjectHospitalizationen
dc.subjectTestes psicológicospt_BR
dc.subjectEmotional stressen
dc.titleAnálise de classes latentes : uma aplicação visando definir pontos de corte na medida gerada na escala Brief Measure of Emotional Preoperative Stresspt_BR
dc.typeDissertaçãopt_BR
dc.identifier.nrb001092520pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentFaculdade de Medicinapt_BR
dc.degree.programPrograma de Pós-Graduação em Epidemiologiapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2019pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples