Baixe o app para aproveitar ainda mais
Prévia do material em texto
Resultados da Pesquisa em Saúde Profª. Juliana Leal Descrição A construção e a redação da seção dos resultados de um TCC na área de saúde. Propósito Compreender que a escrita é o meio pelo qual os profissionais da área de Saúde comunicam sua pesquisa e seus estudos à sociedade e aos demais colegas de profissão. Objetivos Módulo 1 A seção “Resultados” Reconhecer a estrutura geral da seção Resultados. Módulo 2 Como usar ilustrações Empregar corretamente o uso de ilustrações. Um trabalho de conclusão de curso (TCC) na área da Saúde pode abranger uma variedade de áreas de pesquisa, desde a botânica à imunologia. Cada área tem as suas peculiaridades de conteúdo e metodologia, mas, apesar das diferenças, a escrita do TCC segue normas gerais, sobre como cada uma das seções do texto deve ser redigida e apresentada. Neste conteúdo, abordaremos especificamente a seção Resultados. As seções do TCC se dedicam a conter a informação necessária para que uma pergunta específica seja respondida. As seções Introdução e Materiais e Métodos se dedicam a responder, respectivamente, às perguntas: Por que você fez? Como você fez? Já a seção Resultados deve responder: O que você encontrou? Nos próximos módulos, apresentaremos as informações necessárias para que você redija a seção Resultados do seu TCC com qualidade e ainda comunique, visualmente, os seus resultados de maneira adequada. Introdução 1 - A seção “Resultados” Ao final deste módulo, você será capaz de reconhecer a estrutura geral da seção Resultados. Recomendações gerais para a escrita científica A escrita científica requer algumas recomendações que devem ser aplicadas em todas as seções do seu TCC, independentemente da “pergunta” a que seção se dedica a responder. Seja objetivo A principal recomendação é que a escrita deve ser concisa e objetiva. Em outras palavras, vá direto ao assunto! A h f Atenha-se aos fatos Outra recomendação muito importante é ter em mente que um texto científico não é aquele onde você expressa a sua opinião. Na escrita científica, é preciso se ater aos fatos, aos dados do seu trabalho. Não esqueça as referências Toda afirmação deve ser referenciada, ou seja, devem ser dados os devidos créditos aos autores que desenvolveram as teorias, os métodos e estudos de caso utilizados durante o desenvolvimento e a escrita do seu trabalho. Especificamente na seção Resultados, não há citação de referências, pois esse espaço é reservado à descrição dos seus novos achados. Já nas demais seções — Introdução, Materiais e Métodos, Discussão e Conclusão — sempre são necessárias as citações. Cada parágrafo é uma ideia O ideal é que você dedique cada parágrafo do seu texto a um tema ou a um tipo de resultado. Caso seja uma informação muito curta, cujo texto se restringe, por exemplo, a uma ú i li h t t i á l t á f it d Resultados: o que você encontrou? Na seção Resultados, são descritas as descobertas do seu trabalho com base na metodologia aplicada. Nessa seção, são apresentados os dados obtidos a partir de experimentos em laboratório ou coletas em campo. Mas e se você optou por conduzir uma revisão bibliográfica para o seu TCC em vez de experimentos ou coletas? Nesse caso, a seção Resultados não é apresentada no seu trabalho, com algumas exceções. Existem revisões bibliográficas que se propõem a verificar tendências na literatura, por exemplo, verificar como o uso de determinada metodologia expandiu ao longo dos anos (cienciometria) ou sumarizar, estatisticamente, os resultados de outros estudos já publicados (meta-análise). Nesses casos, é necessária uma seção de resultados no trabalho. Estrutura geral dos Resultados única linha, tente incorporá-la em outro parágrafo, evitando parágrafos compostos por apenas uma frase. As suas descobertas devem estar organizadas em uma sequência lógica, determinada pela forma como a metodologia foi apresentada. A seção Materiais e Métodos, onde se insere a metodologia, deve ser estruturada como uma receita de bolo — afinal, um experimento ou uma coleta em campo também possui uma ordem de execução. Os resultados devem ser relatados na mesma ordem sequencial em que a metodologia foi apresentada nos Materiais e Métodos. Resultados ou Resultados e Discussão No TCC, existem duas maneiras de apresentar e organizar os resultados. Na primeira, você apresenta os seus achados na seção Resultados e, depois, os discute e interpreta na seção Discussão. Essa forma de estruturar o seu trabalho pode ajudar o leitor a entender melhor o resultado — o que pode ser especialmente importante em trabalhos extensos ou muito complexos. Já na segunda maneira, a apresentação dos seus resultados deve ser seguida de uma breve explicação. Assim, a seção se chamará Resultados e Discussão. A escrita da seção Resultados A seção Resultados precisa contar com um conteúdo textual, mas, frequentemente, o uso de imagens contribui bastante para a visualização dos achados. O passado deve ser a referência temporal do texto, além disso não é necessária a citação de outros trabalhos, a menos que o seu TCC seja uma revisão bibliográfica. O uso de citações para expor o resultado de seus experimentos e de suas coletas de campo não é preciso uma vez que foi você quem gerou esses dados, ou seja, você é o autor da pesquisa. Figuras, gráficos, tabelas e quadros são formas auxiliares para melhor apresentar o que você encontrou e devem ser “chamadas”, citadas, no texto. Exemplo “As armadilhas de interceptação e queda com uso de cerca guia foram instaladas em uma área de Cerrado e em uma mata de galeria da área de estudo, situada na área rural denominada Serra (21° 00’ 02.42” S e 44° 18’ 16.09” O), localizada no município de Ritápolis, na Serra da Bandeira (Figura 2)” (SOUSA et al., 2010, p. 130-131 – grifo nosso). “Na avaliação do desenvolvimento neuropsicomotor através da escala de DENVER II, foi possível observar atrasos importantes nos quatro campos avaliados, como pode ser observado na tabela 1” (FLOR; GUERREIRO; DOS ANJOS, 2017, p. 315 – grifo nosso). Para escrever, é preciso entender os seus dados Uma vez entendido como você deve conduzir a escrita da seção Resultados do seu TCC, o próximo passo é compreender o que é preciso para a elaboração dos resultados propriamente ditos. Todo experimento, coleta de campo ou até mesmo revisão bibliográfica geram dados relativos às variáveis que um pesquisador se propõe a avaliar. Entender o que são dados e variáveis é fundamental no dia a dia de um profissional da área de saúde, principalmente aqueles que atuam como pesquisadores. De maneira geral, os dados são medidas, quantidades ou eventos que podem ser caracterizados com números ou códigos, por exemplo uma letra. Já as variáveis são os nomes dados aos parâmetros que podem possuir diversos valores ou categorias (isto é, variam) e são capazes de descrever o seu objeto ou fenômeno de pesquisa. Vamos demonstrar esses conceitos usando como exemplo o estudo realizado por Zanusso Junior et al. (2011). Nele, avaliou-se a atividade anti-inflamatória de substâncias encontradas no coentro. Os pesquisadores realizaram um experimento com camundongos que apresentavam inflamações e edemas. Para verificar se determinada substância do coentro tinha algum efeito anti-inflamatório nas lesões dos camundongos, os pesquisadores decidiram medir o número de leucócitos (células sanguíneas que protegem o corpo contra inflamações) antes e depois de os animais serem tratados com um extrato de coentro. Nesse exemplo, podemos afirmar que “número de leucócitos” foi uma das variáveis medidas pelos pesquisadores em questão, e os dados seriam todos os valores do número de leucócitos encontrados para cada um dos camundongos. Tipos de variáveis As variáveis podem ser classificadas de acordo com as medidas que as compõem e o modo como são estudadas. O conhecimento sobre a natureza das variáveis presentes no seu estudo é muito importante paraque você seja capaz de ter uma ideia básica sobre a análise de dados e de escolher a forma correta de mostrar os seus dados em tabelas e gráficos. Variáveis categórica e numérica Uma variável categórica é aquela cujas observações são classificações nominais, de modo que não se pode quantificar a diferença entre elas. Sendo assim, os dados coletados para uma variável categórica são qualitativos. Como exemplos de variáveis categóricas, podemos citar: o tipo sanguíneo (A+, A- etc.), o desenvolvimento de um inseto holometábolo (larva, pupa, imago e adulto), o clima de uma região tropical (seco e chuvoso) e o sexo de um indivíduo (masculino, feminino). Experimento com camundongos O desenvolvimento de uma borboleta é um exemplo de variável categórica. A densidade de hemácias no sangue é um exemplo de variável numérica. Já as variáveis numéricas têm valores que lhes conferem uma quantidade mensurável, permitindo que a diferença entre as observações seja mensurada. Em outras palavras, as variáveis numéricas são aquelas em que é possível determinar o quanto delas há. Os dados coletados para uma variável numérica são quantitativos. Como exemplos de variáveis numéricas, podemos citar: a densidade de células em uma lâmina histológica, a abundância de indivíduos em uma população, o peso de um indivíduo e a atividade de uma enzima. Variáveis contínua e discreta As variáveis numéricas podem ser divididas em contínuas ou discretas. O volume de reagente adicionado para uma reação química é um exemplo de variável contínua. As variáveis contínuas são aquelas que admitem valores fracionários, ou seja, valores não inteiros. O valor dado a uma observação para uma variável contínua pode incluir valores tão pequenos quanto a medição possa permitir. São exemplos de variáveis contínuas: concentração de oxigênio na água de uma lagoa, volume de reagente adicionado para uma reação química e idade de um fóssil. As variáveis discretas só podem assumir valores inteiros. Dentre os exemplos de variáveis discretas, podemos citar: o número de filhotes em uma ninhada, a riqueza de espécies de determinado local e o número de gametas produzidos por um indivíduo. O número de filhotes em uma ninhada é um exemplo de variável discreta. Variáveis resposta e preditora Variável resposta Também chamada variável dependente, é aquela cujos valores ou cujas variações nas suas observações dependem da influência de outros fatores medidos pelo pesquisador. Esses fatores capazes de influenciar determinada variável resposta são as variáveis preditoras, ou independentes. Variável preditora É aquela que explica a variável resposta, ou seja, existe entre ambas uma relação de causalidade. No caso de uma variável preditora categórica ou discreta, existem ainda as categorias, também chamadas de tratamentos, em que a variável preditora se apresenta. A seguir, abordaremos alguns exemplos para que você consolide estes conceitos. O acompanhamento da fertilidade dos pandas em cativeiro é importante para a manutenção da espécie. Suponha que um grupo de veterinários pretenda comparar a eficácia de dois tratamentos de fertilidade a fim de aumentar o sucesso reprodutivo de pandas mantidos em cativeiro. Para fazer essa comparação, os veterinários optaram por utilizar a fertilização in vitro e o uso de medicamentos para fertilidade nos pandas machos. Para avaliar as chances de sucesso reprodutivo, os pesquisadores verificaram o número de fecundações bem-sucedidas após a utilização dessas duas formas de tratamento. O que você consideraria como variáveis preditora e resposta nesse caso? Primeiramente, os veterinários consideraram que os dois tratamentos de fertilidade são aqueles que podem influenciar o sucesso reprodutivo dos pandas. Sendo assim, o tipo de tratamento de fertilidade é a variável preditora. Como o tipo de tratamento de fertilidade é uma variável categórica, os seus níveis são fertilização in vitro e o uso de medicamentos para fertilidade. Em paralelo, o sucesso reprodutivo, objeto de interesse do estudo e dependente dos tratamentos de fertilidade, é avaliado por meio do número de fecundações bem-sucedidas quando se utiliza cada um dos tratamentos. Portanto, o número de fecundações bem-sucedidas é a variável resposta. Planilha com os dados Para o seu TCC, caso você tenha optado por conduzir um experimento ou uma coleta de campo, certamente mediu uma série de variáveis. Para que você possa realizar uma análise estatística posteriormente, o primeiro passo a se tomar é organizar os dados que gerou em uma planilha do Excel. Uma planilha é uma tabela composta por linhas e colunas utilizada para organizar informações. Resposta Planilha do Excel ainda sem dados. As colunas são representadas pelas letras, na vertical; e as linhas, por números, na horizontal. Usualmente, você deve organizar a sua planilha de modo que a primeira linha da primeira coluna, isto é, a célula A1 da planilha, receba o nome da sua unidade amostral ou experimental. Nas linhas abaixo, isto é, da célula A2 da planilha em diante, deverá haver a identificação de cada uma das unidades. Uma unidade amostral, ou experimental, é a menor unidade física de interesse em uma coleta de campo ou experimento, respectivamente. Exemplo Na área de saúde, uma unidade amostral ou experimental costuma ser um indivíduo (pessoa, árvore etc.) ou um ambiente (um parque, um lago, cultivo de microrganismos etc.). As próximas colunas podem ser utilizadas para adicionar variáveis relevantes para a caracterização da sua unidade amostral ou experimental. Por exemplo, se a coleta de campo foi realizada na estação seca ou chuvosa ou se os indivíduos utilizados em um experimento faziam parte do grupo de um tratamento ou do grupo controle. O nome de cada variável deve estar na primeira linha de cada coluna, ou seja, no cabeçalho da planilha. Logo abaixo, você deve adicionar os valores que mediu para cada uma das variáveis, cada valor em uma célula. Células são pequenos retângulos visualizados no cruzamento de uma linha com uma coluna. Print de tela do Microsoft Excel com exemplo de planilha contendo a disposição das informações. Para facilitar o seu entendimento, vamos retomar o exemplo do experimento com os camundongos. Zanusso Junior e colaboradores (2011) estavam interessados em entender como o sistema imunológico dos camundongos responderia ao tratamento com o extrato de coentro. Sendo assim, a menor unidade física do interesse deles é o indivíduo. Como o estudo foi feito através da realização de um experimento, o camundongo é a unidade experimental. Todas as unidades amostrais ou experimentais devem receber uma identificação e, com certeza, os camundongos utilizados possuíam algum nome ou código que os identificasse. As primeiras linhas da primeira coluna da planilha utilizada por esses pesquisadores seria algo como nesta imagem. Seguindo com o exemplo, as próximas três colunas podem ser utilizadas para caracterizar os camundongos com variáveis que os pesquisadores julgassem interessantes, isto é, que pudessem afetar de algum modo o resultado do experimento. Em seguida, poderíamos adicionar variáveis medidas no experimento, como a contagem de leucócitos: Cuidados ao planilhar os dados Por mais que o preenchimento da planilha com os dados gerados seja uma tarefa simples para quem já domina o Excel, existem alguns cuidados a serem tomados a fim de se evitar problemas futuros, tais como: Crie uma outra planilha ou mesmo um documento de texto que mostre o significado de cada sigla ou código que você utilizou (por exemplo, Inf = inflamação), bem como as unidades de medidas de cada variável (por exemplo, peso em gramas). As siglas e os códigos utilizados para a caracterização das variáveis categóricas devem sempre conter letras. Por exemplo, use T200mg para representar o grupo dos camundongos, e nunca 200. Caso contrário, elas podem ser confundidas como variáveis numéricasem alguns programas de análise de dados. Evite acentos, "ç'', pontuações e espaços na sua planilha de dados (conforme demonstrado nos exemplos acima), porque alguns programas de análise de dados são baseados na língua inglesa e não reconhecem esses caracteres e os espaçamentos. Caso queira adicionar um espaço entre l fi í b l ( d li ) E Análise de dados O ato de planilhar os dados de seu estudo é importante não só para que você os tenha organizados e salvos, mas também para conduzir a análise estatística do seu trabalho. A análise de dados se utiliza do raciocínio estatístico, lógico, para obter informações dos dados. Aqui, iremos apresentar conceitos básicos sobre o tema para que você compreenda minimamente o assunto. Não fique apreensivo, o domínio da análise de dados virá com o tempo. Estatística descritiva dos resultados A estatística descritiva é aquela que atua na descrição e apresentação dos dados. Na área da Saúde, a estatística descritiva é essencialmente numérica ou gráfica. Ilustração simplificada de distribuição normal ou gaussiana de um conjunto de dados. Estatística descritiva numérica Quando os seus dados apresentarem uma distribuição normal ou palavras, prefira o símbolo _ (underline). Escreva normalmente somente nas tabelas não destinadas à análise de dados (como as que são inseridas ao longo do texto dos seus Resultados) e nos gráficos. Se você ainda não tem familiaridade com o uso do Excel, procure no Youtube por tutoriais básicos de como utilizá-lo antes de se aventurar. O Excel possui uma série de “truques” que podem agilizar o seu trabalho e, por isso, vale a pena conhecê-los primeiro. gaussiana, os parâmetros da estatística descritiva numérica que devem ser utilizados, para uma variável, são, principalmente, a média e o desvio-padrão. Por outro lado, quando os dados não apresentam uma distribuição normal ou gaussiana, esses parâmetros são, principalmente, a mediana, os percentis ou o intervalo interquartil. Para saber se os seus dados possuem, ou não, uma distribuição normal — e, consequentemente, saber quais parâmetros descritores utilizar — você pode conduzir um teste de normalidade no Excel ou em outro programa estatístico. Visualmente, você pode ter uma ideia da distribuição dos seus dados ao fazer um gráfico do tipo histograma com os valores da sua variável resposta. Se o gráfico for em forma de sino e simétrico em relação à média, geralmente você pode assumir a normalidade. O teste de normalidade só é aplicável a variáveis respostas numéricas. Exemplo de como deve ser a representação gráfica de uma distribuição normal. E quando queremos descrever a relação entre duas variáveis, se elas estão ou não relacionadas? Nesse caso, podemos utilizar o coeficiente de correlação, uma medida da associação entres duas variáveis, cujo valor pode variar de -1 (relação negativa forte) a 1 (relação positiva forte). Se o coeficiente de correlação mostrar valores próximos a 0, significa que não há correlação entre as variáveis, ou seja, não estão relacionadas. Demonstração gráfica da correlação entre duas variáveis hipotéticas, destacando-se o valor do coeficiente de correlação (r). Estatística descritiva gráfica A estatística descritiva gráfica é uma maneira visual de descrever os dados, podendo ocorrer por meio de gráficos ou diagramas. Geralmente, os gráficos possuem um eixo horizontal e outro vertical, e cada um deles deve receber um título. O título dos eixos deve ser o nome das variáveis envolvidas na análise, mostrando ainda a unidade de medida de cada uma delas entre parênteses, como podemos ver ao lado. Exemplo de gráfico com as devidas unidades de medida mostradas nos títulos dos eixos. No texto do seu TCC, você deve acrescentar uma legenda ao gráfico, onde explicará tudo que é necessário ao leitor para compreendê-lo. Por isso, o título do gráfico não é uma informação obrigatória. No entanto, caso você apresente o seu trabalho com o auxílio de slides ou banner, por exemplo, onde a legenda não estiver presente, o título do gráfico se torna uma informação imprescindível. No próximo módulo, abordaremos mais detalhes sobre como os gráficos do seu TCC devem ser feitos. Estatística inferencial A estatística inferencial ajuda a sugerir explicações para uma situação ou fenômeno. Enquanto a estatística descritiva resume os dados medidos, a inferencial se baseia em extrapolações a partir de amostras geradas para que você chegue às suas conclusões. Inferencial deriva do verbo inferir, que significa concluir ou julgar a partir de evidências — e não provar. Frequentemente, a estatística inferencial envolve a realização de estimativas e teste de hipótese. No teste de hipóteses, encontram-se evidências a favor ou contra uma explicação, no caso a hipótese do seu trabalho. Comentário Existem muitos tipos de análises estatísticas inferenciais, e cada uma é apropriada para um projeto de pesquisa, considerando as peculiaridades dos experimentos ou da amostragem feita em campo. A determinação da melhor análise estatística para o seu TCC deve ser feita com o seu orientador. Para a determinação do melhor método de análise estatística é necessário, porém, que você entenda, minimamente, algumas das análises estatísticas inferenciais mais simples e comumente utilizadas nos estudos da área de saúde. Principais análises estatísticas Antes de realizar uma análise estatística inferencial, é importante entender qual o tipo dos seus dados. Como já falamos, na estatística descritiva, a distribuição dos dados é um fator extremamente importante a ser observado, assim como na estatística inferencial. As análises estatísticas que aprenderemos a seguir são chamadas de testes paramétricos porque pressupõem que os dados analisados possuem distribuição normal. Caso os seus dados não possuam uma distribuição normal, você pode transformá-los (por exemplo, tirar a raiz quadrada dos valores ou logaritmizá-los) para corrigir a distribuição não normal ou optar por utilizar um teste não paramétrico. Os testes não paramétricos não pressupõem a distribuição normal dos dados. Geralmente, cada um dos testes paramétricos que veremos tem uma “versão não paramétrica”. Medição da raiz de uma muda Vale destacar que, quando nos referimos à normalidade dos dados, estamos falando sobre a distribuição dos dados de variável resposta numérica. Por exemplo, se o trabalho científico para o seu TCC foi acompanhar o crescimento radicular de mudas de plantas cultivadas sob diferentes níveis de adição de nutrientes no solo, você deve verificar a normalidade dos dados referentes às medições da raiz dessas mudas. Os valores gerados pela medição da raiz de uma planta podem ser a variável resposta de um experimento e, consequentemente, a normalidade desses dados deve ser verificada antes de conduzir uma análise estatística. Comparação entre grupos Abaixo apresentamos dois tipos de análises cuja função é estabelecer a comparação entre grupos: Teste-t Essa análise é adequada para verificar se há diferenças significativas entre dois grupos. Por exemplo, se existe diferença na resposta imunológica de um grupo de pacientes antes e depois da aplicação da vacina (os dois grupos comparados seriam “antes” e “depois”); ou se há divergência na taxa de decomposição de folhas de duas espécies de plantas (os dois grupos comparados seriam “espécie de planta A” e “espécie de planta B”). Cada um dos grupos representa diferentes níveis da variável preditora, e os dados comparados são da variável resposta. ANOVA O objetivo dessa análise é verificar se há diferenças significativas entre três ou mais grupos. Os exemplos da ANOVA podem ser aqueles do Teste-t, aumentando-se somente o número de grupos comparados. Por exemplo, verificar se há diferença na taxa de decomposição de folhas de três espécies de plantas (os grupos comparados seriam “espécie de planta A”, “espécie de planta B” e “espécie de planta C”). Cada um dos gruposrepresenta diferentes níveis da variável preditora, e os dados comparados são da variável resposta. Associação entre variáveis Na análise estatística, muitas vezes é importante se fazer uso da associação entre variáveis para que se obtenha melhores resultados. Abaixo, apresentamos dois métodos de associação entre variáveis: Correlação Essa análise é utilizada para responder à seguinte questão: Existe uma associação entre os dados dessas duas variáveis emparelhadas? Sendo assim, não há distinção entre as duas variáveis, ou seja, não existe uma variável preditora e uma variável resposta. A análise de correlação pode ser utilizada para verificar, por exemplo, se existe uma associação entre o tamanho corporal de um peixe e a sua idade ou uma relação entre a densidade de adipócitos no corpo da pessoa e o seu colesterol. Você sabe o que são correlações espúrias? Neste vídeo, a especialista falará sobre o que são as correlações espúrias e como você deve evitá-las em seu TCC. Vamos lá! Regressão A análise de regressão não apenas faz associações, como também as utiliza para prever resultados. Nessa análise, há sempre uma variável preditora ou independente e uma variável resposta ou dependente. A análise de regressão pode ser utilizada, por exemplo, para avaliar o tamanho da prole gerada por fêmeas marsupiais com idade de 4 anos, tendo dados do tamanho da prole gerada por animais com idades entre 2 e 7 anos. Interpretação dos resultados gerados Os resultados das análises estatísticas podem gerar uma série de valores, como valores t, valores F, coeficientes de correlação e valores de p. Sem um entendimento básico de qual deles deve ser considerado para entender a mensagem principal da sua análise de dados, certamente, você ficará desmotivado e se sentirá perdido em relação aos próximos passos a serem tomados. Um entendimento básico sobre análise de dados facilita a interpretação dos resultados mostrados e, consequentemente, do processo de escrita do TCC. Com as explicações a seguir, você será capaz de fazer uma interpretação básica dos seus resultados. A pergunta básica a ser respondida para ter noção dos resultados da análise de dados é a seguinte: Existe ou não significância estatística? Essa questão pode ser respondida olhando para um único valor: o valor de p. Quando realizamos, por exemplo, um teste estatístico para comparar grupos, usamos um teste estatístico de hipóteses. Os testes de hipóteses são usados para avaliar a validade de uma afirmação feita sobre um conjunto de unidades a respeito do qual desejamos obter informação. O nome dado a essa afirmação testada é hipótese nula. Saiba mais No teste de hipóteses, existem a hipótese nula, que considera não haver diferença significativa entre os grupos, e a hipótese alternativa, que considera haver diferença significativa entre os grupos. Quando você executa um teste de hipótese em estatísticas, o valor p ajuda a determinar a significância de seus resultados. O valor p é utilizado para “pesar” a força da evidência a favor ou contra a hipótese nula, de que não há diferença entre os grupos. Os valores de p podem variar entre 0 e 1, sendo interpretados da seguinte maneira: Um valor de p baixo (normalmente < 0,05) indica forte evidência contra a hipótese nula. Consequentemente, você rejeita a hipótese nula e aceita a hipótese alternativa. Um valor p alto (> 0,05) indica uma evidência fraca contra a hipótese nula, então você falha em rejeitar a hipótese nula e, consequentemente, não pode aceitar a hipótese alternativa. Um valor de p de 0,05 é geralmente considerado a probabilidade de “corte”, um limiar. Os valores de p menores que 0,05 fornecem boas evidências contra a hipótese nula, enquanto os valores maiores, não. Na prática, um valor de p de 0,5 sugere que há uma chance de 50% de que os seus dados suportem a hipótese nula. Já um valor de p de 0,05 sugere que a probabilidade de os seus dados suportarem a hipótese nula é de apenas 5%. Por isso, os valores de p menores que 0,05 sugerem que a hipótese nula está incorreta. Vem que eu te explico! Os vídeos a seguir abordam os assuntos mais relevantes do conteúdo que você acabou de estudar. MÓDULO 1 Vem que eu te explico! Falta pouco para atingir seus objetivos. Vamos praticar alguns conceitos? Questão 1 Sobre o texto apresentado na seção Resultados de um TCC, podemos afirmar, de maneira geral, que: A verbos não devem ser utilizados e são necessárias referências bibliográficas. B os verbos devem ser escritos no presente e não são necessárias referências bibliográficas. C os verbos devem ser escritos no futuro e são necessárias referências bibliográficas. D os verbos devem ser escritos preferencialmente no presente e são necessárias referências bibliográficas. E os verbos preferencialmente são escritos no passado e não são necessárias referências bibliográficas, a menos que seja uma revisão bibliográfica. Parabéns! A alternativa E está correta. Assim como na seção Materiais e Métodos, todos os verbos utilizados no texto da seção Resultados devem estar escritos no passado. Além disso, não é necessária a citação de outros trabalhos, a menos que o TCC seja uma revisão bibliográfica. Não é necessário usar citações ao longo do texto dos resultados de experimentos e coletas de campo, uma vez que você foi você mesmo quem gerou os dados, ou seja, você é o autor da pesquisa. Questão 2 Um pesquisador hipotetiza que a origem dos grãos usados para fazer o café afeta o grau de hiperatividade da pessoa que o ingere. Para testar a sua hipótese, ele vai conduzir um experimento para verificar se os grãos de café originários da África, América do Sul e do México afetam, de maneiras diferentes, a hiperatividade de seu consumidor. Com base no exemplo anterior, assinale a alternativa correta correspondente à variável preditora e aos seus respectivos níveis. A Grau de hiperatividade / Pessoa. 2 - Como usar ilustrações Ao final deste módulo, você será capaz de empregar corretamente o uso de ilustrações. B Origem do grão de café / África, América do Sul e México. C Grau de hiperatividade / África, América do Sul e México. D Origem do grão de café / Pessoa. E Grau de ingestão / Pessoa. Parabéns! A alternativa B está correta. A variável preditora é aquela que explica a variável resposta, ou seja, possui uma relação de causalidade com a variável resposta. Em outras palavras, a variável preditora é aquela que afeta ou influencia o comportamento da variável resposta. No exemplo acima, a hipótese do pesquisador é de que “a origem do grão de café afeta o grau de hiperatividade da pessoa que o ingere”. Portanto, a “origem do grão de café” é a variável preditora. A “origem do grão de café” se apresenta nos níveis “África, América do Sul e México”. O papel das ilustrações no seu TCC As principais ilustrações utilizadas em um TCC da área de saúde são tabelas, quadros, gráficos, fotos ou esquemas. O propósito dessas ilustrações é mostrar, de maneira direta, o que está sendo comunicado no texto. Os recursos visuais também são um modo de facilitar a leitura e interpretação do leitor. Já imaginou como seria a leitura se somente abordássemos os valores numéricos no texto? Seria extremamente confuso e monótono, não acha? Na seção Resultados do TCC, quaisquer ilustrações são permitidas, desde que sejam coerentes com a informação descrita no texto, inclusive com a análise de dados. Além disso, é importante que você não utilize os recursos visuais somente como forma de repetir o que está escrito. Por exemplo, ao conduzir um estudo sobre a composição de espécies da comunidade de vertebrados de um fragmento florestal, você destaca no texto que a composição da comunidade encontrada foi de 44% de anfíbios, 31% de mamíferos, 19% de répteis e 6% de aves. Nesse caso, não é necessária uma ilustração com a mesma informação. As ilustrações não devem mostrar exatamente as mesmas informações já descritasno texto. Abordaremos aqui a confecção das ilustrações conforme as normas da Associação Brasileira de Normas Técnicas (ABNT), as quais serão adotadas na formatação de seu TCC. Posteriormente, caso você e seu orientador decidam publicar seu trabalho em uma revista científica, será necessário verificar, no website da revista, quais são as suas regras de formatação. Tabelas As tabelas são representações de informações, principalmente, cedidas por dados numéricos. No entanto, esses dados numéricos não devem ser brutos, ou seja, do modo em que se encontram em sua planilha, e sim, devem ser informações resumidas. Ao invés de mostrar os dados brutos, você pode mostrar na tabela, por exemplo, os seus valores de média e o desvio padrão. Tabela - Dimensões médias e o desvio padrão (após os sinais de ±) de sementes com diferentes classes de tamanhos. Como pôde ser observado na imagem acima, a moldura é formada por três linhas horizontais paralelas, não havendo linhas verticais fechando os lados da tabela. Você também pode optar por construir uma tabela com linhas verticais separando cada uma das colunas e linhas, desde que a lateral permaneça aberta. Quadros Assim como as tabelas, os quadros são representações de informações, principalmente de dados numéricos ou literais. Possuem as suas laterais fechadas por linhas verticais. Não utilize quadros ou tabelas longos. Caso seja necessário mostrar um grande volume de informações, você pode distribuí-las em mais de um quadro ou tabela, ou optar por colocar uma tabela ou um quadro mais longo em anexo ao seu TCC. Tamanho Comprimento Largura Pequena 16,49 ± 0,74 12,11 ± 0,96 Média 18,33 ± 0,36 13,25 ± 0,70 Grande 19,52 ± 0,50 13,87 ± 0,87 Musculatura afetada Manifestações Sintomas clínico Palpebral Blefaroespasmo Fechamento palpebral Quadro - Manifestações clínicas da liberação extrapiramidal em função da musculatura afetada. Gráficos Os gráficos são ilustrações que permitem ao leitor verificar e comparar, visualmente, os resultados descritos na seção Resultados do seu TCC. Para evitar que os gráficos se tornem confusos e visualmente poluídos, foque em mostrar os dados referentes a duas ou três variáveis, no máximo. O gráfico mais adequado para ilustrar o que você encontrou depende, essencialmente, do tipo de informação e da análise estatística conduzida. Musculatura afetada Manifestações Sintomas clínico Facial, laríngea, mandíbula e de língua Crises bucolinguais Movimento de deglutição ou mastigação repetitivos, engasgos, assimetria facia protrusão da líng trismo Ocular extrínseca Crises oculógiras Desvio conjugad de olhar Laríngea e faríngea Distomia laríngea Disfonia, estritor disgagia Cervical Torcicolo Contratura cervi mantida ou espasmódica, desvio lateral da cabeça Paravertebral Opistótono Hiperextensão d tronco Vamos iniciar o nosso aprendizado com o entendimento dos eixos que compõem os principais gráficos. Em seguida, abordaremos cada um dos tipos de gráficos que você pode utilizar no seu TCC, bem como a análise de dados que costuma estar associada a cada um deles. Ilustração da relação entre as variáveis preditora e resposta Gráficos são diagramas matemáticos que representam a relação entre duas ou mais variáveis. Na maioria dos TCC da área da Saúde, busca-se entender como determinada variável preditora influencia uma variável resposta, ou seja, avalia-se a relação entre duas variáveis. Nessas circunstâncias, a variável resposta é denotada por “y”; e a variável independente, por “x”. Nos gráficos, “x” e “y” correspondem aos eixos horizontal e vertical, respectivamente. A variável preditora (“x”) e a variável resposta (“y”), portanto, devem ser plotadas nos eixos que lhes são correspondentes. Assim, ter conhecimento sobre quais são as variáveis preditora e respostas do seu estudo é fundamental não só para conduzir adequadamente uma análise estatística, mas também para ilustrar o resultado. Exemplo do posicionamento dos eixos que compõem a maioria dos gráficos. Por mais que nas tabelas e nos quadros não haja eixos específicos para mostrar as informações, podemos dizer também que as colunas iniciais dessas ilustrações devem conter as informações referentes às suas variáveis preditoras. Retomando o exemplo da tabela, podemos observar que a primeira coluna é dedicada a informar como as classes de tamanho de sementes (níveis da variável preditora “tamanho das sementes”) influenciou as medidas de crescimento de uma espécie de planta. Tabela - Dimensões médias e o desvio padrão (após os sinais de ±) de sementes com diferentes classes de tamanhos. Suas tabelas com informações das variáveis preditora e resposta devem sempre ser iniciadas pela variável preditora, uma vez que é contraintuitivo mostrar, primeiramente, as informações da variável resposta. Vamos retornar ao nosso exemplo. Você conseguiria entender sobre o que se trata a tabela acima caso os autores a iniciassem com as informações de comprimento, largura, espessura e, depois, as classes de tamanho das sementes? Certamente, só compreenderia a informação que os autores pretendiam passar quando a sua leitura atingisse a última coluna. Com certeza, enquanto lesse, você se perguntaria: Comprimento de quê? Largura e espessura de quê? Atenção Lembre-se sempre de que o papel das ilustrações é resumir, para o leitor de um trabalho científico, as informações apresentadas de maneira simplificada e de fácil compreensão. Portanto, se a interpretação de um gráfico ou tabela estiver confusa, significa que essa ilustração não está cumprindo o seu papel. Gráficos Abaixo, enumeramos alguns dos tipos de gráficos que podem ser utilizados na apresentação de resultados. Gráfico de barra ou diagrama de Pareto O gráfico de barras, ou diagrama de Pareto, deve ser usado para comparar dados, tais como: valores, tempos ou frequências dos níveis exibidos por uma variável preditora categórica. Para interpretar um Tamanho Comprimento Largura Pequena 16,49 ± 0,74 12,11 ± 0,96 Média 18,33 ± 0,36 13,25 ± 0,70 Grande 19,52 ± 0,50 13,87 ± 0,87 gráfico de barras, é preciso considerar que, quanto maior o tamanho da barra, maior será o valor associado à categoria que a exibe. Os gráficos de barras podem se apresentar de diferentes formas, mas o modo de interpretá-los continua o mesmo. Diferentes possibilidades visuais dos gráficos de barra. No exemplo ao lado, retirado de um artigo científico de Nascimento et al. (2019), temos um gráfico de barras demonstrando a diferença na frequência cardíaca de ratos, antes (no gráfico, chamado de veículo) e depois (no gráfico, chamado de DL) de receberem uma injeção D- limoneno, principal componente do óleo essencial de frutas cítricas. Exemplo de gráfico de barras de um estudo na área de saúde para mostrar variação na frequência cardíaca dos ratos. Nesse exemplo, a “altura” das barras demonstra a frequência cardíaca média dos ratos de cada um dos grupos experimentais, enquanto a barra vertical acima delas aponta o desvio padrão. Podemos observar ainda a presença de um asterisco (*) sobre a barra do desvio padrão do grupo DL. O asterisco é o símbolo que indica a existência de uma diferença significativa, mostrada pela análise de dados, quando os autores do artigo comparam a frequência cardíaca dos dois grupos experimentais. No caso, devemos afirmar que, após receberem a injeção de D-limoneno, os ratos têm a frequência cardíaca significativamente reduzida. Como vimos, os gráficos de barras podem ser utilizados quando há uma variável preditora categórica – no caso do exemplo acima, o “estágio da aplicação da injeção”: antes (veículo) ou depois (DL). Sendo assim, as análises estatísticas que podem ter os seus resultados mostrados com um gráfico de barras são o teste-t e a ANOVA – as análises que comparam grupos. No estudo de Nascimento et al. (2019), por exemplo, os autores utilizaram o teste-t. Gráfico circular ou gráfico de pizza O gráficode pizza, ou circular, recebe esse nome porque se assemelha a uma pizza fatiada. Esse gráfico deve ser utilizado para demonstrar a proporção observada de níveis ou categorias de uma variável categórica. O gráfico circular se assemelha a uma pizza. Para interpretar um gráfico de pizza, você deve estar ciente de que cada fatia representa a proporção observada para cada variável categórica que está sendo retratada. Além disso, o tamanho das fatias é diretamente proporcional à sua representatividade. Juntas, essas fatias representam 100% dos dados. Caso você ache pertinente adicionar um gráfico desse tipo ao seu TCC, fique atento aos seguintes pontos: Evite esse gráfico quando houver um número muito alto de categorias, de modo que as fatias não possam ser claramente visualizadas. Evite esse gráfico quando houver fatias com tamanho extremamente reduzido, ou seja, com uma representatividade próxima a 0, pois, nesse caso, elas também não serão visualizadas claramente. Utilize cores contrastantes e diferentes para representar cada fatia. Exemplo de como não fazer um gráfico de pizza: as cores parecidas dificultam a identificação das fatias. Algumas dicas para ter boas ilustrações em seu TCC A apresentação de boas ilustrações, como gráficos e esquemas, em um trabalho científico requer não só dados de qualidade, mas também uma linguagem visual clara e atrativa. Neste vídeo, a especialista dará algumas dicas para que você apresente melhores gráficos e esquemas em seu TCC. Vamos lá! Exemplo de gráfico circular ou de pizza de um estudo na área de saúde. No exemplo ao lado, a autora classificou os cães portadores de doença renal crônica envolvidos no estudo de acordo com o nível de proteína na urina dos animais (proteinúria). Desse modo, “nível de proteína na urina” é uma variável categórica com as seguintes classes: “não proteinúrico”, “proteinúrico borderline” e “proteinúrico” — e, portanto, pode ser demonstrada em um gráfico de pizza. Não necessariamente a variável categórica descrita no gráfico de pizza precisa se enquadrar como preditora ou resposta. Como você deve ter notado, não há eixos “x” e “y”. O intuito desse tipo de gráfico é demonstrar uma informação visualmente, não estando associado diretamente a um tipo de análise estatística. O gráfico de pizza, por exemplo, pode ser utilizado, simplesmente, para descrever a saúde renal dos animais acometidos por uma síndrome, sem necessariamente haver uma relação de causa e efeito. Dica Você pode utilizar um gráfico de pizza para demonstrar a proporção de dias chuvosos e ensolarados durante o seu trabalho de campo, por exemplo. Boxplot ou diagrama de caixa Os gráficos boxplots ou diagrama de caixas fornecem um resumo visual dos dados, permitindo ao leitor identificar rapidamente alguns valores importantes dos dados, como a mediana, os valores mínimo e máximo e a sua dispersão. Antes de aprendermos mais sobre os boxplots, vamos conhecer alguns conceitos estatísticos necessários para a interpretação da estrutura dessas ilustrações. Mediana É o valor médio de um conjunto de dados. A mediana divide um conjunto de dados em duas partes iguais, sendo uma parte maior ou igual a este valor e a outra, menor. Valor mínimo É o valor mais baixo de um conjunto de dados. Valor máximo É o valor mais alto de um conjunto de dados. Dispersão Também chamada de variabilidade, é a extensão da distribuição dos dados. Forma e componentes de um boxplot. A posição da mediana, representada pela linha transversal no interior do boxplot, indica se os dados possuem uma distribuição normal ou não. Quando a mediana se situa no meio da caixa que compõe o boxplot e as barras, que apostam os valores mínimos e máximos, têm aproximadamente o mesmo tamanho, os dados representados têm distribuição normal. Caso a mediana não esteja situada no centro da caixa e as barras apresentem tamanhos diferentes, os dados não possuem distribuição normal. Com base nas características dos boxplots ilustrados ao lado, por exemplo, poderíamos dizer que o conjunto de dados representado pelo boxplot da esquerda não possui distribuição normal, e o da direita, sim. As características dos boxplots indicam a distribuição dos dados por eles representados. O tamanho da caixa que compõe cada boxplot representa o quão grande é a diferença entre os valores presentes no conjunto de dados ilustrados. Em outras palavras, o tamanho da caixa indica a amplitude da dispersão dos dados. Para facilitar o seu entendimento, vamos pensar em dois conjuntos de dados. O primeiro conjunto apresenta os valores 1, 2, 2, 3, 3 e 4, logo a diferença entre o maior e o menor valor (4 - 1) é de 3 unidades. Já o segundo conjunto apresenta os valores 0, 1, 20, 30, 40 e 100, a diferença entre o maior e o menor valor, portanto, é de 100 unidades (100 - 0). Concluímos que a dispersão do primeiro conjunto de dados é bem menor que aquela do segundo, assim como também será o tamanho da caixa de seu boxplot. Retomando a ilustração anterior, poderíamos inferir, por exemplo, que o boxplot da esquerda, com uma caixa maior, representa o segundo conjunto de dados, que possui uma grande dispersão. Por outro lado, o boxplot da direita, com uma caixa menor, representa o primeiro conjunto de dados, que possui uma pequena dispersão. Os limites superior e inferior da barra vertical que corta cada boxplot indicam os valores mínimo e máximo dentre o conjunto de dados ilustrado, respectivamente. Saiba mais Essencialmente, para interpretar um gráfico desse tipo, é preciso comparar as medianas entre cada boxplot apresentado. Caso a linha da mediana de um boxplot fique fora da caixa de outro, que está sendo comparado, é provável que exista uma diferença significativa entre os grupos comparados. Para facilitar o seu entendimento, observe o gráfico abaixo, retirado de um estudo de Gaspar, Bezerra e Mota (2020). Exemplo de boxplot (direita) em estudo da clorofila em capim-citronela. Nesse gráfico, os autores ilustraram os efeitos da forma como o capim- citronela é cultivado (A: na água tratada; B: no esgoto tratado, com cloração; C: no esgoto tratado, sem cloração) no índice de clorofila presente nas folhas dessa espécie. Ao prolongarmos a linha da mediana dos boxplots acima (em azul), podemos verificar que a linha da mediana de nenhum boxplot alcança a caixa dos outros boxplots. Com base nessa informação, podemos inferir que a forma com que o capim- citronela é cultivado afeta, significativamente, o índice de clorofila nas suas folhas. Mas de que forma podemos usar os gráficos de boxplots? Os gráficos de boxplots são utilizados, na área da Saúde, para comparar níveis ou categorias de uma variável preditora categórica. No caso do exemplo do capim-citronela, a variável preditora categórica é “a forma de cultivo”, com as categorias “água tratada”, “esgoto tratado, com cloração”, “esgoto tratado, sem cloração”. Já a variável resposta, afetada pela “forma de cultivo”, é o índice de clorofila nas folhas. Sendo assim, as análises estatísticas que podem ter os seus resultados mostrados com um gráfico de boxplots são o teste-t e a ANOVA – as análises que comparam grupos. Histograma Um histograma é um gráfico que permite sumarizar variáveis contínuas ou discretas, que foram medidas/analisadas em determinados intervalos. Caso você tenha, por exemplo, realizado para o seu TCC um estudo que leve em consideração a faixa etária das pessoas, poderia utilizar um histograma para ilustrar os seus dados – afinal, estaria avaliando os intervalos de idades. Ao abordar a normalidade dos dados, os histogramas ainda permitem descobrir e mostrar a distribuição da frequência de um conjunto de dados. Apesar de, visualmente, os histogramas serem similares aos gráficos de barra, há algumas diferenças importantes. No gráfico de barras, o eixo “x” apresenta os níveis de uma variável preditora categórica; e o eixo “y”, os valores da variável resposta associadosa cada um desses níveis. Já no histograma, o eixo “x” apresenta os intervalos numéricos (chamados de classes) de uma variável numérica; e o eixo “y”, a frequência com que as classes aparecem no conjunto de dados que está sendo ilustrado. Exemplo de histograma de um estudo na área de saúde. A interpretação dos histogramas é feita com base no tamanho das barras. As classes com frequências mais baixas são aquelas com os menores tamanhos de barras. Já as classes com frequências mais altas apresentam os maiores tamanhos de barras. No exemplo ao lado, as classes seriam os intervalos de 5mg/dL da lipoproteína de alta densidade (HDL), sendo representadas por cada uma das barras, e aquela de maior frequência seria a de 50-55mg/dL. Comentário Em relação à análise de dados, o histograma não está diretamente associado à apresentação gráfica dos resultados de nenhuma das análises estatísticas mais utilizadas na área da Saúde. Esse tipo de gráfico é imprescindível somente quando você pretende mostrar a normalidade (ou não) dos seus dados de maneira visual. Gráfico de dispersão O gráfico de dispersão mostra a relação entre duas variáveis numéricas: a preditora e a resposta. Cada um dos pontos presentes em um gráfico de dispersão representa uma observação, isto é, uma medida realizada, e a sua respectiva posição em relação aos eixos “x” e “y”, o valor encontrado para cada uma das variáveis representadas. Para interpretar um gráfico de dispersão, devemos procurar tendências nos dados conforme observamos da esquerda para a direita. Se os pontos presentes no gráfico mostrarem um padrão de subida, conforme você se move da esquerda para a direita, isso indica uma relação positiva entre as variáveis representadas nos eixos “x” e “y”: conforme os valores da variável no eixo “x” aumentam, os valores de “y” também tendem a aumentar. Essa relação positiva é demonstrada no exemplo abaixo. Exemplo de gráfico de dispersão em estudo de correlação envolvendo neurônios de ratos. No entanto, se você verificar a tendência contrária, na qual os pontos presentes no gráfico mostram um padrão de declive, conforme se move da esquerda para a direita, isso indica uma relação negativa entre as variáveis representadas nos eixos “x” e “y”: conforme os valores da variável no eixo “x” aumentam, os valores de “y” tendem a diminuir. Exemplo de gráfico de dispersão em estudo de pacientes com tuberculose Se os dados não se assemelham a nenhum tipo de padrão, mesmo que vago, é possível inferir que não existe relação entre as variáveis representadas nos eixos “x” e “y”, como no gráfico de dispersão hipotético abaixo. Ainda, o quão forte será a relação positiva ou negativa verificada dependerá da inclinação dos pontos. Uma “nuvem” de pontos bem inclinada, como no exemplo do artigo de Muniz, Sant’ana e De Almeida Araújo (2007), indica uma relação forte. Já uma “nuvem” de pontos pouco inclinada, como no exemplo de Da Silva Junior et al. (2006), indica uma relação fraca. Exemplo de como seria a ausência de padrão verificada a ausência de relação entre as duas variáveis representadas no gráfico de dispersão. Gráfico de série temporal Os gráficos de série temporal podem ser usados para visualizar tendências em contagens ou valores numéricos, de uma ou mais variáveis, ao longo do tempo. O intervalo de tempo analisado pode ser contado em minutos, horas, dias, meses, anos, décadas ou mesmo séculos – ou seja, qualquer unidade de tempo. A visualização e a análise de séries temporais são cruciais para o entendimento dos dados que variem ao longo do tempo. Assim, é possível verificar tendências para rastrear mudanças ao longo do tempo e gerar previsões. Em um gráfico de série temporal, o eixo “x” é usado para traçar uma linha temporal, enquanto o eixo “y” aponta os valores da variável numérica que está sendo medida. Os gráficos de série temporal representam uma série de medições obtidas ao longo do tempo. Esses gráficos são ferramentas ideais para que o leitor do seu TCC possa identificar rapidamente uma tendência, detectar uma anomalia ou analisar como uma métrica está mudando ao longo do tempo. Para interpretar um gráfico de série temporal, o primeiro passo é verificar se há uma tendência geral nos dados, de aumento ou diminuição ao longo do tempo. Em seguida, você deve verificar se há padrões cíclicos ou sazonais: Existem padrões de aumentos ou decréscimos que se repetem a cada intervalo de tempo ou estação do ano? Ainda, é importante que você se atente a possíveis “anomalias” nos dados, isto é, algum comportamento atípico em algum dos anos estudados. Por exemplo, no gráfico de série temporal de Fernandes et al. (2012), que apresentamos abaixo, podemos verificar que, no estado de São Paulo, com o passar do tempo, houve uma tendência geral de redução do número dos casos de dengue. No entanto, o ano de 2010 foi atípico e houve um aumento abrupto. O que será que deve ter acontecido nesse ano? Enquanto pesquisador, você deve procurar informações e fatos que justifiquem ou, pelo menos, apontem alguma razão por trás de um comportamento anômalo na sua série temporal. Exemplo de gráfico de série temporal em estudo de casos de dengue Legendas das ilustrações Quando figuras, quadros e tabelas forem adicionados aos resultados, cada um deles deve conter uma legenda concisa e autoexplicativa, de modo que, mesmo que o leitor não tenha lido todo o seu TCC, consiga entender sobre o que se trata. É importante ainda estar atento ao local onde a legenda das figuras e tabelas será inserida. De acordo com a ABNT, tabelas, quadros, figuras e gráficos devem ter as suas respectivas legendas situadas na parte superior. Além disso, a legenda deve sempre ser iniciada pela palavra que designa a imagem, seguida por um número arábico que representa a ordem em que aparece no trabalho, por um travessão e, logo após, pelo texto propriamente dito, conforme exemplificado abaixo: Exemplo de legenda em ilustração. Para tabelas e quadros, a localização da legenda se torna um pouco mais intuitiva, uma vez que são lidos sempre de cima para baixo. Todas as abreviações presentes na sua ilustração devem ter os seus significados explicitados nas suas respectivas legendas. Exemplo de uma tabela e sua respectiva legenda de acordo com as normas da ABNT. Vem que eu te explico! Os vídeos a seguir abordam os assuntos mais relevantes do conteúdo que você acabou de estudar. MÓDULO 2 Vem que eu te explico! Falta pouco para atingir seus objetivos. Vamos praticar alguns conceitos? Questão 1 Utilizando-se somente os critérios de interpretação dos gráficos de boxplots, assinale a afirmativa correta sobre o gráfico hipotético a seguir: A Grupo 2 é diferente do Grupo 1 e do Grupo 3. B Não há diferença entre os grupos. C Grupo 1 é diferente do Grupo 2 e do Grupo 3, mas o Grupo 2 e o Grupo 3 não são diferentes entre si. D Grupo 3 é diferente do Grupo 1 e do Grupo 2, mas o Grupo 1 e o Grupo 2 não são diferentes entre si. E Grupo 3 é diferente do Grupo 2, mas não é diferente do grupo 1. Parabéns! A alternativa C está correta. Para interpretar um gráfico de boxplots, é preciso comparar as medianas (linhas transversais no interior da caixa) entre cada boxplot apresentado. Caso a linha da mediana de um boxplot fique fora da caixa do outro boxplot, que está sendo comparado, é provável que exista uma diferença significativa entre os grupos comparados. No gráfico apresentado na questão, a linha da mediana do Grupo 1 está fora dos limites das caixas dos boxplots dos Grupos 2 e 3. Portanto, o Grupo 1 é diferente do Grupo 2 e do Grupo 3. Ainda, verificamos que a linha da mediana do Grupos 2 está dentro dos limites da caixa do boxplot do Grupo 3 e vice- versa. Portanto, não há diferença entre o Grupo 2 e o Grupo 3. A opção que contempla as conclusões acima é a Letra C. Questão 2 Utilizando-se somente os critérios de interpretação dos gráficos de dispersão, é possível afirmar sobre o gráficohipotético, a seguir, que: A não há relação entre as variáveis representadas. B há uma relação positiva fraca entre as variáveis. C há uma relação negativa fraca entre as variáveis. D há uma relação positiva forte entre as variáveis. E há uma relação negativa forte entre as variáveis. Parabéns! A alternativa D está correta. A relação positiva entre as variáveis representadas em um gráfico de dispersão pode ser verificada a partir de um padrão de subida, conforme você se move da esquerda para a direita, enquanto a relação negativa é verificada a partir de um padrão de declive. A ausência de relação entre as variáveis é verificada quando os pontos do gráfico não apresentam nenhum tipo de padrão. Por outro lado, a força da relação entre as variáveis é verificada a partir da inclinação dos pontos ilustrados: quanto maior a inclinação, maior é a força. Considerando que os pontos do gráfico apresentado se mostram em um padrão de subida inclinada (verificada pela posição da reta na imagem), podemos afirmar que a opção correta é a Letra D. Considerações finais Neste conteúdo, aprendemos que as descobertas de seu estudo com base nas informações coletadas e nas metodologias aplicadas são relatadas na seção Resultados do seu TCC. A ordem de apresentação dos resultados deve estar de acordo com o que foi escrito nos Métodos. A seção Resultados deve ser escrita no tempo passado por ser algo já feito, e sua estrutura pode ser escrita de duas maneiras: com ou sem a discussão dos resultados. Caso você opte pela segunda, pode simplesmente apresentar o que foi encontrado, sem viés ou interpretação. A utilização de ilustrações é fundamental para comunicar adequadamente seus resultados, mas esteja atento para utilizar o tipo de ilustração apropriado para representar os seus dados e interpretá-los. Podcast Para encerrar, a especialista falará sobre como os estudantes da área de saúde podem lidar e abordar um resultado não significativo em seus TCC. Vamos ouvir! Referências BASSOLI, T. et al. Metoclopramida e seus efeitos extrapiramidais em crianças. Brazilian Journal of Development, v. 6, n. 10, p. 77339-77345, 2020. CONTIN, C. M. Eletroforese das proteínas séricas e urinárias de cães com erliquiose na fase aguda. Dissertação (Mestrado em Medicina Veterinária). Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, 2015. DA SILVA JUNIOR, C. T. et al. Influência da idade sobre a atividade da adenosina desaminase na tuberculose pleural. Pulmão, v. 15, n. 2, p. 75- 80, 2006. FERNANDES, M. A. B.; NATAL, D.; DE FÁTIMA DOMINGOS, M. Aspectos epidemiológicos da transmissão de dengue em Santos, São Paulo, no período de 1997 a 2012. Journal of Health & Biological Sciences, v. 2, n. 1, p. 5-12, 2014. FIGUEIREDO, T. C. de; MOURA, R. B. de. Prática de pesquisa e trabalho de conclusão na área de saúde. Rio de Janeiro: SESES, 2019. FLOR, C. J. D. R. V.; GUERREIRO, C. F.; DOS ANJOS, J. L. M. Desenvolvimento neuropsicomotor em crianças com microcefalia associado ao Zika Vírus. Revista Pesquisa em Fisioterapia, v. 7, n. 3, p. 313-318, 2017. FRANÇA-SANTOS, A. et al. Estudos bioquímicos da enzima bromelina do Ananas comosus (abacaxi). Scientia Plena, v. 5, n. 11, 2009. GASPAR, G. V.; BEZERRA, F. M. L.; MOTA, F. S. B. Desenvolvimento de citronela (cymbopogon winterianus) irrigada com esgoto doméstico tratado e com água de abastecimento. Brazilian Journal of Environmental Sciences (on-line), v. 55, n. 1, p. 145-157, 2020. MUNIZ, E.; SANT’ANA, D. de M. G; DE ALMEIDA ARAÚJO, E. J. Análise morfométrica e quantitativa dos neurônios do plexo mientérico do ceco de ratos submetidos a intensa carência de proteína. Arquivos de Ciências Veterinárias e Zoologia da UNIPAR, v. 10, n. 2, 2007. NASCIMENTO, G. A. do et al. Efeitos bradicardicos e antiarritmicos do D-Limoneno em ratos. Arquivos Brasileiros de Cardiologia, v. 113, p. 925- 932, 2019. NORMANDO, D.; TJÄDERHANE, L.; QUINTÃO, C. C. A. A escolha do teste estatístico-um tutorial em forma de apresentação em PowerPoint. Dental Press Journal of Orthodontics, v. 15, n. 1, p. 101-106, 2010. QUERIOZ, T. A. F.; DIAS, D. P. Efeito do tamanho das sementes sobre a emergência e morfofisiologia de mudas de mama cadela. Nativa, v. 9, n. 3, p. 260-265, 2021. RIZZATTI, M. et al. Avaliação geográfica para risco de COVID-19 em população a partir de 50 anos na área urbana de Santa Maria, RS, Brasil. Geografia Ensino & Pesquisa, v. 24, p. 1-33, 2020. SOUSA, B. M. et al. Répteis em fragmentos de Cerrado e Mata Atlântica no Campo das Vertentes, estado de Minas Gerais, Sudeste do Brasil. Biota Neotropica, v. 10, p. 129-138, 2010. ZANUSSO-JUNIOR, G. et al. Avaliação da atividade anti-inflamatória do coentro (Coriandrum sativum L.) em roedores. Revista Brasileira de plantas medicinais, v. 13, p. 17-23, 2011. Explore + Para saber mais sobre os assuntos aqui tratados: Leia o livro Estatística para Leigos, da autora Deborah J. Rumsey, que pode ser muito útil caso tenha interesse em se dedicar mais ao estudo sobre análises estatísticas. Utilize a ferramenta on-line de seleção de paleta de cores do Adobe Color, pois escolher as cores mais atraentes para as suas ilustrações pode parecer simples, mas tem alguns segredos. Um deles é a utilização de cores harmoniosas. Depois que decidir quais cores pretende usar, é só buscá-las no programa em que você está fazendo os seus gráficos! Baixar conteúdo javascript:CriaPDF() Discussão dos resultados da pesquisa em saúde Profª. Juliana Leal Descrição A construção e a redação da seção da Discussão de um TCC na área de saúde. Propósito A apresentação clara da seção de Discussão do seu TCC é essencial, pois é nela que você aprofundará o significado, a importância e a relevância dos seus resultados de pesquisa, mostrando sua relação com a literatura existente. Dominar a escrita científica é decisivo para a boa comunicação de sua pesquisa à sociedade e aos seus colegas de profissão da área da saúde. Objetivos Módulo 1 Estrutura geral da seção da Discussão Reconhecer a estrutura geral da seção da Discussão. Módulo 2 Elementos textuais da seção da Discussão Identificar os elementos textuais característicos da seção da Discussão. Um trabalho de conclusão de curso (TCC) na área da saúde pode ser sobre uma variedade de áreas de pesquisa, da botânica à imunologia. Cada uma dessas áreas tem as suas peculiaridades de conteúdo e metodologia, mas, apesar dessas diferenças, a escrita do TCC segue normas gerais, sobre como cada uma das seções do texto deve ser redigida e apresentada. Neste conteúdo, abordaremos a seção da Discussão do TCC. A seção da Discussão do seu TCC é onde você aprofunda o significado, a importância e a relevância dos seus resultados. Ela deve se concentrar em explicar e avaliar o que você encontrou, mostrando como isso se relaciona com o que você estudou e conhece da literatura. Esse capítulo estabelecerá uma relação direta com a Conclusão e as Perspectivas do seu TCC e, por isso, deve apresentar argumentos que apoiem a sua conclusão geral. Muitos pesquisadores consideram a Discussão a seção mais importante de um trabalho científico, como o seu TCC. Nela, é demonstrada a capacidade do autor de pensar criticamente sobre uma questão científica, de raciocinar respostas criativas para essas questões, com base nos resultados encontrados, e de formular um entendimento mais profundo da questão que está estudando ou estudou. Todas essas habilidades implicam a capacidade de o autor do trabalho científico entender e comunicar o significado subjacente de sua pesquisa. Introdução 1 - Estrutura geral da seção da Discussão Ao �nal deste módulo, você será capaz de reconhecer a estrutura geral da seção da Discussão. A escrita cientí�ca no TCC Antes de iniciarmos o nosso estudo sobre o assunto deste módulo, devemos ter em mente que a escrita de trabalhos científicos, como um TCC, baseia-se em um conjunto de normas.Os principais objetivos da escrita ou redação científica são os seguintes: Comunicar seus resultados e conclusões a outras pessoas que trabalham na mesma área de pesquisa que você. Registrar o que você fez, para que outros possam verificar seu trabalho e avaliar seus resultados. Auxiliar a formação acadêmica daqueles que estão começando em sua área ou trabalhando em áreas afins. Os textos científicos bem escritos apresentam informações complexas de uma forma que permite aos leitores relativamente experientes entendê-las tão facilmente quanto possível. Para se escrever bem um texto científico, é necessário seguir uma série de princípios e, também, garantir a sua clareza, precisão e simplicidade. Independentemente de ser um texto científico ou não, um bom texto tem por característica definidora a clareza, porque uma escrita clara reflete um pensamento claro. Quando o texto tem muitas ambiguidades, isto é, frases ou palavras, por exemplo, com múltiplos significados, faz com que a interpretação fique por conta do leitor — e isso é um problema para a escrita científica. Na escrita científica, todos os leitores devem extrair e interpretar a mesma mensagem de um trabalho e, para que isso ocorra, você precisa ser claro, abordando o que realmente quer dizer e certificando-se de que não haja outras interpretações possíveis para tal. Ainda, a precisão na sua escrita é obrigatória ao demonstrar como você fez o seu trabalho, isto é, a sua Metodologia: você deve se certificar de ter atribuído valores exatos (por exemplo, o volume de um reagente pipetado em um experimento) e usado a terminologia correta e específica da sua área de pesquisa. A escrita científica deve ser clara e objetiva Muitas vezes adicionamos uma complexidade desnecessária aos nossos textos, juntando palavras grandes e “sofisticadas” em frases longas e complicadas, quando palavras mais simples, dispostas em frases curtas e diretas, transmitiriam melhor nossas ideias. Por mais que a escrita formal da nossa língua portuguesa considere essa a forma correta de se expressar textualmente, a escrita científica possui uma perspectiva diferente. Exemplo Na escrita formal, sugere-se sempre o uso de sinônimos para que a repetição de palavras seja evitada ao longo do texto. No entanto, na escrita científica ocorre o oposto: uma vez que você tenha escolhido determinada palavra para designar um conceito ou fenômeno, deve utilizar somente ela ao longo de todo o texto, e não os seus sinônimos. Para que você escreva um bom TCC ou quaisquer outros trabalhos científicos que surjam ao longo de sua vida profissional, nunca se deve esquecer de que o objetivo final de um texto científico é promover a propagação do conhecimento na comunidade acadêmica. Os bons escritores (e aqueles que pretendem ser um deles) trabalham não apenas para garantir que sua mensagem seja clara, mas também para tornar o entendimento de sua mensagem, pelos leitores, o mais fácil possível. Os textos bem escritos podem ser entendidos na primeira leitura. O que é a Discussão de um trabalho cientí�co? Quando escrevemos um trabalho científico, como o TCC, devemos explicar o que encontramos. Na seção dos Resultados, apresentamos o que foi encontrado, mas esses resultados não são autoexplicativos. No contexto do trabalho realizado, o que representa, por exemplo, uma diferença significativa encontrada entre grupos estudados? De que forma os resultados encontrados contribuem para a área do conhecimento em que se inserem? Os resultados são inéditos ou corroboram o que já foi encontrado por outros pesquisadores? Todas essas questões precisam ser abordadas pelo(s) autor(es) do trabalho científico — que, no caso do seu TCC, é você! A seção da Discussão é justamente aquela que se dedica a analisar criticamente e interpretar os resultados de um trabalho científico, ressaltando as suas contribuições para a área de estudo em que se insere. A qualidade de um trabalho científico é extremamente dependente do nível da discussão dos resultados — ela é profunda? Ela se baseia em estudos atuais? Ela é, de fato, condizente com o que o autor ou os autores encontraram? Alcançar esse tipo de discussão requer um amplo conhecimento da literatura da sua área de pesquisa e, consequentemente, requer tempo. Por isso, a leitura de artigos científicos sobre o seu tema de pesquisa deve se dar ao longo de todo o seu processo de execução, e não somente quando a escrita é demandada. Deixar a leitura e atualização do seu conhecimento para a última hora pode prejudicar a qualidade do texto apresentado na seção da Discussão do seu TCC. A relação entre a Introdução e a Discussão A Introdução de um trabalho científico na área da saúde, como o seu TCC, deve esclarecer o leitor sobre o que motivou o desenvolvimento do seu estudo, contextualizando-o em relação à literatura já existente e de que forma o que você fez é interessante. Para isso, na área da saúde, começamos o texto da Introdução com um foco amplo, abordando o assunto mais geral no qual o seu trabalho se enquadra, e finalizamos falando com um foco bem estreito, abordando, por exemplo, os assuntos a serem tratados especificamente no seu TCC. Por outro lado, a Discussão deve seguir o estilo inverso da escrita da Introdução. A Discussão deve ser iniciada com um foco estreito, na descrição resumida dos seus principais achados, e deve seguir ampliando o seu foco, de modo que você contextualize os seus resultados em relação à literatura do seu tema de pesquisa em geral. Enquanto a Introdução situará o leitor do seu trabalho quanto ao “estado da arte” da sua área de pesquisa, a Discussão situará o leitor quanto à contribuição dos seus resultados para a sua área de pesquisa — ou seja, ao passo que a Introdução apresenta a(s) pergunta(s) que você pretende responder, a Discussão explica a(s) sua(s) resposta(s). Formas de apresentar a Discussão A Discussão pode ser apresentada de duas formas: Em um capítulo à parte, depois do capítulo dos Resultados. No mesmo capítulo dos Resultados — que, neste caso, passará a se chamar de Resultados e Discussão. Independentemente da natureza do seu estudo, seja ele observacional (baseado em trabalhos de campo), experimental ou uma revisão bibliográfica, você pode escolher entre essas duas opções para apresentar a sua Discussão. E qual seria a melhor forma? Cada uma dessas duas formas de escrita e organização apresenta as suas vantagens e desvantagens. Ao escrever os Resultados e a Discussão em capítulos separados, isso pode facilitar o seu foco. Você se concentra em entender o que encontrou. Preocupa-se em inferir os mecanismos que o levaram a encontrar esses resultados e estabelecer relações entre eles. Você pensa em contextualizar os resultados quanto à literatura. No entanto, há pessoas que preferem escrever o capítulo Resultados e Discussão, pois se torna mais fácil estabelecer e discutir relações entre resultados. As vantagens e desvantagens de cada uma das formas de escrita ainda se estendem aos leitores. Ao combinar as seções de Resultados e Discussão, os resultados são imediatamente discutidos após a sua apresentação, e isso pode poupar tempo aos leitores, que teriam de alternar a leitura entre ambas as seções. Mas devemos ter em mente que o propósito de um trabalho científico não é somente lhe conferir um grau de formação, como o bacharelado ou a licenciatura, ou ser mais um artigo no seu currículo! Por mais que muitas pessoas ainda tenham essa visão distorcida, o verdadeiro propósito de um trabalho científico é contribuir para o avanço da ciência na sua área de pesquisa. Muitas vezes, os TCCs podem ser utilizados como auxílio para a condução de outros estudos posteriores e, nesses casos, ter Resultados e Discussão apresentados separadamente pode facilitar o leitor a buscar uma informação que ele esteja procurando. Pondere a estratégia de escrita que lhe seja mais adequada. Sendo assim, é importante quevocê pondere as vantagens e desvantagens previamente explicitadas e escolha a que julgar mais adequada para você. Lembre-se sempre de que o processo de escrita requer planejamento! E existe alguma ordenação específica da discussão dos resultados? Resposta Caso tenha escolhido escrever os capítulos dos Resultados e da Discussão separados, você poderá escolher a ordem de contextualização dos seus resultados à luz da literatura. A ordem da contextualização poderá ser baseada na ordem em que os seus achados foram apresentados na seção dos Resultados ou em função do grau de importância deles, indo sempre do resultado mais relevante para o menos relevante. Contudo, caso tenha optado por combinar as seções de Resultados e Discussão, os resultados deverão sempre ser discutidos conforme a ordem em que aparecem. Estrutura da Discussão Como você deve ter aprendido, as seções dos Materiais e Métodos e dos Resultados do seu TCC, assim como qualquer outro trabalho científico, devem ser escritas no tempo passado, pois você está mostrando como FEZ e o que ENCONTROU — que são, justamente, etapas passadas da execução do seu estudo. Por outro lado, na seção da Discussão do seu TCC, você deve mostrar ao leitor que entende as implicações e limitações da sua pesquisa e que domina a literatura sobre o tema. Por isso, a seção da Discussão deve ser escrita no tempo presente. Atenção Obviamente, os verbos devem estar no presente quando você argumenta ou aborda algo da sua própria pesquisa, e não informações apresentadas por outros trabalhos científicos — afinal, esses trabalhos já foram publicados. Em relação ao conteúdo apresentado, você deve se certificar de que todos os resultados apresentados na seção que lhes cabe foram discutidos. Formatos de Discussão A estrutura da Discussão na qual se aborda a contextualização dos seus resultados pode se dar, no geral, em três formatos diferentes: comparativo, ilustrativo e/ou explicativo. A escolha do formato da Discussão a ser adotado deve ser baseada nas características do seu estudo, e você pode adotar um ou mais formatos em seu texto. Formato comparativo O formato comparativo é comumente adotado na escrita de estudos quantitativos, principalmente, aqueles experimentais. Nesse formato, a Discussão se baseia na comparação dos resultados obtidos no seu estudo com os resultados relatados em outros estudos já realizados. Algumas frases encontradas em trabalhos científicos da área da saúde, que caracterizam o formato comparativo, podem ser, por exemplo: 1. Os resultados demonstrados neste capítulo correspondem àqueles obtidos com os métodos mais modernos... 2. Os resultados do método proposto foram comparados com os demais métodos tradicionais... 3. Em linha com estudos anteriores, ... 4. Este resultado está de acordo com estudos anteriores em que... 5. Ao contrário dos resultados apresentados por..., não foram encontrados... �. No entanto, de acordo com as ideias de..., pode-se concluir que... 7. Embora não se tenha replicado a metodologia proposta por..., os resultados deste estudo sugerem que... �. Uma conclusão semelhante foi alcançada por..., que verificaram... 9. Esse resultado é consistente com o que foi encontrado em diversos estudos anteriores... 10. Um padrão semelhante de resultados foi obtido em... Como o avanço de qualquer área da ciência se dá a partir de divergências entre resultados, é importante que você discuta não só o que achou de parecido com o que já existe na literatura da sua área de pesquisa, mas também o que encontrou de diferente: será que você está adicionando algo de novo nessa área de pesquisa? Por que os seus resultados foram diferentes? Na área da saúde, são reconhecidos alguns fatores que podem conduzir à observação de resultados diferentes entre estudos, tais como: tipos de delineamento; cenários em que as pesquisas se realizam; critérios de classificação para incluir ou excluir pacientes da casuística; definições de variáveis; características dos grupos estudados; teor das intervenções (dose e duração, por exemplo); tamanho de amostra. A resposta de “por que os seus resultados foram diferentes?” ainda é importante, pois demonstra ao leitor (e aos avaliadores do seu TCC) que você domina a fundamentação teórica do seu estudo — caso aponte as razões corretas, é claro. A seguir, temos um trecho da Discussão, de um artigo científico da área da saúde, escrita com o formato comparativo: Entre os alunos que iniciaram as relações sexuais, a idade mediana na primeira relação foi de aproximadamente 17,5 anos para os dois tipos de escolas. Esse resultado foi semelhante ao encontrado pela Pesquisa Nacional sobre Demografia e Saúde (PNDS), que constatou que a idade mediana na primeira relação sexual foi 16,7 anos para os homens e 19,5 anos para as mulheres. Todavia, esse resultado difere de alguns trabalhos mais recentes, cujas médias de idade à primeira relação foram mais baixas. O estudo realizado, na Bahia, com adolescentes de escolas públicas encontrou, como idade mediana da primeira relação sexual, 13 anos para os homens e 15 anos para as mulheres. Essa divergência de resultados poderia ser decorrente de um viés de sub-relato que possa ter existido entre os adolescentes que participaram dessa pesquisa, ou que as diferenças entre as populações estudadas tenham influenciado os resultados obtidos, uma vez que as características da comunidade interferem no conhecimento e na atitude dos adolescentes... (MARTINS et al., 2006, p. 319) Formato ilustrativo O formato ilustrativo é muito frequente em estudos de revisão bibliográfica ou qualitativos. A discussão ilustrativa incorpora ao texto exemplos retirados de outros trabalhos científicos que confirmem e reforcem (ou seja, corroborem) as interpretações dos dados feitas pelo(s) autor(es) ou até mesmo os dados por ele(s) levantados. Esse formato de discussão é imprescindível aos trabalhos de revisão bibliográfica. A seguir, temos um trecho da Discussão de uma revisão bibliográfica que objetiva analisar as consequências do isolamento social, durante a pandemia da covid-19, na saúde mental das pessoas. A discussão ilustrativa é demonstrada por meio da utilização dos dados de C. Wang et al. (2020) para corroborar a informação levantada pelos autores, na primeira frase, sobre o surgimento de sintomas de ansiedade e depressão. Este sentimento de incerteza, como também os limites impostos pelas medidas preventivas de IS, havendo a chance de alterações nos planos futuros de modo drástico, além da separação brusca do ambiente social ou familiar do indivíduo, tornam-se catalisadores constantes para o surgimento de sintomas de ansiedade e até mesmo depressão (RAMÍREZ-ORTIZ et al., 2020). Cabe ainda ressaltar um estudo recente realizado por C. Wang et al. (2020), entre os meses de janeiro a fevereiro de 2020, contendo uma amostra de (n=1.210) participantes em 194 cidades da China, no qual os impactos psicológicos da pandemia da covid-19 foram avaliados através da escala denominada Impact of Event Scale-Revised e o estado de SM foi avaliado utilizando Depression Anxiety and Stress Scale (DASS-21). Os autores apontam que 53,8% dos analisados classificaram o impacto psicológico da pandemia como moderado ou grave; sendo 16,5% relacionados a sintomas depressivos moderados a graves; 28,8% sintomas de ansiedade moderada a grave; e 8,1% níveis de estresse moderado a grave. Deve-se destacar que a maioria dos participantes, cerca de 84,7%, passou uma média de 20 a 24 horas por dia em casa, sendo que, destes, 75,2% se encontravam preocupados com a circunstância de seus familiares apresentarem sintomas da covid-19. (PEREIRA et al., 2020, p. 16) Formato explicativo Por último, o formato explicativo é muito utilizado nas pesquisas da área da saúde em geral, mas, especialmente, nos estudos experimentais. Nesse formato de discussão, deve-se explicar um resultado com base na literatura, utilizando fontes adequadas, confiáveis
Compartilhar