Os dados foram analisados descritivamente utilizando medidas de tendência central (média) e de variabilidade (desvio-padrão) para as variáveis contínuas e medidas de frequência e porcentagem para as variáveis categóricas. A normalidade da distribuição dos dados foi confirmada utilizando o teste Kolmogorov-Smirnov.
A frequência de quedas prévias foi calculada utilizando o número de casos com relato de quedas prévias na linha de base e o total de indivíduos estudados
(
). A incidência de quedas na
presente amostra foi calculada utilizando o número de casos de quedas incidentes (casos novos) registrados durante o ano de acompanhamento e o total de indivíduos
no início do estudo (
).
As diferenças entre os subgrupos de estudo definidos segundo as quedas incidentes na presente amostra (não caidores versus caidores; não caidores recorrentes versus caidores recorrentes) das variáveis contínuas foram analisadas utilizando o teste t-student para amostras independentes e das variáveis categóricas utilizando o teste Qui-quadrado (X²).
Para o Artigo 1, a análise de regressão logística binária foi utilizada para avaliar as associações significativas entre as variáveis independentes e o desfecho de interesse (variável dependente). Primeiramente, foi empregada análise de regressão logística univariada para determinar associação entre cada variável independente e a variável dependente “quedas” e “quedas recorrentes”, e, desta forma, verificar os fatores que contribuíram para a ocorrência desses eventos. As odds ratios (OR) foram calculadas para cada variável independente (explicativa) e para as variáveis de confusão com intervalos de 95% de confiança. Posteriormente, as variáveis que apresentaram associação com p-valor menor que 0,20 na análise de regressão univariada foram incluídas na análise de regressão logística multivariada para investigar o efeito independente, quando em conjunto, dessas variáveis para predizer “quedas” e “quedas recorrentes”. A seleção do melhor modelo foi realizada por meio do procedimento de redução de variáveis com base no método forward stepwise pelo critério de máxima verossimilhança (ou Likelihood Ratio – LR), o qual adiciona as variáveis com base na significância verificada nos escores estatísticos (5%) e as remove nos testes conforme a estatística de máxima verossimilhança (10%) obtida pelo conjunto de dados. O valor de b-weights (coeficiente de regressão) associado a cada variável independente foi utilizado para determinar a probabilidade da idosa sofrer quedas ou quedas recorrentes. Na regressão logística multivariada verificou-se a inexistência de colinearidade entre as variáveis independentes (explicativas) por meio da análise de tolerância (>0,1) e do Fator de Inflação da Variância (VIF) (<10).
Para o Artigo 2, o número de idosas caidoras e não caidoras (com base nas quedas incidentes durante os 12 meses de estudo) com risco e sem risco de quedas na linha de base (considerando os pontos de corte estabelecidos na literatura) foi
obtido para cada um dos seguintes instrumentos: (i) Quick Screen Clinical Falls Risk Assessment; (ii) Protocolo Falls Risk da Biodex Balance System; (iii) teste Timed Up and Go (TUG); (iv) Falls Efficacy Scale – International (FES-I), (v) fenótipo de fragilidade, (vi) autorrelato de quedas, (vii) autorrelato de quedas recorrentes. Para analisar a acurácia das ferramentas em estudo foram calculados a sensibilidade (S), especificidade (E), valor preditivo positivo (VPP), valor preditivo negativo (VPN), likelihood ratio positiva (LR+) e likelihood ratio negativa (LR-), considerando os casos de falso-positivo, falso-negativo, verdadeiro-negativo e verdadeiro-positivo. A sensibilidade foi definida como o percentual de caidores que foi corretamente identificado e a especificidade foi definida como o percentual de não caidores que foi corretamente identificado (Barry et al., 2014; Stel et al., 2003). O VPP foi definido como o percentual de testes positivos que identificou corretamente os futuros caidores e o VPN foi definido como o percentual de testes negativos que identificou corretamente os não caidores. Foram considerados valores de sensibilidade e especificidade adequados aqueles maiores que 50%, sendo que valores de 51% a 69% caracterizaram fraca/limitada acurácia e os valores acima de 70% representaram boa acurácia. A mesma análise foi realizada para caidores recorrentes. As curvas ROC foram construídas para verificar a capacidade das ferramentas aplicadas na linha de base para discriminar futuros caidores de não caidores e a área abaixo da curva ROC (AUC) com 95% de intervalo de confiança foi calculada para cada curva. Os valores de AUC entre 0,51 e 0,69 representaram fraca capacidade discriminativa e os valores de AUC iguais ou maiores a 0,70 determinaram satisfatória capacidade discriminativa. Para cada ferramenta cujas curvas ROC apresentaram AUC estatisticamente significativa foram determinados pontos de corte alternativos que melhor discriminaram “idosas caidoras” de “não
caidoras” e “idosas caidoras recorrentes” de “idosas não caidoras recorrentes”, com base no relativo equilíbrio entre sensibilidade e especificidade.
Para o Artigo 3, as diferenças entre a quantidade de quedas incidentes (dado prospectivo) e a quantidade de quedas prévias ao final dos 12 meses do estudo (dado retrospectivo) na amostra total e especificamente entre idosos caidores foram analisadas utilizando o teste t-student para amostras pareadas. A concordância entre o dado retrospectivo de quedas referente aos 12 meses anteriores ao final do estudo e o dado prospectivo mensal de quedas ao longo do estudo foi avaliada utilizando estatística Kappa e os limites de concordância de Bland-Altman. Com base na estatística Kappa, foram considerados como indicação de concordância excelente valores iguais ou acima de 80%, concordância substancial valores de 60% a 80%, concordância moderada valores de 40% a 60% e concordância fraca valores inferiores a 40% (Portney; Watkins, 2000). Para determinar a acurácia do autorrelato retrospectivo de ocorrência de quedas nos 12 meses anteriores ao final do estudo em relação à informação prospectiva telefônica mensal de incidência de quedas ao longo do mesmo período foram calculadas a sensibilidade e a especificidade, considerando o dado prospectivo como “padrão-ouro”. Neste artigo a “sensibilidade” foi definida como o percentual de idosas que se lembrou corretamente que caiu pelo menos uma vez durante os 12 meses anteriores entre as idosas que reportaram queda no monitoramento telefônico prospectivo (Mackenzie; Byles; D'Este, 2006; Ganz; Higashi; Rubenstein, 2005). A “especificidade” foi definida como o percentual de idosas que se lembrou corretamente que não caiu durante os 12 meses anteriores entre as idosas que negaram queda no monitoramento telefônico prospectivo (Mackenzie; Byles; D'Este, 2006; Ganz; Higashi; Rubenstein, 2005). As
mesmas análises foram realizadas para ocorrência de quedas recorrentes (≥ 2 quedas).
O nível de significância de 5% foi considerado. Todas as análises foram realizadas pelo software Statistical Package for Social Sciences (SPSS), versão 16.0.
Autores: Patrícia Azevedo Garcia1, João Marcos Domingues Dias2, Silvia Lanziotti
Azevedo da Silva3, Rosângela Corrêa Dias2
1Professora Mestre Assistente do Curso de Fisioterapia da Universidade de Brasília,
Brasília/DF, Brasil.
2Professor(a) Doutor(a) Associado(a) do Programa de Pós-Graduação em Ciências
da Reabilitação da Universidade Federal de Minas Gerais, Belo Horizonte/MG, Brasil.
3Professora Doutora Adjunta do Curso de Fisioterapia da Universidade Federal de
Alfenas, Alfenas/MG, Brasil.
Periódico: Topics in Geriatric Rehabilitation -
http://journals.lww.com/topicsingeriatricrehabilitation/pages/default.aspx