A TRI ´e uma teoria do tra¸co latente aplicada primariamente a testes de habilidade ou de desempenho.
“O termo teoria do tra¸co latente se refere a uma fam´ılia de modelos matem´aticos que relaciona vari´aveis observ´aveis (itens de um teste, por exemplo) e tra¸cos hipot´eticos n˜ao observ´aveis ou aptid˜oes, estes res- pons´aveis pelo aparecimento das vari´aveis observ´aveis ou, melhor, das respostas ou comportamentos emiti- dos pelo sujeito que s˜ao as vari´aveis observ´aveis.”(Pasquali, 2007, p´ag. 15)[15]
A resposta que um sujeito d´a ao item depende de sua aptid˜ao, isto ´e, do n´ıvel do seu tra¸co latente.
O respons´avel pela Teoria de Resposta ao Item foi Frederic Lord(1952) por ter elabo- rado em 1952 tanto o modelo te´orico quanto os m´etodos para estimar os parˆametros dos itens no escopo da nova teoria, utilizando o modelo da ogiva normal (distribui¸c˜ao normal acumulada). O passo importante e decisivo para o estabelecimento da TRI foi dado em 1957 por Allan Birnbaum (1923-1976) com a substitui¸c˜ao das curvas de ogiva normal por curvas log´ısticas, o que tornou o tratamento matem´atico mais facilitado.
Nessa teoria do tra¸co latente, dois postulados b´asicos s˜ao fundamentais: “1) o de- sempenho do sujeito numa tarefa (item de um teste) pode ser predito a partir de um conjunto de fatores ou vari´aveis hipot´eticas, ditos aptid˜oes ou tra¸cos latentes”, isto ´e, o tra¸co latente (θ) ´e a causa e o efeito (τ ) ´e o desempenho; “2) a rela¸c˜ao entre o desempenho e os tra¸cos latentes pode ser descrita por uma equa¸c˜ao matem´atica monotˆonica crescente, chamada de Curva Caracter´ıstica do Item - CCI”. (Pasquali, 2003, p´ag. 82-83)[7]
A TRI, em rela¸c˜ao ´a Psicometria Cl´assica, propiciou cinco grandes avan¸cos: a) o c´alculo do n´ıvel de aptid˜ao do sujeito independe da amostra de itens utilizados (diz- se que a habilidade do sujeito ´e independente do teste- n˜ao teste - dependente); b) o
4.2 Teoria de Resposta ao Item 39
c´alculo dos parˆametros dos itens(dificuldade e discrimina¸c˜ao) independe da amostra de sujeitos utilizada (diz-se que os parˆametros s˜ao independentes dos sujeitos- n˜ao grupo - dependente); c) a TRI permite emparelhar itens com a aptid˜ao do sujeito. “Isto quer dizer que se avalia a aptid˜ao de um sujeito, utilizando itens com dificuldade tal que se situam em torno do tamanho da aptid˜ao do sujeito, sendo, assim, poss´ıvel utilizar itens mais f´aceis para sujeitos com habilidades inferiores e itens mais dif´ıceis para sujeitos mais aptos, produzindo escores compar´aveis em ambos os casos”; d) a TRI n˜ao necessita supor homogeneidade dos erros de medida para todos os sujeitos; e) a TRI n˜ao tem necessidade do conceito de testes paralelos. (Pasquali, 2007, p´ag. 17) [15]
4.2.4
Postulados da TRI
A modelagem da TRI necessita de dois requisitos b´asicos para a formula¸c˜ao da teoria: princ´ıpio da unidimensionalidade e princ´ıpio da independˆencia local.
4.2.4.1 A Unidimensionalidade
Para todo sujeito, h´a apenas uma aptid˜ao (θ) envolvida na realiza¸c˜ao de um conjunto de tarefas (itens do teste). Considerando que o desempenho humano ´e multifacetado, dado que mais de um tra¸co latente entra na execu¸c˜ao de qualquer tarefa, para satisfazer tal postulado ´e suficiente admitir que haja uma aptid˜ao (um fator ou tra¸co latente) dominante respons´avel pelo desempenho do sujeito num conjunto de itens.
Formalmente, Desempenho = f (θ1, θ2, · · · , θk) onde k ´e o total de tra¸cos recrutados
pelo sujeito para o desempenho em um item.
4.2.4.2 A Independˆencia Local
Mantidas constantes as aptid˜oes envolvidas na execu¸c˜ao do teste, menos a dominante, as respostas dos sujeitos a quaisquer dois itens s˜ao estatisticamente independentes.
“Isto implica em que o desempenho do sujeito num item n˜ao afeta o seu desempenho em outro item: cada item ´e respondido exclusivamente em fun¸c˜ao do n´ıvel do seu tra¸co dominante.”(Pasquali, 2007, p´ag. 19)[15]
Formalmente, considere θj a aptid˜ao dominante do sujeito j envolvida no desempenho
de um conjunto de itens, Ui a resposta do sujeito para cada um dos n itens (Ui= 0 ou Ui=
4.2 Teoria de Resposta ao Item 40
de um sujeito j com aptid˜ao θj dada ao item i (i = 1, 2, . . . , n). A independˆencia local
´e, ent˜ao, expressa matematicamente por
P(U1, U2, · · · , Un|θj) = P (U1|θj)P (U2|θj) · · · P (Un|θj).
4.2.4.3 A Curva Caracter´ıstica do Item – CCI
O relacionamento entre a aptid˜ao do sujeito para responder um dado item de um teste e as caracter´ısticas espec´ıficas do item do teste ´e expresso por meio de uma curva (modelo) denominada Curva Caracter´ıstica do Item - CCI, isto, a curva permite determi- nar a probabilidade do sujeito responder “corretamente”3 o item, dadas a dificuldade, a
discrimina¸c˜ao e casualidade da resposta do item.
4.2.4.4 A fun¸c˜ao log´ıstica
O modelo proposto por Lord em 1952, envolvendo, a distribui¸c˜ao normal acumulada (ogiva normal) foi substitu´ıda em 1957 por Birnbaum pela fun¸c˜ao log´ıstica para facilitar o desenvolvimento matem´atico dos modelos. Essa fun¸c˜ao log´ıstica toma por base n˜ao a probabilidade de acerto do item, mas a chance de que o sujeito acerte (dentro da perspectiva de teste de conhecimento) o respectivo item. Essa fun¸c˜ao foi desenvolvida em 1844-1845 por Pierre Fran¸cois Verhulst para modelar crescimento populacional. Sua express˜ao ´e a seguinte:
f (x) = L
1 + e−k(x−x0)
onde e ´e a base dos logaritmos naturais (n´umero de Euler) (e = 2,71828...), x0 ´e o valor
da vari´avel x no qual a curva apresenta seu ponto de inflex˜ao, k ´e a inclina¸c˜ao da curva no seu ponto de inflex˜ao e L ´e o valor da fun¸c˜ao quando a vari´avel x tende ao infinito por valores positivos (+ ∞ ).
Na modelagem espec´ıfica para a TRI o parˆametro L da fun¸c˜ao log´ıstica est´a limitado ao valor 1 por motivo de que f(x) representa a probabilidade de resposta “correta”4 , a
qual n˜ao pode superar o valor 1.
3termo “corretamente”est´a entre aspas por motivo de que nem sempre o item se refere a conhecimento.
O tra¸co latente investigado pode ser de outra natureza, como, por exemplo, opini˜ao, atitude, capacidade funcional, dentre outras.
4.2 Teoria de Resposta ao Item 41
4.2.4.5 As caracter´ısticas do item
Conforme observam Andrade, Tavares e Valle (2000)[34] , o modelo log´ıstico mais utilizado nas aplica¸c˜oes da TRI podem abranger tanto a an´alise de itens de m´ultipla escolha dicotomizados (corrigidos como certo ou errado), quanto para a an´alise de itens abertos (de resposta livre), quando avaliados de forma dicotomizada.
“H´a basicamente trˆes tipos de mode- los,que se diferenciam pelo n´umero de parˆametros que utilizam para descrever o item. Eles s˜ao conhecidos como os modelos log´ısticos de 1, 2 e 3 parˆametros, que consideram, respec- tivamente, (i) somente a dificuldade do item; (ii) a dificuldade e a discri- mina¸c˜ao do item; e (iii) a dificuldade, a discrimina¸c˜ao e a probabilidade de resposta correta dada por indiv´ıduos de baixa habilidade”. (Andrade, Tavares e Valle, 2000, p´ag. 8-9)[34]
O modelo completo, com os trˆes parˆametros, tem a seguinte express˜ao:
P (Ui,j = 1|θj) = ci+ (1 − ci)
1
1 + e−Dai(θj−bi)
com i = 1, 2, . . . , n e j = 1, 2, . . . , k, ´ındices para referenciar itens e sujeitos, respectivamente, onde
Ui,j ´e uma vari´avel aleat´oria para representar o acerto (Ui,j = 1) ou o erro (Ui,j = 0)
do j -´esimo sujeito no i -´esimo item;
θj ´e a aptid˜ao (tra¸co latente) do j -´esimo sujeito;
P(Ui,j = 1 — θj) ´e a fun¸c˜ao resposta do item (FRI), isto ´e, a probabilidade do j -´esimo
4.2 Teoria de Resposta ao Item 42
ai ´e o valor do parˆametro de discrimina¸c˜ao do i -´esimo item, que corresponde ao valor
da tangente do ˆangulo que a curva tangente no ponto de inflex˜ao da curva faz com o eixo horizontal; este parˆametro costuma tamb´em ser identificado como a inclina¸c˜ao da CCI do item no ponto bi.
bi ´e o valor do parˆametro de dificuldade (ou parˆametro de posi¸c˜ao) do i -´esimo item
(cuja valora¸c˜ao coincide com a valora¸c˜ao da escala do tra¸co latente)
ci ´e o valor do parˆametro que representa a probabilidade do j -´esimo sujeito dar uma
resposta correta de modo casual, aleat´orio, significando eu sua habilidade n˜ao seja sufici- entemente adequada para responder com seguran¸ca ao que o item apresenta (usualmente verbalizado como “probabilidade de acertar no “chute);
D ´e um fator de escala (esse fator ´e usualmente considerado igual a 1; quando se deseja representar probabilidades segundo uma distribui¸c˜ao normal padr˜ao acumulada, o valor de D deve ser feito igual a 1,7. No que se segue, sempre ser´a utilizado D = 1.
Graficamente a Curva Caracter´ıstica de um Item assume a seguinte forma:
Figura 5: Curva Caracter´ıstica de um Item.
4.3 Fonte de dados 43
Pasquali (2007, p´ag. 26) [15] chama a aten¸c˜ao para o fato de que tanto o parˆametro de dificuldade do item, quanto o valor do tra¸co latente do sujeito assumem qualquer valor num´erico real, isto ´e, −∞ ≤ (bi ou θj) ≤ +∞. Por´em, na pr´atica, basta considerar o
intervalo de -3 a + 3 (quando muito de -4 a + 4). Semelhantemente, o parˆametro de discrimina¸c˜ao do item varia de 0 a + ∞ ; seu uso pr´atico indica que o intervalo de 0 a 3 ´e suficiente para as aplica¸c˜oes, com o valor 3 indicando discrimina¸c˜ao praticamente perfeita.
4.2.4.6 Fun¸c˜ao de informa¸c˜ao do item e fun¸c˜ao de informa¸c˜ao do teste
O conceito de fun¸c˜ao de informa¸c˜ao ´e um m´etodo essencial da TRI para a descri¸c˜ao dos itens e do pr´oprio teste, pois al´em de detalhar os parˆametros fundamentais dos itens, refina os parˆametros do teste, a saber, a validade e a precis˜ao(confiabilidade) deste. Nesse sentido, a fun¸c˜ao de informa¸c˜ao refere-se `a adequabilidade e `a exatid˜ao dos parˆametros dos itens e do teste, dando-lhes refor¸co quanto `a qualidade daqueles parˆametros.
Quanto aos itens a fun¸c˜ao de informa¸c˜ao diz sobre o qu˜ao bem o item representa o tra¸co latente; quanto ao teste a curva de informa¸c˜ao especifica para que n´ıveis de aptid˜ao (θ) o teste traz infoma¸c˜ao adequada.
O sentido fundamental da fun¸c˜ao de informa¸c˜ao ´e verificar a faixa de aptid˜ao (θ) onde o teste fornece mais informa¸c˜ao do que erro.
4.3
Fonte de dados
Os dados a serem trabalhados nesta Monografia referem-se a registros das avalia¸c˜oes da funcionalidade de idosos realizadas nos atendimentos neuropsicol´ogicos do Servi¸co de Neuropsicologia do Centro de Referˆencia em Assistˆencia `a Sa´ude do Idoso do Hospital Universit´ario Antonio Pedro correspondentes nos anos de 2012 a 2016. No qual o ques- tion´ario j´a foi aplicado ´a uma amostra de 238 idosos .
4.4
Etica´
Considerando que o trabalho de campo se dar´a apenas na pr´oxima etapa da prepara¸c˜ao da Monografia (Projeto Final II) a ocorrer durante o primeiro semestre letivo de 2017, ser´a
4.5 Vari´aveis a serem estudadas 44
acionado o Comitˆe de ´Etica em Pesquisa da Faculdade de Medicina/Hospital Universit´ario Antonio Pedro da Universidade Federal Fluminense, para cumprimento das formalidades da Resolu¸c˜ao no. 466, de 12 de dezembro de 2012, do Conselho Nacional de Sa´ude.
4.5
Vari´aveis a serem estudadas
Ser˜ao analisados os dados das seguintes vari´aveis constantes da Escala de Ativida- des Instrumentais de Vida Di´aria de Lawton e Brody (1969) (ver Anexo 6), utilizada pelo Servi¸co de Neuropsicologia do CRASI/HUAP/UFF: cuidados pessoais (alimenta¸c˜ao, vestir-se, banho, elimina¸c˜oes fisiol´ogicas, medica¸c˜ao e interesse na aparˆencia pessoal), cui- dados dom´esticos (preparo de refei¸c˜oes, arruma¸c˜ao da mesa, trabalhos dom´esticos, reparos dom´esticos e lavagem de roupas), trabalho e recrea¸c˜ao (trabalho, recrea¸c˜ao, organiza¸c˜oes e viagens), Compras e Dinheiro (Compra de comidas, uso do dinheiro e administra¸c˜ao das finan¸cas), locomo¸c˜ao (transporte p´ublico, condu¸c˜ao de ve´ıculos, mobilidade pela vi- zinhan¸ca e locomo¸c˜ao fora de locais familiares), comunica¸c˜ao (uso do telefone, conversas, compreens˜ao, leitura e escrita) e rela¸c˜oes sociais (rela¸c˜oes familiares (cˆonjuge), rela¸c˜oes familiares (crian¸cas) e amigos), al´em do escore total da escala.
A essas 30 vari´aveis dos 7 dom´ınios da Escala de Lawton e Brody (1969)[1], ser˜ao acres- cidas as vari´aveis sociodemogr´aficas (idade, sexo e tempo de estudo) e cl´ınicas (escore do miniexame do estado mental, classifica¸c˜ao na escala CDR de Morris (1993), classifica¸c˜ao da escala GDS-15 de Sheikh e Yesavage (1986)).
4.6
An´alise de dados
Os dados do estudo foram provenientes dos registros da avalia¸c˜ao neuropsicol´ogica de idosos atendidos no Centro de Referˆencia em Assitˆencia `a S´aude do Idoso do Hospital Universit´ario Antˆonio Pedro da Universidade Federal Fluminense e durante os anos de 2012 a 2016 cujos resultados enquadram-se nos escores 0,5 , 1 e 2 da Escala Cl´ınica de demˆencia.
As avalia¸c˜oes por item das Curvas de Categoria de Resposta do Item da TRI foram realizadas especificamente para o grupo de CDR 2 em virtude de que a n˜ao resposta de alguns itens dos outros dois grupos inviabilizou o uso da biblioteca “ltm”da linguagem R.
Os m´etodos estat´ısticos a serem aplicados na an´alise de dados s˜ao fundamentalmente de natureza psicom´etrica, seja da Psicometria Cl´assica, seja da Teoria da Resposta ao
4.6 An´alise de dados 45
Item.
Os dados das vari´aveis num´ericas foram descritos estatisticamente por meio dos parˆametros m´edia e desvio padr˜ao (com vistas `a an´alises estat´ısticas param´etricas) e valores m´ınimo e m´aximo, mediana e amplitude interquart´ılica (com vistas `a analises n˜ao param´etricas). Graficamente, as distribui¸c˜oes dos dados nos diversos grupos foram apresentadas por in- term´edio de diagramas de caixa e hastes (box-and-wiskers plots).
A avalia¸c˜ao da normalidade dos dados nos diversos grupos pautou-se na estat´ıstica D do teste de Kolmogorov-Smirnov.
Quando todos os grupos de dados satisfizeram o crit´erio de normalidade, a com- para¸c˜ao entre os grupos seguiu o m´etodo da An´alise da Variˆancia (ANOVA) com base em Bussab e Morettin (2002, p´ag. 416)[33] utilizando-se da estat´ıstica F de Snedecor- Fisher para a aceita¸c˜ao ou n˜ao da hip´otese nula de igualdade das m´edias dos grupos de dados. Caso a hip´otese nula tenha sido rejeitada, o teste de Levene foi utilizado para verifica¸c˜ao da hip´otese de homocedasticidade. Quando a homocedasticidade foi confir- mada, a identifica¸c˜ao dos pares de grupos cujas m´edias se apresentaram com diferen¸ca estatisticamente significativa (p < 0, 05) pautou-se no teste de Tukey utilizado para as compara¸c˜oes m´ultiplas que se seguem `a ANOVA. No caso de heterocedasticidade o teste utilizado para as compara¸c˜oes m´ultiplas foi o de Games-Howell.
Quando nem todos os grupos de dados satisfizeram o crit´erio de normalidade, a com- para¸c˜ao entre os grupos seguiu o m´etodo da An´alise da Variˆancia N˜ao Param´etrica, por meio da estat´ıstica H do teste de Kruskall-Wallis. No caso da rejei¸c˜ao da hip´otese nula de igualdade das medianas, os testes de compara¸c˜ao m´ultipla para identifica¸c˜ao dos pares de grupos de dados respons´aveis pela rejei¸c˜ao foram identificados pelo m´etodo proposto por Siegel e Castellan Jr. (2006) com base em uma diferen¸ca m´ınima significativa entre as me- dianas identificada a partir dos postos m´edios dos dados. A significˆancia estat´ıstica para as decis˜oes sobre as compara¸c˜oes m´ultiplas com diferen¸ca estatisticamente significativa foram corrigidas pelo crit´erio de Bonferroni.
Os testes estat´ısticos consideraram o n´ıvel de significˆancia α = 0,05 (5%) para a rejei¸c˜ao da hip´otese nula, declarando o teste estatisticamente significativo quando o seu n´ıvel descritivo (valor-p) foi menor do que esse n´ıvel, isto ´e, para p < 0, 05.
Especificamente em rela¸c˜ao aos itens da escala, na acep¸c˜ao da psicometria cl´assica, ser˜ao obtidas as propor¸c˜oes de cada uma das alternativas dos itens, a distribui¸c˜ao dos escores totais, a correla¸c˜ao ponto bisserial de cada item com o escore total, as associa¸c˜oes
4.7 Suporte Computacional 46
par a par entre todos os itens, an´alise gr´afica das respostas dos itens e coeficiente de Cronbach.
Focalizando a Teoria da Resposta ao Item, ser´a utilizado, preferencialmente, o modelo de dois parˆametros. O terceiro parˆametro ser´a considerado como avalia¸c˜ao adicional com o objetivo de verificar se ´e poss´ıvel no caso espec´ıfico de avalia¸c˜oes de sa´ude considerar respostas de natureza casual, que parece n˜ao ser o caso nessas condi¸c˜oes.
Considerando que as respostas dos itens s˜ao politˆomicas, o modelo de an´alise ser´a o modelo de Samejima de resposta graduada, no qual cada item ´e descrito por dois parˆametros um parˆametro de discrimina¸c˜ao e um parˆametro de limiar de categorias, o qual ´e identificado como o n´umero de resposta dos itens menos 1. Se o escore do item ´e uma escala de 5 pontos, ent˜ao existem 4 categorias entre as pontua¸c˜oes, de modo que existem quatro regi˜oes com um limiar inferior e um limiar superior. (Pasquali, 2007, p´ag. 46-47)[15] Esse modelo ´e uma extens˜ao do modelo 2LP (dois parˆametros) para o caso de respostas politˆomicas ordenadas. Dessa forma, o modelo estima dois parˆametros: um parˆametro de inclina¸c˜ao da curva ( o parˆametro ai da CCI do item) e parˆametros para os
limiares, que acontecem em dois passos: estima¸c˜ao das curvas caracter´ısticas operacionais e a estima¸c˜ao das curvas de categorias de resposta. O modelo de Samejima para a escala AVD’s fornece o parˆametro de discrimina¸c˜ao para o item como um todo e apresenta trˆes parˆametros de dificuldade correspondentes `as transi¸c˜oes entre as 4 alternativas de resposta.
No que refere `a estima¸c˜ao ser˜ao obtidas as estima¸c˜oes dos parˆametros dos itens e da aptid˜ao dos sujeitos pelo m´etodo da m´axima verossimilhan¸ca. Ser˜ao discutidos ainda padr˜oes de resposta da escala.
As an´alises estat´ısticas foram suportadas pelo software R, pacote estat´ıstico PASW (SPSS) da IBM, vers˜ao 18.0, e pelo aplicativo Excel da Microsoft.
4.7
Suporte Computacional
H´a uma profus˜ao de programas computacionais para gerar resultados de an´alise dos testes psicom´etricos. Com base na teoria cl´assica dos testes citam-se RASCAL, TES- TINFO, XCALIBRE e R, dentre outros. Na vertente da TRI tem-se XCALIBRE MUL- TILOG, BILOG-MG, PARSCALE e R, dentre outros.
4.7 Suporte Computacional 47
software R para o desenvolvimento das an´alises psicom´etricas e da Teoria da Resposta ao Item (Rizopoulos, 2006 [35];Rizopoulos, 2013 [36]; Partchev, 2016) [37].
48
5
An´alise dos Resultados
O banco que vamos analisar refere-se a um grupo de indiv´ıduos com CDR igual a 2. Na tentativa de fazer as an´alises para os indiv´ıduos com CDR 0,5, a fun¸c˜ao no software R, para a mesma est´a apontando um erro, porque nem todos os itens tem todos os n´ıveis de resposta preenchidos. Estudos futuros devem investigar esta situa¸c˜ao. Com isso ficamos limitados com o software R, e, portanto, consideramos somente indiv´ıduos com CDR igual a 2.
Foram considerados registros de 236 idosos, com m´edia de idade de 75 anos e desvio padr˜ao de 7,76 anos, com predom´ınio das mulheres (67%), sendo 19% sem instru¸c˜ao, 35% com Ensino Fundamental 1, 26% com Ensino Fundamental 2, 14% com Ensino M´edio e 5% com Ensino Superior. As Tabelas 1 e 2 fazem as compara¸c˜oes das vari´aveis sociodemogr´aficas entre os trˆes diferentes n´ıveis de gravidade de demˆencia.
Tabela 1: Sexo e Escolaridade por gravidade de demˆencia
Sexo Escolaridade
CDR F M Sem Instru¸c˜ao Fundamental 1 Fundamental 2 Ens.M´edio Superior
0,5 56 18 10 24 20 14 6
1 48 32 14 30 16 15 5
2 55 27 20 29 26 5 3
Tabela 2: Idade por gravidade de demˆencia IDADE
CDR n M´edia Desvio Padr˜ao M´aximo M´ınimo Mediana a.i.q.(*)
0,5 74 72 7 88 60 73 13
1 80 75 8 91 60 75 15
2 82 78 7 96 61 79 18
5.1 An´alise pela Teoria Cl´assica 49
5.1
An´alise pela Teoria Cl´assica
A propor¸c˜ao de pacientes com respostas distribu´ıdas para cada um dos 30 itens, nas quatro alternativas de resposta, permite observar que a independˆencia foi mais presente nas facetas das atividades b´asicas da vida di´aria e que h´a uma vasta varia¸c˜ao nas pro- por¸c˜oes de respostas das atividades instrumentais da vida di´aria. (Tabela 3)
Tabela 3: Propor¸c˜ao por N´ıvel de Resposta
Item 0 1 2 3 X1a 0.6017 0.2585 0.1356 0.0042 X1b 0.5551 0.2797 0.1059 0.0593 X1c 0.7246 0.1398 0.0932 0.0424 X1d 0.7076 0.1271 0.0424 0.1229 X1e 0.2161 0.2500 0.2331 0.3008 X1f 0.5085 0.2881 0.1737 0.0297 X2a 0.5763 0.2373 0.0636 0.1229 X2b 0.6737 0.0763 0.1271 0.1229 X2c 0.5508 0.1992 0.1398 0.1102 X2d 0.7373 0.0254 0.0932 0.1441 X2e 0.6949 0.1441 0.0593 0.1017 X3a 0.1525 0.0424 0.0424 0.7627 X3b 0.1737 0.2669 0.2797 0.2797 X3c 0.2585 0.1949 0.2754 0.2712 X3d 0.3814 0.4025 0.0127 0.2034 X4a 0.2246 0.2712 0.1780 0.3263 X4b 0.3771 0.0975 0.2288 0.2966 X4c 0.3771 0.0593 0.0593 0.5042 X5a 0.3602 0.1653 0.1695 0.3051 X5b 0.7712 0.0212 0.0169 0.1907 X5c 0.3559 0.2500 0.0678 0.3263 X5d 0.2924 0.2966 0.2331 0.1780 X6a 0.4068 0.2415 0.2331 0.1186 X6b 0.2585 0.5805 0.1229 0.0381 X6c 0.3178 0.2246 0.3517 0.1059 X6d 0.2458 0.2585 0.3008 0.1949 X6e 0.2373 0.4237 0.2161 0.1229 X7a 0.3008 0.1822 0.1186 0.3983 X7b 0.5169 0.1949 0.0254 0.2627 X7c 0.1398 0.2797 0.5466 0.0339
Os escores alcan¸cados na Escala AVD dos 236 idosos, segundo os grupos definidos pela Escala CDR, encontram-se descritos na Tabela 4 e graficamente atrav´es da Figura 6. Com isso conclu´ımos que quanto maior o escore nesse protocolo das AIVD’s significa que mais dependente nas atividades da vida di´aria a pessoa ´e, ou seja, quanto maior o
5.1 An´alise pela Teoria Cl´assica 50
escore, mais dependˆencia aquele indiv´ıduo tem. E como a classifica¸c˜ao CDR marca o avan¸co da perda cognitiva (do estado de demˆencia), quem est´a com a demˆencia mais alta ´e naturalmente mais dependente nas atividades da vida di´aria.
Tabela 4: Escores na Escala AVD
CDR n Media d.p M´aximo M´ınimo Mediana a.i.q(*)
0,5 74 16,0 9,15 43 0 14 12
1 80 31,7 12,34 59 6 32 18
2 82 53,1 11,89 79 29 79 18
TOTAL 236 34,2 18,90 79 0 33
(*)a.i.q : amplitude interquart´ılica
Figura 6: Distribui¸c˜ao dos Escores segundo a Escala CDR
O estudo da normalidade dos escores nos grupos CDR mostrou que todos satisfizeram o crit´erio de normalidade pelo teste Kolmogorov, com valores-p iguais a 0,067 , > 0, 200 , > 0, 200 para os grupos CDR 0,5 , CDR 1, e CDR 2, respectivamente.(Tabela 5)