Conclus ˜oes - Modelos longitudinais para momentos de inovação em psicoterapia

cativa (p-valor = 0,042 < α= 0,05, rejeita-se H0), o efeito do tempo nos RPMs ´e diferente

para poor e good outcome. Os pacientes com poor outcome têm 4,87% a mais de chances de ocorrência de RPMs que os pacientes com good outcome no decorrer das sess ões. Já o tipo de tratamento (cognitivo e narrativo) é significativa (p-valor = 0,030 < α = 0,05, rejeita-se H0), logo, os pacientes com tratamento narrativo possuem valores mais altos que os de tra-

tamento cognitivo, observando que, ao avançarmos no tempo, essa diferença permanecerá, não sendo afetada pelo tempo (a interação treat∗session não é significativa).

O variograma te órico não p ôde ser feito (mesma situação que os MIs), pois U_i2ti j -

interação entre o efeito aleat ório do indiv´ıduo com o tempo - é um processo não esta- cionário.

4.5 c o n c l u s˜oes

Com a análise longitudinal, conclu´ımos que, a sintomatologia (OQ10) tem scores menores com o passar do tempo (session) para pacientes com good outcome, já para os pacientes com poor outcome, o score de OQ10 tem m´ınima variação (Figura15). Os tratamentos cognitivo e narrativo não têm efeito significativo para a sintomatologia do paciente. A aliança paciente - terapeuta (WAI) aumenta conforme avançamos no tempo (session), sem ser influenciada pelo tipo de tratamento (cognitivo ou narrativo) ou pelo outcome (good ou poor) ao qual o paciente foi submetido (Figura 17). Os momentos de inovação (MIs) aumentam com o n úmero de sess ões, mas, nem o tipo de tratamento, nem o outcome têm efeito significativo sobre o aumento na chance de ocorrência de MIs ao longo das sess ões (suas interaç ões com session não foram significativas). Observamos também que, os tratamentos diferem entre si: para o tratamento narrativo, esperamos uma chance de ocorrência de MIs, 59,40% maior do que para o tratamento cognitivo. Os pacientes com good outcome possuem 55,55% de chances a mais de ocorrência de MIs que os pacientes com poor outcome (Figura19). As chances de ocorrência de retornos ao problema (RPMs) diminuem com o passar das sess ões (Figura 20). O good outcome e o poor outcome não têm diferença estat´ıstica nas primeiras sess ões, não obstante, sendo a interação significativa, com o passar das sess ões, esperamos que os pacientes com poor outcome tenham 4,87% mais chances de ocorrência de RPMs que os pacientes com good outcome. A interação do tratamento com o tempo (treat∗session) não é significativa, o efeito do tempo nos RPMs não difere para os tipos de tratamentos (cognitivo e narrativo), entretanto, os tratamentos têm diferença entre si, e pacientes com tratamento narrativo têm, em média, 50,14% a mais de ocorrências de RPMs que os pacientes com tratamento cognitivo. Os modelos com melhor ajustamento com dados longitudinais estão

apresentados na Tabela16.

Tabela 16: Modelos com melhor ajustamento para dados longitudinais.

Var. Resposta Modelos

OQ10 Y_{i j} = X_{i j}β+Ui+Wi(ti j) +Zi j

com: Xi j =E[Yi j] = β0+β1outcome∗session+β2treat

Wi(ti j) →estrutura de correlac¸˜ao exponencial temporal

WAI Yi j = Xi jβ+Ui+Wi(ti j) +Zi j

com Xi j= E[Yi j] =β0+β1outcome+β2treat+β3session

W_i(t_{i j}) →estrutura de correlac¸˜ao exponencial temporal MI ηi j= Xi jβ+U_i1+U_i2ti j+Zi j com: ηi j → ln _π i j 1−πi j

Xi jβ=β0+β1outcome+β2treat+β3session

RPM ηi j= Xi jβ+U_i1+U_i2ti j+Zi j com: ηi j → ln πi j 1−πi j

Xi jβ=β0+β1outcome∗session+β2treat

O efeito da variável treat, no estudo transversal, é significativa (p-valor < α = 0, 05, rejeita-se H0) para todas as variáveis resposta. Já sua interação, era significativa apenas

para as variáveis MI e RPM, ou seja, o efeito do tempo para essas duas variáveis defere para cada tipo de tratamento ao longo das sess ões de terapia. Ao fazermos a análise longitudinal, onde os modelos incorporam também a correlação existente entre medidas de um mesmo indiv´ıduo, ela passa a não ter diferença entre tratamentos cognitivo e narrativo para as variáveis OQ10 e WAI, e suas interaç ões com o tempo, passam a não ser significativas para todas as variáveis resposta. Conclu´ımos, assim, que, ao considerarmos a correlação existente entre as medidas de um mesmo indiv´ıduo, o tipo de tratamento apli- cado, cognitivo ou narrativo, não tem efeito algum sobre as variáveis em estudo (OQ10, WAI, MIs e RPMs). Na Tabela17apresentamos as significâncias de todas as variáveis e de suas interaç ões com o tempo.

Tabela 17: An´alise do efeito da vari´avel treat.

Vari´avel resposta

An´alise transversal An´alise longitudinal

β(treat2(narrativo)) β(treati∗sessioni j) β(treat2(narrativo)) β(treati∗sessioni j)

p-valor sig. p-valor sig. p-valor sig. p-valor sig. OQ10 0,0020 RH∗

0 0,1060 NRH∗∗0 0,3318 NRH0 0,0849 NRH₀ WAI 0,0044 RH₀ 0,1263 NRH₀ 0,3138 NRH₀ 0,8531 NRH₀ MI <0,0001 RH₀ <0,0001 RH₀ 0,0378 RH₀ 0,1706 NRH₀ RPM <0,0001 RH₀ 0,0026 RH₀ 0,0299 RH₀ 0,6034 NRH₀ *RH0→rejeita-se a hip ótese nula **NRH0→não se rejeita a hip ótese nula

4.5. Conclus ˜oes 37

A variável outcome, em análise transversal, tem diferença entre n´ıveis para as variáveis WAI e MI, e sua interação com session é significativa para as variáveis OQ10, MI e RPM. Ao realizarmos a análise longitudinal dos dados - considerando a correlação existente entre as medidas de um mesmo indiv´ıduo - o tipo de tratamento passa a ter interaç ões significativas apenas para as variáveis OQ10 e RPM, ou seja, pacientes com good outcome têm valores mais baixos no OQ10 (melhora na sintomatologia) e menores chances de ocorrerem RPMs do que os pacientes com poor outcome. Na Tabela 18 apresentamos as significâncias de outcome em estudo transversal e longitudinal, assim como as significâncias de sua interação com o tempo (session).

Tabela 18: An´alise do efeito da vari´avel outcome.

Vari´avel resposta

An´alise transversal An´alise longitudinal

β(outcome2(poor)) β(outcomei∗sessioni j) β(outcome2(poor)) β(outcomei∗sessioni j)

p-valor sig. p-valor sig. p-valor sig. p-valor sig. OQ10 0,5294 NRH∗∗ 0 <0,0001 RH0 0,9405 NRH₀ <0,0001 RH₀ WAI <0,0001 RH∗ 0 0,8059 NRH0 0,1538 NRH₀ 0,4612 NRH₀ MI <0,0001 RH₀ <0,0001 RH₀ 0,0073 RH₀ 0,1407 NRH₀ RPM 0,0563 NRH₀ <0,0001 RH₀ 0,3595 NRH₀ 0,0420 RH₀

*RH0→rejeita-se a hip ótese nula **NRH0→não se rejeita a hip ótese nula

Ap ós esse estudo do comportamento de cada variável (OQ10, WAI, MI e RPM)como variável resposta em relação a tratamentos e tempo (treat, outcome e session), vamos, no cap´ıtulo seguinte, analisar como elas estão a relacionar-se entre si - como estão a influenciar- se.

5

VA R I ´A V E I S P S I C O T E R A P ˆE U T I C A S C O M O P R E D I T O R E S

Nos cap´ıtulos anteriores estudamos de que forma cada variável explicativa (outcome, treat e session) influencia as variáveis respostas (OQ10, WAI, MI e RPM). Neste cap´ıtulo analisamos a influência das variáveis psicoterapêuticas nas variáveis resposta. Para isso, testamos os modelos longitudinais já ajustados (Tabela 16) para cada variável resposta, e acrescentamos mais uma variável explicativa (a variável psicoterapêutica de interesse), da qual estudamos sua influência.

5.1 va r i´avel resposta - O Q10

5.1.1 WAI como preditor de OQ10

Na análise longitudinal, para a variável resposta OQ10, determinamos que o modelo de melhor ajustamento foi o com efeito aleat ório e estrutura de correlação exponencial. À parte f ixa do modelo (E[Yi j] =β0+β1outcome∗session+β2treat.), acrescentamos a variável

psicoterápica explicativa WAI (aliança paciente - terapeuta), e analisamos seu efeito sobre a sintomatologia do paciente (OQ10). Testamos também sua interação com o tempo (WAI∗session).

A variável WAI é significativa (p-valor =< 0,0001< _α= 0,05, rejeita-se H₀), logo, para cada um score a mais de aliança (WAI), menos 0,185 valores terá o score de OQ10. A sintomatologia do paciente melhora com o aumento da aliança com o terapeuta, contudo, a interação WAI∗session não é significativa (p-valor = 0,5954 > α= 0,05, não se rejeita H0),

logo, essa diminuição não é afetada pelo tempo, sendo, a interação, retirada do modelo. O modelo sem a interação foi o de melhor ajustamento com AIC = 4220,263. Os resultados estão apresentados na Tabela19.

A variável treat não é significativa (p-valor = 0,362 > α = 0,05, não se rejeita H0), não

existindo diferença estat´ıstica entre os tratamentos cognitivo e narrativo na sintomatologia. E, para a variável outcome, não temos diferença entre good e poor no in´ıcio da terapia (p-

Tabela 19: Output do Modelo sem interac¸ ˜ao (WAI preditor de OQ10).

Coeficientes Estimativas Desvio Padr˜ao z value P-valor

β0 33,425 2,748 12,164 <0,0001 β1wai -0,185 0,040 -4,616 <0,0001 β2outcome2 (poor) -0,199 1,998 -0,100 0,9211 β3session -0,762 0,109 -7,100 <0,0001 β4treat2 (narrativo) 1,331 1,442 0,923 0,3622 β5outcome2*session 0,689 0,128 5,401 0,0458

valor = 0,921 > α = 0,05, não se rejeita H0), porém, como a interação outcome∗session é

significativa (p-valor = 0,046< α= 0,05, rejeita-se H0), o efeito do tempo na sintomatologia

é diferente para os pacientes com poor outcome. Eles têm, em média, 0,689 vezes mais score de OQ10 que pacientes com good outcome, recordando que quanto mais altos os scores de OQ10, pior o paciente se está da depressão.

Figura 21: Gr´afico WAI x OQ10 (good outcome).

Na Figura 21, representamos as retas de valores preditos de OQ10 (pacientes com good outcome), em função de WAI, para a 1a sessão e para a 20a sessão. Notamos que um paciente que começa o tratamento com uma aliança de score 30, tem, aproximadamente, um OQ10 esperado de 27,11 scores. Agora, para efeitos de estudo, se esse paciente, na sessão 20, tivesse uma aliança muito maior com o terapeuta, digamos WAI com score 60, a sintomatologia iria para score 7,07, apresentando grande melhora na doença. Esses dois

No documento Modelos longitudinais para momentos de inovação em psicoterapia (páginas 48-54)