Os resultados para o tipo de sinal na espectrografia acústica, segundo os parâmetros da avaliação objetiva do SFE, podem ser vistos na Tabela 14.
TABELA 14. Tipo de sinal na espectrografia acústica segundo os parâmetros da
avaliação objetiva do SFE. Parâmetros
de avaliação objetiva do SFE
Tipo de sinal na espectrografia acústica
p Comp. entre dois grupos p Tipo I-II Média (DP) Tipo III Média (DP) Tipo IV Média (DP) Distância AP do SFE1 19,09 (8,28) 16,35 (8,21) 10,65 (5,62) 0,034* Tipo I-IIxIII 0,563 Tipo I-IIxIV 0,024* Tipo IIIxIV 0,052 Comprimento
do SFE1 12,51 (8,39) 12,90 (5,05) 21,49 (9,42) 0,044* Tipo I-IIxIII 0,817
Tipo I-IIxIV 0,024* Tipo IIIxIV 0,073 Área da projeção do SFE fonação2 211,89 (94,60) 256,06 (117,91) 186,51 (57,33) 0,464 Área da projeção reservat. de ar2 644,44 (370,32) 422,57 (274,57) 320,58 (193,85) 0,084
Teste estatístico Kruskall-Wallis na comparação entre três grupos e Mann-Whitney na comparação entre 2 grupos. Comp. = comparação; reservat. = reservatório; DP = desvio padrão; AP = anteroposterior; SFE = segmento faringoesofágico; 1 = medida em mm; 2 = medida em mm2; * = valores estatisticamente significativos
Os pacientes com o sinal espectrográfico melhor (Tipo I-II) apresentam distância anteroposterior do SFE maior e comprimento do SFE menor.
Resultados 55
4.2.4 Avaliação qualitativa do segmento faringoesofágico
4.2.4.1 Correlação entre avaliação qualitativa e objetiva do segmento faringoesofágico
A Tabela 15 mostra a correlação entre a área da projeção do SFE na deglutição e a área da projeção do SFE na fonação, segundo o grau de contato da proeminência do SFE com sua parede anterior.
TABELA 15. Correlação entre a área da projeção do SFE na deglutição e a área da
projeção do SFE na fonação, segundo grau de contato da proeminência do SFE com sua parede anterior.
Grau de contato da proeminência
do SFE e sua parede anterior Área FO x Área DE
Correlação Geral 0,511**
Correlação segundo grau de contato
Ausente / leve 0,498
Moderado 0,231
Intenso 0,656*
FO = área da projeção do SFE na fonação; DE = área da projeção do SFE na deglutição; * = nível de significância de 0,05; ** = nível de significância de 0,01.
Resultados 56
A Figura 33 mostra a correlação entre a área da projeção do SFE na deglutição e a área da projeção do SFE na fonação.
FIGURA 33. Correlação entre as áreas da projeção do SFE na deglutição e na fonação, segundo o grau de contato da proeminência do SFE com sua parede anterior.
Quanto maior a área da projeção do SFE na deglutição, maior a área da projeção do SFE na fonação, no grupo com contato intenso da proeminência do SFE com a parede anterior.
Os demais parâmetros qualitativos avaliados durante a deglutição na videofluoroscopia, como presença de estase de alimento, presença de pseudo-epiglote, divertículo, barra cricofaríngea e estenose e os parâmetros qualitativos avaliados durante a fonação, como preenchimento do esôfago com ar, presença de barra cricofaríngea, e regurgitação de bário durante a fonação não foram comparados com os demais parâmetros, ou por estarem presentes na maioria da amostra estudada ou por serem eventos raros.
Resultados 57
4.2.5 Avaliação objetiva do segmento faringoesofágico
4.2.5.1 Correlação entre as medidas objetivas do segmento faringoesofágico
A Figura 34 mostra a correlação entre o comprimento do SFE e a distância anteroposterior.
FIGURA 34. Correlação entre o comprimento do SFE e a distância anteroposterior.
Quanto maior a distância anteroposterior do SFE, menor o comprimento do SFE.
Resultados 58
A Figura 35 mostra a correlação entre distância anteroposterior do SFE e a área da projeção do SFE na fonação.
FIGURA 35. Correlação entre a distância anteroposterior do SFE e a área da projeção do SFE na fonação.
Quanto maior a área da projeção do SFE na fonação, maior a distância anteroposterior do SFE.
Resultados 59
A Figura 36 mostra a correlação entre o comprimento do SFE e a área da projeção do reservatório de ar.
FIGURA 36. Correlação entre o comprimento do SFE e a área da projeção do reservatório de ar.
Quanto maior a área da projeção do reservatório de ar, menor o comprimento do SFE.
Resultados 60
A Figura 37 mostra a correlação entre área da projeção do reservatório de ar e distância anteroposterior do SFE.
FIGURA 37. Correlação entre a distância anteroposterior do SFE e a área da projeção do reservatório de ar.
Quanto maior a área da projeção do reservatório de ar, maior a distância anteroposterior do SFE.
Discussão 62
5 DISCUSSÃO
A voz TE é considerada uma ótima opção para a reabilitação da comunicação oral após a laringectomia total. Para a produção desta voz, o paciente inspira e oclui o traqueostoma, desviando o ar pulmonar para o esôfago, através da prótese vocal, vibrando o SFE, que passa a ser a nova fonte sonora. Esta forma de comunicação é a que mais se aproxima do mecanismo de produção da voz laríngea, e é a fonte sonora a diferença principal (Van As-Brooks, Fuller, 2007). O índice de sucesso com a voz TE chega a 90% (Op de Coul et al, 2000), e nesta taxa estão incluídos pacientes considerados falantes TE bons, mas, também, pacientes considerados falantes TE razoáveis. É necessário compreender quais são os fatores que influenciam para uma proficiência com a voz TE maior ou menor, para que estes possam ser ajustados de forma mais precisa durante a terapia fonoaudiológica.
Neste trabalho foram avaliadas a voz e fala TE, e relacionadas com a configuração do SFE, pois sabe-se que a fonte sonora exerce um papel fundamental na qualidade da emissão resultante. Para tal, foram feitas as avaliações seguintes: perceptivo-auditiva da voz e fala TE; fluência da fala; acústica da voz TE por meio de espectrografia acústica; e, configuração e medidas do SFE, com auxílio da videofluoroscopia. Os resultados obtidos com cada forma de avaliação foram analisados e correlacionados uns com os outros.
5.1 Análise Descritiva
A avaliação perceptivo-auditiva da voz e fala TE foi feita com auxílio do protocolo de Ludström, Hammarberg (2011) traduzido para o português especialmente para este trabalho. Optou-se por este protocolo, pois, além de ter sido desenvolvido especificamente para falantes TE, apresenta uma proposta de preenchimento fácil e rápida, com escalas analógico-visuais de 100mm e 200mm, com onze parâmetros acompanhados por definição da terminologia de forma clara e precisa.
Discussão 63
Os resultados alcançados no presente trabalho revelam que a impressão geral causada pela voz e fala TE, quando comparada com a voz laríngea, apresentam alteração em grau elevado. Na escala analógico-visual, na qual o zero corresponde a emissão normal e o valor de 100mm à uma impressão geral muito desviada, o valor médio observado na amostra estudada foi de 86,66mm, com valor mínimo de 66mm e máximo de 100mm. A voz TE foi avaliada de modo predominante como rugosa, com 74,93mm na escala de 100mm. Ao se avaliar o pitch, na escala de 0mm a 200mm, na qual 100mm é o valor considerado normal, obteve-se um valor médio de 77,41mm, ou seja, um pitch grave (Tab. 2). Estes achados corroboram com os achados de Vrticka, Svoboda (1961), Williams, Watson (1987), Behlau, Ziemer (1989), Van As et al (1998), Kazi et al. (2006b) e Fouquet et al (2009), e podem ser explicados pela vibração irregular do SFE e pelo maior volume do SFE, quando comparado às pregas vocais, que são bem delgadas.
Na publicação original do protocolo utilizado neste trabalho, Ludström, Hammarberg (2011) referem uma impressão geral média de 69,9mm, com mínimo de 40mm, rugosidade de 54,9mm e pitch 68,3mm, ou seja, estes aspectos foram julgados como menos alterados do que os aqui observados, com exceção do pitch, cujos valores foram parecidos. Os autores concluíram, ainda, que quanto mais rugosa, molhada e com pitch grave for julgada uma voz, tanto pior a impressão geral e isto pode justificar os valores mais alterados observados na amostra estudada no presente trabalho, tanto para a qualidade vocal rugosa, quanto para a impressão geral.
Os parâmetros de fala foram julgados com escalas analógico-visuais de 200mm, e a medida central (100mm) foi considerada como normal. A extensão de frases emitidas por falantes TE foi julgada como mais curta (87,62mm) e a entonação mais monótona (78,28mm) quando comparada com a fala laríngea (Tab. 2). Kazi et al (2006b) encontraram medidas temporais piores no falante TE e relacionam estes achados com um suporte aéreo pior por escape parcial de ar durante a oclusão do estoma. Van Rossum et al (2008) referem que o falante TE não consegue manipular o pitch de forma consistente, provavelmente por limitações anatômicas, o que justificaria uma fala mais monótona. Acredita-se que, mesmo quando não existe escape de ar pelo traqueostoma, o esforço para vibrar o SFE
Discussão 64
pode causar um aproveitamento pior do ar e emissões de frases ligeiramente mais curtas do que o esperado em um falante laríngeo.
A fluência da fala produz grande impacto na qualidade da comunicação do falante (Haderlein et al, 2007). Apesar de apresentarem fala mais monótona e com frases mais curtas durante a avaliação da fluência de fala, 21 pacientes foram considerados falantes fluentes (70%), sete foram considerados moderadamente fluentes (23,3%) e apenas dois não fluentes (6,7%). A maior fluência de fala, gerada por uma velocidade maior de fala por causa do fluxo pulmonar (Stajner-Katusic et al, 2006), é um dos grandes atributos da voz TE, principalmente quando comparada à voz esofágica.
A extração de parâmetros acústicos objetivos, como frequência fundamental e índices de perturbação e ruído, nem sempre é confiável na voz TE, pois esta é bastante aperiódica e apresenta frequência muito grave (Van As-Brooks, 2006; Haderlein et al, 2007; Bocklet et al, 2009; Lundström, Hammarberg, 2011). Mediante estas dificuldades, as vozes foram classificadas em sinal Tipo I, II, III ou IV, por meio de avaliação visual dos traçados espectrográficos, observando-se o traçado dos harmônicos durante a emissão, presença ou não de ruído espectral, estabilidade da frequência fundamental e amplitude do sinal (Van As-Brooks et al, 2006). Nos resultados observa-se que 14 pacientes (48,3%) apresentaram sinal Tipo IV, no qual ocorre ausência completa de harmônicos ou ausência de harmônicos por mais de um segundo (Fig. 6, Tab. 4). Portanto, quase a metade da amostra estudada apresentou predominância de ruído na espectrografia acústica, bem maior do que na população estudada por Van As-Brooks et al (2006), que descrevem este tipo de sinal apenas em oito dos 39 pacientes estudados (20,51%).
A videofluoroscopia tem sido extensivamente utilizada para o estudo do segmento faringoesofágico em laringectomizados totais (Kazi et al, 2006a). Na avaliação das estruturas durante a deglutição (Tab. 5), poucos pacientes apresentaram pseudo-epiglote, divertículo, estenose, osteófitos ou duas barras cricofaríngeas, mas a presença de barra cricofaríngea na amostra estudada foi muito comum (83,3%) e, quando esta estava presente, sempre participou da fonte sonora (Tab. 6).
Discussão 65
A musculatura constritora inferior da faringe e o músculo cricofaríngeo, sem aproximação anterior adequada de suas fibras após a laringectomia total, tende a concentrar-se na parede posterior ao receber um impulso nervoso, formando a barra cricofaríngea (Kirchner et al, 1963). Como após a laringectomia total a inserção destes músculos não é mais na laringe, e sim na porção anterior dos tecidos remanescentes da faringe, a movimentação crânio-caudal durante a deglutição causa estimulação dos constritores em sua inserção dorsal e consequente aumento do diâmetro máximo da fáscia pré-vertebral em laringectomizados totais (Müller-Mini et al, 1991).
Independente da origem da barra cricofaríngea em laringectomizados totais, esta foi encontrada em amostras de vários pesquisadores que analisaram a voz esofágica e TE como participante da nova fonte sonora e relacionada de forma positiva com o sucesso na aquisição destas vozes (Böhme, Schneider, 1960; Vrticka, Svoboda, 1961 e 1963; Kirchner et al, 1963; Bentzen et al, 1976; Nishizawa et al, 2001; Van As et al, 2001a; Kazi et al, 2006a; Van Weissenbruch et al, 2000; Lundström et al, 2008; Fouquet et al, 2009).
A avaliação do comportamento do SFE e esôfago durante a fonação (Tab. 6) mostrou que 29 dos 30 pacientes apresentavam ar no esôfago, 21 pacientes (70%) com estase de bário sobre o SFE e 10 (33,3%) com regurgitação de bário durante a fonação.
Em geral mede-se a distância mínima entre a proeminência do SFE e sua parede anterior (Van As et al, 2001a; Kazi et al, 2006a; Lundström et al, 2008). Na amostra estudada apenas seis pacientes apresentaram valores diferentes de zero, com distância máxima de 5mm (Tab. 7). Entretanto, durante a avaliação qualitativa da videofluoroscopia percebeu-se que, apesar de 23 dos 29 pacientes com fonação apresentarem contato entre a proeminência do SFE e a parede anterior, havia grande variação do grau deste contato. Esta questão já foi apontada por Lundström et al (2008) que referem que a medida de distância mínima entre a proeminência do SFE e sua parede anterior não reflete a extensão do contato do tecido nesta área. A partir desta observação, optou-se por avaliar qualitativamente o grau de contato entre a proeminência do SFE com sua parede anterior, além de medir a distância,
Discussão 66
classificando-o como contato ausente ou leve, moderado ou intenso (Figs. 20, 21 e 22).
Acredita-se que possa ser feita uma analogia entre o grau de contato da proeminência do SFE com a parede anterior e o grau do tônus do SFE. Desta forma, o grupo com contato ausente ou leve (11 pacientes; 36,7%) apresentou SFE hipotônico, aquele com contato moderado (9 pacientes; 30%) SFE normotônico e o grupo com contato intenso (10 pacientes; 33,3%) SFE hipertônico (Tab. 6). Do grupo com contato intenso apenas um paciente apresentou ausência de fonação e foi classificado como tendo espasmo do SFE, segundo critério encontrado na literatura (Van den Berg, Moolenaar-Bijl, 1959; Singer, Blom, 1980 e 1981; Perry et al, 1987).
Para caracterizar de forma mais objetiva o SFE e sua relação com a proficiência da voz TE, foram efetuadas algumas medidas. Manteve-se duas das medidas realizadas em estudo anterior, como “distância anteroposterior do SFE” e “comprimento do SFE” (Figs. 23 e 24), pois especialmente esta última apresentou correlação direta com a proficiência da voz (Fouquet et al, 2009). Acrescentou-se a medida “distância mínima entre a proeminência do SFE e sua parede anterior” (Fig. 25) cuja importância foi demonstrada em estudos anteriores (Van As et al, 2001, Van As-Brooks et al, 2005; Kazi et al, 2006a). Optou-se por efetuar esta medida somente para a fonação e não na situação de repouso, pois Van As et al (2001a) já demonstraram que existe correlação positiva entre estas medidas, concluindo que bons falantes TE apresentaram valores menores desta distância, tanto em repouso, quanto à fonação. As medidas “área da projeção do SFE durante a deglutição” e “área da projeção do SFE durante a fonação” citadas por Van As et al (2001a), Van As-Brooks et al (2005) e Lundström et al (2008) foram avaliadas para verificar se poderia haver alguma relação entre a diferença de compressão do SFE da deglutição para a fonação e o grau de resistência oferecido pelo SFE à passagem do ar (Figs. 26 e 27). Acrescentou-se a medida “área da projeção do reservatório de ar” (Fig. 28), pois se acredita que esta medida em área traduz de forma mais precisa o comportamento do ar no esôfago proximal do que a medida em linha reta da distância subneoglótica máxima, sugerida por Van-As et al (2001a). Observou-se que ocorreu uma grande variabilidade nas medidas objetivas dos pacientes com voz TE, principalmente nas medidas de área (Tab. 7).
Discussão 67
5.2 Correlações
A seguir discute-se as correlações entre a avaliação perceptivo-auditiva da voz e fala TE, a avaliação da fluência de fala, a espectrografia acústica e as avaliações qualitativa e objetiva do SFE na videofluoroscopia.
Ao considerar as correlações entre os parâmetros da avaliação perceptivo-auditiva encontrou-se relação negativa moderada entre a impressão geral e a entonação e correlação positiva moderada entre pitch e rugosidade. Portanto, quanto mais monótona a fala TE, pior a impressão geral da voz TE e quanto mais rugosa esta voz, mais grave é o pitch. É interessante observar que a impressão geral da voz TE é influenciada somente por um aspecto relacionado à fala, ou seja, pela entonação, e não está relacionada à qualidade da voz propriamente dita. Lundström, Hammarberg (2011) referem que, tanto aspectos de qualidade vocal quanto aspectos de fala influenciam na percepção do ouvinte quanto à impressão geral da voz TE. No trabalho destes autores não foi observada relação entre rugosidade e pitch, mas que a rugosidade está negativamente relacionada com a F0 (frequência fundamental), ou seja, quanto mais rugosa a voz, menor a F0. Os ouvintes são influenciados pelo grau de rugosidade no momento de avaliar o pitch (Wolfe, Ratusnik, 1988; Van As et al,1998), o que justifica os resultados obtidos no presente trabalho de que quanto mais rugosa é a voz, mais grave é o pitch.
Ao correlacionar a fluência da fala com as demais avaliações, somente os grupos com fala fluente e fala moderadamente fluente foram considerados, pois o grupo não fluente era constituído por apenas dois pacientes, o que não permitia sua inclusão na análise estatística. Foram analisados os grupos, fluente e moderadamente fluente, para verificar se eram diferentes em função da quantidade de sílabas pronunciadas em 30s de fala espontânea. O grupo fluente emitiu 106,67 sílabas em 30s, ou 3,55sílabas/s, e o grupo moderadamente fluente 77,43 sílabas em 30s, ou 2,58sílabas/s (p=0,008, Tab. 1). Em estudo promovido por Haderlein et al (2007) foi encontrada uma velocidade articulatória de 3,54sílabas/s para o grupo controle com voz laríngea e 2,81sílabas/s para falantes TE. Portanto, o grupo de pacientes falantes TE fluentes da amostra no presente trabalho apresentam velocidade articulatória comparável à fala laríngea, o que já foi observado anteriormente por Baggs, Pine (1983).
Discussão 68
A avaliação perceptivo-auditiva foi correlacionada com a fluência da fala e o grupo com fala moderadamente fluente apresentou tanto a impressão geral (p=0,031) como a articulação mais desviadas (p=0,001), extensão de frases mais curta (p=0,029) e entonação mais monótona (p=0,013) quando comparado com o grupo fluente (Tab. 8). Neste estudo somente dois aspectos relacionados à fala tiveram correlação com a impressão geral: entonação e fluência. A terapia fonoaudiológica, com ênfase em variação melódica, pode melhorar a qualidade de comunicação dos laringectomizados totais com prótese vocal (Oliveira et al, 2005). O estudo de Haderlein et al (2007) demonstrou que as medidas de duração são uma forma objetiva de avaliar a fluência. Esta relação mostra como a fluência de fala é importante na impressão que o ouvinte tem sobre a voz TE. Em 2011, Lundström, Hammarberg relacionaram medidas de duração com a avaliação perceptivo-auditiva e observam que quanto menor a taxa de fala (palavras faladas por minuto), menor é a velocidade da fala, e acreditam que isto pode ser o reflexo de dificuldades de coordenação entre respiração e fonação. Sugerem que uma das causas possíveis seja o escape de ar ao redor do traqueostoma durante a fala, o que diminui o suporte aéreo e, como consequência, a extensão de frases, concordando com os achados de Haderlein et al (2007). A presença de ruído de estoma foi avaliada como parâmetro adicional da avaliação perceptivo-auditiva no presente trabalho (item 4.2.1.2, Anexo I), mas não foi constatada correlação entre a presença do parâmetro adicional e impressão geral, articulação ou fluência de fala.
Nos trabalhos de literatura analisados, houve predominância de estudos sobre a inteligibilidade de fala e não sobre a articulação, mas as duas estão relacionadas e podem ser comparadas. A inteligibilidade chega a 93% em falantes TE (Tardy-Mitzell et al, 1985) e tem correlação positiva com a aceitabilidade da voz TE (Blom et al, 1986). Foi observada grande variabilidade no parâmetro articulação na casuística do presente trabalho, com valor mínimo zero (normal), máximo de 83mm e valor médio de 17,28mm. (Tab. 2). Jongmans et al (2006) constataram uma heterogeneidade acentuada no grau de inteligibilidade de falantes TE e relataram que existe relação entre inteligibilidade e grau de contato da neoglote, principalmente na distinção de consoantes surdas e sonoras. Um fator que diminui a inteligibilidade da fala é a tentativa de aumentar a intensidade da voz TE em ambiente ruidoso (McColl, 2006). Acredita-se que os sete pacientes da amostra aqui
Discussão 69
estudada, que apresentaram fluência moderada, tenham dificuldade com todo o sistema fonoarticulatório, caracterizado por articulação mais alterada, entonação monótona, emissão de menos sílabas por segundo, portanto, extensão mais curta de frases. Este conjunto de aspectos causa uma impressão geral pior da voz TE.
Observou-se relação significante (p=0,009) entre a espectrografia acústica e a avaliação qualitativa do SFE e do esôfago (Tab. 13). A maioria dos pacientes com sinal espectrográfico Tipo I-II apresentou contato moderado da proeminência do SFE com a parede anterior (N=5; 62,5%), os com sinal Tipo III contato intenso (N=5; 71,4%) e os com sinal Tipo IV contato ausente ou leve da proeminência do SFE com sua parede anterior (N=9; 64,3%). Estes achados indicam uma relação entre o tônus do SFE e o tipo de sinal acústico na espectrografia acústica, e que pacientes com normotonia apresentam sinal Tipo I-II, hipertonia sinal Tipo III e hipotonia apresentam sinal Tipo IV. Van As et al (2001b) mostram achados comparáveis e afirmam que a hipertonicidade influencia na instabilidade do sinal Tipo III e a hipotonicidade está relacionada com a falta de harmônicos do sinal Tipo IV.
Não houve correlação significante entre os parâmetros da avaliação perceptivo-auditiva e os tipos de espectrografia acústica (Tab. 9). Entretanto, pode-se obpode-servar tendência de articulação mais desviada (p=0,051) e voz mais hiperfuncional (p=0,052) no grupo com espectrografia acústica do Tipo III e tendência de maior rugosidade (p=0,088) e pitch mais grave no grupo com espectrografia acústica do Tipo IV (p=0,060). Van As-Brooks et al (2006) referem que o sinal Tipo IV é caracterizado por ausência de periodicidade e quase ausência de trechos vozeados, o que explica que no presente trabalho a tendência do sinal Tipo IV ter apresentado maior rugosidade, pois esta qualidade vocal é uma