A CONFIGURAÇÃO DO SEGMENTO FARINGOESOFÁGICO NO LARINGECTOMIZADO TOTAL E SUA INFLUÊNCIA NA VOZ E FALA TRAQUEOESOFÁGICA

Marina Lang Fouquet

A CONFIGURAÇÃO DO SEGMENTO

FARINGOESOFÁGICO NO LARINGECTOMIZADO TOTAL

E SUA INFLUÊNCIA NA VOZ E FALA

TRAQUEOESOFÁGICA

Tese apresentada ao curso de Pós-Graduação da Faculdade de Ciências Médicas da Santa Casa de São Paulo para obtenção do Título de Doutor em Pesquisa em Cirurgia

Marina Lang Fouquet

A CONFIGURAÇÃO DO SEGMENTO

FARINGOESOFÁGICO NO LARINGECTOMIZADO TOTAL

E SUA INFLUÊNCIA NA VOZ E FALA

TRAQUEOESOFÁGICA

Tese apresentada ao Curso de Pós-Graduação da Faculdade de Ciências Médicas da Santa Casa de São Paulo para obtenção do Título de Doutor em Pesquisa em Cirurgia

Área de concentração: Anormalidades da Proliferação e Morte Celular Orientador: Prof. Dr. Antônio José Gonçalves Co-Orientadora: Profa. Dra. Mara Behlau

FICHA CATALOGRÁFICA

Preparada pela Biblioteca Central da

Faculdade de Ciências Médicas da Santa Casa de São Paulo

Fouquet, Marina Lang

A configuração do segmento faringoesofágico no laringectomizado total e sua influencia na voz e fala traqueoesofágica./ Marina Lang Fouquet. São Paulo, 2012.

Tese de Doutorado. Faculdade de Ciências Médicas da Santa Casa de São Paulo – Curso de Pós-Graduação em Pesquisa em Cirurgia.

Área de Concentração: Anormalidades da Proliferação e Morte Celular

Orientador: Antonio José Gonçalves Co-orientador: Mara Behlau

1. Voz 2. Fala 3. Fístula traqueoesofágica 4. Espectrografia 5. Acústica 6. Laringectomia/reabilitação 7. Fluoroscopia/métodos BC-FCMSCSP/27-12

Dedico

A meus sogros Jutta e Dietmar Fouquet

Dedico

A meu marido Gunther e a meus

filhos Oliver e Clara

Aprendizado é isso: de repente,

você compreende alguma coisa

que sempre entendeu,

mas de uma nova maneira.

AGRADECIMENTOS

Agradeço ...

À Faculdade de Ciências Médicas da Santa Casa de São Paulo e à Irmandade da Santa Casa de Misericórdia de São Paulo.

Ao meu orientador Prof. Dr. Antônio José Gonçalves, por sempre valorizar o trabalho multidisciplinar na Disciplina de Cirurgia de Cabeça e Pescoço e por destinar especial atenção à redação final deste trabalho.

À minha co-orientadora Profa. Dra. Mara Behlau, minha mestre em fonoaudiologia, por aceitar este desafio e me ensinar o valor da dedicação plena àquilo a que cada um se propõe.

Aos pacientes que, com tanto desprendimento, submeteram-se às avaliações.

Às fonoaudiólogas Dra. Glaucia Madázio, Dra. Irene Pedro Netto, Dra. Marina Padovani e Ilen Evelyn Abbud, pelas preciosas horas e bom humor para a avaliação perceptivo-auditiva das vozes analisadas neste trabalho.

Às fonoaudiólogas Dra. Cilmara Levy, Dra. Lica Arakawa-Sugueno e ao otorrinolaringologista Dr. Leonardo da Silva pelas valiosas sugestões na qualificação, que tanto auxiliaram na finalização deste trabalho.

Ao Dr. Marcelo Benedito Menezes, chefe da Disciplina de Cirurgia de Cabeça e Pescoço da Santa Casa de São Paulo, pela preciosa amizade e inúmeras sugestões no andamento deste trabalho.

À chefe da fonoaudiologia da Santa Casa de São Paulo, Fga. Maria do Carmo Redondo, pelo incentivo e confiança.

Ao estatístico da Faculdade de Ciências Médicas da Santa Casa de São Paulo, Daniel Kashiwamura Scheffer, pelo primoroso trabalho e por me ensinar que estatística “não é um bicho de sete cabeças”.

À fonoaudióloga Ilen Evelyn Abbud, que divide comigo a responsabilidade do trabalho fonoaudiológico na Cirurgia de Cabeça e Pescoço, por me ensinar diariamente o valor da amizade, do cuidado e dedicação ao paciente e da paixão pela profissão. Obrigada por ser tão firme nos meus períodos de ausência!

À equipe da Radiologia, em especial aos técnicos e enfermeiros da Sala Serigraph, por serem tão solícitos durante a execução dos exames de videofluoroscopia.

À equipe da Cirurgia de Cabeça e Pescoço, por vivenciar e valorizar, de fato, o trabalho multidisciplinar e por tornar o nosso trabalho em conjunto, embora árduo, muito gratificante.

À equipe de Fonoaudiologia da Santa Casa de São Paulo e, especialmente, às fonoaudiólogas Wanderlene Anelli e Paula Lavaissieri, pelo apoio e torcida, e por me ensinarem que, a cada dia, temos a chance de retomar algo de uma forma melhor.

À Capes, pela bolsa de estudos.

À fonoaudióloga Dra. Rosiane Yamasaki, cuja amizade é imensurável, pelo exemplo profissional e de vida.

À Profa. Dra. Barbara Rzyski pela importante e cuidadosa revisão gramatical e formatação desta tese.

Aos meus pais Annamaria e Achim Lang, pelo exemplo de dedicação à família e por proporcionarem um lar para o qual sempre podemos voltar, nos encher de carinho e sair para a vida mais fortalecidos.

Ao meu marido Gunther, pelo amor e companheirismo diários, por estar ao meu lado nas batalhas e nas alegrias.

Aos meus filhos Oliver e Clara, meus tesouros mais preciosos e meus maiores estímulos para ser uma pessoa melhor.

LISTA DE ABREVIATURAS E SIGLAS

Área AR área da projeção do reservatório de ar Área DE área da projeção do SFE na deglutição Área FO área da projeção do SFE na fonação

CSFE comprimento do segmento faringoesofágico DAP distância anteroposterior

IG impressão geral

ISCMSP Irmandade Santa Casa de Misericórdia de São Paulo

LT laringectomia total

PA perceptivo-auditiva

PV prótese vocal

QV qualidade vocal

SFE segmento faringoesofágico

TE traqueoesofágica

LISTA DE SÍMBOLOS

SUMÁRIO

1 INTRODUÇÃO ... 1.1 Revisão da literatura ...

1.1.1 Videofluoroscopia e avaliação do SFE ... 1.1.1.1 O estudo do SFE como fonte sonora ... 1.1.1.2 Tônus do SFE ... 1.1.1.3 Medidas objetivas do SFE ... 1.1.2 Avaliação perceptivo-auditiva da voz TE ... 1.1.3 Avaliação da fala TE ... 1.1.4 Avaliação acústica da voz TE ...

2 OBJETIVO ... 3 CASUÍSTICA E MÉTODO ... 3.1 Casuística ... 3.1.1 Critérios de inclusão ... 3.1.2 Critérios de exclusão ... 3.1.3 Ética ... 3.2 Método ... 3.2.1 Avaliação da voz e da fala TE ... 3.2.1.1 Avaliação perceptivo-auditiva da voz e fala TE ... 3.2.1.2 Avaliação da fluência da fala TE ... 3.2.1.3 Avaliação espectrográfica acústica ... 3.2.2 Avaliação do SFE ... 3.2.2.1 Avaliação qualitativa do SFE ... 3.2.2.2 Avaliação objetiva do SFE ... 3.2.3 Avaliação da confiabilidade dos avaliadores ... 3.2.3.1 Avaliação perceptivo-auditiva da voz e fala TE ... 3.2.3.2 Avaliação da fluência da fala TE ... 3.2.3.3 Avaliação espectrográfica acústica ... 3.2.3.4 Avaliação qualitativa do SFE ... 3.2.3.5 Avaliação objetiva do SFE ... 3.2.4 Análise estatística ... 1 4 4 5 6 8 9 11 12 14 16 17 17 18 18 18 18 19 20 21 25 26 32 36 36 37 37 37 37 37

4 RESULTADOS ... 4.1 Análise descritiva ...

4.1.1 Avaliação perceptivo-auditiva da voz e fala TE ... 4.1.2 Avaliação da fluência da fala TE ... 4.1.3 Avaliação espectrográfica acústica ... 4.1.4 Avaliação qualitativa do SFE ... 4.1.5 Avaliação objetiva do SFE ... 4.2 Correlações ... 4.2.1 Avaliação perceptivo-auditiva da voz e fala TE ... 4.2.1.1 Correlação entre os parâmetros da avaliação

perceptivo-auditiva ... 4.2.1.2 Correlação do parâmetro adicional com impressão geral,

articulação e fluência de fala ... 4.2.1.3 Correlação entre os parâmetros da avaliação

perceptivo-auditiva e a fluência da fala ... 4.2.1.4 Correlação entre os parâmetros da avaliação

perceptivo-auditiva e a espectrografia acústica ... 4.2.1.5 Correlação entre os parâmetros da avaliação

perceptivo-auditiva e os parâmetros da avaliação qualitativa do SFE 4.2.1.6 Correlação entre os parâmetros da avaliação

perceptivo-auditiva e parâmetros da avaliação objetiva do SFE ... 4.2.2 Avaliação da fluência da fala TE ...

4.2.2.1 Correlação entre a fluência da fala e a espectrografia acústica ... 4.2.2.2 Correlação entre a fluência da fala, a avaliação qualitativa

e a avaliação objetiva do SFE ... 4.2.3 Avaliação da espectrografia acústica ...

4.2.3.1 Correlação entre a espectrografia acústica e a avaliação qualitativa do SFE ... 4.2.3.2 Correlação entre a espectrografia acústica e a avaliação

objetiva do SFE ... 4.2.4 Avaliação qualitativa do SFE ... 39 40 40 41 42 43 45 45 45 45 47 47 48 49 51 52 52 53 53 53 54 55

4.2.4.1 Correlação entre avaliação qualitativa e objetiva do SFE 4.2.5 Avaliação objetiva do SFE ... 4.2.5.1 Correlação entre as medidas objetivas do SFE ...

5 DISCUSSÃO ... 5.1 Análise descritiva ... 5.2 Correlações ... 5.3 Considerações finais ... 6 CONCLUSÕES ... 7 ANEXOS ...

Anexo I - Protocolo para avaliação perceptiva da fala traqueoesofágica... Anexo II - Espectrografia acústica das vozes traqueoesofágicas ... Anexo III - Avaliação qualitativa da videofluoroscopia ... Anexo IV – Avaliação objetiva da videofluoroscopia ...

8 REFERÊNCIAS BIBLIOGRÁFICAS ... RESUMO ... ABSTRACT ... APÊNDICES ...

Apêndice 1 - Termo de Consentimento Livre e Esclarecido ... Apêndice 2 – Carta do Comitê de Ética em Pesquisa da ISCMSP ...

LISTAS ... Lista de Figuras ... Lista de Tabelas ... 55 57 57 61 62 67 74 77 79 80 81 82 83 84 91 92 93 94 96 97 98 101

Introdução 2

1 INTRODUÇÃO

O câncer de laringe representa 2% de todas as doenças malignas e 25% dos tumores malignos na região da cabeça e pescoço. No Brasil, em 2009, foram previstos 9.320 casos novos de câncer de laringe (INCA – Ministério da Saúde, 2011).

A laringectomia total causa um grande impacto na vida do paciente, determinado por presença do traqueostoma definitivo, por eventuais dificuldades na sua alimentação e, especialmente, por perda da voz laríngea, o que gera dificuldade de comunicação e consequente limitação no convívio social.

Após a cirurgia existem três formas clássicas de reabilitação da comunicação oral: usar a laringe eletrônica, desenvolver a voz esofágica ou a voz traqueoesofágica.

A laringe eletrônica é um aparelho cilíndrico com uma membrana vibrátil em uma das extremidades. O paciente encosta a membrana na pele do pescoço ou bochecha e aciona o aparelho. A vibração da membrana, propagada pelos tecidos, gera um som que é, então, articulado. A voz assim produzida tem característica monótona, mas serve aos propósitos de comunicação.

Para a emissão da voz esofágica, o paciente deve introduzir ar pela boca ou nariz e armazená-lo por um momento no esôfago proximal, no nível das vértebras cervicais C5 a C7, antes de expulsá-lo, vibrando o segmento faringoesofágico (SFE) (Behlau, Ziemer, 1989). Uma das limitações da voz esofágica está relacionada com a capacidade reduzida de armazenagem de ar no esôfago, cerca de 80cm3, o que compromete a fluência desse tipo de fala (Van den Berg, Moolenaar-Bijl, 1959).

As tentativas de melhorar a fluência da fala do laringectomizado total tiveram como objetivo aumentar o fluxo aéreo, direcionando o ar da traquéia para o esôfago para a emissão da voz traqueoesofágica (TE). Com um fluxo de ar maior, proveniente dos pulmões, a vibração do SFE seria mais contínua, tornando a emissão desta voz, mais fluente do que a voz esofágica (Kolson, Glasgold, 1967; Amatsu et al, 1977). Em 1980, Singer e Blom descreveram o procedimento

Introdução 3

endoscópico para confecção de uma fístula TE na qual foi inserida uma prótese de silicone com válvula unidirecional (Fig. 1). Esta prótese permite a passagem do ar da traqueia para o esôfago e impede que a saliva e alimentos provenientes do esôfago penetrem na traquéia. Este procedimento possibilita uma comunicação com voz TE satisfatória, inteligível e fluente para os ouvintes.

FIGURA 1. Esquema que mostra a fístula TE, a prótese vocal alocada, o fluxo de ar para a voz TE e a localização do SFE.

A voz TE apresenta características mais próximas da voz laríngea, principalmente relacionadas à fluência e velocidade da fala (Globlek et al, 2004; Van As-Brooks, Fuller, 2007), e é superior em relação à voz esofágica , pois o fluxo de ar é maior (Baggs, Pine, 1983; Tardy-Mitzell et al, 1985; Blom et al, 1986; Williams, Watson, 1987; Stajner-Katusic et al, 2006; Van-Rossum et al, 2008). Entretanto, a impressão geral que se constata na voz TE é que seja bem desviada da voz laríngea, o que pode ser explicado por diferenças na fonte sonora: pregas vocais na voz laríngea e SFE na voz TE (Williams, Watson, 1987; Van As et al, 1998; Lundström, Hammarberg, 2011).

Introdução 4

O grau de sucesso adquirido com a voz TE é alto, entre 73 e 90% (Singer, Blom, 1980; Perry et al, 1987; Op de Coul et al, 2000; Van Weissenbruch et al, 2000 Bozec et al, 2010). Entretanto, a qualidade da voz TE não é a mesma para todos os pacientes. É neste grande leque de vozes consideradas “razoáveis” e “boas” que reside um dos desafios da reabilitação do paciente laringectomizado total que optou por este tipo de reabilitação e não por emissão de voz TE, pois ainda não está totalmente claro, quais são os fatores que limitam ou impedem que a voz TE tenha a melhor qualidade possível. É comum finalizar a reabilitação vocal do laringectomizado total no estágio da voz considerada razoável, inferindo que deve haver alguma limitação anatômica, provavelmente na configuração do SFE. É necessário aprofundar os estudos nos aspectos que diferenciam falantes TE, bons e moderados. As variáveis relacionadas no estudo da configuração do SFE, quanto à qualidade vocal e fluência da fala podem fornecer elementos que permitam uma reabilitação que deixe mais satisfeitos, tanto os pacientes quanto os profissionais. Compreendendo melhor estes aspectos, será possível tornar a reabilitação mais adequada.

1.1 Revisão de Literatura

Na presente revisão de literatura apresenta-se uma seleção de contribuições bibliográficas sobre voz, a fala TE e o SFE. Inicialmente são descritos os estudos desenvolvidos com o auxílio da videofluoroscopia para a compreensão do que é o SFE, como o seu tônus influencia na qualidade vocal e quais foram as medidas objetivas, avaliadas com auxílio de imagens videofluoroscópicas. Em seguida são apresentados os estudos sobre a avaliação perceptivo-auditiva da voz e da fala TE, e a avaliação acústica da voz TE.

1.1.1 Videofluoroscopia e avaliação do SFE

As imagens radiográficas seriadas, a cinefluoroscopia e, mais recentemente, a videofluoroscopia auxiliaram muito na compreensão da fisiologia do SFE e, como consequência, das vozes esofágica e TE. Os exames radiológicos permitiram a

Introdução 5

caracterização das diferenças entre o SFE de indivíduos fluentes e não fluentes, mostraram como o comportamento do SFE e do esôfago proximal muda de acordo com o grau de tônus do SFE, e possibilitaram a realização de medidas objetivas da região.

1.1.1.1 O estudo do SFE como fonte sonora

Os estudos da fonte sonora da voz esofágica, com auxílio de exames radiológicos, iniciaram-se em meados do século passado. Robe et al (1956) observaram em radiografias seriadas, tiradas durante a fonação esofágica, a presença de uma zona de constrição bem definida na região do músculo cricofaríngeo, que funciona como a fonte sonora ou “pseudoglote”, e que abaixo da mesma existe uma coluna de ar durante a fonação nos falantes esofágicos melhores. Van den Berg, Moolenaar-Bijl (1959) acreditavam que a natureza muscular desta “pseudoglote” permite a contração e relaxamento voluntários, possibilitando a variação de frequência e de intensidade. Diedrich, Youngstrom (1966) descreveram a localização do SFE no nível das vértebras C5 e C6, e que este é constituído por fibras do músculo constritor inferior da faringe, músculo cricofaríngeo e fibras estriadas do esôfago proximal. Diedrich (1991) descreveu que as fibras destas três porções estão misturadas e que a porção com fibras estriadas responde a controle voluntário e consciente. É uma região de transição entre a hipofaringe e o esôfago, e tem importância funcional na produção da voz. Do ponto de vista anatômico, é o final da hipofaringe e a porção superior do esôfago proximal.

O crescimento de uma projeção de mucosa na parede posterior da hipofaringe, na altura da pseudoglote, foi descrito por Böhme, Schneider (1960). Após a laringectomia total, 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 (Müller-Mini et al, 1991). Esta mucosa, em bons falantes esofágicos, projeta-se ativamente no lúmen da hipofaringe e entra em contato com a parede anterior da mesma, e vibra com a passagem do ar. Esta projeção de mucosa foi observada por outros autores e descrita como “barra cricofaríngea”, “barra neoglótica” ou “proeminência da neoglote”. A presença da barra cricofaríngea foi relacionada com o sucesso na voz esofágica ou TE, pois esta

Introdução 6

vibra, participando da nova fonte sonora, denominada “pseudoglote”, “neoglote” ou, mais recentemente, de “segmento faringoesofágico”. (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; Van As-Brooks et al, 2005; Fouquet et al, 2009).

1.1.1.2 Tônus do SFE

O grau do tônus do SFE é um fator importante no sucesso ou fracasso de vozes esofágica e TE. Há uma variação do tônus, que se altera entre a hipotonia, normotonia e hipertonia, e pode chegar ao extremo, denominado espasmo (Figura 2).

FIGURA 2. Linha contínua que mostra a variação do tônus do SFE (baseado em Hurren et al, 2009)

Segundo Gilmore (1991) o SFE precisa apresentar resistência suficiente à passagem do ar para gerar um som. Porém, esta resistência não pode ser tão elevada que gere um som excessivamente tenso ou impeça que este seja produzido.

A variação do tônus do SFE foi bastante estudada com o auxílio da videofluoroscopia. Van den Berg, Moolenaar-Bijl (1959) encontraram relação entre o grau de tônus do SFE muito aumentado (espasmo) e a impossibilidade de aquisição de voz esofágica. Concluíram que um tônus moderado ou baixo é favorável para essa aquisição. Singer, Blom (1980 e 1981) descreveram o espasmo induzido pelo fluxo aéreo como causa de insucesso da voz TE. Nestes casos, observaram constrição intensa do SFE e dilatação gástrica na tentativa de fonação,

Introdução 7

pois o ar tende a descer para o estômago ao encontrar grande resistência do SFE.

Perry et al (1987) definiram cinco categorias de comportamento do SFE, observáveis na videofluoroscopia: 1. SFE hipotônico: durante a fonação existe pouca aproximação das paredes da faringe e a voz é fraca; 2. SFE tônico: o ar passa suavemente pelo SFE vibrante; 3. SFE hipertônico: na tentativa de fonação, existem contrações incoordenadas que impossibilitam a expulsão suave do ar, as emissões são tensas, com esforço. 4. Espasmo do SFE: na tentativa de fonação, há contrações incoordenadas sem produção de voz. Em todas estas categorias não existe nenhuma dificuldade na deglutição do contraste. 5. Estenose: é observada uma constrição constante de fibras, durante a deglutição e na tentativa de produção vocal. Na estenose não há produção de voz.

Vários estudos relacionaram o insucesso das vozes esofágica e TE com hipertonia e, principalmente, com o espasmo do SFE (Gatenby et al, 1985; Mc Ivor et al, 1990; Van Wissenbruch et al, 2000; Fouquet et al, 2009). Já Van As et al (2001 a) e Van As-Brooks et al (2005), observaram SFEs normotônicos ou com algum grau de hipertonia nas melhores vozes TE e que vozes consideradas “pobres” tinham em comum a hipotonia do SFE. Por outro lado, Kazi et al (2006a) defenderam que a tonicidade do segmento não é um indicador tão importante de qualidade vocal, pois os três tipos de tônus (hipotônico, normotônico e hipertônico) foram encontrados nos grupos de voz boa, razoável e pobre.

Na tentativa de diagnosticar o grau de tônus do SFE durante a videofluoroscopia, antes de indicar o uso da prótese vocal, Singer, Blom (1981) desenvolveram o teste de insuflação e o teste de insuflação melhorado (Blom et al, 1985) no qual o ar pulmonar é desviado por uma sonda para o esôfago proximal, e é possível observar se ocorre a emissão de voz, que indica um SFE normotônico. Quando não ocorre emissão vocal, que sugere hipertonia ou espasmo do SFE, Singer, Blom (1981) indicaram o teste do bloqueio do plexo parafaríngeo com injeção de lidocaína no nível das vértebras C2 a C5. Quando a voz era emitida sob o efeito da lidocaína, caracterizada por emissão de vogal sustentada por oito segundos e contagem de números de 1 a 15, concluíram que, realmente, ocorria a hipertonia ou espasmo do SFE. Nestes casos, recomenda-se algum procedimento adicional que promova o relaxamento desta musculatura, como miotomia dos

Introdução 8

músculos constritores da faringe (Singer, Blom, 1981), neurectomia do plexo parafaríngeo (Singer et al, 1986) ou, mais recentemente, a injeção de toxina botulínica na região do SFE (Crary, Glowasky, 1996; Hoffman et al, 1997), pois estes procedimentos permitem uma emissão mais suave e fluida da voz esofágica ou TE. Estudos anteriores observaram fluência e comunicação funcional melhores em pacientes submetidos à miotomia e sugeriram a inclusão da miotomia unilateral do músculo cricofaríngeo na rotina da cirurgia de laringectomia total (Blom et al,1985; Van Weissenbruch et al, 2000).

1.1.1.3 Medidas objetivas do SFE

Na tentativa de caracterizar de forma mais objetiva o SFE ideal para a voz esofágica e TE, os pesquisadores passaram a medí-lo em imagens geradas por videofluoroscopia, e utilizaram como parâmetro de comparação um marcador radiopaco, como uma moeda, visível na imagem. (Van As et al, 2001; Kazi et al, 2006a).

As medidas mais avaliadas foram comprimento do SFE durante a fonação; diâmetro anteroposterior da hipofaringe e da região proximal do esôfago, logo abaixo do SFE, também durante a fonação; índice de aumento da distância abaixo do SFE do repouso para a fonação; distância mínima da proeminência do SFE (barra cricofaríngea) até sua parede anterior durante o repouso e fonação; tamanho da proeminência do SFE e área da projeção do SFE durante repouso e fonação. (Böhme, Schneider, 1960; Vrticka, Svoboda, 1961; Bentzen et al, 1976; Van As et al, 2001; Van As-Brooks et al, 2005; Kazi et al, 2006a; Lundström et al, 2008; Fouquet et al, 2009)

Segundo Bentzen et al (1976) bons falantes esofágicos apresentaram SFEs mais curtos, de 7mm a 20mm. Fouquet et al (2009) também relacionaram o comprimento do SFE com a proficiência da voz esofágica, pois falantes fluentes apresentaram SFE de 1mm a 17mm, os moderadamente fluentes de 17,1mm a 29,9mm e os não fluentes valores acima de 30mm.

Vrticka, Svoboda (1961) referiram uma distância anteroposterior maior do SFE como um dos fatores de proficiência da voz esofágica. Böhme, Schneider

Introdução 9

(1960) mediram a hipofaringe e descreveram uma média de diâmetro anteroposterior de 2,2cm em falantes maus, e 3,7cm em falantes bons.

O índice de aumento da distância máxima abaixo do SFE, do repouso até a fonação, também foi relevante para a qualidade vocal TE, pois quanto maior o índice, melhor a qualidade vocal (Van As-Brooks et al, 2005). A formação de uma coluna de ar mais larga abaixo do SFE foi correlacionada com vozes esofágicas melhores (Robe et al, 1956; Diedrich, Youngstrom, 1966; Van Weissenbruch et al, 2000).

As melhores vozes TE apresentaram menor distância entre a proeminência do SFE e a parede anterior (Van As et al, 2001a; Van As-Brooks et al, 2005, Kazi et al, 2006a).

Lundström et al (2008) encontraram correlações entre as medidas obtidas na videofluoroscopia, que mostram que o aumento da distância abaixo do SFE está fortemente relacionado ao aumento da proeminência do SFE durante a fonação, mas não relacionaram estes achados com qualidade vocal TE melhor ou pior.

1.1.2 Avaliação perceptivo-auditiva da voz TE

A vibração bastante irregular do SFE, tanto na voz esofágica quanto na voz TE, gera uma qualidade vocal rugosa, com pitch grave (Vrticka, Svoboda, 1961; Wolfe, Ratusnik, 1988; Behlau, Ziemer, 1989; Fouquet et al, 2009) e desviada em relação à voz laríngea (Williams, Watson, 1987; Van As et al, 1998; Lundström, Hammarberg, 2011). A pior aceitabilidade da voz TE feminina é influenciada por pitch grave (Blom et al, 1996; Eadie, Doyle, 2004; Kazi et al, 2006b). O grau de tonicidade do SFE pode influenciar a qualidade vocal, tornando-a mais soprosa e afônica, na hipotonia do segmento e tensa ou estrangulada, no caso de hipertonia (Van-As et al, 2003). A qualidade vocal molhada também pode estar presente, quando acontece estase sobre o SFE ou quando existe regurgitação de saliva ou alimentos do esôfago para o SFE (Van As-Brooks et al, 2005; Kazi et al, 2006a).

A avaliação perceptivo-auditiva das vozes TE é complexa e controversa. Há uma tendência de avaliar a impressão geral da voz TE, classificando-a, de forma

Introdução 10

genérica, como “fluente” ou “não fluente”, ou como “boa”, “razoável” e “pobre” (Singer, Blom, 1980; Op de Coul, 2000; Van Weissenbruch et al, 2000; Van As et al, 2001a; Van As-Brooks et al, 2005; Kazi et al, 2006a), ou, ainda, de avaliar as vozes de acordo com o grau de aceitabilidade e o quanto são agradáveis (Blom et al, 1996; Eadie, Doyle, 2004).

A classificação da impressão geral manteve-se a mesma em todos os trabalhos publicados, mas os pesquisadores tentaram introduzir parâmetros mais detalhados. Kazi et al (2006a, b) utilizaram a escala GRBAS, desenvolvida pelo Comittee for Phonatory Function Test da Japan Society of Logopedics and Phoniatrics e divulgada por Hirano (1981), mas os autores citaram que apenas o parâmetro G desta escala foi considerado o mais confiável entre os avaliadores. Além disso, esta escala só considera a fonte sonora, e não leva em conta todos os parâmetros da fala TE. A qualidade geral (G) também foi utilizada por Maryn et al (2009), que avaliaram 15 vozes TE de forma relativa, ou seja, uma voz foi avaliada comparando-a, em pares, em relação às demais 14 vozes, e conseguiram ordenar essas vozes TE, da melhor para a pior.

Na tentativa de desenvolver um conjunto de escalas perceptivas, adequadas para a avaliação da voz TE na prática clínica, Van As et al (2003) desenvolveram um protocolo com 22 parâmetros analisados por meio de escalas bipolares numéricas com sete pontos, com critérios de impressão geral da voz, de qualidade vocal e parâmetros de fala. A proposta desta avaliação é interessante, porém os parâmetros não são claramente definidos, porque foram usados termos muito coloquiais e não se compreende se a referência comparativa para marcar a avaliação é a voz laríngea ou uma voz TE boa. Em estudo anterior, os autores consideraram somente os parâmetros relacionados à qualidade vocal, concluindo que as vozes TE são mais feias, instáveis, fracas, abafadas, soprosas, graves e anormais quando comparadas às vozes laríngeas (Van-As et al, 1998).

Lündström, Hammarberg (2011) desenvolveram um protocolo de avaliação com escalas analógico-visuais de 100mm e 200mm, que considera a impressão geral da voz TE, a qualidade vocal (hiperfuncional, soprosa, rugosa, molhada e pitch) e a fala TE (articulação, extensão da frase, velocidade de fala, pausas respiratórias e entonação). O protocolo tem como referência as vozes laríngeas,

Introdução 11

apresenta definições claras de cada parâmetro avaliado e considera tanto a qualidade da voz, quanto a fala TE.

1.1.3 Avaliação da fala TE

A vantagem principal da voz TE em relação à voz esofágica é um fluxo aéreo maior, disponível para a produção da voz. Este é vibrado pelo SFE e chega com um volume mais alto nos articuladores, permitindo que um número maior de sílabas seja sonorizado por vez, o que influi na inteligibilidade da fala. O fluxo aéreo pulmonar contribui na velocidade da fala TE, e gera uma fluência melhor (Stajner-Katusic et al, 2006). A fluência da fala interfere na impressão geral que se tem da competência comunicativa de um indivíduo, e é um dos aspectos mais importantes na aceitação social de um falante.

Os parâmetros de fala são avaliados por meio da análise da gravação de voz dos indivíduos que lêem um texto padrão. Estes parâmetros geralmente têm como unidade o segundo, e relacionam a articulação, a respiração e o tempo. As medidas mais comuns são: a duração de um bloco fonético (o bloco fonético é aquele emitido entre duas pausas); número de sílabas por bloco fonético; velocidade de fala (número de sílabas por segundo); velocidade articulatória (número de sílabas por segundo, excluindo as pausas); número máximo de sílabas em um bloco fonético; e, a velocidade de articulação no bloco fonético mais extenso (Globlek et al, 2004; Stajner-Katusic et al, 2006).

A velocidade de fala TE varia entre 2,77 e 2,81 sílabas por segundo (Stajner-Katusic et al, 2006; Haderlein et al, 2007). A velocidade articulatória, na qual foram excluídas as pausas, pode variar de 4,20 a 4,61 sílabas por segundo (Globlek et al, 2004; Stajner-Katusic et al, 2006; Lundström, Hammarberg, 2011).

As pistas prosódicas (mudanças na entonação vocal) como prolongamentos de sílabas e mudança de frequência, para sinalizar o final das frases, são importantes na inteligibilidade para distinção entre sentenças ambíguas. Falantes TE têm a prosódia corretamente identificada em 96% das vezes e utilizam de forma adequada os prolongamentos de sílabas e a pausa após o término de frases, mas não manipulam de modo consistente a pista de pitch, provavelmente por uma

Introdução 12

limitação física do SFE, quando comparado ao refinamento das pregas vocais (Van Rossum et al, 2008).

Segundo Jongmans et al (2006), a inteligibilidade da fala TE varia muito entre os pacientes, e é especialmente difícil a distinção entre fonemas vozeados e não vozeados. Os autores referem pacientes que tenderam vozear todos os fonemas não vozeados e o contrário também ocorreu. Afirmaram que este fato poderia estar relacionado com o grau de fechamento da neoglote. A inteligibilidade da fala TE piorou muito quando o falante foi solicitado a ler um texto padrão ouvindo ao mesmo tempo um ruído branco em fones de ouvido (McColl, 2006), e isto sugeriu que a dificuldade de feedback auditivo, típico em ambientes ruidosos, influencia a qualidade da fala e voz TE.

Os parâmetros de fala também podem ser avaliados de modo perceptivo com escalas numéricas. Williams e Watson (1987) avaliaram a velocidade de fala e sua inteligibilidade; Van As et al (2003) a entonação, expressividade, fluência, velocidade e inteligibilidade utilizando escalas semânticas bipolares com um extremo considerado como fala monótona e o outro a fala melodiosa; e, Lundström, Hammarberg (2011) utilizaram escalas analógico-visuais e avaliaram articulação, extensão de frases, velocidade de fala, pausas respiratórias e entonação e concluíram que as alterações de fala que mais contribuíram para uma impressão geral pior foram: desvios na articulação, velocidade de fala lenta e fala monótona.

1.1.4 Avaliação acústica da voz TE

O fluxo aéreo pulmonar utilizado nas vozes TE permite que algumas características acústicas sejam mais próximas àquelas de falantes laríngeos do que na voz esofágica (Baggs, Pine, 1983). Os parâmetros acústicos mais avaliados na voz TE são: frequência fundamental, intensidade, tempo máximo fonatório, porcentagem de perturbação da frequência fundamental (jitter), perturbação da amplitude (shimmer) e relação harmônico/ruído. A voz TE é caracterizada por frequência fundamental entre 100Hz e 115Hz, intensidade média de 67dB, TMF entre 10s e 13s e com valores aumentados de índices de perturbação (jitter e shimmer) e ruído (Baggs, Pine, 1983; Van-As et al, 1998; Debruyne et al, 1994; Globlek et al, 2004; Kazy et al, 2006b; Stajner-Katusic et al, 2006; Van As-Brooks

Introdução 13

et al, 2006; Lundström et al, 2008; Lundström, Hammarberg, 2011). A intensidade e os valores de jitter, shimmer e relação ruído/harmônico aumentaram ainda mais em ambiente ruidoso, com piora significante da inteligibilidade da fala TE (McColl, 2006).

As vozes TE são bastante aperiódicas e apresentam frequência muito grave, nem sempre permitindo extração confiável da frequência fundamental e demais parâmetros objetivos (Van As-Brooks, 2006; Haderlein et al, 2007; Bocklet et al, 2009). Nestes casos as espectrografias de faixa estreita possibilitam a avaliação visual do componente harmônico das vozes TE e, como consequência, permitem avaliar a possibilidade ou não de realizar medidas acústicas baseadas na periodicidade da voz. Van As et al (2001b) e Van As-Brooks et al (2006), baseados na classificação de tipo de sinal acústico de Titze (1995), sugeriram a classificação das vozes TE segundo os traçados espectrográficos. Estes são classificados em sinal Tipo I, II, III e IV, de acordo com a presença e continuidade, ou não, dos harmônicos durante toda a emissão, presença ou não de ruído espectral, estabilidade da frequência e amplitude do sinal. Os autores avaliaram 39 vozes TE, relacionando o grau geral de qualidade vocal com o tipo de sinal na espectrografia acústica. O sinal Tipo I foi observado em 17,95% da amostra e o sinal Tipo IV em 20,5% dessa amostra. As vozes com sinal Tipo I jamais foram avaliadas como ruins e as vozes com sinal Tipo IV nunca foram avaliadas como boas. As vozes Tipo II (33,33%) foram avaliadas de forma predominante como boas e razoáveis, e as vozes com sinal Tipo III (28,2%), com predominância, como razoáveis e ruins. Os autores concluíram que vozes TE que apresentam sinal Tipo II, caracterizadas por um harmônico estável com ruído no restante do espectro, ainda são avaliadas como sendo vozes TE boas.

Objetivo 15

2 OBJETIVO

Avaliar a voz e fala traqueoesofágica, relacioná-la com a configuração do segmento faringoesofágico em pacientes laringectomizados totais e compreender o que diferencia falantes traqueoesofágicos bons de falantes traqueoesofágicos moderados.

Casuística e Método 17

3 CASUÍSTICA E MÉTODO

3.1 Casuística

Trata-se de um estudo transversal com 30 pacientes laringectomizados totais com prótese vocal TE, 23 homens e sete mulheres. A média de idade do grupo era de 61,3 anos (37 a 79 anos) e a média de tempo de pós-operatório 59 meses (12 a 179 meses). Foi realizada laringectomia total em 25 pacientes, faringolaringectomia parcial em três e faringolaringectomia com reconstrução com retalho em dois. Doze pacientes foram submetidos à miotomia do SFE, dois à aplicação de botox no SFE e em dois não houve intervenção no tônus do SFE. Para os 14 pacientes restantes não havia dados no prontuário. O esvaziamento cervical foi seletivo em 17 pacientes, radical em 11 e não havia dados desta intervenção no prontuário de dois pacientes. Foram submetidos à radioterapia 26 pacientes e à quimioterapia, seis. A fístula traqueoesofágica era primária em 13 pacientes e secundária em 17. O tempo médio de utilização da prótese vocal foi de 44 meses (2 a 153 meses). Todos estavam com a prótese vocal locada corretamente e utilizaram oclusão digital do traqueostoma para se comunicar com a voz traqueoesofágica.

Participaram deste estudo pacientes que estavam sendo acompanhados por profissionais da Disciplina de Cirurgia de Cabeça e Pescoço da Irmandade da Santa Casa de Misericórdia de São Paulo e pacientes encaminhados por outras instituições.

3.1.1 Critérios de inclusão

Pacientes laringectomizados totais com prótese vocal;

Pacientes com ou sem manipulação do SFE (como miotomia do SFE, neurectomia do plexo faríngeo ou aplicação de toxina botulínica);

Pacientes que receberam orientação fonoaudiológica quanto ao uso da prótese;

Casuística e Método 18

assinaram o Termo de Consentimento Livre e Esclarecido (Apêndice I).

3.1.2 Critérios de exclusão

Pacientes laringectomizados totais que se comunicavam com voz esofágica ou laringe eletrônica;

Pacientes que apresentavam sinais de recidiva ou outro tumor primário na região de cabeça e pescoço;

Pacientes com prótese vocal que não tivessem recebido ao menos três sessões fonoaudiológicas para orientação de manipulação e uso da prótese vocal.

3.1.3 Ética

O trabalho foi aprovado pelo Comitê de Ética em Pesquisa em Seres Humanos da Irmandade da Santa Casa de Misericórdia de São Paulo (Projeto 302/09 – Apêndice II).

3.2 Método

Para cumprir o objetivo deste estudo foi realizada a avaliação da qualidade vocal e de fala TE por meio de análise perceptivo-auditiva e espectrográfica acústica, e avaliação do SFE e do esôfago, por meio de análise visual e objetiva da videofluoroscopia durante deglutição e fonação TE.

3.2.1 Avaliação da voz e da fala TE

Foram gravadas as vozes de 29 pacientes (um paciente não conseguiu emitir voz TE) em sala acústica. Foi usado computador da Helwett Packard com o programa Sound Forge 4.5c, janela de 44.000Hz e microfone Headset Plantronics - Sound Innovation, modelo Audio 320, posicionado lateralmente e a dois centímetros da boca do paciente. O volume foi ajustado para cada paciente utilizando o

Casuística e Método 19

calibrador do Sound Forge 4.5c para que a entrada do som estivesse entre -18dB e -6dB.

O material de fala era composto por três vogais /a/ sustentadas e um minuto de fala espontânea, em que o paciente relatava a evolução da doença. Solicitou-se que os pacientes falassem de modo o mais natural possível.

As vozes foram editadas no programa Fono View da CTS Informática, com o qual foram selecionados os primeiros 30s da fala espontânea de cada paciente, para a avaliação perceptivo-auditiva e fluência de fala. As vozes foram ordenadas aleatoriamente em diversos arquivos digitais (CD) e apresentadas, por meio de alto falante e em sala silenciosa, a quatro fonoaudiólogas com experiência no atendimento a laringectomizados totais.

Para a avaliação espectrográfica acústica, as vogais que haviam sido gravadas no Programa Sound Forge 4.5c em 44.000Hz, foram transferidas para o programa Fono View. Foram preparadas pranchas de análise com a seleção dos 2s centrais e mais estáveis da melhor emissão da vogal /a/ de cada paciente, conforme descrito por Van As-Brooks et al (2006). As pranchas apresentavam a espectrografia acústica de faixa estreita, com filtro de 40Hz, janela de apresentação do traçado em 7,3kHz e imagem em gradação de cinza (Figuras 3-6). As imagens foram ordenadas aleatoriamente em apresentação Power Point, com informação apenas do gênero e idade do paciente, para avaliação das quatro fonoaudiólogas.

Vinte por cento das vozes e das imagens espectrográficas foram reavaliadas, para verificar a consistência das respostas.

3.2.1.1 Avaliação perceptivo-auditiva da voz e fala TE

A avaliação perceptivo-auditiva foi realizada de acordo com o protocolo de Lundström, Hammarberg (2011), traduzido para o português brasileiro (Anexo I). Este protocolo permite avaliar 11 parâmetros de voz e fala TE com escalas analógico-visuais de 100mm e 200mm.

Os parâmetros avaliados com escalas de 100mm foram: impressão geral, articulação, voz hiperfuncional, voz soprosa, voz rugosa e voz molhada. Os

Casuística e Método 20

fonoaudiólogos assinalavam à esquerda da escala quando o parâmetro avaliado era considerado normal ou ausente e, mais para a direita, se o parâmetro analisado se apresentasse com desvio maior.

Os parâmetros avaliados com escalas de 200mm foram: extensão de frases, velocidade de fala, pausas respiratórias, entonação e pitch. No meio da escala encontrava-se a normalidade do parâmetro avaliado, à esquerda o extremo menor e, à direita, o maior. Durante a avaliação estava disponível por escrito a definição de cada parâmetro utilizado e as fonoaudiólogas, que já trabalham há anos com reabilitação de vozes esofágicas e TE, receberam um treinamento prévio de quatro horas com vozes-âncora para se acostumar com a escala usada e com o preenchimento do protocolo, pois não tinham experiência anterior com o mesmo.

Na avaliação da confiabilidade intra-avaliadores, considerou-se „acerto‟ quando havia uma diferença de até 10% entre a primeira e a segunda avaliação da mesma voz.

3.2.1.2 Avaliação da fluência de fala

A fluência da fala foi avaliada via impressão geral auditiva e por meio da contagem de sílabas durante os 30s de fala espontânea de cada paciente.

Para a avaliação da fluência, solicitou-se que as fonoaudiólogas ouvissem a amostra de fala espontânea de cada paciente e julgassem se era fluente, moderadamente fluente ou não fluente.

A seguir, avaliou-se a quantidade de sílabas emitidas durante 30s de fala espontânea, segundo o grupo de fluência, e foi observada diferença estatística entre o grupo fluente e moderadamente fluente (Tab. 1). O grupo não fluente não foi avaliado, pois era constituído por apenas dois pacientes e um deles não apresentou comunicação oral.

Casuística e Método 21

TABELA 1. Quantidade de sílabas emitidas conforme o grupo de fluência de fala

Fluência da fala Quantidade de sílabas (30s) p (Fluentes e Moderadamente fluentes) Fluente (21 pacientes) 0,008* Média 106,67 Mediana 100,00 Desvio Padrão 21,25

Moderadamente fluente (7 pacientes)

Média 77,43

Mediana 68,00

Desvio Padrão 19,21

* teste não-paramétrico Mann-Whitney; s = segundos; p = valor p

3.2.1.3 Avaliação espectrográfica acústica

As espectrografias foram avaliadas conforme preconizado por Van As-Brooks et al (2006) (Anexo II). As fonoaudiólogas foram instruídas a observar o traçado espectrográfico e selecionar por tipo de traçado, conforme os critérios seguintes:

Casuística e Método 22

Tipo I – Estável e harmônico (Fig. 3):

Sinal estável por 2s completos; e,

Presença definida de harmônicos até pelo menos 1000Hz.

Casuística e Método 23

Tipo II – Estável e com pelo menos um harmônico (Fig. 4): Sinal estável por 2s completos; e,

Presença de pelo menos um harmônico na frequência fundamental por 2s completos.

Casuística e Método 24

Tipo III – Instável e parcialmente harmônico (Fig. 5):

Sinal instável com harmônicos por 2s completos; ou, Ausência de harmônicos por menos de 1s.

Casuística e Método 25

Tipo IV – Harmônicos escassos (Fig. 6):

Ausência completa de harmônicos; ou, Ausência de harmônicos por mais de 1s.

FIGURA 6. Exemplo de espectrografia com sinal Tipo IV.

3.2.2 Avaliação do SFE

Trinta pacientes foram submetidos ao exame videofluoroscópico (VF), na visão lateral (perfil direito) da cabeça e pescoço, com uma moeda de 10 centavos colada na ponta de uma régua rígida de 30cm, presa a um pedestal formando um ângulo de 90 graus. A moeda situava-se na posição anterior ao pescoço, em sua linha mediana e serviu como sinal demarcatório para as medições.

Primeiramente, os pacientes foram instruídos a deglutir duas porções de alimento pastoso misturado ao contraste que continha bário, para melhor visualização das estruturas avaliadas. A seguir, foram solicitados a emitir cinco vogais sustentadas /a/ e contar de um a 20.

Casuística e Método 26

Utilizou-se equipamento Phillips Optimus CDUO diagnostic-pele em radioscopia direta, para visualizar a deglutição e fonação, e imagem seriada na fonação. A radioscopia direta permite obter imagem contínua, a dose de radiação é a mais baixa possível e a definição radiográfica melhor. Na imagem seriada, com três imagens por segundo, o contraste é melhor, e permite ressaltar com maiores detalhes onde termina uma estrutura e inicia a outra, e facilita visualizar a movimentação do SFE durante a fonação.

Os exames foram editados com o programa computadorizado Windows Live Movie Maker. As imagens para posterior medição foram selecionadas utilizando-se o aplicativo Snapshot. Para medir comprimentos e áreas foi utilizado o programa ImageJ 1.44p., como demonstrado por Gonçalves, Leonard (1998).

Os exames de videofluoroscopia foram avaliados qualitativamente por meio de análise visual e objetivamente por obtenção de diversas medidas.

3.2.2.1 Avaliação qualitativa do SFE

A avaliação qualitativa da videofluoroscopia foi realizada por meio de análise visual da deglutição e fonação, e preenchimento do protocolo (Anexo III) adaptado de Kazi et al (2006), com sete parâmetros usados na análise durante a deglutição e outros sete parâmetros durante a fonação.

Durante a avaliação das imagens videofluoroscópicas, no período da deglutição, observou-se se existia pseudo-epiglote, divertículo, barra cricofaríngea, estenose, osteófitos ou duas barras cricofaríngeas (Figs. 7 a 12).

Casuística e Método 27

FIGURA 7. Imagem videofluoroscópica com exemplo de estase.

FIGURA 8. Imagem videofluoroscópica com

exemplo de pseudo-epiglote e estenose.

FIGURA 9. Imagem videofluoroscópica com exemplo de divertículo.

FIGURA 10. Imagem videofluoroscópica com exemplo de osteófitos.

FIGURA 11. Imagem videofluoroscópica com exemplo de barra cricofaríngea.

FIGURA 12. Imagem videofluoroscópica com exemplo de duas barras cricofaríngeas

Casuística e Método 28

Na visão de perfil direito a barra cricofaríngea é identificada como um abaulamento proveniente da parede posterior da transição faringoesofágica que se projeta para o lúmen do esôfago e que muda da forma com a passagem do alimento (Fig. 13).

FIGURA 13. Imagens videofluoroscópicas com exemplo da barra cricofaríngea que muda de forma conforme a passagem do bolo alimentar.

Na avaliação da fonação, durante a emissão da vogal /a/, foi verificado se havia preenchimento do esôfago proximal com ar, se a barra cricofaríngea participava da fonação, se durante a fonação ocorriam regurgitação de bário e estase de bário sobre o SFE (Figs. 14 a 17).

FIGURA 14. Imagem videofluoroscópica com exemplo de preenchimento do esôfago com ar.

FIGURA 15. Imagem videofluoroscópica com exemplo da barra cricofaríngea que participa da fonte sonora (SFE).

Casuística e Método 29

FIGURA 16. Imagem videofluoroscópica com exemplo de regurgitação de bário durante a fonação.

FIGURA 17. Imagem videofluoroscópica com exemplo de estase de bário sobre o SFE durante a fonação

Na visão de perfil direito, durante a fonação, observa-se que a fonte sonora é composta por uma proeminência que se projeta da parede posterior para o lúmen e toca, em diversos graus, a parede anterior durante a fonação. Esta proeminência pode ser composta pela barra cricofaríngea observada durante a deglutição (Fig. 18). Na ausência desta, quando a transição faringoesofágica é plana, forma-se uma proeminência menor na região durante a fonação (Fig.19).

FIGURA 18. Imagens videofluoroscópicas com exemplo da proeminência da barra cricofaríngea durante a deglutição (esq.) e a fonação (dir,).

Casuística e Método 30

FIGURA 19. Imagens videofluoroscópicas com exemplo de esôfago proximal plano durante a deglutição (esq.) que apresenta formação da proeminência do SFE durante a fonação (dir.).

A forma de avaliar o grau de contato da proeminência do SFE com a parede anterior, que ocorre durante a fonação, foi distinguido como: ausente ou leve, moderado ou intenso. Foi considerado contato ausente ou leve, quando este era de até aproximadamente um quarto da proeminência do SFE com a parede anterior (Fig. 20), moderado quando havia contato de aproximadamente metade da proeminência (Fig. 21); e contato intenso quando era maior que três quartas partes da proeminência (Fig. 22).

FIGURA 20. Imagens videofluoroscópicas com exemplo de grau de contato ausente/leve da proeminência do SFE com a parede anterior. Na imagem à direita, a região está demarcada com linhas.

Casuística e Método 31

FIGURA 21. Imagens videofluoroscópicas com exemplo de grau de contato moderado da proeminência do SFE com sua parede anterior. Na imagem à direita, a região está demarcada com linhas.

FIGURA 22. Imagens videofluoroscópicas com exemplo de grau de contato intenso da proeminência do SFE com sua parede anterior. Na imagem à direita, a região está demarcada com linhas.

Os exames editados foram revistos várias vezes para que não houvesse dúvidas quanto o preenchimento do protocolo. Vinte por cento dos exames de videofluoroscopia foram reavaliados, para verificar a consistência das respostas. Os exames de videofluoroscopia foram avaliados pela pesquisadora do presente trabalho.

Casuística e Método 32

3.2.2.2 Avaliação objetiva do SFE

Para a avaliação objetiva do SFE foram selecionados alguns parâmetros baseados em estudos anteriores (Van As et al, 2001; Kazi et al, 2006; Lundström et al, 2008; Fouquet et al, 2009). Como medida de referência considerou-se a dimensão da moeda posicionada na linha média do pescoço do paciente, com o intuito de reduzir o erro do fator de magnificação (Kazi et al, 2006).

Foram medidas: distância anteroposterior do SFE durante fonação (Fig. 23); comprimento do SFE durante fonação (Fig.a 24); distância mínima entre a proeminência do SFE e sua parede anterior durante a fonação (Fig. 25); área da projeção do SFE durante a deglutição (Fig. 26); área da projeção do SFE durante a fonação (Fig. 27); e, acrescentou-se a medida de área da projeção do reservatório de ar, durante fonação, do nível da prótese vocal até imediatamente abaixo do SFE (Fig. 28).

As medidas nos exames foram determinadas pela pesquisadora do presente estudo, sem que esta conhecesse a identidade dos pacientes, pois cada exame foi identificado por um número.

Na avaliação objetiva do SFE também 20% das imagens foram reavaliadas, para verificar a consistência das respostas.

Casuística e Método 33

FIGURA 23. Imagem videofluoroscópica com exemplo da medida da “Distância anteroposterior do SFE” durante a fonação.

FIGURA 24. Imagem videofluoroscópica com exemplo da medida “Comprimento do SFE” durante a fonação.

Casuística e Método 34

FIGURA 25. Imagem videofluoroscópica com exemplo da medida “Distância mínima entre a proeminência do SFE e sua parede anterior” durante a fonação.

FIGURA 26. Imagem videofluoroscópica com exemplo da medida “Área da projeção do SFE durante a deglutição”.

Casuística e Método 35

FIGURA 27. Imagem videofluoroscópica com exemplo da medida “Área da projeção do SFE durante a fonação”.

FIGURA 28. Imagem videofluoroscópica com exemplo da medida “Área da projeção do reservatório de ar durante a fonação”.

Casuística e Método 36

3.2.3 Avaliação da confiabilidade dos avaliadores

Ao utilizar escalas perceptivas ou medidas que dependam da habilidade do avaliador, ou dos avaliadores, é importante ter certeza se os mesmos sempre julgam o mesmo estímulo da mesma forma, o que é denominado confiabilidade intra-avaliador. Quando existem vários avaliadores, é necessário saber se estes julgam de forma semelhante o mesmo estímulo, o que é denominado confiabilidade avaliadores. Kreiman et al (1993) julgam que a confiabilidade intra- e inter-avaliadores é uma das questões mais importantes nas avaliações perceptivas.

Seis vozes foram reavaliadas para verificar a confiabilidade intra-avaliador e foram utilizados neste estudo os dados da fonoaudióloga com a maior taxa de consistência nas respostas.

As avaliações, quantitativa e objetiva, da videofluoroscopia foram feitas pela pesquisadora do presente estudo e 20% dos exames foram reavaliados para verificar a confiabilidade.

A confiabilidade intra-avaliador foi determinada para cada tipo de avaliação realizada. (Kreiman et al, 1993)

3.2.3.1 Avaliação perceptivo-auditiva da fala e voz TE

Os parâmetros avaliados foram apresentados em escalas analógico-visuais de 100mm e 200mm. Considerou-se que o parâmetro foi reavaliado da mesma forma quando havia uma diferença entre a primeira e a segunda avaliação de até 10%, ou seja, de 10mm na escala de 100mm e 20mm na escala de 200mm. A taxa geral de acertos foi de 92,42%. Foram observados 100% de acertos em todos os parâmetros, com exceção de “Impressão Geral” e “Rugosidade” que apresentaram 66,67% de acertos, e a “Extensão de Frases” com 83,33% de acertos entre a primeira e a segunda avaliação das mesmas vozes.

Casuística e Método 37

3.2.3.2 Avaliação da fluência da fala TE

Para esta avaliação foi utilizado o teste estatístico Kappa, cujo valor ideal é próximo de 1,0. Nesta avaliação obteve-se 100% de confiabilidade intra-avaliador e valor Kappa igual a 1,0.

3.2.3.3 Avaliação da espectrografia acústica

Nesta avaliação houve 100% de confiabilidade intra-avaliador e valor Kappa igual a 1,0.

3.2.3.4 Avaliação qualitativa do SFE

Todos os parâmetros avaliados neste exame apresentaram valor Kappa 1,0, ou seja, concordância total, com exceção dos parâmetros “Presença de Osteófito” e “grau de contato da proeminência do SFE com sua parede anterior” que apresentaram valor Kappa 0,571. Em porcentagem, estes parâmetros apresentaram concordância de 83,3%, enquanto os demais parâmetros concordância de 100%.

3.2.3.5 Avaliação objetiva do SFE

Para esta avaliação foi calculado o Coeficiente de Correlação intraclasse, cujo valor ideal é próximo de 1,0. Todos os parâmetros foram avaliados com valores acima de 0,892, com exceção do parâmetro “Relação da altura do SFE na deglutição versus altura do SFE na fonação” cujo valor resultou em 0,420. Este parâmetro, por não ser robusto o suficiente, foi eliminado da avaliação.

3.2.4 Análise estatística

Foi realizada a análise descritiva das variáveis avaliadas neste estudo, e para as variáveis qualitativas foram calculadas as frequências absolutas e relativas (n e

Casuística e Método 38

%). Já para as variáveis quantitativas foram calculadas as medidas resumo (média, mediana e DP) e preparados os diagramas de dispersão.

Para avaliar a consistência dos instrumentos foi aplicado o coeficiente de concordância Kappa para as variáveis qualitativas e calculado o Coeficiente de correlação intra-classe para as variáveis quantitativas.

As comparações das variáveis quantitativas, entre as qualitativas, foram realizadas por meio dos testes Kruskal-Wallis ou Mann-Whitney. O primeiro foi utilizado quando eram considerados três ou mais grupos que foram comparados e o segundo, dois grupos. Ambos são testes não-paramétricos e são utilizados nas situações seguintes: presença de outliers (causam distorção nas médias), quantidade reduzida de pacientes nos grupos que são comparados, ou quando as variáveis não apresentam distribuição normal.

As análises das variáveis quantitativas foram feitas por comparação umas com as outras por meio dos coeficientes de correlação (r) de Pearson ou Spearman, utilizados quando as variáveis não apresentavam distribuição normal. Estes coeficientes foram interpretados por meio da magnitude de seus valores. Eles podem apresentar-se como negativos ou positivos: se forem positivos significa que quanto maior o valor de uma variável x, maior também será o da outra variável y. Para sinais negativos, quanto maior é o valor da variável x, menor é o da variável y. Em geral, diz-se que a relação é fraca, quando os valores apresentam-se entre 0 e 0,450; moderada para valores entre 0,451 e 0,700; e para valores acima de 0,701 são considerados de uma intensidade forte.

O teste Qui-quadrado foi utilizado para estudar a associação entre duas variáveis qualitativas.

O nível de significância adotado é de 5% (0,05).

Foi utilizado o programa estatístico SPSS v. 13 (Statistical Package for the Social Sciences).

Resultados 40

4 RESULTADOS

Para melhor compreensão os resultados são apresentados na forma de análise descritiva e correlações.

Na análise descritiva os dados de cada avaliação realizada, são apresentados em forma de tabelas. Para as variáveis qualitativas mostra-se as frequências absolutas e relativas (n e %), e para as variáveis quantitativas, as medidas resumo, como mínimo, máximo, média e desvio padrão.

As correlações são mostradas como analogias das avaliações realizadas neste trabalho. Os resultados são apresentados em diagramas de dispersão, para a correlação de duas variáveis, e em tabelas, para correlações de mais de duas variáveis.

4.1 Análise descritiva

4.1.1 Avaliação perceptivo-auditiva da voz e fala TE

Os resultados referentes à avaliação perceptivo-auditiva da voz e fala TE encontram-se na Tabela 2.

Resultados 41

TABELA 2. Avaliação perceptivo-auditiva da voz e fala em pacientes

laringectomizados totais com prótese vocal.

Parâmetros da Avaliação PA Mínimo (mm) Máximo (mm) Média (mm) DP (mm) Impressão Geral1 66 100 86,66 10,46 Articulação1 0 83 17,28 24,69 Extensão de Frases2 12 173 87,62 28,85 Velocidade de Fala2 58 182 95,14 24,97 Pausas respiratórias2 47 119 91,76 16,65 Entonação2 10 123 78,28 25,53 Hiperfuncional1 0 100 16,14 31,70 Soprosa1 0 85 12,00 17,46 Rugosa1 20 100 74,93 20,25 Molhada1 0 100 6,31 23,46 Pitch2 6 149 77,41 41,88

PA = perceptivo-auditiva; 1 = parâmetro avaliado com escala analógico-visual de 100mm; 2 = parâmetro avaliado com escala analógico-visual de 200mm; DP = desvio padrão

A impressão geral da VTE é bastante alterada, com voz rugosa e de pitch grave, com fala mais monótona e frases mais curtas.

4.1.2 Avaliação da fluência da fala TE

A Tabela 3 apresenta a avaliação da fluência de fala em pacientes laringectomizados totais com prótese vocal.

Resultados 42

TABELA 3. Avaliação da fluência de fala em pacientes laringectomizados totais com

prótese vocal. Fluência da Fala N % Fluente 21 70,0 Moderadamente Fluente 7 23,3 Não Fluente 2 6,7 Total 30 100,0

N = quantidade de pacientes; % = porcento

A fala da maioria dos pacientes com prótese vocal é considerada fluente.

4.1.3 Avaliação da espectrografia acústica

Os resultados da avaliação do tipo de sinal na espectrografia acústica em pacientes laringectomizados totais com prótese vocal estão apresentados na Tabela 4.

TABELA 4. Avaliação do tipo de sinal na espectrografia acústica em pacientes

laringectomizados totais com prótese vocal.

Tipo de sinal na espectrografia

acústica N % Tipo I 2 6,9 Tipo II 6 20,7 Tipo III 7 24,1 Tipo IV 14 48,3 Total 29 100,0

N = quantidade de pacientes; % = porcento

Quase a metade da amostra apresenta predominância de ruído na espectrografia acústica (Sinal Tipo IV).

Resultados 43

4.1.4 Avaliação qualitativa do SFE

A Tabela 5 mostra os parâmetros qualitativos da avaliação videofluoroscópica de pacientes laringectomizados totais com prótese vocal, durante a deglutição.

TABELA 5. Parâmetros qualitativos da avaliação videofluoroscópica de pacientes

laringectomizados totais com prótese vocal, durante a deglutição.

Parâmetros avaliados durante a deglutição _{N %}

Pseudo-epiglote Ausente 27 90,0 Presente 3 10,0 Total 30 100,0 Divertículo Ausente 29 96,7 Presente 1 3,3 Total 30 100,0 Barra cricofaríngea Ausente 5 16,7 Presente 25 83,3 Total 30 100,0 Estenose Ausente 29 96,7 Presente 1 3,3 Total 30 100,0 Outros Osteófitos Ausente 22 73,3 Presente 8 26,7 Total 30 100,0

Duas barras cricofaríngeas

Ausente 26 86,7

Presente 4 13,3

Total 30 100,0

N = quantidade de pacientes; % = porcento

A maioria dos pacientes, de acordo com os resultados, apresenta barra cricofaríngea.

Resultados 44

Os parâmetros qualitativos da avaliação videofluoroscópica de pacientes laringectomizados totais com prótese vocal, durante a fonação são mostrados na Tabela 6.

TABELA 6. Parâmetros qualitativos da avaliação videofluoroscópica de pacientes

laringectomizados totais com prótese vocal, durante a fonação.

Parâmetros avaliados durante a fonação N %

Presença de ar no esôfago

Ausente 1 3,3

Presente 29 96,7

Total 30 100,0

Barra cricofaríngea participa da fonação

Não 5 16,7

Sim 25 83,3

Total 30 100,0

Grau de contato da proeminência do SFE com a parede anterior

Ausente ou leve 11 36,7

Moderado 9 30,0

Intenso 10 33,3

Total 30 100,0

Regurgitação de bário durante a fonação

Não 20 66,7

Sim 10 33,3

Total 30 100,0

Estase de bário sobre o SFE durante a fonação

Não 9 30,0

Sim 21 70,0

Total 30 100,0

N = quantidade de pacientes; % = porcento; SFE = segmento faringoesofágico

Durante a fonação observou-se presença de ar no esôfago na maioria dos pacientes. Quando presente, a barra cricofraríngea sempre participa da fonação. A estase de bário sobre o SFE é comum, mas a regurgitação de bário durante a fonação é pouco comum.

Os pacientes apresentaram grau de contato da proeminência do SFE com a parede anterior: 36,7% ausente ou leve; 30% moderado; e, 33,7% intenso.

Resultados 45

4.1.5 Avaliação objetiva do SFE

A Tabela 7 mostra os parâmetros objetivos da avaliação videofluoroscópica do SFE de pacientes laringectomizados totais com prótese vocal.

TABELA 7. Parâmetros objetivos da avaliação videofluoroscópica do SFE de

pacientes laringectomizados totais com prótese vocal.

Parâmetros da avaliação objetiva SFE

Mínimo Máximo Média DP

Distância anteroposterior do SFE1 4,43 32,29 14,02 7,85

Comprimento do SFE1 3,79 47,13 17,95 10,57

Distância mínima da proeminência do SFE com sua parede anterior1

0 5,00 0,65 1,38

Área da projeção do SFE na deglutição2 54,13 561,93 229,78 120,86 Área da projeção do SFE na fonação2 100,96 411,30 211,38 85,58 Área da projeção do reservatório de ar2 17,08 1210,67 430,79 303,74

DP = desvio padrão; SFE = segmento faringoesofágico; 1 = valores em milímetros; 2 = valores em milímetros quadrados;

Observa-se grande variabilidade nas medidas objetivas, principalmente nas medidas de área das projeções.

4.2 Correlações

As relações entre a avaliação perceptivo-auditiva da voz e fala TE, avaliação da fluência de fala, espectrografia acústica, avaliação qualitativa e objetiva da videofluoroscopia são apresentadas a seguir. Quando vários parâmetros são relacionados entre si os resultados estão apresentados em tabelas. Quando é estudada a correlação entre dois parâmetros, os dados resultantes são apresentados em gráficos de dispersão.