Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

Bridge symptoms: Como investigar a interação entre psicopatologias por meio da análise de rede

As abordagens de rede envolvem a identificação dos componentes do sistema (nós da rede) e as relações entre eles (ligações entre os nós). Depois que os nós e links são identificados e uma rede construída, pode-se estudar sua topologia usando ferramentas descritivas da ciência de rede. Por exemplo, pode-se descrever a topologia global de uma rede ou a posição de nós individuais dentro da rede (por exemplo, avaliando a centralidade do nó) e os clusters (comunidades de nós) formados.

Na abordagem em rede da psicopatologia, o fenômeno da comorbidade pode ser entendido como diferentes agrupamentos de sintomas fortemente ligados, alguns dos quais conectam dois (ou mais) agrupamentos. Quando dois sintomas que pertencem a dois clusters diferentes são conectados, isso forma uma ponte (bridge), que representa um mecanismo fundamental para entender a comorbidade.

De fato, a presença de uma ponte aumenta a chance de que a ativação de sintomas dentro de um cluster se espalhe e, eventualmente, ative outro cluster de sintomas. Por exemplo, o cluster de ansiedade (com vários sintomas físicos, processos cognitivos e evitação comportamental como nós) pode não captar suficientemente a psicopatologia do indivíduo, até que um cluster de depressão seja adicionado à rede, consistindo em sentimentos de tristeza, inutilidade e solidão, que estão associadas umas às outras. Nesta rede, pode haver, por exemplo, uma co-ocorrência frequente de evitação comportamental (ansiedade) e sentimentos de solidão (depressão), ligando efetivamente os dois grupos de sintomas.

Nathan Van den Bergh e colegas (2020) veio com a ideia de investigar a força da relação entre o nó de um transtorno mental e outro dentro da mesma rede. Os autores investigaram o nível de força da ponte (bridge strength) e a influência esperada da ponte (bridge expected influence) de cada sintoma. A força da ponte foi definida como a soma do valor absoluto de todas as arestas que existem entre um nó A e todos os nós que não estão na mesma comunidade que o nó A, enquanto a influência esperada da ponte é um índice semelhante, mas considera a soma do valor (não absoluto) de todas as arestas.

Por meio desses índices, os autores puderam aferir quais sintomas funcionam como pontes entre cada par dos clusters mencionados e quais sintomas de uma comunidade estão mais fortemente conectados com os sintomas de outra comunidade, o que ajuda a melhorar entender sua comorbidade e influências recíprocas.

Além disso, os autores destacam que identificação dessas pontes em psicopatologia é altamente informativa, pois pode ajudar a esclarecer os sintomas que colocam os pacientes em risco de comorbidade e, portanto, é importante monitorar ou mesmo direcionar diretamente na prática clínica.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Referência: Van den Bergh, N., Marchetti, I. & Koster, E.H.W. Bridges over Troubled Waters: Mapping the Interplay Between Anxiety, Depression and Stress Through Network Analysis of the DASS-21. Cogn Ther Res 45, 46–60 (2021). https://doi.org/10.1007/s10608-020-10153-w

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.