Validação do Questionário Computadorizado de Auto-Avaliação da Escala de Hamilton para Depressão

Introdução

A Escala de Hamilton para Depressão

            A Escala de Hamilton para Depressão (EDH) (Hamilton, 1960) foi desenvolvida durante o final dos anos 50 como uma escala padrão para avaliação da severidade dos sintomas depressivos. Os sinais e sintomas são definidos em itens e uma escala mede a intensidade de cada um deles presentes. Os avaliadores devem considerar não apenas a intensidade, mas também a freqüência com que ocorrem. A escala foi inicialmente desenvolvida para produzir um escore total baseado em 17 dos 21 itens.

            Desde a sua publicação inicial, a EDH tem sido considerada a escala mais utilizada em todo o mundo para seleção de pacientes e acompanhamento em pesquisas de depressão (Williams, 1988). O sucesso da escala se deve a grande abrangência das características dos sintomas depressivos, bem como sua boa capacidade psicométrica. Em numerosos estudos, o escore total da EDH tem provado que a escala tem boa confiabilidade e alto nível de validade concorrente e diferencial.

O Questionário de Auto-Avaliação da Escala de Hamilton para Depressão

            Recente surgiram duas versões dessa escala: O Questionário de Auto-Avaliação da Escala de Hamilton para Depressão (QAEH-D)(Carr e col., 1981) e a Entrevista Estruturada da Escala de Hamilton para Depressão (EEEHD)(Williams, 1988). 

            O QAEH-D tem sido utilizado em diversas pesquisas e os resultados demonstraram que as aplicações realizadas com auxílio de um computador apresentam alta correlação com as avaliações dos clínicos. Na Inglaterra foi arbitrariamente escolhido o ponto de corte de 1O. As informações obtidas pelo QAEH-D, utilizando-se o computador, foram bastante precisas em discriminar pacientes deprimidos de um grupo de controle normais (Carr e col., 1981). Outros estudos demonstraram que o QAEH-D aplicado pelo computador apresentou uma alta correlação com a EDH, sendo utilizado em pesquisa de tratamento de farmacológico de pacientes com depressão (Akhtar e col., 1983). Foi ainda observado que o questionário conseguiu fazer a previsão do suicídio com precisão maior do que os clínicos (Levine e col., 1989).

Tradução para o português do QAEH-D

            Carvalho e col. (1993) realizaram uma cuidadosa tradução do inglês para a língua portuguesa do QAEH-D, com excelentes resultados. O estudo incluiu a avaliação da tradução, encontrando uma boa eqüivalência lingüística, conceitual e da escala. De fato, foram obtido altos índices de concordância entre os questionários em Inglês e Português. Além do esforço do grupo em tentar obter uma boa tradução, a técnica de “back-translation” e consultas freqüentes a profissionais com experiência em tradução ajudaram no processo. Esses dados indicam que ela pode ser utilizada em Português para avaliação de estados depressivos. O ideal seria que os instrumentos de medida das condições de saúde fossem desenvolvidos independentemente em cada cultura e posteriormente comparados através de estudos transculturais (Phillips e col., 1991), entretanto, a experiência acumulada nas pesquisas em outras culturas podem ajudar na construção de um novo instrumento. 

Validação do QAEH-D

            Na pesquisa anteriormente citada para validação da tradução do QAEH-D, chamou a atenção a taxa de 17,3% (21,2% em inglês) dos indivíduos que obtiveram um escore acima do ponto de corte de 10, o que pode ser considerado alto para uma amostra utilizada, representada por estudantes de uma universidade brasileira. Em estudo anterior, Carr e col. (1981) observaram que em um grupo controle de 43 indivíduos “normais”, todos os escores ficaram abaixo de 11. Não podemos ignorar que o estudo citado foi realizado na Inglaterra e os questionários foram aplicados por computador. Talvez essas variáveis tenham alguma relação com os diferentes resultados, apesar de que algumas pesquisas não tenham demonstrado importante diferença no escore de questionários de auto-avaliação aplicados com lápis e papel e aplicados pelo computador. Estudos futuros de validação desse questionário em população brasileira poderão indicar um ponto de corte acima de 10.

            Uma tentativa anterior para validação do QAEH-D foi realizada na UNICAMP (Lima e col., 1992). Apesar dos bons resultados, o número reduzido de pacientes não permite avaliar a precisão do ponto de corte. É necessário ainda levar em consideração as diferentes culturas e subculturas no Brasil, o que significa que essa tradução pode não apresentar os mesmos resultados em diferentes regiões do país. Dentro desse propósito, estudos como o realizado por Carvalho e col. (1992) utilizando o QAEH-D em pesquisa com pacientes de hospitais gerais em 3 diferentes estados do Brasil, podem contribuir para melhor elucidação dessa questão.

Estratégia para validação de um teste

            A validação de um teste não pode se basear exclusivamente nos resultados encontrados quando a situação em questão está presente ou ausente. Para se avaliar um teste adequadamente é necessário submetê-lo a cinco fases experimentais (Mello, 1993), que seguem uma rotina lógica semelhante à utilizada para a avaliação de um novo medicamento. Cada fase avalia um tipo específico de hipótese e, à medida que se avança para as fases subseqüentes, situações adquirem uma complexidade crescente.

             Na primeira fase os estudos de avaliação se centram na questão da aplicabilidade do teste. Avaliam-se os processos de aplicação e o momento ideal para a avaliação. A amostra estudada é formada exclusivamente por casos típicos e a precisão do diagnóstico pré-teste tende para 100%. Se o teste apresentar o mesmo padrão de resposta na maioria da amostra ele será considerado satisfatório, indicando a necessidade de passarmos para a segunda fase. Se os resultados não forem uniformes não faz sentido prosseguir na avaliação. O QAEH-D passou por essa fase empiricamente, quando foi utilizado uma pesquisa farmacológica para depressão. 

            Na segunda fase comparam-se os resultados obtidos no casos típicos com os obtidos numa população normal – pessoas que não têm patologia que o teste deve identificar e nem outro tipo de patologia. Essa fase avalia a capacidade do teste para discriminar os portadores da doença dos indivíduos saudáveis. Se o teste não for capaz de diferenciar as duas categorias podemos interromper a investigação, pois, independentemente dos resultados obtidos nas outras fases, o teste não terá utilidade clínica. Dessa forma, a pesquisa realizada por Lima e col (1992) indicam que os pacientes com quadros típicos de depressão apresentaram alto escore no QAEH-D, enquanto que, a aplicação na amostra de estudantes (pessoas que não têm a patologia) apresentou resultados com baixos escores.

            Na terceira fase a amostra dos portadores da doença que o teste pretende identificar é ampliada. Além dos casos típicos, incluímos formas menos severas e casos atípicos. Se o resultados na fase II foram satisfatórios, a utilização do grupo-controle é opcional. Se o teste for capaz de identificar os casos típicos, atípicos, graves e moderados da doença, passamos para a fase IV. Aqui começamos a discurssão sobre a dificuldade do diagnóstico em psiquiatria. A ausência de um padrão-ouro nesta especialidade torna o diagnóstico dependente dos critérios utilizados para identificar um “caso” do transtorno mental, ou seja, os casos limítrofes, justamente aqueles que terão peso importante na determinação do ponto de corte, estarão na dependência do sistema diagnóstico utilizado. Mantendo-se o ponto de corte em 10 e utilizando um instrumento que inclui vários sistemas diagnósticos, como o LIST-D10, facilitará o diagnóstico clínico para Síndrome Depressiva Maior do DSM-III-R, podendo ter acesso a outros sistemas diagnósticos como, por exemplo,  a Décima Revisão da Classificação Internacional de Donças (CID-10).

            A quarta e a quinta fase, embora não faça parte desse estudo, serão citadas. Na quarta fase amplia-se o grupo com a doença e o grupo-controle. No grupo-controle incluem-se casos clinicamente semelhantes aos doença que se deseja identificar. Também se incluem, no grupo com a doença e no controle, casos com outras condições clínicas associadas para se elas interferem com os resultados. Essa fase é de grande importância, pois é a primeira vez que o experimento se aproxima da realidade clínica. Na quinta fase abandonamos os grupos criados com prevalências artificiais e passamos a avaliar o desempenho do teste numa amostra idêntica à encontrada na prática clínica. O teste passa a ser utilizado em pacientes admitidos consecultivamente, com espectro indefinido de condições, com ou sem comorbidade. Quanto mais próxima da realidade clínica for a fase V maior será a precisão da avaliação do teste.

            Esse processo pode parecer exaustivo e complexo, mas é através dele que limitamos a proliferação de teste absolutamente estéreis que tentam se incorporar á prática clínica. A avaliação criteriosa dos testes resguarda o paciente, evita gastos desnecessários e mais: que o profissional perca tempo estudando, fazendo cursos, etc., sobre “to deal with clinical reality requires a confrontation with clinical complexity”

Objetivo

                        O objetivo desse trabalho é delimitar um ponto de corte onde o QAEH-D tenha uma alta sensibilidade pois os testes com essa característica são úteis quando a doença é grave, porém tratável, e quando o diagnóstico errôneo não traz danos econômicos ou psicológicos para o paciente. Um exemplo clínico onde necessitamos de um teste com alta sensibilidade – capaz de identificar todos ou quase todos os casos – é a depressão, um distúrbio que pode ser fatal quando não diagnosticado, mas quando feito o diagnóstico praticamente 90% dos casos evoluem favoravelmente. Por outro lado, os teste de alta especificidade são úteis quando a doença é grave, incurável ou intratável, ou quando o diagnóstico errôneo traz sérios danos econômicos ou psicológico para o paciente, como é o caso, por exemplo, da esquizofrenia.

Pacientes e Métodos

Pacientes

A validação da QAEH-D será realizada com a inclusão de 100 pacientes.

Local da pesquisa

Ambulatório de Doenças Afetivas do Hospital das Clínicas da Universidade Federal de Pernambuco (ADA/HC/UFPE). Esse ambulatório é especializado no diagnóstico e tratamento dos distúrbios afetivos. Nele são desenvolvidas várias linhas de pesquisa em depressão, distúrbios de ansiedade e outros distúrbios afetivos.

Critérios de inclusão:

• Idade entre 15 a 60 anos.
• Escolaridade: ter, pelo menos, completado o primeiro grau.
• Ter procurado o ADA/HC/UFPE para avaliação clínica. 
• Aceitar participar da pesquisa.

Seleção da amostra

            A amostra será selecionada aleatóriamente a partir de indivíduos que vão ao ADA/HC/UFPE e que, seja indicado pela recepcionista do referido ambulatório para ser avaliado pelo Dr. Everton Sougey. Serão considerados apenas os casos novos avaliados pelo psiquiatra, não considerando os que já vêm em tratamento por esse médico.

O diagnóstico de depressão

            O diagnóstico clínico de Síndrome Depressiva Maior (DSM-III-R) será realizado pelo Dr. Everton Sougey. Ele é Professor Adjunto do Departamento de Neuro-Psiquiatria da Universidade Federal de Pernambuco (UFPE), com doutorado em Saúde Mental pela UNICAMP, ocasião em que desenvolveu o sistema computadorizado para multidiagnóstico da depressão, o LIST-D10. Atualmente é coordenador do ADA/HC/UFPE.

O instrumento diagnóstico

            O List-D10 é um sistema computadorizado de inteligência artificial baseado em regras e apropriado para pesquisas em psiquiatria pois utiliza a moderna estrutura dos sistemas classificatórios psiquiátrico, que são baseados em critérios operacionais para o diagnóstico. Dentre esses sistemas nosológicos, o software incorpora o DSM-III-R, da Associação Americana de Psiquiatria e a CID-10, da Organização Mundial de Saúde, que deverá entrar em vigor a partir de janeiro de 1995.

A aplicação do QAEH-D

            O QAEH-D será aplicado, em todos os casos, através de um microcomputador portátil do tipo notebook, com auxílio de um mouse do tipo “trackball”. As pessoas, após preencherem os critérios de inclusão, serão convidadas a responder o questionário no computador. Dois dados demográficos deverão ser coletados: idade e sexo. Uma rápida explicação deve ser fornecida a respeito de como proceder para responder as questões no computador. A avaliação deve ser feita com o paciente sozinho diante do computador. O avaliador fica próximo para a eventualidade de ser necessário para tirar alguma dúvida do avaliado. Após a avaliação, os dados são arquivados no próprio computador. Após a availação pelo computador, o paciente irá para avaliação psiquiátrica, sem que o médico saiba o escore obtido no QAEH-D.

Avaliação da sensibilidade

            Após avaliação de 100 pacientes, os dados serão colocados em uma tabela do tipo “2×2” para análise dos resultados positivos (caso de depressão) e negativos (casos sem depressão) a partir do QAEH-D (escore > 10) e do diagnóstico clínico de depressão utilizando o Critérios para Síndrome Depressiva Maior pelo DSM-III-R. A sensibilidade do teste será analisada, devendo ser superior a 95%. Caso não ocorra esse resultado, o ponto de corte poderá ser modificado para atingir esse objetivo.

Outras considerações sobre os resultados

            Espera-se que a especificidade também será razoavelmente alta para utilidade do teste, mas esse item não é fundamental nesse tipo de escala. Simulações estatísticas serão aplicada para analizar o poder preditivo, considerando os pacientes com diagnóstico de distúrbio de humor depressivo pelo DSM-III-R e o ponto-prevalência desse transtorno de 0,2% (Regier e col., 1984).

Evolução Contemporânea das Nosologias dos Estados Depressivos

Autores
Everton Botelho Sougey
Professor Adjunto do Departamento de Neuropsiquiatria da Universidade Federal de Pernambuco (UFPE).
Tárcio Fábio Ramos de Carvalho
Pós-Graduando do Departamento de Psicologia Médica e Psiquiatria da Universidade Estadual de Campinas (UNICAMP).

Instituição: Departamento de Neuropsiquiatria da Universidade Federal de Pernambuco.

Resumo
Os autores realizaram uma revisão sobre a evolução dos sistemas de classificação dos estados depressivos. Partindo do final dos anos cinqüenta, momento em que a comunidade cientifica constatava a baixa confiabilidade do diagnóstico psiquiátrico, os autores sistematizam cronologicamente três linhas de pesquisas contemporâneas que nasceram do movimento de busca de consenso diagnóstico entre os profissionais de Saúde Mental. Trata-se da abordagem sindrômica quantitativa, do diagnóstico computadorizado e das nosologias baseadas em critérios operacionais para o diagnóstico.
Summary
The authors made a revision regarding the classification systems of the depressive states. They begining at the end of years fifty, just when the cientific community found the low confiability of the psychiatric diagnosis. This work dicuss the cronologic evolution of the psychiatric diagnosis in three ways: the syndromic quantitative approach, the computerized diagnosis and the problem of the classification systems with operational criteria for the diagnosis. This points reflect the Mental Health community effort to improve the confiability of the psichiatric diagnosis.

UNITERMOS: Depressão, sistemas de classificação, diagnóstico psiquiátrico.
UNITERMS: Depression, classification systems, psychiatric diagnosis

Introdução

A nosologia das depressões no período pós-kraepeliniano foi gradativamente se caracterizando por uma proliferação de classificações que, na prática, refletiam as divergências de concepções teóricas sobre os estados depressivos entre diferentes autores e escolas. As controvérsias giravam em torno da unidade, dualidade ou pluralidade desses distúrbios, assim como dos seus limites e diferenças entre as neuroses e os distúrbios de personalidade. Esse fenômeno também acontecia com outras categorias nosológicas e caracterizou um período de crise do diagnóstico psiquiátrico que antecedeu o início dos anos 60, ganhando posteriormente grande repercussão tanto a nível da comunidade científica quanto do grande público.
O predomínio da doutrina psicanalítica, particularmente nos Estados Unidos, contribuiu para uma certa negligência do diagnóstico e ao desenvolvimento de posições antinosológicas. Menninger(1), por exemplo, afirmou que “a classificação de pacientes psiquiátricos é desnecessária e não científica…” e que “todas as doenças mentais são essencialmente iguais só diferindo quanto ao seu grau e forma”. Os adeptos dessa visão, não aceitavam o modelo médico na abordagem dos distúrbios psiquiátricos e conseqüentemente não viam o diagnóstico como uma prática necessária. A posição antinosológica e as divergências diagnósticas produziram conseqüências nefastas tanto para a prática clínica(2), quanto para a pesquisa(3) e a epidemiologia(4). A ausência de um acordo satisfatório entre os psiquiatras em relação ao diagnóstico levou a um questionamento da credibilidade da Psiquiatria(5).
Inúmeras variáveis têm sido identificadas como fontes de discordâncias diagnósticas entre psiquiatras. Assim, para Spitzer e col.(6) o desacordo pode ser condicionado por cinco tipos principais de variação, relativas:
ao paciente;
à ocasião;
à informação;
à observação;
aos critérios de diagnósticos.
Caetano(7) dividiu as causas de baixa confiabilidade do diagnóstico psiquiátrico em dois grupos: no primeiro ele relacionou aquelas atribuídas às características do psiquiatra (concepções teóricas, experiência profissional, influências interpessoais e classe social) e no segundo grupo foram identificadas as causas que dizem respeito ao processo diagnóstico (técnica de entrevista, percepção da patologia, importância atribuída ao sintoma e o sistema de classificação utilizado).
Em 1971, por ocasião de um simpósio sobre o diagnóstico em Psiquiatria durante o X Congresso de Neurologia, Psiquiatria e Higiene Mental do Brasil, Loreto(8) afirmou: “a grande deficiência da maior parte das nosologias psiquiátricas vigentes é sem dúvida, sua fundamentação em critérios mistos, ao mesmo tempo sindrômicos e etiopatogênicos. Desde que, numa parcela ponderável de casos, a valorização do fator etiológico depende muito mais da posição doutrinária do médico do que de alguma evidência retirada do exame clínico, essa mistura de critérios fatalmente impossibilita uma rotulação uniforme e coerente dos mesmos. Daí a necessidade de, se tentar primeiramente atingir um consenso amplo em torno de categorias puramente sindrômicas”.
Tentando sistematizar a evolução do conhecimento no campo da nosologia dos estados depressivos nos últimos trinta anos, são descritas cronologicamente neste artigo, três linhas de pesquisas contemporâneas que nasceram desse movimento de busca de consenso diagnóstico entre psiquiatras; trata-se da abordagem sindrômica quantitativa, do diagnóstico computadorizado e das nosologias baseadas em critérios operacionais para o diagnóstico.

Abordagem Sindrômica Quantitativa
A abordagem sindrômica quantitativa empregada com fins de melhorar a confiabilidade do diagnóstico, parte do princípio de que na Psiquiatria, somente o grupo relativamente restrito das doenças orgânicas, pode ser classificado tendo por base o agente etiológico. Assim, considera bem mais pragmática a tentativa de estabelecer classificações puramente sindrômicas.
Classificações sindrômicas podem ser estabelecidas identificando-se perfis sintomáticos distintos que apareçam com maior freqüência numa determinada população de pacientes. Ao considerar uma população heterogênea, onde cada indivíduo seja definido por uma série de variáveis quantificáveis, torna-se possível pesquisar nesta amostra a existência de subgrupos, cujas variáveis (sintomas) estejam relacionados entre si. Em termos médicos isto representa a identificação de constelações sindrômicas significativas.
O desenvolvimento dessa linha de pesquisa se baseia na abordagem dos sintomas psíquicos como variáveis quantitativas, visando o tratamento desses dados através de procedimentos estatísticos. Constitui portanto, objeto da chamada psicopatologia quantitativa.
A aplicação de métodos quantitativos em Psiquiatria é antiga. O primeiro estudo utilizando uma técnica estatística multivariada (análise fatorial) na área psiquiátrica foi o de Moore em 1930(9). Este autor, avaliou através de uma lista de 41 sintomas, as observações clínicas de 367 pacientes psicóticos e após a análise fatorial, isolou dois grupos sintomáticos constituídos de “depressões lentificadas” e “depressões agitadas”.
No Brasil, o pioneiro nestes estudos foi Freitas Jr.(10) que, utilizando a mesma metodologia empregada por Moore, numa perspectiva puramente sindrômica, isolou numa população de 435 deprimidos ambulatoriais um fator considerado geral para as depressões e vários fatores específicos. Estes foram separados em dois grupos sintomáticos: “o primeiro ligado à astenia chamado hipopático e o segundo ligado à hiperemotividade, de hiperpático”.
Naquela época, as dificuldades operacionais para a execução dessas pesquisas, sobretudo nos seus aspectos matemáticos, não estimularam o desenvolvimento de outros estudos. Somente no começo dos anos 60 observa-se o ressurgir do interesse por essas pesquisas.
A abordagem quantitativa em pesquisa psiquiátrica com o objetivo de isolar constelações sindrômicas, necessita inicialmente coletar os sintomas e transformá-los em números, ou seja, codificá-los numa linguagem operacional e posteriormente proceder o tratamento estatístico dos dados colhidos. A primeira etapa (coleta e quantificação dos sintomas) é realizada através da utilização dos instrumentos de avaliação (escalas e questionários), enquanto que a segunda, se efetua através da execução de técnicas estatísticas multivariadas.
No que diz respeito ao tratamento dos dados obtidos através dos instrumentos de avaliação, as perspectivas abertas pelo emprego de computadores colocaram num primeiro plano técnicas mais recentes como a análise multivariada. Esta abordagem, permite a análise de diversas variáveis aleatórias correlacionadas para um determinado número de indivíduos. Sua teoria supõe que o conjunto de variáveis aleatórias tenham uma distribuição normal multivariada. Esta suposição é cômoda e permite uma análise multivariada baseada na distribuição normal. Portanto, esta técnica que representa o conjunto de métodos estatísticos destinados a condensar, representar e interpretar múltiplos dados para cada indivíduo é considerada o modelo mais adequado para análise da sintomatologia psiquiátrica.
Três métodos de análise multivariada têm sido freqüentemente utilizados nas pesquisas sobre a sintomatologia das depressões: A análise fatorial, a análise discriminante e a análise em agrupamento ou em “clusters”.
Comentários
Em razão de suas características exclusivamente descritivas e de sua independência em relação as considerações etiopatogênicas, a abordagem quantitativa tem sido utilizada como um modelo de pesquisa que tenta resolver problemas fundamentais das classificações psiquiátricas. A identificação de dimensões sintomáticas tem servido como um método de verificação das hipóteses clínicas da nosologia tradicional e servido como opção de comunicação entre psiquiatras de diferentes escolas e culturas.
Embora tenha havido um melhor discernimento do problema das classificações, a abordagem sindrômica quantitativa tem recebido várias críticas. Kendell(11) chegou a admitir o fracasso dos métodos multivariados na resolução dos problemas de classificação psiquiátrica. O autor alegou que, ao invés de resolver as dificuldades, pondo fim aos desacordos existentes, as análises estatísticas acentuaram os problemas pois aumentaram o número de classificações rivais. Baseado na opinião de outros autores(12)(13) e na sua própria experiência(11), Kendell(14) aborda, por exemplo, certos aspectos teóricos da análise fatorial que segundo ele, comprometem os resultados da maioria dos trabalhos que utilizaram este método. Para ele o teorema do limite central garante que a distribuição dos escores fatoriais terão sempre tendência a se aproximar de uma distribuição unimodal e se uma distribuição bimodal é obtida, não representa senão uma indicação de que os dados originais não servem para análise. O autor conclui afirmando que a álgebra da análise fatorial pressupõe que os dados originais têm uma distribuição multivariada normal e se partimos de uma hipótese de homogeneidade e obtemos em seguida dois grupos distintos, ou mais, o único procedimento justificável é rejeitar a análise como sendo inaplicável. Kendell(14) defendeu uma visão unitária na classificação dos distúrbios depressivos, ressaltando que as semelhanças subjacentes das características da síndrome depressiva evidencia a existência de um único distúrbio que difere apenas na sua expressão e intensidade. A depressão é considerada na visão do autor, como inscrita na gama de experiências humanas, como uma reação às diversas modificações pelas quais passa o organismo.
Roth(15) defendeu uma opinião oposta à de Kendell. Para ele, a divisão dos distúrbios afetivos em categorias distintas (depressão endógena/depressão neurótica) foi demonstrada por ele e por diferentes autores(16)(17) e lembra que Maxwell(12) citado por Kendell(11) é o único autor a afirmar da impossibilidade na utilização da análise fatorial para a classificação de indivíduos, o que contraria a opinião da maioria dos autores. Para Roth(15), os distúrbios afetivos têm colocado numerosos problemas diagnósticos em razão da imbricação dos sintomas que lhes caracterizam. Daí, afirma o autor a necessidade da utilização de métodos estatísticos multivariados, que têm servido para demonstrar a existência de várias categorias diagnósticas no interior do grupo “distúrbios afetivos”.
O significado dessa bimodalidade, continua um assunto controvertido, levando a escola do Hospital Maudsley, de Londres, a uma polêmica com a escola de Newcastle que dura há anos. A primeira defendendo a unimodalidade, portanto uma visão unitária ou um modelo dimensional, a segunda afirmando a bimodalidade das distribuições e portanto, a existência de categorias qualitativamente distintas.
Ao analisar a utilização da abordagem quantitativa em Psiquiatria, Pichot(18) afirma ter sido ela um avanço no conhecimento da semiologia e do diagnóstico. Contudo, admite que estes métodos, como a análise fatorial, coloca alguns problemas, como o da questão essencial sobre a natureza dos fatores isolados. “Trata-se de entidades com existência real ou não passam de artefatos matemáticos, sem valor explicativo?”, questiona ele. O autor alerta para o fato de que a quantificação não é uma panacéia na pesquisa psiquiátrica e que, o emprego dos procedimentos matemáticos tão possantes, não pode dispensar a reflexão da elaboração de hipóteses clínicas e deve representar um instrumento de verificação dessas hipóteses.
Para Versiani(19) as técnicas de análise multivariada são muito atraentes em função de seu poder, contudo muitos são os problemas do seu emprego. Para ele, “várias variáveis são categoriais e submetidas a uma quantificação forçada durante o processo para atender a requisitos de normalização, o que gera divergências entre especialistas da área”.
Para Wing e col.(20) as categorias selecionadas através de métodos estatísticos multivariados têm menos validade do que o diagnóstico clínico, mas elas possuem o mérito de constituir um procedimento preciso e determinado.
A aplicação da abordagem quantitativa com o objetivo de resolver os problemas de classificação dos distúrbios depressivos, tem representado um esforço na tentativa de melhorar a confiabilidade do diagnóstico psiquiátrico. Grupos de sintomas foram condensados, síndromes discriminadas e tipos sindrômicos identificados. Estudos desse gênero são complexos e não podem ser conceitualizados diretamente, carecem de uma nomenclatura descritiva concisa, que permita resumir as principais características de um determinado perfil. Outro aspecto importante consiste na validação da nomenclatura adotada, pois uma determinada classificação sindrômica só apresentava interesse prático, a partir do momento em que tenha significação precisa e unívoca para os especialistas. Esta última etapa tem sido pouco explorada e esta omissão pode ter sido a responsável pela pouca difusão no meio psiquiátrico, das classificações sindrômicas já estabelecidas.
Novas alternativas, como aplicação de procedimentos computadorizados para o diagnóstico, influenciaram a evolução da pesquisa, arrefecendo o desenvolvimento dos estudos multivariados, Contudo apesar dos limites e dificuldades de sua utilização, as técnicas quantitativas têm prestado importante contribuição ao problema do diagnóstico das depressões.

Diagnóstico Computadorizado
O diagnóstico é a área mais complexa de decisão médica pois depende da análise de um grande número de informações das mais variadas fontes e diferentes naturezas, como também envolve raciocínio simultâneo de processos lógicos e probabilísticos.
O estabelecimento do diagnóstico clínico é um procedimento baseado em princípios de hierarquização incorporados a regras de classificação. Quando essas regras podem ser definidas com suficiente clareza, torna-se possível a elaboração de programas computadorizados de diagnóstico. Um programa, corresponde a uma série de instruções, ordenadas logicamente para posterior processamento automático. O programa fixa, dessa forma, as operações a serem executadas, os diversos parâmetros que devem ser utilizados e as correlações de diferentes dados de acordo com o objetivo proposto(21).
Do ponto de vista lógico, as classificações psiquiátricas pertencem às chamadas classificações por conceitos (em oposição às classificações numéricas) onde cada classe é especificada por um conceito que representa o conjunto das características comuns aos elementos que as compõem e que a distinguem das outras. Essas classificações visam ser naturais, ou seja, onde os conceitos utilizados devam permitir a formulação de princípios gerais que reflitam a uniformidade do conjunto de elementos estudados e assim, fornecer uma base à explicação, predição e compreensão científicas.
Uma das aplicações clínicas da abordagem computadorizada é a de possibilitar um meio útil de decisão e estandardização diagnóstica e por conseguinte, diminuir a margem de erro na seleção de populações de pacientes. Spitzer e Endicott(22) enumeram as seguintes vantagens do diagnóstico computadorizado:
perfeita confiabilidade, pois ao utilizar os mesmos dados, produz sempre o mesmo diagnóstico;
maior capacidade de utilizar as mesmas regras explícitas em grandes e diversas populações de pacientes;
representa um avanço na compreensão das complexas relações entre os sintomas e o diagnóstico.
Uma grande variedade de técnicas têm sido usadas para projetar e implementar os sistemas de auxílio à decisão médica. Apesar de técnicas de modelo matemático, reconhecimento de padrões, e análise de grande bases de dados terem sido utilizados, os métodos mais importantes derivam da estatística Bayesiana e de um campo da ciência da informática, conhecido como Inteligência Artificial (IA), ou engenharia do conhecimento(23). Em 1959 os estudiosos reconheceram a relevância do teorema de Bayes para realizar diagnósticos médicos(24). Como os computadores eram tradicionalmente vistos como máquinas de cálculos numéricos, os pesquisadores utilizaram o computador para avaliações probabilísticas baseados nos dados dos pacientes. Muitos programas diagnósticos foram desenvolvidos nos anos seguintes e muitos deles se mostraram precisos em diferenciar certos grupos de diagnósticos(25)(26).
O método, baseado em árvore de decisão lógica, utiliza um modelo similar ao processo de diagnóstico diferencial empregado na prática clínica e portanto, não necessita de um conjunto prévio de informações(25). Esse método, utiliza Inteligência Artificial “sistemas experts” para discriminar entre várias hipóteses diagnósticas competitivas. Quando comparado com os dois métodos estatísticos (probabilidade e função discriminante), o sistema progressivo de decisão lógica mostrou um melhor desempenho em diagnosticar um grupo de pacientes. A comparação tomou como referência o diagnóstico clínico(25).
Para execução do diagnóstico psiquiátrico computadorizado é necessário definir o sistema de dados a ser utilizado, assim como o modo de sua obtenção e registro. Segundo Baro(27) esses dados devem possuir as seguintes características:
uniformidade, ou seja, ter a mesma significação para diversos avaliadores;
poder discriminante o que implica em conter uma informação que outras fontes não podem fornecer;
objetividade, caracterizada pela capacidade em fornecer o máximo de informações com o mínimo de dados.
Com o objetivo de satisfazer as exigências qualitativas e quantitativas na obtenção dos dados para o diagnóstico automático foram utilizadas entrevistas estruturadas, anteriormente desenvolvidas, cuja extensão e padronização superam as limitações, para esse uso, das escalas de avaliação e questionários.
As entrevistas estruturados ou padronizadas são instrumentos de avaliação que permitem um completo inventário da sintomatologia e de outros dados como antecedentes, evolução da doença ou circunstâncias desencadeantes, considerados importantes para o diagnóstico. Esses instrumentos nasceram da necessidade de coordenação e estandardização da linguagem descritiva dos sintomas psicopatológicos e sua utilização tem constituído um método eficaz para melhorar a confiabilidade do diagnóstico psiquiátrico. A sua construção obedece a uma seqüência padronizada de questões, assim como dos modos de registro dos dados, O comportamento do avaliador durante o exame, seu grau de flexibilidade e de interpretação das informações estão em geral reduzidos pelas regras e definições contidas no instrumento. As entrevistas estruturadas são longas e seu preenchimento requer um treinamento prévio, de modo que não se prestam a utilização clínica cotidiana, elas são normalmente utilizadas em pesquisa.
Entre as principais entrevistas estruturadas, que geraram programas computadorizados de diagnóstico psiquiátrico destacam-se o “Psychiatric Status Schedule”(28) que gerou o programa DIAGNO, o Exame do Estado Atual “Present State Examination” (PSE) que serviu de referência para o programa CATEGO e a Associação para Metodologia e Documentação em Psiquiatria “Arbeitsgemeinschaft für Methodik und Dokumentation in der Psychiatrie” (AMDP) que referenciou o programa DIASIKA.
Comentários
A abordagem quantitativa dos sintomas e síndromes psicopatológicas possibilitou o desenvolvimento de programas computadorizados de diagnósticos baseados em modelos estatísticos que, gradativamente foram substituídos pelos sistemas progressivos de decisão lógica. Este modelo, ao simular o processo normalmente utilizado pelo psiquiatra, ofereceu vantagens que asseguraram sua difusão e utilização em vários centros internacionais de pesquisas. Para Spitzer e Endicott (1974) as vantagens do programa DIAGNO e de outros do mesmo gênero incluem, também, a seleção de pacientes para estudos clínicos em psicofarmacoterapia e detecção de casos psiquiátricos na comunidade para estudos epidemiológicos.
Melrose e col.(29) comparando o programa DIAGNO II com um programa baseado no modelo estatístico de funções discriminantes, relataram a superioridade do sistema progressivo de decisão lógica para a maioria das categorias do DSM-II. Klein e Davis(30) encontraram eficácia equivalente entre esses dois tipos de programas.
Schimid(31) realizou um estudo comparativo do índice de concordância entre os programas CATEGO, DIASIKA e o diagnóstico clínico cujos resultados indicaram um melhor desempenho do programa DIASIKA. Resultados semelhantes, obteve Pichot(32) com a experimentação da versão francesa do programa DIASIKA, destacando, inclusive resultados nitidamente superiores para a categoria das depressões.
Os programas computadorizados de diagnóstico introduziram um alto nível de padronização das regras diagnósticas e representaram uma etapa importante na evolução da pesquisa nosológica em Psiquiatria. Contudo, apesar das contribuições dessa abordagem, algumas dificuldades de ordem prática têm provocado resistências. A obrigatoriedade de respeitar um plano rígido para o exame do paciente e a necessidade de codificar os dados limitando-os a um referencial para a entrada do computador representa um procedimento distante do processo habitual, flexível e sutil do exame clínico. Várias críticas nesse sentido têm destacado o fato de que o diagnóstico clínico não resume apenas a uma combinação matemática lógica entre sinais, sintomas e premissas teóricas.
Crocq e col.(33) reconhecem que a intrusão de uma norma automática para interpretação dos fatos e de uma lógica anônima para decisões diagnósticas e terapêuticas constitui uma inovação insuportável em Medicina, pois, recoloca em questão sua própria concepção liberal, individual e humanista.
Para Leme Lopes(34) “o uso do computador é útil toda vez que se trabalha com grandes números e se deseja registrá-los numa memória, de modo a formar um acervo clínico, que poderá ser usado para muitos fins”, e enfatiza em que “o diagnóstico individual se executa melhor pela entrevista padronizada e exame mental tradicional”. Esta opinião é também expressa por Endicott(35) ao registrar o melhor desempenho do diagnóstico realizado por psiquiatras experientes, em relação aqueles formulados por computadores. Para ela, os programas automáticos são bastante confiáveis mas, possuem uma grande rigidez não conseguindo se equiparar à flexibilidade do diagnóstico realizado pelo psiquiatra.
Essas constatações levaram os pesquisadores a desenvolver uma metodologia clínica para o diagnóstico psiquiátrico que evitasse a rigidez do modelo automático, mas que conservasse sua confiabilidade. Essa sistematização deu margem ao desenvolvimento de um modelo baseado na exigência da utilização de critérios clínicos operacionais de inclusão e exclusão para cada categoria diagnóstica, surgindo desse modo, o atual estágio de evolução da nosologia psiquiátrica. Diversos sistemas diagnósticos computadorizados foram assim desenvolvidos. No Brasil temos, por exemplo, a LIST-D10(36). Trata-se um sistema de multidiagnóstico computadorizado para os distúrbios depressivos que permite avaliar o paciente com o auxílio de um computador e fornece o diagnóstico em até 10 diferentes sistemas de classificação para os distúrbios depressivos. Foi desenvolvido a partir da LICET-D10(37) e roda no ambiente Windows da Microsoft, o que torna sua operação mais fácil que outros sistemas computadorizados. Além disso, a avaliação é rápida pois o sistema incorpora pulos e pontos de corte automáticos.

Critérios Operacionais para o Diagnóstico
Esta abordagem está baseada na idéia de desenvolver definições operacionais para as várias categorias nosológicas. Trata-se da escolha de critérios sintomatológicos, evolutivos e demográficos definidos para cada categoria que explicitam as regras de classificação. Os critérios para o diagnóstico psiquiátrico indicam de maneira objetiva as características que um paciente deve ou não apresentar para ser considerado como pertencente a uma determinada categoria. Dessa forma, diferentes psiquiatras, ao realizarem o diagnóstico, têm maior probabilidade de concordância.
A seleção de critérios operacionais para o diagnóstico psiquiátrico provém, tanto das descrições clínicas realizadas pelos autores antigos, quanto dos resultados de vários estudos empíricos. No conjunto esses critérios são considerados possuidores das seguintes características:
incluem sintomas de definição precisa, o que diminui as divergências entre psiquiatras;
possuem elementos discriminativos, o que permite diferenciar uma categoria das outras;
são reconhecidos como bastante restritivos;
têm o objetivo essencial de obter grupos homogêneos de pacientes.
Segundo Kendell(38), a sugestão de que se deveriam desenvolver definições operacionais para as várias categorias diagnósticas da nosologia psiquiátrica foi feita pelo filósofo Hempel, no princípio da década de sessenta. Em 1965, na Inglaterra, Carney e col.(39) desenvolveram o primeiro instrumento de diagnóstico baseado nos procedimentos de critérios operacionais; A Escala de Diagnóstico de Newcastle, que permite diferenciar as depressões endógenas das neuróticas. Todavia, apesar de implicar na exigência de critérios, a Escala de Diagnóstico de Newcastle foi construída com o objetivo específico de validar a clássica dicotomia depressão endógena/neurótica, baseando-se na utilização de técnicas estatísticas multivariadas.
Foi nos Estados Unidos, que a noção de critérios para o diagnóstico veio a ser efetivamente desenvolvida e rapidamente difundida entre a comunidade científica psiquiátrica de todo o mundo. No início dos anos setenta, o trabalho do grupo de pesquisadores da Faculdade de Medicina da Universidade de Washington levou à publicação dos “Diagnostic Criteria For Use in Psychiatric Research”, também conhecidos como “critérios da Escola de Saint-Louis” ou de Feighner(40). Tratam-se de critérios destinados ao diagnóstico de quinze categorias de distúrbios psiquiátricos criados com o objetivo de permitir a identificação de grupos homogêneos de pacientes para a pesquisa.
A partir da publicação dos critérios de Feighner, vários outros autores, tanto nos Estados Unidos, quanto na Europa desenvolveram sistemas de classificação baseados nas exigências de critérios de inclusão e exclusão para o diagnóstico. O surgimento desses sistemas e sua influência no âmbito da pesquisa marca uma etapa capital no desenvolvimento da nosologia psiquiátrica atual.
Comentários
Os sistemas contendo os critérios operacionais de inclusão e exclusão resultaram de um longo esforço de pesquisa que tem procurado otimizar o diagnóstico psiquiátrico reduzindo as controvérsias resultantes de adesões de diferentes escolas à modelos classificatórios baseados, na sua maioria em paradigmas etiopatogênicos.
Com a publicação da terceira edição do Manual de Diagnóstico e Estatística dos Distúrbios Mentais da Associação Americana de Psiquiatria(41), a abordagem baseada na utilização de critérios para o diagnóstico passou a integrar um conjunto de modificações da nosologia psiquiátrica que têm sido comparadas, em perspectiva histórica, à sistemática Kraepeliniana de 1896 que delimitou o essencial dos quadros conceituais da Psiquiatria(42). Se antes os critérios de inclusão e exclusão eram apenas utilizados em pesquisa, a partir do DSM-III passaram, também, a ter aplicação clínica.
Segundo Loreto(43) “a necessidade de se tentar primeiramente atingir um consenso amplo em torno de categorias puramente sindrômicas foi dado com o DSM-III. Para ele, ao adotar deliberadamente uma posição ateórica em relação aos problemas etiológicos o DSM-III pode ser utilizado por clínicos de várias orientações doutrinárias e essa busca de uma linguagem comum é de grande importância para o progresso da especialidade. Essa posição “ateórica” e “empirista” é criticada por Faust e Miner(44) que, apesar de reconhecerem a importância da descrição como etapa do desenvolvimento da ciência, atribuem ao DSM-III, uma posição metodológica extremista constituindo um verdadeiro “empirismo primitivo” decorrente de uma visão Baconiana da ciência.
Ao instituir o empirismo clínico-descritivo, a abordagem baseada na exigência de critérios para o diagnóstico passou a exercer uma marcante influência na concepção nosológica mundial. No Brasil, apesar dos esforços para uniformização e introdução de instrumentos e critérios para o diagnóstico(45)(19), sua maior discussão e divulgação somente viria acontecer a partir de 1985(46).
É sabido que a utilização de critérios considerados restritivos exclui do diagnóstico um número significativo de pacientes “falsos positivos”. Esta discriminação necessária, sobretudo em pesquisa, visa selecionar grupos mais homogêneos de pacientes. Neste sentido, uma população de deprimidos que preencha simultaneamente os critérios dos distúrbios depressivos “maiores” dos sistemas aqui descritos (grupo concordante), está hipoteticamente mais próxima de representar o consenso sobre a definição do fenômeno depressão .
Apesar da inegável contribuição e os avanços com a utilização dos critérios operacionais para o diagnóstico é necessário enfatizar que a maior parte dessas definições integrantes da maioria dos sistemas está baseada em conhecimentos ainda limitados, necessitando de mais estudos para validação. Nos últimos anos, o desenvolvimento de instrumentos de aproximação multidiagnóstica tem favorecido a comparação simultânea dos diferentes critérios propostos nos vários sistemas de classificação existentes. Aplicados ao estudo dos distúrbios depressivos estes instrumentos contribuirão para o avanço do conhecimento psiquiátrico que no seu estágio atual é muito mais de investigação do que de certezas.

Referências
Menninger K – The Vital Balance: The life process in mental health and illness. Viking Press, New York, 1963.
Pope HG, Lipinski JF – Diagnosis in schizophrenia and maniac-depressive illness: a reassessment of the specificity of “schizophrenic” symptoms in the light of current research. Arch Gen Psychiatry, 35: 811-828, 1978.
Klerman GL – Clinical research in depression. Arch Gen Psychiatry, 24: 305-319, 1971.
Weissman MN, Klerman GL – Epidemiology of mental disorders. Arch Gen Psychiatry, 35: 705-712, 1978.
Costa e Silva JA – DSM-III e DSM-IV: avaliação crítica. Rev Assoc Bras Psiq, (supl.)8: 83-88, 1986.
Spitzer RL, Endicott J, Robins E – Clinical criteria for psychiatric diagnosis and DSM-III. Am J Psychiatry, 132: 1187-1192, 1975.
Caetano R – Causas de baja confiabilidad del diagnóstico en psiquiatria: una revisión crítica. Acta Psiquiat Psicol Am Lat, 24: 115- 130, 1978.
Loreto G – Diagnóstico em Psiquiatria. Neurobiologia, 47(3): 141-152, 1984.
Moore TV – The empirical determination of certain syndromes underlying praecox and maniac-depressive psychoses. Am J Psychiatry, 9: 719, 1930.
Freitas JO Jr. – Investigações semiológicas em um grupo de deprimidos de ambulatório. Tese para o concurso de professor catedrático de clínica psiquiátrica da Faculdade de Medicina do Recife, Recife, 1951.
Kendell RE – L’échec des méthodes statistiques multivariées à résoudre nos difficultés de classification. In: Pichot P, Pull C – La Symptomatologie Dépressive: enregistrement et évaluation. Ed. Spire, Paris. Laboratoires CIBA-GEIGY, 1981 – pp. 131-137.
Maxwell AE – Multivariate statistical methods and classification problems. Br J Psychiatry, 119: 121-127, 1971.
Zubin J – Biometric assement of mental patient. In: Katz MM, Cole JO, Barton WE – Classification in Psychiatry and Psychopathology. Washington D.C. Public Health Service Publication, nº1584, 1968 – pp. 353-376.
Kendell RE – The Classification of Depressive Illness. Maudsley Monograph nº 18. Oxford University Press – London, 1968.
Roth M, Mountjoy C – Quelques problèmes dans la classification et le choix du traitement dans les troubles affectifs. In: Pichot P, Pull C – La Symptomatologie Dépressive: Enregistrement et évaluation. Ed. Spire. Laboratoires Ciba-Geigy – Paris, 1981-pp. 119-129.
Kiloh LG, Garsid RF – The independance of neurotic depression and endogenous depression. The Br J Psychiatry, 109: 451-463, 1963.
Roth M – The classification of affective disorders. Proceedings Simposium on Treatment of Depression. Appelbergs, Bohtrvakiri, Uppsala, 1969.
Pichot P – Le problème de la quantification dans la recherche psychiatrique. Bulletin de l’Académie Suisse des Sciences Médicales, 25(1-2): 147-159, 1970.
Versiani M – O diagnóstico psiquiátrico para pesquisa psicofarmacológica. Rev Assoc Bras Psiq, (supl.)8: 12-17, 1986.
Wing JK, Cooper JE, Sartorius N – Guide pour un Examen Psychiatrique. L’Anglais par Berthier MT, Ledent AB (trad.) – Pierre Mardaga Editeur – Bruxelles, 1980.
Greist JH – Computers and psychiatry diagnosis. In: Baskin D – Computer Aplications in Psychiatry and Psychology. Brunner/Mazel Publishers – New York, 1990.
Spitzer RL, Endicott J – Computer applications in psychiatry. In Arieti S – American Handbook of Psychiatry. Basic Books, Inc. Publishers – New York, 1975.
Smith W – A model for psychiatric diagnosis. Arch Gen Psychiatry, 14: 521-529, 1966.
Ledley RS, Luster LB – Reasoning foundations of medical diagnosis. Science, 130: 9-21, 1959.
Fleiss JL, Spitzer RL, Cohen J – Three computer diagnosis methods compared. Arch Gen Psychiatry, 27: 643-649, 1972.
Reggia JA, Tuhrim S – Computer Assisted Medical Decision Making. Spring-Verlag – New York Inc. – New York, 1985.
Baro F – Traitement de l’information en psychiatrie. Psychologie Médicale. 8(3): 455-466, 1976.
Spitzer RL, Endicott J, Fleiss JL, Cohen J – The Psychiatric Status Schedule: a technique for evaluating psychopathology and impairment in role functioning. Arch Gen Psychiatry, 23: 41-55, 1970.
Melrose JP, Stroebel C, Gluek B – Diagnosis of psychopathology using stepwise multiple discriminant analysis. Compr Psychiatry, 12:43-50, 1970.
Klein DF, Davis JM – Diagnosis and Drug Treatment of Psychiatric Disorders. Williams & Wilkins, Baltimore, 1969.
Schmid W, Bronisch T, von Zerssen D – A comparative study of PSE/CATEGO and Diasika: two psychiatric computer systems. Br J Psychiatry, 141:292-295, 1982.
Pichot P – Un système de diagnostic psychiatrique par ordinateur; version française du système “Diasika”: premiers résultats. Annales Médico Psychologiques, 140(1): 115-123, 1982.
Crocq L, Fondarai B, Longevialle P – Informatique et psychiatrie. Annales du Congrès Psychiatrie et Neurologie – Roven, 1976.
Lopes JL – Diagnóstico em Psiquiatria. Editora Cultura Médica Ltda. Rio de Janeiro, 1980.
Endicott J – Recent work on diagnosis from RDC to DSM-IV. . Rev Assoc Bras Psiq, (supl.)8: 130-134, 1986.
Sougey EB, Carvalho TFR, Caetano D – LIST-D10: a novo sistema computadorizado para os distúrbios depressivos. Trabalho apresentado no Congresso Mundial de Psiquiatria, Rio de Janeiro, junho de 1993.
Sougey EB – Sistema LICET-D10: multidiagnóstico computadorizado das depressões. Tese de Doutoramento—UNICAMP, Campinas – SP, 1992.
Kendell RE – The Role of Diagnosis in Psychiatry. Blackwell Scientific Publication – Oxford, 1975.
Carney MWP, Roth M, Garside RF – The diagnosis of depressive syndrome and prediction of ECT response. Br J Psychiatry, 111:59-67, 1965.
Feigner JP, Robins E, Guze SB, Woodruff RA, Winokur G, Munro R – Diagnostic criteria for use in psychiatric research. Arch Gen Psychiatry, 25: 27-63, 1972.
American Psychiatric Association – Diagnostic and Statistical Manual of Mental Disorders. Third Edition (DSM-III). American Psychiatric Association Ed.- Washington, 1980.
Pichot P – Un Siècle de Psychiatrie. Ed. Roger Dacosta – Laboratoire Roche – Paris, 1983.
Loreto G – Diagnóstico em Psiquiatria. Neurobiologia, 47(3): 141-152, 1984.
Faust D, Miner RA – The empiricist and his new clothes: DSM-III in perspective. Am J Psychiatry, 143: 962-967, 1986.
Bueno JR – Tentativa de uniformização no Brasil de instrumentais e critérios diagnósticos em pesquisa psiquiátrica. Rev Assoc Bras Psiq, (supl.)8:9-11, 1986.
Carlini EA – Instrumentos e critérios para diagnósticos psiquiátricos em pesquisas com psicofármacos. Rev Assoc Bras Psiq, (supl.)8, 1986.

Self-rating questionnaire based on the Hamilton Depression Scale

1 How depressed are you?
( ) no ( ) a little ( ) a lot ( ) extremely so
2 Do you feel guilty about things that you have done or thought?
( ) no ( ) a little ( ) a lot ( ) extremely so
3 Is it taking you longer to get off to sleep?
( ) no ( ) sometimes ( ) always
4 Do you sleep fitfully, often wakening?
( ) no ( ) sometimes ( ) always
5 Do you waken earlier than usual and then find yourself unable to get back to sleep?
( ) no ( ) sometimes ( ) always
6 Have you lost interest in your work or hobbies?
( ) no ( ) a little ( ) a lot ( ) extremely so
7 Is life pointless?
( ) no ( ) yes
8 Have you thought on ending it all?
( ) no ( ) yes
9 Have you made plans to kill yourself?
( ) no ( ) yes
10 Have you attempted to, or do you intent to kill yourself?
( ) no ( ) yes
11 Do you feel that you are slower than your normal or usual self?
( ) no ( ) a little ( ) a lot ( ) extremely so
12 Do you feel anxious or tense?
( ) no ( ) a little ( ) a lot ( ) extremely so
13 Do you suffer from any physical symptoms?
( ) no ( ) sometimes ( ) always
14 Are you worried that you might have a serious illness such cancer or AIDS?
( ) no ( ) a little ( ) a lot ( ) extremely so
15 Have you lost interest in sex?
( ) no ( ) sometimes ( ) always
16 Have you lost weight, excluding that due to dieting?
( ) no ( ) yes, but clothes still fit ( ) yes, but clothes are loose
17 Are you at your worst early in the day but improve as the day goes on?
( ) no ( ) sometimes ( ) always
18 Do you feel that either you or the outside world is unreal?
( ) no ( ) a little ( ) a lot ( ) extremely

Number of Questions and Answers: 18
Weight of each item
The items have a type 1 answer and have 4 options, 0, 1, 2 or 3
The items have a type 2 answer and have 3 options, 0, 1 or 2
The items have a type 3 answer has 2 options, 0 or 1
Item 16 has 3 options respectively, 0, 1 or 2
What are the sum levels and their respective resolutions
Score
The final (total) index is obtained by summing items 1 to 18.
A value greater than 12 indicates a clinically relevant depression and deserves to be better evaluated and, probably, treated.
The cutoff point is 12

Severity of depression

Severity	Score
Excellent mood	0 to 4
Good mood	5 to 10
Borderline	11 to 12
Mild depression	13 to 17
Moderate depression	18 to 22
Severe depression	over 22

GERADOR DE CASOS CLÍNICOS DE DISTÚRBIOS DEPRESSIVOS PARA TREINAMENTO DIAGNÓSTICO NO DSM-III-R

Carvalho TFR, Lima MG, Azevedo RCS – UNICAMP
A psiquiatria é considerada por alguns como a especialidade médica que mais se desenvolveu nos últimos anos. Isso tornou-se possível, em grande parte, devido ao enorme progresso nos métodos de diagnósticos em psiquiatria. O modernos sistemas de classificação em psiquiatria são baseados em critérios específicos de inclusão e exclusão como guias para cada diagnóstico, uma vez que tais critérios aumentam a confiabilidade do diagnóstico. O sistema de classificação em psiquiatria mais amplamente utilizado em todo o mundo com essas características é o DSM-III-R (Manual de Diagnóstico e Estatística de Distúrbios Mentais, terceira edição - revista) da Associação Americana de Psiquiatria. O programa desenvolvido pelos autores é um software que gera casos clínicos de depressão, devendo o usuário realizar o diagnóstico correto do caso. O programa tem capacidade de gerar um número muito grande de diferentes casos clínicos pela combinação aleatória de critérios diagnósticos. Para isso foi utilizado os 124 critérios diagnósticos de 10 diferentes sistemas de classificação das depressões da LICET-D10 (Lista Integrada de Critérios de Avaliação Taxonômica das Depressões). O programa seleciona aleatoriamente um determinado número de critérios e os apresenta ao usuário do sistema, que deverá ser capaz de realizar o diagnóstico correto de acordo com o DSM-III-R. As possibilidades diagnósticas são apresentadas na tela do computador e o usuário apenas seleciona aquela que considera correta. À medida que o usuário acerta o diagnóstico o programa pode solicitar que o usuário complemente o diagnóstico como, por exemplo, especificar se um episódio de depressão maior tem padrão sazonal, se é do tipo melancólico, a gravidade do episódio, etc. O programa foi desenvolvido em Visual Basic, contando com os avançados recursos do ambiente Windows.

INFORMÁTICA MÉDICA APLICADA AO DIAGNÓSTICO PSIQUIÁTRICO – Evolução, Técnicas de Desenvolvimento de Programas e Aplicações Atuais

Autores:
Tárcio Fábio Ramos de Carvalho
Médico Psiquiatra, doutor em Saúde Mental pela Universidade Estadual de Campinas – UNICAMP
Everton Botelho Sougey
Prof. Adjunto do Departamento de Neuropsiquiatria da Universidade Federal de Pernambuco
Resumo
A informática tem se tornado comum nos consultórios, hospitais e pesquisas médicas. Em psiquiatria o computador vem sendo utilizado principalmente em pesquisas, para coleta, armazenamento e processamento de dados. Nos últimos dez anos as aplicações da informática em psiquiatria vem crescendo, graças à proliferação dos microcomputadores pessoais, criação de linguagens e ambientes de programação avançados e os progressos obtidos na área de inteligência artificial. As dificuldades do diagnóstico psiquiátrico torna esse campo de especial interesse, surgindo vários modelos informatizados que buscam ajudar na solução de problemas nessa área. Nesse artigo o autor descreve a evolução dos programas computadorizados para auxílio ao diagnóstico psiquiátrico e apresenta as principais técnicas de Inteligência Artificial que vem sendo utilizadas na elaboração de programas computadorizados em psiquiatria. Alguns dos principais programas desenvolvidos para esse fim são descritos.
Unitermos:diagnóstico psiquiátrico, inteligência artificial.
Summary
The computer has been common in medical offices, hospitals and researches. The main use of computer in psychiatry is researches, for collect, store and data process. In the last ten years the computer applications are growing, due the proliferation of personal microcomputers, creation of advanced languages and ambience of programming and the progress in artificial intelligence. The difficulty in psychiatry diagnosis became this field with special advantage, arising some computer models that seek to help the solution of problems in this area. The author describes the evolution of the computers programs to help the psychiatric diagnosis, and presents the main techniques in Artificial Intelligence that are used to development of psychiatric computer programs. Some of the main softwares in this scope are discussed.
Uniterms:psychiatric diagnosis, artificial intelligence.
INTRODUÇÃO
O estabelecimento do diagnóstico clínico é um procedimento baseado em princípios de hierarquização incorporados a regras de classificação. Quando essas regras podem ser definidas com suficiente clareza, torna-se possível a elaboração de programas computadorizados de diagnóstico. Um programa, corresponde a uma série de instruções, ordenadas logicamente para posterior processamento automático. O programa fixa, dessa forma, as operações a serem executadas, os diversos parâmetros que devem ser utilizados e as correlações de diferentes dados de acordo com o objetivo proposto por Greist (1).
Do ponto de vista lógico, as classificações psiquiátricas pertencem às chamadas classificações por conceitos (em oposição às classificações numéricas) onde cada classe é especificada por um conceito que representa o conjunto das características comuns aos elementos que as compõem e que a distinguem das outras. Essas classificações visam ser naturais, ou seja, onde os conceitos utilizados devem permitir a formulação de princípios gerais que reflitam a uniformidade do conjunto de elementos estudados e assim, fornecer uma base à explicação, predição e compreensão científicas.
Uma das aplicações clínicas da abordagem computadorizada é a de possibilitar um meio útil de decisão e estandardização e por conseguinte, diminuir a margem de erro na seleção de populações de pacientes. Spitzer e Endicott (2) enumeram as seguintes vantagens do diagnóstico computadorizado:
1) perfeita confiabilidade, pois ao utilizar os mesmos dados, produz sempre o mesmo diagnóstico.
2) maior capacidade de utilizar as mesmas regras explícitas em grandes e diversas populações de pacientes.
3) representa um avanço na compreensão das complexas relações entre os sintomas e o diagnóstico.
A noção do diagnóstico automatizado tem se tornado uma das expectativas da nossa sociedade para o futuro. Isso tem se manifestado muitas vezes nas ficções científicas, como no filme Guerra nas Estrelas, onde o Dr. McCoy introduz uma sonda em um membro da tripulação da nave espacial para saber qual é o problema de saúde que o astronauta está sofrendo. O astronauta do futuro entra em uma câmara e após algum tempo surge todo o relatório médico. Hoje não sabemos se isso um dia será possível, mas o desenvolvimento da tecnologia da informática tem possibilitado uma enorme quantidade de aplicações do computador em atividades ligadas à saúde.
Desde o surgimento dos primeiros computadores os profissionais de saúde têm imaginado o dia em que os computadores iriam auxiliar o processo de diagnóstico médico (3). O primeiro trabalho tratando dessa possibilidade surgiu no final dos anos cinqüenta (4), e logo surgiram protótipos experimentais em medicina (5). Na psiquiatria, os primeiros programas computadorizados para diagnóstico começaram a ser produzidos justamente nos anos sessenta, época marcada por grande polêmica e pela volta do interesse em relação ao diagnóstico psiquiátrico. Em 1968, Spitzer e Endicott (6) nos Estados Unidos utilizam um sistema de decisão lógica para desenvolver o primeiro programa em psiquiatria para o diagnóstico, o DIAGNO, logo depois surgem vários outros programas, como o CATEGO, um sistema desenvolvido por Wing e colaboradores (7) para classificação dos dados obtidos pelo Exame do Estado Atual (PSE), uma entrevista estruturada para o obtenção de dados clínicos para diagnóstico na CID-8. O sistema teve grande importância na época, e foi utilizado no Estudo Piloto Internacional da Organização Mundial de Saúde sobre Esquizofrenia (8). Outros programas voltados para o diagnóstico psiquiátrico utilizando métodos estatísticos como a teoria das probabilidades Bayes (9)(10) ou funções de análise discriminante (11)(12) (13) também foram desenvolvidos, no entanto tiveram menor expressão do que os sistemas baseados em regras.
Entre nós, Bastos (14) em 1984 publicava um artigo intitulado “O Diagnóstico em Psiquiatria” no Jornal Brasileiro de Psiquiatria, e concluía o trabalho dizendo: “Trata-se, sem dúvida alguma, da reabilitação e da consolidação do diagnóstico em Psiquiatria, cuja atividade se iniciou no diagnóstico clínico tradicional … e que se torna mais complexo e sofisticado através do emprego de métodos objetivos quantitativos e do uso de computadores”. Complexo por envolver um número muito grande de informações. Sofisticado por utilizar avançada tecnologia no processamento dos dados. De fato, nos últimos anos temos visto que os computadores estão cada vez mais sendo utilizados na prática médica, em administração hospitalar e em pesquisas. Os recentes progressos na área de inteligência artificial e nos sistemas classificatórios e métodos de diagnóstico em psiquiatria permitiram o desenvolvimento de vários softwares na área. A maioria desses programas tinham o objetivo de auxiliar pesquisadores na sistematização e processamento dos dados coletados em pesquisas. Atualmente, com a simplificação dos programas e com o uso mais generalizado do computador na clínica, surgem alguns aplicativos para auxiliar os clínicos a realizarem diagnóstico, avaliações psiquiátricas e treinamento. Esse trabalho descreve, após essa breve revisão, as principais técnicas de desenvolvimento dos programas computadorizados para o diagnóstico em psiquiatria, e apresenta alguns dos principais programas que vem sendo utilizados e desenvolvidos.

SISTEMAS ESPECIALISTAS NO DIAGNÓSTICO PSIQUIÁTRICO
Sistemas especialistas (expert system) fazem parte de uma área do conhecimento conhecida como Inteligência Artificial (IA) ou Engenharia do Conhecimento. IA um ramo da ciência da informática que trabalha com processamento simbólico, utilizando métodos não algoritmos na resolução de problemas (15). A inteligência artificial, preocupa-se mais com a realização de tarefas especializadas, e com mecanismos de raciocínio baseados na manipulação de conhecimentos armazenados em bases de conhecimento, geralmente utilizando-se de computadores de propósitos gerais como aqueles que encontramos no nosso dia-a-dia (16). Atualmente, as principais áreas de pesquisa em IA são (17):

1. Sistemas especialistas
2. Processamento de linguagem natural
3. Reconhecimento da fala
4. Visão computacional
5. Robótica
6. Ensino assistido por computador
7. Ferramentas de desenvolvimento de programas
8. Suporte para planejamento e decisão.
   Sistema especialista é um programa de computador desenvolvido para agir como um especialista em uma área particular. Eles agem como auxiliares inteligentes para especialistas, assim como ajuda a pessoas que não podem ter acesso a um especialista. Em medicina suas aplicações tem crescido muito nos últimos anos, em aplicações conhecidas como sistemas de auxílio à decisão médica, isto é, qualquer programa de computador desenvolvido para ajudar profissionais de saúde nas decisões clínicas (18). Esses sistemas trabalham com uma base de dados (que correspondem às informações que um médico dispõe dos pacientes, como no prontuário) e com um sistema decisório baseado nos conhecimentos da medicina, como por exemplo, para realizar um diagnóstico ou decidir que procedimento é mais apropriado em uma determinada situação.
   Na medicina em geral, os sistemas especialistas aplicados ao diagnóstico fornecem justificativas para os seus diagnósticos, através dos mecanismos fisiopatológicos. Por exemplo, em oncologia, a classificação das doenças é baseada na histopatologia do tumor; nas doenças infecciosas, o diagnóstico é baseado no agente infeccioso. A pequena compreensão sobre etiologia na maioria das doenças mentais faz com que o diagnóstico psiquiátrico seja baseado apenas na descrição clínica (19). Os diversos sistemas de classificação em psiquiatria que tem surgido recentemente apresentam essa tendência de serem ateóricos quanto à etiologia. O desconhecimento dos mecanismos fisiopatológicos em psiquiatria impede o uso de sistemas especialistas que utilizam as relações causais, como os sistemas CASNET(20) e CADUCEUS(21), os quais realizam respectivamente o diagnóstico de glaucoma e diagnósticos clínicos baseados em etiologia.
   A falta de “padrão ouro” de validade diagnóstica em psiquiatria tem levado à adoção de um sistema de classificação baseado mais no consenso e em convenção do que em determinantes biológicos (19). Os sistemas de classificação computadorizados baseados em regras parecem então serem a melhor opção para os atuais sistemas mais aceitos na comunidade médica, como o DSM-III (22), DSM-III-R (23) e CID-1O (24), que utilizam critérios operacionais de inclusão e exclusão para realizar um diagnóstico. Sendo assim, já que os sistemas especialistas adotam as regras dos sistemas classificatórios, os diagnósticos computadorizados desses sistemas devem ter a mesma aceitação que tem os diagnósticos quando aplicados por um especialista. A seguir serão apresentados alguns dos principais programas para diagnóstico psiquiátrico baseados em sistemas de decisão, como a LICET-D100 (25) e DTREE (26).
   PRINCIPAIS PROGRAMAS O Sistema de Multidiagnóstico LIST-D10 (27) é um instrumental que integra os critérios de diagnóstico para as depressões incluídos em dez sistemas diferentes de classificação. O LIST-D10 é constituído exclusivamente, pelos sistemas nos quais as categorias são definidas pelo procedimento de critérios diagnósticos. Portanto, ele poderá ser completado ou estendido a qualquer novo sistema na condição de que este se baseie na utilização de critérios diagnósticos. Os sistemas diagnósticos estão listados a seguir.
9. Critérios de Newcastle
10. Critérios de Saint-Louis
11. Critérios de Klein
12. Critérios do RDC
13. Critérios de Winokur
14. Critérios de Taylor e Abrams
15. Critérios de Berner
16. Critérios do DSM-III
17. Critérios do DSM-III-R
18. Critérios da CID-10 O LIST-D10 define, exemplifica e orienta a avaliação da sintomatologia inserida nesses sistemas e contém para cada classificação um programa computadorizado de diagnóstico, integrando-os, posteriormente, ao produzir automaticamente para cada paciente examinado possibilidade de dez diferentes diagnósticos de depressão .
    Compõem o LIST- D10:
    1) A Lista Integrada de Critérios de Avaliação Taxionômica para as Depressões
    2) O Glossário das Definições dos Critérios Diagnósticos
    3) O Programa Computadorizado de Multidiagnóstico.
    O LIST-D10 foi desenvolvido utilizando a linguagem de programação Visual Basic para o ambiente gráfico Windows. Isso significa que o LIST-D10 é um software que pode se beneficiar de vários recursos do ambiente Windows da Microsoft.
    O programa computadorizado do LIST-D10 foi construído de forma a ser de fácil uso e flexível. O usuário pode escolher um ou mais sistemas diagnósticos para avaliação do paciente. Permite modificações pelo usuário nos critérios diagnósticos, nas definições e de outros recursos do programa. Algumas partes do Sistema, entretanto, estão embutidas no programa, como é o caso das árvores de decisões, a programação dos pontos de corte e para diagnósticos dos sistemas.
    O DTREE é um sistema especialista para diagnóstico e ensino com o DSM-III-R. Desde a introdução do DSM-III em 1980, três sistemas utilizando árvores de decisão foram desenvolvidos para realizar o diagnóstico nesse sistema: O Manual de Diagnóstico Psiquiátrico Automatizado (28), o Programa de Entrevista Médica (29), e o DECISIONBASE (30). Todos esses programas são baseados nos critérios diagnósticos, mas não fornecem justificativas para o seu diagnóstico, o que torna as vezes difícil de entender como o computador chega a uma determinada decisão. DTREE inclui apresentação de todos os passos que realiza para se chegar a um diagnóstico, o que o torna de especial interesse em clínica, pesquisa e ensino. Cada questão que o DTREE faz a respeito do paciente é acompanhado de um glossário com a definição do sintoma e explica como se pode diferenciar aquele sintoma de outras fenômenos psicopatológicos semelhantes. Além disso, para cada questão ele informa a importância do sintoma para um determinado diagnóstico que está sendo testado. Por exemplo, quando o DTREE está investigando a presença de sintomas psicóticos, para o item ‘delírio’ ele explica que está pesquisando o critério A dos sintomas presentes na esquizofrenia segundo o DSM-III-R. Na tela do monitor é apresentado então os diagnósticos diferenciais que serão testados caso o usuário do sistema indique a presença ou ausência de delírio. Se o usuário quiser saber mais sobre esse item, basta apertar a tecla I (I=informação) e o computador mostrará a definição e como diferenciar um delírio de outras manifestações, como por exemplo, de uma idéia supervalorizada. DTREE é apresentado em duas versões, o “Clinical Mode”, em que é utilizado o sistema especialista para o diagnóstico, e o “Case Mode”, no qual é o computador que apresenta um caso clínico e o usuário tenta realizar o diagnóstico correto.
    Outros programas desenvolvidos para estudos epidemiológicos em psiquiatria foram utilizados em pesquisa. Um exemplo é o que contém a entrevista do DIS (Diagnostic Interview Schedule) (31). O DIS tem sido utilizado em importantes pesquisas epidemiológicas, como o Epidemiologic Catchment Área nos Estados Unidos. O DIS é uma entrevista estruturada para diagnóstico no DSM-III, Feighner e RDC, mas difere do SCID (Structured Clinical Interview for DSM-III) pois o DIS não necessita de julgamento clínico, isto é, pode ser aplicado por pessoas que não sejam especialistas na área. Seguindo esse mesmo raciocínio, surgiu a idéia de que o computador poderia realizar bem essa tarefa, e foi desenvolvido um programa computadorizado. A entrevista do DIS foi reproduzida fielmente no programa, e utilizando o mesmo processo de um entrevistador humano no reconhecimento dos sintomas. Após o entrevistado terminar de responder todas as questões, o computador fornece um resumo, incluindo o diagnóstico e as respostas fornecidas pelo entrevistado. Esse sistema foi testado, comparando a entrevista realizada pelo computador e por uma pessoa (32) e o autor conclui que praticamente não havia diferença no diagnóstico. Quando comparou o diagnóstico do computador com o de um psiquiatra a concordância foi baixa. Isso é explicado pelo fato de que em algumas áreas o médico pode detalhar melhor algumas informações, e em outras áreas o computador tem se mostrado mais preciso como, por exemplo, no uso, abuso e dependência de substância psicoativas.
    Atualmente vem sendo desenvolvido novos programas mais sofisticados utilizando o raciocínio heurístico para o diagnóstico médico. Esses programas contam com uma grande facilidade de desenvolvimento pois existem vários programas shell à disposição, para as mais diversas finalidades. Programa shell é um software utilizado para desenvolver um sistema especialista, de modo que a pessoa que irá desenvolver o sistema não precisa entender de programação de computadores. Estamos agora trabalhando em um sistema shell para o desenvolvimento de programas especialistas em ambientes Windows 3.O1, o que permitirá qualquer especialista em psiquiatria fazer seus próprios sistemas especialistas de acordo com suas necessidades. O primeiro programa a ser desenvolvido nesse sistema shell será um software para diagnóstico de esquizofrenia utilizando vários sistemas de classificação diferentes. Um outro sistema que está sendo desenvolvido é o SCAN (Schedules for Clinical Assessment in Neuropsychiatry) baseado no PSE- 1O, que contará com um programa para diagnóstico no DSM-III-R e CID-1O (24).
    Uma outra aplicação interessante dos computadores é no treinamento de médicos para realizarem diagnóstico em psiquiatria. Atualmente existem vários sistemas com esse objetivo, como por exemplo, o DTREE, já descrito. Recente desenvolvemos um programa para treinamento diagnóstico em depressão no DSM-III-R, utilizando os critérios diagnósticos da LIST-D10 (33). O programa realiza uma seleção aleatória dentre os 133 critérios diagnósticos para depressão e, após uma correção dos critérios selecionados para haver uma consistência interna, esses critérios são submetidos a uma avaliação por um sistema especialista baseado em regras para o DSM-III-R , que realiza o diagnóstico, devendo então o usuário fazer o diagnóstico correto de acordo com esse sistema. Para isso é apresentado uma tela com a opção de selecionar qualquer dos itens de uma anamnese (sintomatologia, forma de início, fatores associados, antecedentes, personalidade, etc.). Quando o usuário tiver uma hipótese diagnóstica, vai testar sua hipótese selecionando um dos diferentes distúrbios depressivos do DSM-III-R. Dependendo do diagnóstico, quando o usuário acerta-lo o programa pode solicitar outras informações complementares ao diagnóstico. Por exemplo, quando se trata de um Episódio de Depressão Maior, o computador solicita o usuário para dizer a gravidade do episódio (leve, moderado ou severo), se apresenta padrão sazonal, se apresenta sintomas psicóticos, etc. O programa tem capacidade de gerar aleatoriamente uma quantidade enorme de casos diferentes, o que o torna especialmente interessante, visto que os casos sempre serão diferentes um dos outros. Foi desenvolvido em Visual Basic, contando com os avançados recursos do ambiente Windows.
    Outros programas para treinamento diagnóstico em psiquiatria são do tipo “caso clínico”, isto é, apresentam um caso clínico semelhante ao que o psiquiatra encontra na sua prática para realizar o diagnóstico. Há inclusive programas com técnicas de animação como em um vídeogame (34), em que um estudante de graduação em medicina entra em um hospital geral para um plantão e surgem as mais diversas situações de interconsulta psiquiátrica. O usuário tem que fazer o diagnóstico correto e tomar a conduta que mais se adeque àquela situação. No Brasil o único programa que temos conhecimento, desenvolvido para treinamento diagnóstico em psiquiatria utilizando um caso clínico é o “Sistema de Ensino Médico em Psiquiatria: Esquizofrenia Paranóide” (35). Esse programa é um sistema de ensino médico mais completo, constando de um tutorial, questões de múltiplas escolhas e um caso clínico em esquizofrenia paranóide.
    Mais recentemente uma outra área da IA tem recebido especial atenção, os sistemas conexionistas, ou redes neurais. Apesar do alto nível de desenvolvimento dos sistemas especialistas, ainda apresentam importantes limitações: “[Eles] são incapazes de refletir as variações do quadro clínico. Em particular, eles tem dificuldades em reconhecer variações que as doenças podem apresentar, em termos de espectrum de manifestações e graus de severidade”(36).
    REDES NEURAIS NO DIAGNÓSTICO PSIQUIÁTRICO
    As redes neurais artificiais, ou sistemas conexionistas, tem se caracterizado pelo notável crescimento de interesse e do número de pesquisas nos últimos cinco anos, graças a importantes rupturas conceituais e teóricas (37). As redes neurais trazem grandes implicações para as aplicações biomédicas da IA. Os modelos conexionistas podem se tornar extremamente eficientes e eficazes para a implementação de sistemas inteligentes (softwares aplicativos e instrumentos) em inúmeras áreas da medicina, principalmente aquelas que envolvem a classificação e reconhecimento de padrões complexos (processamento de sinais e imagens biológicas), ou os sistemas especialistas (baseados em conhecimento) de apoio à decisão médica (38).
    As redes neurais artificiais surgiram nos anos quarenta (39), foram desenvolvidas nos anos sessenta (40), e foram parcialmente abandonadas nos anos setenta (41), período em que houve maior interesse nos sistemas especialistas. O interesse pelas redes neurais, entretanto, voltou a crescer subitamente nos últimos cinco anos. Ao rápido reconhecimento das vantagens proporcionadas por está nova geração de sistemas conexionistas, seguiu-se uma avalanche de novos algoritmos e formalizações teóricas e aplicadas. Por outro lado, a possibilidade de construir computadores com velocidades de processamento de 1 a 2 ordens de magnitude acima dos mais rápidos processadores convencionais (como os de arquitetura paralela, ou de quinta geração, sendo atualmente elaborados), e capazes de realizar com muito maior facilidade diversas tarefas para as quais o cérebro humano está especialmente adaptado (tais como reconhecimento de linguagem e fala naturais, visão, etc.) levou ao desenvolvimento dos chamados neurochips (circuito integrados com arquitetura neuromórfica) e os neurocomputadores, já anunciados como computadores de sexta geração (42), (28). Entretanto, enquanto esse novo tipo de ‘hardware’ ainda não estiver disponível, é possível simular a operação paralela de uma rede neural em um computador seqüencial, através de algoritmos especiais e sistemas de desenvolvimento (38).
    Os sistemas conexionistas tem sido bastante atrativos pelas funções que desempenham em reconhecimento de padrões e outras áreas. Em contraste com a arquitetura de Von Neumann, as redes neurais consistem de unidades independentes chamadas elementos de processamento, que são análogos aos neurônios no cérebro. Um grande número de elementos de processamento são associadas com uma série de pesos que determinam o quanto os dados de entrada irão influenciar os elementos de processamento e a rede neural. Os pesos são modificados de acordo como o “aprendizado”, isto é, a possibilidade de “relembrar” um determinado conhecimento. Quando o aprendizado termina a rede pode ser usada para reconhecimento de padrões ou outras funções. Em contraste com os sistemas especialistas em inteligência artificial, as redes neurais não necessitam de ter uma base de conhecimentos sistematizada (como um sistema baseado em regras), precisando apenas receber um treinamento com os exemplos fornecidos.
    Uma rede neural artificial consiste de (43):
19. Elementos de processamento (“neurônios”), também referidos como nodos, interconectados entre si na forma de uma topologia ou rede. Um nodo recebe sinais binários ou contínuos provindos do meio exterior ou de outros nodos da rede através de conexões diretas (“sinapses”), processa estes sinais de alguma forma e envia o produto do processamento para outros nodos ou para o exterior. Os sinais de entrada formam um vetor A = a1, a2…ai…an, onde ai é o sinal ou nível de atividade da i-ésima conexão de entrada. Tipicamente existem dois tipos de conexões: conexões excitatórias, ou positivas, e conexões inibitórias, ou negativas, que tendem a aumentar ou diminuir respectivamente, a ativação de um nodo. Associado a cada conexão ai entre dois nodos existe um valor ajustável denominado peso; formando portanto outro vetor Wj = w1j, w2j … wij … wij, onde wij corresponde ao peso da conexão entre os nodos ai e bj. No modelo generalizado pode existir também um parâmetro extra Oj, modulado pelo peso woj, que corresponde a um limiar a ser excedido para haver ativação do nodo. Para calcular o valor de saída bj do nodo, realiza-se a soma ponderada de todos os wij, e o resultado é aplicado a uma função de ativação, que usualmente é não linear (sigmóide, por exemplo), e que eqüivale ao limiar de disparo do neurônio.
20. Uma arquitetura de interconexão entre nodos da rede. Existem diversos tipos de arquitetura, desde as que interconectam totalmente cada nodo constituinte da rede (cada nodo se conecta a todos os demais), como nas redes de Hopfield (44); até as redes estratificadas, formadas por 2 ou mais camadas (uma camada de entrada, uma camada intermediária, ou “oculta”, e uma camada de saída), tais como os perceptrons (45). Podem existir conexões de diversos tipos, como as intracamadas (entre os nodos de uma mesma camada), inter-camadas (entre os nodos de duas camadas),recorrentes (conexão de um nodo sobre ele mesmo). As conexões inter-camadas podem ser anterógradas (no sentido da entrada para saída) e retrógradas(sentido inverso).
21. Um método de codificação (armazenamento) e decodificação (recuperação) de informação na rede.
    O aprendizado é outro conceito muito importante na caracterização de redes neurais artificiais. Aprendizado é definido como uma modificação realizada na matriz de pesos W de uma rede, no sentido de otimizar um mapeamento dos padrões de entrada e saída. Embora em casos simples fosse possível ajustar a matriz W manualmente, de modo a obter um mapeamento único, é desejável que este processo se aconteça de forma auto-organizada, ou seja, a rede, através de algum algoritmo apropriado, auto-ajusta os seus pesos durante a progressão do aprendizado.
    Para avaliar o desempenho de uma rede conexionista na realização do diagnóstico clínico de demência, Benoit H. Mulsant e Emile Servan-Schreiber (46) da Universidade de Carnegie Mellon, Pittsburgh, desenvolveram e testaram uma rede neural para este fim. O diagnóstico de demência é , um problema razoavelmente bem circunscrito de moderada complexidade, mas de grande importância prática. Para simplificar a pesquisa, os autores ignoraram algumas formas de demências raras, como a meningoencefalite sifilítica, deficiência de vitamina B12, distúrbios da tireóide e da paratireóide, meningite tuberculosa, etc. Os autores utilizaram sete classes de demências que podem ser associadas com formas de decisão clínicas diferentes: demência de Alzheimer, demência vascular , demência por hidrocéfalo , demência de Parkinson , demência por lesão expansiva , delirium e pseudodemência. Tecnicamente falando, nem o delirium nem a psedodemência são formas de demência, mas são importantes formas de diagnóstico diferencial.
    A rede tem uma arquitetura simples, e utiliza o método de hipótese e teste do método. Contém quatro camadas de neurônios: 1 camada de entrada, 2 camadas intermediárias e 1 camada de saída. A camada de entrada contém oitenta unidades de entrada que representam as manifestações clínicas. Cinqüenta e oito unidades de achado são agrupadas em vinte e dois atributos clínicos, selecionados por sua importância diagnóstica. Por exemplo, “idade” ou “memória” são atributos; “idade acima de 70”, ou “distúrbio importante da memória” são achados. Além disso, vinte e duas outras unidades de entrada foram referidas como um valor de confiança para cada atributo, chamadas como unidade de confiança. A camada de saída representa as classes diagnósticas (representadas pelas sete classes diagnósticas) e vinte e duas questões para mais informações. Há duas camadas na unidade intermediária. A camada inferior contém dez unidades chamadas de camadas ocultas. A camada superior contém sete unidades, chamadas como unidades de hipóteses.
    Para ativação da camada de entrada o usuário seleciona o valor entre zero e um; zero significa “não”, um significa “sim” e O.5 significa “desconhecido”. Na ativação das unidades de diagnóstico e questões, um valor entre zero e um também é usado. Para a unidade de diagnóstico, uma ativação de zero significa “ausente”, um significa “presente” e meio O.5 significa “incerto”. No início todos as unidades de achado e de diagnóstico tem uma ativação de O.5. Os autores não treinaram a rede para selecionar as questões, isto é, os pesos para as hipóteses das questões foram determinadas heuristicamente. Um peso para as unidades de confiança para elas corresponderem a unidades de questão é selecionada, e somente quando uma questão foi respondida satisfatoriamente, a questão não podia ser feita novamente. Em contraste, todos os outros pesos foram aprendidos utilizando um treinamento com setenta e cinco casos. A rede foi treinada para associar um diagnóstico com uma descrição completa de um caso. Inicialmente quando nenhuma informação é conhecida, todos os achados são “desconhecidos”. Quando poucas informações são fornecidas, a rede assume uma hipótese. Se um dado é fornecido e corresponde aquela hipótese, essa hipótese é reforçada. Por outro lado, se o novo dado não corresponde àquela hipótese, essa diminui seu peso ou é afastada, dando lugar a uma nova hipótese.
    Todos os casos apresentados durante o treinamento foram diagnosticados corretamente. Quando a rede foi apresentada para exemplos com manifestações importantes do caso, a rede era capaz de identificar o caso típico. Quando a rede foi testada com novos casos, o diagnóstico naturalmente dependia da similaridade do caso testado com os casos treinados. A rede foi testada com 18 casos vistos durante um período de 2 meses em uma enfermaria de psiquiatria. Ao contrário dos casos de treinamento, esses casos eram muitas vezes atípicos, se apresentando com vários diagnósticos concomitantes. Apesar disso, a rede foi capaz de diagnosticar corretamente 11 desses 18 casos. Isso corresponde a uma classificação correta em 61% dos casos.
    O problema médico que essa rede utiliza é considerado pouco complexo, e provavelmente pode ser descrito em um sistema especialista de 200 regras. É preciso estudar problemas mais complexos, com diagnósticos múltiplos e utilizando redes mais complexas e com maior número de casos para treinamento. Redes muito amplas são mais difíceis de serem treinadas, mais seu desempenho é melhor do que pequenas redes. Muitos estudos ainda são necessários para demonstrar a utilidade prática dessa técnica de auxílio na decisão clínica em psiquiatria. A limitação dessa rede sugerem alguns pontos para estudos futuros, comparação das redes conexionistas com modelos Bayesianos, e a integração das redes coneccionistas com sistemas híbridos.
    Este artigo apresentou um breve panorama sobre o desempenho e utilização da Informática médica aplicada à área do diagnóstico psiquiátrico. Este setor da pesquisa propõe um modelo plausível de utilização do computador como instrumento de auxílio à decisão clínica. Estes programas baseados em regras vêm se tornando cada vez mais sofisticados e tendem progressivamente a se aperfeiçoarem. Promissoras possibilidades também se apresentam com os sistemas conexionistas que trazem consigo uma abordagem extremamente tentadora a de que um computador possa funcionar como o cérebro humano, com capacidade de aprender por si só.
    Entretanto, o computador não substitui e nunca substituirá a relação médica com seu paciente, sua experiência clínica e a arte do diagnóstico. Ele é apenas um instrumento a mais de auxílio ao diagnóstico, que tem se mostrado de grande utilidade na pesquisa e, agora, na prática clínica.

Endereço do autor:
Dr. Tárcio Carvalho
R. São Francisco, 110 sala 303
Derby – Recife – PE CEP. 52010-020
Fone: (081) 32210132
E-mail: tarcio@doctor.com

REFERÊNCIAS BIBLIOGRÁFICAS

1. Greist J H – Computers and psychiatry diagnosis. In: Baskin. D.: Computer Apllications in Psychiatry and Psychology. Brunner/Mazel Publishers, New York, 1990.
2. Spitzer R L, Endicott J, Robins E – clinical criteria for psychiatric diagnosis and DSM-III. American Journal of Psychiatry, 132:1187-1192, 1975.
3. Shortliffe EH – Computer Programs to support clinical decision making. JAMA; 258:61-66, 1987.
4. Ledley RS, Luster LB – Reasoning foundations of medical diagnosis. Science;13:01- 21,1959.
5. Warner HR, Toronto AF, Veasy LG – Experience with Bayes’s theorem for computer diagnosis of congenital heart disease. Ann NY Acad Sci;11:52-16, 1964.
6. Spitzer RL, Endicott J – DIAGNO: a computer program for psychiatric diagnosis utilizing the differential diagnostic procedure. Archieves of General Psychiatry;18:746-756, 1968.
7. Wing JK, Nixon J, von Cranach M, Strauss A – Further developments of the PSE and CATEGO system. Arch Psychiat Nervenkr, 224:151-160, 1977.
8. Wing JK – Standardizing clinical diagnostic judgments: the PSE-CATEGO system 1. Shortliffe EH – Computer Programs to support clinical decision making. JAMA; 258:61-66, 1987.
9. Fleiss J, Spitzer RL, Cohen J, Endicott J – Three computer diagnosis methods compared. Archieves of General Psychiatry;27:643-649, 1972.
10. Hirschfeld R, Spitzer RL, Miller RG – Computer diagnosis in psychiatry: a Bayes approach. Journal of Nervous and Mental Diseases;158:399-407.
11. Altman H, Evanston RC, Cho DW – New discriminant functions for computer diagnosis. Multivariate Behavioral Research;11:367-376, 1976.
12. Melrose JP, Stroebel C, Gluek B – Diagnosis of psychopatology using stepwise multiple discriminant analysis. Psychiatry;12:43-50, 1970.
13. Hedlund JL, Viewing BW – Computer generated diagnosis. In, Last CG et al; Issues in Diagnostic Research, Plenum Publishing Company, 1987.
14. Bastos, O – O diagnóstico em Psiquiatria. Jornal Brasileiro de Psiquiatria; 33:311-316, 1984.
15. Buchanan BG, Shortliffe EH – Rule-based expert systems. Addison-Wesley, Reading, 1984.
16. Carvalho Filho E C B, Marar J F – O computador neural: uma máquina biologicamente inspirada. anais do I Simpósio sobre o Cérebro. Caderno do Centro de Ciências da Saúde, Universidade Federal de Pernambuco, 3:73-84, 1994.
17. Mishkoff HC – Understanding Artificial Intelligence;Texas Instruments Inc., Texas, 1986.
18. PK – Artificial neural Shortliffe EH – Computer Programs to support clinical decision making. JAMA; 258:61-66, 1987.
19. First MB, Williams JBW, Spitzer RL – DTREE: Microcomputer- assisted teaching of psychiatric diagnosis using a decision tree model. Proceedings of the Twelfth Annual Symposium on Computer Application in Medical Care, IEEE Press, New York, 1988.
20. Kulikowski C, Weiss SM – Representation of expert knowledge for consultation: the CASNET and EXPERT projects. In, Szolovits P: Artificial Intelligence in Medicine, Westview Press 55 Colorado, 21, 1982.
21. Pople H – Heuristic methods for imposed structure on ill- structured problems: the structuring of medical diagnostics.In. Szolovits P, Artificial Intelligence in Medicine, Westview Press, Colorado, 119-190, 1982.
22. American Psychiatry Association – Diagnostic and Statistical Manual of Mental Disorders, Third Edition (DSM-III);American Psychiatric Press, Washington, D.C., 1980.
23. American Psychiatry Association – Diagnostic and Statistical Manual of Mental Disorders (DSM-III-R), Third Edition, Revised; American Psychiatric Press, Washington D.C., 1987.
24. World Health Organization – ICD-10. 1988 Draft of Chapter V Categories, Mental, Behavioural and Developmental Disorders, WHO, Geneva, 1988.
25. Carvalho TFR – Multidiagnóstico computadorizado das depressões. Sistema LICETD-100. Neurobiologia;50:219:240, 1987.
26. First MB, Williams JBW, Spitzer RL – DTREE: an expert system for psychiatric diagnosis. Proceedings of the 13th. Annual Symposium on Computer Application in Medical Care, IEEE Press, New York, 954-955, 1989.
27. Sougey E B, Carvalho TFR – LIST-D10: Um sistema computadorizado de multidiagnóstico para as depressões. Jornal Brasileiro de Psiquiatria (no prelo).
28. Swartz CM, Pfohl B – A learning aid for DSM-III: computerized prompting of diagnostic criteria. Journal of Clinical Psychiatry;42:359-361, 1981.
29. Erdman HP, Greist JH, Klein MH,Jefferson JW, Olson W, Saslinger R – Clinical usefulness of a computer program for psychiatric diagnosis. In,Shriver B, Walker R, Grams R (eds.) Proceedings of the Fourteenth Hawaii International Conference on System Sciences, North Hollywood, CA , 802-817, 1981.
30. Lieff JD – Computer applications in psychiatry. American Psychiatry Press, Washington D.C., 1987.
31. Robins LN et al – The NIMH Diagnostic Interview Schedule: its history, characteristics, and validity. Archieves of General Psychiatry;38:381-389, 1981.
32. Weizenbaum J – ELIZA-A computer program for the study of natural language communication between man and machine. Communication of the Association for Computer Machine, 9:34-45, 1966.
33. Carvalho TFR, Lima MG, Azevedo RCS – Gerador de casos clínicos de distúrbios depressivos para treinamento diagnóstico no DSM-III-R. Software apresentado no I Simpósio de Informática na Educação Médica, em Campinas, SP, 1991.
34. Jachna JS, Powsner SM, Mclntyre PJ, Byck RS – The psychiatry consult adventure simulation. Proceedings of the 13th Annual Symposium on Computer Application in Medical Care, IEEE Press, New York. pp.1030-1032, 1989.
35. Carvalho TFR, Contreras MCG, Gama AR – Programa computadorizado de auxilio ao ensino médico em psiquiatria: esquizofrenia paranóide. Software apresentado no I Simpósio de Informática na Educação Médica, em Campinas, SP, 1991b.
36. Schwartz WB, Patil RS, Szolovits P – Artificial intelligence in medicine: Where do we stand? NEJM;316:685-688, 1987.
37. Eberhart RC, Dobbins RW – Early neural network development history: the age of Camelot. Engineer. Medical Biologic Magazine;915:18, 1990.
38. Sabbatini RME – Aplicações biomédicas de redes neurais artificiais. Não publicado, 1991.
39. McCulloch W, Pitts W – A logical calculus of the ideas immanent in nervous acti. vity. Bulletin of Mathematical Biophysics;71:15-133, 1943.
40. Rosenblatt F – Principle of neurodynamics. Spartan Books, Washington D.C., 1962.
41. Misky M, Pappert S – Perceptrons. MIT Press, Cambridge, 1969.
42. Gomi T – Sixth generation computing by the year 21: characteristics, opportunity and challenge. Proceedings of the II International Symposium of Artificial Intelligence and Expert System, AMK Berlin, Berlin, 211-212, 1988.
43. Simpson PK – Artificial neural systems: foundations, paradigms, applications and implementations. Pergamon Press, London, 1990.
44. Hopfield JJ – Neural networks and physical systems with emergent collective computational abilities. Proccedings of the National Academy of Science. USA, 79:2554-2558, 1982.
45. Rosenblatt F – The perceptron: a probabilistic model for information storage and organization in the brain. Psychol. Rev.;65:368-408, 1958.
46. Mulsant BH, Servan-Schreiber e – A connectionist approach to the diagnosis of dementia. Proceedings of the Twelfth Annual Symposium on Computer Application Australian and New Zealand. Journal of Psychiatry;14:17-20, 1980.

APLICAÇÕES DO COMPUTADOR NA CLíNICA PSIQUIÁTRICA

“Monografia que apresento ao Departamento
de Neuro-Psiquiatria da Universidade Federal
de Pernambuco para conclusão da
residência médica em Psiquiatria”
RECIFE – 1991
Tárcio Fábio Ramos de Carvalho

SUMÁRIO
I. INTRODUÇÃO
II. DIAGNÓSTICO PSIQUIÁTRICO COMPUTADORIZADO
II.1 SISTEMAS ESPECIALISTA NO DIAGNÓSTICO PSIQUIÁTRICO
II.2 REDES NEURAIS NO DIAGNÓSTICO PSIQUIÁTRICO
III. AVALIAÇÃO CLÍNICA POR COMPUTADOR
III.1 ESCALA DE DEPRESSÃO DE HAMILTON COMPUTADORIZADA
III.2 AVALIAÇÃO COMPUTADORIZADA DE DISTÚRBIOS COGNITIVOS
III.3 TESTES PSICOLÓGICOS COMPUTADORIZADOS
IV. ENTREVISTAS PSIQUIÁTRICAS COMPUTADORIZADAS
IV.1 IMPLICAÇÕES DA ENTREVISTA COMPUTADORIZADA
V. PSICOTERAPIA COMPUTADORIZADA
V.1 PSICOTERAPIA POR COMPUTADOR
V.2 PSICOTERAPIA AUXILIADA POR COMPUTADOR
V.3 COMPUTADOR COMO PACIENTE NA PSICOTERAPIA
VI. CONCLUSÃO
VII. BIBLIOGRAFIA

I. INTRODUÇÃO

A Psiquiatria encontra-se em um estado de profundas mudanças. Grandes progressos têm ocorrido como, por exemplo, a aceitação mundial de sistemas de classificação de distúrbios psiquiátricos com critérios operacionais e sistemas multiaxiais para os distúrbios mentais. Além disso, tem havido uma crescente sofisticação dos métodos de mensuração dos comportamentos anormais humanos e uma expansão das modalidades de tratamento biológico, psicológico e social. Outras áreas relacionadas com a Psiquiatria também têm mostrado um grande progresso, como a biologia molecular cerebral, genética, imagem cerebral, psicofarmacologia, epidemiologia e a psicologia experimental. Dessa forma, vemos a transição de uma Psiquiatria filosófica e contemplativa para uma Psiquiatria científica. A Psiquiatria Biológica proporcionou contribuições, não apenas para as ciências básicas e com novas modalidades de tratamento, mas também com instrumentos, metodologia e mentalidade para o trabalho delineado em uma ciência empírica, a única forma de sobrevivência de uma disciplina médica. E como uma disciplina da Medicina, muito tem se valido do computador como uma poderosa ferramenta nessa evolução. A tecnologia da Informática é hoje algo comum na sociedade em geral, nos consultórios médicos e nas residências (49). Atualmente os computadores tornaram-se parte da história do progresso da Medicina e da Psiquiatria. No começo do nosso século tinha-se a impressão de que um médico, como William Osler, poderia entender da maioria das doenças, se não de todas elas. Por volta de 192O houve um aumento da complexidade da Medicina. Surgiu a necessidade de maiores cuidados com o exame médico. Cresceu o número de dados nos prontuários e as possibilidades de decisões médicas, no que diz respeito a exames complementares, diagnósticos e tratamentos. Essa complexidade tem levado à procura por especializações e subespecializações na Medicina, e hoje consideramos normal consultarmos outros colegas médicos a respeito de condutas que não sejam de nossa especialidade. Mesmo dentro de uma especialidade, a quantidade de conhecimentos tem aumentado espantosamente. O número de publicações médicas duplica a cada cinco anos. Para se ter uma idéia, apenas no Centro de Informação sobre Lítio da Universidade de Wisconsin há mais de dezoito mil citações de usos médicos do lítio (1). Para encontrar uma determinada referência sem o auxílio do computador pode ser uma tarefa longa e cansativa. A crescente complexidade da Medicina tornou o computador não apenas algo importante, mas fundamental. Imagine um Departamento de Psiquiatria responsável pelo atendimento de uma população com um milhão de habitantes, na qual aproximadamente cinco mil pessoas por ano são internadas em hospitais psiquiátricos. Muitos desses pacientes felizmente melhoram mas, a maioria, inevitavelmente terão readmissões futuras. O número de consultas aos ambulatórios de psiquiatria nesse sistema de Saúde Mental imaginário é alto, em torno de seiscentas mil por ano, dos quais quinze mil pacientes são atendidos em hospitais de emergência. Os dados sobre os internamentos prévios, tratamentos ambulatoriais e atendimentos em emergência estão disponíveis? Temos os dados de diagnósticos anteriores, os tratamentos que recebeu, a evolução da doença, ou há dados familiares facilmente à nossa disposição? Na verdade não temos. Podemos recuperar essas informações em alguns casos às custas de um grande esforço. Além disso, geralmente os prontuários são incompletos, desorganizados e ilegíveis. Essa situação leva a um considerável desperdício de tempo pela equipe de saúde, perda na qualidade e na continuidade dos tratamentos e ônus financeiro para o sistema de saúde. É importante lembrar ainda que esses pacientes costumam passar por vários hospitais e, mesmo quando se mantêm em um único hospital do tipo universitário, passam por diversas gerações de residentes. A implantação de um sistema informatizado nessa rede de Saúde Mental é imprescindível para melhoria da qualidade do atendimento, proporcionando dados para programação e controle de medidas de prevenção em todos os níveis. Entretanto, apesar da Informática estar muito difundida em muitas áreas do conhecimento e em algumas especialidades médicas, o computador, pela potencialidade que apresenta, ainda tem sido muito pouco utilizado em Psiquiatria, tanto nos Estados Unidos com na Europa (3). No Brasil essa situação é ainda mais difícil; a política de reserva de mercado da Informática dificulta o acesso a essa tecnologia e as condições econômicas da população são precárias. Muitos psiquiatras de nossa geração continuarão a trabalhar sem o uso dos computadores, e isso e particularmente verdadeiro para aqueles que realizam uma psicoterapia psicanalítica tradicional. Várias são as justificativas para o pouco uso do computador em Medicina; para alguns, os problemas que os sistemas computadorizados enfrentam são muito amplos e complexos para serem resolvidos pelos sistemas atuais (83); muitos temem que o computador atrapalhe sua prática, fornecendo informações que eles não sabem o que fazer com elas; outros profissionais encaram os sistemas como intrusivos ou desafiantes ao julgamento clínico; alguns consideram que os programas são desenvolvidos para pesquisas e não para uso clínico (7,12); outros ainda acham que as informações do computador são de pouca confiabilidade, o que compromete a responsabilidade do médico no cuidado com o paciente (87,96,1O7). Essa resistência inicial é compreensível. Há apenas dez anos atrás falar em computador era referir-se à máquinas enormes, pesadas, complicadas e lentas, reservadas apenas para uma minoria de estudiosos no assunto. Para cada aplicação do computador havia necessidade do desenvolvimento de seus próprios programas. Com a comercialização dos microcomputadores pessoais no início dos anos oitentas, praticamente o computador passou a fazer parte dos escritórios, bancos, hospitais e residências nos países desenvolvidos. Nos Estados Unidos, 37% da população economicamente ativa usa o computador em seu trabalho; 71% dos executivos e funcionários de áreas financeiras trabalham com computadores; 46% dos americanos entre três e dezesete anos de idade têm acesso a um computador em casa ou na escola. Há sete anos esse índice era bem menor -- apenas 3O% dos jovens usavam computadores. O desenvolvimento de computadores cada vez mais baratos, menores e de fácil manejo, aliado aos programas computadorizados com linguagem e modo de operação mais acessível, têm permitido uma grande difusão da Informática na Medicina. Em todo o mundo, e particularmente nos países mais desenvolvidos, o impacto da Informática na área de saúde tem sido impressionante. Nos Estados Unidos, Europa e Japão já se encontram informatizados cerca de 6O a 8O% dos consultórios médicos e odontológicos, 8O% a 9O% das clínicas especializadas de médio e grande porte e virtualmente todos os hospitais. Todas as faculdades em Ciências da Saúde oferecem cursos de Informática para seus alunos, e é praticamente desconhecido o administrador hospitalar que não tenha conhecimentos básicos sobre as possibilidades de utilização do computador nas mais variadas áreas dentro de um hospital. Em Psiquiatria já temos um número considerável de programas para uso clínico, administração hospitalar, ensino e pesquisa. O presente trabalho faz uma revisão das principais aplicações clínicas do computador em Psiquiatria. Não serão apresentados programas utilitários como processadores de texto, bancos de dados e planilhas de cálculos. Esses são os programas mais utilizados na clínica psiquiátrica, mas procurei limitar o trabalho àquelas aplicações que são desenvolvidas para serem utilizadas em Saúde Mental e que são de interesse especial para a clínica psiquiátrica.

II. DIAGNÓSTICO PSIQUIÁTRICO COMPUTADORIZADO

A noção do diagnóstico automatizado tem se tornado uma das expectativas da nossa sociedade para o futuro. Isso tem se manifestado muitas vezes nas ficções científicas, como no filme Guerra nas Estrelas, onde o Dr. McCoy introduz uma sonda em um membro da tripulação da nave espacial para saber qual o problema que o astronauta esta sofrendo. O astronauta futurista entra em uma câmara e logo após surge todo o relatório médico. Desde o surgimento dos primeiros computadores os profissionais de saúde têm imaginado o dia em que a informática seria utilizada na realização do processo de diagnóstico médico (85). O primeiro trabalho tratando dessa possibilidade surgiu no final dos anos cinqüentas (59), e logo apareceram protótipos experimentais em Medicina (1OO). Na década de sessenta a Psiquiatria conhecia os primeiros programas computadorizados para diagnóstico. Spitzer e Endicott em 1968, nos Estados Unidos, desenvolveram o DIAGNO (94), sendo considerado primeiro programa para o diagnóstico psiquiátrico. Logo depois surgem vários outros programas, como o CATEGO (1O4), para diagnóstico na CID-8. O CATEGO faz parte de um sistema desenvolvido por Wing e col. para classificação de dados obtidos pelo Exame do Estado Atual (PSE), uma entrevista estruturada para o obtenção de dados clínicos. O sistema fez sucesso na época, e foi utilizado no Estudo Piloto Internacional da Organização Mundial de Saúde sobre Esquizofrenia (1O5). Outros programas voltados para o diagnóstico psiquiátrico utilizando métodos estatísticos como a teoria das probabilidades de Bayes (42, 52) ou funções de análise discriminante (2, 67, 5O) também foram desenvolvidos. No entanto tiveram menor expressão do que os sistemas baseados em regras. Entre nós, o professor Othon Baston já em 1984 publicava um artigo intitulado "O Diagnóstico em Psiquiatria" (9) no Jornal Brasileiro de Psiquiatria, e concluía o trabalho dizendo: "Trata-se, sem dúvida alguma, da reabilitação e da consolidação do diagnóstico em Psiquiatria, cuja atividade se iniciou no diagnóstico clínico tradicional (...) e que se torna mais complexo e sofisticado através do emprego de métodos objetivos quantitativos e do uso de computadores". Para Othon havia uma relação entre o computador e a prática clínica da psiquiatria. De fato, se não temos ainda um uso amplo do computador na realização do diagnóstico psiquiátrico, sabemos que ele é muito importante para desenvolvimento e aplicação dos sistemas de classificação mais recentes, como o DSM-III-R (4) e a CID-10 (106).

II.1 SISTEMAS ESPECIALISTA NO DIAGNÓSTICO PSIQUIÁTRICO
Os Sistemas especialistas fazem parte de uma área do conhecimento denominada Inteligência Artificial (AI) ou Engenharia do Conhecimento. IA é uma nova Ciência. É um ramo da Informática que trabalha com processamento simbólico, utilizando métodos não algoritmos na resolução de problemas (14). Atualmente, as principais áreas de pesquisa em IA são(69):
Sistemas especialistas
Processamento de linguagem natural
Reconhecimento da fala
Visão computacional
Robótica
Ensino assistido por computador
Ferramentas para desenvolvimento de programas
Suporte para planejamento e decisão.
Sistema especialista é um programa de computador desenvolvido para agir como um especialista em uma área particular. Eles agem como auxiliares inteligentes para especialistas, assim como ajuda às pessoas que não podem ter acesso a um especialista. Em Medicina suas aplicações têm crescido muito nos últimos anos, sendo conhecidas como sistemas de auxílio à decisão médica, isto é, qualquer programa de computador desenvolvido para ajudar profissionais de saúde nas decisões clínicas (85). Esses sistemas trabalham com:
Uma base de dados. Corresponde às informações que um médico dispõe dos pacientes, como no prontuário.
Um sistema de decisão. É baseado nos conhecimentos da Medicina para a realização do diagnóstico ou para decidir que procedimento é mais apropriado em uma determinada situação.
Na Medicina, os sistemas especialistas aplicados ao diagnóstico fornecem justificativas para os seus diagnósticos através dos mecanismos fisiopatológicos. Por exemplo, em oncologia, a classificação das doenças é baseada na histopatologia do tumor; nas doenças infecciosas, o diagnóstico é baseado no agente infeccioso. A pequena compreensão da etiologia da maioria das doenças mentais faz com que o diagnóstico psiquiátrico seja baseado apenas na descrição clínica (41). Os diversos sistemas de classificação em Psiquiatria que têm surgido recentemente apresentam essa tendência de serem ateóricos quanto à etiologia. O desconhecimento dos mecanismos patofisiológicos em Psiquiatria impede o uso de sistemas especialistas que utilizam a representação das relações causais, como os sistemas CASNET(57) e CADUCEUS(74), os quais realizam respectivamente o diagnóstico de glaucoma e em Medicina geral.
A falta de um “padrão ouro” de validade diagnóstica em Psiquiatria tem levado à adoção de um sistema de classificação baseado mais no consenso e em convenção do que em determinantes biológicos (41). Os sistemas de classificação computadorizados baseados em regras parecem então ser a melhor opção para os atuais sistemas mais aceitos na comunidade médica, como o DSM-III(3) e DSM-III-R, que utilizam critérios operacionais de inclusão e exclusão para realizar um diagnóstico. Sendo assim, já que os sistemas especialistas adotam as regras dos sistemas classificatórios, os diagnósticos computadorizados desses sistemas devem ter a mesma aceitação que têm os diagnósticos quando aplicados por um especialista.
Os programas desenvolvidos atualmente para diagnóstico psiquiátrico geralmente são multidiagnósticos. Essa tendência advém da necessidade de comparação dos sistemas de classificação e de pesquisas. Dois exemplos de programas para diagnóstico psiquiátrico baseados em sistemas lógicos de decisão serão apresentados:
Sistema LICET-D1OO
O sistema LICET-D1OO é um instrumento que permite, com a ajuda de um computador, estabelecer um diagnóstico em sete sistemas diferentes de classificação para as depressões (22). Foi criado a partir da Lista Integrada de Critérios de Avaliação Taxionômica para as Depressões, trabalho desenvolvido por Pichot e traduzido para a língua portuguesa por Everton Sougey (9O). Contém os critérios diagnósticos para depressão dos seguintes sistemas de classificação: critérios de Saint-Louis para depressão primária ou secundária (39), RDC (92), critérios de Klein para depressão endogenomorfa (55), critérios do DSM-III, critérios de Berner para as síndromes axiais ciclotímicas endogenomorfas (13), critérios de Winokur (6) e os critérios de Newcastle para depressão endógena e neurótica (15). A LICET-D1OO representa um grande progresso no diagnóstico dos distúrbios depressivos, pois permite realizar os diagnósticos para os vários sistemas de classificação com base em uma única entrevista (2O). Atualmente, um dos autores (Everton Sougey) esta desenvolvendo uma nova versão, que possibilitará o diagnóstico em dez sistemas de classificação para as depressões, incluindo o DSM-III-R e a mais recente classificação da Organização Mundial de Saúde, a CID-1O. Conta ainda com um glossário e questões para serem utilizados com cada um dos 133 itens da nova versão.
DTREE
É um sistema especialista para diagnóstico e ensino com utilizando o DSM-III-R. Desde a introdução do DSM-III em 198O, três programas computadorizados utilizando árvores de decisão foram desenvolvidos para realizar o diagnóstico nesse sistema: O Manual de Diagnóstico Psiquiátrico Automatizado (95), o Programa de Entrevista Médica (35), e o DECISIONBASE (61). Todos esses programas são baseados nos critérios diagnósticos do DSM-III, mas não fornecem justificativas para o seu diagnóstico, o que torna às vezes difícil de entender como o computador chega a um determinado resultado.
O DTREE inclui apresentação de todos os passos que realiza para se chegar a um diagnóstico, sendo de especial interesse em clínica, pesquisa e ensino. Cada questão que o DTREE faz a respeito do paciente é acompanhado de um glossário com a definição do sintoma e uma explicação de como se pode diferenciar aquele sintoma de outros fenômenos psicopatológicos semelhantes. Além disso, para cada questão ele informa a importância do critério para um determinado diagnóstico que está sendo testado. Por exemplo, quando o DTREE está investigando a presença de sintomas psicóticos, para o item “delírio” ele explica que está pesquisando o critério “A” dos sintomas presentes na esquizofrenia segundo o DSM-III-R. Na tela do monitor são apresentados os diagnósticos diferenciais que serão testados caso o usuário do sistema indique a presença ou ausência de delírio. Se o usuário quiser saber mais sobre esse item, basta apertar a tecla I, que é a tecla de “informação”, e o computador mostrará a definição e como diferenciar um delírio de outras manifestações, como por exemplo, de uma idéia supervalorizada. O DTREE é apresentado em duas versões, o “Clinical Mode”, onde é utilizado o sistema especialista para o diagnóstico, e o “Case Mode”, no qual o computador apresenta um caso clínico e o usuário tenta realizar o diagnóstico correto.
Atualmente estão sendo desenvolvidos novos programas, mais sofisticados, utilizando o raciocínio heurístico para o diagnóstico médico. Esses programas contam com uma maior facilidade de desenvolvimento pois existem programas “shell” à disposição para as mais diversas finalidades. Programa “shell” é um software utilizado para desenvolver um sistema especialista, de modo que a pessoa que irá desenvolver o sistema não precisa entender de programação de computadores.
II.2 REDES NEURAIS NO DIAGNÓSTICO PSIQUIÁTRICO
Mais recentemente uma outra área da IA tem recebido especial atenção, os sistemas conexionistas ou redes neurais. Apesar do alto nível de desenvolvimento dos sistemas especialistas, eles apresentam sérias limitações: “[Eles] são incapazes de refletir as variações do quadro clínico. Em particular, eles têm dificuldades em reconhecer variações que as doenças podem apresentar, em termos de espectro de manifestações e graus de severidade” (83).
As redes neurais artificiais, ou sistemas conexionistas, têm se caracterizado pelo notável crescimento de interesse e do número de pesquisas nos últimos cinco anos, graças a importantes rupturas conceituais e teóricas (32). As redes neurais trazem grandes implicações para as aplicações biomédicas da IA. Os modelos conexionistas podem se tornar extremamente eficientes e eficazes para a implementação de sistemas inteligentes (softwares, aplicativos e instrumentos) em inúmeras áreas da Medicina, principalmente aquelas que envolvem a classificação e reconhecimento de padrões complexos, como o processamento de sinais e imagens biológicas, ou os sistemas especialistas de apoio à decisão médica (81).
As redes neurais artificiais surgiram nos anos 4O (66), foram desenvolvidas nos anos sessentas (79), e ficaram parcialmente abandonadas nos anos setentas (7O), período em que houve maior interesse nos sistemas especialistas. As redes neurais voltaram a ser motivo de grande atenção nos últimos cinco anos. Ao rápido reconhecimento das vantagens proporcionadas por esta nova geração de sistemas conexionistas seguiu-se uma avalanche de novos algoritmos e formalizações teóricas e aplicadas. Por outro lado, a possibilidade de construir computadores com velocidades de processamento de 1 a 2 ordens de magnitude acima dos mais rápidos processadores convencionais e capazes de realizar com muito maior facilidade diversas tarefas para as quais o cérebro humano está especialmente adaptado, levou ao desenvolvimento dos chamados “neurochips” (circuito integrados com arquitetura neuromórfica) e os neurocomputadores, já anunciados como computadores de sexta geração (44, 95). Entretanto, enquanto esse novo tipo de “hardware” ainda não estiver disponível, é possível simular a operação paralela de uma rede neural em um computador sequencial, através de algoritmos especiais e sistemas de desenvolvimento (81).
Os sistemas conexionistas têm sido bastante atrativos pelos funções que desempenham em reconhecimento de padrões. Em contraste com a arquitetura de Von Neumann, as redes neurais consistem de unidades independentes chamadas elementos de processamento, que são análogos aos neurônios no cérebro. Um grande número de elementos de processamento são associados com uma série de pesos que determinam o quanto os dados de entrada irão influenciar os elementos de processamento e a rede neural. Os pesos são modificados de acordo como o “aprendizado”, isto é, a possibilidade de “relembrar” um determinado conhecimento. Quando o aprendizado termina, a rede pode ser usada para reconhecimento de padrões ou outras funções. Em contraste com os sistemas especialistas em inteligência artificial, as redes neurais não necessitam de ter uma base de conhecimentos sistematizada (como um sistema baseado em regras), precisando apenas receber um treinamento com os exemplos fornecidos.
Uma rede neural artificial consiste de (86):
Elementos de processamento, os “neurônios”, também referidos como nodos, interconectados entre si na forma de uma topologia ou rede. Um nodo recebe sinais binários ou contínuos provindos do meio exterior ou de outros nodos da rede através de conexões diretas, as “sinapses”. Em seguida processa estes sinais de alguma forma e envia o produto do processamento para outros nodos ou para o exterior. Os sinais de entrada formam um vetor A = a1, a2…ai…an, onde ai e o sinal ou nível de atividade da i-esima conexão de entrada. Tipicamente existem dois tipos de conexões: conexões excitatórias, ou positivas, e conexões inibitórias, ou negativas, que tendem a aumentar ou diminuir respectivamente, a ativação de um nodo. Associado a cada conexão ai entre dois nodos existe um valor ajustável denominado peso; formando portanto outro vetor Wj = w1j, w2j … wij … wij, onde wij corresponde ao peso da conexão entre os nodos ai e bj. No modelo generalizado pode existir também um parâmetro extra Oj, modulado pelo peso woj, que corresponde a um limiar a ser excedido para haver ativação do nodo. Para calcular o valor de saída bj do nodo, realiza-se a soma ponderada de todos os wij, e o resultado é aplicado a uma função de ativação, que usualmente é não linear, e que equivale ao limiar de disparo do neurônio.
Uma arquitetura de interconexão entre nodos da rede. Existem diversos tipos de arquitetura, desde as que interconectam totalmente cada nodo constituinte da rede, isto é, cada nodo se conecta a todos os demais, como nas redes de Hopfield (53), até as redes estratificadas, formadas por duas ou mais camadas tais como os perceptrons Rosenblatt, (8O), com uma camada de entrada, uma camada intermediária, ou “oculta”, e uma camada de saída). Podem existir conexões de diversos tipos, como as intracamadas (entre os nodos de uma mesma camada), inter-camadas (entre os nodos de duas camadas), recorrentes (conexão de um nodo sobre ele mesmo). As conexões inter-camadas podem ser anterógradas, no sentido da entrada para a saída, e retrógradas, com sentido inverso.
Um método de codificação (armazenamento) e decodificação (recuperação) de informação na rede.
O aprendizado é outro conceito muito importante na caracterização de redes neurais artificiais. Aprendizado é definido como uma modificação realizada na matriz de pesos W de uma rede, no sentido de otimizar um mapeamento dos padrões de entrada e de saída. Embora em casos simples fosse possível ajustar a matriz W manualmente, de modo a obter um mapeamento único, é desejável que este processo se dê de forma auto-organizada, ou seja, a rede, através de algum algoritmo apropriado, auto-ajusta os seus pesos durante a progressão do aprendizado.
Para avaliar o desempenho de uma rede conexionista na realização do diagnóstico clínico de demência Benoit H. Mulsant e Emile Servan-Schreiber (71) da Universidade de Carnegie Mellon, Pittsburgh, desenvolveram e testaram uma rede neural para este fim. Elstein, Shulman e Sprafka (33) demonstraram que o estilo dos médicos na solução de problemas é muitas vezes dependente do problema que eles têm diante de si. O diagnóstico de demência é, um problema razoavelmente bem circunscrito, de moderada complexidade, mas de grande importância prática.
Demência é uma síndrome clínica definida como um distúrbio da função intelectual, adquirido e persistente, com comprometimento da linguagem, memória, habilidade visoespacial, emoção, personalidade e cognição (abstração, cálculo, julgamento, etc.)(28). Quando um quadro de demência é suspeitado, o objetivo do médico é determinar se o quadro é devido a algum distúrbio que mimetiza a síndrome. Uma atenção especial e dada às condições que podem ser tratadas. Como em muitas outras atividades de diagnóstico, o processo é guiado pelos tratamentos disponíveis e formas de lidar com o problema. Psiquiatras tendem a diagnosticar distúrbios que são tratáveis, como a depressão, mais do que distúrbios irreversíveis, como a demência de Alzheimer.
Para simplificar, os autores ignoraram algumas formas de demências raras, como a meningoencefalite sifilítica, deficiência de vitamina B12, distúrbios da tireóide e da paratireóide, meningite tuberculosa, etc. Os autores utilizaram 7 classes de demências: demência de Alzheimer (DA), demência vascular (V), demência por hidrocéfalo (DH), demência de Parkinson (DP), demência por lesão expansiva (DE), delirium e pseudodemência. Tecnicamente falando, nem o delirium nem a psedodemência são formas de demência, mas são importantes para a realização do diagnóstico diferencial.
Estrutura da Rede
A rede tem uma arquitetura simples, e utiliza o método de hipótese e teste do método. A rede contém quatro camadas de neurônios: uma camada de entrada, duas camadas intermediárias e uma camada de saída.
A camada de entrada contém oitenta unidades de entrada que representam as manifestações clínicas. Cinqüenta e oito unidades de achado são agrupadas em vinte e dois atributos clínicos, selecionados por sua importância diagnóstica. Por exemplo, “idade” ou “memória” são atributos; “idade acima de 7O”, ou “distúrbio importante da memória” são achados. Além disso, vinte e duas outras unidades de entrada foram referidas com um valor de confiança para cada atributo, chamadas unidades de confiança.
A camada de saída representa as classes diagnósticas, representadas pelas sete classes diagnósticas, e vinte e duas questões para mais informações.
Há duas camadas na unidade intermediária. A camada inferior contem dez unidades chamadas de camadas ocultas. A camada superior contém sete unidades, chamadas unidades de hipóteses.
Para ativação da camada de entrada o usuário seleciona um valor entre zero e um; zero significa “não”, um significa “sim” e meio significa “desconhecido”. Para ativação da camada de saída, a ativação das unidade de diagnóstico e questões, um valor entre zero e um é também usado. Para a unidade de diagnóstico, uma ativação de zero significa “ausente”, um significa “presente” e meio significa “incerto”. No início, todas as unidades de achado e de diagnóstico tem uma ativação de meio (0.5).
Os autores não treinaram a rede para selecionar questões. Conseqüentemente, os pesos para as hipóteses das questões foram determinadas heuristicamente. Um peso para as unidades de confiança a fim de que elas correspondessem às unidades de questão foi selecionado. Somente quando uma questão era respondida satisfatoriamente, ela não podia ser feita novamente. Em contraste, todos os outros pesos foram aprendidos utilizando um treinamento com setenta e cinco casos.
A rede foi treinada para associar um diagnóstico com uma descrição completa de um caso. Inicialmente quando nenhuma informação é conhecida, todos os achados são “desconhecidos”. Quando poucas informações são fornecidas, a rede assume uma hipótese. Se um novo dado é fornecido e corresponde àquela hipótese, essa hipótese é reforçada. Por outro lado, se o novo dado não corresponde àquela hipótese, essa diminui seu peso ou é afastada, podendo dar lugar a uma nova hipótese.
Todos os casos apresentados no treinamento foram diagnosticados corretamente. Quando a rede foi apresentada para exemplos com manifestações importantes do caso, ela era capaz de identificar o caso típico. Quando a rede foi testada com novos casos, o diagnóstico naturalmente dependia da similaridade do caso testado com os casos treinados. A rede foi testada em dezoito casos vistos durante um período de dois meses em uma enfermaria de Psiquiatria. Ao contrário dos casos de treinamento, esses eram muitas vezes atípicos, apresentando vários diagnósticos concomitantes. Apesar disso, a rede foi capaz de diagnosticar corretamente onze desses dezoito casos. Isso corresponde a uma classificação correta de 61% dos casos.
O problema médico que essa rede utiliza e considerado pouco complexo. Ele provavelmente pode ser escrito em um sistema especialista de duzentas regras. É preciso estudar problemas mais complexos, com diagnósticos múltiplos. Redes muito amplas são mais difíceis de serem treinadas, mas seu desempenho é melhor do que pequenas redes.
Muitos estudos ainda são necessários para demonstrar a utilidade prática dessa técnica de auxílio na decisão clínica em Psiquiatria. A limitação dessa rede sugere alguns pontos para estudos futuros, comparação das redes conexionistas com modelos Bayesianos, e a integração das redes conexionistas com sistemas híbridos.

III. AVALIAÇÃO CLÍNICA POR COMPUTADOR

A avaliação clínica em Psiquiatria sem o uso de instrumentos de avaliação é muito imprecisa. Isso tornou-se mais claro nos anos sessentas, quando as avaliações psiquiátricas foram muito questionadas. Nessa época surgem as primeiras escalas de avaliação em Psiquiatria, como a escala para depressão de Hamilton (1O8) , a escala de auto-avaliação de Beck para a depressão (119), dentre outras. Esses instrumentos passaram a ser muito estudados devido à possibilidade que têm de padronização das avaliações quantitativas dos transtornos mentais. Escalas de avaliação psiquiátrica, também chamadas de instrumento de avaliação, proporcionam um método de quantificar aspectos psicológicos, comportamentais e de relacionamento interpessoal e com a sociedade (1O9). Essa medida é muito menos precisa do que em outras áreas da Medicina como, por exemplo, a medida da temperatura em um paciente com febre ou a medida da tensão arterial. No entanto, sem elas os dados em Psiquiatria se tornam muito grosseiros. As escalas de avaliação são úteis em pesquisa, avaliações clínicas e ensino. São diversas as aplicações e o interesse da utilização das escalas de avaliação (91):
Constituem-se elementos muito menos subjetivos, permitindo eliminar uma parte importante da interpretação dos examinadores.
Exigem frequentemente uma necessidade de reflexão clínica, quer quando do refinamento e objetivação das definições dos itens, quer quando das reuniões de treinamento com os examinadores.
Apresentam um interesse pedagógico, obrigando os examinadores a possuírem um conhecimento claro da sintomatologia.
Facilitam a comunicação interdisciplinar e sobretudo a comunicação internacional concernente aos sintomas.
Facilitam o trabalho estatístico, com a possibilidade de análise por computador, seja dos resultados diretos do exame dos pacientes, seja da confiabilidade interavaliadores.
Permitem maior homogeneidade nas experimentações e pesquisas.
Constituem-se em elementos de avaliação comum, ação que torna menos influentes as especificidades das diferentes equipes que as utilizam.
A principal aplicação das escalas de avaliação tem sido em pesquisas. São utilizadas para seleção de pacientes, avaliar os efeitos de tratamentos ou para descrever uma população de pacientes.
A Escala de Hamilton para a Depressão (EHD) foi desenvolvida durante o final dos anos cinqüentas como uma escala padrão para a avaliação da severidade dos sintomas depressivos. Os sintomas são definidos por descrições nas opções dos itens, que aumentam em intensidade. Os avaliadores devem considerar a freqüência e a intensidade de um sintoma quando utilizam a escala. A EHD consiste de vinte e um itens. A pontuação da escala consiste da soma do escore dos dezessete primeiros itens. Dos quatro outros itens, um deles (variação diurna) é excluído da avaliação pois não representa um dado relevante sobre o paciente. Os outros três são excluídos da pontuação total da escala porque eles ocorrem de forma menos freqüente, mas podem ser úteis para fins específicos.
Desde a sua publicação inicial, a EHD tem sido considerada a escala mais utilizada em todo o mundo para seleção de pacientes e acompanhamento em pesquisas de depressão (1O3). O sucesso da escala é devido à uma grande abrangência dos sintomas depressivos, bem como à sua boa capacidade psicométrica. Estudos tem provado ser uma escala com boa confiabilidade e com alto nível de validade.
III.1 ESCALA DE DEPRESSÃO DE HAMILTON COMPUTADORIZADA
Em 1981 foi publicado um estudo em que a EHD foi modificada para um questionário de auto-avaliação, podendo ser aplicado com auxílio de um computador (16). No desenvolvimento do Questionário de Auto-avaliação baseado na EHD (QAEH-D) foi levado em consideração os recentes avanços da tecnologia na Informática Médica. Os computadores podem ajudar os clínicos coletando dados dos pacientes. Frequentemente médicos experientes não identificam sintomas de depressão, e questionários de auto-avaliação podem ser uma fonte adicional de informação nessa área (31). Tradicionalmente os questionários de auto-avaliação são aplicados utilizando uma folha de papel, e a pessoa a ser avaliada preenche-o com um lápis ou caneta. Geralmente esses dados são coletados, decodificados e passados para um computador para análise estatística. Esse procedimento é incômodo e frequentemente os questionários são preenchidos de forma incompleta. Em um estudo realizado por Arfwidsson (8), menos da metade dos pacientes preencheram adequadamente todas as questões de um questionário de auto-avaliação. Os questionários para preenchimento com lápis também tendem a não discriminar bem pacientes com ou sem depressão. Em outro estudo, um questionário com vinte itens identificou como normal um terço dos pacientes com depressão maior.
Recentemente foi desenvolvido um programa computadorizado para auto-avaliação da depressão utilizando a EHD. Apesar de haver outros questionários de auto-avaliação disponíveis como os de Wakefield (89), Zung (1O8) e Beck (1O), a EHD foi preferido porque seus itens assemelham-se mais com as questões formuladas pelos psiquiatras no exame do estado mental. O QAEH-D apresenta algumas modificações em alguns itens da EHD. Os itens referentes à obsessão e paranóia foram excluídos na versão modificada do questionário pois eles não são apropriados para auto-avaliação. Os itens referentes à agitação, lentificação e “insight” foram também excluídos pois dependem da avaliação de um observador. Foram adicionados novos itens para ideação suicida por serem considerados importantes no planejamento da conduta clínica. No total, o QAEH-D ficou com dezoito itens.
O QAEH-D foi posteriormente aplicado em setenta e cinco pacientes de uma emergência médica que apresentavam queixas relativas à depressão. Metade dos pacientes foram avaliados pelo computador utilizando o QAEH-D antes de serem vistos pelos médicos e a outra metade dos pacientes foram avaliados pelo computador depois da avaliação médica. Os médicos não sabiam da resposta dada ao computador. Foi formado um outro grupo com cinqüenta pacientes, esses internados em um hospital, todos diagnosticados como apresentando algum distúrbio depressivo. Um terceiro grupo, chamado de grupo controle, formado por quarenta e três pessoas que não haviam sido anteriormente avaliados por computador, não sofriam de depressão e não estavam tomando nenhuma medicação psicotrópica. Todos os pacientes foram capazes de responder ao questionário no computador, com exceção de um paciente que apresentava dificuldade visual e foi excluído do estudo. As entrevistas computadorizadas duraram menos de dez minutos para cada paciente. Foram avaliados noventa e nove pacientes pelos clínicos e, no final da entrevista, os médicos deviam identificar a severidade de depressão em uma escala de dez pontos.
Os resultados dessa pesquisa demonstraram que as avaliações realizadas pelo computador apresentaram uma alta correlação com as avaliações dos clínicos. Quando selecionado um ponto de corte de dez para a escala, a avaliação conseguiu discriminar bem os pacientes dos controles. As informações obtidas pela QAEH-D utilizando o computador foram bem precisas em classificar a maioria dos pacientes (99%). A quantidade de pacientes não identificados como deprimidos e que apresentavam depressão pela avaliação clínica foi muito pequena, o que parece indicar que a avaliação automatizada consegue identificar bem os pacientes com depressão.
Um outro estudo foi realizado posteriormente para comparar o QAEH-D aplicado pelo computador com a EHD aplicada pelo clínico (5). Essa pesquisa foi realizada em dois centros diferentes, e foram estudados sessenta e oito pacientes que apresentavam distúrbio depressivo. As escalas foram aplicadas durante seis semanas de tratamento. Os resultados demonstraram que o QAEH-D aplicado pelo computador apresentou uma alta correlação com a EHD aplicada pelo clínico. Outra pesquisa demostrou que o QAEH-D pode ser útil em pesquisas de tratamento da depressão (1). Comparação do QAEH-D com o questionário de auto-avaliação de Wakefield foi também realizada (64), com um índice de correlação estatisticamente significativo. Esses dados indicam que o computador pode ser utilizado de forma confiável para monitorização de pacientes com sintomas de depressão. Uma observação interessante é que, quando o QAEH-D e a EHD mostravam discordância, havia uma tendência para os pacientes indicar no QAEH-D como o sintoma sendo mais severo, principalmente no final do estudo. Isso era causado provavelmente não pela perda de “insight”, mas pela possibilidade de ser mais sincero durante a avaliação impessoal do computador. Em um outro estudo, prospectivo, o QAEH-D foi utilizado para avaliar pacientes deprimidos que chegavam a um hospital geral. Os pesquisadores observaram que a escala conseguia realizar a previsão do risco de suicídio melhor do que os clínicos (6O).
A avaliação computadorizada com o QAEH-D parece também ser útil em situações em que os médicos são muito atarefados, possibilitando ter mais tempo disponível para outras atividades junto com os pacientes. A maioria dos pacientes gostam da avaliação e consideraram que o instrumento realiza uma boa avaliação de como se sentem. Em geral, a equipe de saúde mostra grande interesse pelo procedimento e consideram-no como um instrumento com grande potencial para ser utilizado em pesquisa e ensino.
O QAEH-D tem se mostrado como um bom instrumento de avaliação para os estados depressivos. Sua utilização ainda não está difundida em nosso meio. Recentemente foi realizada uma tradução dessa escala para o idioma Português e um foi desenvolvido um programa computadorizado para aplicação desse questionário. Um fator que pode limitar seu uso de forma mais abrangente na população brasileira pode ser a taxa de analfabetismo. Além disso, diferenças semânticas nas diversas regiões brasileiras podem trazer dificuldades no preenchimento do questionário pelos pacientes. Um outro fator que provavelmente dificulta sua aplicação entre nós se deve ao fato de que necessita de ser utilizado com auxílio de um microcomputador. No Brasil os profissionais de saúde tem tido pouca oportunidade para utilizar de forma mais ampla a tecnologia da Informática Médica na sua prática clínica, reduzindo o número de profissionais com experiência na área. A disponibilidade de programas para uso em microcomputadores para avaliação clínica possibilitará a esses profissionais a utilização de uma ferramenta poderosa, de grande auxílio para profissionais de saúde, principalmente para os não-especialista em saúde mental. No caso do QAEH-D, a tradução para a língua Portuguesa e o desenvolvimento de um programa computadorizado pode levar à aplicação do sistema em seleção de pacientes com quadro depressão nos mais variados serviços de saúde onde a identificação precoce desse grupo é fundamental para evitar a cronificação da depressão, para prevenção de suicídio e de desajustes interpessoais, familiares, financeiros e profissionais.

III.2 AVALIAÇÃO COMPUTADORIZADA DE DISTÚRBIOS COGNITIVOS

Avaliações clínicas de pacientes com distúrbios cognitivos utilizando o computador tem auxiliado na detecção precoce de demência e depressão. Um programa para avaliação do estado mental em pacientes idosos foi desenvolvido por Slaughter et al (88), e vem sendo utilizado sistematicamente para triagem de pacientes idosos com depressão ou demência. Slaughter tem encontrado as seguintes vantagens na aplicação desse sistema:
O computador é objetivo. Ele elimina as tendenciosidades dos indivíduos que aplicam os testes.
É confiável, administrando as mesmas questões e testes em qualquer circunstância.
Elimina a necessidade de clínicos ou profissionais treinados para aplicação dos testes.
O anonimato do computador tem a vantagem de reduzir as inibições sociais, encorajando os pacientes a fornecer respostas mais confiáveis.
A novidade e as múltiplas capacidades de apresentação têm o potencial de aumentar a atenção dos pacientes, evitando aqueles preenchimentos tediosos dos testes com lápis e papel.
O programa pode gerar novas questões aleatoriamente, não tornando as entrevistas repetitivas.

III.3 TESTES PSICOLÓGICOS COMPUTADORIZADOS

A avaliação psicológica computadorizada é a forma mais comum de utilização do computador em Psiquiatria e Psicologia (1O2). Quase todos os testes psicológicos são atualmente disponíveis para uso em computador. A cada mês a Associação Americana de Psicologia publica um informativo com novos serviços e testes computadorizados. Nos Estados Unidos há pelo menos doze empresas dedicadas a produzir esses testes psicológicos computadorizados. Com tudo isso, a avaliação psicológica computadorizada tem se tornado comum nos Estados Unidos. Para se ter uma idéia, apenas uma dessas empresas tinha desenvolvido trezentos e vinte softwares até o ano de 1985, e tinha setecentos terminais em operação (141). No período de 1965 a 1982 o Instituto de Serviços Psiquiátricos da Roche forneceu resultados de avaliação computadorizada do MMPI por via postal para um quarto dos psiquiatras e psicólogos clínicos cadastrados nos Estados Unidos, num total de um milhão e meio de testes.
No entanto, algumas considerações precisam ser feitas. O valor desses testes passa a ser questionado já que as empresas, desejando aumentar suas vendas de software, lançam cada vez mais programas. Matarazzo, um dos mais notáveis críticos dos testes computadorizados, alerta para o grande número de testes psicológicos que estão surgindo, trazendo uma aparente infalibilidade e objetividade, parecendo serem não apenas superiores aos clínicos, mas um “superclínico humano” (65).
Na verdade os teste psicológicos computadorizados podem apresentar erros de julgamento e informações contraditórias, resultado do interesse comercial de produzir um grande número de testes. No entanto, deixar de utilizar testes que são importantes para o paciente é um outro erro que os profissionais em Psiquiatria e Psicologia podem cair.
Certos tipos de testes psicológicos, como aqueles que não necessitam de profissionais treinados para administrá-lo, são aplicados pelo computador com vantagens. O primeiro teste computadorizado foi o Minnesota Multiphasic Personality Inventory (MMPI), em 1962. Ele foi utilizado na Clínica Mayo, em Minnesota, para realizar a avaliação psicológica de milhares de pacientes que iam a essa clínica. Atualmente há várias formas de interpretar o MMPI, e isso depende das regras para interpretação e da quantidade de resultados que pode apresentar. Por exemplo, um sistema para o MMPI atualmente contém trinta mil sentenças interpretativas em seu arquivo. Outros tipos de testes que foram desenvolvidos posteriormente, como os testes de personalidade (p.ex: 16-PF , Millon Clinical Multiaxial Inventory), testes vocacionais (p.ex: Strong Campbell Interest Inventory) e testes de avaliação intelectual ou cognitivo (p.ex: Wechsler Adult Intelligence Scale , Slosson Intelligence Test).
Os testes psicológicos computadorizados podem ser utilizados de várias maneiras, mas na maioria dos casos são empregados questionários de auto-avaliação. Para administrar o teste, o paciente ou cliente senta-se diante de um terminal de computador e responde a cada questão que surge no monitor. O usuário utiliza para responder as perguntas o teclado, o mouse, uma caneta óptica ou digita diretamente na tela.
Uma outra forma de aplicação dos testes psicológicos é com o auxílio de um profissional especializado naquele tipo de teste, como o teste de Rorscharch ou Bender-Gestalt. Após a administração desses teste, o clínico coloca as informações no computador de forma padronizada, como no Exner para o Rorscharch, e o computador calcula os escores e fornece um relatório do caso. Para esses tipos de teste o computador não proporciona um ganho de tempo tão grande pelo profissional, já que o clínico tem de aplicar o teste e anotar as respostas.
O grande problema com os testes computadorizados é quando ele não pode ser aplicado. Um paciente mais lento pode durar de uma hora a uma hora e meia para preencher o MMPI, ocupando o computador por muito tempo. Outra situação difícil é quando se vai aplicar o teste a um paciente psicótico. O médico pode ficar receoso de deixar um psicótico com o computador. Nesses casos é necessário realizar o teste na forma convencional, com lápis e papel.

IV. ENTREVISTAS PSIQUIÁTRICAS COMPUTADORIZADAS

As entrevistas por computador começaram na Universidade de Wisconsin em 1966 (78), e desde então têm sido estudado as diversas relações existentes nas entrevistas realizadas com computador. Em Psiquiatria, seu uso tem crescido pelo enorme capacidade que o computador apresenta na realização dessa função, muitas vezes substituindo com vantagens as entrevistas realizadas por clínicos.
A idéia de que um computador poderia realizar uma entrevista melhor do que um clínico para detectar certos sintomas psiquiátricos vem de um estudo realizado por Greist et al (46). Eles analisaram a intenção suicida comparando as avaliações realizadas clinicamente e por computador. Foi observado que alguns pacientes confessam suas idéias suicidas apenas para o computador. Os pacientes preferiram a avaliação do computador, e os dados da pesquisa mostraram que o computador previa melhor o risco de tentativa de suicídio. Um estudo semelhante com alcoolistas (63) demonstrou que os pacientes, quando entrevistados pelo computador, relatavam um consumo de bebidas alcoólicas maior do que quando entrevistados por seus médicos. Outro estudo (36) demonstrou que pacientes com sintomas respiratórios consideraram os computadores mais amigáveis e compreensíveis, e admitiram que forneceriam respostas mais reais sobre seus hábitos de fumar cigarros do que fariam para seu médico. Esses dados parecem indicar que uma entrevista realizada por computador pode ser menos embaraçosa para os pacientes em determinadas áreas, sendo uma ferramenta que apresenta vantagens na entrevista clínica.
Outro campo que os computadores tem se mostrado úteis em Psiquiatria é na realização de entrevistas estruturadas. Quando Feighner publicou os critérios de classificação, os pesquisadores da Universidade de Washington em Saint-Louis se queixavam de que era difícil realizar uma entrevista psiquiátrica não-estruturada para coletar os dados necessários para o diagnóstico. Foi desenvolvido a Renard Interview Schedule (51), para ajudar a estruturar as questões para o diagnóstico utilizando os critérios de Feighner. O Schedule for Affective Disorders and Schizophrenia (SADS) (34) foi confeccionado para a mesma função com o RDC. Seguindo esse princípio, foi desenvolvido também o Diagnostic Interview Schedule (DIS) (78) para o diagnóstico no DSM-III, e como pode ser aplicado por leigos, foi utilizado no Epidemiologic Catchment Área (77), um estudo epidemiológico para os distúrbios mentais que abrangia cinco diferentes cidades dos Estados Unidos.
O DIS pode ser aplicado sem necessidade de julgamento clínico do entrevistador. Assim, surgiu a idéia de aplicá-lo por computador. Um programa computadorizado foi desenvolvido para realizar essa tarefa (47). A entrevista computadorizada com o DIS foi comparada com a entrevista realizada por uma pessoa, e após um grande número de análises o autor concluiu que não havia diferença significativa da entrevista realizada pelo computador e por uma pessoa. Quando comparado com uma avaliação diagnóstica por um psiquiatra, a avaliação computadorizado do DIS mostrou menor concordância diagnóstica, mas a avaliação computadorizada foi mais precisa em realizar o diagnóstico em áreas como alcoolismo e uso de outras drogas. O autor então conclue que há vantagens para a entrevista computadorizada com o DIS:
Menor custo
O computador é disponível a qualquer momento para a entrevista.
Dificilmente o computador fica “doente”.
Facilmente modificavel, o que contrasta com um treinamento de pessoal quando necessita haver modificação na entrevista.
Essas entrevistas computadorizadas são ainda bastante limitadas. Quando acompanhamos um paciente durante meses ou anos, muitas informações vão sendo adicionadas, o que aumenta a nossa precisão diagnóstica. O computador ainda não é capaz de captar detalhes que fogem de uma entrevista padronizada, realizando perguntas e diagnósticos de forma compulsiva. A repetição de entrevistas pelo computador provavelmente fornecerá as mesmas questões e o mesmo diagnóstico que na primeira entrevista. Insistir nesse ponto é querer que as pessoas se comportem como máquinas. Os modernos sistemas utilizando redes neurais tendem a reduzir esse problema, e é possível que no final da década tenhamos novos sistemas, mais eficientes.

IV.1 IMPLICAÇÕES DA ENTREVISTA COMPUTADORIZADA

Quais são os efeitos da entrevista computadorizadas nas pessoas? Esse tipo de avaliação torna a entrevista médica “desumana”? Ao contrário do que parece, a entrevista computadorizada tem se mostrado como uma ferramenta que auxilia o médico nas avaliações clínicas (47). Muitos pesquisadores têm estudado a atitude dos pacientes quando entrevistados por um computador e todos chegaram a uma mesma conclusão — eles gostam desse tipo de avaliação (17). Por exemplo, Evans et al (37) realizaram entrevista computadorizada de pacientes com dispepsia e examinaram a impressão dos pacientes a respeito da entrevista. O resultado da pesquisa mostrou que os pacientes ficaram impressionados com a aparente cortesia do computador e consideraram a entrevista fácil de entender, e ela não provocava tensão emocional.
A forma como é feita a entrevista é importante. Dove et al (133) estudando essa questão com mulheres sendo atendidas na clínica geral e entrevistadas por computador, consideraram mais favoráveis quando a entrevista computadorizada era apresentada cuidadosamente pelo médico, informando que o computador estava ajudando a ele em seu trabalho médico.
Em Psiquiatria alguns estudos têm também mostrado esse mesmo resultado. Em um estudo realizado por Carr et al (134) os pacientes eram encorajados a descrever seus sintomas fóbicos em um computador. Diferente dos estudos anteriores, em que o paciente respondia à questões do tipo múltipla escolha, nesse estudo os pacientes podiam escrever livremente seus sintomas. O inconveniente nesse método é que nem todos dominam a técnica de datilografia, demorando muito tempo para digitar as informações. Em outro estudo desse mesmo pesquisador (16), utilizando o questionário de auto-avaliação para a EHD, a maioria dos pacientes gostaram da entrevista e consideraram que ela realizava uma boa avaliação de como se sentiam.
A entrevista computadorizada pode aumentar o tempo que o médico pode se dedicar ao paciente, tentando compreendê-lo e ajudá-lo. Além disso, os dados que o paciente fornece ao computador ficam armazenados podendo ser utilizado para o prontuário do paciente e em entrevistas futuras. Isso representa um ganho de tempo para poder dar mais atenção ao paciente, já que estudos demonstram que os médicos gastam até 4O% de seu tempo de trabalho escrevendo.
Um outro ponto que tem chamado a atenção dos pesquisadores é sobre os dados não-verbais. De fato, as informações não-verbais como a tonalidade da voz, gestos faciais, etc. são muito importantes no processo diagnóstico, e os computadores ainda não têm capacidade de percebê-los e interpretá-los. É possível para o computador determinar um tempo para o paciente responder a uma determinada questão, e se o paciente demorar muito ele passa para outra pergunta, que pode ser uma questão tentando esclarecer porque o paciente demorou tanto a responde aquela determinada pergunta. Mas, as informações fornecidas pelo paciente não são suficientes? Parece que não, e por enquanto, é sugerido que a entrevista computadorizada não seja a única fonte de informação para o diagnóstico e conduta clínica. Os dados do computador apenas ajudam os clínicos a tomar suas decisões com mais segurança e rapidez, melhorando os cuidados médicos e a satisfação dos pacientes.

V. PSICOTERAPIA COMPUTADORIZADA

Talvez uma das aplicações clínicas mais controvertidas do computador em Psiquiatria seja seu uso em psicoterapias. Não são poucos os psicoterapeutas que consideram o computador como algo desumanizador em uma psicoterapia, e muitos são os argumentos contra seu uso na prática com esse fim. Entretanto o que vemos é um número cada vez maior de publicações com programas realizando psicoterapias e ajudando os psicoterapeutas nas suas atividades. Infelizmente esses estudos são realizados por um grupo muito restrito de pesquisadores, o que demonstra a pouca aceitação de forma mais ampla desses programas pela comunidade médica. Além disso, há grande dificuldade para desenvolver programas computadorizados nessa área. Mesmo com os avanços em inteligência artificial registrado nas área de reconhecimento e geração de linguagem natural e dos sistemas especialistas, ainda é necessário progressos maiores para programas computadorizados em psicoterapia poderem tornar-se mais eficientes e ganharem maior aceitação.

V.1 PSICOTERAPIA POR COMPUTADOR

É a forma mais questionada de utilização do computador em Psiquiatria. A cada dia vai ganhando mais espaço e interesse pela capacidade que o computador tem de trabalhar como um verdadeiro psicoterapeuta. Os estudos têm mostrado que os pacientes têm grande dificuldade de reconhecer, quando dialoga diretamente com um terminal de computador, se está sendo entrevistado por um verdadeiro terapeuta ou por um programa de computador.
Apesar das vantagens dos computadores em muitas atividades, as dificuldades encontradas para desenvolver programas para psicoterapias são enormes. Para Plutichik (73) há três problemas básicos:
Como reconhecer a linguagem natural de entrada. Os tradicionais métodos gramaticais, utilizando reconhecimento de cada palavra, são inadequados devido às expressões idiomáticas e pela ambigüidade de palavras e frases.
Como desenvolver a estrutura básica do programa. A estrutura básica consiste de um sistema de inferência sobre a natureza humana, assim como sobre o paciente com quem o sistema está se relacionando.
Como construir uma linguagem natural de saída. A geração de uma linguagem natural de saída requer a conexão de palavras e frases de listas de expressões que variam em sintaxe, mas que reflitam significados semelhantes.
Apesar dessas dificuldades, alguns programas para psicoterapia foram desenvolvidos desde os anos sessentas. Os motivos para desenvolver esses programas são muito fortes, como por exemplo, os computadores são mais econômicos do que uma psicoterapia tradicional, os computadores são mais consistentes, têm uma memória perfeita, não realizam julgamento moral e podem trabalhar a qualquer hora do dia ou da noite ou a qualquer dia da semana. Além disso, o computador nunca se torna cansado ou aborrecido.
Uma das primeiras tentativas de simular um psicoterapeuta em um computador foi descrito por Colby, Watt e Gilbert em 1966 (24). Seu sistema utilizava a leitura das frases que o usuário digitava no computador, e o sistema reconhecia a presença de palavras-chaves. Por exemplo, o computador era capaz de reconhecer palavras como “eu”, ou combinações de palavras como “eu amo”. O computador reconhecia algumas palavras e devolvia para o usuário uma pergunta baseado na frase digitada, substituindo algumas palavras. Se a resposta do usuário não tivesse uma das palavras-chaves reconhecíveis pelo sistema, o computador desenvolvia comentários que mudava o assunto que estava sendo trazido e remetia o usuário para o tema que estava antes. O programa era capaz de questionar, clarificar e ocasionalmente interpretar o paciente.
A impacto desse pequeno programa foi muito grande na época, deixando muita gente impressionada com a capacidade de fazer as pessoas trazerem temas emocionalmente importante para elas e discutirem esses assuntos seriamente com o computador. Desde então pesquisadores vêm tentando desenvolver sistemas com maior capacidade de realizar essa tarefa. Desses programas, três deles merecem destaque pela contribuição que têm dado nessa área.
ELIZA
O ELIZA (1O1) é considerado o primeiro programa que formalmente utiliza o modelo de um computador como psicoterapeuta. Esse sistema também foi baseado no programa descrito anteriormente, utilizando reconhecimento de palavras-chaves. Para ele foi desenvolvido regras para as palavras-chaves que ele reconhecia e regras para as frases que ele respondia ao paciente. As palavras-chaves eram reconhecidas como membros de uma determinada classe. Para as palavras-chaves de uma classe era então gerado um mesmo tipo de resposta. As respostas também eram agrupadas, de forma que o computador selecionava aleatoriamente uma resposta dentre várias em um mesmo grupo, o que resultava em comentários diversos do computador a uma mesma palavra-chave fornecida pelo usuário. As respostas fornecidas pelo computador podiam ser sentenças ou partes de uma sentença. Uma outra característica desse programa é que a partir de uma determinada palavra-chave digitada pelo usuário, o computador além das regras podia fazer uso de árvores de decisão que necessitavam de um determinado número de palavras-chaves para que continuasse dentro da árvore. Devido à capacidade de poder ser modificado, o programa foi posteriormente expandido, com acréscimo de mais palavras-chaves e novas regras de decisão (76).
O ELIZA foi testado em um estudo piloto com vinte e quatro pessoas normais. As regras foram construidas para responder a uma das 146 palavras-chaves que o programa reconhecia. Quase todas as palavras-chaves se referiam às palavras utilizadas comumente para descrever emoções, como “raiva”, “gosto”, “detesto”, etc. As palavras-chaves utilizadas para manter o usuário dentro de uma árvore de decisão eram palavras que implicavam em um relacionamento do indivíduo com alguma coisa, como por exemplo “desejo”,”medo”, etc. Quando nenhuma das palavras-chaves era digitada pelo usuário, o computador dizia apenas “Continue, por favor”.
Nesse estudo piloto duas pessoas consideraram 19% das respostas do computador como inapropriadas, de acordo com um dos dois critérios seguintes:
Respostas fora do contexto.
Respostas incorretas gramaticalmente.
Após realizada uma avaliação, as pessoas que se submeteram ao “computador psicoterapeuta” foram divididos em três categorias: 62% das pessoas acreditavam que estavam se comunicando com uma outra pessoa; 21% não sabiam se estavam se comunicando com um computador ou com uma pessoa; 17% das pessoas acreditavam que estavam mesmo se comunicando com um computador. Nenhuma das pessoas fizeram comentários relevantes sobre respostas inadequadas do computador. As pessoas consideraram que realmente ficaram envolvidas no diálogo, independente de acreditarem estar se comunicando com um computador ou não.
Um dos pontos fracos desse programa é seu sistema de regras. Por exemplo, se o paciente responde “sim” em determinado momento, o programa pode selecionar quatro respostas diferentes, como:
Isso parece ser bastante positivo.
Você está certo.
Eu sei.
Eu entendo.
Essas respostas simplesmente ignoram o assunto que está sendo discutido, e o programa fornece sempre uma dessas repostas quando o paciente digitar “sim”. Outro problema com o ELIZA é que ele sempre pára quando encontra uma vírgula. Então se o usuário digitar “Não, mas eu me sinto assim a respeito de meu pai”, o programa responderá unicamente ao “não”, e desprezará o restante da frase. Em geral, o ELIZA apresenta dificuldades com sentenças complexas.
ALDOUS
Em seu artigo “Máquinas com Personalidade”, Loehlin (146) descreve como fez para desenvolver um programa que parece reagir emocionalmente como uma pessoa. O Aldous reage com uma das três emoções: mêdo, raiva ou atração. Essas emoções geram reações de evitação, agressão, investimento, conflito ou indiferença, e após um período de tempo, Aldous desenvolve atitudes específicas e gerais em relação ao objeto com que interage.
Além dessas três emoções citadas, as atitudes de Aldous são também influenciadas pela “familiaridade” com um determinado fato. Isso é considerado a “opinião” que formou a respeito do fato decorrente de experiências anteriores. Cada um dos objetos com quem Aldous se relaciona fica armazenado em sua memória na forma de um algoritmo correspondente para cada uma das três emoções.
Essas atitudes podem ser modificadas de acordo com uma nova experiência que Aldous tenha com aquele objeto. Atitudes generalizadas para uma classe de objetos são também desenvolvidas. Por exemplo, quando Aldous se relaciona com uma mulher, ele aprende a ter uma determinada reação a essa mulher. A partir de então ele tende a generalizar essa reação para todas as mulheres, o que permite Aldous responder de forma sensível a um objeto em seu primeiro encontro.
Vários experimentos têm sido realizados com esse tipo de programa. Um dos mais curiosos é quando Aldous se relaciona com um outro programa de computador como ele. Quando duas versões do programa são fortemente positivas entre si, a relação no início é bastante positiva, ocasionalmente surge momentos de agressividade e atração. Nesse momento surge um conflito, tendo como final um equilíbrio positivo. A interação de um modelo positivo e um negativo eventualmente chega a uma situação de hostilidade mútua. Apesar desses resultados terem alguma implicação no processo de psicoterapia, o modelo é relativamente simples, e não há processamento de linguagem e limite de respostas.
PLATO
Esse modelo parte do pressuposto de que todos os problemas podem ser considerados como um dilema, e que a psicoterapia é uma tentativa para livrar o cliente de seu dilema e conseguir desenvolver soluções criativas (97,98,99). Plato possui 69 representações de problemas da vida, divididos em 17 categorias: escola, encontros, crises, drogas, atividades extracurriculares, relacionamento familiar, problemas financeiros, relações interpessoais, relações íntimas, casamento, escolha profissional, hábitos de estudo, etc. Para esses problemas, Plato contem quatrocentas soluções gerais e específicas.
O cliente é convidado a descrever o problema e responder a uma série de questões sobre suas dificuldades. Durante o processo várias soluções são propostas e o cliente deve dizer se aquela solução é boa ou não. Algumas pesquisas com estudantes mostraram que aqueles estudantes que utilizavam o Plato tinham uma melhora significativa de seus problemas quando comparados a um grupo controle. Em um acompanhamento mensal desses estudantes foi observado que a melhora dos problemas era mantida. Foi também demonstrado que muitos estudantes preferiam trabalhar seus problemas com o computador do que com um conselheiro.

V.2 PSICOTERAPIA AUXILIADA POR COMPUTADOR
As psicoterapias auxiliadas por computador são as aplicações que mais vêm se desenvolvendo (58, 82). Com nova tecnologia à disposição o número de possibilidades de aplicações do computador nas psicoterapias aumentam. Mas, junto com esse crescimento tem sido observado aumento dos argumentos contrários pelos próprios psicoterapeutas. Preocupado com isso, Colby et al (23) apresentou um trabalho onde descreve os principais argumentos que têm sido levantados contra o uso dos computadores no auxílio da psicoterapia, e justifica o seu uso em cada um dos argumentos contra. Parece claro que os psicoterapeutas contra o uso do computador na verdade estão preocupados com possíveis efeitos prejudiciais dos computadores nos clientes. Acontece que às vezes as pessoas estabelecem uma posição rígida, formando preconceitos que as impedem de aceitar fatos. Os computadores têm sido aplicados em psicoterapia com algumas vantagens e as pessoas têm se sentido melhores com essa técnica. Isso é um fato. Como Colby tem sido um pioneiro nessa área, é natural sua preocupação, pois após 25 anos de seus primeiros trabalhos ainda encontra muita resistência de profissionais nesse campo nos dias de hoje. Apesar disso, Colby continua publicando seus estudos e os progressos que têm ocorrido.

PROGRAMA DE APRENDIZADO TERAPÊUTICO (PAT)
Essa psicoterapia desenvolvida por Colby et al (23) se baseia na teoria de inibição funcional no desenvolvimento de adultos, formulada por Gould em 1988 (45). PAT consiste de uma psicoterapia breve organizada e estruturada, no qual o computador é utilizado como um terapeuta auxiliar. Foi desenvolvido para ser uma psicoterapia breve, de baixo custo, efetiva e eficiente, para pessoas que sofrem de problemas estressantes em sua vida interpessoal.
O método envolve cinco sessões de duas horas ou dez sessões de uma hora. Podem ser realizadas semanalmente ou diariamente. Os pacientes formam grupos de seis a dez pessoas e interagem com o terapeuta e com um computador. Cada paciente opera em seu próprio computador IBM-XT, o qual apresenta textos e menus. O programa computadorizado baseia-se em uma árvore de decisão, no qual o cliente opera selecionando respostas para questões de múltipla escolha. Em uma determinada ocasião o computador faz algumas considerações sobre o paciente. No total são oito etapas no programa, e o terapeuta introduz o paciente em cada uma delas. O paciente trabalha com o computador e ao final ele forma sua própria idéia a respeito do tema. Quando o paciente recebe o comentário final, conversa com o terapeuta a respeito do comentário, e o terapeuta trabalha individualmente com cada paciente enquanto os outros ficam escutando. Essa técnica é um tipo de terapia individual em ambiente de grupo. O computador também gera tarefas para o paciente realizarem em casa entre as sessões.
O programa é dirigido para aumentar as perspectivas dos adultos progressivamente, mostrando como o pensamento da criança influencia a capacidade adulta de realizar decisões.

TERAPIA COGNITIVA-COMPORTAMENTAL PARA DEPRESSÃO ADMINISTRADA POR COMPUTADOR
A descrição em forma de regras das etapas de uma terapia é um das principais dificuldades dos programas computadorizados em psicoterapia. Para facilitar essa tarefa os pesquisadores vêm desenvolvendo programas computadorizados utilizando técnicas de terapia cognitivo-comportamentais para a depressão. Essas técnicas apresentam um objetivo específico, etapas bem definidas e critérios para o resultado da terapia. Por exemplo, o procedimento para o tratamento cognitivo-comportamental descrito por Beck et al (11), especialmente sua forma didática, parece ideal para ser transcrito para um programa de computador.
A eficácia da terapia cognitiva-comportamental com terapeuta humano já está bem definida (68). Um trabalho desenvolvido por Selmi et al. (84) realizou uma comparação entre três grupos de pacientes deprimidos: o primeiro grupo foi tratado com auxílio do computador; o segundo grupo por terapeutas experientes em terapia cognitivo-comportamental; o terceiro foi formado por pacientes na lista de espera para receber atendimento, não recebendo qualquer tratamento durante o período da pesquisa.
Os resultados indicaram que o programa computadorizado de terapia cognitivo-comportamental foi tão efetivo para tratar pacientes com depressão leve e moderada quanto a mesma terapia realizado por psicoterapeutas, e os pacientes melhoraram muito mais do que os pacientes que não receberam qualquer terapia. Os autores concluem que, apesar das limitações da pesquisa, o programa computadorizado de tratamento cognitivo-comportamental parece ser tão efetivo em depressões leves e moderadas quanto a mesma terapia realizada por um psicoterapeuta humano, podendo ser considerada como uma terapia eficiente, eficaz e econômica. Como se trata de um estudo piloto, novas pesquisas devem procurar comprovar e aperfeiçoar essa técnica.

V.3 COMPUTADOR COMO PACIENTE NA PSICOTERAPIA
O computador pode simular um paciente, sendo útil em treinamento de psicoterapeutas. Esses programas também contribuem para a compreensão da psicopatologia. Um exemplo desses programas é um estudo realizado por Colby (27), em que o computador simula uma mulher ansiosa e indecisa em seus relacionamentos com homens. O terapeuta tenta encontra o conflito. Quando o conflito é identificado, a ansiedade da mulher aumenta bastante. A ansiedade da mulher é manifestada através de quatro comportamentos: aumento do nível de ansiedade em relação ao conflito, apresenta repetidos ataques de pânico, o comportamento se torna estereotipado e as informações são muitas vezes contraditórias.
Alguns anos depois Colby desenvolveu PARRY, um sistema mais sofisticado que simulava um paciente paranóide (26). Nesse modelo, as respostas paranóides se davam em função de dados externos e o estado emocional interior. O programa é capaz de reconhecer linguagem natural e de manter na memória perfis de pessoas com quem se relaciona. O terapeuta pode mudar os sistemas de crença do “computador paranóide”, mas deve conduzir o diálogo com muita habilidade pois se não tiver cuidado com o que diz ao computador pode aumentar mais ainda suas crenças paranóides. O computador pode até desenvolver uma paranóia em relação ao terapeuta e querer agredi-lo. Posteriormente Faught, Colby e Parkison (38) ampliaram as possibilidades do sistema, com um dicionário de mil e novecentas palavras e quinhentos padrões. Cada “afeto” do computador é reconhecido e armazenado com um número correspondente. O novo sistema tem cinqüenta crenças que podem ser modificadas durante a psicoterapia que o computador recebe. O objetivo do computador é satisfazer seu afetos, e o terapeuta deve lidar com o computador tentando reduzir os afetos ligados às crenças paranóides.
O programa paranóide parecia tão real que decidiram realizar uma pesquisa para saber se os psiquiatras eram capazes de diferenciar entre um paciente paranóide real e o programa de computador (51). Cinco psiquiatras concordaram em participar do estudo. Eles ficavam com um terminal de computador em uma sala e podiam realizar uma entrevista no computador sem saber se estavam se comunicando com o programa paranóide ou com um paciente real, que estaria em outra sala. Um paciente paranóide de vinte e dois anos de idade ficou em outra sala. Cada psiquiatra entrevistava o paciente e o programa paranóide em momentos diferentes, não sabendo quando era o verdadeiro paciente. Os resultados da pesquisa mostraram que os psiquiatras julgaram correto cinco vezes e erraram cinco vezes, um resultado que ocorre quando se dá respostas de forma aleatória. Isso pode significar que o programa computadorizado é um bom modelo de paranóia.
Uma terceira versão desse programa foi desenvolvida por Colby (25). Nesse programa, podia-se acompanhar a formação do “pensamento paranóide” e posteriormente modificá-lo. O PARRY é provavelmente a simulação computadorizada mais sofisticada que existe, e atualmente ainda continua sendo aperfeiçoado.
As redes neurais ampliarão as possibilidades do uso do computador em psicoterapias pois dispensam a formulação de regra, e podem aprender a reagir como um psicoterapeuta ou como um paciente após “assistir” algumas sessões de psicoterapia.

VI. CONCLUSÃO
Nos últimos vinte anos tem havido um aumento crescente dos computadores nos hospitais e clínicas psiquiátricas. Apesar de serem utilizados principalmente para administração desses serviços, há um interesse em seu uso no auxílio ao diagnóstico, nas entrevistas e avaliações psiquiátricas. Numerosos estudos têm sido realizados comprovando a utilidade dos programas de computador na clínica e na pesquisa em Psiquiatria. Em algumas áreas o computador já é de grande importância, como na pesquisa quantitativa, no ensino, na realização de multidiagnósticos e na administração de hospitais e clínicas. O uso do computador na Psiquiatria Clínica tem sido menos explorada. Os psiquiatras ainda estão começando a perceber como o computador pode ajudá-los. A introdução do computador na clínica psiquiátrica representa um novo paradigma, necessitando ocorrer mudanças ao longo dos anos ou décadas na prática psiquiátrica (29,56, 79). Com o desenvolvimento de interfaces mais amigáveis, das redes neurais e sistema híbridos, de computadores mais rápidos, portáteis e de baixo custo financeiro, talvez a informática tenha uma maior penetração entre os profissionais de Saúde Mental. À medida que essa tecnologia se desenvolve, aumentam as possibilidades de uso do computador e torna-se mais fácil e seguro a utilização desses novos programas. O futuro em relação aos sistemas atuais ainda é muito incerto. O rápido progresso na área de informática na última década tornou possível pensar em um quase ilimitado número de aplicações para os computadores nas mais diversas áreas do conhecimento. Os sistemas estão constantemente sendo modificados, necessitando de uma rápida e freqüênte atualização. Novas gerações de computadores, programas e linguagens para programação se sucedem de forma tão acelerada. Em Psiquiatria, apesar dos avanços dessa Ciência, o que conta para o paciente é a pessoa do médico; terapeuta e amigo. A maioria das pessoas que nos procuram buscam uma ajuda humana, calorosa e sincera. Entretanto, os conhecimentos biológicos e psicoterápicos são fundamentais para uma boa prática da Psiquiatria. O uso de uma tecnologia moderna como a informática requer certos cuidados e bom discernimento, mas pode trazer grandes benefícios para os pacientes. Os programas de computador podem complementar nossa habilidade em ajudar os pacientes, onde nossas limitações humanas interferem com a prática de uma Psiquiatria de melhor qualidade.

VII. BIBLIOGRAFIA
Akhtar MJ, Davey A, Cox HE, Ancill RJ – A double-blind study comparing mianserin and dothiepin: an apllication for computers in clinical psychiatry. The British Journal of Clinical Practice;38:316-319, 1983.
Altman H, Evanston RC, Cho DW – New discriminant functions for computer diagnosis. Multivariate Behavioral Research;11:367-376, 1976.
American Psychiatry Association – Diagnostic and Statistical Manual of Mental Disorders, Third Edition (DSM-III);American Psychiatric Press, Washington, D.C., 198O.
American Psychiatry Association – Diagnostic and Statistical Manual of Mental Disorders (DSM-III-R), Third Edition, Revised; American Psychiatric Press, Washington D.C., 1987.
Ancill RJ, Rogers D, Carr AC – Comparison of computerised self-rating scales for depression with conventional observer ratings. Acta Psychiatrica Scandinavica;71:315-317, 1985.
Andersen NC, Winokur G – New experimental methods for classification of depression. Archieves of General Psychiatry;36:447-452, 1979.
Anderson JG, Jay SJ, Schweer HM, Anderson MM – Why doctors don’t use computers: Some empirical findings. Journal of the Royal Society of Medicine;79:142-144, 1986.
Arfwidsson L, D’Elia G, Laurell B, Ottosson JO, Perris C, Persson G, – Can self-rating replace a doctor’s rating in evaluating antidepressive treatment? Acta Psychiatrica Scandinavica.;5O:16- 22, 1974.
Bastos, O – O diagnóstico em Psiquiatria. Jornal Brasileiro de Psiquiatria; 33:311-316, 1984.
1O. Beck AT, Ward C, Mendelson M et al – An inventory for measuring depression. Archieves of General Psychiatry;4:561-571, 1961.
Beck AT, Rush AJ, Shaw BF et al – Cognitive therapy of depression. Guilford Press, New York, 1979.
Berner ES, Brooks CM – Needs Assesment for computer-based medical decision support systems. Proceeding. 12th. Annual Symposium of Compute Application in Medical Care, IEEE Press, New York, 232-236, 1988.
Berner P et al – Diagnostic Criteria for Schizofrenic and Affective Psychoses. American Psychiatric Press, Washington D.C., 1983.
Buchanan BG, Shortliffe EH – Rule-based expert systems. Addison-Wesley, Reading, 1984.
Carney MW, Roth M, Garside RF – The diagnosis of depressive syndromes and prediction of ECT response. British Journal of Psychiatry;111:59-67, 1965.
Carr AC, Ancill RJ, Ghosh A, Margo A – Direct assessment of depression by microcomputer: a feasibility study. Acta Psychiatrica Scandinavica.;64:415-422, 1981.
Carr AC, Ancill RJ – Computers in psychiatry. Acta Psychiatrica Scandinavica;67:137-143, 1982.
Carr AC, Ghosh A – Patients’ attitudes to computer assessment of phobias. British Journal of Psychiatry , 199O.
Carr AC, Ghosh A – Automated psychiatry treatment: computer-supervised desensitisation for phobias. não publicado.
2O. Carvalho TFR, Sougey EB, Caetano D – O computador no diagnóstico das depressões em Neuropsiquiatria. Revista Brasileira de Informática em Saúde;1:24-26, 1988.
Carvalho TFR, Sougey EB, Caetano D – Programa computadorizado para o diagnóstico das depressões – Sistema LICET-D1OO. Jornal Brasileiro de Psiquiatria;38:19-22, 1989.
Carvalho TFR – Multidiagnóstico computadorizado das depressões. Sistema LICETD-1OO. Neurobiologia;5O:219-24O, 1987.
Colby KM, Gould RL, Aronson G – Some pros and cons computer-assisted psychotherapy. The Journal of Nervous and Mental Disease;177:1O5-1O8, 1989.
Colby KM, Watt JB, Gilbert JP – A computer method of psychotherapy: preliminary communication. The Journal of Nervous and Mental Disease;142:148-152, 1966.
Colby KM – Modeling a paranoid mind. The Behavioral and Brain Sciences;44:515-534, 1981.
Colby KM – Cinical implications in a simulation model of paranoid processes. Archieves of General Psychiatry;33:854-857, 1976.
Colby KM – Experimental treatment of neurotic computer programs. Archieves of General Psychatry;1O:22O-227, 1964.
Cummings JL, Benson DF – Dementia: a clinical approach.Butterwonrth, Boston, 1983.
Darwin C – On the origin of species. J Murray, Londres, 1859.
3O. Dove GA, Wigg P, Clark JHC, Constantinidou M, Royappa BA, Evans CR et al – The therapeutic effect of taking a patient’s history by computer. J R Coll Gen Pract;27:477-481, 1977.
Downing A, Francis A, Brockington I – Comparison of information sources in the study of psychotic illness. British Journal of Psychiatry;137:38-44, 198O.
Eberhart RC, Dobbins RW – Early neural network development history: the age of Camelot. Engineer. Medical Biologic Magazine;915:18, 199O.
Elstein AS, Shulman LS, Sprakfka SA – Medical problem solving. An analisys of clinical reasoning. Havard University Press, Cambridge, 1978.
Endicott J, Spitzer RL – A diagnostic interview: The Schedule for Affective Disorders and Schizophrenia. Archieves of General Psychiatry;3:58-37, 1978.
Erdman HP, Greist JH, Klein MH,Jefferson JW, Olson W, Saslinger R – Clinical usefulness of a computer program for psychiatric diagnosis. In,Shriver B, Walker R, Grams R (eds.) Proceedings of the Fourteenth Hawaii International Conference on System Sciences, North Hollywood, CA , 802-817, 1981.
Evans CR, Price HC, Wilson J – Computer interrogation of patients with respiratory complaints in a London hospital. Community Science;69O-698,1973.
Evans CR, Wilson J, Card WI, Cream GP, Watson JB, Nicholson M – A study on on-line interrogation of hospital patientes by a time-sharing terminal with computer/consultant comparison analysis. Community Science, National Physics Laboratory, 52O-524,1971.
Faught WS, Colby KM, Parkinson RC – Inference, affects, and intentions in a model of paranoia. Cognitive Psychology;9:153-187, 1977.
Feighner JP et al – Diagnostic Criteria for use in psychiatric research. Archieves of General. Psychiatry;25:27-63, 1972.
4O. First MB, Williams JBW, Spitzer RL – DTREE: an expert system for psychiatric diagnosis. Proceedings of the 13th. Annual Symposium on Computer Application in Medical Care, IEEE Press, New York, 954-955, 1989.
First MB, Williams JBW, Spitzer RL – DTREE: Microcomputer- assisted teaching of psychiatric diagnosis using a decision tree model. Proceedings of the Twelfth Annual Symposium on Computer Application in Medical Care, IEEE Press, New York, 1988.
Fleiss J, Spitzer RL, Cohen J, Endicott J – Three computer diagnosis methods compared. Archieves of General Psychiatry;27:643-649, 1972.
Fowler RD – Landmarks in computer-assisted psychological assessment. Journal of Consulting and Clinical Psychology;53:748- 759, 1985.
Gomi T – Sixth generation computing by the year 21: characteristics, opportunity and challenge. Proceedings of the II International Symposium of Artificial Intelligence and Expert System, AMK Berlin, Berlin, 211-212, 1988.
Gould R – Adulthood. In; Kaplan HI, Sadock BJ: Comprehensive Textbook of Psychiatry/V, Williams and Wilkins, Baltimore, 1988.
Greist JH, Gustafson DH, Stauss FF, Rowse GL, Laughren TP, Chiles JA – A computer interview for suicide-risk prediction. American Journal of Psychiatry;13O:1327-1332, 1973.
Greist JH – Computers in psychiatry diagnosis.In; Baskin D, Computer applications in psychiatry and psychology. Brunner/Mazel Publishers, New York, 199O.
Hamilton M – Development of a rating scale for primary depressive illness. British Journal of Social Clinical Psychology;6:278-296, 1967.
Harris DK – Computer-assisted decision support: a new available reality. JAMA;258-86, 1987.
5O. Hedlund JL, Viewing BW – Computer generated diagnosis. In, Last CG et al; Issues in Diagnostic Research, Plenum Publishing Company, 1987.
Heiser JF, Colby WS, Faught WS, Parkinson RC; Can psychiatrists distinguish a computer simulation of paranoia from the real thing?: The limitations of Turing-like tests as measures of the adequacy of simulations. Journal of Psychiatric Research;15:149-162, 1979.
Hirschfeld R, Spitzer RL, Miller RG – Computer diagnosis in psychiatry: a Bayes approach. Journal of Nervous and Mental Diseases;158:399-4O7.
Hopfield JJ – Neural networks and physical systems with emergent collective computational abilities. Proccedings of the National Academy of Science. USA, 79:2554-2558, 1982.
Kaplan HI, Sadock BJ – Comprehensive Textbook of Psychiatry/IV; Williams & Wilkins, Baltimore, EUA, 1989.
Klein DF – Endogenomorphic depression: a conceptual and terminological revision. Archieves of General Psychiatry;31:447-454, 1974.
Kuhn TS – A Estrutura das Revoluções Cientificas – 3ª edição; Editora Perspectiva S.A., São Paulo-SP, 199O.
Kulikowski C, Weiss SM – Representation of expert knowledge for consultation: the CASNET and EXPERT projects. In, Szolovits P: Artificial Intelligence in Medicine, Westview Press, Colorado, 21- 55, 1982.
Lawrence JP Jr – Using computers for the treatment of psychological problems. Computers in Human Behavior;243: 62, 1986.
Ledley RS, Luster LB – Reasoning foundations of medical diagnosis. Science;13:O9-21, 1959.
6O. Levine S, Ancill RJ, Roberts AP – Assessment of suicide risk by computer-delivered self-rating questionnaire: preliminary findings. Acta Psychiatrica Scandinavica;8O:216-22O, 1989.
Lieff JD – Computer applications in psychiatry. American Psychiatry Press, Washington D.C., 1987.
Loehlin JC – Machines with personality. Science Journal;497:1O1, 1968.
Lucas RW, Mullin PJ, Luna CBX, Mc Inroy DC – Psychiatrists and a computer as interrogators of patients with alcohol-related illnes: a comparison. British Journal of Psychiatry;131:16O-167, 1977.
Margo A, Johnson C, Ancill RJ, Carr AC – Assessment of depression by microcompute. Acta Psychiatrica Scandinavica;67:434-435, 1983.
Matarazzo JD – Computerized psychological testing. Science;22:13-23, 1983.
McCulloch W, Pitts W – A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics;71:15-133, 1943.
Melrose JP, Stroebel C, Gluek B – Diagnosis of psychopatology using stepwise multiple discriminant analysis. Psychiatry;12:43-5O, 197O.
Miller RC, Berman JS – The efficacy of cognitive behavior therapies: a quantitative review of the research evidence. Psychologic Bulletim;94:39-53, 1983.
Mishkoff HC – Understanding Artificial Intelligence;Texas Instruments Inc., Texas, 1986.
7O. Misky M, Pappert S – Perceptrons. MIT Press, Cambridge, 1969.
Mulsant BH, Servan-Schreiber e – A connectionist approach to the diagnosis of dementia. Proceedings of the Twelfth Annual Symposium on Computer Application in Medical Care, IEEE Press, New York, 245-25O, 1988.
Planck M – Scientific autobiography and other papers;Philosophical Library, New York, 1949.
Plutchik R, Karasu TB – Computers in interviewing and psychotherapy. In. Baskin D, Computer Applications in Psychiatry and Psychology, Brunner/Mazel Publishers, New York, 57-76, 199O.
Pople H – Heuristic methods for imposed structure on ill- structured problems: the structuring of medical diagnostics.In. Szolovits P, Artificial Intelligence in Medicine, Westview Press, Colorado, 119-19O, 1982.
Praag HM – Computers in psychiatry: a missed opportunity. In. Baskin D, Computer applications in psychiatry and psychology, Brunner/Mazel Publishers, New York, 3-4, 199O.
Quarton GC, McGuire MT, Lorch S – Man-machine natural language exchanges based on selectec features of unrestricted input, I. The development of the time-shared computers as a research. Journal of Psychiatry Research;5:165, 177, 1967.
Regier DA et al – The NIMH Epidemiologic Catchment Área (ECA) Program. Archieves of General Psychiatry;4:19-34, 1984.
Robins LN et al – The NIMH Diagnostic Interview Schedule: its history, characteristics, and validity. Archieves of General Psychiatry;38:381-389, 1981.
Rosenblatt F – Principle of neurodynamics. Spartan Books, Washington D.C., 1962.
8O. Rosenblatt F – The perceptron: a probabilistic model for information storage and organization in the brain. Psychol. Rev.;65:368-4O8, 1958.
Sabbatini RME – Aplicações biomédicas de redes neurais artificiais. Não publicado , 1991.
Sampson JP Jr – The use of computer-assisted instruction in support of psychotherapeutic processes. Computer in Human Behavior;21-19, 1986.
Schwartz WB, Patil RS, Szolovits P – Artificial intelligence in medicine: Where do we stand? NEJM;316:685-688, 1987.
Selmi PM, Klein MH, Greist JH, Sorrel SP, Erdman HP – Computer- administered cognitive-behavioral therapy for depression. American Journal of Psychiatry;147:51-56, 199O.
Shortliffe EH – Computer Programs to support clinical decision making. JAMA; 258:61-66, 1987.
Simpson PK – Artificial neural systems: foundations, paradigms, applications and implementations. Pergamon Press, London, 199O.
Singer J, Sack HS, Lucente F, Chalmers TC – Physician attitudes toward apllications of computer data base systems. JAMA;249:161O- 1614, 1983.
Slaughter JR, Hesse BW, Turner CW – Computerized mental status testing in the elderly. Proceedings of the Twelfth Annual Symposium on Computer Application in Medical Care, IEEE Press, New York, 58-62, 1988.
Snaith R, Ahmed S, Mehta S, Hamilton M – Assessment of the severity os primary depressive illness. Wakefield self-assessment depression inventory. Psychologic Medicine;1143, 149, 1971.
9O. Sougey EB – Lista integrada de critérios de avaliação taxonomica para as depressões: versão brasileira. Jornal Brasileiro de Psiquiatria;34:157-169, 1985.
Sougey EB – As escalas de avaliação nos ensaios clínicos com benzodiazepinicos; a proposito da Escala de Ansiedade de Hamilton. Jornal Brasileiro de Psiquiatria;36:49-53, 1987.
Spitzer RL, Endicott J, Robins E – Research Diagnostic Criteria (RDC) for selected group of funtional disorders. State Psychiatry Institute, New York, 1978.
Spitzer RL, Endicott J, NIMH – Schedule for Affective Disorders and Schizophrenia – life time version, ed 3. New York State Psychiatry Institute, New York, 1978.
Spitzer RL, Endicott J – DIAGNO: a computer program for psychiatric diagnosis utilizing the differential diagnostic procedure. Archieves of General Psychiatry;18:746-756, 1968.
Swartz CM, Pfohl B – A learning aid for DSM-III: computerized prompting of diagnostic criteria. Journal of Clinical Psychiatry;42:359-361, 1981.
Teach RL, Shortliffe EH – An analysis of physician attitudes regarding computer-based clinical consultation systems. Computers and Biomedical Research;2O:542-558, 1981.
Wagner M, Plato DCS – An interactive computer system for personal counseling: Further development and evaluation. Journal of Counseling Psychology;2731-39, 198O.
Wagner M, Plato DCS – An interactive computer system for personal counseling. Journal of Counseling Psychology;27:16-3O, 198O.
Wagner M – Solving dilemmas by computer or counselor. Psychological Reports;5O:127-135, 1982.
1OO. Warner HR, Toronto AF, Veasy LG – Experience with Bayes’s theorem for computer diagnosis of congenital heart disease. Ann NY Acad Sci;11:52-16, 1964.
1O1. Weizenbaum J – ELIZA-A computer program for the study of natural language communication between man and machine. Communication of the Association for Computer Machine;9:34-45, 1966.
1O2. Wetzeler S – Computerized psycological assessment. In, Baskin D; Computer Applications in psychiatry and psychology, Bunner/Mazel Publishers, New York, 43-56, 199O.
1O3. Williams JBW – A structured interview guide for the Hamilton Depression Rating Scale. Archieves of General Psychiatry;45:742-747, 1988.
1O4. Wing JK – Standardizing clinical diagnostic judgments: the PSE-CATEGO system Australian and New Zealand. Journal of Psychiatry;14:17-2O, 198O.
1O5. World Health Organization – Report of the International Pilot Study of Schizophrenia;W.H.O, Geneva, 1973.
1O6. World Health Organization – ICD-1O. 1988 Draft of Chapter V Categories, Mental, Behavioural and Developmental Disorders, WHO, Geneva, 1988.
1O7. Young DW – What makes doctors use computers? Journal of the Royal Society of Medicine;77:663-667, 1984.
1O8. Zung WWK – A self-rating depression scale. Archieves of General Psychiatry;12:63-7O, 1965.

Tradução do Inglês para o Português do Questionário de Auto-avaliação da Escala de Hamilton para a Depressão

Tárcio Fábio Ramos de Carvalho 1

Manuela Garcia Lima 2

Renata Cruz Soares Azevedo 2

Dorgival Caetano 3

1. Mestrando em Saúde Mental na UNICAMP.

2. Residente em psiquiatria na UNICAMP.

3. Professor Adjunto do Departamento de Psicologia Médica e Psiquiatria da UNICAMP 

Resumo

A tradução do Questionário de Auto-Avaliação da Escala de Hamilton para Depressão (QAEH-D)  do Inglês para o Português foi realizada independentemente por duas pessoas bilíngües. Em seguida os autores discutiram as traduções e chegaram a uma versão de consenso. A versão em Português foi submetida a “back-translation” por outras duas pessoas bilíngües que não conheciam o questionário em Inglês. Os itens que apresentaram diferenças semânticas na “back-translation” foram discutidos, sendo  a tradução em Português modificada pelos autores. A tradução foi avaliada em relação às eqüivalências linguística,  conceitual e  das escalas, em 63 pessoas bilíngües. Os resultados sugerem que a tradução do QAEH-D para o Português é confiável, podendo ser utilizada na avaliação de depressão no Brasil.

Introdução 

A tradução de escalas de avaliação,  instrumentos diagnósticos e testes  psicológicos tornou-se freqüente em todo o mundo. Com o objetivo de padronizar os sistemas diagnósticos e escalas para uso  em diversos países e continentes, faz-se necessário que a versão original do instrumento, que geralmente é em inglês, seja traduzida para o idioma da população que será avaliada. Diversos trabalhos discutem as metodologias e dificuldades das traduções transculturais em  psiquiatria e psicologia (1-10).  Na verdade, não há um consenso entre os autores de qual seria a melhor metodologia para realizar as traduções, e alguns pesquisadores utilizam seus próprios métodos (2, 8, 9,10). Poucos são os tradutores de testes psicológicos que se preocupam em avaliar quantitativamente seus trabalhos (11,12,13). Em publicação recente foi demonstrado que uma tradução da Hospital Anxiety and Depression Scale para a o idioma Urdu, dialeto falado no Paquistão, apresentava alguns itens que levantou dúvidas em relação ao significado correspondente no original (14). Foi necessário uma nova tradução, com metodologia mais rigorosa, surgindo assim uma nova versão Urdu para a escala, a qual foi validada através de testes quantitativos. 

O Questionário de Auto-Avaliação da Escala de Hamilton para Depressão (QAEH-D) (15) foi  desenvolvido na Universidade de Londres a partir da Escala de Depressão de Hamilton (EDH) (16)  para ser aplicado por computador. O QAED-H apresenta algumas modificações em alguns itens da EDH. Os itens de obsessão e paranóia foram excluídos na versão modificada do questionário pois eles não são apropriados para auto-avaliação. Os itens agitação, lentificação e insight foram também excluídos pois dependem da avaliação de um observador. Foram adicionados itens para ideação suicida, pois são considerados importantes no planejamento da conduta clínica em pacientes com depressão. No total, o QAED-H ficou com 18 itens. 

O QAED-H tem sido utilizado em diversas pesquisas e os  resultados  demonstraram que as aplicações realizadas por computador apresentam uma alta correlação com as avaliações dos clínicos. Quando selecionado um ponto de corte de 1O, as informações obtidas pelo QAED-H, utilizando-se o computador, foram bastante precisas em discriminar pacientes deprimidos de um grupo de controle normais (15). Outros estudos demonstraram que o QAED-H aplicado pelo computador apresentou uma alta correlação com a EDH, sendo  utilizado em pesquisa de tratamento de farmacológico de pacientes com depressão (17). Foi ainda observado que o  questionário  conseguiu fazer a previsão do suicídio com  precisão maior do que os clínicos (18).

O objetivo desse estudo é realizar a tradução do inglês para a língua portuguesa do Questionário de Auto-avaliação da Escala de Hamilton para Depressão (QAEH-D)  e  avaliar a mesma  em relação às eqüivalências linguística,  conceitual e das escalas. 

 Metodologia

A tradução do questionário original em Inglês para o Português foi realizada por dois psiquiatras bilíngües, independentemente. Nenhum dos dois psiquiatras tinha experiência anterior em tradução de instrumentos em psiquiatria e nenhuma orientação foi dada para que realizassem uma tradução literal ou mais livre. As duas traduções foram discutidas entre os autores. Cada um dos item em Português foi selecionado de forma que o significado ficassem o mais próximo possível do questionário original em Inglês. Ao final foi obtida a versão “por consenso” dos autores. 

A versão “por consenso” foi submetida à “back-translation” por dois professores de Inglês, independentemente. Eles eram bilíngües, sendo um brasileiro e o outro norte-americano. Nehum dos dois professores conhecia o QAEH-D em Inglês e não tinha formação em psicologia ou psiquiatria. As duas “back-translations” foram analisadas pelos autores e cada item foi cuidadosamente avaliado para saber se a tradução em Português tinha o mesmo significado do original em Inglês.

Alguns itens tiveram de ser modificados para tornar mais claro o que se desejava saber com uma determinada pergunta. Um dos itens foi modificado do original, e merece ser referido. Trata-se do item 14, que no original em Inglês está da seguinte forma: “Are you worried that you might have a serious illness such as cancer or V.D.?”. “V.D.” é a abreviatura de “veneral disease” , que pode ser traduzido por “doença venérea”. Consideramos inadequado perguntar isso à população. Grande parte não sabe o que significa doença venérea, e muitos os deprimidos que temos observado geralmente não estão preocupados com uma doença desse tipo. Entretanto, a AIDS tem sido ponto de atenção por grande parte   das pessoas. Não raramente encontramos pacientes com quadro de depressão preocupados com a possibilidade de estarem com essa doença. Dessa forma,  decidimos utilizar a palavra AIDS no lugar de “V.D.”. Na realidade,  AIDS é uma sigla em Inglês (Adquirid Imunodeficient Syndrome) e a sua tradução é para o Português é SIDA (Síndrome de Imunodeficiência Adquirida). No entanto, como no Brasil essa doença é pouco conhecida por SIDA , mantivemos a sigla original. 

A versão final do questionário em Português e o original em Inglês foram então administrados a 63 estudantes bilíngües de graduação e pós-graduação em medicina, enfermagem e línguas da Universidade Estadual de Campinas (UNICAMP). Após um esclarecimento ao grupo dos objetivos da pesquisa, o questionário era entregue aos voluntários, sendo que metade do grupo recebia o questionário em Português e a outra metade em Inglês. Era solicitado para que eles respondessem de forma que suas respostas refletissem como se sentiam. Para assegurar que não seriam identificados foram orientados a colocar um símbolo igual nos dois questionários. Após completar uma versão, os voluntários recebiam a outra na língua diferente do primeiro e respondiam da mesma forma. Era solicitado para que não respondessem os itens em Inglês que não compreendessem. As duas versões do questionário foram respondidos imediatamente uma após a outra para diminuir a possibilidade de variação do humor e consequentemente de obtenção de resultados diferentes.

Resultados

Dos 63 indivíduos estudados, onze deixaram de marcar pelo menos um dos itens do questionário em Inglês ou em Português; esses foram excluídos do estudo, ficando assim 52 casos para análise dos dados. Com relação aos questionários que foram excluídos do estudo, foi observado que esses individuos deixaram de responder as questões  no questionário em Inglês. Em apenas um caso foi deixado de assinalar o mesmo item em ambos os questinários. Como pode ser observado na Tabela 1, nesses questionários geralmente havia mais de um item sem estar marcado, com uma média 4.8 de itens não assinalados. Consideramos que isso se deveu à dificuldade desses estudantes em compreender esses itens em Inglês, pois houve pouca abstenção nos itens em inglês que são mais fáceis de serem entendidos. Por exemplo, o item 1, “How depressed are you?” , em nenhum dos questionários foi deixado de ser assinalado, enquanto que itens como “Are you at your worst early in the day but improve as the day goes on?”  e “Do you feel that either you or the outside world is unreal?” tiveram 7 e 6 abstenções, respectivamente. 

Eqüivalência Linguística

A eqüivalência linguística foi calculada pela diferença das médias dos escores de cada um dos itens nas versões em Português e em Inglês. A Tabela 2 demonstra que a diferença das médias dos  escores foi muito pequena para a maioria das questões, sendo que em cinco delas não houve qualquer diferença. Os itens 10 e 16 não apresentaram nenhuma variação, com o desvio padrão das diferenças igual a zero. Com um intervalo de confiança de 95% para a diferença das média, nenhum dos itens apresentou diferença estatisticamente significante. 

A concordância dos itens nas duas versões, isto é, o número de questões em que foi marcado a mesma resposta pela mesmo sujeito nos dois questionários, é apresentada na Tabela 3. A maioria dos itens obteve alta concordância, sendo que os itens 10 e 16 atingiram 100% de concordância. 

Eqüivalência Conceitual

Para avaliação da eqüivalência linguística, comparamos a correlação de cada item com o escore total do questionário correspondente. O coeficiente de correlação de Spearman foi calculado separadamente para as duas versões (Português e Inglês) do QAEH-D e é apresentado na Tabela 4. Esses coeficientes variaram de 0.43 a 0.9, sendo que em 15 dos 18 itens a diferença entre os pares de coeficientes foi menor ou igual a 0.05 e em nenhum dos casos essa diferença chegou a 0.1. Todos os coeficientes tiveram alto nível de significância estatística (p<0.001). Isso significa que as questões têm uma forte correlação  com os escores totais correspondentes. Essas correlações foram bastante semelhantes nas versões em Português e Inglês. 

Eqüivalência da Escala

A eqüivalência da escala foi calculada de duas formas: primeiro, pela diferença entre as médias dos escores dos questionários; segundo, pela comparação dos escores para saber se as versões em Inglês e Português do QAEH-D identificam os mesmos indivíduos com depressão. A diferença da média dos escores das duas versões do questionário foi de  -0.13 (p>0.05).

A Tabela 5 mostra a capacidade do questionário em selecionar grupos, utilizando o valor 10 como ponto de corte (o escore total pode variar de 0 a 46). Em apenas dois dos 52 sujeitos avaliados houve escores diferentes nas duas versões ficando assim esses sujeitos em grupos diferentes. O qui-quadrado observado foi de 0.25 (p> 0.05). Isso significa que as freqüências obtidas não se afastam das esperadas o suficiente para podermos explicar a diferença como resultado de uma real diferença amostral., portanto tal diferença deve ser interpretada como resultante da ação do acaso.

A taxa de concordância entre as duas versões do questionário para os sujeitos que ficaram acima e abaixo do ponto de corte foi calculada. Na tabela 5 é observado que tanto para os indivíduos que foram classificados acima como para aqueles abaixo do ponto de corte a concordância foi alta, respectivamente 0.82 e 0.95. 

Discussão e Conclusão

As dificuldades que enfrentamos para traduzir o QAEH-D foram compensadas pelos os excelentes resultados obtidos. De fato, foram obtido  altos índices de concordância entre os questionários em Inglês e Português. Além do esforço do grupo em tentar obter uma boa tradução, a técnica de “back-translation” e consultas frequentes a profissionais com experiência em tradução ajudaram no processo. Não podemos deixar de considerar que o intervalo de tempo entre a aplicação do questionário nos dois idiomas foi muito curto, o que pode provocar um enviesamento devido à capacidade dos voluntários em lembrar da questão no outro idioma. Em um trabalho de tradução do Inglês para a língua Portuguesa da Escala de Memória de Wechsler – Revisada (19), utilizando uma metodologia semelhante à que é empregada nesse estudo, o intervalo de aplicação das duas versões variou de sete a vinte dias. Na avaliação da tradução de um teste de memória o intervalo entre as aplicações das duas versões deve ser maior do que em um questionário para avaliação do humor. Os sentimentos podem variar de um momento para o outro e com um intervalo de tempo maior teríamos provavelmente uma variação de humor dos indivíduos. 

Chama a atenção a taxa de 17,3% (21,2% em inglês) dos indivíduos que obtiveram um escore acima do ponto de corte o que pode ser considerado alto para uma amostra de estudantes de uma Universidade brasileira. Em estudo anterior (15) foi observado que em um grupo controle de 43 indivíduos “normais”, todos os escores ficaram abaixo de 11. Não podemos ignorar que o estudo citado foi realizado na Inglaterra e os questionários foram aplicados por computador. Talvez essas variáveis tenham alguma relação com os diferentes resultados, apesar de que algumas pesquisas não tenham demonstrado importante diferença no escore de questionários de auto-avaliação aplicados com lápis e papel e aplicados pelo computador. Estudos futuros de validação desse questionário em população brasileira poderão indicar um ponto de corte acima de 10.

Como o QAEH-D tem perguntas curtas, consta apenas de 18 itens e é muito fácil de ser respondido, os participantes não relataram dificuldades no preechimento. A maioria respondeu o questionário em menos de 10 minutos. Atualmente estamos utilizando esse questionário aplicado por um microcomputador portátil. Os pacientes respondem o questionário utilizando um mouse do tipo “trackball”. Além de obtermos o resultado automaticamente no final da avaliação, os dados são armazenados para utilização em outras avaliações, comparações e pesquisas. O programa foi escrito em Visual Basic e conta com avançados recursos de tela, o que  o torna de fácil aplicação. 

Os questionário de auto-avaliação apresentam certas limitações e por melhor que seja a tradução, o instrumento precisa refletir o nível de depressão. Como nos baseamos em um questionário desenvolvido originalmente no Norte da Europa, precisamos verificar se o conceito de depressão naquela cultura pode ser utilizado em nossa região. Estudos em Psiquiatria Transcultural têm revelado sérias limitações na aplicação de instrumentos que medem a psicopatologia em avaliações de pessoas de diferentes culturas. Nesse sentido, os questionários de auto-avaliação são especialmente problemáticos (20-28). Na versão chinesa do Inventário de Beck para Depressão havia itens que tinham pouca validade para essa população, apesar da tradução estar semanticamente correta. Isso ocorreu devido às diferenças entre as culturas chinesa e americana, que em algumas situações apresentam formas distintas de linguagen verbal para expressão de experiências emocionais e físicas.  Foi necessário, então, o desenvolvimento de uma novo questionário  chinês de auto-avaliação para a depressão. Esse novo questionário, construído a partir de dados obtidos de psiquiatras e pacientes chineses, apresentou confiabilidade e validade melhor nesses pacientes do que a versão chinesa  do Inventário de Beck para Depressão (29). O uso de instrumentos psicométricos desenvolvidos na cultura ocidental sofrem uma tendenciocidade etnocêntrica. Outros estudos utilizando questionários ocidentais de auto-avaliação em países não-ocidentais também têm falhado em realizar a mensuração da psicopatologia (30). Em uma revisão de Guarnaccio e col  (31) sobre estudos epidemiológicos em Saúde Mental na Costa Rica, os autores discutem os problemas do uso,  em culturas ocidentais cuja língua original não é o Inglês, de uma versão traduzida de instrumentos desenvolvidos originalmente em Inglês

O ideal seria que os instrumentos de medida das condições de saúde fossem desenvolvidos independentemente em cada cultura e posteriormente comparados através de estudos transculturais (32). Uma pesquisa que analisa a validade do QAEH-D está sendo concluída, e será apresentada posteriormente. É necessário levar em consideração as diferentes culturas e subculturas no Brasil, o que significa que essa tradução pode não apresentar os mesmos resultados em diferentes regiões do país. Assim, estamos procurando utilizar o questionário em diversos Estados do Brasil, com o propósito de avaliar a possibilidade de uso mais amplo. Modificações futuras, ou mesmo a construção de um novo questionário, poderá ser necessário.

A tradução do QAEH-D mostrou uma boa eqüivalência linguística, conceitual e da escala, podendo assim ser utilizada em Português para avaliação de estados depressivos. 

Agradecimento:

Ao Comitê Brasileiro para Prevenção e Tratamento de Depressão, pelo financiamento desse estudo.

Endereço para correspondência:

Dr. Tárcio Carvalho

UNICAMP – Faculdade de Ciências Médicas

SCPG – Saúde Mental

Caixa Postal. 6111

Cidade Universitária – Barão Geraldo

Campinas  –  SP

CEP. 13081 

Referências:

1 . Brislin RW – Back-translation for cross-cultural research. J Cross Cult   Psychol, 1:185-216,1970.

2 . Brislin RW – Translation and content analysis of oral and written  materials. In:Triandis HC , Berry JW, ed. Handbook of cross-cultural psychology ,Vol2:Methodology, Allyn & Bacon, Boston,1980.

3 . Brislin RW – Translation: applications and research.(Wiley/Halstead,  New York,1976.)

4.  Draguns JG – Methodology in cross-cultural psychopathology. In:Al-Issa I – Culture and Psychopathology. University Park Press, Baltimore,1982.

5. Marsella AJ – The measurement of depressive experience and disorder  across cultures. In:Marsella AJ, ed. The measurement of depression, Guilford Press, New York,1987. 

6. Marsella AJ, Sartorius N, Jablensky A, Fenton FR – Cross-cultural  studies of depressive disorders: an overview. In:Kleinman A, Good BJ, ed. Culture and depression, University of California Press, Berkeley,1985. 

7. Murphy HBM – Comparative psychiatry (Springer-Verlag, Berlin,1982).

8. Price R, Mombour W – A technique for improving linguistic equivalence   in cross-cultural surveys. Int J Soc Psychiatry, 13:229-237,1967. 

9. Sechrest L, Fay T, Zaidi S – Problems of translation in cross-cultural  research. J Cross Cult Psychol, 3:41-56,1972. 

10. Werner O, Campbell D – Translation, working throught interpreters, and  the problem of decentering. In:Naroli R, Cohen R , ed. A handbook of method in cultural anthropology, American Museum of Natural History, New York,1970. 

11. Chan DW – The chinese version of the General Health Questionnaire: does  language make a difference?. Pshychol Med, 15:147-155,1985.

12. Lonner WJ – The SVIB visits German, Austrian and Swiss psychologists.  Am Psychol, 23:164-179,1968. 

13. Spielberger CD, Sharma S – Cross-cultural measurement of anxiety.  In:Spielberg CD, Diaz GR, ed. Cross-cultural anxiety, Hemisphere Press, Washington,1974. 

14 . Mumford DB, Tareen IAK, Bajwa MAZ, Bhatti MR, Karim R – The translation  and evaluation of an Urdu version of the Hospital Anxiety and  Depression Scale. Acta Psychiatr Scand, 83:81-85,1991. 

15. Carr AC, Ancill RJ, Ghosh A, Margo A – Direct assessment of depression  by microcomputer: a feasibility study. Acta Psychiatr Scand, 64:415-422,1981.

16. Hamilton M – Development of a rating scale for primary depressive  illness. Br J Soc Clin Psychol, 6:278-296,1967. 

17. Akhtar MJ, Davey A, Cox HE, Ancill RJ – A double-blind study comparing  mianserin and dothiepin: an application for computers in clinical  psychiatry. Br J Clinical Pract, 38:316-319,1983

18. Levine S, Ancill RJ, Roberts AP – Assessment of suicide risk by computer-delivered self-rating questionnaire: preliminary findings. Acta Psychiatr Scand, 80:216-220,1989. 

19. Plass AM – Adaptação para o Português da Escala de Memória de Wechsler- Revisada:Fidedignidade e Validade. Dissertação  de Mestrado em Psicologia, Universidade Federal   do Rio Grande do Sul, 1991.

20. Zheng YP, Shu LY – Styles of verbal expression of emotional and physical experiences: a study of depressed patients and normal controls in China. Cult Med Psychiatry. 10:231-243, 1986.

21.  Kinzie JD –  Development and validation of a Veitnamese-language depression rating scale. Am J Psychiatry. 139:1276-1281, 1982.

22.  Zung WO –  A cross-cultural survey of symptoms in depression. Am J Psychiatry. 126:116-121, 1969.

23.  Good BJ, Kleinman AM – Culture and anxiety: cross-cultural evidence for patterning of anxiety disorders. In: Maser, Tuma AH, ed. Anxiety and the anxiety disorders. Erlbaum, New York, 21-33, 1984.

24.  Marsella AJ – Depression: depressive experiences and disorders across cultures. In: Triandis H, Dragus J, ed. Handbook of cross-cultural psychology. Allyn & Bacon, Boston, 237-290, 1980.

25. Tanaka-Matsumi J, Marsella AJ – Cross-cultural variations in the phenomenological experience of depression word association. J Cross Cult Psychol. 7:379-396, 1976.

26. Triadis HC – Reflection on trends in cross-cultural research. J Cross Cult Psychol. 11:35-38, 1980.

27. Kinzie JD, Manson SM – The use of self-rating scale in cross-cultural psychiatry. Hosp Community Psychiatry. 38:190-196, 1987.

28. Flaherty JA, Gaviria FM, Pathak D et al. – Developing instruments for cross-cultural psychiatric research. Nerv Ment Dis. 176:257-263, 1988.

29. Zheng YP, Lin KM – Comparison of the Chinese Depression Inventory and the Chinese version of the Beck Depression Inventory. Acta Psychiatr Scand. 84:531-536, 1991.

30. Malasi TH, Mirsa IA, El-Islam MF – Validation of the Hospital Anxiety and Depression Scale in Arab patients. Acta Psychiatr Scand. 84:323-326, 1991.

31. Guarnaccia PJ, Good BJ, Kleinman A – A critical review of epidemiological studies of Puerto Rican Rican mental health. Am J Psychiatry. 147:1449-1456, 1990.

32. Phillips MR, Xiong W, Wang RW, Gao YH, Wang XQ, Zhang NP – Reliability and validity of the Chinese versions of the Scales for the Scales for Assessment of Positive and Negative Symptoms. Acta Psychiatr Scand. 84:364-370, 1991.

Summary

Translation from English into Portuguese of the Self-rating Hamilton Depression Questionnaire 

The Self-rating Hamilton Depression Questionnaire was independently translated  from English into Portuguese by two bilingual individuals. The two translations were compared and the authors of this paper came out with a consensus translation. This translation was translated back into  English by two other bilingual individuals who did not have access to the original version in English. The items that did not show a close linguistic equivalence were rewritten in Portuguese.

Both the final version in Portuguese and the original one in English were applied to 63 bilingual students. The analysis of the findings indicates that the Portuguese version of the Self-rating Hamilton Depression Questionnaire can be used to assess depressive disorders in Brazil.

LIST-D10 Resumo

O que é?

• LIST-D10 é o mais completo programa computadorizado para diagnóstico de distúrbios depressivos.
• Possibilita maior facilidade e precisão no diagnóstico dos distúrbios depressivos na prática clínica e na pesquisa.
• Os profissionais da área de saúde podem obter facilmente o diagnóstico de depressão em até dez diferentes sistemas diagnósticos, incluindo a CID-10.

Características:

• Permite seleção dos sistemas diagnósticos, de acordo com a necessidade do usuário.
• Possui pontos de corte e pulos automáticos, otimizando a avaliação.
• Os dados e diagnósticos podem ser gravados, revistos e impressos.
• Roda no ambiente Windows da Microsoft.
• Conta com ajuda on-line para os itens diagnósticos (glossário e exemplos).
• Ajudas para
• os sistemas diagnósticos
• critérios diagnósticos
• árvores de decisão.

Quem pode utilizá-lo?

Profissionais da área de saúde como

• médicos
• psiquiatras
• psicólogos

Desenvolvimento

• Tárcio Carvalho
• Everton Sougey

Informações adicionais e como obter o software

Dr. Tárcio Carvalho

fone/fax: (081) 3222 4182

E-mail: tarcio@doctor.com

Patrocínio

 

 

Apoio

• Softex/Recife
• CNPq
• Universidade Federal de Pernambuco
• Núcleo de Informática Biomédica da Universidade Estadual de Campinas (UNICAMP).

 

LIST-D10 É um sistema computadorizado de multidiagnóstico para as depressões. Através dele pode-se realizar simultaneamente o diagnóstico desse distúrbio em dez diferentes sistemas diagnósticos. Os dados são digitados diretamente no computador durante a avaliação. As informações vão sendo processadas durante o exame e o computador fornece os diagnósticos ao final da avaliação. Uma das principais características do programa é seu sistema de inteligência artificial baseado em regras. O método, baseado em árvore de decisão lógica, utiliza um modelo similar ao processo de diagnóstico diferencial empregado na prática clínica e portanto, não necessita de um conjunto prévio de informações, bastando que as regras sejam determinadas. As regras nesse caso são os itens diagnósticos, cabendo ao programa tomar as decisões para realização do diagnóstico. Características: • O programa roda no ambiente Windows, compartilhando as vantagens desse sistema; • Conta com ajuda on-line para os itens diagnósticos (glossário e exemplos) e para os sistemas diagnósticos, com resumo dos sistemas, itens diagnósticos e árvores de decisão; • A modificação dos itens, glossário e perguntas podem ser feitas pelo próprio usuário com um processador de textos comum, sem necessidade de fazer qualquer programação de computador; • Os dados são digitados diretamente no computador durante a evolução do paciente; • Há possibilidade de seleção do(s) sistema(s) diagnóstico(s), de acordo com a necessidade do usuário; • Durante a avaliação os itens são apresentados com o(s) respectivo(s) sistema(s) diagnóstico(s) do qual faz parte; • Pontos de corte e pulos automáticos, podendo evitar a necessidade de responder todos os itens; • Os dados podem ser gravados, revistos e impressos; • Acompanha um programa para instalação do LIST-D10 no computador. LIST-D10: Histório e contexto na evolução dos transtornos mentais Nessas duas últimas décadas vários esforços têm sido realizadas no sentido do aprimoramento conceitual e operacional do diagnóstico psiquiátrico. Esse movimento deve-se, por um lado, à utilização de técnicas de entrevistas padronizadas estruturadas ou semi-estruturadas e escalas de avaliação quantitativa da sintomatologia e por outro ao desenvolvimento da tendência de definir categorias nosológicas através de critérios operacionais de inclusão e exclusão. Assim é que o exame do paciente produz informações mais confiáveis e para que ele seja diagnosticado como pertencente a uma certa categoria deve apresentar determinados sintomas ( inclusão) e não apresentar sintomas de outra categoria (exclusão). Esses critérios não têm vinculações com postulados teóricos sobre etiologia, objetivam definir claramente populações de pacientes e permitir, por exemplo, que determinada investigação possa ser entendida e sobretudo reproduzida em outros centros. Uma vez lidado com o problema da colheita dos sinais e sintomas da forma fidedigna, o outro aspecto diz respeito à combinação desses sinais e sintomas para produzir diagnóstico. Este último ainda é um assunto não-concordante entre os psiquiatras e a conseqüência disso é uma proliferação de sistemas de classificação e diagnósticos. Estes sistemas, inicialmente restritos a grupos isolados de pesquisadores foram gradativamente ganhando aceitação e grande divulgação na comunidade científica internacional. No atual estágio de evolução da nosologia, populações de pacientes passaram a ser definidas através de critérios mais restritos e isto proporcionou um salto de qualidade do diagnóstico psiquiátrico. Entretanto, a disponibilidade de vários sistemas propondo diferentes definições operacionais estimulou a necessidade de comparações interdiagnósticas. Referindo-se a esta necessidade Berner (1983) propôs o termo “abordagem multidiagnóstica “para se referir a um modelo que se baseia na constituição de instrumentos de pesquisa compostos por diferentes sistemas, cuja utilização não interfira nas definições originais de nenhum deles, mas que possibilite obter paralela e simultaneamente múltiplos diagnósticos disponíveis para imediata comparação. Para Berner, a abordagem multidiagnóstica pode tornar-se uma espécie de “nosologia psiquiátrica comparativa” utilizada inclusive por psiquiatras de várias culturas e diferentes países. Esta abordagem permite testar de forma prática, a validade dos diversos sistemas de classificação em relação a variáveis demográficas, história familiar, resposta à tratamento e prognóstico. O primeiro instrumento criado com o objetivo específico de integrar diferentes classificações reunido critérios para o diagnóstico das depressões foi a “Check-list Composta para o Diagnóstico da Depressão”, desenvolvida no Estados Unidos por Overall (1981) no final dos anos setenta. O mesmo propósito de comparações intersistemas para diferentes categorias nosológicas aparece simultaneamente em outras publicações (Endicott e col. 1982; Helzer e col. 1981; Overall e Hollister, 1979; Stephens e col. 1982; Maier e Philipp, 1986) No início dos anos oitenta, Pull e Pichot ( Pull e col. 1984) desenvolveram a “Liste Integrée de Criteres d’Evaluation Taxinomiques pour les Depressions – LICET – D 100”, um instrumento composto de cem critérios operacionais de diagnóstico contidos em sete diferentes sistemas de classificação . Em 1985, nós publicamos a versão brasileira deste instrumento (Sougey, 1985) e posteriormente, desenvolvemos em colaboração , um programa computadorizado de diagnóstico para processamento dos dados colhidos através da LICET – D100 (Carvalho e col. 1989). Com o surgimento de novos sistemas de classificação , como foi o caso da Edição Revista do Manual de Diagnóstico e Estatística dos Distúrbios Mentais da Associação Americana de Psiquiatria – o DSM-III-R, (A.P.A. 1987) e da nova versão da Classificação Internacional de Doenças da Organização Mundial de Saúde – a CID-10 (W.H.O. 1989) decidimos ampliar a LICET-D100 de modo a incorporar estas novas classificações. Este trabalho exigiu uma completa reformulação na estrutura da LICET-D100 e nos levou a criação de um novo programa computadorizado de multidiagnóstico. Paralelamente, visando facilitar a utilização do sistema, sentimos a necessidade de construir um glossário dos sintomas contidos na nova LICET. Estas inovações deram origem ao atual Sistema LICET – D10. Este sistema é um instrumental que integra os critérios de diagnóstico para as depressões incluídos em dez sistemas diferentes de classificação; define, exemplifica e orienta a avaliação da sintomatologia inserida nesses sistemas e contém para cada classificação um programa computadorizado de diagnóstico, integrando-os, posteriormente, ao produzir automaticamente para cada paciente examinado possibilidade de dezdiferentes diagnósticos de depressão . Compõem o sistema LICET- D10: 1) A Lista Integrada de Critérios de Avaliação Taxionômica para as Depressões – LICET- D10. 2) O Glossário das Definições dos Sintomas 3) O programa computadorizado de Multidiagnóstico. Acompanhando a evolução, foi desenvolvida a LIST-D10, um novo instrumento para multidiagnóstico das depressões. Ela incorpora os recentes progressos da informática nos últimos anos, principalmente na área de software. A LIST-D10 foi construída especialmente para ser aplicada com auxílio de um computador. Embora siga o modelo da LICET-D10, importantes modificações foram implementadas no Sistema para torná-lo mais poderoso e de fácil utilização. O tempo para sua aplicação foi uma das maiores preocupações durante o projeto. Também foi considerada a flexilbilidade do Sistema, com a capacidade de atingir uma variedade maior de objetivos. O programa computadorizado ganhou um manual com instruções para auxiliar sua instalação e uso. Essas modificações foram bastantes significativas, justificando um novo título para o Sistema. LIST-D10 Produção e distribuição O LIST-D10 foi desenvolvido pelos médicos-psiquiatras Tárcio Carvalho e Everton Sougey, professores de psiquiatria da Universidade Federal de Pernambuco. Nos últimos anos houve grande procura pelo software por profissionais médicos e psicólogos, interessados em utilizar uma ferramenta de auxílio ao diagnóstico dos distúrbios depressivos. Para atender essa demanda, a Mental Pro Software produziu uma versão do software mais fácil para o usuário final. Para isso, contou com o patrocínio do Laboratório Eli Lilly do Brasil, que atualmente vem distribuindo o LIST-D10 entre profissionais de saúde. Com o grande interesse pela comunidade, o software foi selecionado pelo SOFTEX-2000 (Programa Nacional para Exportação de Software) para ser exportado para outros países. Com isso, a Mental Pro vem recebendo importante auxílio técnico para desenvolvimento de uma versão mundial do programa. O Laboratório Lilly já demonstrou interesse em participar dessa distribuição. Com todo esse progresso, o software vem melhorando seus recursos e atualmente encotra-se em sua segunda versão (versão 2.2). A nova versão está sendo preparada, incluindo uma para 32 bits (compatível com Windows 95).

Maiores informações podem ser obtidas pela Mental Pro Software. Mental Pro software

E-mail: Mental@pcr.emprel.gov.br

R. São Francisco, 110/303 52010-020 Recife – PE

Fone/fax: (081) 2224182

Sistema computadorizado para avaliação de depressão baseado no Questionário de Auto-Avaliação da Escala de Hamilton para Depressão – MANUAL DO USUÁRIO

Mental QAEH-D Versão 2.0 para Windows

Sistema computadorizado para avaliação de depressão baseado no Questionário de Auto-Avaliação da Escala de Hamilton para Depressão MANUAL DO USUÁRIO

Índice PRIMEIRA PARTE: INICIANDO 1 O que é o MQAEH-D 1 Introdução 1 Entendendo como o MQAEH-D funciona 1 Configuração de hardware para o MQAEH-D 1 O que você pode fazer com o programa 1 Como esse manual está organizado 2 Instalação 2 Antes de iniciar a instalação 2 Utilizando o programa SETUP 2 Começando a usar o MQAEH-D 3 Comandos 3 Comandos de tela 3 Comandos do menu de opções 4 Ajudas 5 SEGUNDA PARTE: USANDO O PROGRAMA 6 Avaliação de pacientes 6 Iniciando a avaliação 6 Modificando respostas 6 Reiniciando a avaliação 6 Sair do programa 6 Trabalhando com arquivos 6 Gravando os dados da avaliação 7 Visualizando e modificando os dados da avaliação 8 Gráfico 8 Vendo um gráfico da evolução 8 Configurando o gráfico 9 Impressão 9 O que pode ser impresso 9 Imprimindo uma avaliação 9 Imprimindo telas de ajuda 9 Comunicação com outros programas 9 TERCEIRA PARTE: APÊNDICES 10 Apêndice 1. Teclas aceleradoras 10 Apêndice 2. Figuras 11 Figura 2.1 Tela principal 11 Figura 2.2 Tela de apresentação do gráfico: 12

Primeira parte: Iniciando O que é o MQAEH-D Introdução

O MENTAL QAEH-D (MQAEH-D) é um programa computadorizado da Mental Pro Software para avaliação de depressão. Ele foi desenvolvido a partir do Questionário de Auto-Avaliação da Escala de Hamilton para Depressão (QAEH-D). Esse questionário é uma versão de auto-avaliação da Escala de Hamilton para Depressão. O MQAEH-D é extremamente fácil de ser utilizado. Um programa auxilia a instalação do MQAEH-D no computador. Ele foi desenvolvido para trabalhar com as telas gráficas do ambiente Windows, tornando bastante simples seu aprendizado, compreensão e operação. Permite também arquivar e imprimir os dados e os gráficos com grande facilidade. Para orientar o usuário, o MQAEH-D conta com telas de ajuda, explicando o que o questionário, como a avaliação deve ser feita e como interpretar o escore. Entendendo como o MQAEH-D funciona Utilizar o MQAEH-D é simples. Ela permite, com facilidade, a coleta e o processamento dos dados obtidos na avaliação clínica. O programa inicia apresentado uma tela com o primeiro item da escala. As opções de resposta, com os respectivos enunciados, ficam abaixo do item. À medida que o usuário vai fornecendo resposta, o item seguinte é apresentado automaticamente. Ao final da avaliação é apresentado o escore total. Configuração de hardware para o MQAEH-D Configuração mínima recomendável: Computador: IBM-compatível Processador: AT-386 ou superior Disco rígido: o programa necessita de 1,2 megabytes de memória livre no disco rígido Monitor: VGA ou superior Mouse: altamente recomendável MS-DOS na versão 3.1 ou superior Microsoft Windows 3.0 ou superior. O que você pode fazer com o programa O programa foi desenvolvido originalmente para avaliação clínica e pesquisa de depressão. No entanto, pela grande quantidade de informação e de recursos que dispõe, pode ser utilizado também no ensino médico, auxiliando no aprendizado e treinamento em psicopatologia e na avaliação clínica. Como esse manual está organizado O manual foi dividido essencialmente em três partes, cada uma contendo objetivos distintos: * Na primeira parte, “Iniciando”, é apresentado o programa, o que ele pode fazer e as principais partes do MQAEH-D, além de instalação, a tela principal o sistema de ajuda. * A segunda parte, “Usando o Programa”, é dedicada a instruções de operação do programa e comunicação com outros programas. * A terceira parte, “Apêndices”, inclui dois apêndices com o uso do teclado e as figuras das telas (janelas). Algumas telas do programa não foram incluídas, sendo omitidas muitas que são comuns ao ambiente Windows, contendo apenas um único quadro de texto ou lista e os botões OK e CANCELAR. Outros textos específicos sobre o QAEH-D complementam as informações sobre o MQAEH-D. Instalação A instalação do programa é auxiliado por um programa especialmente desenvolvido para realizar essa tarefa. Este programa acompanha o disquete com o programa do MQAEH-D. Importante: Você não pode simplesmente copiar os arquivos do disquete para o disco rígido e executar o programo MQAEH-D. Você deve usar o programa SETUP para realizar as modificações necessárias nos arquivos do disco rígido. Antes de iniciar a instalação A. Faça uma cópia do disquete utilizando o comando Copy ou Diskcopy do DOS ou, caso esteja no Gerenciador de Arquivos do Windows (File Manager), utilize o comando Copiar (Copy). B. Verifique a quantidade de memória livre do disco rígido onde o MQAEH-D será instalado. Essa memória livre deverá ser de, pelo menos, 1,2 megabyte. Se o seu computador já tem instalado pelo menos um dos programas da Linha de Avaliação dos Estados Mentais da Mental Pro Software, o espaço de disco necessário é de apenas 200 KBytes aproximadamente. Leia o arquivo chamado LEIAME.TXT do disquete, caso ele esteja presente. Esse arquivo é utilizado para comunicar correções ou novidades que não estejam neste manual. Utilizando o programa SETUP O programa SETUP faz a instalação do MQAEH-D no computador. Ele roda apenas no ambiente Windows. Portanto, siga as seguintes instruções: 1. Entre no Windows. 2. Coloque o disquete com os programas no drive. 3. Execute o SETUP. Isso pode ser feito basicamente de duas formas: 3.1. Estando no Gerenciador de Programas (Program Manager), dê um clique na opção Arquivo (File) e um clique sobre Executar (Run). Aparecerá uma janela esperando para você digitar o programa a ser executado. Digite o diretório e SETUP. Por exemplo, caso o disquete esteja no drive B, digite “B:SETUP”. Em seguida tecle Enter ou dê um clique no botão OK. 3.2. Utilizando o Gerenciador de Arquivos. Selecione o drive em que se encontra o disquete com o programa e dê um duplo-clique em SETUP.EXE. 4. Siga as instruções do SETUP na tela. Começando a usar o MQAEH-D O MQAEH-D pode ser iniciado a partir do Gerenciador de Programas do Windows. Iniciando a partir do Gerenciador de Programas: * Dê um duplo clique no ícone do programa. Comandos Os comandos servem para enviar instruções ao computador. Eles estão divididos em dois grupos: 1. Comandos de tela: aparecem na tela do programa. 2. Comandos do menu de opções: aparecem em forma de cortina, quando é dado um clique em Arquivo, Exibe ou Ajuda. Comandos de tela Os comandos de tela estão presentes em várias telas do MQAEH-D. Elas estão representadas nas figuras do Apêndice 2, com a descrição dos comandos e de outros elementos importantes. Alguns recursos de tela são comuns aos aplicativos Windows como, por exemplo, a caixa de controle da tela. Maiores detalhes do funcionamento desses recursos são encontrados nos manuais do Windows ou em livros sobre Windows. A Figura 1.1 contém a barra de ferramentas. Figura 1.1 – Barra de ferramentas Tecla para retornar um item Tecla para abrir arquivo Tecla para salvar uma avaliação Tecla para imprimir Tecla para ver o arquivo Tecla de gráfico Tecla de segurança Tecla de sair do programa Tecla de reiniciar o programa Quadro de apresentação do número do item Comandos do menu de opções Esses comandos são do tipo cortina. No MQAEH-D estão divididos em três grupos: o menu de Ajuda, o Exibir e o menu Arquivo. Arquivo: contém os comandos para gravar os dados, ver gráficos e dados de avaliações, imprimir, reiniciar e sair do programa. Está representado na Figura 1.2. Figura 1.2 – Menu Arquivo Exibir: contém o comando que controla a exibição da barra de ferramentas. Está representado na figura 1.3. Ele controla o aparecimento da barra de ferramentas na tela. Figura 1.3 – Menu Exibir Ajuda: representado por “?”,contém os comandos de auxílio ao usuário. A Figura 1.4 ilustra esse menu. O próximo capítulo descreve cada uma das opções desse menu. Figura 1.4 – Menu de ajuda Ajudas O MQAEH-D permite obter informações para quase todos os aspectos importantes desse sistema. A Figura 1.4 apresenta partes desse recurso, visto na tela durante a operação do programa. A seguinte lista contém os itens de ajuda. 1. Sobre a Escala 2. Como avaliar 3. Escore 4. Teclas aceleradoras A qualquer momento pode ser visto um resumo de aspectos importantes sobre o QAEH-D. Para isso, basta dar um clique (Alt + ?) no menu de ajuda, representado por “?” e aparecerão as opções desse menu na tela. Em seguida dê um clique em “Sobre a Escala”. Nesse momento a tela com um texto aparece. Dê um clique em OK para sair dessa tela. As regras para ver os demais itens de ajuda são idênticas às anteriormente apresentadas. Esses recursos compartilham a mesma tela, de forma que eles não podem ser vistos simultaneamente. O menu de ajuda inclui a opção de ver os teclas que podem acelerar o trabalho com o MQAEH-D. A maioria dessas combinações de teclas fazem parte de uma padronização do ambiente Windows. Dessa forma, o usuário já familiarizado em trabalhar com outros aplicativos Windows não terão dificuldade em utiliza-las. Uma listagem dessas teclas encontra-se no Apêndice 1. Para sair da tela de ajuda use um desses procedimentos: 1. Dê um clique em qualquer ponto da tela principal. 2. Dê um clique na tecla OK 3. Dê um duplo-clique na caixa de controle da tela de ajuda. Segunda parte: Usando o programa Avaliação de pacientes Iniciando a avaliação A utilização do MQAEH-D é bastante simples. Uma vez iniciado o programa, passa-se a ler os itens diretamente da tela principal (item 16 da Figura 2.1 do Apêndice 2). Os itens são identificados pelo número (item 15 da Figura 2.1 do Apêndice 2). Para cada item, deve ser fornecida uma resposta. Para isso, utiliza-se as teclas para resposta (item 17 da Figura 2.1 do Apêndice 2). Cada vez que uma resposta é fornecida, o Sistema passa para o item seguinte. Modificando respostas A tecla para retornar item (item 6 da Figura 2.1 do Apêndice 2) permite retornar aos itens que já foram respondidos. Ela fica ativa a partir do momento em que uma resposta é fornecida ao primeiro item. As resposta para os itens podem ser modificadas utilizando esse procedimento: 1. Retorne até o critério desejado utilizando a tecla para retornar o item; 2. Para modificar a resposta, dê um clique na tecla de resposta. Reiniciando a avaliação Quando é necessário reiniciar uma avaliação, basta seguir um dos seguintes passos: * Utilize a tecla para reiniciar o programa; * Utilize o menu arquivo e tecle em “Reiniciar o programa” (Ctrl + R). O avaliação será reiniciada atribuindo valor zero a todos os itens que já tenha sido respondidos. Sair do programa Para sair do programa é basta utilizar um desses recursos: * Utilize a tecla para sair o programa; * Utilize o menu arquivo e tecle em “Sair do programa” (Alt+A+R) * Utilize as teclas aceleradoras (Alt+F4). Caso a última avaliação não tenha sido gravada, aparecerá uma mensagem perguntando se o usuário deseja gravá-la antes de sair. Trabalhando com arquivos Quando uma grande quantidade de informações deve ser processada, os dados são em geral organizados em arquivos. A manutenção, o processamento e a busca de arquivos com dados específicos são aspectos importantes do uso de computadores. Os arquivos são utilizados no MQAEH-D para armazenar os dados e informações processadas pelas avaliações. Os arquivos são do tipo seqüencial, isto é, um arquivo no qual os registros devem ser acessados seqüencialmente: para ler o quinto registro de um arquivo seqüencial, os registros de um a quatro devem ser acessados primeiro. Os arquivos sequênciais apresentam a vantagem de poderem ser lidos e modificados através de qualquer processador de textos ou programas aplicativos que aceitam texto ASCII. Para qualquer operação de arquivos do MQAEH-D aparece uma janela, que auxilia na busca do arquivo desejado. Essa tela está representada na figura abaixo. Figura 1.4 – Tela para Abrir ou Salvar arquivo Gravando os dados da avaliação Os dados da avaliação podem ser facilmente gravados no disco rígido ou em disquete para futuras referências. Ao finalizar a avaliação, se não houver um arquivo aberto, surge a seguinte tela: Essa tela traz como exemplo uma avaliação onde o escore total foi 18. Para gravar os dados em um arquivo tecle em “Sim” e aparecerá a tela para Abrir ou Salvar arquivo (Figura 1.4) Outras formas para salvar um arquivo são: * Dê um clique na tecla para salvar, que se encontra na parte superior-direita da tela principal (item 12 da Figura 2.1 do Apêndice 2) * Utilize as teclas aceleradoras Shift+F12. * Acione o menu arquivo e dê um clique em Salvar (Alt+A+S). Após salvar os dados da avaliação aparece um mensagem informando que os dados foram salvos e o nome do arquivo. A partir desse momento o arquivo fica ativo e aparece o seu nome na barra superior, junto ao título do programa. Quando um arquivo está ativo, ele pode ser visto através do comando “Ver arquivo”, pode ser impresso e, se houver no arquivo mais de uma avaliação, pode ser visto um gráfico da evolução do distúrbio. Visualizando e modificando os dados da avaliação Após ter uma arquivo gravado, os dados podem ser vistos utilizando-se a tecla de ver arquivo da barra de ferramentas ou acionando a opção Ver Arquivo (Alt+A+V) do menu de opções ou teclando em F2. Se houver um arquivo aberto aparecerá imediatamente um tela com os dados que foram gravados. Não havendo arquivo aberto deve-se primeiro abrir um arquivo: * Dê um clique na tecla de abrir arquivo da barra de ferramentas ou acione o menu arquivo e dê um clique em Abrir arquivo (Alt+A+A) ou tecle Ctrl + F12. * A tela para salvar ou abrir arquivos (Figura 1.4) aparecerá, devendo-se então selecionar um arquivo. As modificações dos dados da avaliação podem ser feitas com um processador de textos como, por exemplo, o Bloco de Notas (Notepad) que acompanha o Windows. Note que os arquivos mantêm uma estrutura em que a primeira linha é representada pela data e hora da avaliação, da segunda à décima primeira contêm os dados de cada item e a última linha o escore da avaliação. Gráfico Vendo um gráfico da evolução Quando um arquivo contém mais de uma avaliação, um gráfico da evolução do distúrbio pode ser visto. Para isso um arquivo deve estar ativo. Para ver o gráfico: * Dê um clique na tecla de Gráfico, localizado na barra de ferramentas. * Acione o menu arquivo e dê um clique em Abrir arquivo (Alt+A+G) ou tecle F3. A tela de apresentação de gráfico surge em seguida (Figura 2.2 do Apêndice 2), com um gráfico mostrando a evolução do distúrbio. Para imprimir o gráfico basta dar um clique na tecla para imprimir. Configurando o gráfico As linhas que aparecem no gráfico podem ser configuradas. Utilizando o menu arquivo da tela de gráfico e acionando a configuração, o usuário pode selecionar quais linhas devem aparecer no gráfico. Impressão O que pode ser impresso Assim como os gráficos, os dados dos arquivos podem ser impressos. Para isso é necessário ter um impressora conectada ao computador, devidamente configurada para o Windows. A configuração é feita no Painel de Controle (Control Painel) do Windows. Para maiores detalhes procure a referência nos manuais do Windows. Imprimindo uma avaliação Para imprimir uma avaliação utilize uma das opções abaixo: * Selecione a opção Imprimir do menu arquivo (Alt+A+I) do menu de opções. * Use a combinação Shift+Ctrl+F12 * Dê um clique na tecla para imprimir, localizada na barra de ferramentas Uma tela de setup da impressora vai aparecer em seguida, indicando o arquivo e orientando para ligar a impressora e teclar OK quando estiver pronta. Imprimindo telas de ajuda As telas de ajuda, contendo informações sobre a escala podem ser impressas e utilizadas para outras finalidades. Estando na tela de ajuda, basta teclar em imprimir e selecionar a impressora. Comunicação com outros programas Os dados e informações processadas pelo MQAEH-D podem ser transferidos para outros programas como processadores de texto, planilhas de cálculos e programas estatísticos. A forma mais simples de realizar essa tarefa é via Clipboard. No entanto, quando se está trabalhando com um número grande de arquivos essa operação torna-se lenta. Nesses casos, deve-se ler os arquivos diretamente com o aplicativo. Como os dados das avaliações são gravados no formato ASCII, esses dados são facilmente lidos por quase todos os programas aplicativos, inclusive os programas que rodam no DOS. Terceira parte: Apêndices Apêndice 1. Teclas aceleradoras Operações com o teclado: F2 = Ver arquivo F3 = Gráfico F5 = Código Ctrl + R = Reiniciar Shift + F12 = Salvar F12 = Salvar como Ctrl + Shift + F12 = Imprimir Alt + F4 = Sair Ctrl + F12 = Abrir arquivo Enter = Ativa comando Tab = Move o foco para o próximo item Shift + Tab = Move o foco para o item anterior Barra de espaço = seleciona ou desceleciona um item Alt + tecla = Dá inicio a uma seqüência aceleradora Alt + espaço = ativa a caixa de controle do aplicativo Apêndice 2. Figuras Figura 2.1 Tela principal Comandos e outro elementos da tela principal: 1. Caixa de controle 2. Botão para minimizar 3. Botão para maximizar 4. Barra de menu 5. Barra de ferramentas 6. Tecla para retornar um item 7. Tecla para abrir um arquivo 8. Tecla para salvar uma avaliação 9. Tecla para imprimir 10. Tecla para ver o arquivo 11. Tecla de gráfico 12. Tecla de segurança 13. Tecla de sair do programa 14. Tecla de reiniciar o programa 15. Quadro de apresentação do número do item 16. Item 17. Tecla de resposta Figura 2.2 Tela de apresentação do gráfico: 1. Arquivo ativo 2. Tecla para imprimir 3. Tecla OK 4. Gráfico

Itens do Questionário de Auto-Avaliação da Escala de Hamilton para a Depressão (QCA-D)

1. Você está deprimido?

 NÃO     MUITO      UM POUCO     EXTREMAMENTE

2. Você sente culpa por coisas que tem feito ou pensado?

 NÃO     MUITO      UM POUCO     EXTREMAMENTE

Você tem demorado para pegar no sono?

 NÃO     ÀS VEZES     SEMPRE

4. Você dorme inquieto, acordando freqüentemente?

 NÃO     ÀS VEZES     SEMPRE

5. Você tem acordado mais cedo do que o normal e sente-se incapaz de voltar a dormir?

 NÃO     ÀS VEZES     SEMPRE

6. Você tem perdido o interesse em seu trabalho ou passatempos preferidos?

 NÃO     MUITO      UM POUCO     EXTREMAMENTE

7. Sua vida é sem sentido?

 NÃO       SIM

8. Você tem pensado em acabar com tudo?

 NÃO       SIM

9. Você tem feito planos para se matar?

 NÃO       SIM

10. Você já tentou ou pretende se matar ?

 NÃO       SIM

11. Você acha que está mais lento do que o seu normal?

NÃO     MUITO      UM POUCO     EXTREMAMENTE

12. Você se sente ansioso ou tenso?

NÃO     MUITO      UM POUCO     EXTREMAMENTE

13. Você sofre de algum sintoma fisico ?

 NÃO     ÀS VEZES     SEMPRE

14. Você está preocupado de ter uma doenca séria como câncer ou AIDS?

NÃO     MUITO      UM POUCO     EXTREMAMENTE

15. Você tem perdido o interesse em sexo?

 NÃO     ÀS VEZES     SEMPRE

16. Você tem perdido peso, exceto se devido a dieta?

 NÃO

 sim, mas as roupas ainda cabem

 sim, as roupas estão folgadas

17. Você se sente pior pela manha cedo, mas melhora no decorrer do dia?

 NÃO     ÀS VEZES     SEMPRE

18. Você sente como que você ou o mundo fossem irreais ?

NÃO     MUITO      UM POUCO     EXTREMAMENTE

 

Paciente:____________________________               Enfermaria:________________________________

Data da avaliação:       /    /                                  Pesquisador:_______________________________

Respostas

 

Resposta tipo 1

Resposta	Escore
Não	0
Um pouco	1
Muito	2
Extremamente	3

 

Resposta tipo 2

Resposta	Escore
Não	0
Às vêzes	1
Sempre	2

 

Resposta tipo 3

Resposta	Escore
Não	0
Sim	1

 

Resposta tipo 4

Resposta	Escore
Não	0
Sim, mas as roupas ainda cabem	1
Sim, as roupas estão folgadas	2