Conversas entre pessoas gravemente enfermas, suas famílias e especialistas em cuidados paliativos levam a uma melhor qualidade de vida. Compreender o que acontece durante essas conversas – e particularmente como elas variam de acordo com contextos culturais, clínicos e situacionais – é essencial para orientar os esforços de melhoria da comunicação em saúde. Para obter uma compreensão verdadeira, são necessários novos métodos para estudar conversas em estudos epidemiológicos amplos, inclusivos e em vários locais. Um novo modelo de computador oferece uma ferramenta automatizada e válida para tais análises científicas em grande escala.
Os resultados da pesquisa neste modelo foram publicados na PLOS ONE.
Desenvolvido por uma equipe de cientistas da computação, clínicos e engenheiros da Universidade de Vermont, a abordagem – chamada de análise CODYM (Modelo Dinâmica de Conversação) – usa modelos baseados em estados comportamentais simples (Modelos de Markov) para capturar o fluxo de informações durante diferentes conversas, com base em padrões de comprimentos de voltas alternadas do alto-falante.
Até o momento, o processo de análise de conversas normalmente depende de transcrição manual demorada, anotações detalhadas e acesso necessário ao conteúdo altamente privado das conversas.
“Os CODYMs são o primeiro modelo de Markov a usar o comprimento do giro do falante como unidade fundamental de informação e o primeiro modelo de qualquer tipo a fornecer resumos concisos, de alto nível e quantitativos das dependências gerais em sequências de comprimentos dos giros do falante”, diz Laurence Clarfeld, Ph.D., autor principal do estudo e associado de pós-doutorado da University of Vermont, cuja tese de doutorado em ciência da computação se concentrou neste tópico de pesquisa.
O uso de uma definição baseada no tempo de duração do turno do locutor significa que a automação em tempo real e a análise da dinâmica da conversa podem ocorrer sem transcrição ou áudio armazenado, protegendo assim a privacidade do conteúdo da conversa, acrescentam os autores.
“Desenvolvemos um modelo computacional de fluxo de informações em doenças graves que poderia se tornar uma ferramenta fundamental na epidemiologia conversacional”, diz o co-autor Robert Gramling, MD, D.Sc., professor de medicina familiar, Miller Chair in Palliative Medicine, e diretor do Laboratório de Conversação de Vermont no Larner College of Medicine da University of Vermont. “Ele prevê processos de conversação importantes e complexos, como expressão de emoções e padrões futuros de voltas do falante.”
Para o estudo, os pesquisadores realizaram análises para validar o modelo CODYM, “identificar padrões normativos de fluxo de informações em conversas sobre doenças graves e mostrar como esses padrões variam ao longo do tempo narrativo e diferem sob expressões de raiva, medo e tristeza”, escrevem os autores.
Além de servir como um meio para avaliar e treinar profissionais de saúde, os CODYMs também podem ser usados para comparar “a dinâmica de conversação em toda a língua e cultura, com a perspectiva de identificar semelhanças universais e ‘impressões digitais’ únicas de fluxo de informações”, afirmam os autores do estudo. .
Esta publicação representa o mais recente de vários estudos de dinâmica de conversação de doenças graves conduzidos em colaboração por membros da Larner College of Medicine (Gramling) da University of Vemont e da Faculdade de Engenharia e Ciências Matemáticas (Margaret Eppstein, Ph.D., Laurence Clarfeld, Ph.D. ., e Donna Rizzo, Ph.D.) nos últimos anos.
Publicado em 05/07/2021 16h35
Artigo original:
Estudo original: