Análise de questionários com itens constrangedores

• Processo: 06/05984-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de janeiro de 2007
• Data de Término da vigência: 31 de dezembro de 2008
• Área do conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística
• Pesquisador responsável: Mariana Cúri
• Beneficiário: Mariana Cúri
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inquéritos de morbidade Estimação paramétrica Método de Monte Carlo Cadeias de Markov
• Palavra(s)-Chave do Pesquisador: Depressao | Teoria Da Resposta Ao Item | Estatística

Resumo

As pesquisas científicas na área da Psiquiatria frequentemente avaliam características subjetivas de indivíduos como, por exemplo, depressão, ansiedade e fobias. Os dados são coletados através de questionários, cujos itens tentam identificar a presença ou ausência de certos sintomas associados à morbidade psiquiátrica de interesse. Alguns desses itens, entretanto, podem provocar constrangimento em parte dos indivíduos respondedores por abordarem características ou comportamentos socialmente questionáveis ou, até, ilegais. Neste projeto, pretende-se propor um modelo da teoria de resposta ao item visando diferenciar a relação entre a probabilidade de presença do sintoma e a gravidade da morbidade de indivíduos constrangidos e não constrangidos. Itens que necessitam dessa diferenciação são chamados itens com funcionamento diferencial. Adicionalmente, o modelo permite assumir que indivíduos constrangidos em responder um item possam vir a mentir em suas respostas, no sentido de omitir a presença de um sintoma. Pretende-se obter os estimadores dos parâmetros do modelo e implementá-los no programa R através dos métodos de estimação de máxima verossimilhança (MV), máxima verossimilhança marginal (MVM), bayesiano marginal (BM) e por simulações de cadeias de Markov via Monte Carlo (MCMC). Simulações também são propostas para o estudo das propriedades desses estimadores. A aplicação do modelo a um conjunto de dados reais, coletados para avaliar depressão em adolescentes, ilustra a importância deste projeto de pesquisa. (AU)