A importância da educação em neurociência da dor: adaptação e tradução de um conjunto de infográficos para a população brasileira.

• Processo: 25/10209-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2026
• Área de conhecimento: Ciências da Saúde - Fisioterapia e Terapia Ocupacional
• Pesquisador responsável: Helen Cristina Nogueira Carrer
• Beneficiário: Thainá Padovani dos Santos
• Instituição Sede: Centro de Ciências Biológicas e da Saúde (CCBS). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Educação em saúde Fisioterapia
• Palavra(s)-Chave do Pesquisador: centrado no paciente | Educação em Neurociência da Dor | Educação em Saúde | gestão da saúde | Modelo biopsicossocial | Fisioterapia

Resumo

Introdução: A dor musculoesquelética crônica (DMC) é uma das principais causas de sofrimento e incapacidade. A educação em neurociência da dor é uma intervenção que pode reconceitualizar a dor como menos ameaçadora e ajudar os indivíduos a entender sua condição clínica. A alfabetização em saúde pode ser uma grande aliada no autogerenciamento da DMC, pois permite a aquisição de conhecimento, habilidades e autoconfiança para tomar decisões sobre cuidados de saúde e dor. Objetivo: Traduzir e adaptar para a cultura brasileira um conjunto de infográficos utilizados com a população espanhola e explorar as opiniões dos usuários sobre esses infográficos. Métodos: Serão incluídos indivíduos com DMC. Os infográficos serão desenvolvidos em quatro etapas: 1. tradução e adaptação baseadas na literatura, em detalhes importantes sobre a dor e em discussões colaborativas; 2. avaliação para verificar a conscientização e a compreensão dos infográficos protótipos; 3. análise e reflexividade para identificar temas e subtemas da entrevista; e 4. survey, para avaliar a compreensão e aplicação das informações apresentadas. Os grupos focais serão gravados, transcritos anonimamente e analisados por meio de análise temática com suporte de software. Os dados serão comparados e codificados de forma indutiva, organizando categorias em uma estrutura que fornecerá temas e subtemas. (AU)