19 de outubro de 2026
Análise de correspondência de dados de pacientes de uma clínica de fonoaudiologia
Análise de Correspondência de Dados de Pacientes de uma Clínica de Fonoaudiologia
Tiago Fernandes Viana; Fábio Lima
DOI: 10.22167/2675-6528-202603508
Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.
Resumo
A disfonia vocal é um distúrbio que afeta a comunicação humana e é classificada em três tipos. Considerando a prevalência de dispositivos de registro de dados em estabelecimentos de saúde, desenvolveu-se um sistema web para aprimorar a coleta e gestão de dados clínicos em uma clínica de fonoaudiologia da Universidade Federal da Paraíba (UFPB). O sistema foi construído utilizando Python, Typescript, Django, TailwindCSS e PostgreSQL. Adicionalmente, analisaram-se 128 perfis de pacientes da mesma clínica para identificar relações entre características dos pacientes e tipos de disfonia. A pesquisa caracterizou-se como estudo de caso quantitativo, exploratório e descritivo. Os dados foram tratados e analisados por meio da técnica de análise de correspondência múltipla, com aplicação de testes como o de Shapiro-Wilk para identificar associações significativas. Os resultados revelaram 35 variáveis associadas aos tipos de disfonia, confirmando seu caráter multifatorial. Observou-se que a disfonia comportamental sem lesão se associou a perfis de menor risco vocal, enquanto a disfonia comportamental com lesão se relacionou a fatores de maior risco e agravamento do quadro. A disfonia orgânica apresentou baixa representatividade na amostra, o que limitou as inferências. Concluiu-se que o sistema desenvolvido contribuiu para a melhoria da gestão de dados clínicos e que a análise exploratória auxiliou na compreensão dos padrões associados às disfonias.
Palavras-chave: Aprendizado de máquina não supervisionado; Inteligência artificial; Tecnologia da Informação.
1. Introdução
A voz representa uma ferramenta essencial para a comunicação humana, permitindo a expressão e a interação social. Contudo, a presença de qualquer distúrbio vocal pode comprometer significativamente essa capacidade. Tais alterações são comumente denominadas disfonias, que se manifestam por problemas que afetam a qualidade vocal do indivíduo (Alencar, 2020; Silva, 2014). As causas das disfonias vocais são variadas, incluindo hábitos nocivos, comportamentos inadequados e diversas doenças.
Embora não exista uma classificação universalmente aceita, as disfonias são frequentemente categorizadas em três tipos principais: disfonia orgânica, disfonia comportamental sem lesão e disfonia comportamental com lesão. A disfonia orgânica resulta de problemas anatômicos que alteram o som da voz, independentemente do comportamento vocal. A disfonia comportamental, por sua vez, é causada por comportamentos vocais inadequados, podendo ou não resultar em lesões nas pregas vocais. Essas condições podem gerar sintomas como rouquidão, fadiga vocal e falta de ar, frequentemente demandando fonoterapia (Alencar, 2020).
Nesse cenário, o registro preciso e organizado das informações de saúde dos pacientes torna-se crucial para o acompanhamento clínico e a eficácia dos tratamentos. Observa-se um volume crescente de dados hospitalares, abrangendo desde informações cadastrais e sintomas até diagnósticos e fatores de risco. O Comitê Gestor da Internet no Brasil (2024) aponta que aproximadamente noventa e dois por cento dos estabelecimentos de saúde no país utilizam dispositivos eletrônicos para o armazenamento dessas informações, evidenciando a digitalização como uma prática consolidada.
Diante do volume expressivo de dados, surge a necessidade de ferramentas avançadas para análise, capazes de identificar relações e padrões que aprimorem a compreensão das disfonias vocais. A Inteligência Artificial (IA) é definida como a capacidade de computadores emular o processo cognitivo humano (Oliveira, 2020), oferecendo um vasto potencial para essa finalidade. Técnicas de aprendizado de máquina, como a análise de correspondência múltipla, são particularmente úteis para agrupar dados e explorar associações entre características de pacientes e tipos de disfonia (Oliveira, 2020; Catacutan et al., 2024). A linguagem de programação Python, com suas bibliotecas especializadas, destaca-se como uma ferramenta eficaz para a aplicação dessas técnicas.
Apesar dos avanços tecnológicos na área da saúde, a implementação de sistemas de IA ainda enfrenta desafios significativos, como infraestrutura tecnológica insuficiente, resistência cultural e problemas na organização dos dados (Lima et al., 2025). Em muitas clínicas, a coleta de informações ainda é realizada manualmente ou em formatos que dificultam a análise, o que pode comprometer a qualidade e a eficiência das análises. A ausência de sistemas estruturados para o armazenamento e gerenciamento de dados clínicos pode levar a inconsistências e erros, impactando a precisão das informações e a capacidade de identificar padrões relevantes.
Aprimorar a gestão de dados clínicos é fundamental para otimizar o diagnóstico e tratamento das disfonias vocais, justificando a busca por soluções que garantam a consistência, durabilidade, isolamento e acessibilidade das informações. Assim, este estudo justifica-se pela necessidade de desenvolver um sistema para a coleta e o armazenamento de dados dos protocolos de uma clínica de fonoaudiologia, utilizando o banco de dados PostgreSQL, e pela aplicação da técnica de análise de correspondência para realizar uma análise exploratória das informações hospitalares de cento e vinte e oito pacientes da clínica de fonoaudiologia da Universidade Federal da Paraíba, buscando identificar as relações entre as características dos pacientes (variáveis categóricas) e os tipos de disfonia que eles apresentam.
2. Material e Métodos
A presente pesquisa caracterizou-se como um estudo de caso, de abordagem quantitativa, com caráter exploratório e descritivo. O estudo foi delineado para atender a dois objetivos: o desenvolvimento de um sistema web para aprimorar a gestão de dados clínicos e a análise exploratória sobre as disfonias vocais em pacientes de uma clínica de fonoaudiologia.
Para o primeiro objetivo, o desenvolvimento de um sistema web para a clínica de fonoaudiologia da Universidade Federal da Paraíba (UFPB), empregou-se a metodologia Kanban para a gestão das atividades (Heisler, 2012). As linguagens Python e Typescript foram utilizadas, com suporte dos frameworks Django e TailwindCSS. O banco de dados PostgreSQL foi empregado para armazenamento, e bibliotecas como ChartJS e ESbuild foram incorporadas.
O sistema Voxflow foi concebido para centralizar o armazenamento e otimizar o gerenciamento de dados clínicos. Requisitos funcionais e não funcionais foram estabelecidos em reuniões, visando segurança, disponibilidade, padronização e integridade das informações. Validações redundantes foram implementadas para conformidade dos dados, e perfis de acesso foram configurados para gerenciar a adição e verificação de protocolos.
O segundo objetivo envolveu a análise exploratória de dados de pacientes. A unidade de análise compreendeu cento e vinte e oito perfis da clínica de fonoaudiologia da UFPB. Os dados foram obtidos de duzentos e noventa e dois protocolos físicos aplicados pela clínica, convertidos para planilha Excel, dos quais cento e vinte e oito foram selecionados por conterem informações sobre disfonia vocal. Cada perfil original possuía duzentos e vinte e sete características, das quais cento e trinta e sete foram mantidas após um processo de seleção.
As características foram removidas se apresentassem informações de identificação, fossem redundantes, tivessem mais de trinta por cento de valores ausentes, ou não pudessem ser claramente identificadas. O campo “idade” foi recategorizado em faixas etárias. Valores ausentes foram preenchidos com “Não Informado”, e termos de disfonia foram padronizados para “disfonia orgânica” ou “disfonia comportamental sem lesão”.
Os instrumentos de coleta de dados utilizados pela clínica, e que serviram de base para a planilha, incluíram o Protocolo de Anamnese, o Índice de Desvantagem Vocal, o Protocolo de Qualidade de Vida em Voz, a Escala de Sintomas Vocais, a Escala de Desconforto do Trato Vocal, o Protocolo de Estratégias de Enfrentamento na Disfonia e a Escala URICA. Um estudo bibliográfico foi realizado para compreender as necessidades da clínica em relação a esses questionários e às disfonias vocais.
Para a análise exploratória dos dados, utilizou-se a linguagem de programação Python, versão 3.12, com a aplicação da técnica de análise de correspondência múltipla. As bibliotecas Pandas, SciPy, Matplotlib, Prince, AdjustText e Seaborn foram empregadas. Tabelas de contingência cruzada foram desenvolvidas para explorar a frequência de combinações entre a disfonia e as demais variáveis categóricas.
A normalidade dos dados foi verificada por meio do teste de Shapiro-Wilk (Shapiro e Wilk, 1965), e o teste qui-quadrado foi aplicado para identificar associações significativas, marcando as características com p-valor inferior a 0,05. Para a visualização das associações, desenvolveram-se um gráfico de sedimentação para autovalores, um mapa perceptual para a relação entre variáveis e um mapa de observações para identificar agrupamentos de perfis de pacientes.
Em relação aos aspectos éticos, o estudo utilizou um banco de dados com informações agregadas e anonimizadas, sem possibilidade de identificação individual dos pacientes. O trabalho foi submetido e aprovado pelo Comitê de Ética em Pesquisa (CEP) do Centro de Ciências da Saúde da UFPB, sob o número CAEE 79797824.0.0000.5188. Todos os pacientes assinaram o Termo de Consentimento Livre e Esclarecido (TCLE).
3. Resultados e Discussão
A presente seção detalha os achados da pesquisa, abrangendo tanto o desenvolvimento do sistema web para gestão de dados clínicos quanto a análise exploratória das disfonias vocais em pacientes. Os resultados obtidos fornecem uma compreensão aprofundada das associações entre diversas características dos pacientes e os tipos de disfonia, além de apresentar uma ferramenta tecnológica que visa otimizar a coleta e o armazenamento de informações na clínica de fonoaudiologia da Universidade Federal da Paraíba. A integração dessas duas frentes de investigação contribui para a melhoria da prática clínica e para o avanço do conhecimento sobre os distúrbios vocais.
Desenvolvimento do Sistema Voxflow
O sistema web Voxflow foi concebido e implementado com o objetivo primordial de centralizar o armazenamento e otimizar o gerenciamento de dados clínicos, abordando a necessidade de consistência, durabilidade, isolamento e acessibilidade das informações. Para seu desenvolvimento, foram estabelecidos requisitos funcionais e não funcionais por meio de reuniões com a equipe da clínica. Os requisitos não funcionais priorizaram a segurança e a disponibilidade dos dados, a padronização das informações, a redução de inconsistências e a garantia da integridade, alcançados por meio de validações redundantes de campos obrigatórios e parâmetros esperados.
Em termos de requisitos funcionais, o sistema foi projetado para acomodar diferentes níveis de acesso, com três perfis de usuários: coordenadores, supervisores e alunos. O coordenador detém o maior nível de acesso, podendo gerenciar grupos de alunos vinculados a supervisores e coordenadores, além de atribuir responsabilidades e acessos a dados de pacientes específicos. Essa estrutura de permissões garante que a manipulação dos protocolos seja controlada e que a integridade das informações seja mantida, refletindo a hierarquia e as necessidades operacionais da clínica.
O Voxflow permite que os usuários adicionem e visualizem protocolos, e para assegurar a consistência dos dados, qualquer protocolo preenchido por um aluno requer verificação por um coordenador ou supervisor responsável. Essa medida visa mitigar erros e garantir a qualidade das informações registradas. O desenvolvimento do sistema utilizou linguagens de programação como Python e Typescript, com o suporte de frameworks como Django e TailwindCSS, e o banco de dados PostgreSQL para o armazenamento seguro e eficiente dos dados, conforme a metodologia adotada.
Análise Exploratória das Disfonias Vocais
A análise exploratória dos dados de 128 pacientes da clínica de fonoaudiologia da UFPB foi realizada utilizando a linguagem de programação Python e suas bibliotecas especializadas, como Pandas e SciPy. O método empregado foi a análise de correspondência múltipla, adequado para investigar associações entre variáveis categóricas, como as características dos pacientes e os tipos de disfonia. Inicialmente, foram criadas tabelas de contingência cruzada para determinar a frequência de cada combinação de disfonia com as demais variáveis, e o teste qui-quadrado foi aplicado para identificar associações significativas.
Os resultados do teste qui-quadrado revelaram que 35 variáveis apresentaram um p-valor menor que 0,05, indicando uma associação estatisticamente significativa com os tipos de disfonia. Isso significa que essas variáveis rejeitam a hipótese nula de independência, aceitando a alternativa de que há um desvio da distribuição normal e, consequentemente, uma relação com os tipos de disfonia. Essa constatação sublinha o caráter multifatorial das disfonias, conforme já apontado na literatura por Shapiro e Wilk (1965), que destacam a importância de considerar múltiplos fatores na análise de fenômenos complexos.
Para aprofundar a avaliação dessas associações, foram analisados os resíduos padronizados ajustados, permitindo identificar a força da relação entre a disfonia e cada característica. Campos com valores acima de 1,96 indicaram uma frequência observada significativamente maior do que a esperada, sugerindo uma “atração” estatística entre a disfonia e a característica. Por outro lado, valores abaixo de -1,96 indicaram uma frequência observada significativamente menor, denotando uma “repulsão”. Valores entre -1,96 e 1,96 foram considerados características puramente casuais, sem associação significativa.
A determinação do número ideal de dimensões para explicar os dados foi realizada por meio de uma análise de sedimentação, que revelou 39 dimensões latentes. A soma de todos os autovalores resultou em uma média de 0,009, e as duas primeiras dimensões explicaram 20,76% da inércia total, enquanto o conjunto de 39 dimensões explicou 77,02%. Observou-se uma queda gradual e suave após a quarta dimensão, sem “saltos” abruptos, o que reflete a natureza altamente multidimensional e a estrutura complexa dos dados relacionados às disfonias vocais, indicando que o fenômeno não pode ser simplificado em poucas variáveis.
A análise do mapa perceptual, que visualiza a associação entre as diversas variáveis categóricas, demonstrou que a proximidade entre os pontos indica a força da associação entre as categorias. As características com associação significativa foram destacadas, enquanto as disfonias foram representadas de forma distinta. As variáveis qualitativas foram substituídas por identificadores para facilitar a visualização, permitindo uma interpretação mais clara das relações complexas entre os fatores e os tipos de disfonia.
No segmento do mapa perceptual focado na disfonia comportamental sem lesão, identificou-se uma associação com um perfil de menor risco vocal e um quadro vocal mais preservado, com impacto funcional e psicossocial reduzido. Características como a ausência de perda de voz constante, dificuldade para agudos ou graves, e baixo número de ouvintes foram frequentemente associadas a esse tipo de disfonia. Além disso, observou-se uma tendência de associação com o sexo masculino e um nível de escolaridade de “Superior Incompleto”, sugerindo que esses fatores podem influenciar a manifestação ou a percepção do problema vocal.
Em contraste, a disfonia comportamental com lesão apresentou uma forte associação com características ambientais e comportamentais de alto risco vocal, indicando um quadro mais consolidado e potencialmente agravado por comportamentos inadequados prolongados. Fatores como a sensação de algo parado na garganta, perda de voz, piora da voz no final do dia, presença de ar na voz, mudança do som da voz durante o dia, voz rouca e seca, e esforço para falar foram consistentemente associados a este tipo de disfonia. A presença dessas características aponta para um perfil de paciente com maior comprometimento vocal e necessidade de intervenção.
A disfonia orgânica, embora clinicamente relevante, apresentou baixa representatividade na amostra, com apenas 21 perfis, o que limitou a identificação de associações estatisticamente significativas. A escassez de dados para este grupo resultou em uma lacuna no mapa perceptual, com poucas características demonstrando associação significante. No entanto, algumas associações, como a ausência de aprimoramento vocal e a dificuldade em respirar rapidamente ao falar, foram observadas, embora com a devida cautela na interpretação devido ao tamanho reduzido da amostra, que impede inferências mais robustas.
O mapa das observações revelou uma dispersão dos pacientes com o mesmo tipo de disfonia vocal, sem regiões claramente separadas por uma única cor. Embora existam pequenos agrupamentos locais, não foi possível identificar uma relação nítida entre os perfis, reforçando a natureza multifatorial das disfonias. Essa dispersão indica que as disfonias não são fenômenos isolados, mas resultam de uma interação complexa de diversos aspectos, incluindo comportamentos, fatores de risco e condições de saúde, o que se alinha com a alta dimensionalidade observada na análise.
Em síntese, a pesquisa demonstrou que o sistema Voxflow representa uma solução tecnológica eficaz para aprimorar a gestão de dados clínicos, garantindo a consistência e a acessibilidade das informações. Paralelamente, a análise exploratória dos dados de pacientes revelou que as disfonias vocais são condições multifatoriais, com 35 variáveis significativamente associadas aos seus tipos. A disfonia comportamental sem lesão associou-se a perfis de menor risco vocal, enquanto a disfonia comportamental com lesão esteve ligada a fatores de maior risco e agravamento, e a disfonia orgânica, embora menos representativa na amostra, apresentou algumas associações iniciais que demandam estudos futuros com maior volume de dados para aprofundamento.
4. Conclusão
Este estudo buscou desenvolver um sistema web para aprimorar a coleta e gestão de dados clínicos em uma clínica de fonoaudiologia, além de realizar uma análise exploratória das relações entre características de pacientes e tipos de disfonia. Verificou-se que a ausência de sistemas estruturados para o armazenamento e gerenciamento das informações clínicas pode comprometer a qualidade dos dados e a eficiência das análises. Para enfrentar esse problema, implementou-se o sistema web Voxflow, voltado à centralização, padronização e validação dos dados clínicos da clínica de fonoaudiologia da UFPB. Na análise de correspondência múltipla, observou-se que as disfonias estão associadas a múltiplos fatores, com destaque para a disfonia comportamental com lesão, que apresentou forte relação com fatores de risco vocal, enquanto a disfonia sem lesão esteve associada a perfis de menor impacto funcional. A principal contribuição reside na oferta de uma solução tecnológica que aprimora a gestão de dados clínicos e na compreensão aprofundada dos padrões associados às disfonias, fornecendo subsídios para a prática clínica e futuras investigações.
Contudo, a baixa representatividade da disfonia orgânica na amostra limitou a identificação de associações estatisticamente robustas. Adicionalmente, as limitações relacionadas à qualidade da base de dados original, decorrentes da coleta manual e posterior digitalização, podem ter impactado a precisão das análises. A dispersão dos dados evidenciou a complexidade do fenômeno e a ausência de padrões bem definidos. Para trabalhos futuros, recomenda-se a ampliação e o aprimoramento contínuo da base de dados por meio da utilização do sistema Voxflow. O aumento da quantidade e da diversidade dos dados poderá contribuir para uma representação mais abrangente das características analisadas, principalmente para a disfonia orgânica, possibilitando a identificação de novos padrões e associações entre as variáveis.
Referências Bibliográficas
Alencar, S.A.L. de; Almeida, L.N.A.; Lopes, L.W.; Silva, P.O.C.; Almeida, A.A. 2021. Efetividade de duas modalidades terapêuticas na redução dos sintomas vocais em pacientes com disfonia comportamental. Audiology Communication Research ACR 25: e2126. Disponível em: https://www.scielo.br/j/acr/a/vcgJqYxTqnjckrN8t9W73qn/?format=pdf. Acesso em: 02 fev. 2026.
Catacutan, D. B.; Alexander, J.; Arnold, A.; Stokes, J. M. 2024. Machine learning in preclinical drug discovery. Nature Chemical Biology 20(8): 960–973.
Comitê Gestor da Internet no Brasil (CGI.br). 2024. Pesquisa TIC Saúde 2024: livro eletrônico. São Paulo: CGI.br; Centro Regional de Estudos para o Desenvolvimento da Sociedade da Informação (CETIC.br). Disponível em: https://cetic.br/media/docs/publicacoes/2/20250512160746/tic saude 2024 livro eletronico.pdf. Acesso em: 28 jan. 2026.
Heisler, P.A. 2012. Aplicação da metodologia Kanban como ferramenta adaptada para gestão de “leitos” na emergência. Porto Alegre: Instituto de Comunicação e Informação Científica e Tecnológica em Saúde – ICICT/FIOCRUZ; Grupo Hospitalar Conceição; Ministério da Saúde. Disponível em: https://docs.bvsalud.org/biblioref/coleciona-sus/2012/27291/27291-274.pdf. Acesso em: 04 fev. 2026.
Lima, L.A.O.; Parente, A.M.B.; Leimann, A.H.; Schiavao, L.J.V.; Maia, L.A.; Sousa, F.B.S.; Araújo, T.S.S.; Sousa, G.C. 2025. Gestão na saúde pública: contribuições da inteligência artificial para a otimização dos processos e tomada de decisões. Revista de Gestão e Secretariado GeSeC 16(9): 01-15. Disponível em: https://ojs.revistagesec.org.br/secretariado/article/view/5243. Acesso em: 04 nov. 2025.
OLIVEIRA, A. A. 2020. Exploração de técnicas de clustering aplicadas a patologias da voz. Disponível em: https://www.proquest.com/openview/1c84e2ac21201b586f8d094149dfc000/1?pq-origsite=gscholar&cbl=2026366&diss=y. Acesso em: 4 mar. 2026
Shapiro, S. S. SHAPIRO e Wilk, M. B. 1965. An analysis of variance test for normality (complete samples). Universidade de Utah. Disponível em: https://www.math.utah.edu/~morris/Courses/ShapiroWilk.pdf. Acesso em: 13 de mar. 2026.
Silva, M.A.B. 2014. Modelos neuro-evolucionários de redes neurais spiking aplicados ao pré-diagnóstico de envelhecimento vocal. Pontifícia Universidade Católica do Rio de Janeiro, Departamento de Engenharia Elétrica. Disponível em: https://www2.dbd.puc-rio.br/pergamum/tesesabertas/1012122_2014_completo.pdf. Acesso em: 04 mar. 2026.
Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq
Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy
