Preditores Epidemiológicos e Clínicos de Afastamentos por TMC em Servidores Públicos

Resumo

O objetivo do artigo foi verificar a associação entre preditores clínicos e epidemiológicos de afastamento do trabalho por transtorno mental em servidores públicos. Duas bases de dados foram utilizadas: uma epidemiológica, com dados demográficos e ocupacionais dos servidores do Estado de Santa Catarina, possibilitando cálculos de prevalência nessa população; outra clínica, com resultados de três instrumentos numa amostra representativa de 822 servidores. As prevalências das variáveis epidemiológicas de cada servidor da amostra foram associadas aos seus respectivos escores de instrumentos clínicos, permitindo comparações entre predições clínicas e epidemiológicas. Como resultado, observou-se que modelos de regressão envolvendo dados clínicos e epidemiológicos ao mesmo tempo explicam parcelas maiores da variância dos benefícios concedidos (chegando a 60,7%). Por fim, conclui-se que, apesar de psicologia e epidemiologia serem ciências distintas, suas notáveis contribuições para a saúde complementam-se. Tal articulação é raramente vista na literatura nacional e internacional e extrapola a tradição psicológica de estudos clínicos, enriquecendo-a no intuito de fomentar a promoção e proteção à saúde mental, assim como a prevenção contra transtornos mentais, em ambientes de trabalho.

Palavras-Chave:
transtornos mentais; prevalência; saúde mental; análise de regressão; psicometria

Abstract

This article aimed to check the association between clinical and epidemiological predictors of sick leave due to mental and behavioral disorders in public servants. Two databases were used: one epidemiological, with demographic and occupational data of public servants from Santa Catarina, enabling prevalence calculations for this population; one clinical, with results from three instruments in a representative sample of 822 servants. The prevalence of epidemiological variables from each sample servant has been associated with their clinical scores (obtained by the instruments), allowing comparisons between clinical and epidemiological predictions. As a result, it was found that regression models covering both clinical and epidemiological variables have explained larger parts of the outcomes’ range (reaching 60.7% of benefits granted). It is concluded, finally, that although psychology and epidemiology are distinct sciences, their remarkable contributions to health complement each other. Such articulation is rare in literature and enhances the psychological tradition of clinical studies. Therefore, it enriches the field in order to promote and protect mental health, as well as to prevent mental disorders, in work environments.

Keywords:
mental disorders; prevalence; mental health; regression analysis; psychometrics

Os Transtornos Mentais e Comportamentais (TMC) se caracterizam por alterações significativas da cognição, regulação emocional ou do comportamento do sujeito, que repercutem em disfunção nos processos psicológicos, biológicos ou de desenvolvimento amparados pelo funcionamento mental e estão comumente associados a sofrimento ou incapacidade significativos, os quais afetam atividades sociais, profissionais ou outras atividades relevantes para o indivíduo (American Psychiatry Association, 2013). Os TMC são morbidades que acometem uma parcela significativa dos trabalhadores no Brasil e no mundo, tendo diversos antecedentes.

No que tange à saúde mental de servidores públicos, pelo menos duas abordagens de compreensão desse fenômeno coexistem: uma centrada nas características dos indivíduos (clínica) e outra centrada em características populacionais, ou de contexto (epidemiologia). Diante disso, emerge a pergunta: em que medida as predições de afastamentos do trabalho decorrentes de TMC adquirem robustez ao considerar, ao mesmo tempo, características clínicas e contextuais do servidor?

Este artigo tem por objetivo verificar a associação entre preditores clínicos e epidemiológicos de afastamento do trabalho por transtorno mental e comportamental (ou TMC) em servidores públicos do estado de Santa Catarina (SC). Para tanto, foram elaboradas as seguintes hipóteses: 1. Medidas de sofrimento mental, ansiedade e depressão relacionam-se positivamente com a ocorrência dos afastamentos do trabalho por TMC e sua duração; 2. Medidas de resiliência associam-se negativamente com a ocorrência dos afastamentos do trabalho por TMC e sua duração; 3. Modelos de regressão que utilizam apenas dados clínicos ou apenas dados epidemiológicos têm capacidade preditiva muito inferior em relação a modelos que utilizem dados clínicos e epidemiológicos ao mesmo tempo (ou seja, ambos se complementam).

A epidemiologia é uma ciência que estuda quantitativamente a distribuição dos fenômenos de saúde/doença e seus fatores condicionantes e determinantes nas populações humanas, com o intuito de fornecer subsídios para a prevenção de doenças (Carvalho et al., 2017). É evidente que a análise de determinação causal das doenças em uma coletividade humana, dividida em classes sociais e/ou grupos específicos de populações, exige da epidemiologia uma interação interdisciplinar e estabelece sua dependência a outras ciências, como a psicologia.

Estudos psicométricos ligados à psicologia clínica dedicam-se à mensuração de variáveis relacionadas a transtornos mentais e comportamentais. Para tanto, exigem dos fenômenos psicológicos uma relação com os números (Pasquali, 2017), da mesma forma que a epidemiologia atribui números à descrição de fenômenos populacionais de saúde/doença. Se de um lado a psicometria possibilita mensurar algumas características e predizer a ocorrência de agravos em saúde mental, por outro lado a epidemiologia registra a ocorrência desses agravos, buscando visualizar possibilidades de prevenção. Parece haver complementaridade entre a epidemiologia e a psicometria no âmbito da saúde mental (Czeresnia, 2008, Palinkas & Hoiberg, 1982, Vinck et al., 2004), mas epistemologicamente ainda não se pode vislumbrar uma ponte entre as duas áreas e empiricamente a literatura não tem demonstrado evidências de cooperação entre psicologia e epidemiologia.

Esta pesquisa tem a saúde mental do servidor público como objeto de estudo. Considerada um direito de todos os trabalhadores e um dever do Estado, a saúde do trabalhador tem, no Brasil, enfoque teórico-metodológico amparado no campo da saúde coletiva e busca conhecer o processo saúde-doença dos grupos humanos em sua relação com o trabalho, de modo a traçar sobre ele estratégias de intervenção (Gomez et al., 2018; Osmo & Schraiber, 2015). Para a saúde do trabalhador, a explicação dos agravos à saúde dos trabalhadores extrapola os fatores presentes nos ambientes de trabalho e incorpora o significado cultural, político e econômico que a sociedade lhes atribui. Os fenômenos biológicos são observados na sua dimensão social e o corpo do trabalhador é considerado em suas relações com a natureza, na sua capacidade de criar-se e recriar-se por meio do trabalho (Codo, 1999).

A perícia psicológica consiste em uma das modalidades de avaliação psicológica destinada a responder demandas específicas, respaldar decisões, demonstrar evidências. Por isso, a atuação do psicólogo como perito possui especificidades diretamente relacionadas ao contexto no qual o profissional está inserido (Resolução CFP nº 17, 2012; Cruz, 2017, 2020). A perícia pode ser classificada como judicial ou extrajudicial e geralmente é feita por especialistas, que conduzem um trabalho minucioso (Silva et al., 2014). A perícia psicológica extrajudicial diferencia-se da perícia judicial na medida em que não está atrelada ao contexto forense e à determinação de um juiz, inserindo-se no âmbito administrativo. No Brasil, esse tipo de avaliação psicológica pericial é um procedimento comum nas instâncias de perícia oficial administrativa em saúde (Cruz, 2017). Nesse contexto, o psicólogo insere-se no campo da saúde do trabalhador e esse tipo de avaliação psicológica deve considerar, de maneira crítica e pormenorizada, a organização do trabalho e as condições nas quais ele é realizado, para compreender as repercussões subjetivas das situações vivenciadas no âmbito laboral, que podem ser atreladas à saúde dos avaliados (Araújo & Barros, 2019; Faiman, 2012; Lacaz, 2016).

No serviço público, a perícia oficial em saúde é uma atividade eminentemente administrativa, obrigatória e de cunho investigatório, chamada de Perícia Administrativa ou Perícia Oficial em Saúde (Ministério do Planejamento Orçamento e Gestão, 2010). Trata-se de uma avaliação técnica, de questões relacionadas à saúde e à capacidade laboral, realizada na presença do servidor e por equipe multidisciplinar (Ministério do Planejamento, Orçamento e Gestão, 2010), de acordo com o conceito de saúde biopsicossocial. Cabe ao perito examinar o periciado para o estabelecimento de nexo entre a limitação apresentada e a capacidade para o trabalho (Carneiro, 2006). O perito deve atuar como autoridade administrativa, para a concessão de benefícios previstos em lei (Decreto n.3.338, 2010; Bim & Murofuse, 2014), muitos dos quais são decorrentes de transtornos mentais e comportamentais (TMC) (Almeida et al., no prelo).

Os TMC estão entre os quadros que mais acometem trabalhadores no Brasil e no mundo e são entendidos como padrões psicológicos que prejudicam os trabalhadores de maneira importante, acarretando prejuízos no contexto do trabalho. A vigilância epidemiológica em saúde mental tem demonstrado que suas prevalências costumam ser um pouco maiores do que 20% chegando, em alguns casos, a percentuais muito mais elevados, como nos servidores públicos do estado de SC (acima de 35%) (Secretaria de Estado da Administração de Santa Catarina, 2015; 2018a; 2018b; Baasch et al., 2017).

A literatura específica ratifica que os TMC acometem uma significativa parcela (frequentemente acima de 30%) dos servidores públicos ao longo de suas carreiras (Alarcon & Guimarães, 2016; Baasch et al., 2017; Leão et al., 2015; Secretaria de Estado da Administração de Santa Catarina, 2015; 2018a; 2018b; Silva et al., 2012). Os profissionais da administração pública detém ampla variedade de funções e notória relevância social. Ao mesmo tempo, tais trabalhadores estão expostos a diferentes exigências, frequentemente decorrentes do modelo de gestão burocrático típico das organizações públicas, a saber: aumento da carga de trabalho, limitações advindas da rigidez normativa existente, diminuição da autonomia, novos contratos temporários/terceirizados, entre outros. Nesse sentido, pesquisas como esta se justificam não apenas pela relevância científica, mas também social.

Método

A presente pesquisa contemplou a associação de indicadores de dois delineamentos significativamente diferentes: um epidemiológico e outro clínico. O delineamento epidemiológico envolveu o levantamento do perfil epidemiológico dos casos de benefícios concedidos por TMC entre os servidores do estado de SC. Foram definidas as prevalências de TMC a partir de cada variável demográfica e ocupacional disponível (a saber: 1. órgão de vínculo; 2. faixas de renda; 3. sexo; 4. faixas de idade; 5. etnia; 6. estado civil; 7. grau de instrução; 8. faixas de tempo de serviço; 9. cargo/função do servidor; e 10. município de vínculo com o estado de SC). Estas 10 prevalências foram, posteriormente, utilizadas como preditores (epidemiológicos) em análises de regressão.

O delineamento clínico/psicométrico utilizou um protocolo de pesquisa que envolveu três instrumentos clínicos (de autorrelato), concebidos para avaliar, respectivamente: (1) resiliência; (2) sofrimento mental; e (3) ansiedade e depressão. Esse protocolo foi disponibilizado de duas formas: (1) via Gerência de Perícia Médica do governo, sendo respondido por servidores minutos antes de terem sua condição de saúde avaliada; e (2) eletronicamente, através do sítio www.portaldoservidor.sc.gov.br, endereço eletrônico mais acessado pelos servidores (por meio do qual são veiculados diversos serviços, informações e notícias pertinentes ao funcionalismo público estadual). Cada instrumento respondido gerou um escore, o qual foi posteriormente utilizado como preditor clínico em análises de regressão. Pôde-se, portanto, combinar preditores epidemiológicos e clínicos numa mesma base de dados.

Participantes

Foram utilizadas três bases de dados de servidores, a saber: 1) dados de todos os servidores públicos do estado de SC (efetivos e ativos) em Licença para Tratamento de Saúde (LTS) decorrente de TMC (código F da CID-10); 2) dados da população total (servidores efetivos e ativos, afastados ou não) - necessários para os cálculos de prevalência; e 3) dados clínicos de uma amostra representativa de 822 servidores (efetivos e ativos), que responderam ao protocolo de pesquisa (três instrumentos). Essa base contou com 480 respostas de servidores sem registro de benefícios por TMC (entre 2010 e 2015) e 342 respostas de servidores com benefício decorrente de TMC vigente ou anterior (benefícios de remoção, readaptação ou LTS por TMC entre 2010 e 2015). Esse grupo de 342 servidores contava com 219 servidores que gozavam de algum benefício decorrente de TMC quando preencheram o protocolo de pesquisa e 123 servidores que não gozavam de tais benefícios no momento, mas os gozaram no passado.

Dentre os servidores da amostra, 269 responderam ao protocolo de pesquisa em papel, nas perícias do estado (antes de terem sua condição avaliada), e 553 o responderam eletronicamente. Os escores obtidos pelos indivíduos periciados foram considerados presumivelmente com TMC, enquanto os demais foram considerados presumivelmente saudáveis (sem TMC). Isso permitiu a condução de análises de validade interna por meio de correlação intergrupo. A Tabela 1 esquematiza as quantidades de servidores em cada situação pericial (sem histórico de TMC, com histórico de TMC anterior, e com TMC presente no momento da coleta), bem como o fluxo da coleta dos dados da amostra.

Tabela 1
Informações sobre os Locais de Coleta

Local de Coleta	Sem TMC	TMC Antes	TMC Vigente	Total
Perícias de SC	27	26	216	269
Portal do Servidor	453	97	3	553
Total	480	123	219	822

Alguns participantes responderam ao protocolo duas vezes: uma em papel (na perícia) e outra, posteriormente, via internet. Esses casos repetidos foram excluídos do banco, mantendo-se sempre a primeira resposta do servidor (os protocolos eram datados).

Com o objetivo de estimar a representatividade da amostra em relação à população total de servidores do Estado de SC, a Tabela 2 compara frequências de variáveis categóricas obtidas na amostra (N=822) com aquelas verificadas na população total (N=45599). Além disso, as médias, desvios-padrão e medianas de variáveis contínuas da amostra (N=822 servidores) e da população (N=45.599) foram semelhantes, a saber: Idade (Xamostra = 47,02 anos; DPamostra = 7,79 e Xpopulação = 45,47; DPpop. = 9,63); Tempo de Serviço (Xamostra = 16,07 anos; DPamostra = 7,86 e Xpop. = 14,88; DPpop. = 10,21); Salário (Xamostra = R$5.274,19; DPamostra = R$ 3.335,43 e Xpop. = R$ 5.859,67; DPpop. = R$ 5.163,25).

Tabela 2
Comparações entre Frequências de Variáveis Categóricas da Amostra e da População Total

	Amostra	%	Pop.	%
Sexo
Homens	176	21,5	16383	35,9
Mulheres	644	78,5	29216	64,1
Etnia
Asiáticos	2	0,2	120	0,3
Caucasianos	750	91,2	42136	92,4
Indígenas	0	0,0	118	0,3
Afrodesc.	16	1,9	1282	2,8
Pardos	25	3,0	1123	2,5
Ausentes	29	3,5	820	1,8
Escolaridade
Ensino fundamental	7	0,9	2443	5,4
Ensino médio	146	17,8	9600	21,1
Ensino superior	201	24,5	9646	21,2
Pós-graduação	438	53,3	22499	49,3
Ausentes	30	3,6	1410	3,1
Estado Civil
Solteiro	253	30,8	12257	26,9
Casado/Marital	450	54,7	27695	60,7
Viúvo	12	1,5	772	1,7
Separado/Divorc.	88	10,7	4812	10,6
Ausentes	19	2,3	63	0,1

Como se pode observar, apesar da não aleatoriedade da amostra, as comparações entre as variáveis da amostra e as variáveis da população total permitem verificar semelhanças significativas, tanto nas médias e desvios-padrão das variáveis escalares quanto nas frequências das variáveis categóricas, assegurando a representatividade da amostra.

Por fim, o banco de dados clínico-epidemiológico acrescentou as prevalências correspondentes às variáveis demográficas e ocupacionais para cada participante da amostra. Ou seja, cada um dos 822 servidores da amostra possuía um número correspondente à prevalência (valor entre 0 e 100%) de cada uma das 10 variáveis utilizadas. Houve, portanto, a inserção de 8.220 novos dados no banco.

Instrumentos

Para medir resiliência, utilizou-se a Brief Resilience Scale - BRS (Smith et al., 2008). Trata-se de um instrumento curto, de rápida aplicação, constituído por seis itens dispostos numa escala Likert de cinco pontos, que tenta medir a resiliência em termos de “livrar-se do estresse”. A BRS mostrou-se um instrumento com considerável consistência interna e validade de construto (resultados confirmaram diversas hipóteses específicas formuladas). O resultado da pesquisa exploratória dos autores descobriu ainda que o fator "livrar-se do estresse" (único) relacionou-se negativamente com resultados ligados à saúde (ansiedade e depressão) e positivamente com a presença de recursos de resiliência, tais como estilos de enfrentamento e suporte social. Não obstante, tal instrumento apresentou resultados convergentes com escalas de resiliência já consagradas pela literatura internacional (Connor-Davidson Resilience Scale ou CD-RISC, Ego Resiliency). Em relação às demais escalas de resiliência apresentadas anteriormente na revisão de literatura, a BRS possui algumas vantagens, das quais se pode destacar as seguintes: 1) é uma medida de resiliência e não de “recursos protetivos que promovem a resiliência”, como a Resilience Scale for Adults (Friborg et al., 2005), ou de “resistência psicológica”, como a Dispositional Resilience Scale - a qual também reportou menos evidências de validade e precisão (Bartone et al., 2008); 2) é uma medida de rápida aplicação, uma vez que possui apenas seis itens - e não 25 como a CD-RISC e a Resilience Scale, ou 31, como a Essential Resilience Scale; 3) é dirigida à aplicação com indivíduos adultos e não adolescentes, como a versão brasileira da Resilience Scale (Pesce et al., 2005); 4) é um instrumento recente, publicado em 2008.

Para medir o sofrimento mental, utilizou-se o Self Reporting Questionnaire (SRQ-20). Por tratar-se de um instrumento de rastreamento e não de diagnóstico, a definição do ponto de corte do SRQ-20 para determinação de casos precisa ser feita por meio da comparação com o padrão-ouro. No Brasil, o SRQ-20 foi traduzido e validado em meados da década de 1980 (Mari & Willians, 1986). Seus resultados foram comparados com a entrevista psiquiátrica formal (padrão-ouro), utilizando-se o instrumento semiestruturado CIS (Clinical Interview Schedule for DSM-IV). A sensibilidade obtida foi de 83% e a especificidade de 80%, mostrando-se um bom indicador de morbidade (Gonçalves et al., 2008; Mari & Williams, 1986). Utilizadas em diversos países (Husain et al., 2016; Netsereab et al., 2018; Paraventi et al., 2015; Van Der Westhuizen et al., 2018), as 20 questões que compõem o questionário têm duas possibilidades de resposta (sim ou não) e foram desenhadas para abordar sintomas emocionais e físicos associados a quadros psiquiátricos. Define-se como ponto de corte para a classificação de TMC as somas acima de sete respostas positivas (ou seja, resultados entre oito e 20) (Gonçalves et al., 2008; Tuan et al., 2004).

A Escala Hospitalar para Ansiedade e Depressão (The Hospital Anxiety And Depression Scale), também conhecida como Escala HAD - ou simplesmente HADS (Anexo C) - foi utilizada com a finalidade de se mensurar ansiedade e depressão entre os participantes. Trata-se de uma escala de autorrelato constituída de 14 questões do tipo múltipla escolha. Compõe-se de duas subescalas (HADS-A e HADS-D), respectivamente para ansiedade e depressão, com sete itens cada. Aos respondentes, é solicitado que respondam baseando-se em como se sentiram durante a última semana. A pontuação global em cada subescala varia de 0 a 21 e apresenta como ponto de corte oito para ansiedade e nove para depressão (Faro, 2015; Macêdo et al., 2017).

Os conceitos de depressão e ansiedade constituem dois fatores na HADS, relacionados às subescalas HADS-A e HADS-D (Faro, 2015; Macêdo et al., 2017; Mykletun et al., 2001). A escala HAD tem por objetivo detectar graus leves de transtornos afetivos em ambientes hospitalares não psiquiátricos. Como vantagens, sabe-se que tal medida é curta, podendo ser rapidamente preenchida, e revelou-se um instrumento de alta sensibilidade na detecção de ansiedade e depressão (Faro, 2015; Macêdo et al., 2017). A medida apresenta adequadas consistência interna, intercorrelação, homogeneidade e bom desempenho na avaliação da gravidade de sintomas de transtornos de ansiedade e depressão (estrutura fatorial) em pacientes psiquiátricos, somáticos e de atenção básica, assim como na população em geral (Bjelland et al., 2002; Mykletun et al., 2001).

Procedimentos

A base com dados dos servidores efetivos e ativos do Governo do Estado de SC afastados por TMC considerou o período compreendido entre janeiro de 2010 e dezembro de 2014. Nessa base, foram consideradas 13 variáveis, sendo nove independentes e quatro dependentes: a) variáveis demográficas (independentes) - (1) sexo, (2) idade, (3) raça, (4) estado civil, e (5) grau de instrução do servidor afastado; b) variáveis ocupacionais (independentes) - (6) cargo, (7) local de trabalho (órgão do estado de SC), (8) município de trabalho e (9) tempo de serviço (em anos) do servidor afastado; c) variáveis de desfecho (dependentes) - (1) ano de início do afastamento, (2) valor pago, (3) número de dias concedidos e (4) código da CID-10 atribuído ao motivo principal do afastamento (LTS). A variável renda (valor pago) foi também utilizada como variável independente. O pressuposto que fundamentou seu uso foi o de que rendas mais elevadas permitem aos servidores disporem de mais recursos para prevenção de TMC e/ou promoção e reabilitação de sua saúde mental (Sareen et al., 2011).

A base com dados de todos os servidores efetivos e ativos do Governo do Estado de Santa Catarina dispunha de sete variáveis: (1) ano de observação (o mês de outubro foi escolhido como padrão, por apresentar menor variação entre os anos), (2) número de identificação do servidor, (3) órgão de vínculo, (4) raça, (5) grau de instrução, (6) cargo (relação de vínculo), e (7) município de lotação do servidor. Eventuais números de identificação repetidos foram excluídos, já que alguns servidores possuíam mais de um vínculo com o estado de SC. Foram mantidos os números que apareciam pela primeira vez no banco (critério aleatório).

Análise de Dados

A prevalência utilizada foi a acumulada: servidores em LTS (2010-2014) / total de servidores x 100 (percentual). Para testar preditores de saúde mental no trabalho, utilizou-se:

1. análise de regressão linear, tendo como preditores os escores dos instrumentos (variáveis clínicas) e as prevalências das variáveis demográficas e ocupacionais dos servidores participantes. Como variáveis dependentes dessas regressões lineares, foram utilizadas as variáveis escalares dos desfechos, a saber: tempo de afastamento (dias), número de LTS recebidas (decorrentes de TMC) desde jan./2010 e tempo total acumulado (dias) de LTS desde jan./2010;

2. análise de regressão logística, tendo como preditores os escores dos instrumentos (variáveis clínicas) e as prevalências das variáveis demográficas e ocupacionais dos servidores participantes (variáveis epidemiológicas). Como variáveis dependentes dessas regressões logísticas, foram considerados os benefícios decorrentes de TMC. Os servidores foram divididos em dois grupos: servidores em gozo de algum benefício decorrente de TMC, e servidores sem histórico pregresso (desde Jan/2010) de TMC. Os servidores que não gozavam de benefício, mas possuíam histórico de afastamento anterior, não foram considerados, no intuito de diminuir a variância espúria nos modelos.

Considerações Éticas

Todos os princípios éticos concernentes à execução desta pesquisa foram observados (Resolução CNS nº 466/2012). Sua realização foi autorizada pela Secretaria de Estado da Administração de Santa Catarina e aprovada pelo Comitê de Ética em Pesquisa da Secretaria de Estado da Saúde de Santa Catarina (CEPSES-SC), sob o nº CAAE 36112214.5.0000.0115.

Resultados

As correlações de Pearson resultantes da associação entre as prevalências das variáveis demográfico-ocupacionais, de cada servidor da amostra, e os escores dos instrumentos respondidos por eles, foram significativas e nas direções esperadas, a saber: sofrimento mental; ansiedade e depressão positivamente associados entre si; e resiliência negativamente associada aos afastamentos por TMC e à sua duração. Todavia, tais correlações foram, de modo geral, fracas.

As maiores correlações encontradas foram entre os escores dos instrumentos e a prevalência das faixas de renda dos servidores, com valores orbitando em torno de 0,2 (e p-valor<0,05, sempre) - a maior correlação significativa entre os escores e as prevalências encontradas foi entre o escore do SRQ-20 (sofrimento mental) e a prevalência das faixas de renda dos servidores (0,249 e p-valor<0,01). A menor correlação significativa encontrada foi entre o escore HADS-D (depressão) e a prevalência do grau de instrução do servidor (0,071 e p<0,05). As correlações entre o escores da BRS (resiliência) e as prevalências de TMC foram sempre negativas e as correlações entre os escores da HADS e do SRQ-20 foram sempre positivas, como esperado. As correlações significativas encontradas variaram de 0,071 a 0,249, mas tipicamente orbitaram em torno de 0,1.

A partir desses resultados, testou-se a hipótese de complementaridade; ou seja, informações clínicas explicam parte da variância do desfecho (benefícios decorrentes de TMC nos servidores), enquanto informações epidemiológicas explicam outra parte dessa mesma variância. Uma vez que correlações mais elevadas sugerem mais capacidade explicativa desses dois conjuntos de variáveis, análises de regressão foram conduzidas no intuito de testar tal hipótese.

A Tabela 3 apresenta os coeficientes de determinação R² ajustado de regressões lineares envolvendo escores dos instrumentos utilizados e prevalências de variáveis demográficas e ocupacionais dos servidores da amostra, como preditores de tempo de afastamento do trabalho (LTS) por TMC. Foram excluídos os servidores não afastados atualmente, mas com histórico de benefícios por CID-F anteriores (desde jan./2010 até a resposta ao protocolo de pesquisa), pois esses carregavam variância espúria em ambos os grupos. Ou seja, não pertencem ao grupo “presumivelmente saudável” porque foram afastados recentemente. Também não pertencem ao grupo com TMC porque atualmente não estão afastados. Havia, portanto, 480 servidores atualmente sem LTS por TMC e sem histórico de LTS e 119 servidores que gozavam de LTS por TMC quando responderam aos instrumentos.

Tabela 3
Coeficientes de Determinação R² Ajustado de Regressões Lineares Envolvendo Escores dos Instrumentos e Prevalências (Preditores) e Tempo Concedido à LTS por TMC Gozada pelo Servidor no Momento da Coleta

Preditores	Tempo Afastado (LTS por TMC)
N	599
HADS (A + D) + SRQ-20 + BRS	,217**
Prev. Órgão	,029**
Prev. faixas de renda	,010*
Prev. Sexo	-0,001
Prev. faixas de idade	,012**
Prev. Raça	-0,002
Prev. estado civil	,006*
Prev. Instrução	,010**
Prev. faixas de tempo de serv.	,011**
Prev. função/cargo	,008*
Prev. município	,010**
Todas as prevalências	,117**
Todas as prevalências significativas	,119**
HADS (A + D) + SRQ-20 + BRS + Todas as prev. significativas	,315**

• Nota. * testes F (ANOVA) com p-valor < ,05; ** testes F (ANOVA) com p-valor < ,01.

Na Tabela 3, pode-se observar que a variância explicada de “tempo de afastamento do trabalho” aumenta significativamente uma vez que dados psicométricos/clínicos são vinculados a dados epidemiológicos. A partir das informações apresentadas na tabela, se um perito, hipoteticamente, dependesse apenas de informações de prevalência de TMC de seus periciados para conceder LTS, teria muito mais de chance de incorrer em erro em relação a outro perito que, além das prevalências (das variáveis demográficas e ocupacionais), possuísse também resultados clínicos obtidos pelo protocolo de pesquisa utilizado (HADS, SRQ-20, e BRS). Ademais, se um perito recorrer exclusivamente aos quatro escores clínicos utilizados nessa pesquisa, por exemplo, conseguirá prever apenas 21,7% da variância do tempo concedido às LTS por TMC. Se, ao contrário, acrescentar como preditores as prevalências das variáveis utilizadas nessa pesquisa, aumentará de 21,7% para 31,5% sua capacidade preditiva.

A Tabela 4 apresenta os coeficientes de determinação R² ajustado de regressões lineares envolvendo escores dos instrumentos utilizados e prevalências de variáveis demográficas e ocupacionais dos servidores da amostra como preditores de: (1) quantidade de LTS por TMC obtida pelos servidores da amostra; e (2) tempo total em LTS por TMC desde jan./2010. Foram incluídos todos os servidores da amostra (N=822), dos quais 480 sem histórico de benefício por CID-F (TMC) e 342 com algum registro de benefício concedido decorrente de TMC.

Tabela 4
Coeficientes de Determinação R² Ajustado de Regressões Lineares Envolvendo Escores dos Instrumentos e Prevalências (Preditores) e Tempo Concedido à LTS por TMC Gozada pelo Servidor no Momento da Coleta

Preditores	N LTS 2010-	T. Total LTS 2010-
HADS (A + D) + SRQ-20 + BRS	,130**	,104**
Prev. Órgão	,060**	,048**
Prev. faixas de renda	,014**	,007**
Prev. Sexo	-,001	-,001
Prev. faixas de idade	,029**	,018**
Prev. Etnia	-,001	-,001
Prev. estado civil	,005*	-,001
Prev. Instrução	,002	,000
Prev. faixas de tempo de serv.	,009**	,007**
Prev. função/cargo	,019**	,011**
Prev. Município	,020**	,016**
Todas as prevalências	,113**	,074**
Todas as prevalências significativas	,099**	,072**
HADS (A + D) + SRQ-20 + BRS + Todas as prev. Significativas	,183**	,144**

• Nota. * testes F (ANOVA) com p-valor < ,05; ** testes F (ANOVA) com p-valor < ,01. N=822.

A Tabela 4 faz referência ao passado do servidor participante. Por isso, apresenta valores mais baixos que aqueles apresentados na Tabela 3. É razoável deduzir que as variáveis demográficas, ocupacionais e clínicas (escores dos instrumentos) utilizadas tenham mais influência sobre TMC presentes que sobre TMC passados. Apesar disso, é interessante observar a tendência de aumento nos coeficientes de determinação sempre que dados clínicos e epidemiológicos são incluídos num mesmo modelo de regressão.

A Tabela 5 apresenta resultados resumidos de regressões logísticas binárias envolvendo os escores dos instrumentos e prevalências de variáveis demográficas e ocupacionais como preditores de benefícios concedidos em decorrência de TMC. Os servidores sem benefícios decorrentes de CID-F, mas com algum registro de benefício decorrente de TMC anterior (desde jan./2010; N=123) foram excluídos dos modelos, para reduzir a variância espúria nos modelos (conforme explicado na apresentação da Tabela 3).

Tabela 5
Coeficiente R² de Nagelkerke (Regressão Logística) - Benefício Concedido ao Servidor em Decorrência de TMC como Variável Dependente

Preditores	R² Nagelkerke
HADS (A + D) + SRQ-20 + BRS	,379**
Prev. Órgão	,250**
Prev. faixas de renda	,041**
Prev. Sexo	,001
Prev. faixas de idade	,064**
Prev. Etnia	,000
Prev. estado civil	,025
Prev. Instrução	,000
Prev. faixas de tempo de serv.	,049
Prev. função/cargo	,043**
Prev. Município	,045**
Todas as prevalências significativas	,378**
HADS (A + D) + SRQ-20 + BRS + Todas as prev. significativas	,607**

• Nota. todos os valores com ** obtiveram testes de coeficientes de modelo Omnibus e variáveis nas equações com p-valor < ,01. N = 699.

A Tabela 5 revela talvez o resultado mais surpreendente desta pesquisa: a variância da concessão de benefícios decorrentes de TMC explicada pelos escores dos instrumentos clínicos (37,9%) é praticamente igual à variância explicada pelas prevalências significativas utilizadas (37,8%). No entanto, quando colocados num mesmo modelo, a variância explicada aumenta significativamente. Mais de 60% dos benefícios concedidos por TMC aos servidores da amostra puderam ser explicados pelos dados clínicos e epidemiológicos utilizados. Ou seja, mesmo prescindindo do trabalho pericial, avaliações pormenorizadas e minuciosas, mais da metade dos benefícios concedidos por CID-F pôde ser predita. Trata-se de um subsídio pericial muito relevante, sobretudo quando se leva em consideração o fato de se tratar de uma pesquisa de corte transversal.

Discussão

O presente estudo demonstrou que, apesar de simples e breves, os três instrumentos de autorrelato utilizados, especialmente a HADS e o SRQ-20, apresentam adequadas propriedades psicométricas (Bjelland et al., 2002; Faro, 2015; Gonçalves et al., 2008; Macêdo et al., 2017; Mari, & Williams, 1986; Mykletun et al., 2001) e ofereceram significativa contribuição para os resultados das análises de regressão realizadas. Não obstante, as predições clínicas de afastamentos do trabalho decorrentes de TMC dos servidores públicos de Santa Catarina se associam às predições epidemiológicas, na medida em que todos os modelos de regressão observados (Tabelas 3, 4 e 5) explicaram parcelas mais abrangentes da variância dos desfechos na medida em que acrescentaram variáveis demográficas e ocupacionais da população que caracterizava cada servidor da amostra.

Uma vez que os resultados obtidos pela associação entre os instrumentos clínicos e as prevalências das variáveis epidemiológicas conferiu mais robustez às predições, pode-se inferir que as medidas clínicas e epidemiológicas explicam dimensões diferentes dos afastamentos do trabalho por TMC, o que reforça a importância de tal associação tanto do ponto de vista teórico (latência e dimensionalidade do fenômeno - vide Czeresnia, 2008, Palinkas, & Hoiberg, 1982, Vinck et al., 2004) quanto do ponto de vista prático ou aplicado (implicações clínicas e administrativas - vide Carneiro, 2006; Faiman, 2012; Lacaz, 2016; Vinck et al., 2004).

Os resultados ora apresentados reforçam a noção de que o trabalho da perícia psicológica precisa se desenvolver no sentido de integrar ações de vigilância epidemiológica e instrumentos clínicos com propriedades psicométricas adequadas. Assim, acredita-se que o entendimento do processo saúde-adoecimento decorrente do trabalho poderá adquirir contornos mais definidos (Lehman et al., 2017; Vinck et al., 2004; Wade & Halligan, 2017) e fornecer dados mais aprofundados para a formulação de políticas públicas respaldadas epidemiológica e clinicamente.

Nesse sentido, o papel do Governo do Estado de Santa Catarina parece ser fundamental, pois seus esforços para manter bases de dados atualizadas, com variáveis demográficas e ocupacionais dos servidores, e indicadores epidemiológicos de saúde relacionados a essas mesmas variáveis, assim como no sentido de munir os técnicos psicólogos do serviço pericial com adequada instrução e instrumentação clínica, serão importantes investimentos à saúde ocupacional. Tais investimentos engendram resultados que beneficiam diretamente o erário - posto que qualificam o trabalho pericial (com mais precisão, menos inconsistências e equívocos) reduzindo custos financeiros diretos e indiretos - e beneficiam, sobretudo, a qualidade de vida de dezenas de milhares de servidores e seus familiares e interlocutores, repercutindo inclusive em melhores serviços públicos à sociedade.

Sobre os resultados empíricos encontrados, acredita-se que os 39,3% da variância não explicada dos desfechos pode ser ainda reduzida em função de se acompanhar os casos que foram preditos e que não resultaram em benefícios concedidos por TMC nas semanas subsequentes à avaliação, uma vez que 60,7% da variância do desfecho foi explicada transversalmente (no momento da resposta). Possivelmente, tal resultado seria diferente se considerado longitudinalmente, porque a relação sofrimento mental-concessão de benefício por TMC ou ansiedade/depressão-concessão de benefício por TMC pode não ser simultânea.

Considerações Finais

Ainda que as hipóteses tecidas tenham tido suporte empírico, esta pesquisa apresentou algumas limitações, a saber: 1) Predições de benefício por TMC baseadas em dados transversais - pode-se imaginar que o benefício decorrente de TMC não seja concomitante ao início do transtorno. Um estudo com seguimento dos servidores avaliados poderia dirimir tal limitação; 2) Inferências clínicas baseadas exclusivamente em instrumentos de autorrelato - esta pesquisa não utilizou outras fontes de informação para fazer inferências acerca de sofrimento mental, resiliência, ansiedade e depressão (observações diretas, registros e relatos de terceiros, por exemplo); 3) Eventuais variáveis desatualizadas nas bases de dados do estado de SC (escolaridade e estado civil dos servidores, por exemplo), aumentando a imprecisão dos resultados obtidos.

Apesar dessas limitações, uma articulação entre psicologia e epidemiologia parece possível, como se pôde demonstrar empiricamente. Não se pretende negligenciar diferenças nem tampouco ignorar dificuldades no âmbito da interlocução psicologia-epidemiologia. Sabe-se, todavia, que tais diferenças são metodologicamente equacionáveis e que uma interlocução entre as duas ciências é possível, como alguns autores já têm mostrado teórica e empiricamente (Czeresnia, 2008; Leviton, 1996; Machado et al., 2010; Palinkas & Hoiberg, 1982; Santos, 2008; Vinck et al., 2004).

Observou-se que as predições epidemiológico-clínicas, para a concessão de licenças para tratamento de saúde, explicam mais variância que aquelas para determinação de outras variáveis dependentes, tais como tempo de afastamento ou repetição de LTS. Os resultados apresentados referendam a possibilidade de que a associação entre epidemiologia e psicologia é viável e profícua. Apesar de psicologia e epidemiologia serem ciências distintas, pôde-se demonstrar empiricamente que suas notáveis contribuições para a saúde - há décadas já referendadas pela comunidade científica - complementam-se. Tal articulação é raramente vista na literatura nacional e internacional e extrapola a tradição psicológica de estudos clínicos, enriquecendo-a.

Não obstante, dados quantitativos têm sido argumentos potentes para transformar a realidade e as condições de trabalho e saúde perante os gestores. Políticas públicas profícuas podem fazer uso de estudos como este, que promovam articulação da psicologia com a saúde coletiva no intuito de promover e proteger a saúde mental, assim como prevenir contra transtornos mentais, em ambientes de trabalho.

References

• Alarcon, A. C. R. S. & Guimarães, L. A. M. (2016). Prevalência de Transtornos Mentais em Trabalhadores de uma Universidade Pública do Estado do Mato Grosso do Sul, Brasil [Prevalence of Minor Mental Disorders among Employees of a Public University of the State of Mato Grosso Do Sul, Brazil]. Revista Sul Americana de Psicologia, 4(1), 46-68.
• Almeida, M. B. F., Silveira, E. C. S., Trevisan, R. L., & Cruz, R. M. (no prelo). Perícia Psicológica Administrativa da Saúde do Servidor Público [Administrative Psychological Evaluation of Public Servants' Health]. Revista Trabalho EnCena (Dossiê perícias em trabalho-saúde).
• American Psychiatry Association. (2013). Diagnostic and Statistical Manual of Mental disorders - DSM-5 (5ª Ed.). American Psychiatric Association.
• Araújo, J. N. G., & Barros, V. A. (2019). Work Psychology and the Work Clinics in Brazil. Laboreal, 15(2), 1-13. https://dx.doi.org/10.4000/laboreal.15515
  » https://dx.doi.org/10.4000/laboreal.15515
• Baasch, D., Trevisan, R. L., & Cruz, R. M. (2017). Perfil Epidemiológico dos Servidores Públicos Catarinenses Afastados do Trabalho por Transtornos Mentais de 2010 a 2013 [Epidemiological Profile of Public Servants Absent from Work Due to Mental Disorders from 2010 to 2013]. Ciência & Saúde Coletiva, 22(5), 1641-1650. https://dx.doi.org/10.1590/1413-81232017225.10562015
  » https://dx.doi.org/10.1590/1413-81232017225.10562015
• Bim, M. C. S., & Murofuse, N. T. (2014). Benefício de Prestação Continuada e Perícia Médica Previdenciária: Limitações do Processo [Continued Benefit and Social Security Medical Evaluation: Limitations of the Process]. Serviço Social & Sociedade, 118, 339-365. https://doi.org/10.1590/S0101-66282014000200007
  » https://doi.org/10.1590/S0101-66282014000200007
• Bjelland, I., Dahl, A. A., Haug, T. T., & Neckelmann, D. (2002). The Validity of the Hospital Anxiety and Depression Scale. An updated Literature Review. Journal of Psychosomatic Research, 52(2), 69-77. https://doi.org/10.1016/S0022-3999(01)00296-3
  » https://doi.org/10.1016/S0022-3999(01)00296-3
• Carneiro, S. A. M. (2006). Saúde do Trabalhador Público: Questão para a Gestão de Pessoas - A Experiência na Prefeitura de São Paulo [Public Worker Health: Question for People Management - The Experience in the City of São Paulo]. Revista do Serviço Público, 57(1), 23-49. https://doi.org/10.21874/rsp.v57i1.188
  » https://doi.org/10.21874/rsp.v57i1.188
• Carvalho, C. A. de, Pinho, J. R. O., & Garcia, P. T. (2017). Epidemiologia: Conceitos e Aplicabilidade no Sistema Único de Saúde [Epidemiology: Concepts and Applicability in Brazil’s Unified Health System] (1^a Ed.). EDUFMA.
• Codo, W. (1999). Indivíduo, Trabalho e Sofrimento: Uma Abordagem Interdisciplinar [Individual, Work and Suffering: An Interdisciplinary Approach] (4^ª Ed). Vozes.
• CFP Resolution No. 17 (2012). Dispõe sobre a Atuação do Psicólogo como Perito nos Diversos Contextos [Delimits Psychologists’ Performance as an Expert in Different Contexts]. Conselho Federal de Psicologia.
• Cruz, R. M. (2017). Perícia Psicológica no Contexto do Trabalho [Psychological Evaluation in the Work Context]. Vetor.
• Cruz, R. M. (2020). Perícia Psicológica Trabalhista [Psychological Evaluation at Work]. Em C. S. Hutz, D. R. Bandeira, C. M. Trentini, S. l. R. Rovinski, & V. M. Lago (Orgs.). Avaliação Psicológica no Contexto Forense (pp. 265-681). Artmed.
• Czeresnia, D. (2008). Epidemiologia, Ciências Humanas e Sociais e a Integração das Ciências [Epidemiology, Social and Human Sciences and Integration of Sciences]. Revista de Saúde Pública, 42(6), 1112-1117. http://doi.org/10.1590/S0034-89102008005000059
  » http://doi.org/10.1590/S0034-89102008005000059
• Decree nº 3.338, 23 june (2010). Aprova o Manual de Normas Técnicas Médico-Periciais [Approves the Medical-Official Technical Standards Manual] (2ª Ed.). Secretaria de Estado da Administração. DIOESC.
• Faiman, C. J. S. (2012). Saúde do Trabalhador [Worker’s Health]. Casa do Psicólogo.
• Faro, A. (2015). Análise Fatorial Confirmatória e Normatização da Hospital Anxiety and Depression Scale (HADS) [Confirmatory Factor Analysis and Standardization of the Hospital Anxiety and Depression Scale (HADS)]. Psicologia: Teoria e Pesquisa, 31(3), 349-353. https://doi.org/10.1590/0102-37722015032072349353
  » https://doi.org/10.1590/0102-37722015032072349353
• Gomez, C. M., Vasconcellos, L. C. F. de, & Machado, J. M. H. (2018). Saúde do Trabalhador: Aspectos Históricos, Avanços e Desafios no Sistema Único de Saúde [A Brief History of Worker’s Health in Brazil’s Unified Health System: Progress and Challenges]. Ciência & Saúde Coletiva, 23(69), 163-1970. https://doi.org/10.1590/1413-81232018236.04922018
  » https://doi.org/10.1590/1413-81232018236.04922018
• Gonçalves, D. M., Stein, A. T., & Kapczinski, F. (2008). Avaliação de Desempenho do Self-Reporting Questionnaire como Instrumento de Rastreamento Psiquiátrico: Um Estudo Comparativo com o Structured Clinical Interview for DSM-IV-TR [Performance of the Self-Reporting Questionnaire as a Psychiatric Screening Questionnaire: A Comparativ Estudy with Structured Clinical Interview for DSM-IV-TR]. Cadernos de Saúde Pública, 24(2), 380-390. http://doi.org/10.1590/S0102-311X2008000200017
  » http://doi.org/10.1590/S0102-311X2008000200017
• Husain, N., Chaudhry, N., Rhouma, A., Sumra, A., Tomenson, B., & Waheed, W. (2016). Validation of the Self-Reporting Questionnaire (SRQ 20) in British Pakistani and White European population in the United Kingdom. Journal of Affective Disorders, 189, 392-396. https://doi.org/10.1016/j.jad.2015.08.068
  » https://doi.org/10.1016/j.jad.2015.08.068
• Lacaz, F. A. C. (2016). Continuam a Adoecer e Morrer os Trabalhadores: As Relações, Entraves e Desafios para o Campo Saúde do Trabalhador [Workers Keep on Becoming Ill and Dying: Relationships, Obstacles and Challenges for the Worker's Health Field]. Revista Brasileira de Saúde Ocupacional, 41(13), 1-11. https://doi.org/10.1590/2317-6369000120415
  » https://doi.org/10.1590/2317-6369000120415
• Leão, A. L. M., Barbosa-Branco, A., Rassi Neto, E., Ribeiro, C. A. N., & Turchi, M. D. (2015). Sickness Absence in a Municipal Public Service of Goiânia, Brazil. Revista Brasileira de Epidemiologia, 18(1), 262-277. https://doi.org/10.1590/1980-5497201500010020
  » https://doi.org/10.1590/1980-5497201500010020
• Lehman, B. J., David, D. M., & Gruber, J. A. (2017). Rethinking the Biopsychosocial Model of Health: Understanding Health as a Dynamic System. Social and Personality Psychology Compass, 11(8), e12328. https://doi.org/10.1111/spc3.12328
  » https://doi.org/10.1111/spc3.12328
• Leviton, L. C. (1996). Integrating Psychology and Public Health: Challenges and Opportunities. American Psychologist, 51(1), 42-51. http://doi.org/10.1037/0003-066X.51.1.42
  » http://doi.org/10.1037/0003-066X.51.1.42
• Macêdo, E. de A., Simone, A., & Lavras Costallat, L. T. (2017). Assessment of the Hospital Anxiety and Depression Scale (HADS) Performance for the Diagnosis of Anxiety in Patients with Systemic Lupus Erythematosus. Rheumatology International, 37, 1999-2004. https://doi.org/10.1007/s00296-017-3819-x
  » https://doi.org/10.1007/s00296-017-3819-x
• Machado, J., Sorato, L., & Codo, W. (2010). Saúde e Trabalho no Brasil: Uma revolução Silenciosa - O NTEP e a previdência Social [Health and Work in Brazil: A Silent Revolution - NTEP and Social Security] (1ª Ed). Vozes.
• Mari, J. J., & Williams, P. (1986). A Validity Study of a Psychiatric Screening Questionnaire (SRQ-20) in Primary Care in the City of Sao Paulo. British Journal of Psychiatry, 148(1), 23-26. http://doi.org/10.1192/bjp.148.1.23
  » http://doi.org/10.1192/bjp.148.1.23
• Ministério do Planejamento, Orçamento e Gestão (2010). Manual de Perícia Oficial em Saúde do Servidor Público Federal [Official Health Expertise Manual for Federal Public Servants]. Subsistema Integrado de Atenção à Saúde do Servidor.
• Mykletun, A., Stordal, E., & Dahl, A. A. (2001). Hospital Anxiety and Depression (HAD) Scale: Factor Structure, Item Analyses and Internal Consistency in a Large Population. British Journal of Psychiatry, 179(DEC.), 540-544. https://doi.org/10.1192/bjp.179.6.540
  » https://doi.org/10.1192/bjp.179.6.540
• Netsereab, T. B., Kifle, M. M., Tesfagiorgis, R. B., Habteab, S. G., Weldeabzgi, Y. K., & Tesfamariam, O. Z. (2018). Validation of the WHO Self-Reporting Questionnaire-20 (SRQ-20) Item in Primary Health Care Settings in Eritrea. International Journal of Mental Health Systems, 12(1). https://doi.org/10.1186/s13033-018-0242-y
  » https://doi.org/10.1186/s13033-018-0242-y
• Osmo, A., & Schraiber, L. B. (2015). O Campo da Saúde Coletiva: Definições e Debates em sua Constituição [The Field of Collective Health: Definitions and Debates on Its Constitution]. Saúde e Sociedade, 24, 201-214. https://doi.org/10.1590/S0104-12902015S01018
  » https://doi.org/10.1590/S0104-12902015S01018
• Palinkas, L. A., & Hoiberg, A. (1982). An Epidemiology Primer: Bridging the Gap between Epidemiology and Psychology. Health Psychology, 1(3), 269-287. http://doi.org/10.1037/0278-6133.1.3.269
  » http://doi.org/10.1037/0278-6133.1.3.269
• Paraventi, F., Cogo-Moreira, H., Paula, C. S., & De Jesus Mari, J. (2015). Psychometric Properties of the Self-Reporting Questionnaire (SRQ-20): Measurement Invariance Across Women from Brazilian Community Settings. Comprehensive Psychiatry, 58, 213-220. https://doi.org/10.1016/j.comppsych.2014.11.020
  » https://doi.org/10.1016/j.comppsych.2014.11.020
• Pasquali, L. (2017). Psicometria: Teoria dos Testes na Psicologia e na Educação [Psychometry: Test Theory in Psychology and Education]. Vozes.
• Pesce, R. P., Assis, S. G., Avanci, J. Q., Santos, N. C., Malaquias, J. V., & Carvalhaes, R. (2005). Adaptação Transcultural, Confiabilidade e Validade da Escala de Resiliência. Cadernos de Saúde Pública, 21(2), 436-448. https://doi.org/10.1590/S0102-311X2005000200010
  » https://doi.org/10.1590/S0102-311X2005000200010
• Santos, D. N. (2008). Review of the book Epidemiologia da Saúde Mental no Brasil [Epidemiology of Mental Health in Brazil], by M. F. Mello, A. A. F. Mello, & R. Kohn (Eds.). Cadernos de Saúde Pública, 24(8), 1955-1956.
• Sareen, J., Afifi, T. O., McMillan, K. A., & Asmundson, G. J. G. (2011). Relationship Between Household Income and Mental Disorders. Archives of General Psychiatry, 68(4), 419. https://doi.org/10.1001/archgenpsychiatry.2011.15
  » https://doi.org/10.1001/archgenpsychiatry.2011.15
• Secretaria de Estado da Administração de Santa Catarina (SEA) (2015). III Boletim Estatístico de Benefícios de Saúde do Servidor 2010-2013 [III Statistical Bulletin on Public Servants Health Benefits 2010-2013]. Cunha, J. C. B. & Sefrin, S. R. G (Orgs.). DIOESC.
• Secretaria de Estado da Administração de Santa Catarina (SEA) (2018a). IV Boletim Estatístico de Benefícios de Saúde do Servidor 2014-2016 [IV Statistical Bulletin on Public Servants Health Benefits 2014-2016]. Cunha, J.C.B., Trevisan, R.L. & Sefrin, S. R. G (Orgs.). DIOESC.
• Secretaria de Estado da Administração de Santa Catarina (SEA) (2018b). V Boletim Estatístico de Benefícios de Saúde do Servidor 2017 [V Statistical Bulletin on Public Servants Health Benefits 2017]. Cunha, J.C.B. & Francisco, A.C. (Orgs.). DIOESC.
• Silva, E. B. D. F., Tomé, L. A. D. O., Costa, T. D. J. G. Da, & Santana, M. D. C. C. P. (2012). Transtornos Mentais e Comportamentais: Perfil dos Afastamentos de Servidores Públicos Estaduais em Alagoas, 2009 [Mental and Behavioral Disorders: Profile of Removals of State Public Servants in the State of Alagoas, Brazil, in 2009]. Epidemiologia e Serviços de Saúde, 21(3), 505-514. http://doi.org/10.5123/S1679-49742012000300016
  » http://doi.org/10.5123/S1679-49742012000300016
• Silva, M. P., Silva, R. M., & Silva, J. K. B. (2014). Perícia Psicológica no Âmbito do Trabalho: Atuação numa Diretoria de Saúde do Servidor [Psychological Survey in the Workspace: The Work in a Public Health Board]. Psicologia Argumento, 32(79), 15-25. http://dx.doi.org/10.7213/psicol.argum.32.079.DS02
  » http://dx.doi.org/10.7213/psicol.argum.32.079.DS02
• van Der Westhuizen, C., Brittain, K., Koen, N., Maré, K., Zar, H. J., & Stein, D. J. (2018). Sensitivity and Specificity of the SRQ-20 and the EPDS in Diagnosing Major Depression Ante- and Postnatally in a South African Birth Cohort Study. International Journal of Mental Health and Addiction, 16, 175-186. https://doi.org/10.1007/s11469-017-9854-8
  » https://doi.org/10.1007/s11469-017-9854-8
• Vinck, J., Oldenburg, B., & Lengerke, T. V. (2004). Editorial: Health Psychology and Public Health - Bridging the Gap. Journal of health psychology, 9(1), 5-12. http://doi.org/10.1177/1359105304036098
  » http://doi.org/10.1177/1359105304036098
• Wade, D. T., & Halligan, P. W. (2017). The Biopsychosocial Model of Illness: a Model whose Time Has Come. Clinical Rehabilitation, 31(8), 995-1004. https://doi.org/10.1177/0269215517709890
  » https://doi.org/10.1177/0269215517709890

Datas de Publicação

• Publicação nesta coleção
  08 Jan 2021
• Data do Fascículo
  2020

Histórico

• Recebido
  14 Jun 2017
• Revisado
  09 Abr 2019
• Aceito
  20 Abr 2020