Proposição de requisitos para o desenvolvimento de um simulador de treinamento para julgamento perceptivo-auditivo da voz

RESUMO

Objetivo

identificar um conjunto de requisitos para o desenvolvimento de um simulador de treinamento perceptivo-auditivo (TPA) a partir da experiência de docentes que realizam o TPA.

Método

Trata-se de um estudo transversal, descritivo, com abordagem quantitativa. Vinte e dois docentes responderam um questionário online contendo 31 itens relacionados ao TPA, envolvendo itens sobre o perfil profissional, condições para o TPA nos cursos de graduação e pós-graduação em Fonoaudiologia, estrutura do TPA, avaliação do efeito do TPA.

Resultado

observou-se que existe variação nos procedimentos de TPA realizados no Brasil. Os principais requisitos indicados pelos respondentes para o TPA envolvem o uso de vozes sintetizadas nos momentos iniciais, seguindo para vozes humanas posteriormente; a utilização de tarefas de fala com vogais sustentadas e fala encadeada; a inserção de informações complementares tais como o gênero, idade, profissão do falante e a espectrografia do sinal vocal; treinamento com tempo mínimo de seis horas; a avaliação do efeito do treinamento pela comparação da concordância intra e inter-juizes pré e pós treinamento; a adição dos parâmetros de grau geral de desvio vocal, rugosidade, soprosidade e tensão; a utilização de escalas contínuas e numéricas validadas; e ser realizado a partir do segundo ano de graduação.

Conclusão

embora haja uma variabilidade da resposta dos especialistas, foi identificado um conjunto mínimo de requisitos indicados para a realização de TPA com novos juízes.

Descritores:
Voz; Qualidade da Voz; Percepção Auditiva; Treinamento; Simulação

ABSTRACT

Purpose

to identify a set of requirements for the development of an auditory-perceptual training simulator (APT) based on the experience of professors who provide APT.

Methods

This is a cross-sectional, descriptive study with a quantitative approach. Twenty-two professors answered an online questionnaire containing 31 items related to APT, involving items about the professional profile, conditions for APT in undergraduate and postgraduate courses in Speech Therapy, APT structure, and evaluation of the APT effect.

Result

it was observed that there is a variation in APT procedures performed in Brazil. The main requirements indicated by the respondents for the APT involve the use of synthesized voices in the initial moments, followed by human voices later; the use of speech tasks with sustained vowels and connected speech; the insertion of complementary information such as gender, age, the profession of the speaker and the spectrography of the vocal signal; training with a minimum time of six hours; the evaluation of the training effect by comparing intra- and inter-judge agreement before and after training; the addition of the parameters of general degree of vocal deviation, roughness, breathiness, and strain; the use of validated continuous and numerical scales; and offering it from the second year of the undergraduate program.

Conclusion

although there is variability in the response of experts, a minimum set of requirements indicated for performing APT with new judges was identified.

Keywords:
Voice; Vocal Quality; Auditory Perception; Training; Simulation

INTRODUÇÃO

A análise perceptivo-auditiva (APA) da voz é considerada o padrão-ouro entre os métodos utilizados pelo fonoaudiólogo para a avaliação clínica da voz. Ela consiste em um julgamento, a partir das impressões auditivas (percepção) do avaliador, acerca das características vocais do falante, tais como a qualidade vocal, o pitch, a loudness, a ressonância, a articulação, entre outros(¹). A APA permite identificar a presença/ausência de um desvio vocal, caracterizar a intensidade e o tipo de desvio presente na voz, além de fornecer informações importantes quanto à aceitabilidade social dessa voz. Por sua natureza impressionística, a APA é considerada subjetiva e sofre influência de diversos fatores, entre eles, o treinamento do juiz(²). A subjetividade e a natureza arbitrária inerentes a esse método de avaliação podem justificar a tendência ao uso da nomenclatura “julgamento perceptivo-auditivo” (JPA) em substituição à expressão “análise perceptivo-auditiva”(³,⁴).

O treinamento das habilidades relacionadas ao JPA desenvolve mudanças no sistema de percepção e no processamento da informação auditiva, o que melhora a capacidade do ouvinte em responder aos estímulos treinados. Essas mudanças criam uma memória auditiva que é acessada durante futuras avaliações, permitindo o reconhecimento de padrões julgados normais ou desviados(⁵).

As estratégias como o uso de âncoras auditivas, o feedback imediato e o uso de escalas padronizadas são utilizados no treinamento perceptivo-auditivo (TPA) com o objetivo de reduzir a sua subjetividade(⁶-⁹). Tais estratégias possuem pontos negativos, tais como as despesas com materiais (papel, caneta, caixa de som, entre outros), a inviabilidade para a análise imediata do efeito do treinamento e a disponibilidade dos juízes para encontros presenciais. Além disso, o TPA é realizado de diversas formas, e isto dificulta a comparação dos requisitos e dos efeitos dos treinamentos(¹⁰).

Com o surgimento de novas tecnologias, as estratégias tradicionais de ensino vêm sendo complementadas com abordagens de ensino interativas. O uso de aplicações como simuladores de treinamento (ST) e serious games (SG) possibilitam experiências controladas, incluindo diversas situações que o profissional irá encontrar nos cenários reais, o que pode facilitar a aprendizagem e a transferência dessas habilidades para a realidade prática(¹¹). A utilização de ambientes virtuais permite que os erros sejam cometidos e corrigidos desde as fases iniciais do treinamento, sem acarretar prejuízos para pacientes e alunos. Além disso, é possível realizar a avaliação imediata do desempenho do usuário por meio de medidas objetivas resultantes da interação entre o usuário e o ambiente virtual(¹¹).

Nesse sentido, a primeira etapa para o desenvolvimento de uma aplicação para esse tipo de treinamento é a definição da estrutura do treinamento, dos requisitos e dos balizadores que serão utilizados para compor a aplicação e realizar a avaliação de desempenho do usuário(¹¹). Quando essas definições não são bem estabelecidas na literatura e/ou não existe consenso entre os pesquisadores da área(¹²), isso se torna um desafio para a proposição de um ST. Nesses casos, a combinação da experiência prática de especialistas e o conhecimento relatado na literatura é a principal estratégia para as definições dos requisitos e para a modelagem de um ST robusto e adequado às necessidades reais(¹³).

Eventualmente, podem ocorrer divergências entre o conhecimento disposto na literatura e o treinamento realizado na prática cotidiana dos especialistas. Além disso, alguns requisitos dispostos na literatura possuem caráter subjetivo, e precisam ser traduzidos de maneira clara e objetiva para a implementação em um ST. Os estudos que abordam o TPA(¹⁰,¹⁴) não são consistentes quanto à definição do tempo de treinamento realizado; à quantidade de estímulos utilizados; ao número de parâmetros vocais treinados; ao tipo de escala utilizada; à natureza das vozes utilizadas; e, sobretudo, não indicam se existe uma hierarquia para apresentação dos estímulos e tarefas durante o TPA (tais como o treinamento de presença/ausência de desvio vocal, treinamento de predomínio de desvio vocal e treinamento de graus de desvio vocal apresentados de maneira sequencial, por exemplo). Com isso, justifica-se a consulta a docentes especialistas em Voz que possuam experiência com TPA, com o objetivo de estabelecer requisitos que preencham estas lacunas e respaldem as definições adotadas para a modelagem de um ST para o TPA.

O estabelecimento de requisitos para o TPA pode contribuir para o desenvolvimento de um ST para esta avaliação. Uma modalidade de simulador de TPA pode contribuir para a estruturação e padronização do treinamento, permitir a análise do desempenho e a compreensão da curva de aprendizagem dos juízes, flexibilizar o tempo de treinamento. Além disso, pode ser realizado em outros ambientes além das instituições, tendo em vista que não há necessidade de encontros presenciais para a aplicação do treinamento com o simulador. Dessa forma, o objetivo desta pesquisa é identificar um conjunto de requisitos para o desenvolvimento de um simulador de treinamento perceptivo-auditivo (TPA) a partir da experiência de docentes que realizam o TPA.

MÉTODO

Trata-se de um estudo transversal, descritivo, com abordagem quantitativa. Foi aprovado pelo CEP da Instituição de origem sob parecer nº 4.746.039 e realizado no período de abril a julho de 2021.

Inicialmente, foram consultadas revisões publicadas recentemente sobre o JPA e a realização do TPA(¹⁰,¹⁴). Dessa forma, foram observadas inconsistências nos processos de treinamento que envolvem as variáveis tempo de treinamento realizado; quantidade de estímulos utilizados; número de parâmetros vocais treinados; tipo de escala utilizada; e natureza das vozes utilizadas. Posto isso, a consulta a especialistas em Voz que realizam o TPA tem o objetivo de reduzir essas inconsistências e basear as definições adotadas para a modelagem de um ST para o TPA.

O questionário utilizado nesta pesquisa foi elaborado em três etapas, a fim de garantir um instrumento que possibilitasse o suporte à definição dos requisitos para o desenvolvimento de um ST para o TPA, a saber: consulta à literatura; opinião de especialistas no desenvolvimento de ferramentas de simulação; e opinião de especialistas em TPA. Na primeira etapa para elaboração do questionário, foi realizado um levantamento na literatura disponível para identificar as principais variáveis a serem consideradas no TPA(¹⁰,¹⁴). As variáveis adicionadas nesta etapa foram: informações associadas durante o TPA; nº de horas; tipos de vozes; quantidade de vozes; tipo de tarefa de fala; escalas utilizadas; e parâmetros treinados.

Na segunda etapa, as variáveis selecionadas a partir da consulta à literatura foram apresentadas a um fonoaudiólogo especialista em Voz e uma cientista da computação, ambos com experiência no desenvolvimento de ferramentas de simulação para treinamento de habilidades em profissionais da saúde. Nesta etapa, as perguntas foram estruturadas seguindo o modelo do questionário desenvolvido por Macedo e Machado (2015), que pesquisaram, junto a docentes, sobre os requisitos para o treinamento de profissionais da saúde quanto à aplicação de medicamentos injetáveis. O modelo do questionário utilizado foi adaptado devido à falta de instrumentos na área de Voz que tenham por objetivo entender os requisitos para o TPA. Assim, na referida publicação os autores formalizaram uma proposta de roteiro para o desenvolvimento de instrumentos utilizados para obtenção de informações com especialistas para a definição de requisitos a serem utilizados em simuladores.

O processo de desenvolvimento e implementação de um ST requer a atuação profissional interdisciplinar, a fim de produzir ferramentas efetivas e eficientes. Os profissionais das Ciências da Computação atuam na arte, entretenimento, inteligência artificial e programação do ST. Dessa forma, os cientistas da computação integram a equipe interdisciplinar no desenvolvimento de diferentes aplicações, e trabalham associado aos profissionais com expertise na área objeto do determinado produto(¹¹). Assim, a participação de uma cientista da computação neste projeto foi essencial para a programação do ST, implementação da inteligência artificial, e design gráfico do ST. Na concepção do questionário, a participação da cientista da computação esteve relacionada a estruturar as perguntas de modo que as variáveis relevantes para serem selecionadas fossem contempladas no questionário e a adicionar outras variáveis consideradas importantes para a modelagem de um ST, como: ano/período de aplicação do TPA; pré-requisitos para iniciar o TPA; descrição auditiva dos parâmetros treinados; hierarquia das etapas do TPA; uso de outras aplicações (jogos ou simuladores) para o TPA; e forma de avaliação do efeito do TPA.

Na terceira etapa, participaram três fonoaudiólogos especialistas em Voz com expertise em TPA, seguindo uma amostra bola de neve (um especialista recrutado indicou outro especialista). O primeiro fonoaudiólogo recrutado atua na mesma instituição de origem, pertence ao mesmo grupo de pesquisa dos autores, porém não participou das etapas anteriores. O segundo fonoaudiólogo recrutado atua na mesma instituição de origem dos pesquisadores e é externo ao grupo de pesquisa. O terceiro fonoaudiólogo recrutado é externo à instituição de origem dos autores. Nesta etapa, a expertise dos especialistas foi avaliada segundo a adaptação do sistema de pontuação “The Fehring Model” para a área de Voz(¹⁵) (TPA), na qual os três especialistas obtiveram pontuação máxima.

De forma individual e remota (por videochamada), a versão do questionário resultado da segunda etapa, composta por 31 itens, foi apresentada aos três fonoaudiólogos com o objetivo de identificar e modificar os itens que não estivessem alinhados quanto a intenção de coleta do item e a interpretação do respondente. Após a leitura de cada item se perguntava o que o especialista compreendeu. Caso a interpretação do especialista estivesse desalinhada com a intenção de coleta do item, o item deveria ser reformulado a partir das sugestões que o especialista fornecesse combinado com as dos demais participantes. Nesta etapa não houve desalinhamento entre as interpretações dos especialistas e o questionário, porém algumas sugestões foram dadas para melhorar a qualidade do instrumento. As modificações realizadas nesta etapa foram: ajustes de texto como no item “Você usa outros recursos durante o treinamento perceptivo-auditivo?” para “Durante o treinamento perceptivo-auditivo você associa alguma outra informação sobre a voz apresentada?”; mudanças no tipo de coleta de respostas como ao invés de usar caixa de seleção “humanas” e “sintetizadas” para o item “As vozes utilizadas no treinamento são:” para múltipla escolha adicionando a opção “ambas”, para facilitar a análise posterior; e redução do número de itens com respostas abertas, para diminuir o tempo de aplicação do questionário e facilitar a participação dos docentes com um instrumento mais prático de responder como no item “Que tarefa de fala você utiliza para o treinamento perceptivo-auditivo com o CAPE-V?”.

A versão final do questionário incluiu 31 itens (5 subjetivos e 26 objetivos) organizados em quatro blocos: 1) Perfil Profissional; 2) Condições para o TPA nos cursos de graduação e pós-graduação em Fonoaudiologia; 3) Estrutura do TPA; e 4) Avaliação do efeito do TPA. A divisão em blocos teve o intuito de tornar compreensível a temática específica da qual os itens se remetem e facilitar a análise e discussão dos resultados. Esta divisão foi feita pelos autores e aprovada pelos fonoaudiólogos especialistas.

Para recrutamento dos participantes, foi enviado e-mail para a coordenação de 81 cursos de graduação em Fonoaudiologia e cinco cursos de pós-graduação lato sensu em Voz, solicitando-se o contato do professor responsável pelo TPA dos alunos de graduação em Fonoaudiologia ou fonoaudiólogos pós-graduandos, e/ou a divulgação desta pesquisa para esses professores. O e-mail continha uma breve descrição da pesquisa, seus objetivos, os critérios para participação e o link para acesso ao Termo de Consentimento Livre e Esclarecido (TCLE).

Considerando-se o objetivo do estudo, foram estabelecidos os seguintes critérios de elegibilidade para participação nesta pesquisa: ser docente em nível de graduação e/ou pós-graduação em Fonoaudiologia; ter experiência no ensino de alguma disciplina em que se realize o TPA; e já ter realizado o TPA ao menos uma vez. Os participantes que se enquadrassem nos critérios elencados e estivessem de acordo com o TCLE eram convidados a dar continuidade, respondendo a o questionário na ferramenta Google Forms.

Dessa forma, a amostra final foi composta por 22 docentes. Desses, 15 (68,2%) atuavam no nível de graduação e pós-graduação stricto sensu, dois (9,1%) atuavam somente no nível da pós-graduação lato sensu em Voz e cinco (22,7%) atuavam no treinamento de alunos de graduação e pós-graduação lato sensu em Voz. Considerando que a população de docentes que realizem o TPA seja de um docente por instituição, a amostra compõe cerca de 26% da população. Ressalta-se que apesar dos esforços para buscar a participação de mais docentes, muitos e-mails não foram respondidos, mesmo após três envios.

A amostra incluiu representantes de três regiões do Brasil (Nordeste, Sudeste e Centro-Oeste) das seguintes unidades da federação: São Paulo (n=10, 45,5%), Pernambuco (n=3, 13,6%), Paraíba (n=3, 13,6%), Minas Gerais (n=2, 9,1%), Rio de Janeiro (n=2, 9,1%), Distrito Federal (n=1, 4,5%) e Rio Grande do Norte (n=1, 4,5%). De acordo com o perfil profissional, os entrevistados foram, em sua maioria (n=13, 59,1%), doutores com mais de 10 anos de docência em cursos de graduação em instituições públicas, onde realizam o TPA em componentes curriculares obrigatórios.

A planilha de dados foi extraída do Google Forms e foram calculadas medidas de frequência relativa para os itens com respostas objetivas. Os itens com respostas subjetivas foram analisados de forma qualitativa e agrupados em categorias, de acordo com o que as respostas mencionavam.

RESULTADOS

Sobre as condições para o treinamento nos cursos de graduação em Fonoaudiologia, a maior parte dos entrevistados (n=21, 95,5%) afirma que o TPA é feito a partir do segundo ano do curso de graduação. Quando perguntados se há um melhor momento ao longo da graduação para que este treinamento seja realizado, 15 dos entrevistados (68,18%) afirmaram que existe e todos concordam que deve ser realizado a partir do segundo ano do curso de graduação (Quadro 1).

Quadro 1
Itens do questionário e respostas dos participantes

BLOCO 1 - PERFIL PROFISSIONAL
ITENS		RESPOSTA DOS ENTREVISTADOS
1	Qual o seu grau máximo de formação?	Doutorado (n=13, 59,1%)
		Pós-doutorado (n=9, 40,9%)
2*	Para qual público você desenvolve/aplica treinamento perceptivo-auditivo da Voz?	Graduação (n=19, 86,4%)
		Especialização em Voz (n=7, 31,8%)
		Pós-graduação Stricto Sensu (n=9, 40,9%)
		Cursos livre (n=5, 22,7%)
		Residência (n=1, 4,5%)
3	Se leciona na graduação, o treinamento perceptivo-auditivo para avaliação da qualidade vocal faz parte do conteúdo de algum componente curricular obrigatório?	Sim (n=15,68,2% )
		Não (n=1, 4,5%)
		NA (n=6, 27,3%)
4*	Tipo de instituição em que ensina?	Pública (n=18, 81,9%)
		Particular (n=4, 18,2%)
		Fundação (n=1, 4,5%)
5	UF da instituição?	São Paulo (n=10, 45,5%), Paraíba (n=3, 13,6%), Pernambuco (n=3, 13,6%), Minas Gerais (n=2, 9,1%), Rio de Janeiro (n=2, 9,1%), Distrito Federal (n=1, 9,1%) e Rio Grande do Norte (n=1, 9,1%)
6	Tempo de docência em anos?	Mais de 10 anos (n=18, 81,1%)
		Menos de 10 anos (n=4, 18,2%)
BLOCO 2) CONDIÇÕES PARA O TREINAMENTO PERCEPTIVO-AUDITIVO
ITENS		RESPOSTA DOS ENTREVISTADOS
1	Em que ano do curso de Graduação os alunos recebem o treinamento perceptivo-auditivo na instituição que você atua?	A partir do 2º ano (n=21, 95,5%)
2	Você considera que há um melhor momento do curso ao longo da graduação para oferecer um programa de treinamento perceptivo-auditivo para os estudantes de Fonoaudiologia?	Sim (n=15, 68,2%)
		Todos afirmam que deve ser realizado a partir do segundo ano da graduação
		Não (n=7, 31,8%)
3	Existe algum pré-requisito para os alunos iniciarem este treinamento na instituição que você atua?	Sim (n=10, 45,5%)
		Não (n=12, 54,5%)
BLOCO 3) ESTRUTURA DO TREINAMENTO PERCEPTIVO-AUDITIVO
ITENS		RESPOSTA DOS ENTREVISTADOS
1*	Durante o treinamento perceptivo-auditivo você associa alguma outra informação sobre a voz apresentada?	Idade (n=18, 81,1%)
		Gênero (n=18, 81,1%)
		Queixa principal (n=14, 63,6%)
		Espectrograma (n=11, 50%)
		Exame laríngeo (n=10, 45,4%)
2	Qual o total de horas de treinamento em sala de aula?	Menos de 2h (n=2, 9,1%)
		Entre 2 e 4h (n=5, 22,7%)
		Entre 4 e 6h (n=3, 13,6%)
		Entre 6 e 8h (n=5, 22,7%)
		Mais de 8h (n=4, 18,1%)
		Outros (n=3, 13,6%)
3	As vozes utilizadas no treinamento são humanas e/ou sintetizadas?	Humanas (n=17, 77,3%)
		Humanas e Sintetizadas (n=5, 22,7%)
4	Quantidade de vozes que você utiliza no treinamento?	Até 20 vozes (n=8, 36,4%)
		Entre 21 e 40 vozes (n=7, 31,8%)
		Mais de 50 vozes (n=7, 31,8%)
5*	Que tarefas de fala você utiliza para o treinamento?	Contagem de números (n=21, 95,5%)
		Frases do CAPE-V (n=17, 77,3%)
		Fala espontânea (n=17, 77,3%)
		Vogal “a” (n=15, 68,2%)
		Vogal “é” (n=12, 54,5%)
6	Você utiliza o instrumento CAPE-V (Kempster et al.(16)) no treinamento perceptivo-auditivo?	Sim (n=18, 81,8%)
		Não (n=4, 18,2%)
7	Você utiliza o instrumento GRBAS (Hirano(17)) no treinamento perceptivo-auditivo?	Sim (n=20, 90,9%)
		Não (n=2, 9,1%)
8	Você utiliza a Escala de Desvio Vocal - EDV (Yamasaki et al.(18)) no treinamento perceptivo-auditivo?	Sim (n=13, 59,1%)
		Não (n=9, 40,9%)
9**	Suponha que existam 3 níveis hierárquicos de complexidade para o treinamento perceptivo-auditivo. Indique a ordem dos níveis que você utilizaria no treinamento?	1º Nível: Identificação da presença do desvio vocal
		(n=20, 90,9%)
		2º Nível: Avaliação da qualidade vocal predominante
		(n=15, 68,2%)
		3º Nível: Avaliação do grau geral do desvio vocal (n=12, 54,5%)
10*	Quais parâmetros você inclui no treinamento?	Rugosidade (n=22, 100%)
		Soprosidade (n=22, 100%)
		Tensão (n=22, 100%)
11#	Como você define para os alunos as características auditivas que são esperadas para uma voz rugosa?	Respostas não específicas ao definir características auditivas ou definem correlatos anatomofisiológicos:
		“Irregularidade vibratória”, “ruído”, “voz suja”, “presença de areia”
12#	Como você define para os alunos as características auditivas que são esperadas para uma voz soprosa?	Respostas faziam referência a:
		“Qualquer escape de ar audível durante a produção vocal”
13#	Como você define para os alunos as características auditivas que são esperadas para uma voz tensa?	Respostas não específicas ao definir características auditivas ou definem correlatos anatomofisiológicos:
		“Sensação de aperto”, “esforço vocal”, “hiperfunção vocal”
14	Quantas horas de treinamento você considera que seriam suficientes para melhorar o desempenho (taxa de acertos) e a confiabilidade dos alunos na análise perceptivo-auditiva?	Até 4 horas (n=3, 13,6%)
		Entre 5 e 8 horas (n=5, 22,7%)
		Mais de 8 horas (n=14, 63,3%)
15	Você utiliza algum tipo de jogo ou simulador para treinamento perceptivo-auditivo?	Sim (n=1, 4,5%)
		Não (n=21, 95,5%)
BLOCO 4) AVALIAÇÃO DO EFEITO DO TREINAMENTO PERCEPTIVO-AUDITIVO
ITENS		RESPOSTA DOS ENTREVISTADOS
1	Você faz a avaliação da confiabilidade dos alunos na análise perceptivo-auditiva após o treinamento perceptivo-auditivo?	Sim (n=9, 40,9%)
		Não (n=13, 59,1%)
2#	Como você avalia o efeito do treinamento perceptivo-auditivo sobre o desempenho e a confiabilidade do aluno?	As respostas citam: “Teste de concordância inter e intra-avaliador; observação e discussão das avaliações; Prova formal”
3	Você tem dificuldade para avaliar o efeito do treinamento perceptivo-auditivo? (Caso não faça a avaliação do efeito do treinamento, marque "NA")	Sim (n=5, 22,7%)
		Não (n=6, 27,3%)
		Não avaliam (n=11, 50%)
4#	Pode referir alguma(s) dificuldade(s) para avaliar o efeito do treinamento perceptivo-auditivo?	As dificuldades envolvem: “Falta de parâmetro para comparação; Falta de instrumentos calibradores para treino; Procedimento trabalhoso com teste estatístico”
5	Como você define o "acerto" do aluno quanto ao grau geral do desvio vocal usando o CAPE-V ou a EDV?	Quando a marcação do CAPE-V ou EDV coincide com os valores do juiz de referência ou está 10 mm para mais ou para menos desse valor (n=13, 59,1%)
		Quando a marcação do CAPE-V ou EDV coincide com os valores do juiz de referência ou está 5 mm para mais ou para menos desse valor (n=2, 9,1%)
		Quando a marcação do CAPE-V ou EDV coincide com os valores do juiz de referência, sem margens de erro (n=2, 9,1%)
		Não utilizo o CAPE-V ou EDV (n=4, 18,2%)
		Outro: (n=1, 4,5%)”Nunca utilizei esses critérios”
6	Como você avalia o acerto do aluno na avaliação do grau geral, caso use a escala GRBAS?	Quando coincide (n=10, 45,5%)
		Quando coincide ou está um grau para mais ou para menos (n=10, 45,5%)
		Não utilizo a GRBAS (n=2, 9%)
7	O quanto considera que o treinamento perceptivo-auditivo é importante na formação inicial do aluno de Fonoaudiologia em uma escala de 0 - (não é importante) a 5 - (Muito importante)?	5 (n=19, 86,4%)
		4 (n=2, 9,1%)
		3 (n=1, 4,5%)

• Legenda: * Item que permite a escolha de mais de uma resposta; ** Neste item são apresentados os níveis mais citados como 1º, 2º e 3º nível do TPA; ^# Itens subjetivos que permitiam os docentes formularem suas respostas

De maneira geral, os respondentes associam outras informações dos falantes durante o TPA, tais como o gênero (n=18, 81,8%), a idade (n=18, 81,8%), a queixa (n=14, 63,3%), o espectrograma (n=11, 50%) e o resultado do exame laríngeo (n=10, 45,5%) dos falantes.

O número total de horas de TPA em sala de aula variou de menos de 2hs a mais de 8hs. A maior parte das respostas estão em um intervalo entre 6 e 8 horas de treinamento (n=5, 22,73%).

A maioria dos participantes utilizam vozes humanas (n=17, 77,3%) na realização do TPA, enquanto cinco (22,7%) utilizam vozes humanas e sintetizadas. A quantidade de vozes utilizadas no TPA foi semelhante entre os intervalos “Até 20 vozes” (n=8, 36,4%), “Entre 21 e 40 vozes” (n=7, 31,8%) e “Mais de 50 vozes” (n=7, 31,8%).

As tarefas de fala mais utilizadas no TPA são contagem de números (n=21, 95,5), fala espontânea (n=17, 77,3%), frases do CAPE-V (n=17, 77,3%), vogais /a/ (n=15, 68,2%) e vogal /ɛ/ (n=12, 54,5%). As escalas mais usadas são a GRBAS (n=20, 90,9%) e a CAPE-V (n=18, 81,8%).

De modo geral, os respondentes iniciam o TPA pela identificação da presença/ausência de desvio vocal. Porém, divergem quanto à sequência das etapas posteriores. Quando perguntados sobre uma possível hierarquização das etapas do TPA, a maioria indicou a seguinte ordem de aplicação: identificação da presença de desvio vocal como 1º nível de treinamento (n=20, 90%), avaliação da qualidade vocal predominante como 2º nível (n=15, 68,2%) e avaliação do grau de desvio vocal como último nível (n=12, 54,5%).

Todos os entrevistados incluem os parâmetros grau geral de desvio vocal (G), rugosidade (R), soprosidade (B) e tensão (S) no TPA. Quando solicitada a descrição de características auditivas relacionadas aos parâmetros incluídos no treinamento, os entrevistados parecem demonstrar dificuldades para definir características auditivas para os parâmetros R e S. O parâmetro B, do ponto de vista auditivo, parece ser mais fácil de ser explicado. As respostas dos entrevistados se referiam à: “Qualquer escape de ar audível durante a produção vocal”. As respostas dos entrevistados não foram específicas ao definir características auditivas e/ou definiam os correlatos anatomofisiológicos para R e S. Para R, as respostas se referiam à: “irregularidade vibratória”, “ruído”, “voz suja”, “presença de areia”. Para S, as respostas faziam referência à: “Sensação de aperto”, “esforço vocal”, “hiperfunção vocal”.

Mais da metade dos entrevistados (n=14, 63,3%) considera que o TPA deve ter duração acima de 8 horas para alcançar melhoria no desempenho e na confiabilidade dos juízes. A maioria dos participantes (n=21, 95,5%) não utiliza nenhum tipo de simulador ou jogo para o TPA.

Cerca de 60% dos entrevistados (n=13) não fazem avaliação da confiabilidade dos juízes após o TPA. Dentre os que avaliam a confiabilidade após o TPA, os métodos citados foram: teste de concordância inter e intra-avaliador; observação e discussão das avaliações; Prova (avaliação formal). Desses, 22,7% (n=5) referem ter dificuldade para a avaliação do efeito do TPA pela falta de parâmetros para comparação, falta de instrumentos calibradores para treino e porque o procedimento com teste estatístico é inviável de ser realizado durante o TPA.

Mais da metade dos entrevistados (n=13, 59,1%) que utilizam os instrumentos CAPE-V e a Escala de Desvio Vocal (EDV) considera como correta a avaliação que coincide com os valores do juiz de referência ou está 10 mm para mais ou para menos desse valor. Entre os entrevistados que utilizam a escala GRBAS, 50% (n=10) considera como correta a avaliação que coincide com o grau atribuído pelo juiz de referência e a outra parte (n=10, 50%) admite um grau para mais ou para menos. O TPA é considerado muito importante na formação inicial do aluno de Fonoaudiologia para 86,4% (n=19) dos entrevistados.

DISCUSSÃO

O JPA é influenciado por diversos fatores, entre eles, o treinamento dos juízes(²). Os modelos de TPA registrados na literatura apresentam inconsistências a respeito das variáveis envolvidas no treinamento(¹⁰,¹⁴). Para definir a melhor forma de realizar o TPA é necessário, inicialmente, conhecer os diversos métodos de treinamento já utilizados e registrados na literatura. Além disso, estes modelos devem ser descritos de modo que permitam a avaliação adequada dos seus resultados, a comparação entre treinamentos, e a determinação para quais populações os resultados podem ser aplicáveis(¹⁰).

Estabelecer requisitos para que um treinamento seja realizado por meio de um ST não é uma tarefa fácil, sobretudo, quando se trata de um treinamento subjetivo como o TPA. Para suprir estas dificuldades e tornar as definições dos requisitos do ST mais objetivas, a combinação entre o conhecimento disponível na literatura e a experiência prática de especialistas torna-se essencial para a proposição de um ST mais robusto(¹³).

Dessa forma, a consulta a juízes com expertise em TPA no planejamento do treinamento de novos fonoaudiólogos é fundamental para o desenvolvimento de modelos de treinamento baseado na opinião de especialistas(¹¹). Juízes experientes possuem padrões internos mais definidos e experiência para conduzir o treinamento de iniciantes. Os padrões internos são gerados pelo TPA e pelas experiências com o JPA ao longo da sua formação acadêmica e do exercício profissional(¹²). Dessa forma, tanto a formação profissional (treinamento formal durante a graduação e pós-graduação) quanto a característica temporal (anos de atuação com JPA) têm sido referidas para determinar a experiência de um juiz(¹⁴). Neste estudo, ambas as formas foram consideradas, tendo em vista que todos os entrevistados foram fonoaudiólogos doutores, com mais de 10 anos de docência e com experiência em JPA e TPA.

Nesta pesquisa, observou-se que os especialistas concordam que o TPA deve ser realizado a partir do segundo ano do curso de graduação. Nos anos iniciais da graduação, os alunos estudam disciplinas básicas das ciências da saúde que são necessárias para entender o comportamento anatomofisiológico correspondente à qualidade vocal das vozes avaliadas.

A classificação do desvio vocal depende de algumas informações complementares à voz como o gênero, a idade e a profissão do falante. Além disso, o apoio visual do traçado espectrográfico pode aumentar significativamente a confiabilidade do JPA da qualidade vocal de juízes inexperientes, porque promove aumento da concordância inter e intra juízes da maior parte dos parâmetros analisados(¹⁹). Sendo assim, justifica-se a adição destas informações junto à apresentação das vozes durante o treinamento de juízes inexperientes.

Apesar de a maioria dos entrevistados utilizarem vozes humanas para o TPA, o uso de vozes sintetizadas parece ser mais adequado para esta finalidade, principalmente durante os momentos iniciais do treinamento de juízes inexperientes(¹⁴,²⁰). Em vozes sintetizadas, os parâmetros vocais podem ser controlados para a produção de vozes unidimensionais (apenas um parâmetro desviado) e, assim, simplificar a avaliação de juízes inexperientes(²⁰).

A quantidade de vozes utilizadas parece não ser explorada nos estudos da área como uma variável importante para o TPA. Essa quantidade possui muita variação e alguns estudos mencionam a utilização de 30(⁸), 57(⁹), e 220(²¹) vozes. Considerando um TPA que envolva os parâmetros mais universais (R, B e S), os diversos graus (leve, moderado e intenso) e o pareamento por gênero (masculino e feminino), entende-se que o intervalo de 30 a 60 vozes é minimamente suficiente para a realização do TPA.

A utilização de tarefas de fala como vogais sustentadas e fala encadeada permitem a avaliação tanto de informações correspondentes a fonte glótica quanto aos ajustes musculares realizados no trato vocal(¹⁴). Associações entre tarefa de fala, ajustes musculares e correlatos auditivos são importantes para o treinamento de juízes iniciantes e por isso justifica-se a variedade de tarefas vocais durante o TPA.

A quantidade de horas e o número de estímulos utilizado no TPA apresentaram uma ampla variação entre as respostas dos entrevistados. Estas variações também são encontradas na revisão sobre métodos de TPA de Walden e Khayumov (2020), em que o tempo de treinamento variou de 30 minutos a 20 horas(¹⁰). Um estudo(²²) que utilizou estímulos âncoras durante o TPA, observou aumento da confiabilidade intra e interavaliadores após duas horas de treinamento. Tendo em vista a opinião dos entrevistados e os estudos na área, espera-se que haja aumento na confiabilidade dos juízes a partir de seis a oito horas de treino. A definição mais precisa sobre o tempo necessário para TPA só será possível com estudos que avaliem o desempenho dos juízes em diferentes intervalos de tempo durante o TPA.

Quanto aos instrumentos utilizados para a marcação do JPA, a escala GRBAS e o protocolo CAPE-V são os mais utilizados e aceitos mundialmente no contexto clínico e científico. Estes instrumentos ajudam na padronização da APA e possuem particularidades quanto ao modo de marcação, aos parâmetros que avaliam e ao tipo de tarefa de fala a ser utilizada(¹⁴). Não se sabe qual o melhor instrumento a ser utilizado no treinamento de fonoaudiólogos em formação, por isso, recomenda-se que a escolha do instrumento seja baseada no objetivo do treinamento, nas amostras de falas disponíveis e no tempo de treinamento estimado(¹⁴).

Os descritores G, R, B e S estão entre os parâmetros universais mais utilizados no JPA(¹⁴). Destes, os que apresentam maiores concordâncias são o G, o R e o B. O parâmetro S apresenta menor concordância inter e intra juízes, sendo considerado menos confiável no JPA em comparação aos outros parâmetros(¹⁴,²³,²⁴). Todos os entrevistados incluem os parâmetros de G, R, B e S na aplicação do TPA. Portanto, justifica-se a inclusão, minimamente, destes parâmetros no treinamento da APA.

A descrição de características propriamente auditivas para os parâmetros de R e S são um desafio para os entrevistados. Apesar do parâmetro R ser recorrente na avaliação clínica da voz, ao tentar descrever características auditivas, os entrevistados utilizam a descrição de correlatos anatomofisiológicos que ocorrem no momento da fonação. O mesmo ocorre para o parâmetro S, no qual confundem-se os conceitos de esforço (percepção vivenciada pelo falante) e tensão (atividade de contratilidade muscular)(²⁵).

Para a sequencialização dos níveis do TPA, entende-se que a identificação da presença/ausência do desvio vocal seja mais fácil para juízes iniciantes por se tratar de uma classificação categórica e binária. A caracterização do tipo de desvio da qualidade vocal predominante exige uma classificação categórica mais complexa, incluindo, no mínimo, três possibilidades (rugosa, soprosa ou tensa). Entende-se que o nível mais complexo do TPA seja a avaliação da intensidade do desvio vocal, seja para o desvio global ou para a avaliação dos componentes de rugosidade, soprosidade e tensão. Neste nível, a avaliação é baseada em um continuum que vai desde a ausência de uma determinada característica vocal até a presença em grau intenso desta característica.

Uma forma de avaliar o efeito do TPA é a utilização de medidas de concordância intra e interavaliador. Os testes estatísticos de concordância quantificam a proximidade das avaliações antes e depois do TPA(²⁶). Espera-se que haja maior proximidade entre as avaliações dos juízes inexperientes e o juiz de referência após o TPA (concordância interavaliador). Também é esperado que os juízes inexperientes se tornem mais consistentes em suas avaliações (concordância intra-avaliador). Por isso, é importante a realização da avaliação do efeito do TPA para monitoramento dos resultados obtidos e implementação de novas estratégias que sejam necessárias.

Quando utilizado instrumentos com escalas contínuas de 100 mm para o JPA, tais como contínuos CAPE-V e EDV, admite-se uma variabilidade de até 10 mm entre avaliadores, desde que tal variação não ultrapasse os limites (valores de corte) para modificar o grau do desvio avaliado(²⁷).

CONCLUSÃO

Existe variação nas respostas dos entrevistados quanto aos procedimentos de TPA. A partir da pesquisa com docentes experientes em JPA e o conhecimento disposto na literatura, o desenvolvimento de um ST para o TPA deve considerar os seguintes requisitos: iniciar o TPA pela tarefa de classificação de presença/ausência de desvio vocal, avançando para a classificação da predominância da qualidade vocal e, por último, a classificação dos graus de desvios vocais; usar de vozes sintetizadas nos momentos iniciais seguindo para vozes humanas posteriormente; utilizar entre 30 a 60 vozes; utilizar tarefas de fala com vogais sustentadas e fala encadeada; inserir informações complementares como o gênero, idade, profissão do falante e espectrografia da voz; conter no mínimo 6 horas de treinamento; avaliar o efeito do treinamento pela comparação da concordância intra e inter-juiz pré e pós treinamento; adicionar os parâmetros de grau geral de desvio vocal, rugosidade, soprosidade e tensão (no mínimo); utilizar escalas contínuas e numéricas; e ser realizado a partir do segundo ano de graduação.

Destaca-se que os requisitos estabelecidos são flexíveis e podem ser alterados com o avançar dos estudos na área, porém servem como ponto de partida para a proposição e o desenvolvimento de um ST.

• Trabalho realizado no Programa de Pós-graduação em Modelos de Decisão e Saúde da Universidade Federal da Paraíba - UFPB, João Pessoa (PB), Brasil.
• Fonte de financiamento: nada a declarar.

REFERÊNCIAS

• ¹
  Kempster GB, Gerratt BR, Abbott KV, Barkmeier-Kraemer J, Hillman RE. Consensus Auditory-Perceptual Evaluation of Voice: development of a standardized clinical protocol. Am J Speech Lang Pathol. 2009;18(2):124-32. http://dx.doi.org/10.1044/1058-0360(2008/08-0017) PMid:18930908.
  » http://dx.doi.org/10.1044/1058-0360(2008/08-0017)
• ²
  Oates J. Auditory-perceptual evaluation of disordered voice quality. Folia Phoniatr Logop. 2009;61(1):49-56. http://dx.doi.org/10.1159/000200768 PMid:19204393.
  » http://dx.doi.org/10.1159/000200768
• ³
  Lee A, Potts S, Bressmann T. Speech-language therapy students’ auditory-perceptual judgements of simulated concurrent hypernasality and articulation disorders. Clin Linguist Phon. 2020;34(5):479-92. http://dx.doi.org/10.1080/02699206.2019.1655666 PMid:31429313.
  » http://dx.doi.org/10.1080/02699206.2019.1655666
• ⁴
  Kent RD. Hearing and believing: some limits to the auditory-perceptual assessment of speech and voice disorders. Am J Speech Lang Pathol. 1996;5(3):7-23. http://dx.doi.org/10.1044/1058-0360.0503.07
  » http://dx.doi.org/10.1044/1058-0360.0503.07
• ⁵
  Goldstone RL. Perceptual learning. Annu Rev Psychol. 1998;49(1):585-612. http://dx.doi.org/10.1146/annurev.psych.49.1.585 PMid:9496632.
  » http://dx.doi.org/10.1146/annurev.psych.49.1.585
• ⁶
  Zraick RI, Kempster GB, Connor NP, Thibeault S, Klaben BK, Bursac Z, et al. Establishing validity of the Consensus Auditory-Perceptual Evaluation of Voice (CAPE-V). Am J Speech Lang Pathol. 2011;20(1):14-22. http://dx.doi.org/10.1044/1058-0360(2010/09-0105) PMid:20739631.
  » http://dx.doi.org/10.1044/1058-0360(2010/09-0105)
• ⁷
  Ghio A, Dufour S, Wengler A, Pouchoulin G, Revis J, Giovanni A. Perceptual Evaluation of dysphonic voices: can a training protocol lead to the development of perceptual categories? J Voice. 2015;29(3):304-11. http://dx.doi.org/10.1016/j.jvoice.2014.07.006 PMid:25516201.
  » http://dx.doi.org/10.1016/j.jvoice.2014.07.006
• ⁸
  Santos PCMD, Vieira MN, Sansão JPH, Gama ACC. Effect of synthesized voice anchors on auditory-perceptual voice evaluation. CoDAS. 2021;3(1):e20190197. http://dx.doi.org/10.1590/2317-1782/20202019197 PMid:33950146.
  » http://dx.doi.org/10.1590/2317-1782/20202019197
• ⁹
  Santos PCMD, Vieira MN, Sansão JPH, Gama ACC. Effect of auditory-perceptual training with natural voice anchorson vocal quality evaluation. J Voice. 2019;33(2):220-5. http://dx.doi.org/10.1016/j.jvoice.2017.10.020 PMid:29331406.
  » http://dx.doi.org/10.1016/j.jvoice.2017.10.020
• ¹⁰
  Walden PR, Khayumov J. The use of auditory-perceptual training as a research method: a summary. J Voice. 2022;36(3):322-34. http://dx.doi.org/10.1016/j.jvoice.2020.06.032 PMid:32747174.
  » http://dx.doi.org/10.1016/j.jvoice.2020.06.032
• ¹¹
  Machado LS, Costa TKL, Moraes RM. Multidisciplinaridade e o desenvolvimento de serious games e simuladores para Educação em Saúde. Revista Observatório. 2018;4(4):149-72. http://dx.doi.org/10.20873/uft.2447-4266.2018v4n4p149
  » http://dx.doi.org/10.20873/uft.2447-4266.2018v4n4p149
• ¹²
  Wiet G, Westwood SW, Fellander-Tsai L, Haluck MD, Randy S, Robb RA. Translating surgical metrics into automated assessments. In: Proceedings of Medicine Meets Virtual Reality; 2012; California, USA. ‎New York: IOS Press Inc. p. 543-48.
• ¹³
  Macedo ER, Machado LS. Metrics for user assessment in simulators based on VR. In: Proceedings of the XVII Symposium on Virtual and Augmented Reality; 2015; São Paulo, Brazil; 2015. USA: IEEE. p. 92-98. http://dx.doi.org/10.1109/SVR.2015.20
  » http://dx.doi.org/10.1109/SVR.2015.20
• ¹⁴
  Yamasaki R, Gama ACC. Desafios e referências na avaliação perceptivo-auditiva da voz. In: Lopes LW, Moreti F, Ribeiro LL, Pereira EC. Fundamentos e atualidades em voz clínica. Rio de Janeiro: Thieme Revinter Publicações; 2019. p.9-29.
• ¹⁵
  Lopes L, Alves G, Melo ML. Content evidence of a spectrographic analysis protocol. Rev CEFAC. 2017;19(4):510-28. http://dx.doi.org/10.1590/1982-021620171942917
  » http://dx.doi.org/10.1590/1982-021620171942917
• ¹⁶
  Kempster GB, Gerratt BR, Abbott KV, Barkmeier-Kraemer J, Hillman RE. Consensus auditory-perceptual evaluation of voice: development of a standardized clinical protocol. Am J Speech Lang Pathol. 2009;18(2):124-32. http://dx.doi.org/10.1044/1058-0360(2008/08-0017) PMid:18930908.
  » http://dx.doi.org/10.1044/1058-0360(2008/08-0017)
• ¹⁷
  Hirano M. Clinical examination of voice. New York: Springer Verlag; 1981.
• ¹⁸
  Yamasaki R, Madazio G, Leao SHS, Padovani M, Azevedo R, Behlau M. Auditoryperceptual evaluation of normal and dysphonic voices using the voice deviation scale. J Voice. 2017;31(1):67-71. http://dx.doi.org/10.1016/j.jvoice.2016.01.004 PMid:26873420.
  » http://dx.doi.org/10.1016/j.jvoice.2016.01.004
• ¹⁹
  Souza BO, Gama ACC. Apoio visual do traçado espectrográfico: impacto na confiabilidade da análise perceptivoauditiva da voz por avaliadores inexperientes. Distúrbios Comum. 2015;27(3):479-86.
• ²⁰
  Gurlekian JA, Torres HM, Vaccari ME. Comparison of two perceptual methods for the evaluation of vowel perturbation produced by Jitter. J Voice. 2016;30(4):506.e1-8. http://dx.doi.org/10.1016/j.jvoice.2015.05.009 PMid:26106070.
  » http://dx.doi.org/10.1016/j.jvoice.2015.05.009
• ²¹
  Bispo NO, Yamasaki R, Padovani MMP, Behlau M. Repetição de estímulos âncoras e natureza das amostras vocais no julgamento perceptivo-auditivo realizado por estudantes de fonoaudiologia. CoDAS. 2022;34(4):e20210064. http://dx.doi.org/10.1590/2317-1782/20212021064 PMid:35081197.
  » http://dx.doi.org/10.1590/2317-1782/20212021064
• ²²
  Eadie TL, Baylor CR. The effect of perceptual training on inexperienced listeners’ judgments of dysphonic voice. J Voice. 2006;20(4):527-44. http://dx.doi.org/10.1016/j.jvoice.2005.08.007 PMid:16324823.
  » http://dx.doi.org/10.1016/j.jvoice.2005.08.007
• ²³
  Iawrsson J, Bingen-Jakobsen A, Johansen DS, Kølle IE, Pedersen SG, Thorsen SL, et al. Auditory-perceptual evaluation of dysphonia: a comparison between narrow and broad terminology systems. J Voice. 2018;32(4):428-36. http://dx.doi.org/10.1016/j.jvoice.2017.07.006 PMid:28802788.
  » http://dx.doi.org/10.1016/j.jvoice.2017.07.006
• ²⁴
  Brinca L, Batista AP, Tavares AI, Pinto PN, Araújo L. The effect of anchors and training on the reliability of voice quality ratings for different types of speech stimuli. J Voice. 2015;29(6):776.e7-14. http://dx.doi.org/10.1016/j.jvoice.2015.01.007 PMid:25795348.
  » http://dx.doi.org/10.1016/j.jvoice.2015.01.007
• ²⁵
  Hunter EJ, Cantor-Cutiva LC, Leer EV, Mersbergen MV, Nanjundeswaran CD, Bottalico P, et al. Toward a consensus description of vocal effort, vocal load, vocal loading, and vocal fatigue. J Speech Lang Hear Res. 2020;63(2):509-32. http://dx.doi.org/10.1044/2019_JSLHR-19-00057 PMid:32078404.
  » http://dx.doi.org/10.1044/2019_JSLHR-19-00057
• ²⁶
  Miot HA. Análise de concordância em estudos clínicos e experimentais. J Vasc Bras. 2016;15(2):89-92. http://dx.doi.org/10.1590/1677-5449.004216 PMid:29930571.
  » http://dx.doi.org/10.1590/1677-5449.004216
• ²⁷
  Eadie TL, Kapsner M, Rosenzweig J, Waugh P, Hillel A, Merati A. The role of experience on judgments of dysphonia. J Voice. 2010;24(5):564-73. http://dx.doi.org/10.1016/j.jvoice.2008.12.005 PMid:19765949.
  » http://dx.doi.org/10.1016/j.jvoice.2008.12.005

Datas de Publicação

• Publicação nesta coleção
  06 Out 2023
• Data do Fascículo
  2023

Histórico

• Recebido
  28 Set 2022
• Aceito
  05 Dez 2022