Banca de QUALIFICAÇÃO: MARINA BARBOSA DE OLIVEIRA JOFFILY

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARINA BARBOSA DE OLIVEIRA JOFFILY
DATA: 28/08/2026
HORA: 09:00
LOCAL: Laboratório Integrado de Estudos da Voz (LIEV)
TÍTULO: MODELAGEM PREDITIVA DE BIOMARCADORES VOCAIS NA DEPRESSÃO: UM ESTUDO CASO-CONTROLE
PALAVRAS-CHAVES: Depressão; Biomarcadores vocais; Regressão logística; Estudo caso-controle; Análise acústica da voz.
PÁGINAS: 45
RESUMO: A depressão configura-se como a principal causa de incapacidade global, atingindo mais de 1 bilhão de indivíduos mundialmente e aproximadamente 11,7 milhões de pessoas no Brasil. Atualmente, o diagnóstico permanece eminentemente clínico e dependente de escalas subjetivas, carecendo de biomarcadores objetivos validados. A análise acústica da voz apresenta-se como um biomarcador promissor, não invasivo e de baixo custo, fundamentado em mecanismos neurofisiológicos como a lentidão psicomotora, a desregulação autonômica e o achatamento prosódico característicos da depressão. Diante da lacuna de modelos interpretáveis e validados para o português brasileiro, este estudo tem como objetivo geral desenvolver e validar um modelo de decisão clínica utilizando medidas acústicas tradicionais e temporais da fala para o detecção da depressão, com foco na aplicabilidade clínica. A metodologia consiste em um estudo observacional, analítico, do tipo caso- controle pareado (1:1) por idade e sexo biológico, com amostra de 120 participantes (60 casos e 60 controles) recrutados no Hospital Universitário Lauro Wanderley (HULW/UFPB) e outros serviços especializados. O cálculo amostral baseia-se na fórmula de Schlesselman (α=0,05; poder 80%; OR≥2,5), respeitando a regra de 10 a 15 eventos por variável (EPV). Serão utilizados o Beck Depression Inventory (BDI), a Escala de Sintomas Vocais (ESV), questionário sociodemográfico e o Critério Brasil 2024. As gravações ocorrerão em cabine acústica com equipamentos profissionais para extração de parâmetros (F0, jitter, shimmer, HNR) via Praat/VoxMore e openSMILE. A análise estatística será conduzida em ambiente R por meio de regressão logística condicional e seleção Stepwise (AIC), com desempenho avaliado por curva ROC (AUC), sensibilidade, especificidade e validação interna por 10-fold cross-validation. Espera-se identificar as medidas acústicas com maior poder preditivo, contribuindo para uma triagem objetiva e acessível da depressão no cenário nacional.
MEMBROS DA BANCA:
Presidente(a) - 1668545 - ANNA ALICE FIGUEIREDO DE ALMEIDA QUEIROZ
Externo(a) ao Programa - 1485841 - HEYDRICH LOPES VIRGULINO DE MEDEIROS
Externo(a) ao Programa - 1124366 - LARISSA NADJARA ALVES ALMEIDA
Interno(a) - 1584539 - MARCELO RODRIGO PORTELA FERREIRA
Interno(a) - 1484454 - TARCIANA LIBERAL PEREIRA DE ARAUJO