COMO ANALISAR O DESEMPENHO ACADÊMICO DE ESTUDANTES COM NEURODIVERGÊNCIAS?
Palavras-chave:
estatística, desempenho acadêmico, autismo, TDAHResumo
INTRODUÇÃO: O uso de abordagens estatísticas tem crescido exponencialmente, expandindo a forma de conduzir estudos numéricos acerca de diversos temas, incluindo a crescente pauta relacionada aos neurodivergentes e suas particularidades, englobando seu desempenho acadêmico. OBJETIVO: O presente estudo busca compreender quais as abordagens estatísticas predominantes na avaliação do desempenho acadêmico dos neuro atípicos. MÉTODO: Trata-se de uma revisão integrativa de literatura realizada com os termos: "Statistics" and ("Adhd" or "Autism" and "Psychiatric Disorders") and ("Performance" or "metric" or "Validation"). Após pesquisas nas bases de dados PubMed e LILACS, seguido pela aplicação dos critérios de exclusão e elegibilidade, foram incluídos 4 artigos. RESULTADOS: Destacaram-se nos artigos, a utilização da Correlação de Pearson, métodos de regressão e a implantação de softwares no tratamento de dados para análise de performance estudantil. CONCLUSÃO: Os estudos demonstraram que acadêmicos neurodivergentes estão associados a maiores dificuldades acadêmicas e sociais, atestando a necessidade da aplicação de ferramentas numéricas para a melhor compreensão dos diversos fatores envolvidos no processo formativo de neuro atípicos.
Referências
¹ Ignácio SA. Importância da estatística para o processo de conhecimento e tomada de decisão. Rev Paranaense Desenvolv. 2010;(118):175-92.
² Lorenzetti J, Trindade LL, Pires DEP, Ramos FR. Tecnologia, inovação tecnológica e saúde: uma reflexão necessária. Texto Contexto Enferm. 2012;21(2):432-9.
³ Coggon D. A importância da estatística na pesquisa em saúde. Cogitare Enferm. 2015;20(1):10.
⁴ Rahimi K, Bidel Z, Nazarzadeh M, Salimi-Khorshidi G, Canoy D, Ramakrishnan R, et al. Age-stratified and blood-pressure-stratified effects of blood-pressure-lowering pharmacotherapy for the prevention of cardiovascular disease and death: an individual participant-level data meta-analysis. Lancet. 2021;398(10305):1053-64.
⁵ Vanessa; Ribeiro R. A importância da estatística na área da saúde [Internet]. Fortaleza: UFC; 2016. Disponível em: http://www.repositorio.ufc.br
⁶ Lobo LC. Inteligência artificial e medicina. Rev Bras Educ Med. 2017;41(2):185-93.
⁷ Costa M, Moreira YB. Saúde mental no contexto universitário. Blucher Des Proc. 2016;2(10):73-9.
⁸ McLeod JD, Anderson EM. Autistic traits and college adjustment. J Autism Developmental Disorders. 2022 Jul 7. doi:10.1007/s10803-022-05632-w.
⁹ Fonsêca de Alencar H, Fonseca Barbosa H, Vieira Barreto Gomes R. Neurodiversidade: aspectos históricos, conceituais e impactos na educação escolar. In: Escola em tempos de conexões. Vol. 2. 2022.
¹⁰ Wilson AC. Cognitive profile in autism and ADHD: a meta-analysis of performance on the WAIS-IV and WISC-V. Arch Clin Neuropsychol. 2023;39(4). doi:10.1093/arclin/acad062.
¹¹ Choi YG. Clinical statistics: five key statistical concepts for clinicians. J Korean Assoc Oral Maxillofac Surg. 2013;39(5):203-6.
¹² Ayearst LE, Brancaccio R, Weiss MD. An open-label study of a wearable device targeting ADHD, executive function, and academic performance. Brain Sci. 2023;13(12):1728. doi:10.3390/brainsci13121728.
¹³ Dijkhuis R, Ziermans T, van Rijn S, Staal WG, Swaab H. Autism symptoms, executive functioning and academic progress in higher education students. J Autism Dev Disord. 2020;50(4):1353-63. doi:10.1007/s10803-019-04267-8.
¹⁴ Guerrero-López JB, Martínez-Hernández J, Pérez-Torres A, Álvarez-Rodríguez F, Rodríguez-Barragán M. Factors related to academic performance in medical students. Salud Ment. 2023;46(4):193-200. doi:10.17711/sm.0185-3325.2023.024.
