O estudo analisou a capacidade de 72 médicos reconhecerem emoções faciais e vocais e como isso é afetado pela exaustão emocional. Os médicos com maior exaustão emocional foram mais rápidos e precisos ao identificar emoções, principalmente tristeza e neutro. O estudo conclui que a exaustão emocional pode melhorar a inteligência emocional ao forçar o uso do subconsciente.
1. 1
Exaustão Emocional e Reconhecimento de Emoções na
Face e Voz em Médicos - Ficha de Leitura
João Dias n.º 21900219
ISG – Business & Economics School, Lisboa
Assunto: O assunto do artigo é a exaustão emocional e a identificação de expressões
emocionais.
Referências: Adriano, T. & Arriaga, P. (2015). EXAUSTÃO EMOCIONAL E
RECONHECIMENTO DE EMOÇÕES NA FACE E VOZ EM MÉDICOS.
PSICOLOGIA,SAÚDE & DOENÇAS, 17(1), 97-104. doi:
http://dx.doi.org/10.15309/16psd170114
Resumo: O estudo pretendia analisar a capacidade de reconhecimento de expressões
emocionais – de dor, de tristeza e de alegria – no rosto e na voz, por parte de 72 médicos de
Medicina Geral em função da exaustão emocional. O ensaio experimental foi efetuado em
duas fases. Na primeira fase, utilizou-se a versão portuguesa do Maslach Burnout Inventory
para medir a exaustão emocional. Após uma semana, na segunda fase, foram realizadas duas
tarefas. Primeiramente, os médicos tentaram identificar emoções em expressões faciais (tarefa
1) e posteriormente, analisar a emoção expressa pela voz na expressão facial (tarefa 2). Como
esperado, os integrantes, foram mais rápidos e corretos a identificar a emoção alegria, seguida
da dor, em ambas as tarefas. Na segunda tarefa, ouve um número inferior de acertos,
principalmente na identificação da tristeza e da dor nas expressões vocais. Os resultados nesta
última tarefa, variam consoante a exaustão emocional, ou seja, os médicos com maior
exaustão emocional foram mais rápidos e assertivos. Concluiu-se que, os médicos têm uma
elevada sensibilidade para a identificação de dor na face e na voz, assim como, destaca-se a
relevância da exaustão emocional no reconhecimento de expressões vocais em faces.
Palavras-chave: Reconhecimento de Emoções; Exaustão Emocional; Dor; Tristeza; Médicos
de Medicina Geral.
Variáveis: As variáveis são a capacidade intrínseca de cada participante em reconhecer
emoções e a exaustão emocional.
2. 2
Participantes: Neste estudo participaram 72 médicos de Medicina Geral e Familiar com
idades entre os 31 anos e os 68 anos, no qual 58,3% eram do sexo feminino e a maioria tinha
em média 24 anos de serviço.
Instrumentos: Na primeira fase, utilizou-se um questionário que adquiriu informação
sociodemográfica, condições laborais, exaustão emocional medida através do Maslach
Burnout Inventory – Human Services Survey (MBI-HSS; Maslach & Jackson, 1981;
adaptação de Gomes, Cruz e Cabanelas, 2009) e cronótipo de cada individuo através do
questionário Morningness-Eveningness (MEQ; Horne & Ostberg, 1976). Por sua vez, a tarefa
1 utilizou vídeos de expressões faciais de Roy et al. (2007), assim como, a escala pictórica
Self-Assessment Manikin (SAM; Bradley & Lang, 1994) que pretende reportar a intensidade
emocional. Na tarefa 2, empregou-se vocalizações emocionais selecionadas do Montreal
Affetive Voices (MAV; Belinet al., 2008). Aplicou-se o software E-Prime 2.0 e por fim uma
escala visual analógica (mediu a fadiga de 0 a 10).
Procedimentos
Na primeira fase, foi entregue um questionário que recolheu dados
sociodemográficos, condições laborais, exaustão emocional, cronótipo e utilizou-se o
questionário Maslach Burnout Inventory que avalia três campos: exaustão emocional,
despersonalização e baixa realização pessoal. Apesar dos outros dados do MBI-HSS, neste
estudo foi apenas utilizado a dimensão exaustão emocional por ser considerada o fator
principal do Burnout. Também foi tido em conta a interferência do ritmo cardíaco, através do
cronótipo com o questionário Morningness-Eveningness (abreviatura MEQ), que contém 19
questões com formatos de resposta do tipo Likert e pontuações entre os 16 e 86. Pontuações
baixas indicam sujeitos vespertinos e pontuações altas indivíduos matutinos.
Após uma semana, os médicos realizaram duas tarefas (tarefa 1 e 2), ambas fora da
hora de trabalho e em contexto de gabinete clínico. Nas quais, 33 indivíduos efetuaram-nas no
período da manhã e os restantes 38 realizaram-nas no período da tarde. Na tarefa 1 deu-se o
reconhecimento de expressões faciais dinâmicas de alegria, tristeza, dor e neutra, retiradas de
Roy et al.(2007). Também tentaram identificar a emoção e a sua intensidade usando a escala
pictórica Self-Assessment Manikin que assinala valores de 1 (muito calmo) a 9 (muito
excitado). De seguida, realizou-se a tarefa 2 que utilizou as imagens estáticas da tarefa 1, mas
inclui-o vocalizações emocionais, selecionadas de Montreal Affetive Voices. Esta tarefa
consistia em identificar logo após a audição do estímulo vocal a expressão facial
correspondente. Ambas as operações empregaram 32 estímulos emocionais, a partir do
3. 3
software E-Prime 2.0 fez-se a aleatorização dos estímulos (com a exceção da tarefa 2 que era
preciso fazer corresponder a vozes e faces do mesmo sexo), a ordem do formato de resposta e
o registo do tempo de resposta.
Por fim, pediu-se aos sujeitos que reportassem a sua fadiga entre 3 estados (cansado/a,
sonolento/a, realizei esforço) e o seu estado de alerta (desperto/a, concentrado/a, em forma)
através de uma escala visual analógica com 10 cm, na qual 0 significava nada e 10 significava
muitíssimo. Percebeu-se que cada integrante demorou 20 a 25 minutos a completar as duas
tarefas. Em última instância, realizou-se o debriefing e foi agradecida a participação de cada
médico.
Resultados
Os valores das variáveis idade, horas extra de trabalho, ritmo cardíaco com a exaustão
emocional, fadiga e estado de alerta não foram estatisticamente significativos. A partir dos
dados de exaustão emocional retirados do questionário de Maslach, realizou-se dois grupos:
baixa exaustão e elevada exaustão. Foram excluídos outliers identificados através dos valores
discrepantes dos tempos de resposta, acabando por se eliminar um participante e 2.09% dos
dados.
Na tarefa 1, ouve mais acertos nas face alegre, seguida da dor, tristeza e neutra,
embora sem grandes distinções entre dor e tristeza. Na intensidade emocional, a dor foi
interpretada como a mais intensa, seguida da alegre, neutra e triste. No entanto, o grupo com
baixa exaustão emocional identificou as faces alegres e tristes como as mais ativadoras.
Por sua vez, no reconhecimento de emoções na voz em faces, os médicos
reconheceram mais facilmente a alegria, depois a dor, neutra e tristeza. No grupo da elevada
exaustão emocional, revelou-se mais preciso nas emoções triste e neutra. Em relação aos erros
os com elevada exaustão emocional selecionaram mais vezes erradamente a expressão neutra
e os de baixa exaustão emocional escolheram a dor e a alegria.
Conclui-se, em geral, que o grupo com elevada exaustão emocional foi mais rápido e
preciso na identificação de emoções.
Limitações: Não permite generalizar resultados para outras áreas laborais. Além disso, os
indivíduos podem ter conhecimento prévio através de livros em reconhecer emoções e não
utilizarem apenas o subconsciente humano.
Sugestões para Estudos Futuros: Em estudos posteriores, sugiro que se coloque os
conhecimentos teóricos em prática, não sejam apenas baseados em comportamentos inatos do
4. 4
ser humano. Uma das sugestões seria: avaliação dos efeitos de aprender a reconhecer
expressões emocionais na interação médico-paciente ou nas relações vendedor-cliente.
Conclusões
O estudo pretendia estudar o reconhecimento de emoções na face e na voz e relacionar
com a exaustão emocional de cada participante. Revelou que os médicos têm uma elevada
sensibilidade para reconhecer as diversas emoções nos outros, pois a sua diária é em
permanente contato com pessoas o que estimula essa área cognitiva. Conclui-se que o
Burnout pode melhorar a nossa inteligência emocional, nomeadamente a rapidez e precisão
com que reconhecemos emoções no rosto e na voz dos outros, nomeadamente a tristeza e a
neutra. Este facto, pode ser explicado por uma maior predisposição dos médicos para a
deteção de estados parecidos aos seus próprios. Outra explicação é a literatura de Glass,
McKnight e Valdimarsdottir (1993) que evidenciam maior precisão em julgamentos por parte
de enfermeiros com elevado Burnout. Também, o reconhecimento preciso das emoções
evolve um maior envolvimento emocional dos médicos o que desencadeia numa maior
exaustão emocional. Por outro lado, quando os indivíduos estão exaustos é normal que usem
com mais frequência o subconsciente –porque é mais rápido e usa menos energia- tornando-
se melhores a reconhecer emoções, pois evita a interferência do consciente.
Por fim, é de salientar que os médicos com menor exaustão emocional podem
apresentar uma maior predisposição para deteção de dor nos outros devido à sua profissão e
também para obterem uma maior desejabilidade social.
Referências Importantes:
Belin, P., Fillion-Bilodeau, S., &Gosselin, F. (2008). The Montreal Affective Voices: A
validated set of nonverbal affect bursts for research on auditory affective processing. Behavior
Research Methods, 40, 531-539. doi:10.3758/BRM.40.2.531.
Ekman, P. (1992). An argument for basic emotions. Cognition & Emotion, 6, 169-200.
doi:10.1080/02699939208411068
Horne, J. A., & Ostberg, O. (1976). A self-assessment questionnaire to determine
morningness-eveningness in human circadian rhythms. International Journal of
Chronobiology, 4, 97-110.
Maslach, C., Jackson, S. E., Leiter, M. P. (1996). Maslach Burnout Inventory Manual. (3rd
Ed). Palo Alto, CA: Consulting Psychologists Press.
5. 5
Kalliath, T. J., & O'Driscoll, M. P. (2000). A test of the Maslach Burnout Inventory in three
samples of healthcare professionals. Work and Stress, 14, 35-50. doi:
10.1080/026783700417212
Neumann, M., Edelhauser, F., Tauschel, D., Fischer, M. R., Wirtz, M., Woopen, C., . . .
Scheffer, C. (2011). Empathy decline and its reasons: A systematic review of studies with
medical students and residents. Academic Medicine, 86, 996-1009. doi:
10.1097/ACM.0b013e318221e615
Roy, S., Roy, C., Fortin, I., Ethier-Majcher, C., Belin, P., &Gosselin, F. (2007).A dynamic
facial expression database. Journal of Vision, 7, 944. doi: 10.1167/7.9.944