Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

O que é uma revisão de escopo

As revisões de escopo ou scoping review visam mapear a literatura sobre um determinado tópico ou área de pesquisa para identificar conceitos-chave e possíveis lacunas. O principal objetivo da revisão de escopo é fornecer uma visão descritiva dos estudos revisados.

Em uma revisão de escopo o objetivo não é, por exemplo, encontrar a melhor evidência de uma intervenção em saúde, mas sim reunir e mostrar como várias evidências foram produzidas, sem classificar a robustez da evidência, apenas rastreando-a e antecipando potencialidades.

Portanto, as revisões de escopo diferem das revisões sistemáticas, porque não visam avaliar a qualidade das evidências disponíveis, mas objetivam mapear rapidamente os principais conceitos que sustentam uma área de pesquisa. Nesse sentido, as revisões de escopo se tornaram populares no mapeamento de diversas práticas no contexto da pandemia da COVID-19.

Dois exemplos de perguntas de pesquisa que foram investigadas por meio de uma revisão de escopo no contexto da COVID-19 são: Quais as evidências disponíveis na literatura sobre manejo e desfechos da infecção puerperal pelo novo coronavírus? (Oliveira et al. 2021), Quais as evidências científicas sobre a inserção dos cuidados paliativos no cenário da pandemia da COVID-19? (Florêncio et al., 2020).

Nessas situações, os estudos de escopo foram ideais porque os pesquisadores puderam incorporar uma variedade de desenhos de estudo na literatura publicada e, abordar questões além daquelas relacionadas à eficácia da intervenção e gerar descobertas que podem complementar contribuir na discussão de ensaios clínicos.

Como se faz uma revisão de escopo?

O processo de uma revisão de escopo começa com a definição da pergunta norteadora de pesquisa (quer dicas sobre como elaborar pergunta de pesquisa, clica aqui) e o estabelecimento do objetivo do escopo da revisão, seguido pela identificação de fontes de dados relevantes, A seguir, os estudos relevantes são selecionados, classificados e sintetizados de acordo com seus objetivos, metodologias e resultados.

Aqui listamos sete passos para realizar uma revisão de escopo:

1. Definição da pergunta norteadora, do objetivo e delimitação do escopo: Determinar a pergunta que irá direcionar para o objetivo da revisão e, assim definir os critérios para incluir ou excluir estudos na revisão.

2. Busca de fontes: Utilizar as bases de dados relevantes para pesquisar artigos e estudos publicados sobre o tópico de interesse, o que pode incluir bases de dados bibliográficos, registros clínicos, bibliotecas digitais, entre outros.

3. Seleção de estudos: Selecionar os estudos que atendem aos critérios estabelecidos na etapa 1.

4. Leitura dos estudos: Ler os estudos selecionados e identificar as informações relevantes, como autores, ano de publicação, metodologia, resultados e conclusões.

5. Síntese de informações: Resumir as informações dos estudos selecionados e organizá-las em categorias relevantes.

6. Análise dos resultados: Analisar as informações sintetizadas para identificar tendências e padrões na literatura.

7. Conclusão: Concluir a revisão de escopo apresentando uma visão geral da literatura e destacando as tendências e lacunas na pesquisa.

Agora, quando você ver um estudo de revisão de escopo, você já sabe o que é e como ele foi estruturado!

E se você se interessa por estudos de revisão, sugiro que em seguida leia sobre a estratégia PICO na formulação de perguntas de pesquisa para estudos de revisão sistemática.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Referências

Levac, D., Colquhoun, H. & O’Brien, K.K.(2010). Scoping studies: advancing the methodology. Implementation Sci 5, 69. https://doi.org/10.1186/1748-5908-5-69

Faria de Oliveira, K., Faria de Oliveira, J., Wernet, M., Carvalho Paschoini, M., & Torreglosa Ruiz, M. (2021). Postpartum period and infection by the new coronavirus: a scoping review/Periodo pos-parto e infeccao pelo novo coronavirus: revisao de escopo/Periodo posparto e infeccion por el nuevo coronavirus: revision del alcance. Enfermagem Uerj29, NA. https://link.gale.com/apps/doc/A695144798/AONE?u=anon~da9a7593&sid=googleScholar&xid=78beb8c2

Florêncio, R. S., Cestari, V. R. F., Souza, L. C. de ., Flor, A. C., Nogueira, V. P., Moreira, T. M. M., Salvetti, M. de G., & Pessoa, V. L. M. de P.. (2020). Cuidados paliativos no contexto da pandemia de COVID-19: desafios e contribuições. Acta Paulista De Enfermagem, 33(Acta paul. enferm., 2020 33). https://doi.org/10.37689/acta-ape/2020AO01886

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Se você é um profissional ou um estudante da área da saúde e está interessado nas práticas baseadas em evidências, este post é para você. Vamos descobrir como a base

Diferença entre as regressões logísticas: binária, ordinal e multinomial

Diferença entre as regressões logísticas: binária, ordinal e multinomial

A análise de regressão é uma técnica amplamente utilizada para verificar a existência de uma relação entre uma variável dependente e uma ou mais variáveis independentes. Existem diferentes tipos de

Construção de itens para instrumentos de autorrelato

Construção de itens para instrumentos de autorrelato

A elaboração de itens para instrumentos de autorrelato desempenha um papel crucial na pesquisa psicométrica, pois é por meio deles que os participantes expressam suas próprias experiências e percepções. Neste

Dados Normativos: Entendendo o Escore Z

Dados Normativos: Entendendo o Escore Z

Interpretar os resultados derivados do uso de um teste é tão crucial quanto criar ou adaptar os instrumentos e aplicá-los corretamente. Para a interpretação dos resultados, é essencial a criação

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

No campo da Psicometria, pesquisadores e profissionais frequentemente buscam garantir a precisão e consistência de seus instrumentos de medição. Um dos métodos usados para avaliar a confiabilidade de um teste

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Se você é um profissional ou um estudante da área da saúde e está interessado nas práticas baseadas em evidências, este post é para você. Vamos descobrir como a base

Diferença entre as regressões logísticas: binária, ordinal e multinomial

Diferença entre as regressões logísticas: binária, ordinal e multinomial

A análise de regressão é uma técnica amplamente utilizada para verificar a existência de uma relação entre uma variável dependente e uma ou mais variáveis independentes. Existem diferentes tipos de

Construção de itens para instrumentos de autorrelato

Construção de itens para instrumentos de autorrelato

A elaboração de itens para instrumentos de autorrelato desempenha um papel crucial na pesquisa psicométrica, pois é por meio deles que os participantes expressam suas próprias experiências e percepções. Neste

Dados Normativos: Entendendo o Escore Z

Dados Normativos: Entendendo o Escore Z

Interpretar os resultados derivados do uso de um teste é tão crucial quanto criar ou adaptar os instrumentos e aplicá-los corretamente. Para a interpretação dos resultados, é essencial a criação

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

No campo da Psicometria, pesquisadores e profissionais frequentemente buscam garantir a precisão e consistência de seus instrumentos de medição. Um dos métodos usados para avaliar a confiabilidade de um teste

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.