Resilience: statistical study of psychosocial and biological predictors at the workplace

Tese de mestrado, Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2019A resiliência pode ser definida como a capacidade de um indivíduo adaptar-se com facilidade a infortúnios ou mudanças inesperadas. Também é vista como um mecanismo positivo de resposta a acontecimentos stressantes, desde desastres naturais a questões financeiras, problemas de saúde, divórcio e morte. A resiliência é estudada desde o século XIX e desde aí demonstra uma evolução conceptual, tendo sido concebida como trajetória, contínuo, sistema, característica, processo, ciclo e categoria qualitativa. Nas teorias que consideram a resiliência uma característica, acredita-se que uma combinação de outras características físicas e psicológicas potenciem a capacidade de ser resiliente. Perante a cultura do trabalho que se verifica no mundo contemporâneo, é interessante estudar o papel da resiliência em trabalhadores, cujo maior fator de stress é o trabalho em si e todas as suas componentes e ligações com as restantes áreas da vida pessoal, de modo a entender de que forma estes diversos fatores podem influenciar os seus níveis de resiliência. O principal objetivo deste estudo é identificar possíveis preditores de resiliência em trabalhadores. Com este intuito, os 1385 colaboradores de uma instituição bancária que cumpriam os critérios de inclusão pré-definidos foram convidados a participar no projeto. Aos 260 que aceitaram fazer parte do estudo e realizar exames laboratoriais, foi aplicado um questionário pormenorizado acerca do respondente, do seu trabalho, experiências e vida pessoal, incluindo diversos tipos de variáveis (sociodemográficas, relacionadas com o trabalho, relacionadas com o estilo de vida, clínicas), para além de diversas escalas validadas referentes a estes temas (ASSET, MHI-5, Escala de Satisfação no Trabalho, CAGE, Escala de Felicidade Subjetiva, OSLO, Presentismo e Absentismo). A isto, juntam-se as variáveis bioquímicas provenientes dos resultados das análises laboratoriais. A variável resiliência foi medida através das versões de 25 e 10 itens da Escala de Resiliência de Connor-Davidson. Estes dados foram recolhidos entre Novembro de 2012 e Junho de 2013. A base de dados contendo todas as variáveis foi corrigida e validada no contexto deste projeto antes de se iniciar o processo de análise abaixo descrito. Primeiramente, foi realizada uma análise exploratória dos dados, de modo a caracterizar os respondentes. Seguidamente, decidiu-se qual das versões da escala de resiliência seria considerada a medida única de resiliência durante o decorrer da análise, através do cálculo do coeficiente de correlação ordinal de Spearman e do respetivo teste de significância. Os resultados demonstram que o valor desta medida sugere uma associação elevada entre ambas as versões, o que significa que a menos redundante, de 10 itens, deve ser escolhida. Depois, devido ao grande número de possíveis preditores na base de dados, procedeu-se a uma pré-seleção das variáveis cuja associação com a resiliência (se numéricas, usando o coeficiente de correlação de Spearman) ou diferença entre grupos relativamente à resiliência (se categóricas, usando os testes de Mann-Whitney ou Kruskal-Wallis) fossem estatisticamente significativas. As variáveis pré-selecionadas foram integradas num modelo de regressão inicial, ao qual se aplicou a seleção stepwise de modo a obter-se um modelo mais parcimonioso que simultaneamente explicasse a maior percentagem possível da variabilidade da resiliência. Este modelo final, validado no que diz respeito aos pressupostos de uma análise de regressão, engloba como preditores a saúde mental, segurança no trabalho e sobrecarga laboral (medidos por subescalas do ASSET), ter interesses ou hobbies, tomar medicação para a ansiedade crónica e o nível de presentismo, e explica aproximadamente 35% da variabilidade da resiliência. Possíveis interações a adicionar a este modelo final foram analisadas relativamente aos preditores descritos, mas não se demonstraram estatisticamente significativas na análise de regressão. Por último, com o objetivo de entender de melhor forma a estrutura das variáveis selecionadas inicialmente, foi aplicada uma análise fatorial múltipla de dados mistos. Esta metodologia inovadora propõe alargar o conceito da análise fatorial múltipla, em que existem vários grupos de variáveis mas em que cada grupo contém apenas variáveis do mesmo tipo, para os casos em que estes grupos acomodam tanto variáveis do tipo numérico como categórico. Os grupos formados com as variáveis em questão foram “Trabalho” e “Saúde Física e Mental”. As três primeiras componentes principais explicam pouco mais de 20% da variabilidade dos dados. Relativamente à primeira componente principal, o impacto de ambos os grupos é quase idêntico. O grupo "Trabalho" contribui mais para a segunda componente principal, enquanto que para a terceira o grupo "Saúde Física e Mental" apresenta a maior contribuição, embora a diferença seja bastante pequena. As limitações deste estudo prendem-se essencialmente com a pequena dimensão da amostra, com o facto de não ter sido recolhida aleatoriamente e por ser proveniente de um tipo muito limitado de trabalhadores, o que pode enviesar os resultados. Não obstante, a análise realizada foi capaz de dar resposta aos objetivos do projeto e revela-se importante e relevante para um maior conhecimento do fenómeno da resiliência e da sua importância nos trabalhadores. Futuros estudos com amostras de maior dimensão e mais variabilidade de trabalhadores podem consolidar e confirmar os resultados obtidos, aprofundando esta temática.Resilience is one of the most important characteristics of an employee in the workaholic culture of our current society. The main purpose of this study is to discover which other traits, habits and features can significantly influence and impact resilience levels. For this purpose, a comprehensive questionnaire was applied to 260 workers from a banking institution between November 2012 and June 2013, including sociodemographic, work-related, lifestyle-related, clinical and biochemical variables, while also comprising several validated scales. Resilience was measured with the 25-item and 10-item versions of the Connor-Davidson Resilience Scale. After a pre-selection of the survey’s variables with a statistically significant association (if numerical) or difference between groups (if categorical) regarding resilience, its best predictors were identified through a regression analysis: ASSET’s Psychological wellbeing, Job security and Overload scales, having interests/hobbies, taking medication for chronic anxiety and the percentage of work performance loss (presenteeism). This regression model explains about 35% of resilience’s variability. Also, in an attempt to understand the structure of the resilience predictors and reduce its dimension, a multiple factor analysis of mixed data was conducted regarding the pre-selected variables, which were divided in two conceptual groups: “Work” and “Physical and Mental Health”. The first three principal components explain about 20% of their variability. This study was important to provide more evidence and information regarding resilience predictors at the workplace and exploring the relationships between resilience and several scales, some of which have not been analyzed by the scientific community so far. However, further studies with larger sample sizes, mixed categories of workers and other types of variables are needed to confirm the obtained results. This knowledge can lead to improvements in workers’ resilience levels, and therefore increase productivity and work satisfaction of a company’s employees, which is fruitful to both