An Integrated Multi-Method Framework for Gender-Based Violence Research: A Synthetic Data Demonstration Using Kenya Demographic and Health Survey Parameters

Este estudo apresenta e demonstra um quadro analítico integrado de cinco fases para pesquisas sobre violência baseada em gênero, aplicando métodos sequenciais a dados sintéticos parametrizados com base na Pesquisa Demográfica e de Saúde do Quênia de 2022 para identificar preditores e mecanismos causais, embora os resultados indiquem que os fatores de risco operam principalmente por vias diretas e não mediadas.

O essencial

Imagine que você é um detetive tentando resolver um grande mistério: por que a violência contra as mulheres acontece?

A maioria dos detetives (pesquisadores) até agora usava apenas uma ferramenta: ou olhava para os dados com uma lupa estatística tradicional (que é boa, mas simples), ou usava um computador superpoderoso de inteligência artificial (que é rápido, mas não explica o "porquê").

Este artigo é como um manual para um novo tipo de detetive, que decide usar todas as ferramentas ao mesmo tempo. O autor, Grold Otieno Mboya, criou um "laboratório virtual" para testar se essa abordagem mista funciona melhor.

Aqui está a explicação do estudo, passo a passo, usando analogias do dia a dia:

1. O Laboratório Virtual (A Simulação)

Em vez de entrevistar 3.000 mulheres reais (o que seria difícil e demorado), o autor criou um mundo virtual.

• A Analogia: Pense em um jogo de computador como The Sims, mas em vez de criar personagens aleatórios, ele programou 3.000 "mulheres virtuais" com base nos dados reais da pesquisa demográfica do Quênia (KDHS).
• O Objetivo: Ele sabia exatamente quais "regras" havia programado no jogo (por exemplo: "se o parceiro bebe muito, a chance de violência aumenta"). Isso permite que ele teste se o seu novo método de investigação consegue descobrir essas regras corretamente.

2. O Novo Método de 5 Passos (A Receita de Bolo)

O autor propõe uma receita de 5 etapas para investigar a violência, misturando tecnologia e estatística tradicional:

1. Olhar Geral (Epidemiologia): Primeiro, ele apenas conta quantas mulheres no jogo sofreram violência. (Resultado: Cerca de 27%, o que é muito alto e triste).
2. O Scanner de IA (Machine Learning): Ele usa um computador inteligente para varrer todos os dados e dizer: "Quais são os fatores mais importantes que preveem a violência?". É como usar um detector de metais para achar os objetos mais valiosos.
   • O que a IA achou: O uso de álcool pelo parceiro foi o "ouro" (o fator mais importante), seguido por traumas de infância e brigas no casamento.
3. A Lupa Estatística (Regressão): Depois que a IA aponta os suspeitos, ele usa a estatística tradicional para calcular exatamente o quanto cada um deles aumenta o risco.
   • O resultado: Confirmou que, se o parceiro bebe, o risco de violência aumenta quase 7 vezes! E traumas de infância dobram o risco.
4. O Teste de Causa e Efeito (Mediação): Aqui ele tenta responder: "O álcool causa violência diretamente ou causa brigas, que então causam violência?".
   • O resultado: No jogo virtual, os fatores agiram mais como uma "linha reta" (causa direta) do que através de caminhos complexos.
5. A Síntese (O Veredito): Ele junta tudo para ver se as histórias batem.

3. As Descobertas Principais (O Que Aprendemos)

• O Álcool é o Vilão Principal: Assim como um motor superaquecido faz um carro quebrar, o uso de álcool pelo parceiro foi o fator que mais "empurrou" a violência no modelo.
• A Violência é um Quebra-Cabeça de Níveis: O estudo mostrou que não basta olhar apenas para a pessoa individualmente. É preciso olhar para:
  • O Indivíduo: (Histórico de trauma, educação).
  • O Relacionamento: (Brigas, poder de decisão).
  • A Comunidade: (Normas de gênero, leis).
  • A Analogia: Imagine que a violência é um incêndio. Você não pode apagar só a chama (o indivíduo); precisa apagar o fogo na casa (relação) e garantir que o vizinho não jogue gasolina (normas da comunidade). O modelo que olhou para todos os níveis ao mesmo tempo funcionou muito melhor do que os modelos que olhavam apenas uma parte.
• IA vs. Estatística: A IA foi ótima para prever quem estava em risco, mas a estatística tradicional foi essencial para entender por que e quanto risco existia. Eles se complementam como um GPS (que mostra o caminho) e um mapa detalhado (que explica a geografia).

4. O Que Isso Significa para o Mundo Real?

Embora os dados sejam de um "jogo" (simulação), a lição é séria:

• Não podemos tratar o problema de forma isolada. Não adianta só dar terapia para a vítima (nível individual) se a comunidade ainda acha que "homem bebe e bate é normal" (nível comunitário).
• Intervenções Integradas: Precisamos de programas que atuem em várias frentes ao mesmo tempo:
  • Reduzir o consumo de álcool.
  • Ensinar resolução de conflitos nos casais.
  • Mudar a cultura de machismo na comunidade.
  • Dar mais poder de decisão e educação para as mulheres.

Conclusão Simples

Este artigo é um rascunho de sucesso. Ele diz: "Ei, se usarmos a inteligência artificial para encontrar os suspeitos e a estatística tradicional para julgar o caso, conseguimos entender a violência contra a mulher de forma muito mais completa e precisa do que antes."

Agora, o próximo passo (que os autores pedem) é aplicar esse mesmo método em dados reais de pessoas de verdade, para ver se a teoria se mantém na prática e ajudar a salvar vidas.

Resumo técnico

Título do Estudo

Uma Estrutura Integrada de Métodos Múltiplos para Pesquisa sobre Violência Baseada em Gênero: Uma Demonstração com Dados Sintéticos Utilizando Parâmetros da Pesquisa Demográfica e de Saúde do Quênia (KDHS)

---

1. Problema e Contexto

A pesquisa atual sobre Violência Baseada em Gênero (VBG) enfrenta uma "singularidade metodológica". Os estudos tendem a operar em silos analíticos distintos:

• Modelos de Regressão Tradicionais: São eficazes para estimar associações ajustadas e controlar confusores, mas frequentemente assumem linearidade e falham em capturar interações complexas e não lineares inerentes aos sistemas ecológicos.
• Aprendizado de Máquina (ML): Oferecem alta precisão preditiva e lidam bem com interações complexas, mas são criticados na saúde pública pela falta de interpretabilidade e validade causal.

Além disso, embora os fatores de risco sejam frequentemente identificados, os mecanismos causais (como fatores distais, como trauma na infância, influenciam resultados proximais, como a violência por parceiro íntimo) permanecem subinvestigados através de análises de mediação formais. O estudo visa preencher essa lacuna propondo uma estrutura analítica integrada que combine a potência preditiva do ML com a inferência causal baseada em regressão.

2. Metodologia

O estudo utilizou um desenho de simulação transversal para desenvolver e validar uma estrutura analítica de cinco fases. Em vez de usar dados empíricos brutos, os autores geraram um conjunto de dados sintéticos (N = 3.000) parametrizado para refletir as prevalências e distribuições de fatores de risco da Pesquisa Demográfica e de Saúde do Quênia de 2022 (KDHS).

Estrutura Analítica (5 Fases):

1. Epidemiologia Descritiva: Validação da estrutura dos dados simulados e cálculo de prevalências.
2. Modelagem Preditiva (Machine Learning): Uso de uma Floresta Aleatória (Random Forest) com 500 árvores para identificar preditores de alta prioridade sem assumir linearidade. A importância das variáveis foi avaliada pela "Diminuição Média da Precisão" (MDA).
3. Inferência Causal (Regressão Logística Multivariada): Fitting de modelos logísticos aninhados para estimar Odds Ratios Ajustados (aOR) e testar o encaixe do modelo ecológico (Individual + Relacional + Comunitário) contra modelos de nível único, utilizando o Critério de Informação de Akaike (AIC).
4. Análise de Mediação: Teste formal de três vias causais hipotéticas (ex: Álcool do parceiro → Conflito conjugal → VBG) usando a estrutura de resultados potenciais e bootstrap não paramétrico.
5. Síntese e Análise de Sensibilidade: Integração dos resultados das fases anteriores e reexecução do pipeline em diferentes tamanhos de amostra (N=500, 1000, 5000) para verificar a robustez.

Variáveis: Baseadas no modelo ecológico de Heise, incluindo fatores individuais (trauma na infância, saúde mental), relacionais (uso de álcool pelo parceiro, conflito conjugal) e comunitários (índice de patriarcado, distância até serviços).

3. Principais Resultados

• Desempenho Preditivo: O modelo de Floresta Aleatória alcançou 74,6% de precisão (AUC = 0,711), uma melhoria modesta sobre o classificador nulo (73,1%), devido ao desequilíbrio de classes e à dominância de um único preditor forte.
• Importância das Variáveis: O uso de álcool pelo parceiro foi o preditor dominante (100% de importância relativa), seguido por trauma na infância (17,3%) e conflito conjugal (10,5%).
• Inferência Causal (Regressão):
  • O uso de álcool pelo parceiro manteve-se o fator de risco mais forte (aOR = 6,60; IC 95%: 5,50–7,94).
  • Trauma na infância quase duplicou as chances de violência (aOR = 1,99).
  • Fatores protetores incluíram maior escolaridade e poder de decisão.
• Validade Ecológica: O modelo ecológico completo (todos os níveis) apresentou um ajuste significativamente superior aos modelos de nível único, com uma redução no AIC de 67,5 pontos em comparação ao modelo apenas individual.
• Análise de Mediação: Nenhuma das três vias de mediação hipotéticas alcançou significância estatística (p > 0,05). Isso indica que, nesta simulação, os fatores de risco operaram principalmente através de caminhos diretos ou não medidos, e não através dos mediadores especificados (conflito, saúde mental, poder de decisão).
• Robustez: A análise de sensibilidade confirmou que a priorização de variáveis e as estimativas de efeito principais (álcool e trauma) foram estáveis em diferentes tamanhos de amostra (acima de N=1.000).

4. Contribuições Chave

1. Integração Metodológica: O estudo demonstra um "blueprint" replicável que combina a seleção de variáveis não paramétrica (ML) com a estimativa de efeitos causais ajustados (Regressão), superando as limitações de usar apenas uma das abordagens.
2. Validação Empírica do Modelo Ecológico: Fornece evidência quantitativa de que a inclusão de fatores comunitários e relacionais melhora significativamente o ajuste do modelo em comparação com explicações focadas apenas no indivíduo.
3. Distinção entre Predição e Causa: Ilustra que a importância preditiva de uma variável (ex: distância até serviços) não equivale necessariamente à sua significância causal ajustada, e vice-versa (ex: poder de decisão foi um fator protetor significativo na regressão, mas teve classificação preditiva menor).
4. Demonstração de Limitações de Simulação: O estudo expõe honestamente que, em dados sintéticos com efeitos diretos fortes, a análise de mediação pode falhar em detectar efeitos indiretos, servindo como um alerta para a necessidade de dados longitudinais reais para testar cadeias causais complexas.

5. Significância e Implicações

• Para a Pesquisa: O estudo estabelece um novo padrão metodológico para a investigação de VBG, sugerindo que futuras pesquisas devem aplicar esta estrutura integrada a dados longitudinais reais para validar a capacidade de inferência causal.
• Para Políticas Públicas: Os resultados convergentes apontam para a necessidade de intervenções multiníveis:
  • Indivíduo: Estratégias de redução de álcool e cuidados baseados em trauma.
  • Relacionamento: Programas de resolução de conflitos e equilíbrio de poder.
  • Comunidade/Sociedade: Mobilização para mudar normas patriarcais e fortalecer a aplicação da lei.
• Limitações Reconhecidas: O autor enfatiza que, como se trata de dados sintéticos, os resultados são uma verificação de consistência interna e não evidência empírica independente. A natureza transversal da simulação impede a inferência causal definitiva e a mediação, destacando a necessidade de estudos futuros com dados reais e desenhos longitudinais.

Em suma, o artigo prova conceitualmente que uma abordagem híbrida (ML + Regressão + Mediação) é viável e necessária para desvendar a complexidade da Violência Baseada em Gênero, fornecendo uma base sólida para estudos futuros em cenários do mundo real.