Aferição da Fadiga Relacionada ao Câncer: Estrutura Dimensional e Consistência Interna da Versão Brasileira do Instrumento EORTC QLQ-FA12
DOI:
https://doi.org/10.32635/2176-9745.RBC.2026v72n2.5622Palavras-chave:
Neoplasias/complicações, Fadiga, Avaliação de Programas e Instrumentos de PesquisaResumo
Introdução: Estudos europeus atestaram a tridimensionalidade e a apropriada confiabilidade do instrumento EORTC QLQ-FA12 para aferição da fadiga relacionada ao câncer. Objetivo: Avaliar a estrutura dimensional e a consistência interna da versão brasileira do EORTC QLQ-FA12. Método: Estudo transversal com 278 pacientes em um Centro de Assistência de Alta Complexidade em Oncologia localizado no Rio de Janeiro, Brasil. Realizou-se análise fatorial confirmatória empregando o estimador Weighted Least Squares Mean and Variance Adjusted e matrizes de correlações policóricas. Testaram-se modelos de equação estrutural exploratórios seguindo métodos de análise fatorial confirmatória e uso da rotação oblíqua geomin. Os Comparative Fit Index, Tucker-Lewis Index e Root Mean Square Error of Approximation (RMSEA) avaliaram a qualidade do ajuste do modelo. A consistência interna foi avaliada pela confiabilidade composta e correlações entre dimensões foram examinadas para investigar validade fatorial discriminante. Resultados: A análise fatorial confirmatória da estrutura tridimensional, mesmo com o RMSEA limítrofe, demonstrou bom ajustamento estatístico geral, cargas fatoriais variando de 0,608 a 0,873 nas dimensões originais, adequada consistência interna e aceitável validade fatorial discriminante. Porém, nos modelos de equação estrutural exploratórios, essa estrutura exibiu cargas fatoriais cruzadas, além de um RMSEA fronteiriço. A consistência interna foi considerada adequada e a correlação entre dimensões, aceitável. Conclusão: A versão brasileira do EORTC QLQ-FA12 parece ser tridimensional, com todos os itens representando coerentemente o construto fadiga relacionada ao câncer.
Downloads
Referências
Berger AM, Mooney K, Alvarez-Perez A, et al. Cancer-related fatigue, version 2.2015. J Natl Compr Canc Netw. 2015;13(8):1012-39. doi: https://doi.org/10.6004/jnccn.2015.0122 DOI: https://doi.org/10.6004/jnccn.2015.0122
Ma Y, He B, Jiang M, et al. Prevalence and risk factors of cancer-related fatigue: a systematic review and meta-analysis. Int J Nurs Stud. 2020;111:103707. doi: https://doi.org/10.1016/j.ijnurstu.2020.103707 DOI: https://doi.org/10.1016/j.ijnurstu.2020.103707
Poopady A, Nayak S, D’Silva F, et al. Cancer related fatigue measurement scales: a systematic review. Indian J Public Health Res Dev. 2023;67(3):448-54. doi: https://doi.org/10.4103/ijph.ijph_1025_22 DOI: https://doi.org/10.4103/ijph.ijph_1025_22
Weis J, Arraras JI, Conroy T, et al. Development of an EORTC quality of life phase III module measuring cancer-related fatigue (EORTC QLQ-FA13). Psychooncology. 2013;22(5):1002-7. doi: https://doi.org/10.1002/pon.3092 DOI: https://doi.org/10.1002/pon.3092
Weis J, Tomaszewski KA, Hammerlid E, et al. International psychometric validation of an EORTC quality of life module measuring cancer related fatigue (EORTC QLQ-FA12). J Natl Cancer Inst. 2017;109(5):djw273. doi: https://doi.org/10.1093/jnci/djw273 DOI: https://doi.org/10.1093/jnci/djw273
Kecke S, Ernst J, Einenkel J, et al. Psychometric properties of the fatigue questionnaire EORTC QLQ-FA12 in a sample of female cancer patients. J Pain Symptom Manage. 2017;54(6):922-8. doi: https://doi.org/10.1016/j.jpainsymman.2017.08.007 DOI: https://doi.org/10.1016/j.jpainsymman.2017.08.007
Friedrich M, Nowe E, Hofmeister D, et al. Psychometric properties of the fatigue questionnaire EORTC QLQ-FA12 and proposal of a cut-off value for young adults with cancer. Health Qual Life Outcomes. 2018;16(125):1-11. doi: https://doi.org/10.1186/s12955-018-0949-0 DOI: https://doi.org/10.1186/s12955-018-0949-0
Hinz A, Weis J, Brähler E, et al. Fatigue in the general population: german normative values of the EORTC QLQ-FA12. Qual Life Res. 2018;27(10):2681-9. doi: https://doi.org/10.1007/s11136-018-1918-0 DOI: https://doi.org/10.1007/s11136-018-1918-0
Viana AFV, Rocha LF, Carvalho MS, et al. Equivalência de itens e semântica da versão brasileira do EORTC QLQ-FA13. Rev Bras Pesqui Saúde [Internet]. 2017[acesso 2025 dez 12];19(4):16-22. Disponível em: https://ninho.inca.gov.br/jspui/handle/123456789/8598 DOI: https://doi.org/10.21722/rbps.v19i4.19798
Herdman M, Fox-Rushby J, Badia X. A model of equivalence in the cultural adaptation of HRQoL instruments: the universalist approach. Qual Life Res. 1998;7(4):323-35. doi: https://doi.org/10.1023/a:1024985930536 DOI: https://doi.org/10.1023/A:1024985930536
Silva DGF, Souza ALLP, Martins TCF, et al. Confiabilidade teste-reteste do instrumento EORTC QLQ FA13 para avaliação de fadiga em pacientes oncológicos. Cad saúde colet. 2017;25(2):152-9. doi: https://doi.org/10.1590/1414-462X201700020061 DOI: https://doi.org/10.1590/1414-462x201700020061
Instituto Nacional de Câncer. TNM: classificação de tumores malignos. 8. ed. Rio de Janeiro: INCA; 2022.
Brown TA. Confirmatory factor analysis for applied research. 2. ed. New York: The Guilford Press; 2015. p. 74-5.
Hair JF, Black WC, Babin BJ, et al. SEM: confirmatory factor analysis. 6. ed. Porto Alegre: Bookman; 2009.
Kline RB. Principles and practice of structural equation modeling. 4. ed. New York: The Guilford Press; 2015.
Loehlin JC. Latent variable models: an introduction to factor, path, and structural equation analysis. 4. ed. Mahwah: Lawrence Erlbaum; 2003.
Reichenheim ME, Hökerberg YHM, Moraes CL. Assessing construct structural validity of epidemiological measurement tools: a seven-step roadmap. Cad Saúde Pública. 2014;30(5):927-39. doi: https://doi.org/10.1590/0102-311X00143613 DOI: https://doi.org/10.1590/0102-311X00143613
Mplus [Internet]. Versão 7.1. Los Angeles: Muthén & Muthén; 2015 [acesso 2025 jan 23]. Disponível em: www.statmodel.com
Conselho Nacional de Saúde (BR). Resolução nº 466 de 12 de dezembro de 2012. Aprova diretrizes e normas regulamentadoras de pesquisas envolvendo seres humanos. Diário Oficial da União, Brasília, DF. 2013 jun 13; Edição 112; Seção 1:59.
Costello A, Osborne J. Best practices in exploratory factor analysis: four recommendations for getting the most from your analysis. Pract Ass Res Eval. 2005;10(7):1-9. doi: https://doi.org/10.7275/jyj1-4868
Velicer WF, Fava JL. Effects of variable and subject sampling on factor pattern recovery. Psychol Methods. 1998;3(2):231-51. doi: https://doi.org/10.1037/1082-989X.3.2.231 DOI: https://doi.org/10.1037/1082-989X.3.2.231
Pett MA, Lackey NR, Sullivan JJ. Making sense of factor analysis: the use of factor analysis for instrument development in health care research. London: Sage Publications; 2003. DOI: https://doi.org/10.4135/9781412984898
Marsh HW, Hau KT, Balla JR, et al. Is more ever too much? The number of indicators per factor in confirmatory factor analysis. Multivariate Behav Res. 1998;33(2):181-220. doi: https://doi.org/10.1207/s15327906mbr3302_1 DOI: https://doi.org/10.1207/s15327906mbr3302_1
Reichenheim ME, Bastos JLD, Moraes CL. Instrumentos de aferição para uso em epidemiologia. In: Medronho RA, Bloch KV, Luiz RR, et al., editores. Epidemiologia. 3. ed. Rio de Janeiro: Atheneu; 2025.
Zhang B, Randhawa A, Patel A, et al. Comparing FACIT-fatigue and EORTC QLQ-FA12 for assessing the quality of life in people with cancer-related fatigue. Curr Opin Support Palliat Care. 2026;20(1):52-61. doi: https://doi.org/10.1097/SPC.0000000000000791 DOI: https://doi.org/10.1097/SPC.0000000000000791
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os direitos morais e intelectuais dos artigos pertencem aos respectivos autores, que concedem à RBC o direito de publicação.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
