"Controle Decisional": o modelo matemático destaca o impacto das estruturas de tomada de decisão sobre a redução de ameaças

Quando enfrentamos uma situação estressante com um possível resultado negativo, como uma batalha contra o câncer, nossa capacidade humana de usar nossa própria tomada de decisão para colocar as probabilidades a nosso favor é uma maneira importante de reduzir o estresse que enfrentamos.

Os pesquisadores do stress e do enfrentamento, Matthew Shanahan e Jim Neufeld, do Departamento de Psicologia da Universidade de Western Ontario, fizeram extensas modelagens matemáticas e simulação por computador e conseguiram traçar os prováveis ​​trade-offs quando alguém pode tomar decisões para melhorar suas chances de evitar um evento estressante.

Dois efeitos interessantes são previstos através do extenso trabalho de simulação de Shanahan e Neufeld. Primeiro – que uma boa estimativa sobre o quanto as pessoas podem afetar suas próprias chances de enfrentar um evento estressante está diretamente relacionada à probabilidade, matematicamente, de poder escolher o que eles acreditam ser a melhor opção possível.

Um segundo, novo efeito previsto pelos resultados da simulação é o "Efeito de Incerteza". Em situações em que há uma combinação de seleção de pacientes e atribuição externa de opções (por exemplo, pelo Ministério da Saúde ou por uma Organização de Gerenciamento de Saúde), a "incerteza" pode dificultar significativamente a boa tomada de decisões. Neste modelo, a incerteza descreve uma situação em que uma agência externa fará uma seleção em um determinado nível da hierarquia somente após o paciente exercer o poder de decisão em outro nível hierárquico. O paciente enfrenta tanto a falta de informação como a falta de poder de decisão nesse nível hierárquico e, portanto, tem muito pouco "controle decisional" efetivo na situação geral. O controle decisivo se refere ao poder de reduzir a ameaça e o estresse avaliando opções e fazendo uma boa seleção.

Imagine o paciente com câncer que sabe que ele fará melhor com o tratamento que tenha os menores efeitos colaterais. Esse paciente pode enfrentar dois níveis de escolhas que podem ser feitas. Sua cidade tem três hospitais. Cada hospital oferece dois tipos diferentes de tratamento.

Cenário n. ° 1 – o paciente pode escolher o tratamento, mas não o hospital. Com efeito, o paciente lista quais tratamentos são desejados, pendentes da futura atribuição do hospital por uma agência externa. Esta opção, onde a decisão diferida é mais alta na hierarquia, matematicamente permite ao paciente fazer uma escolha que tenha o efeito mais significativo.

Cenário # 2 – o paciente pode escolher um hospital, sabendo que cada um oferece dois tratamentos, mas não sabe quais dos dois serão mais tarde designados. Assim, o paciente tem permissão para fazer uma escolha que não tem significado, pois o paciente pode fazer muito pouco para aumentar a probabilidade de obter o tratamento escolhido. Este é o "efeito de incerteza".

Os pesquisadores dizem que o exemplo do modelo de saúde é bom, porque nos debates sobre cuidados de saúde nos EUA, por exemplo, os pacientes poderiam escolher um HMO, mas talvez nem sempre o tipo de cuidado que eles desejam.

Para aqueles que estruturam a tomada de decisões nas organizações, dar algum poder para reduzir o estresse para pacientes, funcionários ou clientes, significa aumentar as chances de que eles podem acessar a opção absolutamente "menos ameaçadora" de todas as possibilidades.

Em vez disso, é melhor transferir o poder de decisão, na medida do possível, nas mãos daqueles que enfrentam as conseqüências mais diretas da decisão e no nível mais próximo do risco real de um resultado negativo.

A ordem em que a incerteza entra é muito importante. Esses modelos matemáticos mostram a importância de estruturar escolhas hierárquicas para permitir que as pessoas tenham uma influência real no controle do que acontece com eles – especialmente o risco.

A pesquisa já está disponível on-line será publicada na próxima edição impressa do British Journal of Mathematical and Statistical Psychology.

Shanahan, MJ, & Neufeld, RWJ (2010). Lidar com o estresse através do controle decisional: Quantificação da negociação do meio ambiente. British Journal of Mathematical and Statistical Psychology . Publicação online avançada.