Prevalência do baixo nível de atividade física e sua associação no comprometimento da mobilidade e risco para óbito em idosos residentes no município de São Paulo

Introdução: Em 2008, o baixo nível de atividade física (< 30 min de atividade moderada/vigorosa por dia) foi responsável por 9 por cento da ocorrência de óbito no mundo. Além disso, está associado ao comprometimento de mobilidade em idosos com 80 anos e mais. No entanto, devido a dificuldades metodológicas, poucos são os estudos populacionais que realizaram a associação entre baixo nível de atividade física e comprometimento de mobilidade e risco para óbito, utilizando método objetivo para avaliação da atividade física, e ainda não se tem conhecimento de pesquisas que verificaram essa associação na América Latina. Objetivo: Identificar a prevalência do baixo nível de atividade física e sua associação com o comprometimento da mobilidade e risco para óbito em idosos com 65 anos e mais residentes no município de São Paulo em 2010. Métodos: Estudo exploratório e quantitativo de base populacional, que utilizou a base de dados do Estudo SABE de 2010 e ocorrência de óbito em 2014. Foram avaliados 599 indivíduos em 2010. O nível de atividade física foi analisado de duas maneiras: 1) baixo nível de atividade física (< 30 minutos de atividade moderada e/ou vigorosa por dia) e alto nível de atividade física (> 30 minutos de atividade moderada e/ou vigorosa por dia); e 2) a amostra foi distribuída em tercis, de acordo com as contagens por minuto, e agrupada em dois grupos, sendo os idosos do mais baixo tercil classificados com baixo nível de atividade física e os idosos dos dois outros tercis como intermediário/alto nível de atividade física. A regressão logística hierárquica foi utilizada para: 1) identificar as variáveis associadas ao baixo nível de atividade física; 2) analisar a associação do baixo nível de atividade física no comprometimento da mobilidade; e 3) estimar o risco para óbito em idosos com baixo nível de atividade física. A curva de sobrevida foi analisada com o método de Kaplan-Meier utilizando o teste de log-rank e o risco proporcional foi calculado pelo modelo de risco proporcional de Cox. Resultados: A prevalência de baixo nível de atividade física em idosos foi de 85,4 por cento e as variáveis associadas, após ajuste, foram sexo (feminino), grupo etário (>75 anos), multimorbidade (> 2 doenças crônicas), dor crônica (dor crônica nos últimos 3 meses) e índice de massa corporal (maior valor médio). O baixo nível de atividade física permaneceu significativamente associado ao comprometimento de mobilidade (OR= 3,49; IC95 por cento = 2,00 6,13) e ao risco para (RP= 2,79; IC95 por cento = 1,71 4,57), mesmo após ajuste das variáveis sóciodemográficas e clínicas. Conclusão: A prevalência do baixo nível de atividade física em pessoas idosas residentes no Município de São Paulo é superior aos encontrados na população brasileira, mas se aproxima de outras populações que utilizaram o mesmo método de avaliação da atividade física. O baixo nível de atividade física (< 30 min de atividades moderadas/vigorosas) foi associado com variáveis sociodemográficas (sexo feminino e grupo etário) e clínicas (multimorbidade, dor crônica e índice de massa corporal). O baixo nível de atividade física (menor tercil de contagens por minuto) foi associado ao comprometimento de mobilidade e risco para óbito em quatro anos. Dessa forma, o baixo nível de atividade física pode ser utilizado como uma forma adequada para identificar idosos com maiores chances de apresentar comprometimento da mobilidade e aumento do risco para óbito.

Modelo de alta capacidade de inovação para PMEs

Sob as condições presentes de competitividade global, rápido avanço tecnológico e escassez de recursos, a inovação tornou-se uma das abordagens estratégicas mais importantes que uma organização pode explorar. Nesse contexto, a capacidade de inovação da empresa enquanto capacidade de engajar-se na introdução de novos processos, produtos ou ideias na empresa, é reconhecida como uma das principais fontes de crescimento sustentável, efetividade e até mesmo sobrevivência para as organizações. No entanto, apenas algumas empresas compreenderam na prática o que é necessário para inovar com sucesso e a maioria enxerga a inovação como um grande desafio. A realidade não é diferente no caso das empresas brasileiras e em particular das Pequenas e Médias Empresas (PMEs). Estudos indicam que o grupo das PMEs particularmente demonstra em geral um déficit ainda maior na capacidade de inovação. Em resposta ao desafio de inovar, uma ampla literatura emergiu sobre vários aspectos da inovação. Porém, ainda considere-se que há poucos resultados conclusivos ou modelos compreensíveis na pesquisa sobre inovação haja vista a complexidade do tema que trata de um fenômeno multifacetado impulsionado por inúmeros fatores. Além disso, identifica-se um hiato entre o que é conhecido pela literatura geral sobre inovação e a literatura sobre inovação nas PMEs. Tendo em vista a relevância da capacidade de inovação e o lento avanço do seu entendimento no contexto das empresas de pequeno e médio porte cujas dificuldades para inovar ainda podem ser observadas, o presente estudo se propôs identificar os determinantes da capacidade de inovação das PMEs a fim de construir um modelo de alta capacidade de inovação para esse grupo de empresas. O objetivo estabelecido foi abordado por meio de método quantitativo o qual envolveu a aplicação da análise de regressão logística binária para analisar, sob a perspectiva das PMEs, os 15 determinantes da capacidade de inovação identificados na revisão da literatura. Para adotar a técnica de análise de regressão logística, foi realizada a transformação da variável dependente categórica em binária, sendo grupo 0 denominado capacidade de inovação sem destaque e grupo 1 definido como capacidade de inovação alta. Em seguida procedeu-se com a divisão da amostra total em duas subamostras sendo uma para análise contendo 60% das empresas e a outra para validação (holdout) com os 40% dos casos restantes. A adequação geral do modelo foi avaliada por meio das medidas pseudo R2 (McFadden), chi-quadrado (Hosmer e Lemeshow) e da taxa de sucesso (matriz de classificação). Feita essa avaliação e confirmada a adequação do fit geral do modelo, foram analisados os coeficientes das variáveis incluídas no modelo final quanto ao nível de significância, direção e magnitude. Por fim, prosseguiu-se com a validação do modelo logístico final por meio da análise da taxa de sucesso da amostra de validação. Por meio da técnica de análise de regressão logística, verificou-se que 4 variáveis apresentaram correlação positiva e significativa com a capacidade de inovação das PMEs e que, portanto diferenciam as empresas com capacidade de inovação alta das empresas com capacidade de inovação sem destaque. Com base nessa descoberta, foi criado o modelo final de alta capacidade de inovação para as PMEs composto pelos 4 determinantes: base de conhecimento externo (externo), capacidade de gestão de projetos (interno), base de conhecimento interno (interno) e estratégia (interno).