A preocupação com a fidedignidade das respostas em questionários que envolvem comportamentos passíveis de julgamento, crítica ou estigma social tem levado pesquisadores a considerar métodos alternativos de coleta de informações. O presente artigo procede a uma revisão sistemática da literatura internacional referente à implementação, utilização, validade e confiabilidade do ACASI (Entrevista Computadorizada de Autopreenchimento), relacionadas à mensuração do consumo de drogas e/ou comportamento sexual. Foram analisados 24 artigos, nenhum deles refere-se a estudos feitos no Brasil e apenas três fora dos Estados Unidos. Os estudos têm evidenciado que este método é capaz de reduzir barreiras psicológicas e chamam a atenção para a possibilidade do ACASI apresentar confiabilidade mais elevada quando empregado na avaliação de comportamentos estigmatizantes. Os achados corroboram a expectativa do ACASI como um método que proporciona uma avaliação rápida e fidedigna de um grande número de participantes e sua utilidade na geração de dados que possam ser rapidamente processados e analisados.
Reliable responses are crucial when applying questionnaires on sensitive and stigmatized behaviors. This challenge has motivated researchers to develop new data collection methods. We conducted a systematic literature review on the implementation, effectiveness, reliability, and validity studies of ACASI (Audio Computer-Assisted Interview) in the assessment of drug use and sexual behavior. We reviewed 24 papers, none of which published by Brazilian researchers, and only three of which describing research implemented outside the United States. The studies showed that the computerized method is able to reduce psychological barriers linked to the collection of sensitive health-related information, thereby increasing its reliability. According to the surveys, the ACASI format is a fast and valid assessment method for large samples. ACASI generates databanks that can be easily processed and analyzed.
See how this article has been cited at scite.ai
scite shows how a scientific paper has been cited by providing the context of the citation, a classification describing whether it supports, mentions, or contrasts the cited claim, and a label indicating in which section the citation was made.