ABC | Volume 111, Nº3, Setembro 2018

Ponto de Vista Santos et al Por um modelo de governança de autocitação nos ABC Arq Bras Cardiol. 2018; 111(3):423-426 As pré-estimativas foramavaliadas mediante periodogramas, correlogramas, gráficos de autocorrelação parcial e total com intervalos de confiança a 95% baseados no teste Q ou “portmanteau” e teste B de Bartlett. As pós-estimativas foram avaliadas mediante cálculo do AIC, isto é, critério de informação de Akaike e filtros (“smoothers”) de identificação de ruído branco gaussiano (“white noise”) em gráficos de séries temporais. Esses caracterizam-se pela tendência à simetria, ausência de correlação com tempos diferentes, e presença de processos estacionários. Apresentou-se o resultado do modelo ARIMA com base nos operadores de tempo usados na investigação do melhor desempenho, tais como o retardo (“lag”), o avanço (“lead”) e a diferença. A condição de estabilidade dos parâmetros selecionados no modelo ARIMA foi avaliada mediante a estimativa dos autovalores “eigenvalues” e sua disposição gráfica dentro dos limites do círculo da raiz inversa dos polinomiais ARIMA. O valor de p bicaudal inferior a 0,05 foi considerado o critério de significância estatística. O programa estatístico Stata (versão 14,2) foi utilizado para todas as estimativas. A seguir, os resultados da análise, divididos em etapas: Etapa 1. Foram avaliados 1875 artigos, representando a totalidade dos “artigos originais” publicados entre 2000 a 2016 nos ABC. Na tabela 1, para cada ano, estão apresentados o número de referências por artigo, o número de referências de artigos anteriormente publicados nos ABC e o número de referência válidas para o cômputo do fator de impacto, em média e desvio-padrão. Etapa 2. As análises numérica e gráfica das autocorrelações não apresentaram resultados compatíveis com tendências temporais, periódicas ou sazonais. Igualmente, o teste Q ou “portmanteau” apresentou resultado compatível com a presença de “ruído branco” tanto emmodelos sem a inclusão de “lags” quanto emmodelos com a inclusão de até 20 “lags” (p = 0.49 e p = 0,27, respectivamente), ou seja, ocorreu alternância aleatória do sinal, sem tendências temporais ou fenômenos autoregressivos associados a essa variação. Etapa 3. Modelos ARIMA de regressão foram testados. Omodelo com resultado nos testes de adequação, produzindo valores mais baixos de AIC, utilizou os parâmetros “p” (ou extensão de “lags”) = 6, “d” (ou “diferença”) de primeira ordem = 1 e “m” (ou corte após defasagem em “leads”) = 3. Todos os coeficientes apresentaram valores de p superior a 0,05, incluindo a diferença de primeira ordem e o sigma, que testa a hipótese de a variância nas séries temporais não ser diferente de zero. A estabilidade do modelo foi considerada satisfatória do ponto de vista numérico, por apresentar autovalores inferior a 1 em número absoluto, e do ponto de vista gráfico, por apresentar a raiz inversa dos polinomiais dentro do círculo especificado. Etapa 4. A regressão em janela de rolamento (“rolling window”) teve como parâmetro uma janela de 6 meses, sequencial. Aplicou-se um modelo de análise de dados contáveis, tipo Poisson, com estimativa “robusta” de variância e covariância. Na figura 1, observam-se a distribuição da IRR de referências “válidas” para o cômputo do fator de impacto. Tabela 1 – Valor médio e desvio-padrão dos artigos computados entre 2000 a 2016, com relação ao número total de referências por artigo, número de referências de artigos publicados nos Arquivos Brasileiros de Cardiologia (ABC), e número de referências válidas para o cômputo do fator de impacto Ano Referências por artigo DP* Referências de artigos ABC DP* Referências de impacto DP* 2000 28,11 2,01 1,29 0,28 0,00 0,00 2001 28,06 1,85 1,21 0,21 0,06 0,02 2002 29,44 1,52 1,18 0,22 0,18 0,07 2003 29,29 1,52 1,18 0,22 0,18 0,07 2004 29,14 1,25 1,14 0,18 0,19 0,05 2005 31,32 1,52 1,36 0,20 0,06 0,02 2006 30,25 1,01 1,38 0,16 0,20 0,42 2007 27,88 0,70 1,54 0,17 0,30 0,04 2008 25,85 0,81 1,30 0,17 0,35 0,07 2009 27,27 0,72 1,92 0,20 0,39 0,07 2010 29,07 0,55 2,00 0,16 0,31 0,04 2011 29,24 0,89 1,47 0,18 0,46 0,07 2012 29,19 0,75 2,00 0,20 0,50 0,06 2013 28,41 0,75 1,92 0,19 0,30 0,05 2014 29,70 0,84 2,11 0,24 0,31 0,07 2015 29,23 0,84 1,59 0,20 0,38 0,08 2016 29,17 0,84 1,65 0,22 0,46 0,09 Média geral 28,87 0,24 1,61 0,04 0,30 0,01 *DP: desvio padrão. 424