Mineração de regras de associação baseada em ECLAT para avançar a saúde mental no trabalho e os insights organizacionais

Por que seu trabalho e sua mente estão profundamente ligados

A saúde mental no trabalho deixou de ser apenas uma questão pessoal; ela molda o desempenho das empresas, a criatividade das pessoas e sua permanência nos cargos. Ainda assim, a maioria dos locais de trabalho continua a depender de pesquisas simples ou de eventos pontuais de bem-estar que raramente mostram quais condições do dia a dia realmente desgastam as pessoas ou as ajudam a lidar. Este estudo analisa milhares de respostas detalhadas de funcionários e usa um método poderoso de descoberta de padrões para revelar quais combinações de condições no trabalho costumam aparecer junto com desgaste mental ou suporte. O objetivo é transformar respostas dispersas de pesquisas em sinais claros que os líderes possam agir.

Olhando abaixo da superfície do estresse no trabalho

Os pesquisadores partiram de uma grande pesquisa amplamente citada com funcionários — principalmente da indústria de tecnologia — que perguntava sobre histórico de saúde mental, tratamento, cultura do trabalho e políticas da empresa. Em vez de focar em perguntas isoladas, eles trataram o conjunto completo de respostas de cada pessoa como um retrato de sua vida profissional. Temas-chave incluíam se as pessoas conheciam recursos de saúde mental, quão fácil era tirar licença, se se sentiam seguros para conversar com chefes ou colegas, e se a saúde mental ou a física era levada mais a sério. Detalhes demográficos como idade e localização foram deixados de lado para que a análise pudesse se concentrar claramente nas condições internas dos locais de trabalho que moldam o bem-estar cotidiano.

Transformando respostas da pesquisa em padrões

Para dar sentido a essa informação rica, porém desordenada, a equipe utilizou uma abordagem chamada mineração de regras de associação, alimentada por um algoritmo eficiente conhecido como ECLAT. Em termos simples, o método busca combinações de respostas que aparecem juntas repetidamente entre muitos funcionários — por exemplo, pessoas que dizem que seu trabalho é frequentemente afetado por questões de saúde mental e também relatam ter buscado tratamento. As respostas de cada pessoa são codificadas como pequenos blocos de construção, e o algoritmo percorre todo o conjunto de dados para encontrar quais blocos costumam se agrupar. Como o ECLAT trabalha com uma visão compacta e vertical dos dados, ele consegue vasculhar milhares de combinações possíveis rapidamente, mantendo os resultados fáceis de interpretar.

O que os vínculos ocultos revelam sobre o local de trabalho

Os padrões encontrados pintam um quadro nuançado de como saúde mental e desenho do trabalho interagem. Funcionários que relatam que a saúde mental costuma interferir em seu trabalho são, unsurpreendentemente, mais propensos a ter buscado tratamento — mas também são mais comumente encontrados em organizações que não abordam saúde mental em programas de bem-estar ou em entrevistas de emprego. Em contraste, trabalhadores de empresas de tecnologia frequentemente relatam não ver consequências negativas para colegas com problemas de saúde mental, sugerindo um clima relativamente mais seguro para a divulgação. Surgem também fortes vínculos entre o conhecimento da existência de programas de bem-estar e benefícios e a busca efetiva por ajuda: quando as estruturas de suporte são visíveis e confiáveis, os funcionários tendem a usá-las com mais frequência. No outro extremo, aqueles que não têm certeza se o uso de serviços de saúde mental seria anônimo tendem a permanecer em silêncio, especialmente em contextos formais como entrevistas.

Medindo quais vínculos realmente importam

Nem todos os padrões têm a mesma importância, por isso o estudo avalia cada relação descoberta usando três ideias simples: quão comum é, com que confiabilidade uma resposta segue a outra e se o par aparece junto com mais frequência do que o acaso sugeriria. Por essa lente, algumas das relações mais fortes envolvem acesso a benefícios, programas de bem-estar e o tamanho da empresa. Organizações maiores que oferecem benefícios claros de saúde mental e programas de bem-estar estruturados têm mais probabilidade de ter funcionários que buscam ajuda. Empresas menores e locais de trabalho com fraco apoio de supervisores ou colegas frequentemente carecem desses benefícios e mostram menos sinais de discussão aberta. Quando os pesquisadores compararam o ECLAT com outros métodos populares, constataram que ele revelou os mesmos padrões-chave, porém com muito menos tempo de processamento e uso de memória, tornando-o prático para uso regular por organizações.

De pistas nos dados a um cotidiano de trabalho melhor

Para não especialistas, a mensagem deste estudo é direta: pesquisas com funcionários contêm pistas poderosas sobre como o trabalho protege ou prejudica a saúde mental, mas essas pistas estão nas combinações de respostas, não em perguntas isoladas. Ao usar ferramentas rápidas de mineração de padrões como o ECLAT, as organizações podem descobrir quais misturas de políticas, cultura e suporte — como programas de bem-estar visíveis, benefícios reais e privacidade confiável — andam lado a lado com trabalhadores mais saudáveis. Embora os dados deste estudo sejam anteriores a mudanças recentes na forma como trabalhamos, o método em si pode ser aplicado a qualquer pesquisa moderna. Usado com sabedoria, pode orientar passos concretos para construir locais de trabalho onde as pessoas se sintam mais seguras para buscar ajuda, sofram menos desgaste oculto e possam desempenhar melhor suas funções.

Citação: Ullah, A., Ashraf, S., Aldakheel, E.A. et al. ECLAT based association rule mining for advancing workplace mental health and organizational insights. Sci Rep 16, 14090 (2026). https://doi.org/10.1038/s41598-026-41702-0

Palavras-chave: saúde mental no trabalho, pesquisas com funcionários, RH orientado por dados, mineração de regras de associação, bem-estar organizacional