Joel et al. (2020): machine learning em 43 bases de casais
- Referência: Joel S, Eastwick PW, Allison CJ, et al. Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies. PNAS 117(32):19061–19071, 2020.
- Link/DOI: https://doi.org/10.1073/pnas.1917036117 (texto completo aberto: https://pmc.ncbi.nlm.nih.gov/articles/PMC7431040/)
- Status: ✅ lido no original, via PMC (data: 2026-10-18)
- Força da evidência: forte
- País e período dos dados: 43 bases de 29 laboratórios (86 pesquisadores); o texto lido não resume a distribuição por país
- Amostra: 11.196 casais (22.163 participantes na linha de base). Média de cerca de 4 ondas ao longo de cerca de 14 meses (de 2 a 48 meses). 2.413 medidas de linha de base, quase todas de autorrelato
- Desenho: longitudinal diádico; random forests aplicadas a cada base e resultados agregados (meta-análise)
- Financiamento e conflitos de interesse: 39 bolsas nacionais ou universitárias (NSF, SSHRC, NIMH, NICHD, Fetzer, Templeton, entre outras). Os autores declaram “no competing interest”
O que mediu
Quanto da satisfação e do compromisso com a relação é previsto por quatro grupos de variáveis:
- variáveis da relação relatadas pela própria pessoa (“ator”);
- variáveis da relação relatadas pelo parceiro;
- diferenças individuais do ator (personalidade, humor, apego etc.);
- diferenças individuais do parceiro.
Também mediu se dá para prever a mudança de satisfação ao longo do tempo.
Achados principais
| Medida |
Valor |
Onde no texto |
| Variância da satisfação (linha de base) explicada por variáveis da relação do ator |
45% |
Resultados |
| … por variáveis da relação do parceiro |
15% |
Resultados |
| … por diferenças individuais do ator |
19% |
Resultados |
| … por diferenças individuais do parceiro |
5% |
Resultados |
| … diferenças individuais de ator + parceiro juntas |
21% |
Resultados |
| … todas as variáveis juntas |
44% |
Resultados |
| No seguimento (fim do estudo): variáveis da relação / diferenças individuais |
até 18% / até 12% |
Resultados |
| Compromisso |
em média ~3 pontos percentuais abaixo da satisfação, mesmo padrão |
Resultados |
| Ganho do parceiro e das diferenças individuais além das variáveis da relação do ator |
0,0% a 1,9% (linha de base); 0,9% a 3,5% (seguimento) |
Resultados |
| Prever a mudança de satisfação |
nenhuma análise passou de 5% |
Resultados |
| Top 5 variáveis da relação |
compromisso percebido do parceiro, apreciação, satisfação sexual, satisfação percebida do parceiro, conflito |
Resultados |
| Top 5 diferenças individuais |
satisfação com a vida, afeto negativo, depressão, apego evitativo, ansiedade de apego |
Resultados |
| Personalidade (taxa de sucesso como preditor entre bases) |
amabilidade 54%, conscienciosidade 43%, neuroticismo 41%, abertura 37%, extroversão 28% |
Tabela 3 (taxa de sucesso, não tamanho de efeito) |
- Interações ator × parceiro (ou seja, combinação ou “match” entre os dois) não são mostradas porque, segundo os autores, “are likely quite small”.
- Conclusão dos autores: os fatores de risco individuais “may matter little” diante dos preditores mais próximos, que são as percepções da pessoa sobre a própria relação.
Limitações
- Quase tudo é autorrelato. Satisfação e percepções da relação vêm da mesma pessoa, o que infla as associações do ator (variância de método compartilhada).
- As percepções da relação (compromisso percebido, apreciação) não são características do parceiro observáveis antes de começar a relação. O estudo mostra o que prevê qualidade dentro de uma relação, não como escolher alguém.
- Prever mudança ao longo do tempo funcionou mal (≤ 5%).
- Seguimento médio curto (cerca de 14 meses).
Como usamos