Artigo 1: Bárbara e Alexia

Edneide Ramalho
26/05/2026

Estatísticas Descritivas

Dados Sociodemográficos

Tabela 1. Perfil demográfico dos estudantes

Variável	N = 561
Gênero
Masculino	24 (44%)
Feminino	31 (56%)
Idade (anos)
15	2 (3.6%)
16	45 (80%)
17	9 (16%)
Raça/cor
Branca	15 (29%)
Parda	21 (40%)
Preta	12 (23%)
Amarela	3 (5.8%)
Indígena	1 (1.9%)
Escolaridade da mãe
Básico (1º ao 4º ano)	7 (15%)
Fundamental (5º ao 9º ano)	13 (28%)
Médio (1º ao 3º ano)	15 (33%)
Técnico profissionalizante	4 (8.7%)
Superior incompleto	3 (6.5%)
Superior completo	4 (8.7%)
Pós-graduação	0 (0%)
Escolaridade do pai
Básico (1º ao 4º ano)	13 (30%)
Fundamental (5º ao 9º ano)	16 (36%)
Médio (1º ao 3º ano)	8 (18%)
Técnico profissionalizante	2 (4.5%)
Superior incompleto	4 (9.1%)
Superior completo	1 (2.3%)
Pós-graduação	0 (0%)
Mãe trabalha fora
Sim	16 (35%)
Não	30 (65%)
Renda familiar mensal
Sem renda (não trabalha)	6 (14%)
Autônomo (renda variável)	7 (16%)
Empregado formal (valor ignorado)	12 (27%)
1 SM	11 (25%)
2 SM	4 (9.1%)
3 SM	4 (9.1%)
4–5 SM	0 (0%)
> 5 SM	0 (0%)
1 n (%)

Dados corporais

Tabela 2. Perfil corporal dos estudantes

Variável	N = 561
Peso (kg)	58.6 (51.8, 64.0)
Altura (m)	1.6 (1.6, 1.7)
IMC (kg/m²)	21.7 (19.7, 23.7)
% Gordura (Lohman)	21.2 (10.2, 23.9)
Dobra tricipital (mm)	12.0 (10.0, 14.5)
Dobra subescapular (mm)	11.0 (8.0, 13.0)
Soma das dobras (mm)	24.0 (18.0, 27.0)
Classificação IMC
Magreza	0 (0%)
Abaixo Do Peso	0 (0%)
Eutrófico	39 (81%)
Sobrepeso	3 (6.3%)
Obesidade	6 (13%)
Obesidade Grave	0 (0%)
Classificação % GC
Baixo	1 (2.1%)
Ótimo	36 (77%)
Moderado	0 (0%)
Elevado	6 (13%)
Alto	2 (4.3%)
Muito Alto	2 (4.3%)
1 Variáveis contínuas: mediana (P25–P75); categóricas: n (%)

Perfil de alimentação

Tabela 3. Perfil de consumo alimentar dos estudantes (n = 56)

Characteristic	n (%)1
Chips/salgadinho
Nunca	7 (16%)
< 1x/mês	11 (25%)
1–3x/mês	10 (23%)
2–4x/semana	6 (14%)
1x/semana	5 (11%)
1x/dia	2 (4.5%)
≥ 2x/dia	3 (6.8%)
Unknown	12
Salgado frito
Nunca	4 (9.1%)
< 1x/mês	7 (16%)
1–3x/mês	13 (30%)
2–4x/semana	4 (9.1%)
1x/semana	8 (18%)
1x/dia	3 (6.8%)
≥ 2x/dia	5 (11%)
Unknown	12
Salgado assado
Nunca	8 (24%)
< 1x/mês	8 (24%)
1–3x/mês	9 (26%)
2–4x/semana	2 (5.9%)
1x/semana	5 (15%)
1x/dia	1 (2.9%)
≥ 2x/dia	1 (2.9%)
Unknown	22
Leite integral
Nunca	23 (51%)
< 1x/mês	4 (8.9%)
1–3x/mês	3 (6.7%)
2–4x/semana	4 (8.9%)
1x/semana	5 (11%)
1x/dia	2 (4.4%)
≥ 2x/dia	4 (8.9%)
Unknown	11
Leite desnatado
Nunca	31 (69%)
< 1x/mês	6 (13%)
1–3x/mês	4 (8.9%)
2–4x/semana	0 (0%)
1x/semana	3 (6.7%)
1x/dia	1 (2.2%)
≥ 2x/dia	0 (0%)
Unknown	11
Macarrão
Nunca	7 (16%)
< 1x/mês	5 (11%)
1–3x/mês	6 (13%)
2–4x/semana	9 (20%)
1x/semana	4 (8.9%)
1x/dia	4 (8.9%)
≥ 2x/dia	10 (22%)
Unknown	11
Biscoito sem recheio
Nunca	7 (16%)
< 1x/mês	6 (13%)
1–3x/mês	10 (22%)
2–4x/semana	4 (8.9%)
1x/semana	11 (24%)
1x/dia	4 (8.9%)
≥ 2x/dia	3 (6.7%)
Unknown	11
Biscoito com recheio
Nunca	4 (8.9%)
< 1x/mês	7 (16%)
1–3x/mês	5 (11%)
2–4x/semana	7 (16%)
1x/semana	10 (22%)
1x/dia	7 (16%)
≥ 2x/dia	5 (11%)
Unknown	11
Batata
Nunca	9 (20%)
< 1x/mês	5 (11%)
1–3x/mês	7 (16%)
2–4x/semana	10 (22%)
1x/semana	9 (20%)
1x/dia	4 (8.9%)
≥ 2x/dia	1 (2.2%)
Unknown	11
Mandioca
Nunca	16 (36%)
< 1x/mês	10 (22%)
1–3x/mês	7 (16%)
2–4x/semana	3 (6.7%)
1x/semana	6 (13%)
1x/dia	0 (0%)
≥ 2x/dia	3 (6.7%)
Unknown	11
Alface
Nunca	13 (29%)
< 1x/mês	8 (18%)
1–3x/mês	9 (20%)
2–4x/semana	5 (11%)
1x/semana	5 (11%)
1x/dia	1 (2.2%)
≥ 2x/dia	4 (8.9%)
Unknown	11
Beterraba
Nunca	34 (76%)
< 1x/mês	5 (11%)
1–3x/mês	2 (4.4%)
2–4x/semana	0 (0%)
1x/semana	4 (8.9%)
1x/dia	0 (0%)
≥ 2x/dia	0 (0%)
Unknown	11
Cenoura
Nunca	19 (42%)
< 1x/mês	6 (13%)
1–3x/mês	8 (18%)
2–4x/semana	7 (16%)
1x/semana	3 (6.7%)
1x/dia	1 (2.2%)
≥ 2x/dia	1 (2.2%)
Unknown	11
Pepino
Nunca	15 (33%)
< 1x/mês	10 (22%)
1–3x/mês	5 (11%)
2–4x/semana	9 (20%)
1x/semana	2 (4.4%)
1x/dia	2 (4.4%)
≥ 2x/dia	2 (4.4%)
Unknown	11
Tomate
Nunca	9 (20%)
< 1x/mês	2 (4.4%)
1–3x/mês	6 (13%)
2–4x/semana	11 (24%)
1x/semana	6 (13%)
1x/dia	4 (8.9%)
≥ 2x/dia	7 (16%)
Unknown	11
Abacaxi
Nunca	12 (27%)
< 1x/mês	10 (22%)
1–3x/mês	11 (24%)
2–4x/semana	2 (4.4%)
1x/semana	7 (16%)
1x/dia	1 (2.2%)
≥ 2x/dia	2 (4.4%)
Unknown	11
Banana
Nunca	4 (8.9%)
< 1x/mês	2 (4.4%)
1–3x/mês	8 (18%)
2–4x/semana	13 (29%)
1x/semana	7 (16%)
1x/dia	1 (2.2%)
≥ 2x/dia	10 (22%)
Unknown	11
Laranja/mexerica
Nunca	7 (16%)
< 1x/mês	6 (13%)
1–3x/mês	13 (29%)
2–4x/semana	6 (13%)
1x/semana	5 (11%)
1x/dia	1 (2.2%)
≥ 2x/dia	7 (16%)
Unknown	11
Maçã/Pera
Nunca	7 (16%)
< 1x/mês	4 (8.9%)
1–3x/mês	14 (31%)
2–4x/semana	8 (18%)
1x/semana	4 (8.9%)
1x/dia	1 (2.2%)
≥ 2x/dia	7 (16%)
Unknown	11
Mamão
Nunca	18 (40%)
< 1x/mês	12 (27%)
1–3x/mês	3 (6.7%)
2–4x/semana	2 (4.4%)
1x/semana	6 (13%)
1x/dia	1 (2.2%)
≥ 2x/dia	3 (6.7%)
Unknown	11
Melão/Melancia
Nunca	9 (26%)
< 1x/mês	7 (20%)
1–3x/mês	9 (26%)
2–4x/semana	2 (5.7%)
1x/semana	3 (8.6%)
1x/dia	2 (5.7%)
≥ 2x/dia	3 (8.6%)
Unknown	21
Manga
Nunca	9 (20%)
< 1x/mês	13 (30%)
1–3x/mês	5 (11%)
2–4x/semana	5 (11%)
1x/semana	5 (11%)
1x/dia	1 (2.3%)
≥ 2x/dia	6 (14%)
Unknown	12
Feijão
Nunca	1 (2.3%)
< 1x/mês	0 (0%)
1–3x/mês	4 (9.1%)
2–4x/semana	16 (36%)
1x/semana	1 (2.3%)
1x/dia	7 (16%)
≥ 2x/dia	15 (34%)
Unknown	12
Carne bovina
Nunca	2 (4.5%)
< 1x/mês	2 (4.5%)
1–3x/mês	3 (6.8%)
2–4x/semana	18 (41%)
1x/semana	4 (9.1%)
1x/dia	3 (6.8%)
≥ 2x/dia	12 (27%)
Unknown	12
Frango
Nunca	3 (6.8%)
< 1x/mês	2 (4.5%)
1–3x/mês	7 (16%)
2–4x/semana	14 (32%)
1x/semana	4 (9.1%)
1x/dia	4 (9.1%)
≥ 2x/dia	10 (23%)
Unknown	12
Ovo
Nunca	6 (14%)
< 1x/mês	6 (14%)
1–3x/mês	5 (11%)
2–4x/semana	7 (16%)
1x/semana	7 (16%)
1x/dia	6 (14%)
≥ 2x/dia	7 (16%)
Unknown	12
Embutidos
Nunca	8 (19%)
< 1x/mês	7 (16%)
1–3x/mês	8 (19%)
2–4x/semana	5 (12%)
1x/semana	5 (12%)
1x/dia	3 (7.0%)
≥ 2x/dia	7 (16%)
Unknown	13
Salsicha
Nunca	4 (9.1%)
< 1x/mês	8 (18%)
1–3x/mês	7 (16%)
2–4x/semana	4 (9.1%)
1x/semana	11 (25%)
1x/dia	5 (11%)
≥ 2x/dia	5 (11%)
Unknown	12
Linguiça
Nunca	13 (30%)
< 1x/mês	9 (20%)
1–3x/mês	7 (16%)
2–4x/semana	7 (16%)
1x/semana	5 (11%)
1x/dia	1 (2.3%)
≥ 2x/dia	2 (4.5%)
Unknown	12
Refrigerante normal
Nunca	4 (9.1%)
< 1x/mês	2 (4.5%)
1–3x/mês	6 (14%)
2–4x/semana	9 (20%)
1x/semana	10 (23%)
1x/dia	4 (9.1%)
≥ 2x/dia	9 (20%)
Unknown	12
Refrigerante diet
Nunca	22 (50%)
< 1x/mês	5 (11%)
1–3x/mês	2 (4.5%)
2–4x/semana	4 (9.1%)
1x/semana	7 (16%)
1x/dia	2 (4.5%)
≥ 2x/dia	2 (4.5%)
Unknown	12
1 n (%)

Perguntas de interesse

1. Existem diferença entre o sexo masculino e feminino desses dados? (idade, escolaridade dos pais, renda familiar)

Tabela 4. Perfil demográfico dos estudantes

Variável	Masculino N = 241	Feminino N = 311	p-value2
Idade (anos)			0.5
15	0 (0%)	2 (6.5%)
16	19 (79%)	25 (81%)
17	5 (21%)	4 (13%)
Raça/cor			0.2
Branca	6 (26%)	9 (31%)
Parda	12 (52%)	9 (31%)
Preta	4 (17%)	8 (28%)
Amarela	0 (0%)	3 (10%)
Indígena	1 (4.3%)	0 (0%)
Escolaridade da mãe			0.12
Básico (1º ao 4º ano)	4 (20%)	3 (12%)
Fundamental (5º ao 9º ano)	2 (10%)	11 (42%)
Médio (1º ao 3º ano)	7 (35%)	8 (31%)
Técnico profissionalizante	3 (15%)	1 (3.8%)
Superior incompleto	1 (5.0%)	2 (7.7%)
Superior completo	3 (15%)	1 (3.8%)
Pós-graduação	0 (0%)	0 (0%)
Escolaridade do pai			0.7
Básico (1º ao 4º ano)	7 (39%)	6 (23%)
Fundamental (5º ao 9º ano)	5 (28%)	11 (42%)
Médio (1º ao 3º ano)	4 (22%)	4 (15%)
Técnico profissionalizante	1 (5.6%)	1 (3.8%)
Superior incompleto	1 (5.6%)	3 (12%)
Superior completo	0 (0%)	1 (3.8%)
Pós-graduação	0 (0%)	0 (0%)
Mãe trabalha fora			0.6
Sim	6 (30%)	10 (38%)
Não	14 (70%)	16 (62%)
Renda familiar mensal			0.6
Sem renda (não trabalha)	2 (11%)	4 (15%)
Autônomo (renda variável)	4 (22%)	3 (12%)
Empregado formal (valor ignorado)	6 (33%)	6 (23%)
1 SM	2 (11%)	9 (35%)
2 SM	2 (11%)	2 (7.7%)
3 SM	2 (11%)	2 (7.7%)
4–5 SM	0 (0%)	0 (0%)
> 5 SM	0 (0%)	0 (0%)
1 n (%)
2 Fisher’s exact test; Pearson’s Chi-squared test

Nenhuma das variáveis demográficas listadas apresentam diferença estatisticamente significativa entre os gêneros dos participantes.

2. Qual o tempo médio diário de uso de telas e a frequência de uso por semana?

Com base na Tabela 5:

A maioria dos estudantes (33%) relatou usar telas por mais de 4 horas/dia, seguido de 2 horas/dia (31%) e 3 horas/dia (18%). Apenas 9,1% utilizavam por 30 minutos e outros 9,1% por 1 hora/dia. Ou seja, 64% dos estudantes usam telas por 3 horas ou mais por dia.

Quanto à frequência semanal, o uso diário foi predominante: 87% dos estudantes utilizaram dispositivos eletrônicos mais de 5 vezes por semana, enquanto 7,3% relataram 3 vezes/semana e 5,5%, 4 vezes/semana.

Esses dados indicam um padrão de uso intenso e frequente de telas entre os adolescentes, o que é consistente com o fato de que 93% deles acreditam que esse uso pode ocasionar algum problema de saúde — sendo insônia (41%) e cansaço mesmo após dormir (24%) os mais citados.

Tabela 5. Perfil do uso de dispositivos eletrônicos.

Variável	N = 561
Acesso à internet
Sim	56 (100%)
Celular próprio
Não	1 (1.8%)
Sim	55 (98%)
Dispositivo mais utilizado
Celular	38 (69%)
Celular + computador/notebook	1 (1.8%)
Celular + Tv	12 (22%)
Computador/Notebook	1 (1.8%)
Tablet	1 (1.8%)
Tv	1 (1.8%)
Videogame	1 (1.8%)
Conteúdo mais consumido
Jogos	5 (9.1%)
Redes sociais	43 (78%)
Séries ou filmes	7 (13%)
Tempo de uso diário
1 hora/dia	5 (9.1%)
2 horas/dia	17 (31%)
3 horas/dia	10 (18%)
30 minutos	5 (9.1%)
Mais de 4 horas/dia	18 (33%)
Frequencia semanal
3 vezes/semana	4 (7.3%)
4 vezes/semana	3 (5.5%)
Mais de 5 vezes/semana	48 (87%)
Acha que causa algum problema de saúde?
Não	4 (7.1%)
Sim	52 (93%)
Qual problema de saúde?
Acordar no meio da noite para utilizar telas	2 (3.9%)
Cansaço mesmo após + Insônia	1 (2.0%)
Cansaço mesmo após dormir	12 (24%)
Insônia	21 (41%)
Privação de sono	5 (9.8%)
Privação de sono + Cansaço mesmo após + Insônia	5 (9.8%)
Privação de sono + Insônia	1 (2.0%)
Todas as alternativas	4 (7.8%)
1 n (%)

Source Code

---
date: "`r format(Sys.Date(), '%d/%m/%Y')`"

format:
  html:
    theme: cosmo
    toc: true
    toc-depth: 3
    toc-location: left
    logo: logo.png
    code-fold: true
    code-summary: "Mostrar código"
    code-tools: true

execute:
  echo: false
  warning: false
  message: false
---

:::: {style="display:flex; align-items:center; gap:20px; margin-bottom:30px;"}
<img src="logo.png" width="120"/>

<div>

# Artigo 1: Bárbara e Alexia

**Edneide Ramalho**\
`r format(Sys.Date(), '%d/%m/%Y')`

</div>
::::

# Estatísticas Descritivas

```{r pacotes }
library(tidyverse)
library(gtsummary)
library(rstatix)
library(gt)
library(skimr)
library(readr)
library(readxl)
library(forcats)
library(writexl)
```

```{r}
dados <- readRDS("~/Desktop/artigo_barbara_alexia_paet/dados/df_joined.RDS")

write_xlsx(dados, "dados/dados_final.xlsx")
```

## Dados Sociodemográficos

```{r}
demo <- dados |> 
  select(sexo, idade, raca, esc_mae,
         esc_pai, mae_trabalha, renda_familiar)
```

```{r}
tabela_demo <- demo |> 
  tbl_summary(
    missing = "no",
    label = list(
      sexo                ~ "Gênero",
      idade               ~ "Idade (anos)",
      raca                ~ "Raça/cor",
      esc_mae             ~ "Escolaridade da mãe",
      esc_pai             ~ "Escolaridade do pai",
      mae_trabalha        ~ "Mãe trabalha fora",
      renda_familiar      ~ "Renda familiar mensal"
    )
  ) |> 
  bold_labels() |>
  modify_header(label ~ "**Variável**") |>
  modify_caption("**Tabela 1. Perfil demográfico dos estudantes**")

tabela_demo

# salvando tabela em word
# Word (.docx) — requer pacote flextable
tabela_demo |>
  as_flex_table() |>
  flextable::save_as_docx(path = "tabela1_demografica.docx")

```

## Dados corporais

```{r}
tabela_corporal <- dados %>%
  select(peso, altura, imc, pct_gordura,
         dobra_tricipital, dobra_subescapular, soma_dobras,
         class_imc, class_gc) %>%
  tbl_summary(
    missing = "no",
    statistic = list(
    all_continuous()  ~ "{median} ({p25}, {p75})",
    all_categorical() ~ "{n} ({p}%)"
    ),
    digits   = all_continuous() ~ 1,
    label = list(
      peso               ~ "Peso (kg)",
      altura             ~ "Altura (m)",
      imc                ~ "IMC (kg/m²)",
      pct_gordura        ~ "% Gordura (Lohman)",
      dobra_tricipital   ~ "Dobra tricipital (mm)",
      dobra_subescapular ~ "Dobra subescapular (mm)",
      soma_dobras        ~ "Soma das dobras (mm)",
      class_imc          ~ "Classificação IMC",
      class_gc           ~ "Classificação % GC"
    )
  ) |> 
  bold_labels() |> 
  modify_header(label ~ "**Variável**") |>
  modify_footnote(
    all_stat_cols() ~ "Variáveis contínuas: mediana (P25–P75); categóricas: n (%)"
  ) |> 
  modify_caption("**Tabela 2. Perfil corporal dos estudantes**")

tabela_corporal 

tabela_corporal |>
  as_flex_table() |>
  flextable::save_as_docx(path = "tabela2_corporal.docx")
```

## Perfil de alimentação

```{r}
tab_alim <- readRDS("~/Desktop/artigo_barbara_alexia_paet/tab_alim.RDS")

tab_alim
```

# Perguntas de interesse

## 1. Existem diferença entre o sexo masculino e feminino desses dados? (idade, escolaridade dos pais, renda familiar)

```{r}
demo |> 
  tbl_summary(
    by = sexo,
    missing = "no",
    label = list(
      idade               ~ "Idade (anos)",
      raca                ~ "Raça/cor",
      esc_mae             ~ "Escolaridade da mãe",
      esc_pai             ~ "Escolaridade do pai",
      mae_trabalha        ~ "Mãe trabalha fora",
      renda_familiar      ~ "Renda familiar mensal"
    )
    ) |> 
  add_p() |> 
  bold_labels() |>
  modify_header(label ~ "**Variável**") |>
  modify_caption("**Tabela 4. Perfil demográfico dos estudantes**")
```

Nenhuma das variáveis demográficas listadas apresentam diferença estatisticamente significativa entre os gêneros dos participantes.

## 2. Qual o tempo médio diário de uso de telas e a frequência de uso por semana?

Com base na Tabela 5:

A maioria dos estudantes (33%) relatou usar telas por **mais de 4 horas/dia**, seguido de 2 horas/dia (31%) e 3 horas/dia (18%). Apenas 9,1% utilizavam por 30 minutos e outros 9,1% por 1 hora/dia. Ou seja, **64% dos estudantes usam telas por 3 horas ou mais por dia**.

Quanto à frequência semanal, o uso diário foi predominante: **87% dos estudantes utilizaram dispositivos eletrônicos mais de 5 vezes por semana**, enquanto 7,3% relataram 3 vezes/semana e 5,5%, 4 vezes/semana.

Esses dados indicam um padrão de uso intenso e frequente de telas entre os adolescentes, o que é consistente com o fato de que 93% deles acreditam que esse uso pode ocasionar algum problema de saúde — sendo insônia (41%) e cansaço mesmo após dormir (24%) os mais citados.

```{r}
disp_eletronico <-  dados |> 
  select(contains("DISP.ELETRIC")) |> 
  rename(
    acesso_internet = Q1_DISP.ELETRIC,       
    celular_prorio = Q2_DISP.ELETRIC,     
    dispositivo_mais_utilizado = Q4_DISP.ELETRIC,      
    conteudo_mais_consumido = Q5_DISP.ELETRIC,       
    tempo_uso_diario = Q6_DISP.ELETRIC,      
    frequencia_uso_semana = Q7_DISP.ELETRIC,       
    acha_problema_saude = Q8_DISP.ELETRIC,      
    qual_problema_saude = Q9_DISP.ELETRIC  
  ) |> 
  select(-Q3_DISP.ELETRIC.IDADE) |> 
  mutate(
    acesso_internet = case_when(
      acesso_internet == 1 ~  "Sim",
      TRUE  ~ "Não "
    ),
    celular_prorio = case_when(
      celular_prorio == 1 ~ "Sim",
      TRUE ~ "Não"
    ),
    dispositivo_mais_utilizado = case_when(
      dispositivo_mais_utilizado == 1 ~ "Tablet",
      dispositivo_mais_utilizado == 2 ~ "Tv",
      dispositivo_mais_utilizado == 3 ~ "Computador/Notebook",
      dispositivo_mais_utilizado == 4 ~ "Videogame",
      dispositivo_mais_utilizado == 5 ~ "Celular",
      dispositivo_mais_utilizado == 6 ~ "Celular + Tv",
      dispositivo_mais_utilizado == 7 ~ "Celular + computador/notebook",
      TRUE ~ NA_character_
    ),
    conteudo_mais_consumido = case_when(
      conteudo_mais_consumido == 1   ~ "Jogos",
      conteudo_mais_consumido == 2   ~ "Séries ou filmes",
      conteudo_mais_consumido == 3   ~ "Programas educativos",
      conteudo_mais_consumido == 4   ~ "Redes sociais",
      conteudo_mais_consumido == 999 ~ NA_character_,
      TRUE                           ~ NA_character_
    ),
    
    tempo_uso_diario = case_when(
      tempo_uso_diario == 1   ~ "30 minutos",
      tempo_uso_diario == 2   ~ "1 hora/dia",
      tempo_uso_diario == 3   ~ "2 horas/dia",
      tempo_uso_diario == 4   ~ "3 horas/dia",
      tempo_uso_diario == 5   ~ "Mais de 4 horas/dia",
      tempo_uso_diario == 999 ~ NA_character_,
      TRUE                   ~ NA_character_
    ),

    frequencia_uso_semana = case_when(
      frequencia_uso_semana == 1   ~ "1 vez/semana",
      frequencia_uso_semana == 2   ~ "2 vezes/semana",
      frequencia_uso_semana == 3   ~ "3 vezes/semana",
      frequencia_uso_semana == 4   ~ "4 vezes/semana",
      frequencia_uso_semana == 5   ~ "Mais de 5 vezes/semana",
      frequencia_uso_semana == 999 ~ NA_character_,
      TRUE                   ~ NA_character_
    ),
    
    acha_problema_saude = case_when(
      acha_problema_saude == 1   ~ "Sim",
      acha_problema_saude == 2   ~ "Não",
      acha_problema_saude == 999 ~ NA_character_,
      TRUE                   ~ NA_character_
    ),
    
    qual_problema_saude = case_when(
      qual_problema_saude == 1   ~ "Privação de sono",
      qual_problema_saude == 2   ~ "Cansaço mesmo após dormir",
      qual_problema_saude == 3   ~ "Acordar no meio da noite para utilizar telas",
      qual_problema_saude == 4   ~ "Insônia",
      qual_problema_saude == 5   ~ "Privação de sono + Insônia",
      qual_problema_saude == 6   ~ "Cansaço mesmo após + Insônia",
      qual_problema_saude == 7   ~ "Privação de sono + Cansaço mesmo após + Insônia",
      qual_problema_saude == 8   ~ "Todas as alternativas",
      qual_problema_saude == 999 ~ NA_character_,
      TRUE                   ~ NA_character_
    )
  )


disp_eletronico |> 
  tbl_summary(
     missing = "no",
     label = list(
      acesso_internet               ~ "Acesso à internet",
      celular_prorio                ~ "Celular próprio",
      dispositivo_mais_utilizado    ~ "Dispositivo mais utilizado",
      conteudo_mais_consumido       ~ "Conteúdo mais consumido",
      tempo_uso_diario              ~ "Tempo de uso diário",
      frequencia_uso_semana         ~ "Frequencia semanal",
      acha_problema_saude           ~ "Acha que causa algum problema de saúde?",
      qual_problema_saude           ~ "Qual problema de saúde?"
    )
  ) |> 
  bold_labels() |>
  modify_header(label ~ "**Variável**") |>
  modify_caption("**Tabela 5. Perfil do uso de dispositivos eletrônicos.**")
```