Matriz ODC: uma ferramenta qualitativa para interpretar ocorrência, desvio e contexto

Matriz ODC: ferramenta qualitativa para interpretar eventos por ocorrência, desvio e contexto

Aldemar Araujo Castro
Criação: 02/07/2026
Atualização: 02/07/2026
Palavras: 1.800
Tempo de leitura: 9 minutos

Resumo: Este texto apresenta a Matriz Ocorrência, Desvio e Contexto (Matriz ODC), uma adaptação qualitativa das matrizes de risco tradicionais voltada para quem precisa transformar observações do cotidiano em decisões fundamentadas. O leitor encontrará a origem da ferramenta nas matrizes de probabilidade e severidade, as críticas que a literatura dirige a esses instrumentos, a definição das três dimensões da matriz, o modelo completo com suas zonas de decisão, um roteiro prático de preenchimento com exemplos e uma discussão sobre limites e boas práticas de uso em serviços de saúde, projetos de pesquisa e gestão de processos.

Introdução

Imagine um cenário conhecido de quem coordena um serviço, um laboratório ou um projeto de pesquisa. O atraso na entrega de um material se repete, uma queixa de paciente surge depois do atendimento, um formulário eletrônico volta preenchido de forma errada pela terceira vez na semana. Cada episódio, isolado, parece pequeno. Somados, eles formam um conjunto de sinais que ninguém consegue priorizar, porque estão registrados de maneira dispersa: um caderno aqui, uma mensagem ali, uma memória de reunião que ninguém documentou.

A pergunta que orienta este texto é direta: como decidir, com critério explícito, qual desses eventos exige intervenção imediata e qual merece apenas acompanhamento? A resposta proposta é uma ferramenta simples de construir e de ler, a Matriz Ocorrência, Desvio e Contexto (Matriz ODC), uma matriz qualitativa de risco interpretativo que organiza eventos observados em duas dimensões visíveis e uma terceira dimensão embutida nas células.

Antes de apresentar o modelo, convém situá-lo. A Matriz ODC não nasce do nada: ela é uma adaptação didática de instrumentos consagrados da gestão de riscos, construída para responder às limitações que a própria literatura científica identificou nesses instrumentos. Conhecer essa trajetória ajuda a usar a ferramenta com mais consciência e menos ingenuidade.

Da observação ao dado: por que classificar eventos

Todo serviço e todo projeto produzem, diariamente, uma quantidade enorme de observações informais. O problema não é a falta de informação, é a falta de estrutura. Uma observação solta, como “de novo faltou material na sala de procedimento”, tem valor apenas anedótico. Quando essa mesma observação recebe uma classificação padronizada, ela vira dado, e dado permite comparação, tendência e decisão.

Classificar eventos cumpre três funções. A primeira é a função de memória: o registro estruturado sobrevive à rotatividade de pessoas e à fragilidade da lembrança. A segunda é a função de priorização: com um critério explícito, a equipe deixa de responder apenas ao evento mais barulhento e passa a responder ao evento mais relevante. A terceira é a função de aprendizagem institucional: padrões que se repetem em determinado turno, setor ou etapa do fluxo indicam problemas de sistema, não de indivíduo, e essa distinção é o coração da abordagem moderna de segurança (Reason, 2000).

Esse raciocínio vale igualmente para a pesquisa. Quem conduz um estudo de campo, um ensaio clínico ou mesmo uma revisão com múltiplos revisores acumula desvios de protocolo, perdas, inconsistências de preenchimento. Tratar esses eventos com um instrumento de classificação é uma forma de monitoramento da qualidade do próprio estudo.

O que as matrizes de risco tradicionais ensinam e onde falham

A ferramenta clássica para priorizar riscos é a matriz que cruza probabilidade com severidade: no eixo horizontal, a chance de o evento acontecer; no vertical, a gravidade da consequência; nas células, um nível de risco, quase sempre traduzido em cores. Esse formato se difundiu por normas técnicas e padrões internacionais e está presente em campos tão diversos quanto a aviação, a indústria química e a gestão hospitalar.

A popularidade, porém, não veio acompanhada de validação rigorosa. Em análise matemática que se tornou referência obrigatória, Cox (2008) demonstrou que as matrizes de risco típicas apresentam baixa resolução, pois atribuem a mesma categoria a riscos quantitativamente muito diferentes, podem ordenar riscos de forma errada em certas condições e dependem de julgamentos subjetivos que usuários distintos resolvem de maneiras opostas. Duijm (2015) revisou essas críticas e propôs recomendações de desenho, entre elas a definição clara das categorias de cada eixo e a consciência de que a matriz é um instrumento de comunicação e triagem, não um substituto da análise aprofundada.

Dessas críticas nasce a justificativa da adaptação qualitativa. Se mesmo as matrizes quantitativas dependem, na prática, de julgamento humano, então o caminho honesto é assumir o caráter interpretativo do instrumento, definir bem as categorias e acrescentar aquilo que as matrizes tradicionais deixam de fora: o contexto em que o evento acontece.

As três dimensões da Matriz ODC

A Matriz ODC organiza os eventos observados em três dimensões. A primeira é a ocorrência, disposta no eixo horizontal, que expressa o quanto o evento aparece, em quatro categorias: rara, ocasional, recorrente e frequente. A segunda é o desvio, disposto no eixo vertical, que expressa o quanto o evento foge do esperado, também em quatro categorias: sem desvio relevante, leve, moderado e crítico. A terceira é o contexto, registrado dentro das células e nas fichas de cada evento: a situação, o setor, o grupo, o momento, o ambiente ou a condição associada ao acontecimento.

O cruzamento das duas primeiras dimensões gera o modelo a seguir, em que cada célula indica a conduta recomendada. As linhas correspondem ao desvio e as colunas correspondem à ocorrência.

A terceira dimensão é o que diferencia a Matriz ODC de uma matriz de risco comum. O contexto desloca a pergunta de “o que aconteceu” para “em que condições isso acontece”, movimento que a literatura de segurança do paciente consolidou ao propor que eventos adversos se originam de fatores sistêmicos operando em vários níveis, da tarefa à organização (Vincent et al., 1998). Um atraso que só acontece no turno da manhã não é o mesmo problema que um atraso distribuído ao acaso, ainda que a contagem bruta seja idêntica.

Como preencher a matriz: do registro à interpretação

O preenchimento começa pela ficha do evento, não pela matriz. Cada ocorrência observada recebe cinco campos: o evento observado, a classificação de ocorrência, a classificação de desvio, o contexto associado e a interpretação preliminar. O quadro a seguir ilustra o formato com exemplos típicos de um serviço de saúde.

Duas regras práticas evitam os erros mais comuns. A primeira é definir, antes de começar, o que cada categoria significa no seu serviço: quantas vezes por mês algo precisa acontecer para ser recorrente, que características tornam um desvio crítico. Sem essa definição operacional prévia, cada avaliador preencherá a matriz com a própria régua, reproduzindo exatamente a ambiguidade que Cox (2008) criticou. A segunda é preencher a interpretação como hipótese, não como veredito: “possível falha de fluxo” convida à investigação; “culpa da equipe da manhã” encerra a conversa e envenena o instrumento.

Esse procedimento de identificar padrões recorrentes em material qualitativo e nomeá-los de forma sistemática guarda parentesco direto com a análise temática, método que exige familiarização com os dados, codificação explícita e revisão dos temas gerados (Braun e Clarke, 2006). A Matriz ODC pode ser entendida como uma análise temática aplicada e contínua, na qual os temas já vêm ancorados em duas escalas de julgamento.

As zonas de decisão e a leitura dos quadrantes

Preenchida a matriz, a leitura se faz por zonas. A zona mais importante é o quadrante de alta ocorrência com alto desvio, canto superior direito do modelo. Ali estão os problemas que não são episódios isolados, mas sinais de falha estrutural ou de padrão contextual relevante, e por isso as condutas dessa região vão da prioridade crítica à intervenção imediata.

A zona de baixa ocorrência com alto desvio também merece atenção especial, porque abriga o evento raro mas grave. A tentação de ignorá-lo pela raridade é perigosa: em segurança, eventos únicos e severos frequentemente anunciam vulnerabilidades latentes do sistema (Reason, 2000). Daí a conduta de alerta contextual, que significa documentar com riqueza de detalhe e revisitar o registro sempre que algo semelhante ocorrer.

A zona de alta ocorrência com baixo desvio conta outra história: rotina imperfeita, incômodo operacional, pequenas falhas que a equipe já normalizou. A célula “verificar banalização” existe exatamente para isso, pois a repetição de eventos sem desvio aparente pode indicar que o desvio deixou de ser percebido, não que deixou de existir.

Para a versão visual, um código de cores torna a leitura imediata: verde para baixo risco, amarelo para atenção, laranja para prioridade e vermelho para intervenção imediata. A cor comunica em segundos o que a tabela comunica em minutos, e essa velocidade de comunicação é uma das funções legítimas que a literatura reconhece nas matrizes de risco (Duijm, 2015).

Limites, cuidados e boas práticas

Nenhuma ferramenta de classificação é neutra, e a Matriz ODC herda as limitações da família a que pertence. O julgamento de ocorrência e de desvio é subjetivo, e avaliadores diferentes podem discordar. Três cuidados reduzem esse problema sem eliminá-lo. Primeiro, as definições operacionais escritas, já mencionadas. Segundo, o preenchimento em dupla ou em grupo, com discussão das discordâncias, procedimento análogo à codificação independente da pesquisa qualitativa. Terceiro, a revisão periódica das categorias, porque o que era crítico no início de um serviço pode se tornar moderado depois de uma melhoria estrutural.

Há também um cuidado ético central: a matriz interpreta processos, não pessoas. Usá-la para identificar culpados destrói a ferramenta, porque a equipe simplesmente para de registrar. A abordagem sistêmica do erro ensina que condições de trabalho adversas, e não a falha moral dos indivíduos, explicam a maior parte dos eventos indesejados, e que sistemas seguros são os que criam defesas em vez de distribuir culpa (Reason, 2000; Vincent et al., 1998). A cultura de registro só floresce onde o registro é seguro para quem registra.

Por fim, uma nota de honestidade intelectual: a Matriz ODC, com esse nome e essa configuração, é uma proposta didática, uma adaptação das matrizes clássicas para o dado qualitativo observacional, e não um instrumento validado em estudos publicados. Quem a adotar em pesquisa deve descrevê-la como tal e, idealmente, avaliar sua reprodutibilidade no próprio contexto de uso.

Considerações finais

A distância entre observar um problema e agir sobre ele costuma ser preenchida por improviso. A Matriz ODC propõe preencher essa distância com método: registrar cada evento com seus cinco campos, posicioná-lo pelo cruzamento de ocorrência e desvio, ler o contexto antes de interpretar e seguir a conduta da célula correspondente. O ganho não está na sofisticação, está na disciplina, pois um instrumento simples usado todos os dias vale mais que um instrumento perfeito usado nunca.

Fica o convite ao leitor: escolha um processo do seu serviço, do seu laboratório ou do seu projeto de pesquisa e registre, durante duas semanas, todos os eventos que fugirem do esperado. Depois, distribua esses eventos na matriz e observe o que os quadrantes revelam. É provável que o resultado surpreenda, e é quase certo que a conversa da próxima reunião de equipe mude de tom, deixando o terreno da impressão e entrando no terreno do dado.

Fontes

1. Cox LA Jr. What’s wrong with risk matrices? Risk Analysis. 2008;28(2):497-512. DOI: https://doi.org/10.1111/j.1539-6924.2008.01030.x Disponível em: https://onlinelibrary.wiley.com/doi/10.1111/j.1539-6924.2008.01030.x Comentário: artigo seminal que analisa matematicamente as limitações das matrizes de risco, demonstrando problemas de resolução, erros de ordenação e ambiguidade de julgamento. É a principal referência crítica do texto e fundamenta a exigência de definições operacionais claras antes do uso de qualquer matriz, incluindo a Matriz ODC.

2. Duijm NJ. Recommendations on the use and design of risk matrices. Safety Science. 2015;76:21-31. DOI: https://doi.org/10.1016/j.ssci.2015.02.014 Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S0925753515000429 Comentário: revisão das críticas às matrizes de risco acompanhada de recomendações práticas de desenho, como a definição explícita das categorias dos eixos. Sustenta a posição do texto de que a matriz é instrumento de comunicação e triagem, valioso quando usado com consciência de seus limites.

3. Reason J. Human error: models and management. BMJ. 2000;320(7237):768-770. DOI: https://doi.org/10.1136/bmj.320.7237.768 Disponível em: https://www.bmj.com/content/320/7237/768 Comentário: texto clássico que contrapõe a abordagem centrada na pessoa à abordagem centrada no sistema na gestão do erro humano. Fundamenta dois pilares da Matriz ODC: a leitura sistêmica dos padrões contextuais e o cuidado ético de interpretar processos em vez de culpar indivíduos.

4. Vincent C, Taylor-Adams S, Stanhope N. Framework for analysing risk and safety in clinical medicine. BMJ. 1998;316(7138):1154-1157. DOI: https://doi.org/10.1136/bmj.316.7138.1154 Disponível em: https://www.bmj.com/content/316/7138/1154 Comentário: propõe um arcabouço de fatores que influenciam a prática clínica em múltiplos níveis, da tarefa à organização. É a base conceitual da dimensão contexto da Matriz ODC, ao mostrar que eventos adversos se originam de condições sistêmicas e não apenas de atos individuais.

5. Braun V, Clarke V. Using thematic analysis in psychology. Qualitative Research in Psychology. 2006;3(2):77-101. DOI: https://doi.org/10.1191/1478088706qp063oa Disponível em: https://www.tandfonline.com/doi/abs/10.1191/1478088706qp063oa Comentário: referência metodológica central da análise temática, com suas fases de familiarização, codificação e revisão de temas. Ancora o parentesco entre o preenchimento sistemático da Matriz ODC e os métodos qualitativos consolidados, além de inspirar o preenchimento em dupla com discussão de discordâncias.

Pontos para Recordar

1. A Matriz ODC classifica eventos observados por três dimensões: ocorrência no eixo horizontal, desvio no eixo vertical e contexto dentro das células.
2. As matrizes de risco tradicionais apresentam baixa resolução e dependem de julgamentos subjetivos, por isso exigem definições operacionais claras antes do uso.
3. O contexto é a dimensão que diferencia a Matriz ODC, deslocando a pergunta de “o que aconteceu” para “em que condições isso acontece”.
4. O quadrante de alta ocorrência com alto desvio concentra os problemas estruturais e exige as respostas mais enérgicas, da prioridade crítica à intervenção imediata.
5. O evento raro mas grave merece alerta contextual, porque pode anunciar vulnerabilidades latentes do sistema.
6. A repetição de eventos com baixo desvio pede verificação de banalização, pois a normalização de pequenas falhas esconde riscos reais.
7. A matriz interpreta processos e não pessoas: usá-la para identificar culpados destrói a cultura de registro que a torna útil.

***

Declaração de uso de Inteligência Artificial Generativa. Este texto foi produzido com o auxílio do Claude, desenvolvido pela Anthropic, utilizado como ferramenta de apoio nas fases de brainstorming, de estruturação do conteúdo e de produção do texto. As imagens foram produzidas com auxílio do ChatGPT da OpenAI. A responsabilidade pela versão final e precisão das informações, pelo pensamento crítico, pela seleção das fontes e pelo conteúdo publicado é integralmente do autor.

***