Para citar este trabalho use um dos padrões abaixo:
Introdução/Objetivo Segurança alimentar (SA) é definida como o acesso contínuo a alimentos de qualidade adequada e em quantidade suficiente, proporcionando aos indivíduos energia e nutrientes necessários para uma vida saudável e desenvolvimento pleno, dentro do contexto cultural em que vivem (1, 2). Quando este direito não é respeitado, as famílias vivenciam o complexo fenômeno da insegurança alimentar (IA). A IA se apresenta em níveis de gravidade diferentes, começando com a preocupação com a possível falta do alimento, depois o comprometimento da qualidade da alimentação, até finalmente afetar a quantidade de alimento disponível para consumo, chegando então na sua forma mais grave que é a fome (1, 3). No Brasil não há estudo de representatividade nacional que revele como comem os brasileiros que convivem com a IA, em especial aqueles que tem maiores chances de vivenciar episódios de fome em seus domicílios. Nesse contexto, objetivo deste estudo foi descrever o consumo alimentar da população brasileira em maior risco de insegurança alimentar grave, no intuito de fornecer informações acerca da qualidade da dieta desta população. Metodologia O estudo utilizou dados secundários da Pesquisa Nacional por Amostra de Domicílio – (PNAD) de 2009 e da Pesquisa de Orçamentos Familiares (POF) de 2008/2009, ambas pesquisas realizadas pelo Instituto Brasileiro de Geografia e Estatística –IBGE (4, 5). A PNAD possui o módulo de Segurança Alimentar que utilizou a Escala Brasileira de Medida de Insegurança Alimentar (EBIA), com 14 perguntas que mensuram a presença da IA domiciliar e seu grau de severidade. A POF 2008/2009 disponibiliza os dados nacionais mais recentes sobre consumo alimentar (4, 5). Por ser a expressão mais severa de IA, foi avaliado o consumo alimentar de pessoas com risco de insegurança alimentar grave. Como a POF não dispunha dados de IA, foi utilizada a PNAD para construção de um modelo preditivo de insegurança alimentar grave (IAG) que quando aplicado à POF possibilitou avaliar o consumo alimentar segundo probabilidade de IAG. Essa metodologia já foi previamente aplicada no Brasil para predição de IAG em nível municipal (6, 7). O primeiro passo nesta metodologia foi a construção do modelo preditivo de IAG. Para isso foi utilizada a PNAD, pesquisa que continha a escala de insegurança alimentar (EBIA). Foram selecionadas, dentre as variáveis disponíveis, aquelas tradicionalmente associadas ao desfecho (IAG), com base na revisão da literatura disponível como, por exemplo: renda familiar, escolaridade do chefe de família, localização do domicílio (urbano/rural) e condições de moradia (6-8). Um requisito para a escolha das variáveis era que essas deveriam estar presentes nos dois inquéritos (PNAD e POF), a fim de garantir a aplicabilidade posterior do modelo construído. Na segunda etapa, foram selecionadas nas bases de dados da POF2008/2009 as mesmas variáveis utilizadas na construção do modelo acima, sendo ainda o domicílio a unidade de análise. As variáveis selecionadas foram então recodificadas nas mesmas categorias utilizadas no modelo construído. Após a harmonização das variáveis, a equação final do modelo foi aplicada à POF. Essa equação gerou uma variável que expressava a probabilidade de o domicílio estar em IAG, variando de 0 a 1, onde 0 corresponde a ausência de IAG e 1 presença de IAG. Depois de definida a probabilidade do domicilio estar em IAG, essa mesma probabilidade foi atribuída a cada pessoa que vivia naquele domicílio. Isso gerou dados de probabilidade de IAG para 33.714 indivíduos, com uma perda de 289 casos (aqueles em que não tinha informação registrada de pelo menos uma das variáveis necessárias para a aplicação do modelo). A variável de probabilidade de IAG foi agrupada em quartis. Assim, os resultados do estudo comparam o primeiro quartil (onde estão os indivíduos com menor chance de estarem em IAG, aqui denominado “menos IAG”) com o quarto quartil (indivíduos com maior chance de estarem vivenciando uma situação de IAG, aqui denominado “mais IAG”). Na POF o consumo da população brasileira foi estimado por registro alimentar em dois dias não consecutivos. Os participantes foram orientados a registrar e relatar com detalhes os nomes dos alimentos consumidos, o tipo de preparação, a medida usada, a quantidade consumida, o horário e se o consumo do alimento ocorreu no domicílio ou não (5). Neste estudo foi utilizado apenas o registro alimentar do primeiro dia, pois a qualidade das informações nesse dia é maior e não há perdas, além disso, a complexidade das análises estatísticas não exigiam mais dias de registro (5, 9). Um total de 1.121 alimentos foram citados pelos participantes em seus registros alimentares, que foram agrupados em 21 grupos conforme caraterísticas nutricionais (ex: cereais, leguminosas, carnes, laticínios, doces, etc.) A análise de variância (ANOVA) permitiu comparar a diferença das médias de consumo, por grupo, entre os quartis de probabilidade de IAG. E uma segunda análise realizada foi a verificação da prevalência de consumo de cada um dos 21 grupos (pela presença ou não de algum dos alimentos que os compõe, no registro alimentar de cada indivíduo). Essa prevalência de consumo foi calculada para o primeiro e quarto quartil de probabilidade de IAG. Foi utilizado o teste do Qui-quadrado para verificar se haviam diferenças significativas entre os dois quartis. Também foi investigada a prevalência e o consumo em gramas dos alimentos mais consumidos pela população brasileira em cada grupo alimentar, segundo a POF/2009 2008. Foram realizados os testes de ANOVA e Qui-quadrado, para verificar diferenças entre médias de consumo em gramas e prevalência de consumo dos alimentos, respectivamente, entre o primeiro e o quarto quartil de probabilidade de IAG. Além disso, foi calculada a média de consumo para a amostra total, em gramas, dos 27 alimentos selecionados na etapa anterior. Isso possibilitou contrastar as diferenças entre as médias de consumo dos alimentos no primeiro e quarto quartil com a média de consumo da população geral. A construção do modelo foi realizada com o uso do software R (versão 3.2.3) e para as análises subsequentes utilizou-se o software IBM SPSS Statistics 21, sempre considerando os desenhos amostrais complexos e os fatores de expansão das duas bases de dados utilizadas (4,5). Em todas as análises considerou-se um nível de significância de 0,05. Resultados/Discussão Os resultados da análise de consumo dos grupos de alimentos mostraram que o consumo médio e a prevalência de consumo de verduras, legumes, raízes/tubérculos, frutas, laticínios (alimentos in natura em geral) eram menores quando a probabilidade dos indivíduos vivenciarem a IAG era maior. Estes dados são semelhantes aos encontrados por Kim e Oh (2015) que constataram que os indivíduos em IA consumiam menos frutas, hortaliças, leite e produtos lácteos quando comparados aos seguros, e por consequência tinham menor ingestão diária de proteínas, fibras, vitaminas e minerais (10). Os resultados desse estudo demonstram que uma maior probabilidade de estar em IAG implica em mais dificuldade de se ter uma dieta saudável, baseada em alimentos in natura e minimamente processados (11). Apesar dos alimentos processados e ultra-processados estarem cada vez mais presentes na dieta, o arroz e o feijão, alimentos tradicionais na cultura brasileira, ainda são a base da alimentação no Brasil, consumidos usualmente no almoço e jantar, independente da renda e região geográfica (9, 12). A prevalência e o consumo em gramas de arroz e feijão foram semelhantes nos dois quartis de probabilidade estudados. Isso pode ser explicado porque esses dois alimentos são de baixo custo, facilmente encontrados em todo o Brasil em qualquer supermercado, facilitando o acesso da população, mesmo em situação de IA (13). Esses alimentos também estão presentes nas chamadas “cestas-básicas”, pacotes contendo uma série de alimentos que usualmente são distribuídos gratuitamente por entidades (e eventualmente órgão governamentais) a pessoas em situação de pobreza (14). Arroz e feijão, por estas características, aparecem com maior participação na dieta de populações de baixa renda, substituindo alimentos com maior custo como carnes e vegetais (13). Observou-se que o grupo das carnes apresentou resultados diferentes dos esperados, com consumo (g) maior no quartil com mais IAG. Isso pode ser explicado pelo agrupamento utilizado que agregou diversos tipos de carne incluindo as processadas (linguiça, salsicha, mortadela) e vísceras, que tem um custo reduzido quando comparadas a outros tipos. No entanto, a prevalência de consumo das carnes foi menor no quartil com mais IAG, ou seja, a quantidade ingerida foi maior, porém menos pessoas consumiram carne no dia do inquérito. Quando analisamos apenas a carne bovina percebe-se que tanto a quantidade em gramas, quanto a prevalência de consumo foi menor no grupo com maior IAG. A carne bovina é um alimento que pode ser facilmente substituído por alimentos de semelhante valor nutricional e menor custo, como miúdos, frango, porco ou ovos, uma vez que o custo é um dos determinantes na escolha alimentar, principalmente em população de baixa renda (15, 16). O estudo também observou que prevalência e o consumo em gramas do ovo de galinha foi maior entre os indivíduos com maior probabilidade de IAG. Esse alimento pode ser considerado uma importante fonte de nutrientes, sobretudo proteínas, para famílias que tenham acesso financeiro limitado, devido ao seu baixo custo, quando comparado à carne. A facilidade da produção familiar de ovos também favorece um maior consumo (17). A maior parte dos alimentos estudados apresentou menor consumo em gramas no quartil com mais IAG. Isso mostra uma redução quantitativa de alimentos ingeridos, uma das muitas estratégias usadas por famílias em extrema pobreza para lidar com a escassez de alimentos (18). Vale ressaltar que a redução quantitativa é uma condição imposta pela situação financeira escassa que leva a inviabilidade na aquisição dos alimentos em quantidade suficientee não uma estratégia usada de forma deliberada (19). Verificamos uma participação limitada de alguns grupos de alimentos na dieta de pessoas com maior probabilidade de IAG. Os indivíduos pertencentes ao quarto quartil apresentaram consumo acima da média da população em geral apenas para biscoito de sal, ovo de galinha e café. Enquanto aqueles no primeiro quartil tiveram consumo acima da média para a maioria dos alimentos analisados - salada crua, tomate, batata inglesa, banana, laranja, macarrão e preparações à base de macarrão, pão de sal, carne bovina, leites, queijos, chocolates, doces à base de leite, salgados fritos e assados, sanduíches, sopa (legumes, carne, etc) e salada de maionese. A monotonia alimentar é uma das características da alimentação de famílias em insegurança alimentar (20), que somada à redução quantitativa da dieta tem papel importante na complexa relação entre insegurança alimentar e obesidade/ Doenças crônicas não transmissíveis (DCNT) (21, 22, 23). A presença das DCNT nos domicílios em vulnerabilidade social pode intensificar ainda mais a condição de insegurança, gerando uma causalidade reversa, uma vez que essas doenças impactam na produtividade do indivíduo além de canalizar parte da renda para os cuidados necessários com a enfermidade (24). Conclusão O estudo conclui que as maiores probabilidades de IAG estão relacionadas com pior qualidade da dieta (diminuição no consumo de alimentos saudáveis), participação limitada de alguns grupos alimentares refletindo-se numa menor na variedade da dieta e também redução quantitativa de alimentos. Este estudo proporcionou conhecer o cenário alimentar da parcela da população em maior risco de IAG no Brasil, gerando dados que podem ser utilizados para a melhoria da qualidade da alimentação desse grupo populacional. Este estudo trouxe dados inéditos de consumo alimentar efetivo para população em risco de IAG oriundas de inquérito de representatividade nacional. A utilização de um modelo preditivo proporcionou, mediante duas bases de dados de inquéritos nacionais, fazer a estimativa de consumo de grupos alimentares e alimentos específicos pela população brasileira em risco de IAG. Entende-se que é necessária realização de futuras pesquisas que mensurem diretamente a situação de IA com o uso da EBIA e tenham simultaneamente dados sobre o consumo alimentar dessa população, a fim de proporcionar ferramentas diretas de avaliação. Referências 1. Food and Agriculture Organization of the United Nations (1996) Declaration on World Food Security and World Food Summit Plan of Action. Rome: FAO. 2. Brasil. Lei nº 11.346, de 15 de setembro de 2006. Lei Orgânica de Segurança Alimentar e Nutricional. Institui o Sistema Nacional de Segurança Alimentar e Nutricional a fim de assegurar direito humano à alimentação adequada para toda população brasileira. Brasília (DF): Diário Oficial da União; 18 set 2006. 3. Food and Agriculture Organization of the United Nations (2015a) The State of Food Security in Brazil 2015. Brazil: FAO. 4. Instituto Brasileiro de Geografia e Estatística (2010) Pesquisa Nacional por Amostra de Domicílios – PNAD. Segurança Alimentar, 2004/2009. Rio de Janeiro: IBGE. 5. Instituto Brasileiro de Geografia e Estatística (2010) Pesquisa de Orçamentos Familiares (POF) 2008 – 2009. Análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE. 6. Gubert MB, Benicio MHD, da Silva JP et al. (2010) Use of a predictive model for food insecurity estimates in Brazil. Arch Latinoam Nutr 60 (2), 119-125. 7. Gubert MB, Santos SMC, Santos LMP et al. (2017) A Municipal-level analysis of secular trends in severe food insecurity in Brazil between 2004 and 2013. Global Food Security 14, 61-67. 8. Kepple AW, Segall-Corrêa AM (2011) Conceituando e medindo segurança alimentar e nutricional. Ciência & Saúde Coletiva 16(1), 187-199. 9. Souza AM, Pereira RA, Yokoo EM et al. (2013) Alimentos mais consumidos no Brasil: Inquérito Nacional de Alimentação 2008-2009. Rev Saúde Pública 47(1 Supl). 10. Kim HJ & Oh K (2015) Household food insecurity and dietary intake in Korea: results from the 2012 Korea National Health and Nutrition Examination Survey. Public Health Nutrition 18 (18), 3317–3325. doi:10.1017/S1368980015000725 11. Ministério da Saúde (2014) Guia alimentar para a população brasileira. 2. ed.. Brasília; MS. http://189.28.128.100/dab/docs/portaldab/publicacoes/guia_alimentar_popu... (acesso abril 2018) 12. Santos RO, Fisberg RM, Marchioni DML et al. (2015) Dietary patterns for meals of Brazilian adults. British Journal of Nutrition 114, 822–828. 13. Claro RM, Maia EG, Costa BVL et al. (2016) Preço dos alimentos no Brasil: prefira preparações culinárias a alimentos ultraprocessados. Cad. Saúde Pública 32(8). Publicado online: 26 de agosto do 2016. doi: 10.1590/0102-311X00104715 14. Ministério do Desenvolvimento Social (2018) Segurança Alimentar. Acesso à Alimentação. Ação de Distribuição de Alimentos a Grupos Populacionais Específicos. Brasília: MDS. http://mds.gov.br/assuntos/seguranca-alimentar/direito-a-alimentacao/ces... (acesso abril de 2018) 15. Hough G & Sosa M (2015) Food choice in low-income populations – A review. Food Quality and Preference 40, 334–342. 16. Darmon N & Drewnowski A (2015) Contribution of food prices and diet cost to socioeconomic disparities in diet quality and health: a systematic review and analysis. Nutrition Reviews 73(10), 643–660. 17. Iannotti LL, Lutter CK, Bunn DA et al. (2014) Eggs: the uncracked potential for improving maternal and young child nutrition among the world's poor. Nutrition Reviews 72 (6). doi: 10.1111/nure.12107 18. Frozi DS, Sichieri R, Santos SMC et al. (2015) Characteristics of Social Vulnerability and Food Insecurity among Urban Families in Extreme Poverty in Brazil. Journal of Food Security 3 (2), 62-68. 19. Uchimura KY, Bosi MLM, de Lima FEL et al. (2012) “Qualidade da alimentação: percepções de participantes do programa bolsa família” Ciência & Saúde Coletiva 17(3), 687-694. 20. Food and Agriculture Organization of the United Nations (2015) The State of Food Insecurity in the World. Meeting the 2015 International Hunger Targets: Taking Stock of Uneven Progress. Rome: FAO. 21. Seligman HK, Laraia BA, Kushel MB (2010) Food Insecurity Is Associated with Chronic Disease among Low-Income NHANES Participants. J Nutrit 140(2), 304-310. 22. Laraia BA (2013) Food Insecurity and Chronic Disease. American Society for Nutrition. Adv. Nutr. 4, 203–212. doi:10.3945/an.112.003277. 23. Farrell P, Thow AM, Abimbola S et al. (2017) How food insecurity could lead to obesity in LMICs. Health Promotion International 1–15. doi: 10.1093/heapro/dax026 24. Tarasuk V, Mitchell A, McLaren L (2013) Chronic Physical and Mental Health Conditions among Adults May Increase Vulnerability to Household Food Insecurity. Journal of Nutrition 143(11), 1785-1793.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo