Padrões alimentares e fatores de risco cardiometabólico em usuários da Atenção Primária à Saúde

Autores

  • Patrícia Pereira de Almeida Universidade Federal de Viçosa https://orcid.org/0000-0003-0218-8142
  • Mariane Alves Silva Universidade Federal de Viçosa. Departamento de Nutrição e Saúde. Programa de Pós-Graduação em Ciências da Nutrição. Viçosa -MG https://orcid.org/0000-0002-6518-6534
  • Gabriela Amorim Pereira Universidade Federal de Juiz de Fora. Departamento de Medicina. Programa de Pós-Graduação em Saúde Coletiva. Juiz de Fora -MG.
  • Lucas Cauneto Silveira Hospital e Maternidade Therezinha de Jesus - HMTJ. Programa de residência médica em Cardiologia. Juiz de Fora -MG.
  • Naruna Pereira Rocha Hospital de Clínicas da Universidade Federal do Triângulo Mineiro (HC-UFTM). Nutricionista clínica. Uberaba – MG https://orcid.org/0000-0001-7513-3906
  • Raquel Maria Amaral Araújo Universidade Federal de Viçosa. Departamento de Nutrição e Saúde. Programa de Pós-Graduação em Ciências da Nutrição. Viçosa -MG. https://orcid.org/0000-0003-1323-8707
  • Luciana Moreira Lima Universidade Federal de Viçosa, Departamento de Medicina e Enfermagem. Programa de Pós-Graduação em Ciências da Saúde. Viçosa -MG.
  • Bruno David Henriques Universidade Federal de Viçosa, Departamento de Medicina e Enfermagem. Programa de Pós-Graduação em Ciências da Saúde. Viçosa -MG. https://orcid.org/0000-0002-6844-6661

DOI:

https://doi.org/10.34019/1982-8047.2022.v48.38650

Palavras-chave:

Doenças Cardiovasculares, Ingestão de Alimentos, Obesidade, Atenção Primária à Saúde

Resumo

Introdução: A avaliação do consumo de alimentos de acordo com o grau de processamento proposto pela classificação NOVA é importante para estabelecer relações com os fatores de risco cardiometabólico em usuários da Atenção Primária a Saúde. Objetivo: Avaliar o consumo de alimentos de acordo com o grau de processamento proposto pela classificação NOVA em relação aos fatores de risco cardiometabólico. Material e Métodos: Estudo transversal realizado com 361 pessoas atendidas na Atenção Primária a Saúde em Guidoval – MG. Foram analisados dados sociodemográficos, de estilo de vida, fatores de risco cardiometabólico e consumo alimentar. A análise do perfil de consumo alimentar foi realizada pela técnica Two-Step Cluster (TSC). Resultados: Foram obtidos dois clusters. O cluster 1 apresentou maior frequência de consumo regular de carnes, azeites, manteiga, ovos, biscoitos, sucos artificiais e refrigerantes, doces, sucos naturais, temperos industrializados, pães, queijo/requeijão e lanches. Já o cluster 2 apresentou consumo regular superior ao cluster 1 apenas para os alimentos feijão e adoçantes. Foi encontrada elevada prevalência de indivíduos com excesso de peso e alteração no perímetro da cintura e pescoço, porém nenhum dos fatores de risco estudados esteve associado aos padrões alimentares obtidos. Conclusão: Não houve associação entre o grau de processamento dos alimentos consumidos e os fatores de risco cardiometabólico. Tal fato reforça a necessidade de mais estudos na área, visto que entender os hábitos alimentares desse público é de suma importância para a prevenção e tratamento das doenças crônicas não transmissíveis.

Downloads

Não há dados estatísticos.

Referências

World Health Organization. Noncommunicable diseases (NCD) country profiles. Geneva: WHO, 2018.

Ministério da Saúde (BR). Secretaria de Vigilância em Saúde. Vigitel Brasil 2019: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico [Internet]. Brasília: Ministério da Saúde, 2020. Acesso em: https://portalarquivos.saude.gov.br/images/pdf/2020/April/27/vigitel-brasil-2019-vigilancia-fatores-risco.pdf.

Després JP, Poirier P, Bergeron J, Tremblay A, Lemieux I, Alméras N. From individual risk factors and the metabolic syndrome to global cardiometabolic risk. European Heart Journal Supplement. 2008; 10(Issue suppl B):B24–B33. DOI: 10.1093/eurheartj/sum041

Eduard MS, Julio PF, Alejandra RF. Coocorrência de fatores de risco para doenças cardiometabólicas: alimentação não saudável, tabaco, álcool, estilo de vida sedentário e aspectos socioeconômicos. Arq Bras Cardiol. 2019; 113(4): 710-1. DOI: 10.5935/abc.20190213.

Laohabut I, Udol K, Phisalprapa P, Srivanichakorn W, Chaisathaphol T, Washirasaksiri C et al. Neck circumference as a predictor of metabolic syndrome: a cross-sectional study. Prim Care Diabetes. 2020; 14(3):265‐73. DOI: 10.1016/j.pcd.2019.08.007.

World Health Organization. Obesity: preventing and managing the global epidemic: report of a Who Consultation on Obesity. Geneva;1998.

Mozaffarian D. Dietary and policy priorities for cardiovascular disease, diabetes, and obesity: a comprehensive review. Circulation. 2016; 133(2):187‐225. DOI: 10.1161/CIRCULATIONAHA.115.018585.

Walls HL, Johnston D, Mazalale J, Chirwa EW. Why we are still failing to measure the nutrition transition. BMJ Glob Health. 2018; 3(1):e000657. DOI: 10.1136/bmjgh-2017-000657

Srour B, Fezeu LK, Kesse-Guyot E, Allès B, Méjean C, Andrianasolo RM et al. Ultra-processed food intake and risk of cardiovascular disease: prospective cohort study (NutriNet-Santé). BMJ. 2019; 365:l1451. DOI: 10.1136/bmj.l1451

Nobre LN, Lamounier JA, Franceschini SCC. Padrão alimentar de pré-escolares e fatores associados. J Pediatr. 2012; 88(2):129-36. DOI: 10.2223/JPED.2169.

Canhada SL, Luft VC, Giatti L, Duncan BB, Chor D, Fonseca MJMD et al. Ultra-processed foods, incident overweight and obesity, and longitudinal changes in weight and waist circumference: the Brazilian longitudinal study of adult health (ELSA-Brasil). Public Health Nutr. 2020; 23(6):1076-86. DOI: 10.1017/S1368980019002854

Frohlich C, Garcez A, Canuto R, Paniz VMV, Pattussi MP, Olinto MTA. Obesidade abdominal e padrões alimentares em mulheres trabalhadoras de turnos. Ciênc Saúde Coletiva. 2019; 24(9):3283-92. DOI: 10.1590/141381232018249.27882017.

Pereira IFS, Vale D, Bezerra MS, Lima KC, Roncalli AG, Lyra CO. Padrões alimentares de idosos no Brasil: Pesquisa Nacional de Saúde, 2013. Ciênc Saúde Coletiva. 2020; 25(3):1091-02. DOI: 10.1590/141381232020253.01202018.

World Health Organization. Physical satatus: the use and interpretation of antropometry. Geneva: WHO; 1995. (Technical Report Series, 854)

Organização Pan-Americana da Saúde. XXXVI Reunión del Comitê Asesor de Ivestigaciones en Salud: Encuestra Multicêntrica: Salud Beinestar y Envejecimeiento (SABE) en América Latina e el Caribe: Informe preliminar. 2002.

Ashwell M, Hsieh SD. Six reasons why the waist-to-height ratio is a rapid and effective global indicator for health risks of obesity and how its use could simplify the international public health message on obesity. Int J Food Sci Nutr. 2005; 56(5):303-7. DOI: 10.1080/09637480500195066

Ben-Noun, L.; Sohar, E.; Laor, A. Neck circumference as a simple screening measure for identifying overweight and obese patients. Obes Res. 2001; 9:470-77.

Zanuncio VV, Pessoa MC, Pereira PF, Longo GZ. Neck circumference, cardiometabolic risk, and Framingham risk score: population-based study. Rev Nutr. 2017; 30(6):771-81. DOI: 10.1590/1678-98652017000600009.

Ribeiro AC, Sávio KEO, Rodrigues MLCF, Costa THM, Schmitz BAS. Validação de um questionário de frequência de consumo alimentar para população adulta. Rev Nutr. 2006; 19(5):553-62. DOI: 10.1590/S1415-52732006000500003.

Sichieri R, Everhart JE. Validity of a Brazilian food frequency questionnaire against dietary recalls and estimated energy intake. Nutr Res. 1998; 18(10):1649-59.

Monteiro CA, Levy RB, Claro RM, Castro IRR, Cannon G. A new classification of foods based on the extent and purpose of their processing. Cad Saúde Pública. 2010; 26(11):2039-49. DOI: 10.1590/S0102-311X2010001100005.

Olinto, MTA. Padrões alimentares: análise de componentes principais. In: Kac G, Sichier R, Gigante DP. Epidemiologia Nutricional. 20. ed. Rio de Janeiro: Editora Fiocruz; 2007, p. 213-225.

Cohrs FM, Sousa FS, Tenório JM, Ramos LR, Pisa IT. Aplicação de análise de cluster em dados integrados de um estudo prospectivo: projeto epidoso como cenário. J Health Inform. 2013; 5(1):17-22.

Ministério da Saúde (BR). Secretaria de Vigilância em Saúde. Vigitel Brasil 2017: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico [Internet]. [citado em ano mês dia]. Brasília: Ministério da Saúde; 2018. Acesso em: http://bvsms.saude.gov.br/bvs/publicacoes/vigitel_brasil_2017_vigilancia_fatores_riscos.pdf.

Mingoti, SA. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG; 2013.

Loureiro LM. Perfis de consumo alimentar e fatores associados em idosos de Viçosa (MG): um estudo de base populacional [Dissertação]. Viçosa: Universidade Federal de Viçosa; 2015.

Ministério da Saúde (BR). Conselho Nacional de Saúde. Resolução n° 466, de 12 de dezembro de 2012. Aprova diretrizes e normas regulamentadoras de pesquisas envolvendo seres humanos. Brasília: DOU; 2012.

Melo SPSC, Cesse EAP, Lira PIC, Rissin A, Cruz RSBLC, Batista FM. Doenças crônicas não transmissíveis e fatores associados em adultos numa área urbana de pobreza do nordeste brasileiro. Ciênc Saúde Coletiva. 2019; 24(8):3159-68. DOI: 10.1590/1413-81232018248.30742017.

Bortolini GA, Oliveira TFV, Silva SA, Santin RDC, Medeiros OL, Spaniol AM et al. Ações de alimentação e nutrição na atenção primária à saúde no Brasil. Rev Panam Salud Publica. 2020; 44:e39. DOI: 10.26633/RPSP.2020.39.

Stopa SR, Cesar CLG, Alves MCGP, Barros MBA, Goldbaum M. Uso de serviços de saúde para controle da hipertensão arterial e do diabetes mellitus no município de São Paulo. Rev Bras Epidemiol. 2019; 22:e190057. DOI: 10.1590/1980-549720190057.

Braz MAD, Vieira JN, Gomes FO, Silva PR, Santos OTM, Rocha IMG et al. Hypertriglyceridemic waist phenotype in primary health care: comparison of two cutoff points. Diabetes Metab Syndr Obes. 2017, 12; 10:385-91. DOI:10.2147/DMSO.S143595.

Vieira JN, Braz MAD, Gomes FO, Silva PR, Santos OTM, Rocha IMG et al. Cardiovascular risk assessment using the lipid accumulation product index among primary healthcare users: a cross-sectional study. Med J. 2019; 137(2): 126-31. DOI: 10.1590/1516-3180.2018.0293240119.

Morais KBD, César CC, Peixoto SV, Lima-Costa MF. Accuracy of waist circumference for predicting other components of metabolic syndrome: evidence from the Bambuí cohort study of the elderly. Ver Bras Geriatr Gerontol. 2018; 21(3):367-71. DOI: 10.1590/1981-22562018021.180058.

Assumpção D, Ferraz RO, Borim FSA, Neri AL, Francisco PMSB. Pontos de corte da circunferência da cintura e da razão cintura/estatura para excesso de peso: estudo transversal com idosos de sete cidades brasileiras, 2008-2009. Epidemiol Serv Saúde. 2020; 29(4):e2019502. DOI: 10.5123/s167949742020000300003.

Boemeke L, Raimundo FV, Bopp M, Leonhardt LR, Fernandes SA, Marroni CA. The correlation of neck circumference and insulin resistance in nafld patients. Arq Gastroenterol. 2019; 56(1):28-33. DOI: 10.1590/s00042803.201900000-06.

Saad MAN, Rosa MLG, Lima GB, Antunes CFR. Can neck circumference predict insulin resistance in older people? A cross-sectional study at primary care in Brazil. Cad Saúde Pública. 2017; 33(8):e00060916. DOI: 10.1590/0102311x00060916.

Moraes HAB, Mengue SS, Molina MCB, Cade NV. Fatores associados ao controle glicêmico em amostra de indivíduos com diabetes mellitus do estudo longitudinal de saúde do adulto, Brasil, 2008 a 2010. Epidemiol Serv Saúde. 2020; 29(3):e2018500. DOI: 10.5123/s1679-49742020000300017.

Polo TCF, Corrente JE, Miot LDB, Papini SJ, Miot HA. Dietary patterns of patients with psoriasis at a public healthcare institution in Brazil. An Bras Dermatol. 2020; 95(4):452-8. DOI: 10.1016/j.abd.2020.02.002

Romeiro ACT, Curioni CC, Bezerra FF, Faerstein E. Determinantes sociodemográficos do padrão de consumo de alimentos: estudo pró-saúde. Revista Brasileira de Epidemiologia. 2020; 23:e200090. DOI: 10.1590/1980-549720200090.

Meneguelli TS, Hinkelmann JV, Hermsdorff HHM, Zulet MA, Martínez JA, Bressan J. Food consumption by degree of processing and cardiometabolic risk: a systematic review. Int J Food Sci Nutr. 2020; 1-15. DOI: 10.1080/09637486.2020.1725961

Sharifi-Rad J, Rodrigues CF, Sharopov F et al. Diet, lifestyle and cardiovascular diseases: linking pathophysiology to cardioprotective effects of natural bioactive compounds. Int J Environ Res Public Health. 2020; 17(7):2326. DOI: 10.3390/ijerph17072326

Ferreira RC, Vasconcelos SML, Santos EA, Padilha BM. Consumo de alimentos preditores e protetores de risco cardiovacular por hipertensos do estado de Alagoas, Brasil. Ciênc Saúde Coletiva. 2019; 24(7):2419-30. DOI: 10.1590/1413-81232018247.20242017.

Downloads

Publicado

2023-03-17

Como Citar

1.
Pereira de Almeida P, Alves Silva M, Amorim Pereira G, Cauneto Silveira L, Pereira Rocha N, Maria Amaral Araújo R, et al. Padrões alimentares e fatores de risco cardiometabólico em usuários da Atenção Primária à Saúde. HU Rev [Internet]. 17º de março de 2023 [citado 14º de outubro de 2026];48:1-10. Disponível em: https://periodicos.ufjf.br/index.php/hurevista/article/view/38650

Edição

Seção

Artigos Originais

Artigos Semelhantes

<< < 51 52 53 54 55 56 57 58 59 60 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.