Padrões alimentares e fatores de risco cardiometabólico em usuários da Atenção Primária à Saúde
DOI:
https://doi.org/10.34019/1982-8047.2022.v48.38650Keywords:
Cardiovascular Diseases;, Eating;, Obesity;, Primary Health CareAbstract
Introduction: The assessment of food consumption according to the degree of processing proposed by the NOVA classification is important to establish relationships with cardiometabolic risk factors in users of Primary Health Care. Objective: To evaluate food consumption according to the processing level proposed by the NOVA classification in relation to cardiometabolic risk factors. Materials and Methods: Cross-sectional study carried out with 361 people assisted in Primary Health Care in Guidoval-MG. Sociodemographic data, lifestyle data, cardiometabolic risk factors and food consumption were analyzed. The analysis of the food consumption profile was performed using the Two-Step Cluster (TSC) technique. Results: Two clusters were obtained. Cluster 1 had a higher frequency of regular consumption of meat, olive oil, butter, eggs, cookies, artificial juices and soft drinks, sweets, natural juices, industrialized seasonings, breads, cheese/curd and snacks; on the other hand, cluster 2 had a higher regular consumption than cluster 1 only for foods such as beans and sweeteners. A high prevalence of overweight individuals and alterations in waist and neck circumference was found, but none of the risk factors studied was associated with the dietary patterns obtained. Conclusion: Despite the findings of similar patterns in terms of food composition, it is necessary to intensify campaigns that encourage the consumption of in natura and minimally processed foods to the detriment of ultra-processed foods.
Downloads
References
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
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Patrícia Pereira de Almeida, Mariane Alves Silva, Gabriela Amorim Pereira, Lucas Cauneto Silveira, Naruna Pereira Rocha, Raquel Maria Amaral Araújo, Luciana Moreira Lima, Bruno David Henriques
This work is licensed under a Creative Commons Attribution 4.0 International License.
Cessão de Primeira Publicação à HU Revista
Os autores mantém todos os direitos autorais sobre a publicação, sem restrições, e concedem à HU Revista o direito de primeira publicação, com o trabalho licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento irrestrito do trabalho, com reconhecimento da autoria e crédito pela citação de publicação inicial nesta revista, referenciando inclusive seu DOI.
