Resumo:
O objetivo do estudo foi estimar a prevalência da coocorrência de fatores de risco obesogênicos em adolescentes brasileiros e características sociodemográficas e familiares associadas. É um estudo transversal, com dados da Pesquisa Nacional de Saúde do Escolar, 2009 (n = 53.274). A variável resposta (coocorrência de fatores de risco obesogênicos) variou de zero a cinco e foi obtida com base no somatório dos comportamentos de risco: consumo diário de refrigerantes; consumo diário de guloseimas; consumo insuficiente de frutas; consumo insuficiente de hortaliças e atividade física insuficiente. As variáveis explicativas foram sexo, idade, cor da pele, região brasileira, escore de bens e serviços do domicílio, escolaridade materna, tipo de escola, composição familiar, monitoramento parental e realização de refeições principais com os responsáveis. Utilizou-se o diagrama de Venn para a análise exploratória e a regressão logística ordinal com modelo de odds proporcionais parciais para análise multivariada. Verificou-se maior chance de ocorrência simultânea dos fatores nos adolescentes do sexo feminino, naqueles que tinham menor monitoramento parental e que realizavam menor número de refeições com os responsáveis. Em contraste, adolescentes que residiam em regiões mais desenvolvidas do país e aqueles cujas mães possuíam maior escolaridade apresentaram menor chance de coocorrência de fatores de risco obesogênicos. Ações que estimulem mais envolvimento e supervisão familiar no comportamento alimentar podem promover impacto positivo na prevenção da obesidade em adolescentes brasileiros, principalmente em regiões menos desenvolvidas e em lares com mães de menor escolaridade.
Palavras-chave:
Obesidade; Adolescente; Consumo de Alimentos; Fatores de Risco
Abstract:
The study aimed to estimate the prevalence of cooccurrence of obesogenic risk factors in Brazilian adolescents and associated sociodemographic and family characteristics. This is a cross-sectional study of data from the Brazilian National School Health Survey, 2009 (n = 53,274). The outcome variable (cooccurrence of obesogenic risk factors) varied from zero to five and was obtained as the sum of the risk behaviors: daily consumption of soft drinks; daily consumption of candy; insufficient consumption of fruits; insufficient consumption of vegetables; and insufficient physical activity. The explanatory variables were sex, age, skin color, region of Brazil, household goods and services score, maternal schooling, type of school, family composition, parental monitoring, and main meals shared with parents or guardians. A Venn diagram was used for exploratory analysis, plus ordinal logistic regression with partial proportional odds model for multivariate analysis. The results showed higher odds of simultaneous occurrence of the factors in adolescent girls, in teens with less parental supervision, and teens who shared fewer meals with their parents or guardians. Meanwhile, adolescents living in more developed regions of the country and those whose mothers had more schooling showed lower odds of cooccurrence of obesogenic risk factors. Actions that encourage greater family involvement and supervision in dietary behavior can have a positive impact on the prevention of obesity in Brazilian adolescents, especially in less developed regions and in homes where the mothers have less schooling.
Keywords:
Obesity; Adolescent; Food Consumption; Risk Factors
Resumen:
El objetivo del estudio fue estimar la prevalencia de la coocurrencia de factores de riesgo obesogénicos en adolescentes brasileños, así como las características sociodemográficas y familiares asociadas. Se trata de un estudio transversal, con datos de la Encuesta Nacional de Salud del Escolar, 2009 (n = 53.274). La variable respuesta (coocurrencia de factores de riesgo obesogénicos) varió de cero a cinco, y se obtuvo a partir del sumatorio de los comportamientos de riesgo: consumo diario de refrescos; consumo diario de golosinas; consumo insuficiente de frutas; consumo insuficiente de hortalizas y actividad física insuficiente. Las variables explicativas fueron: sexo, edad, color de piel, región brasileña, marcador de bienes y servicios del domicilio, escolaridad materna, tipo de escuela, composición familiar, monitoreo parental y realización de comidas principales con los responsables. Se utilizó el diagrama de Venn para un análisis exploratorio y regresión logística ordinal con un modelo de odds proporcionales parciales para el análisis multivariado. Se verificó una mayor oportunidad de ocurrencia simultánea de los factores en adolescentes del sexo femenino, en aquellos que tenían un menor monitoreo parental y que realizaban un menor número de comidas con los responsables. En contraste, adolescentes que residían en regiones más desarrolladas del país, y aquellos cuyas madres poseían una mayor escolaridad, presentaron una menor oportunidad de coocurrencia de factores de riesgo obesogénicos. Acciones que estimulen más implicación y supervisión familiar en el comportamiento alimentario pueden promover un impacto positivo en la prevención de la obesidad en adolescentes brasileños, principalmente en regiones menos desarrolladas y en hogares con madres de menor escolaridad.
Palabras-clave:
Obesidade; Adolescente; Consumo de Alimentos; Factores de Riesgo
Introdução
A obesidade é considerada, globalmente, um problema de saúde pública que vem aumentando em todas as idades, tanto em países desenvolvidos quanto naqueles em desenvolvimento 11. Instituto Brasileiro de Geografia e Estatística. Pesquisa de Orçamentos Familiares 2008-2009. Antropometria e estado nutricional de crianças, adolescentes e adultos no Brasil. Rio de Janeiro: Brasil : Instituto Brasileiro de Geografia e Estatística; 2010.,22. Di Cesare M, Soric M, Bovet P, Miranda JJ, Bhutta Z, Stevens GA, et al. The epidemiological burden of obesity in childhood: a worldwide epidemic requiring urgent action. BMC Med 2019; 17:212.. Estudos epidemiológicos têm demonstrado a relação de vários fatores de risco modificáveis com essa morbidade. Em adolescentes, o elevado consumo de refrigerantes 33. Martin-Calvo N, Martínez-González MA, Bes-Rastrollo M, Gea A, Ochoa MC, Marti A. Sugar-sweetened carbonated beverage consumption and childhood/adolescent obesity: a case-control study. Public Health Nutr 2014; 17:2185-93. e de outros produtos ultraprocessados, com elevada densidade energética e baixo teor de nutrientes 44. Canella DS, Levy RB, Martins AP, Claro RM, Moubarac J-C, Baraldi LG, et al. Ultra-processed food products and obesity in Brazilian households (2008-2009). PLoS One 2014; 9:e92752., tem sido associado ao excesso de peso.
Embora o baixo consumo de frutas e hortaliças 55. Field AE, Gillman MW, Rosner B, Rockett HR, Colditz GA. Association between fruit and vegetable intake and change in body mass index among a large sample of children and adolescents in the United States. Int J Obes Relat Metab Disord 2003; 27:821-6. e o menor nível de atividade física 66. Psaltopoulou T, Tzanninis S, Ntanasis-Stathopoulos I, Panotopoulos G, Kostopoulou M, Tzanninis IG, et al. Prevention and treatment of childhood and adolescent obesity: a systematic review of meta-analyses. World J Pediatr 2019; 15:350-81. se mostre associado de forma menos evidente com as alterações do estado nutricional, estas associações são plausíveis. Frutas e hortaliças geralmente apresentam baixa densidade energética, elevado teor de água e uma quantidade considerável de fibras 77. Boeing H, Bechthold A, Bub A, Ellinger S, Haller D, Kroke A, et al. Critical review: vegetables and fruit in the prevention of chronic diseases. Eur J Nutr 2012; 51:637-63.. Dessa forma, ao serem consumidas, podem proporcionar sensação de saciedade por um período de tempo maior. Assim, acredita-se que a substituição de alimentos de alta densidade energética por alimentos de baixa densidade energética, como frutas e hortaliças, poderia, potencialmente, diminuir a energia total consumida ao longo do dia e impactar no balanço energético 88. Guyenet SJ. Impact of whole, fresh fruit consumption on energy intake and adiposity: a systematic review. Front Nutr 2019; 6:66..
Sabe-se que comportamentos alimentares inadequados e o baixo nível de atividade física tendem a se agrupar de forma sistemática em nível individual. Tais hábitos merecem atenção, pois essa agregação de fatores pode aumentar o risco de desenvolvimento de sobrepeso e obesidade 99. Leech RM, McNaughton SA, Timperio A. The clustering of diet, physical activity and sedentary behavior in children and adolescents: a review. Int J Behav Nutr Phys Act 2014; 11:4.. Sendo assim, deve-se dar atenção ao padrão de agregação e não apenas a presença isolada 1010. Visscher TL, Kremers SP. How can we better prevent obesity in children? Curr Obes Rep 2015; 4:371-8..
Embora um grande número de estudos tenha avaliado os fatores de risco isolados para a obesidade, poucos investigaram a coexistência desses comportamentos, especialmente em adolescentes 1111. Hardy LL, Grunseit A, Khambalia A, Bell C, Wolfenden L, Milat AJ. Cooccurrence of obesogenic risk factors among adolescents. J Adolesc Health 2012; 51:265-71.,1212. Pearson N, Griffiths P, BiddleS JH, Johnston JP, McGeorge S, Haycraft E. Clustering and correlates of screen-time and eating behaviours among young adolescents. BMC Public Health 2017; 17:533.. Assim, acredita-se que conhecer os fatores associados à ocorrência simultânea desses comportamentos pode ser um passo importante para prevenir doenças crônicas não transmissíveis (DCNT) relacionadas ao excesso de peso.
Assim, o objetivo deste estudo foi estimar a prevalência da coocorrência de fatores de risco obesogênicos em adolescentes brasileiros e características sociodemográficas e familiares associadas. Tais informações podem auxiliar na compreensão de quais subgrupos de adolescentes são mais susceptíveis a comportamentos passíveis de afetar o estado nutricional, facilitando a adoção de estratégias de intervenção nessa população, a fim de reduzir a obesidade e suas comorbidades.
Métodos
Amostra e coleta de dados
O presente trabalho foi realizado com dados da Pesquisa Nacional de Saúde do Escolar (PeNSE), conduzida no ano de 2009 em todas as capitais brasileiras e no Distrito Federal. Trata-se de um inquérito com amostra representativa de estudantes do 9º ano do Ensino Fundamental de escolas públicas e privadas.
A seleção amostral ocorreu em dois estágios: no primeiro, foram sorteadas as escolas (unidades primárias de amostragem), sendo feita por amostragem sistemática, com probabilidade proporcional ao número de escolas nas cidades. No segundo estágio, foi feito o sorteio das turmas (unidades secundárias). Em cada uma das turmas selecionadas, todos os adolescentes responderam ao questionário da pesquisa, eliminando-se, desta maneira, a necessidade de um terceiro estágio de seleção.
A amostra foi calculada para fornecer estimativas de proporções (ou prevalências) das características de interesse, em cada um dos estratos geográficos (as 26 capitais dos estados e o Distrito Federal), com um erro máximo de 3% e nível de 95% de confiança.
A PeNSE 2009 avaliou 60.973 adolescentes. Desses, 53.274 responderam a todas as variáveis que compuseram o desfecho, constituindo, desta maneira, a amostra final do estudo.
A coleta de dados da PeNSE foi realizada por meio de microcomputador de mão (personal digital assistant - PDA), que continha um questionário estruturado e autoaplicável dividido em módulos temáticos: características sociodemográficas, alimentação, imagem corporal, atividade física, tabagismo, consumo de álcool e outras drogas, saúde bucal, comportamento sexual, violência, acidentes e segurança 1313. Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional de Saúde do Escolar. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística; 2009..
Variáveis do estudo
A variável desfecho (coocorrência de fatores de risco obesogênicos) foi obtida com base no somatório de cinco comportamentos de risco: consumo diário de refrigerantes adoçados com açúcar; consumo diário de guloseimas, tais como doces, balas, chocolates, chicletes, bombons ou pirulitos; consumo insuficiente de frutas (< 1 vez/dia); consumo insuficiente de hortaliças (< 1 vez/dia); e atividade física insuficiente (< 300 minutos/semana). As respostas obtidas resultaram em valores de 0 a 5 fatores considerados como obesogênicos. Para a análise, a ocorrência desses fatores foi apresentada em quatro categorias (0, 1, 2, ≥ 3).
A estratégia de dicotomização das variáveis de consumo alimentar utilizada neste estudo foi, também, adotada por outros autores a fim de classificar adolescentes como expostos a padrão alimentar inadequado 1414. Tassitano RM, Barros MVG, Tenório MCM, Bezerra J, Hallal PC. Prevalência e fatores associados ao sobrepeso e à obesidade em adolescentes, estudantes de escolas de Ensino Médio de Pernambuco, Brasil. Cad Saúde Pública 2009; 25:2639-52.,1515. Peltzer K, Pengpid S. Fruits and vegetables consumption and associated factors among in-school adolescents in seven African countries. Int J Public Health 2010; 55:669-78.,1616. Dumith SC, Muniz LC, Tassitano RM, Hallal PC, Menezes AM Clustering of risk factors for chronic diseases among adolescents from Southern Brazil. Prev Med 2012; 54:393-6.,1717. Xavier ICVM, Hardman CM, Andrade MLSS, Barros MVG. Frequência de consumo de frutas, hortaliças e refrigerantes: estudo comparativo entre adolescentes residentes em área urbana e rural. Rev Bras Epidemiol 2014; 17:371-80.. Em relação à atividade física, foram considerados insuficientemente ativos os adolescentes que acumularam menos de 300 minutos de atividade física na semana anterior à aplicação do questionário, considerando tempo e frequência das atividades de deslocamento, lazer (com ou sem orientação profissional) e atividades desenvolvidas nas aulas de educação física da escola 1818. World Health Organization. Global recommendations on physical activity for health. Geneva: World Health Organization; 2010.,1919. Rezende LFM, Azeredo CM, Canella DS, Claro RM, Castro IRR, Levy RB, et al. Sociodemographic and behavioral factors associated with physical activity in Brazilian adolescents. BMC Public Health 2014; 14:485..
A escolha desses fatores é justificada por serem considerados comportamentos não saudáveis e apontados pela Organização Mundial da Saúde e pela Organização Pan-Americana da Saúde como ponto-chave nas estratégias de prevenção da obesidade na infância e na adolescência 2020. WHO Study Group. Diet, nutrition and the prevention of chronic diseases. Geneva: World Health Organization; 2003.,2121. Organização Pan-Americana da Saúde. Plano de ação para prevenção da obesidade em crianças e adolescentes. Washington DC: Organização Pan-Americana da Saúde; 2014..
As variáveis explicativas foram agrupadas em características sociodemográficas e de contexto familiar. Foram avaliados sexo, faixa etária (≤ 13, 14, 15 e ≥ 16 anos), cor da pele (branca e não branca), tipo de escola (pública e privada), região brasileira (regiões de menor desenvolvimento socioeconômico: Norte e Nordeste; regiões de maior desenvolvimento socioeconômico: Sul, Sudeste e Centro-oeste), escore de bens e serviços (1º tercil, 2º tercil e 3º tercil) e escolaridade materna (sem instrução ou Ensino Fundamental incompleto, Ensino Fundamental completo ou Ensino Médio incompleto, Ensino Médio completo ou Ensino Superior incompleto e Ensino Superior completo).
O escore de bens e serviços foi definido com base na posse dos seguintes itens: televisão, geladeira, fogão, micro-ondas, máquina de lavar, telefone fixo, telefone celular, aparelho de DVD, computador, automóvel, banheiro dentro da casa e presença de empregada doméstica em cinco dias ou mais na semana. Cada item recebeu um peso equivalente à frequência de posse dos bens ou presença do serviço no domicílio. Os pesos dos respectivos itens foram somados para a obtenção do escore final para cada adolescente e, posteriormente, categorizados em tercis, sendo que o primeiro tercil diz respeito à presença de menor quantidade de bens e serviços no domicílio.
A escolaridade materna foi analisada em categorias: sem instrução ou Ensino Fundamental incompleto; Ensino Fundamental completo ou Ensino Médio incompleto; Ensino Médio completo ou Ensino Superior incompleto e Ensino Superior completo. Dada a alta porcentagem de valores não informados dessa variável, 18,4% dos valores foi submetido à imputação. Esse processo compreendeu a identificação de variáveis auxiliares que fossem capazes de predizê-las. A imputação de valores faltantes foi realizada estimando-se o valor médio, após a categorização dos dados em 20 grupos formados com base nas variáveis sexo, tipo de escola e região, como mencionado em publicação prévia 2222. Chaves OC, Melendez GV, Costa DAS, Caiaffa WT. Consumo de refrigerantes e índice de massa corporal em adolescentes brasileiros: Pesquisa Nacional de Saúde do Escolar. Rev Bras Epidemiol 2018; 21 Suppl 1:e180010..
As variáveis de contexto familiar incluídas no estudo foram: composição familiar (reside com a mãe e o pai, somente com a mãe, somente com o pai, e não reside com nenhum dos dois), monitoramento parental (conhecimento dos responsáveis sobre o tempo livre: sempre/na maior parte das vezes e nenhuma vez/raramente/às vezes) e realização de refeições principais com a mãe ou o responsável (5 refeições ou mais por semana e menos que 5 refeições por semana).
Análise estatística
Inicialmente, foi feita a descrição da população de estudo e estimada a prevalência isolada dos fatores de risco obesogênicos utilizados para a construção da variável desfecho.
O diagrama de Venn foi usado para representar graficamente a ocorrência simultânea de consumo diário de refrigerantes, consumo diário de guloseimas, consumo insuficiente de frutas, consumo insuficiente de hortaliças e atividade física insuficiente. Esse método permite a comparação e a visualização do conjunto de dados, com base na interseção de formas gráficas para mostrar a sobreposição dos fatores avaliados 2323. Heberle H, Meirelles GV, Silva FR, Telles GP, Minghim R. InteractiVenn: a web-based tool for the analysis of sets through Venn diagrams. BMC Bioinformatics 2015; 16:169..
Posteriormente, foi estimada a prevalência do número de fatores de risco obesogênicos, segundo características sociodemográficas e familiares. A associação entre as variáveis explicativas e a coocorrência dos fatores de risco foi realizada por meio do teste de qui-quadrado (χ2) e regressão logística ordinal, com modelo de odds proporcionais parciais. Esse modelo é aplicado na análise de dados cuja variável resposta é apresentada em categorias com ordenação e a suposição de chances proporcionais não é válida, impossibilitando o uso do modelo de odds proporcionais 2424. Abreu MNS, Siqueira AL, Caiaffa WT. Regressão logística ordinal em estudos epidemiológicos. Rev Saúde Pública 2009; 43; 183-194.. Todas as variáveis explicativas que apresentaram valor de p < 0,25 na análise bivariada foram consideradas aptas a entrar no modelo multivariado. Para a seleção das variáveis foi adotado o procedimento stepwise-backward e permaneceram no modelo multivariado final apenas as variáveis com valor de p < 0,05. Todas as análises foram feitas no software Stata versão 12 (https://www.stata.com), levando-se em conta a complexidade do desenho amostral.
Aspectos éticos
A PeNSE 2009 foi aprovada pela Comissão Nacional de Ética em Pesquisa (CONEP) sob o registro nº 11.537. A participação dos adolescentes foi voluntária e todas as informações, tanto do aluno quanto da escola, foram confidenciais e não identificadas. A base de dados foi fornecida pela Secretaria de Vigilância em Saúde para a realização do trabalho.
Resultados
Dos 53.274 adolescentes incluídos neste estudo, 52,7% eram do sexo feminino, a maioria (65,5%) pertencia à faixa etária de 14 e 15 anos, 60,4% possuíam cor da pele branca, 80,2% eram de escolas públicas, 64,7% residentes nas regiões de maior desenvolvimento econômico do país, 28% eram filhos de mães sem instrução ou Ensino Fundamental incompleto, 58,3% residiam com a mãe e o pai, 55,6% sempre ou na maioria das vezes tinham monitoramento parental e 62,5% realizavam cinco ou mais refeições por semana com os responsáveis. A prevalência de 0, 1, 2 e 3 ou mais fatores de risco foi observada em 1,9%, 8,2%, 27,1% e 62,8% dos adolescentes, respectivamente.
Isoladamente, os fatores de risco mais prevalentes foram o consumo insuficiente de frutas (82,7%; IC95%: 82,0-83,3) e hortaliças (80,9%; IC95%: 80,2-81,5), seguidos pela atividade física insuficiente (57,5%; IC95%: 56,7-58,4) e alto consumo de guloseimas (34,9%; IC95%: 33,9-35,8) e refrigerantes (21,6%; IC95%: 20,8-22,4) (Figura 1).
Prevalência isolada dos fatores de risco obesogênicos em adolescentes brasileiros. Pesquisa Nacional de Saúde do Escolar, 2009 (n = 53.274).
A Tabela 1 apresenta a prevalência de fatores de risco obesogênicos isolados, segundo características sociodemográficas e familiares. Nota-se que as características sociodemográficas e parentais se associam de forma distinta aos fatores de risco quando avaliados de forma isolada.
A Figura 2 apresenta o conjunto de fatores de risco que tendem a se agrupar. Por meio do diagrama de Venn, observa-se que as combinações mais prevalentes de fatores de risco foi o consumo inadequado de frutas e hortaliças e inatividade física (27,1%), o consumo inadequado de frutas e hortaliças (16,8%) e o consumo diário de guloseimas (9,2%).
A prevalência de estudantes que reportaram de 0 a 3 ou mais fatores de risco obesogênicos, segundo características sociodemográficas e de contexto familiar é mostrada na Tabela 2. Na análise bivariada, todas as variáveis sociodemográficas e de contexto familiar analisadas mantiveram-se associadas à coocorrência de fatores de risco obesogênicos nos adolescentes.
No modelo final ajustado, perderam a associação estatística as seguintes variáveis: cor da pele, tipo de escola, escore de bens e serviços e composição familiar. Constatou-se maior chance de ocorrência de múltiplos fatores entre os adolescentes do sexo feminino, naqueles que tinham menor monitoramento parental e que realizavam o menor número de refeições com os responsáveis. Por outro lado, adolescentes que residiam em regiões mais desenvolvidas do país e aqueles cujas mães possuíam maior escolaridade apresentaram menor chance de coocorrência de fatores de risco obesogênicos. Essas variáveis mantiveram-se associadas nos três modelos de avaliação (modelo 1: que compara nenhum fator de risco obesogênico versus a presença de um ou mais fatores; modelo 2: compara nenhum ou um fator de risco obesogênico versus a presença de dois ou mais fatores; modelo 3: compara dois ou menos fatores de risco obesogênicos versus a presença de três ou mais fatores). A faixa etária mais velha foi associada de forma inversa ao desfecho somente no primeiro modelo (Tabela 3).
Odds ratio (OR) e intervalo de 95% de confiança (IC95%) para 1 ou mais fatores de risco; modelo multivariado das características sociodemográficas e familiares associadas à coocorrência de fatores de risco obesogênicos em adolescentes brasileiros. Pesquisa Nacional de Saúde do Escolar, 2009 (n = 53.274).
Discussão
Múltiplos fatores de risco obesogênicos foram observados em adolescentes residentes nas capitais brasileiras e no Distrito Federal, sendo que a ocorrência simultânea de três ou mais destes fatores foi prevalente em 62,8% dos adolescentes. Verificou-se maior chance de coocorrência dos fatores de risco obesogênicos nos adolescentes do sexo feminino, naqueles que tinham menor monitoramento parental e que realizavam o menor número de refeições com os responsáveis. Por outro lado, adolescentes mais velhos, que residiam em regiões mais desenvolvidas do país e aqueles que a mãe possuía maior escolaridade apresentaram menor chance de coocorrência desses comportamentos.
A prevalência simultânea de comportamentos de risco à saúde tem sido descrita em diversos estudos. Entretanto, a maioria das pesquisas realizadas com adolescentes tem focado na coocorrência de fatores de risco para o desenvolvimento de DCNT 2626. Cureau FV, Duarte P, dos Santos DL, Reichert FF. Clustering of risk factors for noncommunicable diseases in Brazilian adolescents: prevalence and correlates. J Phys Act Health 2014; 11:942-9.,2727. Silva KS, Barbosa Filho VC, Del Duca GF, Peres MAA, Mota J, Lopes AS, et al. Gender differences in the clustering patterns of risk behaviours associated with non-communicable diseases in Brazilian adolescentes. Prev Med 2014; 65:77-81.,2828. Nunes HEG, Gonçalves ECA, Vieira JAJ, Silva DAS. Clustering of risk factors for noncommunicable diseases among adolescents from Southern Brazil. PLoS One 2016; 11:e0159037. e poucos têm explorado a agregação de comportamentos obesogênicos, com ênfase na alimentação e na atividade física 1111. Hardy LL, Grunseit A, Khambalia A, Bell C, Wolfenden L, Milat AJ. Cooccurrence of obesogenic risk factors among adolescents. J Adolesc Health 2012; 51:265-71.,1212. Pearson N, Griffiths P, BiddleS JH, Johnston JP, McGeorge S, Haycraft E. Clustering and correlates of screen-time and eating behaviours among young adolescents. BMC Public Health 2017; 17:533..
Elevadas prevalências de múltiplos fatores de risco têm sido observadas em outros estudos. No Reino Unido, Pearson et al. 1212. Pearson N, Griffiths P, BiddleS JH, Johnston JP, McGeorge S, Haycraft E. Clustering and correlates of screen-time and eating behaviours among young adolescents. BMC Public Health 2017; 17:533. observaram que aproximadamente 70% dos adolescentes apresentaram dois ou três comportamentos de risco (elevado tempo de tela, baixo consumo de frutas e vegetais, e consumo de lanches de alta densidade energética). Na Austrália, 51% dos meninos e 43% das meninas relataram a presença de três ou mais fatores de risco obesogênicos (baixo nível de atividade física, elevado tempo de tela, ingestão insuficiente de frutas e vegetais, alto consumo de refrigerantes e alta ingestão de lanches - fritos e doces) 1111. Hardy LL, Grunseit A, Khambalia A, Bell C, Wolfenden L, Milat AJ. Cooccurrence of obesogenic risk factors among adolescents. J Adolesc Health 2012; 51:265-71.. Entretanto, comparações com esses estudos em termos de grau de coocorrência devem ser interpretadas com cautela devido à diversidade dos métodos utilizados e à variação no conjunto de fatores de risco analisados.
Condizente com outros estudos 2828. Nunes HEG, Gonçalves ECA, Vieira JAJ, Silva DAS. Clustering of risk factors for noncommunicable diseases among adolescents from Southern Brazil. PLoS One 2016; 11:e0159037.,2929. Plotnikoff RC, Karunamuni N, Spence JC, Storey K, Forbes L, Raine K, et al. Chronic disease-related lifestyle risk factors in a sample of Canadian adolescents. J Adolesc Health 2009; 44:606-9., a presente investigação constatou que a presença de maior número de fatores de risco foi mais prevalente nas adolescentes. Relativamente ao comportamento alimentar, o sexo pode influenciar de forma distinta o consumo de alimentos. Em um estudo que avaliou adolescentes brasileiros, observou-se maior proporção de meninas com ingestão regular de todos os marcadores de dieta não saudável, com exceção do consumo de refrigerantes 3030. Azeredo CM, Rezende LFM, Canella DS, Claro RM, Castro IRR, Luiz OC, et al. Dietary intake of Brazilian adolescents. Public Health Nutr 2015; 18:1215-24.. De maneira geral, as meninas tendem a adotar práticas alimentares menos saudáveis 3131. Levy RB, Castro IRR, Cardoso LO, Tavares LF, Sardinha LMV, Gomes FS, et al. Consumo e comportamento alimentar entre adolescentes brasileiros: Pesquisa Nacional de Saúde do Escolar (PeNSE), 2009. Ciênc Saúde Colet 2010; 15 Suppl 2:3085-97. e serem menos ativas fisicamente 1919. Rezende LFM, Azeredo CM, Canella DS, Claro RM, Castro IRR, Levy RB, et al. Sociodemographic and behavioral factors associated with physical activity in Brazilian adolescents. BMC Public Health 2014; 14:485.,3232. Cureau FV, Silva TLN, Bloch KV, Fujimori E, Belfort DR, Carvalho KMB, et al. ERICA: inatividade física no lazer em adolescentes brasileiros. Rev Saúde Pública 2016; 50 Suppl 1:4s..
Estudos que avaliaram a agregação de hábitos alimentares e atividade física observaram que adolescentes mais novos eram mais propensos a estar no cluster mais saudável 3333. Cameron AJ, Crawford DA, Salmon J, Campbell K, McNaughton SA, Mishra GD, et al. Clustering of obesity-related risk behaviors in children and their mothers. Ann Epidemiol 2011; 21:95-102.,3434. Ottevaere C, Huybrechts I, Benser J, De Bourdeaudhuij I, Cuenca-Garcia M, Dallongeville J, et al. Clustering patterns of physical activity, sedentary and dietary behavior among European adolescents: The HELENA study. BMC Public Health 2011; 11:328.. No presente trabalho, entretanto, não houve diferença com relação à faixa etária quando se comparou a presença de dois ou mais fatores de risco obesogênicos com um menor número de fatores.
Houve menor chance de exposição a múltiplos fatores de risco nos adolescentes que residiam nas regiões Centro-oeste, Sudeste e Sul, consideradas as mais desenvolvidas do país. Vale ressaltar que as diferenças socioeconômicas e regionais influenciam de forma distinta os fatores de risco obesogênicos quando avaliados de forma isolada. Observou-se maior prevalência de consumo insuficiente de frutas e hortaliças e inatividade física, bem como menor prevalência de consumo diário de refrigerantes nas regiões Norte e Nordeste. Desigualdades regionais têm sido identificadas tanto em relação à disponibilidade de frutas e hortaliças nos domicílios brasileiros 3535. Levy-Costa RB, Sichieri R, Pontes NS, Monteiro CA. Household food availability in Brazil: distribution and trends (1974-2003). Rev Saúde Pública 2005; 39:530-40. quanto no consumo destes alimentos pela população adulta 3636. Jaime PC, Figueiredo ICR, Moura EC, Malta DC. Fatores associados ao consumo de frutas e hortaliças no Brasil, 2006. Rev Saúde Pública 2009; 43 Suppl 2:57-64., sendo menor nas regiões Norte e Nordeste do país. Assim, acredita-se que a baixa exposição domiciliar às frutas e hortaliças vivenciada pelos adolescentes dessas regiões possa, eventualmente, explicar o baixo consumo desses alimentos e ter impactado nos resultados deste estudo.
Maior escolaridade materna foi associada consistentemente a menores chances de agregação de fatores. Esse resultado é coerente com os encontrados por Ottevaere et al. 3434. Ottevaere C, Huybrechts I, Benser J, De Bourdeaudhuij I, Cuenca-Garcia M, Dallongeville J, et al. Clustering patterns of physical activity, sedentary and dietary behavior among European adolescents: The HELENA study. BMC Public Health 2011; 11:328., que observaram que adolescentes cujos pais tinham maior nível educacional eram mais propensos a estar em um cluster mais saudável. Acredita-se que quanto maior o nível de escolaridade, supostamente maior conhecimento a mãe teria sobre os benefícios de se adotarem estilos de vida mais saudáveis e, consequentemente, uma maior possibilidade de proporcionar mais apoio aos filhos 3737. Farias Júnior JC, Lopes AS, Mota J, Hallal PC. Prática de atividade física e fatores associados em adolescentes no Nordeste do Brasil. Rev Saúde Pública 2012; 46:505-15.. Tem sido observado, também, um maior porcentual de número de fatores de risco comportamentais em jovens que vivem em famílias de baixa renda ou com menor índice de bens no domicílio 1111. Hardy LL, Grunseit A, Khambalia A, Bell C, Wolfenden L, Milat AJ. Cooccurrence of obesogenic risk factors among adolescents. J Adolesc Health 2012; 51:265-71.,1616. Dumith SC, Muniz LC, Tassitano RM, Hallal PC, Menezes AM Clustering of risk factors for chronic diseases among adolescents from Southern Brazil. Prev Med 2012; 54:393-6.,2525. Alamian A, Paradis G. Clustering of chronic disease behavioral risk factors in Canadian children and adolescents. Prev Med 2009; 48:493-9.,2828. Nunes HEG, Gonçalves ECA, Vieira JAJ, Silva DAS. Clustering of risk factors for noncommunicable diseases among adolescents from Southern Brazil. PLoS One 2016; 11:e0159037.. Informações sobre renda e poder de compra das famílias dos adolescentes não estão disponíveis na PeNSE, no entanto, foi construído um escore considerando-se a presença de bens e serviço no domicílio e este não permaneceu associado no modelo multivariado.
A ausência de monitoramento parental e a realização de menor número de refeições com o responsável permaneceram associadas à presença de múltiplos fatores de risco obesogênicos. Acredita-se que a supervisão dos pais seja considerada importante para prevenir comportamentos de risco em adolescentes com relação ao consumo alimentar e à atividade física, da mesma maneira que exerce efeito protetor sobre outros comportamentos, como o uso de tabaco e álcool e a experimentação de drogas 3838. Malta DC, Porto DL, Melo FCM, Monteiro RA, Sardinha LMV, Lessa BH. Família e proteção ao uso de tabaco, álcool e drogas em adolescentes, Pesquisa Nacional de Saúde dos Escolares. Rev Bras Epidemiol 2011; 14 Suppl 1:166-77..
A realização de refeições com a família permite momentos de convívio e contato, influenciando a promoção de comportamentos alimentares saudáveis 3939. Departamento de Atenção Básica, Secretaria de Atenção à Saúde, Ministério da Saúde. Guia alimentar para a população brasileira. Brasília: Ministério da Saúde; 2014.. Esse hábito pode contribuir para o maior consumo de frutas, vegetais e produtos lácteos e menor consumo de bebidas adoçadas com açúcar 4040. Chan JC, Sobal J. Family meals and body weight. Analysis of multiple family members in family units. Appetite 2011; 57:517-24.,4141. Hammons AJ, Fiese BH. Is frequency of shared family meals related to the nutritional health of children and adolescents? Pediatrics 2011; 127:e1565-74.. Estudos sugerem, ainda, que a realização de refeições com a família pode exercer efeito protetor na ocorrência de obesidade em adolescentes 4242. Berge JM, Jin SW, Hannan P, Neumark-Sztainer D. Structural and interpersonal characteristics of family meals: associations with adolescent body mass index and dietary patterns. J Acad Nutr Diet 2013; 113:816-22.,4343. Larson N, MacLehose R, Fulkerson JA, Berge JM, Story M, Neumark-Sztainer D. Eating breakfast and dinner together as a family: associations with sociodemographic characteristics and implications for diet quality and weight status. J Acad Nutr Diet 2013; 113:1601-9.. Assim, acredita-se que o apoio e o monitoramento familiar são importantes, tanto quanto a conscientização dos próprios adolescentes para a prevenção de comportamentos de risco obesogênicos.
Dentre os aspectos que fortalecem os resultados deste estudo inclui a sua representatividade nacional. Entretanto, há que se considerar suas possíveis limitações. Por se tratar de um estudo de delineamento transversal, não há possibilidades de extrapolações sobre fatores causais, mas é possível estabelecer relação de associação. Vale ressaltar, também, que os estudos que avaliaram a coocorrência de fatores de risco para agravos crônicos, como a obesidade, apresentam variações no conjunto de fatores analisados, o que dificulta a comparação entre os resultados. Além disso, a avaliação do consumo alimentar por meio de diferentes métodos e/ou pontos de corte nos estudos incluídos na discussão também pode ser um fator limitante no que diz respeito à comparação dos resultados encontrados. Apesar das limitações mencionadas, os resultados obtidos no presente trabalho são, de maneira geral, consistentes com os encontrados na literatura.
Diante dos achados apresentados, pode-se concluir que há uma proporção considerável de adolescentes brasileiros expostos a fatores de risco obesogênicos de forma simultânea. Ações que estimulem mais envolvimento e supervisão familiar podem promover um impacto positivo para a prevenção da obesidade em adolescentes brasileiros, principalmente em regiões menos desenvolvidas e em lares com mães de menor escolaridade. Além disso, vale ressaltar que torna-se imprescindível a promoção de políticas públicas com foco na elevação dos níveis educacionais da população brasileira e diminuição das desigualdades sociais em níveis regional e nacional.
Agradecimentos
Agradecemos à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), à Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG; projeto nº PPM00713-16) e ao Ministério da Saúde.
Referências
- 1Instituto Brasileiro de Geografia e Estatística. Pesquisa de Orçamentos Familiares 2008-2009. Antropometria e estado nutricional de crianças, adolescentes e adultos no Brasil. Rio de Janeiro: Brasil : Instituto Brasileiro de Geografia e Estatística; 2010.
- 2Di Cesare M, Soric M, Bovet P, Miranda JJ, Bhutta Z, Stevens GA, et al. The epidemiological burden of obesity in childhood: a worldwide epidemic requiring urgent action. BMC Med 2019; 17:212.
- 3Martin-Calvo N, Martínez-González MA, Bes-Rastrollo M, Gea A, Ochoa MC, Marti A. Sugar-sweetened carbonated beverage consumption and childhood/adolescent obesity: a case-control study. Public Health Nutr 2014; 17:2185-93.
- 4Canella DS, Levy RB, Martins AP, Claro RM, Moubarac J-C, Baraldi LG, et al. Ultra-processed food products and obesity in Brazilian households (2008-2009). PLoS One 2014; 9:e92752.
- 5Field AE, Gillman MW, Rosner B, Rockett HR, Colditz GA. Association between fruit and vegetable intake and change in body mass index among a large sample of children and adolescents in the United States. Int J Obes Relat Metab Disord 2003; 27:821-6.
- 6Psaltopoulou T, Tzanninis S, Ntanasis-Stathopoulos I, Panotopoulos G, Kostopoulou M, Tzanninis IG, et al. Prevention and treatment of childhood and adolescent obesity: a systematic review of meta-analyses. World J Pediatr 2019; 15:350-81.
- 7Boeing H, Bechthold A, Bub A, Ellinger S, Haller D, Kroke A, et al. Critical review: vegetables and fruit in the prevention of chronic diseases. Eur J Nutr 2012; 51:637-63.
- 8Guyenet SJ. Impact of whole, fresh fruit consumption on energy intake and adiposity: a systematic review. Front Nutr 2019; 6:66.
- 9Leech RM, McNaughton SA, Timperio A. The clustering of diet, physical activity and sedentary behavior in children and adolescents: a review. Int J Behav Nutr Phys Act 2014; 11:4.
- 10Visscher TL, Kremers SP. How can we better prevent obesity in children? Curr Obes Rep 2015; 4:371-8.
- 11Hardy LL, Grunseit A, Khambalia A, Bell C, Wolfenden L, Milat AJ. Cooccurrence of obesogenic risk factors among adolescents. J Adolesc Health 2012; 51:265-71.
- 12Pearson N, Griffiths P, BiddleS JH, Johnston JP, McGeorge S, Haycraft E. Clustering and correlates of screen-time and eating behaviours among young adolescents. BMC Public Health 2017; 17:533.
- 13Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional de Saúde do Escolar. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística; 2009.
- 14Tassitano RM, Barros MVG, Tenório MCM, Bezerra J, Hallal PC. Prevalência e fatores associados ao sobrepeso e à obesidade em adolescentes, estudantes de escolas de Ensino Médio de Pernambuco, Brasil. Cad Saúde Pública 2009; 25:2639-52.
- 15Peltzer K, Pengpid S. Fruits and vegetables consumption and associated factors among in-school adolescents in seven African countries. Int J Public Health 2010; 55:669-78.
- 16Dumith SC, Muniz LC, Tassitano RM, Hallal PC, Menezes AM Clustering of risk factors for chronic diseases among adolescents from Southern Brazil. Prev Med 2012; 54:393-6.
- 17Xavier ICVM, Hardman CM, Andrade MLSS, Barros MVG. Frequência de consumo de frutas, hortaliças e refrigerantes: estudo comparativo entre adolescentes residentes em área urbana e rural. Rev Bras Epidemiol 2014; 17:371-80.
- 18World Health Organization. Global recommendations on physical activity for health. Geneva: World Health Organization; 2010.
- 19Rezende LFM, Azeredo CM, Canella DS, Claro RM, Castro IRR, Levy RB, et al. Sociodemographic and behavioral factors associated with physical activity in Brazilian adolescents. BMC Public Health 2014; 14:485.
- 20WHO Study Group. Diet, nutrition and the prevention of chronic diseases. Geneva: World Health Organization; 2003.
- 21Organização Pan-Americana da Saúde. Plano de ação para prevenção da obesidade em crianças e adolescentes. Washington DC: Organização Pan-Americana da Saúde; 2014.
- 22Chaves OC, Melendez GV, Costa DAS, Caiaffa WT. Consumo de refrigerantes e índice de massa corporal em adolescentes brasileiros: Pesquisa Nacional de Saúde do Escolar. Rev Bras Epidemiol 2018; 21 Suppl 1:e180010.
- 23Heberle H, Meirelles GV, Silva FR, Telles GP, Minghim R. InteractiVenn: a web-based tool for the analysis of sets through Venn diagrams. BMC Bioinformatics 2015; 16:169.
- 24Abreu MNS, Siqueira AL, Caiaffa WT. Regressão logística ordinal em estudos epidemiológicos. Rev Saúde Pública 2009; 43; 183-194.
- 25Alamian A, Paradis G. Clustering of chronic disease behavioral risk factors in Canadian children and adolescents. Prev Med 2009; 48:493-9.
- 26Cureau FV, Duarte P, dos Santos DL, Reichert FF. Clustering of risk factors for noncommunicable diseases in Brazilian adolescents: prevalence and correlates. J Phys Act Health 2014; 11:942-9.
- 27Silva KS, Barbosa Filho VC, Del Duca GF, Peres MAA, Mota J, Lopes AS, et al. Gender differences in the clustering patterns of risk behaviours associated with non-communicable diseases in Brazilian adolescentes. Prev Med 2014; 65:77-81.
- 28Nunes HEG, Gonçalves ECA, Vieira JAJ, Silva DAS. Clustering of risk factors for noncommunicable diseases among adolescents from Southern Brazil. PLoS One 2016; 11:e0159037.
- 29Plotnikoff RC, Karunamuni N, Spence JC, Storey K, Forbes L, Raine K, et al. Chronic disease-related lifestyle risk factors in a sample of Canadian adolescents. J Adolesc Health 2009; 44:606-9.
- 30Azeredo CM, Rezende LFM, Canella DS, Claro RM, Castro IRR, Luiz OC, et al. Dietary intake of Brazilian adolescents. Public Health Nutr 2015; 18:1215-24.
- 31Levy RB, Castro IRR, Cardoso LO, Tavares LF, Sardinha LMV, Gomes FS, et al. Consumo e comportamento alimentar entre adolescentes brasileiros: Pesquisa Nacional de Saúde do Escolar (PeNSE), 2009. Ciênc Saúde Colet 2010; 15 Suppl 2:3085-97.
- 32Cureau FV, Silva TLN, Bloch KV, Fujimori E, Belfort DR, Carvalho KMB, et al. ERICA: inatividade física no lazer em adolescentes brasileiros. Rev Saúde Pública 2016; 50 Suppl 1:4s.
- 33Cameron AJ, Crawford DA, Salmon J, Campbell K, McNaughton SA, Mishra GD, et al. Clustering of obesity-related risk behaviors in children and their mothers. Ann Epidemiol 2011; 21:95-102.
- 34Ottevaere C, Huybrechts I, Benser J, De Bourdeaudhuij I, Cuenca-Garcia M, Dallongeville J, et al. Clustering patterns of physical activity, sedentary and dietary behavior among European adolescents: The HELENA study. BMC Public Health 2011; 11:328.
- 35Levy-Costa RB, Sichieri R, Pontes NS, Monteiro CA. Household food availability in Brazil: distribution and trends (1974-2003). Rev Saúde Pública 2005; 39:530-40.
- 36Jaime PC, Figueiredo ICR, Moura EC, Malta DC. Fatores associados ao consumo de frutas e hortaliças no Brasil, 2006. Rev Saúde Pública 2009; 43 Suppl 2:57-64.
- 37Farias Júnior JC, Lopes AS, Mota J, Hallal PC. Prática de atividade física e fatores associados em adolescentes no Nordeste do Brasil. Rev Saúde Pública 2012; 46:505-15.
- 38Malta DC, Porto DL, Melo FCM, Monteiro RA, Sardinha LMV, Lessa BH. Família e proteção ao uso de tabaco, álcool e drogas em adolescentes, Pesquisa Nacional de Saúde dos Escolares. Rev Bras Epidemiol 2011; 14 Suppl 1:166-77.
- 39Departamento de Atenção Básica, Secretaria de Atenção à Saúde, Ministério da Saúde. Guia alimentar para a população brasileira. Brasília: Ministério da Saúde; 2014.
- 40Chan JC, Sobal J. Family meals and body weight. Analysis of multiple family members in family units. Appetite 2011; 57:517-24.
- 41Hammons AJ, Fiese BH. Is frequency of shared family meals related to the nutritional health of children and adolescents? Pediatrics 2011; 127:e1565-74.
- 42Berge JM, Jin SW, Hannan P, Neumark-Sztainer D. Structural and interpersonal characteristics of family meals: associations with adolescent body mass index and dietary patterns. J Acad Nutr Diet 2013; 113:816-22.
- 43Larson N, MacLehose R, Fulkerson JA, Berge JM, Story M, Neumark-Sztainer D. Eating breakfast and dinner together as a family: associations with sociodemographic characteristics and implications for diet quality and weight status. J Acad Nutr Diet 2013; 113:1601-9.
Datas de Publicação
- Publicação nesta coleção
07 Abr 2021 - Data do Fascículo
2021
Histórico
- Recebido
27 Jan 2020 - Revisado
25 Jun 2020 - Aceito
10 Ago 2020