Resumo

INTRODUÇÃO

Nas últimas décadas, as principais causas de morte no mundo passaram a ser por doenças crônicas não transmissíveis (DCNT), superando as doenças infecto-contagiosas¹1 WHO. Preventing Chronic Diseases a vital investment. Geneva: World Health Organization; 2005.. Em 2005, foi estimado que cerca de 60% de todas as causas de morte no mundo decorreram dessas doenças, e para o ano de 2030, por exemplo, estima-se um aumento de 17% no número total de mortes¹1 WHO. Preventing Chronic Diseases a vital investment. Geneva: World Health Organization; 2005.. Em adição, em países com média e baixa renda, coexistem problemas relacionados às DCNT e às doenças infecto-contagiosas¹1 WHO. Preventing Chronic Diseases a vital investment. Geneva: World Health Organization; 2005..

Recente relatório publicado pela Organização Mundial da Saúde (OMS) indicou que mais de um terço das mortes ocorridas no mundo podem ser atribuídas a um pequeno grupo de fatores de risco¹1 WHO. Preventing Chronic Diseases a vital investment. Geneva: World Health Organization; 2005.. Fumo, álcool, inatividade física e baixo consumo de frutas, legumes e verduras foram responsáveis diretamente por 20,9% das morte no mundo; quando considerados os países de renda média, essa proporção aumentou para 37,7%¹1 WHO. Preventing Chronic Diseases a vital investment. Geneva: World Health Organization; 2005..

Existe uma forte preocupação com os adolescentes, pois, apesar de essas doenças se manifestarem, em grande parte, na fase adulta, os precursores de suas condições se manifestam durante a infância e a adolescência²2 Mikkila V, Räsänen L, Raitakari OT, Pietinen P, Viikari J. Longitudinal changes in diet from childhood into adulthood with respect to risk of cardiovascular diseases: The Cardiovascular Risk in Young Finns Study. Eur J Clin Nutr 2004; 58(7): 1038-45. ^{, 3}3 Ness AR, Maynard M, Frankel S, Smith GD, Frobisher C, Leary SD, et al. Diet in childhood and adult cardiovascular and all cause mortality: the Boyd Orr cohort. Heart 2005; 91(7): 894-8.. Além disso, evidências indicam que esses comportamentos tendem a co-ocorrer, isto é, existe uma rede de causas entre a exposição a um comportamento e a presença de outro⁴4 Alamian A, Paradis G. Correlates of multiple chronic disease behavioral risk factors in Canadian children and adolescents. Am J Epidemiol 2009; 170(10): 1279-89.

5 Chiolero A, Wietlisbach V, Ruffieux C, Paccaud F, Cornuz J. Clustering of risk behaviors with cigarette consumption: A population-based survey. Prev Med 2006; 42(5): 348-53.

6 Fine LJ, Philogene GS, Gramling R, Coups EJ, Sinha S. Prevalence of multiple chronic disease risk factors. 2001 National Health Interview Survey. Am J Prev Med 2004; 27(2 Suppl): 18-24.

7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8.

8 Lawlor DA, O'Callaghan MJ, Mamun AA, Williams GM, Bor W, Najman JM. Socioeconomic position, cognitive function, and clustering of cardiovascular risk factors in adolescence: findings from the Mater University Study of Pregnancy and its outcomes. Psychosom Med 2005; 67(6): 862-8.

9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8.

10 Prochaska JO. Multiple Health Behavior Research represents the future of preventive medicine. Prev Med 2008; 46(3): 281-5. ^{- 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24.. Tem-se observado o aumento significativo de publicações sobre o conhecimento da prevalência e de fatores relacionados a um comportamento de risco de forma isolada. Entretanto, poucos estudos foram publicados sobre a prevalência e a distribuição de múltiplos comportamentos⁴4 Alamian A, Paradis G. Correlates of multiple chronic disease behavioral risk factors in Canadian children and adolescents. Am J Epidemiol 2009; 170(10): 1279-89.

5 Chiolero A, Wietlisbach V, Ruffieux C, Paccaud F, Cornuz J. Clustering of risk behaviors with cigarette consumption: A population-based survey. Prev Med 2006; 42(5): 348-53.

6 Fine LJ, Philogene GS, Gramling R, Coups EJ, Sinha S. Prevalence of multiple chronic disease risk factors. 2001 National Health Interview Survey. Am J Prev Med 2004; 27(2 Suppl): 18-24. ^{- 7}7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24., especialmente entre os mais jovens⁴4 Alamian A, Paradis G. Correlates of multiple chronic disease behavioral risk factors in Canadian children and adolescents. Am J Epidemiol 2009; 170(10): 1279-89. ^{, 8}8 Lawlor DA, O'Callaghan MJ, Mamun AA, Williams GM, Bor W, Najman JM. Socioeconomic position, cognitive function, and clustering of cardiovascular risk factors in adolescence: findings from the Mater University Study of Pregnancy and its outcomes. Psychosom Med 2005; 67(6): 862-8.. A maioria dos estudos publicados na literatura internacional investigou o agregamento de múltiplos comportamentos em adultos de países desenvolvidos⁴4 Alamian A, Paradis G. Correlates of multiple chronic disease behavioral risk factors in Canadian children and adolescents. Am J Epidemiol 2009; 170(10): 1279-89.

5 Chiolero A, Wietlisbach V, Ruffieux C, Paccaud F, Cornuz J. Clustering of risk behaviors with cigarette consumption: A population-based survey. Prev Med 2006; 42(5): 348-53.

6 Fine LJ, Philogene GS, Gramling R, Coups EJ, Sinha S. Prevalence of multiple chronic disease risk factors. 2001 National Health Interview Survey. Am J Prev Med 2004; 27(2 Suppl): 18-24. ^{- 7}7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24..

No Brasil, os estudos em geral investigaram os comportamentos de forma combinada, sendo a grande maioria deles relacionada à combinação de fatores de risco específicos para doenças do coração¹²12 Barreto SM, Passos VM, Firmo JO, Guerra HL, Vidigal PG, Lima-Costa MF. Hypertension and clustering of cardiovascular risk factors in a community in Southeast Brazil - The Bambui Health and Ageing Study. Arq Bras Cardiol 2001; 77(6): 576-81.

13 Lessa I, Araújo MJ, Magalhães L, Almeida Filho N, Aquino E, Costa MC. [Clustering of modifiable cardiovascular risk factors in adults living in Salvador (BA), Brazil]. Rev Panam Salud Publica 2004; 16(2): 131-7. ^{- 14}14 Pereira JC, Barreto SM, Passos VM. [Cardiovascular risk profile and health self-evaluation in Brazil: a population-based study]. Rev Panam Salud Publica 2009; 25(6): 491-8. e apenas um relacionado à simultaneidade de comportamentos de risco relacionados à saúde geral (fumo, álcool, inatividade física e baixo consumo de frutas, legumes e verduras)¹⁵15 Tassitano RM, Feitosa WMN, Tenório MCM, Santiago Júnior GL. Simultaneidade de comportamentos de risco a saúde e fatores associados em trabalhadores da indústria. Rev Bras Ativ Fisic Saúde 2010; 15(1):42-49.. Não foram encontrados estudos que investigassem o agregamento de comportamentos de risco à saúde geral tanto em adultos quanto em adolescentes. Análises de agregamento de múltiplos comportamentos podem auxiliar futuros programas de promoção da saúde, visto que intervenções com estratégias focalizando múltiplos comportamentos apresentam melhor impacto quando comparadas a intervenções com comportamentos isolados¹⁶16 Ammerman AS, Lindquist CH, Lohr KN, Hersey J. The efficacy of behavioral interventions to modify dietary fat and fruit and vegetable intake: a review of the evidence. Prev Med 2002; 35(1): 25-41.

17 Atkins D, Clancy C. Multiple risk factors interventions. Are we up to the challenge? Am J Prev Med 2004; 27(2 Suppl): 102-3. ^{- 18}18 Nigg CR, Allegrante JP, Ory M. Theory-comparison and multiple-behavior research: common themes advancing health behavior research. Health Educ Res 2002; 17(5): 670-9.. Portanto, o objetivo do presente estudo foi investigar o agregamento de comportamentos de risco e os fatores associados em adolescentes de Caruaru, Pernambuco.

METODOLOGIA

O presente estudo, descritivo transversal, foi aprovado pelo Comitê de Ética em Pesquisa (CEP) com seres humanos da Faculdade ASCES, sob o protocolo número 44/2007. Todos os aspectos éticos previstos na Resolução n^o 196/96 do Conselho Nacional da Saúde foram respeitados. A presente pesquisa teve a anuência da Secretaria da Educação e Cultura (SEDUC) do Estado de Pernambuco, que, além do apoio logístico, forneceu os dados referentes ao censo escolar.

O estudo foi realizado com estudantes do ensino médio da rede pública estadual de Caruaru. O município de Caruaru está localizado na região do Agreste de Pernambuco, distante 120 km da capital do Estado, Recife. É considerado a "capital do Agreste de Pernambuco" e, segundo o censo de 2007, tinha 289.086 habitantes. O município é dividido geograficamente em três regiões (Norte, Centro, Sul), onde, segundo dados administrativos da SEDUC, existem 15 escolas públicas estaduais que oferecem ensino médio. A população-alvo foi composta por alunos da rede pública estadual do ensino médio (15 - 20 anos), totalizando 8.833 alunos.

Para o cálculo do tamanho amostral, foi utilizado o programa SampleXS, distribuído pela OMS, para apoiar o planejamento amostral em estudos transversais. Foram adotados os seguintes parâmetros: população (n = 8.833); nível de confiança de 95%; erro máximo tolerável de cinco pontos percentuais; efeito de delineamento amostral de 1,5; e, por não se conhecer com precisão a extensão das diversas condutas de risco à saúde em estudantes do ensino médio de Caruaru, a prevalência foi arbitrada em 50%. Com base nesses parâmetros, o tamanho da amostra foi estimado em 541 sujeitos. Adicionalmente, prevendo eventuais recusas, decidiu-se multiplicar a amostra em 1,2, totalizando uma amostra final de 649 sujeitos. No processo de seleção da amostra, foram considerados: (a) a proporção de estudantes distribuídos, conforme região geográfica do município; (b) tamanho da escola; e (c) turno escolar (diurno e noturno). Alunos matriculados no período da manhã e da tarde foram agrupados em uma única categoria (estudantes do período diurno).

Para tanto, a seleção da amostra foi por conglomerado em dois estágios. No primeiro estágio, a unidade amostral foi a escola, sendo todas as escolas estaduais que oferecem o ensino médio de Caruaru consideradas elegíveis para participação no estudo. A seleção das escolas foi aleatória, e os seguintes critérios de estratificação foram considerados: (a) densidade da escola e de estudantes em cada microrregião do município e (b) porte da escola (pequeno, médio e grande). A classificação adotada para determinar o porte da escola foi: grande - 500 alunos ou mais matriculados, média - entre 200 e 499 alunos, e pequena - menos de 200 alunos.

No segundo estágio, todas as turmas (menor unidade amostral) das escolas sorteadas foram consideradas elegíveis para o estudo. A amostragem utilizada foi aleatória simples, e como critérios de estratificação foram considerados: (a) densidade de turmas em cada escola sorteada e (b) quantitativo de estudantes matriculados nos períodos diurno e noturno. Todos os sorteios foram realizados mediante o programa randomizer, disponível em www.randomizer.org, que forneceu números aleatórios. Com base no censo escolar, em 2007, existia, em média, 41 alunos matriculados em cada turma de ensino médio. Portanto, foram sorteadas 16 turmas de 8 escolas (58,6% do total de escolas).

Para a coleta das informações, utilizou-se o questionário intitulado "Comportamentos de risco em adolescentes catarinenses (COMCAP)", já validado e utilizado em outros estudos com estudantes da rede pública de ensino brasileira¹⁹19 Petribú MMV, Tassitano RM, Nascimento WF, Santos EMC, Cabral PC. Fatores associados ao sobrepeso e à obesidade em estudantes do ensino médio da rede pública estadual do município de Caruaru (PE). Rev Paul Pediatr 2011; 29(4): 536-45. ^{, 20}20 Santos EMC, Tassitano RM, Nascimento WF, Petribú MMV, Cabral PC. Satisfação com o peso corporal e fatores associados em estudantes do ensino médio. Rev Paul Pediatr 2011; 29(2): 214-23.. Entretanto, foi realizado um estudo-piloto em uma população de uma escola pública de Caruaru da mesma faixa etária (15 - 20 anos), apresentando medidas de reprodutibilidade de moderadas a elevadas, entre os estudantes caruaruenses. O questionário abrange informações relacionadas ao estilo de vida do adolescente, sendo composto por uma sessão de informações gerais (sociodemográficas e relacionadas ao trabalho) e cinco sessões relacionadas à saúde (hábitos alimentares, atividade física, comportamentos de risco, comportamentos preventivos e percepção de saúde).

Para o presente estudo, foram utilizadas informações referentes aos quatro comportamentos relacionados à saúde: fumo, álcool, atividade física e frequência de consumo de frutas, legumes e verduras. As escalas de medida e a definição operacional de exposição para essas variáveis foram feitas da seguinte forma:

As demais variáveis foram divididas em sociais e demográficas (sexo, idade, estado civil e local de residência), econômicas (renda familiar mensal total e trabalho) e relacionadas à escola (turno e aulas de Educação Física). As categorias de respostas foram: sexo (rapazes e moças), idade (cronológica referente ao dia da visita), local de residência (urbano e rural), renda familiar mensal total (até 500 reais, entre 501 e 1.000 reais, 1.001 a 2.000 reais e acima de 2.001 reais), trabalho (sim e não), turno (diurno e noturno) e aulas de Educação Física (frequenta e não frequenta).

Os procedimentos adotados para a coleta dos dados foram: (a) contato prévio com os diretores para o envio dos termos de consentimento e agendamento da visita e (b) treinamento dos procedimentos de coleta dos dados entre os avaliadores. A coleta dos dados ocorreu durante o mês outubro do ano de 2007, com todos os alunos presentes no dia, nas turmas sorteadas (n = 16).

Para proceder ao levantamento das informações, inicialmente, o pesquisador informava sobre os objetivos da pesquisa, esclarecendo aos escolares que as informações fornecidas seriam mantidas em sigilo, não influenciariam no seu desempenho escolar e que só seriam utilizadas para fins de pesquisa. Além disso, os alunos foram orientados a não se identificarem em momento algum. Na sequência, após a distribuição dos questionários, o pesquisador realizava uma leitura de cada pergunta, para que, posteriormente, os alunos respondessem às questões (entrevista coletiva). Em caso de dúvida, a leitura era interrompida, e as dúvidas, esclarecidas, conforme combinado previamente em treinamento interno. O tempo médio para a aplicação do questionário foi entre 30 e 40 minutos.

O procedimento de tabulação final dos dados foi efetuado por meio do programa Epi Data (versão 3.1). A fim de detectar erros na entrada de dados, os dados foram redigitados em outro computador. Por intermédio da ferramenta do programa "VALIDATE", foi gerado um arquivo contendo informações sobre os erros de digitação, a fim de corrigi-los e orientar o processo de revisão e limpeza do banco de dados. Após a checagem, os dados foram exportados para o programa de análise (SPSS, versão 15.0). Os intervalos de confiança foram calculados no programa Epi Info (versão 6.04d).

No plano de análise dos dados, algumas variáveis foram agrupadas e outras criadas. A idade cronológica foi transformada em duas categorias: 15 - 17 e 18 - 20. Renda familiar mensal total foi separada em duas categorias: até R$ 500,00 e acima de R$ 500. Os comportamentos de risco foram codificados em uma variável binária (presença = 1; ausência = 0). A prevalência dos múltiplos comportamentos de risco foi estimada a partir do somatório dos comportamentos, sendo ranqueadas de 0 a 4 (0 = nenhum fator de risco até 4 = todos os fatores de risco) com base na distribuição observada na amostra⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24..

A análise do presente estudo foi realizada em três partes e foi baseada em estudos internacionais⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24.. Inicialmente, foi analisado o agregamento dos fatores de risco, sendo a análise estratificada por sexo. Agregamento existe quando a combinação observada (O) de fatores excede a prevalência esperada (E) da combinação. A prevalência esperada de cada combinação dos comportamentos é calculada multiplicando a probabilidade individual de ocorrência de cada comportamento com base na ocorrência observada no estudo. O resultado entre a razão do observado pelo esperado (O/E) superior a 1 indica a existência de agregamento entre os comportamentos⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24..

Por exemplo, suponhamos que a prevalência dos quatro comportamentos de risco observada seja: inatividade física = 55%; exposição ao álcool = 35%; fumo = 7,5% e baixo consumo de frutas, legumes e verduras = 45%. Então a prevalência esperada de todos os comportamentos ao mesmo tempo é: = 0,55 x 0,35 x 0,075 x 0,45 = 0,0064 (0,6%). Entretanto, a prevalência esperada para inatividade física, etilismo, baixo consumo de frutas e verdura, mas ausência do fumo é: 0,55 x 0,35 x 0,925 x 0,45 = 0,08 (8,0%).

Segundo, a Prevalência de Odds Ratio (POR) foi usada para calcular o agregamento de dois comportamentos, independentemente da exposição dos outros dois comportamentos. A POR representa a estimativa que o odds relativo de um comportamento pode ter em relação ao outro comportamento de risco, sendo calculada pela equação abaixo⁹9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24.:

N₁₁ x N₀₀ / N₁₀ x N₀₁

Na qual: N₁₁ representa a quantidade de indivíduos expostos a dois fatores de risco, N₀₀ corresponde ao número de indivíduos sem nenhum fator de risco, N₁₀ é o número de entrevistados que apresentam apenas um dos fatores de risco e N₀₁ representa aqueles que apresentam o outro fator de risco.

Por exemplo, um POR de 1,5 indica que os sujeitos que apresentam um comportamento (por exemplo: inatividade física) têm 1,5 vezes mais chance de apresentar também o outro comportamento (por exemplo: baixo consumo de frutas, legumes e verduras) quando comparado àqueles sujeitos que não estão expostos ao comportamento (por exemplo: inatividade física).

A terceira e última análise foi a multivariada. Para tanto, foi utilizada a regressão de Poisson, assumindo como variável dependente a exposição a três ou mais comportamentos de risco. Para essa análise, foi realizado o ajustamento para todas as variáveis de confusão, sendo adotado para todas as análises p < 0,05 como limiar de significância estatística.

RESULTADOS

Oito escolas e 16 turmas foram visitadas. Do total de estudantes que estavam presentes nos dias de coleta (n = 624), 24 se recusaram a participar (3,8%). A amostra final foi composta de 600 estudantes (62,5% de moças), com idade média de 17,5 anos e desvio padrão de 1,6.

Com relação às variáveis sociodemográficas e relacionadas à escola, a maioria dos estudantes relatou ser solteiro, com renda familiar mensal total superior a R$ 500, morador da zona urbana e que trabalha atualmente. Não houve diferença significativa entre ambos os sexos conforme faixa etária, renda familiar mensal total, estado civil, local de residência ou participação em aulas de Educação Física (Tabela 1). Já o trabalho adolescente e o turno escolar noturno foram mais frequentes entre os rapazes em comparação às moças.

As prevalências para os comportamentos de risco foram: fumo - 3,7% (IC95% 2,4 - 5,4), consumo de álcool - 29,7% (IC95% 25,4 - 32,8), consumo inadequado de frutas, legumes e verduras - 66,7% (IC95% 62,2 - 69,9%) e inatividade física - 41,7% (IC95% 37,2 - 45,2). Não houve diferenças quanto ao sexo para o fumo nem para o baixo consumo de frutas, legumes e verduras (Tabela 1).

Ao contabilizar o número de comportamentos negativos relacionados à saúde, foi verificada uma proporção de 0,3% (IC95% 0,1 - 1,3) de estudantes que apresentaram os quatro comportamentos, 8,3% (IC95% 6,7 - 11,5) três comportamentos, 38,7% (IC95% 33,8 - 41,7) dois comportamentos, 37,7% (IC95% 33,2 - 41,0) um comportamento e 15,3% (IC95% 12,3 - 18,2) nenhum comportamento. Não houve diferenças significativas conforme o sexo (Tabela 1).

Na Tabela 2, estão apresentados os resultados da prevalência dos fatores agregados observados e esperados dos quatro comportamentos, estratificados por sexo. Enquanto entre os rapazes não foi observada nenhuma ocorrência dos quatro fatores agregados, entre as moças a prevalência observada foi de 0,5% (IC95% 0,1 - 2,1). A ausência dos quatro comportamentos de risco foi semelhante entre os sexos, sendo observada uma prevalência de 16,3% (IC95% 11,9 - 21,9) entre os rapazes e 14,7% (IC95% 11,3 - 18,7) entre as moças. Somente entre as moças foi observado um agregamento (O/E > 1,0) dos quatro comportamentos de risco.

Tanto em rapazes como em moças a ocorrência de fumo se apresentou agregada de forma combinada com qualquer fator de risco avaliado. Para o agregamento de três comportamentos, destacam-se o fumo, álcool e inatividade física entre os rapazes (O/E = 3,4), e fumo, álcool e baixo consumo de frutas, legumes e verduras entre as moças (O/E = 2,4).

Entre os rapazes, os maiores agregamentos de dois comportamentos foram observados entre fumo e consumo de álcool (4,6) e fumo e inatividade física (4,2). Já entre as moças, para todas as combinações com dois comportamentos, com exceção de consumo de álcool e inatividade física, houve cluster, destacando-se o fumo e o consumo de álcool, que apresentou um cluster de 13,4, conforme apresentado na Tabela 2.

A Tabela 3 indica a prevalência e a POR da combinação de dois comportamentos de risco, independentemente da exposição aos outros dois comportamentos de risco. Sugere-se que, entre os rapazes, o fumo e o consumo de álcool estão em cluster, isto é, a presença de um dos comportamentos está determinando a presença do outro. Já entre as moças o cluster foi observado entre a inatividade física e o baixo consumo de frutas, legumes e verduras.

Foi também avaliada a associação entre variáveis sociodemográficas e da escola com a presença de três ou mais comportamentos de risco à saúde (fumo, consumo abusivo de álcool, inatividade física e/ou baixo consumo de frutas) (Tabela 4). Adolescentes casados ou com companheiro, com maior renda familiar, que estudam no período diurno e que não frequentam as aulas de Educação Física apresentaram maior risco para a exposição de três ou mais comportamentos de risco à saúde do que os respectivos grupos de referência nas análises ajustadas. As outras variáveis avaliadas (sexo, idade, local de moradia e trabalho adolescente) não estiveram associadas com o desfecho. Não houve evidências de modificação de efeito por parte do sexo com nenhuma das variáveis (valor p de interação > 0,20 em todos os casos).

DISCUSSÃO

O objetivo do presente estudo foi verificar a prevalência, o cluster e os fatores associados dos quatro maiores comportamentos de risco para doenças não transmissíveis (fumo, álcool, inatividade física e baixo consumo de frutas, legumes e verduras) em estudantes do ensino médio da rede pública estadual do município de Caruaru, Pernambuco. O procedimento amostral permite afirmar que o tamanho e o dimensionamento da amostra foram representativos do número de escolas e de alunos matriculados no município. A coleta dos dados seguiu o planejamento, sendo respeitada a proporção de alunos matriculados por turno e porte da escola, o que permite dimensionar os resultados para a população de estudantes do ensino médio da rede pública estadual de Caruaru.

Um dos pontos fortes do presente estudo foi investigar o agregamento de fatores de risco comportamentais para doenças crônicas e os fatores associados, visto que a maioria das pesquisas realizadas com adolescentes se restringe a avaliar a ocorrência de fatores de risco de forma isolada. Além disso, na literatura nacional, não foi encontrado nenhum estudo com adolescentes com esse tipo de análise.

Apesar da abordagem inovadora, este estudo apresenta algumas limitações que precisam ser consideradas. A extrapolação dos resultados para adolescentes em geral deve ser realizada com cautela, principalmente os de escolas particulares e de adolescentes de outras regiões do Brasil. Outras limitações são o instrumento utilizado e os pontos de corte adotados. No que concerne ao instrumento, é importante ressaltar que o consumo de frutas, legumes e verduras foi investigado pela frequência diária de porções relatadas pelos estudantes, não sendo possível estimar a quantidade em gramas do consumo, como no estudo de Schuit et al.¹¹11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24., ou do número de doses, como no estudo de Poortinga⁹9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8..

Salienta-se também que a informação sobre atividade física, fumo e álcool foi autorreferida, o que pode ocasionar uma superestimativa no caso da atividade física e um subestimativa da prevalência nos demais comportamento citados, mesmo o preenchimento do questionário tendo sido realizado de forma confidencial. Entretanto, essa limitação está presente entre os estudos correlatos⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24.. Além disso, os estudos que avaliam o agregamento de fatores de risco para agravos crônicos apresentam grandes variações no conjunto dos fatores analisados, o que dificulta a comparabilidade direta dos achados.

Os resultados mostraram que, com exceção do fumo, os demais fatores estiveram presentes, em meninos e meninas, com frequências superiores a 20%. Esses resultados são importantes, pois, segundo relatório da OMS, 2009, em países em desenvolvimento, o fumo, a inatividade física, o consumo de álcool e o baixo consumo de frutas, legumes e verduras correspondem isoladamente às posições de segundo, quarto, quinto e oitavo lugar entre as principais causas de morte em países em desenvolvimento, respectivamente¹1 WHO. Preventing Chronic Diseases a vital investment. Geneva: World Health Organization; 2005..

No Brasil, por exemplo, informações sobre a exposição isolada a esses comportamentos de risco à saúde do escolar estão bem documentadas. Recentemente, foi realizada a Pesquisa Nacional da Saúde do Escolar (PENSE) que abrangeu diversos fatores relacionados à saúde de estudantes do 9^o ano do ensino fundamental das 26 capitais dos estados e do Distrito Federal. O presente estudo investigou outro seguimento da educação, e observou-se que dois em cada três estudantes não atendem às recomendações de consumo para frutas, legumes e verduras, e quatro em cada dez são fisicamente inativos. Não houve diferença significativa entre os rapazes e as moças para o fumo e o consumo de frutas, legumes e verduras. Já para o consumo de álcool e a inatividade física foi observada diferença, sendo mais prevalente entre os rapazes e as moças, respectivamente. Esses resultados, independentemente dos pontos de corte e instrumento utilizado, correspondem aos achados na literatura⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8., mas não para a inatividade física¹¹11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24..

A análise de simultaneidade consistiu em agrupar a exposição de dois ou mais comportamentos e verificar a prevalência encontrada. A baixa prevalência dos quatro comportamentos agregados pode ser explicada por se tratar de adolescentes e não adultos. Nos demais estudos correlatos, as prevalências de três e quatro comportamentos agregados foram maiores⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24. ^{, 15}15 Tassitano RM, Feitosa WMN, Tenório MCM, Santiago Júnior GL. Simultaneidade de comportamentos de risco a saúde e fatores associados em trabalhadores da indústria. Rev Bras Ativ Fisic Saúde 2010; 15(1):42-49..

Já a análise de agregamento consistiu em determinar a razão entre uma combinação de comportamento esperada e a observada, de maneira que quando a razão é superior a 1 corresponde ao agregamento. Em geral, a razão entre a prevalência observada e a prevalência esperada foi superior a 1, o que indicou que os fatores de risco tendem a co-ocorrer.

Alguns estudos⁴4 Alamian A, Paradis G. Correlates of multiple chronic disease behavioral risk factors in Canadian children and adolescents. Am J Epidemiol 2009; 170(10): 1279-89.

5 Chiolero A, Wietlisbach V, Ruffieux C, Paccaud F, Cornuz J. Clustering of risk behaviors with cigarette consumption: A population-based survey. Prev Med 2006; 42(5): 348-53.

6 Fine LJ, Philogene GS, Gramling R, Coups EJ, Sinha S. Prevalence of multiple chronic disease risk factors. 2001 National Health Interview Survey. Am J Prev Med 2004; 27(2 Suppl): 18-24.

7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8.

8 Lawlor DA, O'Callaghan MJ, Mamun AA, Williams GM, Bor W, Najman JM. Socioeconomic position, cognitive function, and clustering of cardiovascular risk factors in adolescence: findings from the Mater University Study of Pregnancy and its outcomes. Psychosom Med 2005; 67(6): 862-8.

9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8.

10 Prochaska JO. Multiple Health Behavior Research represents the future of preventive medicine. Prev Med 2008; 46(3): 281-5. ^{- 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24. demonstraram que a ocorrência dos comportamentos é independente, ou seja, uma pessoa pode ao mesmo tempo agregar condutas positivas e negativas de saúde. Neste estudo, foram observadas entre as moças condutas positivas para o consumo de frutas, legumes e verduras e para a prática de atividade física, e ao mesmo tempo condutas negativas quanto ao consumo de álcool e fumo. Os resultados indicam semelhanças com os demais estudos, e o cluster tende a ocorrer com maior frequência na medida em que se agregam mais comportamentos negativos de saúde⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24..

Já a estimativa de POR indicou o quanto a presença de um fator de risco aumenta a chance da ocorrência do outro comportamento. O estudo revelou que os fatores de risco tenderam ao agregamento, particularmente, o fumo e o consumo de álcool, mais acentuado entre adolescentes do sexo masculino, e a inatividade física e o baixo consumo de frutas, legumes e verduras, entre as meninas (p < 0,05). Entre os rapazes, foi observado POR de 1,82, que indica que a presença de um desses comportamentos eleva em 1,82 a ocorrência do outro comportamento. Já entre as moças a presença de um comportamento, seja este do baixo consumo de frutas, legumes e verduras ou da inatividade física, eleva em 4,65 a ocorrência do outro comportamento.

Nos demais estudos⁷7 Galan I, Rodriguez-Artalejo F, Tobias A, Diez-Ganan L, Gandarillas A, Zorrilla B. Clustering of behavior-related risk factors and its association with subjective health. Gac Sanit 2005; 19(5): 370-8. ^{, 9}9 Poortinga W. The prevalence and clustering of four major lifestyle risk factors in an English adult population. Prev Med 2007; 44(2): 124-8. ^{, 11}11 Schuit AJ, van Loon AJ, Tijhuis M, Ocke M. Clustering of lifestyle risk factors in a general adult population. Prev Med 2002; 35(3): 219-24., foi observada a mesma tendência, o que pode sugerir que o fumo e o consumo de álcool se caracterizam como um grupo de comportamentos semelhantes no que concerne à exposição, e, por outro lado, a inatividade física e o consumo inadequado de frutas, legumes e vegetais pertencem a outro grupo particular.

A análise de regressão logística indicou que ser casado, com renda familiar mensal total superior a R$ 500,00, estudantes do diurno e os que não frequentam as aulas de Educação Física são fatores de risco significativos para ocorrência de três comportamentos de risco ou mais. Dois desses fatores são de ordem sociodemográfica e socioeconômica e os outros dois estão relacionados à escola. Entretanto, sob o ponto de vista de programas de intervenção, apenas nas aulas de Educação Física pode-se fazer uma intervenção direta.

No presente estudo, aqueles estudantes que não fazem aulas de Educação Física tiveram 2,1 vezes mais chance de apresentar três ou mais comportamentos de risco agregado. Na literatura nacional, outros estudos transversais investigaram tanto a participação em aulas de Educação Física como o nível e a atividade física²¹21 Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional de Saúde do Escolar (PeNSE) 2009. Rio de Janeiro: IBGE; 2009.

22 Hallal PC, Bertoldi AD, Goncalves H, Victora CG. Prevalence of sedentary lifestyle and associated factors in adolescents 10 to 12 years of age. Cad Saude Publica 2006; 22(6): 1277-87. ^{- 23}23 Tassitano RM, Barros MV, Tenorio MC, Bezerra J, Florindo AA, Reis RS. Enrollment in physical education is associated with health-related behavior among high school students. J Sch Health 2010; 80(3): 126-33., bem como os demais comportamentos relacionados à saúde²³23 Tassitano RM, Barros MV, Tenorio MC, Bezerra J, Florindo AA, Reis RS. Enrollment in physical education is associated with health-related behavior among high school students. J Sch Health 2010; 80(3): 126-33.. No estudo de Hallal et al.²²22 Hallal PC, Bertoldi AD, Goncalves H, Victora CG. Prevalence of sedentary lifestyle and associated factors in adolescents 10 to 12 years of age. Cad Saude Publica 2006; 22(6): 1277-87., por exemplo, boa parte da atividade física praticada por adolescentes advém das aulas de Educação Física. Já no estudo de Tassitano et al.²³23 Tassitano RM, Barros MV, Tenorio MC, Bezerra J, Florindo AA, Reis RS. Enrollment in physical education is associated with health-related behavior among high school students. J Sch Health 2010; 80(3): 126-33. participar das aulas de Educação Física independentemente do conteúdo ofertado, além de estar associado a um maior nível de atividade física, associa-se com um maior consumo de frutas, legumes e verduras e menor exposição à televisão.

Os resultados deste estudo podem ter implicações importantes para as práticas e políticas de saúde, uma vez que a elevada prevalência de múltiplos fatores de risco para DCNT observada reforça a importância de intervenções voltadas para a sua redução. Sabe-se que intervenções que focalizam múltiplos comportamentos apresentam maior impacto na redução dos comportamentos negativos quando comparadas a intervenções em comportamentos isolados¹⁰10 Prochaska JO. Multiple Health Behavior Research represents the future of preventive medicine. Prev Med 2008; 46(3): 281-5. ^{, 24}24 Glanz K, Bishop DB. The role of behavioral science theory in development and implementation of public health interventions. Annu Rev Public Health 2010; 31: 399-418.. Tendo em vista que fatores de risco comportamentais, como os investigados no presente estudo, são passíveis de modificação, identificar subgrupos em maior risco de apresentar múltiplos fatores simultaneamente é de extrema importância para se evitar uma vida futura mais propensa a doenças crônicas.

Referências bibliográficas

Datas de Publicação

Histórico