Association between neonatal conditions and anthropometric indicators among children attending daycare centers in Southern Brazil

Luiz Felipe de Paiva Lourenção; Lara Campos Borim; Laura Thaciane Rodrigues Cassiano; Roseli Oselka Saccardo Sarni; Rosangela Silva

doi:10.1590/1980-220X-REEUSP-2025-0598en

. 2026 Jul 24;60:e20250598. doi: 10.1590/1980-220X-REEUSP-2025-0598en

Show available content in

View full-text in Spanish

Association between neonatal conditions and anthropometric indicators among children attending daycare centers in Southern Brazil

Luiz Felipe de Paiva Lourenção ¹, Lara Campos Borim ¹, Laura Thaciane Rodrigues Cassiano ¹, Roseli Oselka Saccardo Sarni ^2,³, Rosangela Silva ¹

PMCID: PMC13404304 PMID: 42506972

ABSTRACT

Objective

To investigate the association between neonatal conditions and anthropometric indicators and to describe food insecurity among children attending daycare centers.

Methods:

Cross-sectional study with 139 children enrolled in Early Childhood Education Centers in southern Minas Gerais, Brazil. Data on neonatal conditions, socioeconomic characteristics, food insecurity, and nutritional status were collected. Height-for-age (HAZ) and body mass index-for-age (BAZ) were classified according to the World Health Organization standards. Poisson regression with robust variance was used to estimate prevalence ratios (PR).

Results:

The prevalence of overweight was 34.4%, and short stature was observed in 22.6% of children. Overweight prevalence was 34.4% and short stature 22.6%. BAZ was associated with birth weight (PR = 1.0016; 95%CI:1.0004–1.0028), food insecurity, socioeconomic status, and high-risk pregnancy. Higher food insecurity levels showed higher PRs for BAZ, while lower socioeconomic classes were inversely associated. No associations were observed for HAZ.

Conclusion:

BAZ was associated with perinatal and socioeconomic factors, highlighting early-life determinants of excess weight and the influence of food insecurity, reinforcing the need for early interventions.

DESCRIPTORS: Child Nutrition, Growth and Development, Food Security, Anthropometry

INTRODUCTION

Adequate pregnancy and birth conditions, exclusive breastfeeding up to six months of age, and healthy complementary feeding play an essential role throughout the life course, particularly in early childhood, contributing to adequate growth and development, the formation of healthy habits, and health promotion^(1,2).

During the first two years of life, food choices require special attention, as this period is critical for the establishment of eating habits. Diets based on fresh or minimally processed foods should form the foundation of both the child’s and the family’s diet. In this context, the diversity and the manner in which foods are offered influence the development of taste preferences, children’s relationship with food, and their nutritional status. Health care and nutrition strategies implemented during this period may have repercussions throughout the life course⁽³⁾. Therefore, children’s nutritional status is considered a sensitive indicator of health and quality of life, reflecting the development model of a given society⁽⁴⁾.

Recent studies indicate that children’s diets are characterized by low dietary diversity, reduced consumption of fresh or minimally processed foods, and early exposure to ultraprocessed foods, particularly in low-income and low-education households. This dietary pattern is associated with an increased risk of overweight, obesity, and noncommunicable diseases (NCDs) later in life^(5,6,7). Ultra-processed foods are industrial formulations with poor nutritional quality, characterized by high energy density, elevated levels of fats, sugars, and sodium, and low fiber content, resulting from multiple industrial processing steps and the addition of substances to enhance palatability and shelf life⁽⁸⁾.

Birth conditions play a critical role in the development of nutritional disorders, including undernutrition and excess weight. Birth weight is an important indicator of neonatal nutritional status, and low birth weight (LBW) is recognized as a risk factor for infant and post-neonatal morbidity and mortality, as well as for delayed child development^(9,10).

A diet rich in ultra-processed foods during early childhood negatively affects growth and development and contributes to excess weight in this population. This dietary pattern has been linked to long-term health consequences, including obesity, diabetes, hypertension, and dyslipidemia^(11,12). Although previous studies have explored the role of early-life conditions and dietary patterns in child growth, evidence on the association between neonatal conditions and anthropometric indicators in children attending daycare centers, particularly in small Brazilian municipalities, remains limited. Thus, this study aimed to investigate the relationship between neonatal conditions and anthropometric indicators and to describe food and nutrition security among children enrolled in daycare centers.

METHOD

Type of Study

This was a cross-sectional study conducted among children enrolled in municipal Early Childhood Education Centers in a municipality in southern Minas Gerais, Brazil.

Study Setting

The study was carried out in three municipal Early Childhood Education Centers (CEIs) located in the same municipality. Data collection took place between April and July 2022. The CEIs operate on a full-time basis and provide four daily meals (breakfast, lunch, afternoon snack, and dinner), designed to meet at least 70% of daily nutritional requirements for energy, macronutrients, and priority micronutrients (vitamins A and C, calcium, and iron).

Participants and Sample

All children enrolled in the selected Early Childhood Education Centers during the data collection period were considered eligible for participation, characterizing a census approach rather than probabilistic sampling.

A total of 174 children met the eligibility criteria. Of these, 23 did not participate due to refusal by parents or legal guardians to provide informed consent, and 12 were excluded due to incomplete data in key study variables. Thus, the final analytical sample consisted of 139 children (79.8% of the eligible population). No significant differences in age and sex distribution were observed between participants and non-participants.

Participation was voluntary and dependent on parental authorization, which may have contributed to non-participation. Children with neurological impairments and/or those using corticosteroid medications were excluded from the study. Therefore, the final sample resulted from the eligible population during the study period and was not based on a prior sample size calculation.

Variables

The primary outcomes of the study were indicators of nutritional status, assessed by Height-for-Age (HAZ) and Body Mass Index-for-Age (BAZ) Z-scores, classified according to the World Health Organization (WHO) reference standards (Z-scores < -2 indicating deficit and > +2 indicating excess weight).

Exposure variables included gestational age, birth weight, birth length, breastfeeding practices, and household food and nutrition security. Sociodemographic variables were also collected to characterize the study population.

Data Collection Procedures

Data were collected using a structured and standardized questionnaire administered to the parents or legal guardians. The questionnaire included information on gestational history, neonatal and birth conditions, breastfeeding practices, and socioeconomic characteristics.

Socioeconomic status was assessed using the Brazilian Economic Classification Criteria established by the Brazilian Association of Research Companies (ABEP)⁽¹³⁾.

To minimize information bias, data collection was performed by trained researchers using standardized instruments and procedures.

Assessment of Nutritional Status

Anthropometric measurements of weight and height were obtained at the Early Childhood Education Centers following standardized procedures recommended by the World Health Organization (WHO). Weight and height measurements were used to calculate HAZ and BAZ, classified according to WHO reference standards. Data processing and classification were performed using WHO Anthro ^® software⁽¹⁴⁾.

Food and Nutrition Security Assessment

Food and nutrition security was assessed using the Brazilian Food Insecurity Scale (EBIA), a validated psychometric instrument composed of 14 dichotomous questions (“yes” or “no”) that evaluate household food access based on the perception and experience of food insecurity over the previous three months⁽¹⁵⁾.

Statistical Analysis

Descriptive analyses were performed to characterize the study population, using absolute and relative frequencies for categorical variables, along with their respective 95% confidence intervals (95% CI), calculated assuming a binomial distribution. Continuous variables were described using means and standard deviations, according to their distribution.

Bivariate analyses were conducted to explore relationships between exposure variables and the outcomes. Pearson’s chisquare test was applied when assumptions were met, and Fisher’s exact test was used in cases of small expected cell frequencies to ensure the validity of statistical inference.

Multivariable analyses were performed using generalized linear models to estimate prevalence ratios (PR) and corresponding 95% confidence intervals. Considering the cross-sectional design and the non-rare nature of the outcomes, Poisson regression with robust variance was adopted as the primary modeling strategy.

For the BAZ outcome, a Poisson model with robust variance was used, assuming an approximately equidispersed distribution. For the HAZ outcome, a quasi-Poisson model was applied to account for dispersion parameters differing from unity, improving the adequacy of variance estimation.

Variables with p < 0.20 in bivariate analyses were included in the multivariable models, and statistical significance was defined as p < 0.05. Model estimates were interpreted with caution when confidence intervals were wide or included the null value, indicating limited precision.

All statistical analyses were performed using R software, version 4.5.2.

Ethical Aspects

The study was approved by the Research Ethics Committee of the Universidade Federal de São Paulo (UNIFESP), under opinion number 3.936.371, dated 2020. All procedures were conducted in accordance with the ethical guidelines and regulatory standards for research involving human beings, as established by the Brazilian National Health Council Resolutions No. 466/2012 and Nº. 510/2016. Parents or legal guardians received detailed information about the study objectives and procedures and provided written informed consent prior to the participation of the children.

RESULTS

A total of 139 children were included; most were male (56.8%; 95% CI: 48.2–65.2) and aged 24–35 months (38.9%; 95% CI: 30.7–47.5). Most children were classified as White (68.2%), and the predominant socioeconomic class was B2 (34.3%). Food and nutrition insecurity was observed in 47.5% of households, predominantly at the mild level (35.8%), while moderate and severe forms were less frequent (8.8% and 2.9%, respectively). Food security was observed in 52.6% of households.

Most mothers had finished high school (48.1%), and 33.8% had higher education. Preterm birth occurred in 10.2% of cases, and 11.0% of pregnancies were classified as high-risk. Gestational complications were reported in 24.6% of cases. Nearly all deliveries occurred in hospital settings (98.6%), with cesarean section as the predominant mode (62.6%). Postpartum complications were reported in 9.9% of cases. Most children were born with adequate birth weight (71.4%), while low birth weight and macrosomia were less frequent (3.8% and 5.3%, respectively). Adequate birth length and normal head circumference were observed in 98.4% and 91.1% of children, respectively. Breastfeeding indicators showed high prevalence: 90.5% of children were breastfed within the first hour of life, 87.3% received exclusive breastfeeding on the first day at home, and 59.3% were exclusively breastfed up to six months (Table 1).

Table 1. Sociodemographic, gestational, birth, breastfeeding, food insecurity, and nutritional characteristics of children attending municipal Early Childhood Education Centers – Paraguaçu, MG, Brazil, 2026.

Variable	N	(%)	95% CI
Sex	139
Male	79	56.83	48.17–65.20
Female	60	43.16	34.80–51.83
Age	139
Infants from 6 to 11 months	2	1.44	0.17–5.10
Infants from 12 to 23 months	47	33.81	26.01–42.32
Infants from 24 to 35 months	54	38.85	30.70–47.48
Children ≥ 36 months	36	25.90	18.84–34.01
Race/skin color	107
White	73	68.23	58.51–76.89
Brown (Mixed race)	24	22.43	14.92–31.51
Black	9	8.41	3.91–15.36
Asian	1	0.93	0.02–5.09
Socioeconomic Classification (ABEP)	137
Class A	1	0.73	0.01–3.99
Class B1	13	9.50	5.15–15.68
Class B2	47	34.31	26.41–42.89
Class C1	28	20.44	14.03–28.16
Class C2	33	24.08	17.19–32.13
Class D-E	15	10.94	6.25–17.41
Brazilian Food Insecurity Scale (EBIA)	137
Food Security	72	52.55	44.18–60.92
Mild Food Insecurity	49	35.77	27.76–44.40
Moderate Food Insecurity	12	8.76	4.60–14.80
Severe Food Insecurity	4	2.92	0.80–7.30
Mother’s schooling/Education	133
Unfinished elementary school (0 to 7 years)	12	9.02	4.74–15.23
Finished elementary school (8 to 10 years)	12	9.02	4.74–15.23
Finished high school (≥11 years)	64	48.13	39.37–56.95
Higher Education	45	33.83	25.86–42.54
Classification of Newborn according to Gestational Age	128
Preterm (≤ 37 weeks)	13	10.16	5.51–16.74
Full-term (37 to 41 weeks)	110	85.94	78.68–91.45
Postterm (> 42 weeks)	5	3.90	1.28–8.88
High-Risk Pregnancy	136
Yes	15	11.03	6.30–17.53
No	121	88.97	82.46–93.69
Gestational complications	134
Yes	33	24.63	17.59–32.81
No	101	75.37	67.18–82.40
Place of Delivery	138
Hospital	136	98.56	94.86–99.82
Home birth	1	0.72	0.01–3.97
Other	1	0.72	0.01–3.97
Type of Delivery	131
Vaginal	48	36.64	28.39–45.50
Cesarean section	82	62.60	53.71–70.89
Forceps delivery	1	0.76	0.02–4.17
Postpartum complications	132
Yes	13	9.85	5.34–16.25
No	119	90.15	83.74–94.65
Birth Weight	133
Low birth weight (1500–2499 g)	5	3.76	1.23–8.55
Insufficient birth weight (2500–2999 g)	26	19.55	13.18–27.31
Adequate weight (3000–3999 g)	95	71.43	62.95–78.92
Macrosomia (>4000 g)	7	5.26	2.14–10.54
Birth length	121
Low birth length	2	1.65	0.20–5.84
Adequate birth length	119	98.35	94.15–99.79
Head circumference at birth	101
Normal	92	91.09	83.75–95.84
Below normal range	9	8.91	4.15–16.24
Breastfeeding in the first hour of life	137
Yes	124	90.51	84.32–94.85
No	13	9.49	5.15–15.68
Exclusive breastfeeding on first day at home	134
Yes	117	87.31	80.47–92.43
No	17	12.69	7.57–19.53
Exclusive breastfeeding until 6 months of age	135
Yes	80	59.26	50.47–67.63
No	55	40.74	32.37–49.53

Open in a new tab

Source: Study data. ABEP: Brazilian Association of Research Companies. Differences in total sample size (N) are due to missing data across variables.

In the multivariable analysis for HAZ, using a Poisson model with robust variance, no statistically significant and reliable associations were identified between the explanatory variables and the outcome (Table 2).

Table 2. Explanatory model for height-for-age (HAZ) in children. Poisson model with robust variance, Nagelkerke R² = 0.3259 – Brazil, 2026.

Explanatory variables	PR¹	95% CI²	p-value³
Birth weight (continuous)	0.9996	0.9981–1.0012	0.636
Sex (male vs. female)	5.0438	0.8046–31.6151	0.084
Maternal education
├─ Finished elementary school	8.0312	0.2769–232.8990	0.225
├─ Finished high school	2.4249	0.0852–68.9697	0.604
└─ Higher education	0.7653	0.0619–9.4529	0.834
Race/skin color (Non-White vs. other)	2.2546	0.5298–9.5941	0.271
Food insecurity (ref.: Food	security)
├─ Mild	2.2708	0.8398–6.1401	0.106
├─ Moderate	2.2084	0.2901–16.8135	0.444
└─ Severe	0.0000	0.0000–—^*	<0.001
Gestational age (continuous)	1.1782	0.9126–1.5212	0.208
Type of delivery (cesarean vs. vaginal)	0.4319	0.1176–1.5859	0.205
Maternal health condition (categorical)	2.9085	0.8258–10.2447	0.096
High-risk pregnancy (yes vs. no)	0.4461	0.0630–3.1614	0.419
Gestational complications (yes vs. no)	1.4307	0.2949–6.9415	0.656
Head circumference at birth (continuous)	1.0337	0.8672–1.2323	0.711

Open in a new tab

Notes: ¹PR: Prevalence ratio.

²95% CI: 95% confidence interval.

³p-values obtained using the Wald test.

Reference categories (ref.) are indicated for categorical variables. Bold values indicate statistical significance based on both p < 0.05 and 95% CI excluding 1.

^*Estimate not reliable due to sparse data and model instability; results should not be interpreted.

Birth weight showed an estimate close to the null (PR = 0.9996; 95% CI: 0.9981–1.0012; p = 0.636), indicating no evidence of association with HAZ. Similarly, maternal education, race/skin color, food insecurity (mild and moderate), gestational age, type of delivery, maternal health condition, high-risk pregnancy, gestational complications, and head circumference at birth were not associated with the outcome in the adjusted model.

Some variables, including sex (PR = 5.04; p = 0.084) and maternal health condition (PR = 2.91; p = 0.096), showed borderline p-values; however, their confidence intervals were wide and included the null value, indicating low precision and lack of statistical significance.

Although severe food insecurity presented a statistically significant p-value (p < 0.001), the estimate was unstable (PR = 0.000) due to sparse data and model instability. Therefore, this result is not reliable and should not be interpreted as evidence of association.

Overall, the model explained a moderate proportion of the variability in HAZ (Nagelkerke R² = 0.3259); however, the lack of precise estimates limits the interpretability of the associations.

Socioeconomic status was inversely associated with BAZ. Children from lower socioeconomic classes (C1, C2, and D–E) showed significantly lower prevalence ratios compared to the reference category (Class A), with PR values of 0.14 (95% CI: 0.04–0.49; p = 0.001), 0.09 (95% CI: 0.02–0.58; p = 0.010), and 0.09 (95% CI: 0.01–0.61; p = 0.013), respectively (Table 3).

Table 3. Explanatory model for body mass index-for-age (BAZ) in children. Quasi-Poisson model with robust variance, Nagelkerke R² = 0.3518 – Brazil, 2026.

Explanatory variables	PR¹	95% CI²	p-value³
Birth weight (continuous)	1.0016	1.0004–1.0028	0.008
Sex (male vs. female)	0.6629	0.2573–1.7078	0.394
Race/skin color (Non-White vs. other)	0.5846	0.230–1.4812	0.257
Food insecurity (ref.: Food security)
├─ Mild	4.1591	1.2746–13.5714	0.018
├─ Moderate	9.1878	1.3803–61.1547	0.021
└─ Severe	38.8732	4.6400–325.6740	<0.001
Socioeconomic Classification (ABEP) (ref.: Class A)
├─ Class B1	0.5335	0.1361–2.0912	0.367
├─ Class B2	0.4830	0.1652–1.4119	0.183
├─ Class C1	0.1416	0.0411–0.4873	0.001
├─ Class C2	0.0949	0.0156–0.5777	0.010
└─ Class D-E	0.0857	0.0120–0.6083	0.013
Gestational age (continuous)	0.8565	0.6745–1.0875	0.203
Type of delivery (cesarean vs. vaginal)	0.5773	0.2641–1.2618	0.168
High-risk pregnancy (yes vs. no)	3.0420	1.1698–7.9107	0.022
Head circumference at birth (continuous)	0.6829	0.4586–1.0169	0.060

Open in a new tab

Notes: ¹PR: Prevalence ratio.

²95% CI: 95% confidence interval.

³p-values obtained using the Wald test.

Reference categories (ref.) are indicated for categorical variables. Bold values indicate statistical significance based on both p < 0.05 and 95% CI excluding 1.

High-risk pregnancy was positively associated with BAZ (PR = 3.04; 95% CI: 1.17–7.91; p = 0.022), indicating a higher prevalence of the outcome among these children.

Other variables, including sex, race/skin color, gestational age, type of delivery, and head circumference at birth, were not significantly associated with BAZ in the adjusted model, although head circumference showed borderline statistical significance (p = 0.060).

Overall, the model explained a moderate proportion of the variability in BAZ (Nagelkerke R² = 0.3518), indicating acceptable model fit.

DISCUSSION

Given the cross-sectional design, the results must be interpreted with caution regarding temporality and causality. The assessment and monitoring of children’s nutritional status are essential for identifying nutritional disorders and guiding health promotion and disease prevention strategies, especially during early childhood, a period marked by rapid growth and high nutritional vulnerability. Anthropometric indicators are widely recognized as sensitive markers of population health and quality of life, reflecting both biological conditions and the socioeconomic context in which children are embedded^(16,17).

In Brazil, data from the National Survey on Child Nutrition (ENANI-2019) indicate a prevalence of short stature of 7.0% among children under five years of age, increasing to 10.2% among those aged 12 to 23 months. The prevalence of excess weight in this population was 10.1%, reaching 13.7% in the same age group⁽¹⁸⁾. In contrast, the present study identified substantially higher prevalences of short stature (22.6%) and overweight (34.4%), indicating a less favorable nutritional profile in the evaluated population compared to national averages. These differences may reflect local socioeconomic conditions, dietary patterns, and contextual vulnerabilities not fully captured in national surveys.

Although national surveillance data have shown a reduction in the prevalence of overweight among children under five years of age between 2008 and 2018, as reported by Vasconcelos et al.⁽¹⁹⁾, excess weight in childhood remains a major public health concern. The coexistence of growth deficits and excess weight observed in this study reinforces the ongoing nutritional transition in Brazil, particularly in socially vulnerable populations, where structural inequalities contribute to the simultaneous presence of undernutrition and overweight.

Food and nutrition insecurity was identified in nearly half of the households, a prevalence similar to that reported by Gomes and Gubert⁽²⁰⁾ using data from the PNDS-2006. This finding is also consistent with the worsening scenario described by the II National Survey on Food Insecurity in the Context of the COVID-19 Pandemic (II VIGISAN)^(21,22). In the present study, food insecurity was significantly associated with BMI-for-age, with higher prevalence ratios observed across increasing levels of severity. This finding suggests a potential relationship between household food access and nutritional outcomes, possibly mediated by reduced diet quality and increased consumption of ultra-processed foods, which are known contributors to excess weight in childhood.

Despite advances in public policies and social protection programs, food and nutrition insecurity remains a major challenge in Brazil, reflecting persistent socioeconomic inequalities. These findings highlight the importance of strengthening intersectoral strategies aimed at improving access to adequate and healthy food, promoting exclusive breastfeeding, and ensuring appropriate complementary feeding practices during early childhood⁽²³⁾.

Regarding birth characteristics, the proportion of cesarean deliveries observed in this study was higher than that reported in national surveys such as PNDS-2006⁽²⁴⁾. Although causal inferences cannot be made, this finding reflects the persistently high cesarean rates in Brazil and underscores the need for continued monitoring, given their potential implications for maternal and child health outcomes.

Breastfeeding indicators in the studied population were more favorable than those reported in national and regional surveys. The high prevalence of breastfeeding in the first hour of life and exclusive breastfeeding practices may reflect improvements in neonatal care and local health service performance, which are known to have positive effects on child growth and development^(25,26).

Adequate prenatal care is consistently associated with improved pregnancy outcomes, including appropriate birth weight and gestational age. Although most mothers in this study had access to prenatal care, the presence of gestational complications and high-risk pregnancies highlights the need for continuous monitoring and timely interventions to mitigate potential adverse effects on child health^(27,28).

Child growth results from a complex interplay of genetic, intrauterine, and postnatal factors. In the present study, multivariable analyses identified significant associations between BMI-for-age and selected variables, including birth weight, food insecurity, socioeconomic status, and high-risk pregnancy. Birth weight showed a positive association with BMI-for-age, although with small magnitude, suggesting that higher birth weight may be related to a higher prevalence of excess weight in early childhood. Additionally, children exposed to food insecurity presented higher prevalence ratios of BMI-for-age alteration, reinforcing the role of social determinants in shaping nutritional outcomes.

Socioeconomic status was inversely associated with BMI-for-age, with lower socioeconomic classes presenting lower prevalence ratios compared to the highest class. This finding may reflect complex and context-specific patterns of nutritional transition, in which excess weight is not uniformly distributed across socioeconomic strata. High-risk pregnancy was also associated with BMI-for-age, suggesting that adverse gestational conditions may have implications for early growth trajectories^{(29,30,31,32,33)}.

In contrast, no consistent associations were observed between the evaluated variables and height-for-age. Overall, the findings indicate that anthropometric outcomes may be differentially influenced by early-life and contextual factors, particularly in relation to excess weight.

These findings should be interpreted with caution, as the wide confidence intervals observed across several estimates indicate limited precision. Additionally, the cross-sectional design does not allow establishing temporal or causal relationships between exposures and outcomes. Residual confounding, small subgroup sizes, and variability in exposure distribution may also have influenced the results.

Finally, due to the cross-sectional nature of the study, the findings should be considered exploratory and hypothesis-generating, reinforcing the need for longitudinal studies to better elucidate the role of early-life conditions and social determinants in shaping child growth trajectories.

Study Limitations

Some limitations of this study should be acknowledged. Due to its cross-sectional design, it is not possible to establish temporal or causal relationships between nutritional status and the exposure variables analyzed. In addition, the study was conducted in a single municipality and included children enrolled in municipal daycare centers, which may limit the generalizability of the findings to other populations and contexts.

Non-participation due to refusal or incomplete data may have introduced selection bias, although the participation rate was high (79.8%). Furthermore, the small number of participants in certain neonatal subgroups, particularly preterm birth and low birth weight, may have reduced statistical power, contributing to the wide confidence intervals observed in some multivariable estimates. Although Fisher’s exact test was applied when appropriate, small cell frequencies may still limit the robustness of some comparisons.

Information on gestational history and socioeconomic conditions was obtained through reports from parents or legal guardians and may therefore be subject to recall bias. Nevertheless, the use of standardized and validated instruments, along with the consistency of the findings with existing literature, supports the internal validity of the study.

CONCLUSION

The present study identified a high prevalence of short stature and excess weight among children enrolled in municipal Early Childhood Education Centers, with proportions exceeding those reported in national surveys.

In the adjusted analyses, body mass index-for-age was associated with birth weight, food insecurity, socioeconomic classification, and high-risk pregnancy, highlighting the influence of both early-life conditions and social determinants on excess weight in childhood. In contrast, no statistically significant associations were observed for height-for-age.

The high prevalence of food and nutrition insecurity further underscores the persistence of social and economic vulnerabilities that may adversely affect child health and development. These findings reinforce the importance of continuous monitoring of nutritional status in early childhood and the strengthening of integrated public health policies addressing both biological and social determinants, particularly in socially vulnerable contexts.

Funding Statement

This work was carried out with the support of the Coordenação de Aprimoramento de Pessoal de Nível Superior – Brasil(CAPES) – Funding code 001.

Footnotes

Financial support: This work was carried out with the support of the Coordenação de Aprimoramento de Pessoal de Nível Superior – Brasil (CAPES) – Funding code 001.

DATA AVAILABILITY

The entire dataset supporting the results of this study is available upon request to the corresponding author.

REFERENCES

1.Silva PCS, Teles VCSN, Santos ACCP. A importância da Nutrição nos primeiros Mil dias de vida. Rev Ibero-Am Humanid Ciênc Educ. 2022;8(5):2541–5. doi: 10.51891/rease.v8i5.5756. [DOI] [Google Scholar]
2.Brasil. Ministério da Saúde. Guia alimentar para crianças brasileiras menores de 2 anos [Internet] Brasília: Ministério da Saúde; 2019. [[cited 2024 May 25]]. Secretaria de Atenção Primaria à Saúde. Departamento de Promoção da Saúde. Available from: http://189.28.128.100/dab/docs/portaldab/publicacoes/guia_da_crianca_2019.pdf . [Google Scholar]
3.Lopes WC, Pinho L, Caldeira AP, Lessa AC. Consumption of ultra-processed foods by children under 24 months of age and associated factors. Rev Paul Pediatr. 2020;38:e2018277. doi: 10.1590/1984-0462/2020/38/2018277. [DOI] [PMC free article] [PubMed] [Google Scholar]
4.Bittencourt LJ, Oliveira JS, Figueiroa JN, Batista M., Filho Aleitamento materno no estado de Pernambuco: prevalência e possível papel das ações de saúde. Rev Bras Saude Mater Infant. 2005;51(4):439–48. doi: 10.1590/S1519-38292005000400007. [DOI] [Google Scholar]
5.Silva MA, Milagres LC, Castro APP, Filgueiras MDS, Rocha NP, Hermsdorff HHM, et al. O consumo de produtos ultraprocessados está associado ao melhor nível socioecocômico das famílias das crianças. Ciênc saúde coletiva. 2019;24(11):4053–60. doi: 10.1590/1413-812320182411.25632017. [DOI] [PubMed] [Google Scholar]
6.Louzada MLC, Costa CS, Souza TN, Cruz GL, Levy RB, Monteiro CA. Impacto do consumo de alimentos ultraprocessados na saúde de crianças, adolescentes e adultos: revisão de escopo. Cad Saude Publica. 2021;37(Suppl 1):e00323020. doi: 10.1590/0102-311x00323020. [DOI] [PubMed] [Google Scholar]
7.Ortelan N, Neri DA, Benicio MHD. Feeding practices of low birth weight Brazilian infants and associated factors. Rev Saude Publica. 2020;54(14) doi: 10.11606/s1518-8787.2020054001028. [DOI] [PMC free article] [PubMed] [Google Scholar]
8.Jaime PC, Frias PG, Monteiro HOC, Almeida PVB, Malta DC. Healthcare and unhealthy eating among children aged under two years: data from the National Health Survey, Brazil, 2013. Rev Bras Saude Mater Infant. 2016;16(2):149–57. doi: 10.1590/1806-93042016000200005. [DOI] [Google Scholar]
9.Nascimento RC, Rodrigues Barbosa MC, Corrêa MM. Baixo-peso ao nascer: estudo de fatores associados em um Hospital Terciário da Grande Vitória, ES, Brasil. Demetra. 2019;14:e43508. doi: 10.12957/demetra.2019.43508. [DOI] [Google Scholar]
10.Capelli J de CS, Pontes JS, Pereira SEA, Silva AAM, Carmo CN, Boccolini CS, et al. Peso ao nascer e fatores associados ao período pré-natal: um estudo transversal em hospital maternidade de referência. Ciênc saúde coletiva. 2014;19(7):2063–72. doi: 10.1590/1413-81232014197.20692013. [DOI] [PubMed] [Google Scholar]
11.Giesta JM, Zoche E, Corrêa RS, Bosa VL. Associated factors with early introduction of ultra-processed foods in feeding of children under two years old. Ciênc saúde coletiva. 2019;24(7):2387–97. doi: 10.1590/1413-81232018247.241620171. [DOI] [PubMed] [Google Scholar]
12.Monteiro J, Goedert T, Rosa RL. Influência da mídia no perfil nutricional de crianças pré-escolares da cidade de Gaspar-SC. [[cited 2024 Jun 27]];RBONE. 2020 14(84):125–30. Available from: https://dialnet.unirioja.es/servlet/articulo?codigo=8150413 . [Google Scholar]
13.Associação Brasileira de Empresas de Pesquisa. Critério Brasil: Critério de Classificação Econômica Brasil 2022 [Internet]. ABEP. 2023. [[cited 2024 Jun 27]]. Available from: https://www.abep.org/criterio-brasil .
14.World Health Organization. Geneva: WHO; 2006. [[cited 2024 May 29]]. WHO Child Growth Standards: length/height-for-age, weight-for-age, weight-for-length, weight-for-height and body mass index-for-age: Methods and development [Internet]. Available from: https://apps.who.int/iris/handle/10665/43413 . [Google Scholar]
15.Freitas RM, Marjotta-Maistro MC, Montebello AES, Figueiredo MAB. Análise da segurança alimentar e nutricional de agricultores orgânicos na Zona da Mata Setentrional pernambucana. RG Secr. 2023;14(8):12573–88. doi: 10.7769/gesec.v14i8.2555. [DOI] [Google Scholar]
16.Macêdo RC, Ramos CV, Paiva AA, Martins MCC, Almeida CAPL, Paz SMRS. Association between breastfeeding and overweight in preschoolers. Acta Paul Enferm. 2020;33:eAPE20190025. doi: 10.37689/acta-ape/2020AO0025. [DOI] [Google Scholar]
17.Sperandio N, Priore SE. Inquéritos antropométricos e alimentares na população brasileira: importante fonte de dados para o desenvolvimento de pesquisas. Ciênc saúde coletiva. 2017;22(2):499–508. doi: 10.1590/1413-81232017222.07292016. [DOI] [Google Scholar]
18.Universidade Federal do Rio de Janeiro. Rio de Janeiro (RJ): Universidade Federal do Rio de Janeiro; 2022. [[cited 2024 Jun 30]]. Estado Nutricional Antropométrico da Criança e da Mãe: Prevalência de indicadores antropométrico de crianças brasileiras menores de 5 anos de idade e suas mães biológicas: ENANI 2019 [Internet]. Available from: https://enani.nutricao.ufrj.br/wp-content/uploads/2023/10/Relatorio-7-ENANI-2019-Estado-Nutricional-Antopometrico.pdf . [Google Scholar]
19.Vasconcelos LGL, Almeida NB, Santos MOA, Silveira JAC. Tendência temporal (2008–2018) da prevalência de excesso de peso em lactentes e pré-escolares brasileiros de baixa renda. Ciênc saúde coletiva. 2022;27(1):363–375. doi: 10.1590/1413-81232022271.24122020. [DOI] [PubMed] [Google Scholar]
20.Gomes GP, Gubert MB. Breastfeeding in children under 2 years old and household food and nutrition security status. J Pediatr (Rio J) 2012;88(3):279–82. doi: 10.2223/JPED.2173. [DOI] [PubMed] [Google Scholar]
21.Salles-Costa R, Segall-Corrêa AM, Alexandre-Weiss VP, Pasquim EM, de Paula NM, Lignani JB, et al. Rise and fall of household food security in Brazil, 2004 to 2022. Cad Saude Publica. 2023;39(1):e00191122. doi: 10.1590/0102-311xen191122. [DOI] [PubMed] [Google Scholar]
22.Cherol CCS, Ferreira AA, Lignani JB, Salles-Costa R. Regional and social inequalities in food insecurity in Brazil, 2013–2018. Cad Saude Publica. 2022;38(12):e00083822. doi: 10.1590/0102-311xen083822. [DOI] [PubMed] [Google Scholar]
23.Bezerra MS, Jacob MCM, Ferreira MAF, Vale D, Mirabal IRB, Lyra CO. Insegurança alimentar e nutricional no Brasil e sua correlação com indicadores de vulnerabilidade. Ciênc saúde coletiva. 2020;25(10):3833–46. doi: 10.1590/1413-812320202510.35882018. [DOI] [PubMed] [Google Scholar]
24.Alves MN, Muniz LC, Vieira MFA. Consumo alimentar entre crianças brasileiras de dois a cinco anos de idade: Pesquisa Nacional de Demografia e Saúde (PNDS), 2006. Ciênc saúde coletiva. 2013;18(11):3369–77. doi: 10.1590/S1413-81232013001100026. [DOI] [PubMed] [Google Scholar]
25.Andrade LD, Gomes DR, Pires NCC, Silva ILD, Oliveira EA, Oliveira DS. Prevalência e fatores associados ao aleitamento materno em crianças menores de 2 anos de idade. Rev Ciênc Méd Biol. 2022;20(4):610–8. doi: 10.9771/cmbio.v20i4.42450. [DOI] [Google Scholar]
26.Cunha JF, Gama SGN, Thomaz EBAF, Gomes MASM, Ayres BVS, Silva CMFP, et al. Fatores associados ao aleitamento materno ao nascer em maternidades vinculadas à Rede Cegonha, Brasil, 2016-2017. Ciênc saúde coletiva. 2024;29(4):e04332023. doi: 10.1590/1413-81232024294.04332023. [DOI] [PubMed] [Google Scholar]
27.Gonzaga ICA, Santos SLD, Silva ARV, Campelo V. Atenção pré-natal e fatores de risco associados à prematuridade e baixo peso ao nascer em capital do nordeste brasileiro. Ciênc saúde coletiva. 2016;21(6):1965–74. doi: 10.1590/1413-81232015216.06162015. [DOI] [PubMed] [Google Scholar]
28.Oliveira AA, Almeida MF, Silva ZP, Assunção PL, Silva AMR, Santos HG, et al. Fatores associados ao nascimento pré-termo: da regressão logística à modelagem com equações estruturais. Cad Saude Publica. 2019;35(1):e00211917. doi: 10.1590/0102-311x00211917. [DOI] [PubMed] [Google Scholar]
29.Silva GAP, Costa KAO, Giugliani ERJ. Infant feeding: beyond the nutritional aspects. J Pediatr (Rio J) 2016;92(3, Suppl 1):S2–7. doi: 10.1016/j.jped.2016.02.006. [DOI] [PubMed] [Google Scholar]
30.Crespi L, Noro D, Nóbile MF. Neurodesenvolvimento na Primeira Infância: aspectos significativos para o atendimento escolar na Educação Infantil. ER. 2020;27:1517–41. doi: 10.14393/ER-v27nEa2020-15. [DOI] [Google Scholar]
31.Oliveira ACM, Pereira LA, Ferreira RC, Clemente APG. Estado nutricional materno e sua associação com o peso ao nascer em gestações de alto risco. Ciênc saúde coletiva. 2018;23(7):2373–82. doi: 10.1590/1413-81232018237.12042016. [DOI] [PubMed] [Google Scholar]
32.Lima SS, Braga MC, Vanderlei LCM, Luna CF, Frias PG. Avaliação do impacto de programas de assistência pré-natal, parto e ao recém-nascido nas mortes neonatais evitáveis em Pernambuco, Brasil: estudo de adequação. Cad Saude Publica. 2020;36(2):e00039719. doi: 10.1590/0102-311x00039719. [DOI] [PubMed] [Google Scholar]
33.Kuhn-Santos RC, Suano-Souza FI, Puccini RF, Strufaldi MWL. Fatores associados ao excesso de peso e baixa estatura em escolares nascidos com baixo peso. Ciênc saúde coletiva. 2019;24(2):361–70. doi: 10.1590/1413-81232018242.30702016. [DOI] [PubMed] [Google Scholar]

Rev Esc Enferm USP. 2026 Jul 24;60:e20250598. [Article in Spanish] doi: 10.1590/1980-220X-REEUSP-2025-0598es

Asociación entre las condiciones neonatales y los indicadores antropométricos en niños que asisten a guarderías en el sur de Brasil

Luiz Felipe de Paiva Lourenção ¹, Lara Campos Borim ¹, Laura Thaciane Rodrigues Cassiano ¹, Roseli Oselka Saccardo Sarni ^2,³, Rosangela Silva ¹

RESUMEN

Objetivo:

Investigar la asociación entre las condiciones neonatales y los indicadores antropométricos, y describir la inseguridad alimentaria entre los niños que asisten a guarderías.

Métodos:

Estudio transversal con 139 niños matriculados en centros de educación infantil en el sur de Minas Gerais, Brasil. Se recolectaron datos sobre afecciones neonatales, características socioeconómicas, inseguridad alimentaria y estado nutricional. La estatura para la edad (HAZ) y el índice de masa corporal para la edad (BAZ) se clasificaron según los estándares de la Organización Mundial de la Salud. Se utilizó una regresión de Poisson con varianza robusta para estimar las razones de prevalencia (RP).

Resultados:

La prevalencia de sobrepeso fue del 34,4 %, y se observó baja estatura en el 22,6 % de los niños. La prevalencia de sobrepeso fue del 34,4 % y la de baja estatura del 22,6 %. El BAZ se asoció con el peso al nacer (RP = 1,0016; IC del 95 %: 1,0004–1,0028), la inseguridad alimentaria, el estatus socioeconómico y el embarazo de alto riesgo. Los niveles más altos de inseguridad alimentaria mostraron RP más elevados para el BAZ, mientras que las clases socioeconómicas más bajas se asociaron de manera inversa. No se observaron asociaciones para el HAZ.

Conclusión:

El BAZ se asoció con factores perinatales y socioeconómicos, lo que pone de relieve los determinantes del exceso de peso en las primeras etapas de la vida y la influencia de la inseguridad alimentaria, lo que refuerza la necesidad de intervenciones tempranas.

DESCRIPTORES: Nutrición del Niño, Crecimiento y Desarrollo, Seguridad Alimentaria, Antropometría

INTRODUCCIÓN

Las condiciones adecuadas durante el embarazo y el parto, la lactancia materna exclusiva hasta los seis meses de edad y una alimentación complementaria saludable desempeñan un papel esencial a lo largo de toda la vida, particularmente en la primera infancia, contribuyendo al crecimiento y desarrollo adecuados, a la formación de hábitos saludables y a la promoción de la salud^(1,2).

Durante los dos primeros años de vida, la elección de los alimentos requiere una atención especial, ya que este período es crítico para el establecimiento de los hábitos alimentarios. Las dietas basadas en alimentos frescos o mínimamente procesados deben constituir la base de la alimentación tanto del niño como de la familia. En este contexto, la diversidad y la forma en que se ofrecen los alimentos influyen en el desarrollo de las preferencias gustativas, la relación de los niños con la comida y su estado nutricional. Las estrategias de atención de salud y nutrición implementadas durante este período pueden tener repercusiones a lo largo de toda la vida⁽³⁾. Por lo tanto, el estado nutricional de los niños se considera un indicador sensible de la salud y la calidad de vida, que refleja el modelo de desarrollo de una sociedad determinada⁽⁴⁾.

Estudios recientes indican que la alimentación de los niños se caracteriza por una baja diversidad alimentaria, un consumo reducido de alimentos frescos o mínimamente procesados y una exposición temprana a alimentos ultraprocesados, particularmente en hogares de bajos ingresos y con bajo nivel educativo. Este patrón alimentario se asocia con un mayor riesgo de sobrepeso, obesidad y enfermedades no transmisibles (ENT) en etapas posteriores de la vida^(5,6,7). Los alimentos ultraprocesados son formulaciones industriales de baja calidad nutricional, caracterizadas por una alta densidad energética, niveles elevados de grasas, azúcares y sodio, y un bajo contenido de fibra, como resultado de múltiples etapas de procesamiento industrial y la adición de sustancias para mejorar la palatabilidad y la vida útil⁽⁸⁾.

Las condiciones al nacer desempeñan un papel fundamental en el desarrollo de trastornos nutricionales, incluyendo la desnutrición y el exceso de peso. El peso al nacer es un indicador importante del estado nutricional neonatal, y el bajo peso al nacer (BPN) se reconoce como un factor de riesgo de morbilidad y mortalidad infantil y posneonatal, así como de retraso en el desarrollo infantil^(9,10).

Una dieta rica en alimentos ultraprocesados durante la primera infancia afecta negativamente al crecimiento y al desarrollo y contribuye al sobrepeso en esta población. Este patrón alimentario se ha relacionado con consecuencias para la salud a largo plazo, como la obesidad, la diabetes, la hipertensión y la dislipidemia^(11,12). Aunque estudios previos han explorado el papel de las condiciones de la primera infancia y los patrones alimentarios en el crecimiento infantil, la evidencia sobre la asociación entre las condiciones neonatales y los indicadores antropométricos en niños que asisten a guarderías, particularmente en pequeños municipios brasileños, sigue siendo limitada. Por lo tanto, este estudio tuvo como objetivo investigar la relación entre las condiciones neonatales y los indicadores antropométricos y describir la seguridad alimentaria y nutricional entre los niños inscritos en guarderías.

MÉTODO

Tipo de Estudio

Este fue un estudio transversal realizado entre niños matriculados en Centros de Educación Infantil municipales en un municipio del sur de Minas Gerais, Brasil.

Entorno del Estudio

El estudio se llevó a cabo en tres Centros de Educación Infantil (CEI) municipales ubicados en el mismo municipio. La recolección de datos se llevó a cabo entre abril y julio de 2022. Los CEI funcionan a tiempo completo y ofrecen cuatro comidas diarias (desayuno, almuerzo, merienda y cena), diseñadas para cubrir al menos el 70 % de las necesidades nutricionales diarias de energía, macronutrientes y micronutrientes prioritarios (vitaminas A y C, calcio y hierro).

Participantes y Muestra

Se consideró que todos los niños matriculados en los Centros de Educación Infantil seleccionados durante el período de recolección de datos eran elegibles para participar, lo que caracteriza un enfoque censal en lugar de un muestreo probabilístico.

Un total de 174 niños cumplieron con los criterios de elegibilidad. De ellos, 23 no participaron debido a la negativa de los padres o tutores legales a dar su consentimiento informado, y 12 fueron excluidos debido a datos incompletos en variables clave del estudio. Así, la muestra analítica final consistió en 139 niños (79,8 % de la población elegible). No se observaron diferencias significativas en la distribución por edad y sexo entre participantes y no participantes.

La participación fue voluntaria y dependía de la autorización de los padres, lo que pudo haber contribuido a la no participación. Se excluyó del estudio a los niños con discapacidades neurológicas y/o aquellos que tomaban medicamentos corticosteroides. Por lo tanto, la muestra final se obtuvo de la población elegible durante el período de estudio y no se basó en un cálculo previo del tamaño de la muestra.

Variables

Los resultados principales del estudio fueron los indicadores del estado nutricional, evaluados mediante los escores Z de estatura para la edad (HAZ) e índice de masa corporal para la edad (BAZ), clasificados según los estándares de referencia de la Organización Mundial de la Salud (OMS) (escores Z < –2 indican déficit y > +2 indican exceso de peso).

Las variables de exposición incluyeron la edad gestacional, el peso al nacer, la altura al nacer, las prácticas de lactancia materna y la seguridad alimentaria y nutricional del hogar. También se recolectaron variables sociodemográficas para caracterizar a la población del estudio.

Procedimientos de Recolección de Datos

Los datos se recopilaron mediante un cuestionario estructurado y estandarizado administrado a los padres o tutores legales. El cuestionario incluía información sobre el historial gestacional, las condiciones neonatales y de nacimiento, las prácticas de lactancia materna y las características socioeconómicas.

El estatus socioeconómico se evaluó utilizando los Criterios de Clasificación Económica Brasileños establecidos por la Asociación Brasileña de Empresas de Investigación (ABEP)⁽¹³⁾.

Para minimizar el sesgo de información, la recolección de datos fue realizada por investigadores capacitados utilizando instrumentos y procedimientos estandarizados.

Evaluación del Estado Nutricional

Las mediciones antropométricas de peso y estatura se obtuvieron en los Centros de Educación Infantil siguiendo los procedimientos estandarizados recomendados por la Organización Mundial de la Salud (OMS). Las mediciones de peso y estatura se utilizaron para calcular el HAZ y el BAZ, clasificados según los estándares de referencia de la OMS. El procesamiento y la clasificación de los datos se realizaron utilizando el software Anthro® de la OMS⁽¹⁴⁾.

Evaluación de la Seguridad Alimentaria y Nutricional

La seguridad alimentaria y nutricional se evaluó utilizando la Escala Brasileña de Inseguridad Alimentaria (EBIA), un instrumento psicométrico validado compuesto por 14 preguntas dicotómicas (“sí” o “no”) que evalúan el acceso de los hogares a los alimentos basándose en la percepción y la experiencia de inseguridad alimentaria durante los tres meses anteriores⁽¹⁵⁾.

Análisis Estadístico

Se realizaron análisis descriptivos para caracterizar a la población del estudio, utilizando frecuencias absolutas y relativas para las variables categóricas, junto con sus respectivos intervalos de confianza del 95 % (IC del 95 %), calculados suponiendo una distribución binomial. Las variables continuas se describieron mediante medias y desviaciones estándar, de acuerdo con su distribución.

Se realizaron análisis bivariados para explorar las relaciones entre las variables de exposición y los resultados. Se aplicó la prueba de chi-cuadrado de Pearson cuando se cumplían los supuestos, y se utilizó la prueba exacta de Fisher en los casos de frecuencias celulares esperadas pequeñas para garantizar la validez de la inferencia estadística.

Se realizaron análisis multivariables utilizando modelos lineales generalizados para estimar las razones de prevalencia (RP) y los correspondientes intervalos de confianza del 95 %. Teniendo en cuenta el diseño transversal y la naturaleza no rara de los resultados, se adoptó la regresión de Poisson con varianza robusta como estrategia de modelización principal.

Para el resultado BAZ, se utilizó un modelo de Poisson con varianza robusta, suponiendo una distribución aproximadamente equidispersa. Para el resultado HAZ, se aplicó un modelo cuasi-Poisson para tener en cuenta los parámetros de dispersión diferentes de la unidad, mejorando la adecuación de la estimación de la varianza.

Las variables con p < 0,20 en los análisis bivariados se incluyeron en los modelos multivariables, y la significación estadística se definió como p < 0,05. Las estimaciones del modelo se interpretaron con cautela cuando los intervalos de confianza eran amplios o incluían el valor nulo, lo que indicaba una precisión limitada.

Todos los análisis estadísticos se realizaron utilizando el software R, versión 4,5,2.

Aspectos Éticos

El estudio fue aprobado por el Comité de Ética en Investigación de la Universidade Federal de São Paulo (UNIFESP), bajo el dictamen n.º 3,936,371, de fecha 2020. Todos los procedimientos se llevaron a cabo de acuerdo con las directrices éticas y las normas reglamentarias para la investigación con seres humanos, según lo establecido por las Resoluciones del Consejo Nacional de Salud de Brasil n.º 466/2012 y n.º 510/2016. Los padres o tutores legales recibieron información detallada sobre los objetivos y procedimientos del estudio y dieron su consentimiento informado por escrito antes de la participación de los niños.

RESULTADOS

Se incluyó a un total de 139 niños; la mayoría eran varones (56,8 %; IC del 95 %: 48,2–65,2) y tenían entre 24 y 35 meses de edad (38,9 %; IC del 95 %: 30,7–47,5). La mayoría de los niños fueron clasificados como blancos (68,2 %), y la clase socioeconómica predominante fue la B2 (34,3 %). Se observó inseguridad alimentaria y nutricional en el 47,5 % de los hogares, predominantemente en el nivel leve (35,8 %), mientras que las formas moderadas y graves fueron menos frecuentes (8,8 % y 2,9 %, respectivamente). Se observó seguridad alimentaria en el 52,6 % de los hogares.

La mayoría de las madres habían terminado la escuela secundaria (48,1 %), y el 33,8 % tenía educación superior. Se produjeron partos prematuros en el 10,2 % de los casos, y el 11,0 % de los embarazos se clasificaron como de alto riesgo. Se reportaron complicaciones gestacionales en el 24,6 % de los casos. Casi todos los partos se produjeron en entornos hospitalarios (98,6 %), siendo la cesárea el modo predominante (62,6 %). Se reportaron complicaciones posparto en el 9,9 % de los casos. La mayoría de los niños nacieron con un peso adecuado al nacer (71,4 %), mientras que el bajo peso al nacer y la macrosomía fueron menos frecuentes (3,8 % y 5,3 %, respectivamente). Se observó una estatura al nacer adecuada y un perímetro cefálico normal en el 98,4 % y el 91,1 % de los niños, respectivamente. Los indicadores de lactancia materna mostraron una alta prevalencia: el 90,5 % de los niños fueron amamantados en la primera hora de vida, el 87,3 % recibieron lactancia materna exclusiva el primer día en casa y el 59,3 % fueron amamantados exclusivamente hasta los seis meses (Tabla 1).

Tabla 1. Características sociodemográficas, gestacionales, del parto, de la lactancia materna, de la inseguridad alimentaria y nutricionales de los niños que asisten a los Centros Municipales de Educación Infantil – Paraguaçu, MG, Brasil, 2026.

Variable	N	(%)	95% IC
Sexo	139
Masculino	79	56,83	48,17–65,20
Femenino	60	43,16	34,80–51,83
Edad	139
Bebés de 6 a 11 meses	2	1,44	0,17–5,10
Bebés de 12 a 23 meses	47	33,81	26,01–42,32
Bebés de 24 a 35 meses	54	38,85	30,70–47,48
Niños ≥ 36 meses	36	25,90	18,84–34,01
Raza/Color de piel	107
Blanca	73	68,23	58,51–76,89
Mestizo	24	22,43	14,92–31,51
Negro	9	8,41	3,91–15,36
Asiático	1	0,93	0,02–5,09
Clasificación socioeconómica (ABEP)	137
Clase A	1	0,73	0,01–3,99
Clase B1	13	9,50	5,15–15,68
Clase B2	47	34,31	26,41–42,89
Clase C1	28	20,44	14,03–28,16
Clase C2	33	24,08	17,19–32,13
Clase D-E	15	10,94	6,25–17,41
Escala Brasileña de Inseguridad Alimentaria (EBIA)	137
Seguridad alimentaria	72	52,55	44,18–60,92
Inseguridad alimentaria leve	49	35,77	27,76–44,40
Inseguridad alimentaria moderada	12	8,76	4,60–14,80
Inseguridad alimentaria grave	4	2,92	0,80–7,30
Formación académica de la madre	133
Sin estudios primarios completos (0 a 7 años)	12	9,02	4,74–15,23
Estudios primarios completos (8 a 10 años)	12	9,02	4,74–15,23
Estudios secundarios completos (≥11 años)	64	48,13	39,37–56,95
Educación superior	45	33,83	25,86–42,54
Clasificación de los recién nacidos según la edad gestacional	128
Prematuro (≥ 37 semanas)	13	10,16	5,51–16,74
A término (37 a 41 semanas)	110	85,94	78,68–91,45
Post término (> 42 semanas)	5	3,90	1,28–8,88
Embarazo de alto riesgo	136
Sí	15	11,03	6,30–17,53
No	121	88,97	82,46–93,69
Complicaciones gestacionales	134
Sí	33	24,63	17,59–32,81
No	101	75,37	67,18–82,40
Lugar del parto	138
Hospital	136	98,56	94,86–99,82
Parto en casa	1	0,72	0,01–3,97
Otro	1	0,72	0,01–3,97
Tipo de parto	131
Vaginal	48	36,64	28,39–45,50
Cesárea	82	62,60	53,71–70,89
Parto con fórceps	1	0,76	0,02–4,17
Complicaciones posparto	132
Sí	13	9,85	5,34–16,25
No	119	90,15	83,74–94,65
Peso al nacer	133
Bajo peso al nacer (1500–2499 g)	5	3,76	1,23–8,55
Peso al nacer insuficiente (2500–2999 g)	26	19,55	13,18–27,31
Peso adecuado (3000–3999 g)	95	71,43	62,95–78,92
Macrosomía (>4000 g)	7	5,26	2,14–10,54
Altura al nacer	121
Altura al nacer baja	2	1,65	0,20–5,84
Altura al nacer adecuada	119	98,35	94,15–99,79
Perímetro cefálico al nacer	101
Normal	92	91,09	83,75–95,84
Por debajo del rango normal	9	8,91	4,15–16,24
Lactancia materna en la primera hora de vida	137
Sí	124	90,51	84,32–94,85
No	13	9,49	5,15–15,68
Lactancia materna exclusiva el primer día en casa	134
Sí	117	87,31	80,47–92,43
No	17	12,69	7,57–19,53
Lactancia materna exclusiva hasta los 6 meses de edad	135
Sí	80	59,26	50,47–67,63
No	55	40,74	32,37–49,53

Open in a new tab

Fuente: Datos del estudio. ABEP: Asociación Brasileña de Empresas de Investigación. Las diferencias en el tamaño total de la muestra (N) se deben a la ausencia de datos en algunas variables.

En el análisis multivariable para el HAZ, utilizando un modelo de Poisson con varianza robusta, no se identificaron asociaciones estadísticamente significativas ni fiables entre las variables explicativas y el resultado (Tabla 2).

Tabla 2. Modelo explicativo para la estatura para la edad (HAZ) en niños. Modelo de Poisson con varianza robusta, R2 de Nagelkerke = 0,3259 – Brasil, 2026.

Variables explicativas	RP¹	95% IC²	p-valor³
Peso al nacer (continuo)	0,9996	0,9981–1,0012	0,636
Sexo (masculino / femenino)	5,0438	0,8046–31,6151	0,084
Educación materna
├─ Ha terminado la escuela primaria	8,0312	0,2769–232,8990 0,225
├─ Ha terminado la escuela secundaria	2,4249	0,0852–68,9697	0,604
└─ Educación superior	0,7653	0,0619–9,4529	0,834
Raza/color de piel (no blancos / otros)	2,2546	0,5298–9,5941	0,271
Inseguridad alimentaria (ref: Seguridad alimentaria)
├─ Leve	2,2708	0,8398–6,1401	0,106
├─ Moderado	2,2084	0,2901–16,8135	0,444
└─ Grave	0,0000	0,0000–—^*	<0,001
Edad gestacional (variable continua)	1,1782	0,9126–1,5212	0,208
Tipo de parto (por cesárea / vaginal)	0,4319	0,1176–1,5859	0,205
Estado de salud de la madre (variable categórica)	2,9085	0,8258–10,2447	0,096
Embarazo de alto riesgo (sí / no)	0,4461	0,0630–3,1614	0,419
Complicaciones gestacionales (sí / no)	1,4307	0,2949–6,9415	0,656
Perímetro cefálico al nacer (variable continua)	1,0337	0,8672–1,2323	0,711

Open in a new tab

Notas: ¹RP: Razón de prevalencia.

²IC del 95 %: Intervalo de confianza del 95 %.

³P-valores obtenidos mediante la prueba de Wald.

Se indican las categorías de referencia (ref.) para las variables categóricas. Los valores en negrita indican significación estadística basada tanto en p < 0,05 como en un IC del 95 % que excluye el valor 1.

^*Estimación no fiable debido a la escasez de datos y a la inestabilidad del modelo; no se deben interpretar los resultados.

El peso al nacer mostró una estimación cercana a la nula (RP = 0,9996; IC del 95 %: 0,9981–1,0012; p = 0,636), lo que indica que no hay evidencia de asociación con el HAZ. De manera similar, la educación materna, la raza/color de piel, la inseguridad alimentaria (leve y moderada), la edad gestacional, el tipo de parto, el estado de salud materna, el embarazo de alto riesgo, las complicaciones gestacionales y el perímetro cefálico al nacer no se asociaron con el resultado en el modelo ajustado.

Algunas variables, entre ellas el sexo (RP = 5,04; p-valor = 0,084) y el estado de salud materna (RP = 2,91; p-valor = 0,096), mostraron p-valores límite; sin embargo, sus intervalos de confianza eran amplios e incluían el valor nulo, lo que indica baja precisión y falta de significación estadística.

Aunque la inseguridad alimentaria grave presentó un p-valor estadísticamente significativo (p < 0,001), la estimación fue inestable (RP = 0,000) debido a la escasez de datos y a la inestabilidad del modelo. Por lo tanto, este resultado no es confiable y no debe interpretarse como evidencia de asociación.

En general, el modelo explicó una proporción moderada de la variabilidad en el HAZ (R² de Nagelkerke = 0,3259); sin embargo, la falta de estimaciones precisas limita la interpretabilidad de las asociaciones.

El estatus socioeconómico se asoció de forma inversa con el BAZ. Los niños de las clases socioeconómicas más bajas (C1, C2 y D–E) mostraron razones de prevalencia significativamente más bajas en comparación con la categoría de referencia (Clase A), con valores de RP de 0,14 (IC del 95 %: 0,04–0,49; p-valor = 0,001), 0,09 (IC del 95 %: 0,02–0,58; p = 0,010) y 0,09 (IC del 95 %: 0,01–0,61; p = 0,013), respectivamente.

El embarazo de alto riesgo se asoció positivamente con el BAZ (RP = 3,04; IC del 95 %: 1,17–7,91; p = 0,022), lo que indica una mayor prevalencia del resultado entre estos niños. Otras variables, como el sexo, la raza/color de piel, la edad gestacional, el tipo de parto y el perímetro cefálico al nacer, no se asociaron significativamente con el BAZ en el modelo ajustado, aunque el perímetro cefálico mostró una significación estadística límite (p = 0,060).

En general, el modelo explicó una proporción moderada de la variabilidad en el BAZ (R² de Nagelkerke = 0,3518), lo que indica un ajuste aceptable del modelo (Tabla 3).

Tabla 3. Modelo explicativo del índice de masa corporal para la edad (BAZ) en niños. Modelo cuasi-Poisson con varianza robusta, R2 de Nagelkerke = 0,3518 – Brasil, 2026.

Variables explicativas	RP¹	95% IC²	p-valor³
Peso al nacer (variable continua)	1,0016	1,0004–1,0028	0,008
Sexo (masculino frente a femenino)	0,6629	0,2573–1,7078	0,394
Raza/color de piel (no blanco frente a otros)	0,5846	0,230–1,4812	0,257
Inseguridad alimentaria (ref: Seguridad alimentaria)
├─ Leve	4,1591	1,2746–13,5714	0,018
├─ Moderado	9,1878	1,3803–61,1547	0,021
└─ Grave	38,8732	4,6400–325,6740	<0,001
Clasificación socioeconómica (ABEP) (ref.: Clase A)
├─ Clase B1	0,5335	0,1361–2,0912	0,367
├─ Clase B2	0,4830	0,1652–1,4119	0,183
├─ Clase C1	0,1416	0,0411–0,4873	0,001
├─ Clase C2	0,0949	0,0156–0,5777	0,010
└─ Clase D-E	0,0857	0,0120–0,6083	0,013
Edad gestacional (variable continua)	0,8565	0,6745–1,0875	0,203
Tipo de parto (por cesárea / vaginal)	0,5773	0,2641–1,2618	0,168
Embarazo de alto riesgo (sí / no)	3,0420	1,1698–7,9107	0,022
Perímetro cefálico al nacer (variable continua)	0,6829	0,4586–1,0169	0,060

Open in a new tab

Notas: ¹RP: Razón de prevalencia.

²IC del 95 %: Intervalo de confianza del 95 %.

³P-valores obtenidos mediante la prueba de Wald.

DISCUSIÓN

Dado el diseño transversal, los resultados deben interpretarse con cautela en lo que respecta a la temporalidad y la causalidad. La evaluación y el monitoreo del estado nutricional de los niños son esenciales para identificar trastornos nutricionales y orientar las estrategias de promoción de la salud y prevención de enfermedades, especialmente durante la primera infancia, un período caracterizado por un rápido crecimiento y una elevada vulnerabilidad nutricional. Los indicadores antropométricos son ampliamente reconocidos como marcadores sensibles de la salud de la población y la calidad de vida, ya que reflejan tanto las condiciones biológicas como el contexto socioeconómico en el que se encuentran los niños^(16,17).

En Brasil, los datos de la Encuesta Nacional de Nutrición Infantil (ENANI-2019) indican una prevalencia de estatura baja del 7,0 % entre los niños menores de cinco años, que aumenta al 10,2 % entre los de 12 a 23 meses. La prevalencia de sobrepeso en esta población fue del 10,1 %, alcanzando el 13,7 % en el mismo grupo de edad⁽¹⁸⁾. En contraste, el presente estudio identificó prevalencias sustancialmente más altas de baja estatura (22,6 %) y sobrepeso (34,4 %), lo que indica un perfil nutricional menos favorable en la población evaluada en comparación con los promedios nacionales. Estas diferencias pueden reflejar condiciones socioeconómicas locales, patrones alimentarios y vulnerabilidades contextuales que no se captan plenamente en las encuestas nacionales.

Aunque los datos de vigilancia nacional han mostrado una reducción en la prevalencia del sobrepeso entre los niños menores de cinco años entre 2008 y 2018, tal como lo informaron Vasconcelos et al.⁽¹⁹⁾, el sobrepeso en la infancia sigue siendo una preocupación importante de salud pública. La coexistencia de déficits de crecimiento y sobrepeso observada en este estudio refuerza la transición nutricional en curso en Brasil, particularmente en las poblaciones socialmente vulnerables, donde las desigualdades estructurales contribuyen a la presencia simultánea de desnutrición y sobrepeso.

Se identificó inseguridad alimentaria y nutricional en casi la mitad de los hogares, una prevalencia similar a la reportada por Gomes y Gubert⁽²⁰⁾ utilizando datos del PNDS-2006. Este hallazgo también concuerda con el escenario de empeoramiento descrito por la II Encuesta Nacional sobre Inseguridad Alimentaria en el Contexto de la Pandemia de COVID-19 (II VIGISAN)^(21,22). En el presente estudio, la inseguridad alimentaria se asoció significativamente con el IMC para la edad, observándose mayores índices de prevalencia a medida que aumentaban los niveles de gravedad. Este hallazgo sugiere una posible relación entre el acceso de los hogares a los alimentos y los resultados nutricionales, posiblemente mediada por una menor calidad de la dieta y un mayor consumo de alimentos ultraprocesados, que se sabe que contribuyen al sobrepeso en la infancia.

A pesar de los avances en las políticas públicas y los programas de protección social, la inseguridad alimentaria y nutricional sigue siendo un gran desafío en Brasil, lo que refleja las persistentes desigualdades socioeconómicas. Estos hallazgos resaltan la importancia de fortalecer las estrategias intersectoriales destinadas a mejorar el acceso a alimentos adecuados y saludables, promover la lactancia materna exclusiva y garantizar prácticas adecuadas de alimentación complementaria durante la primera infancia⁽²³⁾.

En cuanto a las características del parto, la proporción de partos por cesárea observada en este estudio fue mayor que la reportada en encuestas nacionales como la PNDS-2006⁽²⁴⁾. Aunque no se pueden establecer inferencias causales, este hallazgo refleja las tasas de cesáreas persistentemente altas en Brasil y subraya la necesidad de monitorear continuamente, dadas sus posibles implicaciones para los resultados de salud materno-infantil.

Los indicadores de lactancia materna en la población estudiada fueron más favorables que los reportados en encuestas nacionales y regionales. La alta prevalencia de la lactancia materna en la primera hora de vida y las prácticas de lactancia materna exclusiva pueden reflejar mejoras en la atención neonatal y el desempeño de los servicios de salud locales, que se sabe que tienen efectos positivos en el crecimiento y el desarrollo infantil^(25,26).

La atención prenatal adecuada se asocia sistemáticamente con mejores resultados del embarazo, incluyendo un peso al nacer y una edad gestacional adecuados. Aunque la mayoría de las madres de este estudio tuvieron acceso a la atención prenatal, la presencia de complicaciones gestacionales y embarazos de alto riesgo pone de relieve la necesidad de monitorear continuamente y realizar intervenciones oportunas para mitigar los posibles efectos adversos sobre la salud infantil^(27,28).

El crecimiento infantil es el resultado de una compleja interacción de factores genéticos, intrauterinos y posnatales. En el presente estudio, los análisis multivariables identificaron asociaciones significativas entre el IMC para la edad y variables seleccionadas, incluyendo el peso al nacer, la inseguridad alimentaria, el estatus socioeconómico y el embarazo de alto riesgo. El peso al nacer mostró una asociación positiva con el IMC para la edad, aunque de pequeña magnitud, lo que sugiere que un mayor peso al nacer podría estar relacionado con una mayor prevalencia de sobrepeso en la primera infancia. Además, los niños expuestos a la inseguridad alimentaria presentaron mayores razones de prevalencia de alteraciones en el IMC para la edad, lo que refuerza el papel de los determinantes sociales en la configuración de los resultados nutricionales.

El estatus socioeconómico se asoció inversamente con el IMC para la edad, y las clases socioeconómicas más bajas presentaron índices de prevalencia más bajos en comparación con la clase más alta. Este hallazgo puede reflejar patrones complejos y específicos del contexto de la transición nutricional, en los que el sobrepeso no se distribuye de manera uniforme entre los estratos socioeconómicos. El embarazo de alto riesgo también se asoció con el IMC para la edad, lo que sugiere que las condiciones gestacionales adversas pueden tener implicaciones en las trayectorias de crecimiento temprano^{(29,30,31,32,33)}.

Por el contrario, no se observaron asociaciones consistentes entre las variables evaluadas y la estatura para la edad. En general, los hallazgos indican que los resultados antropométricos pueden verse influidos de manera diferente por factores contextuales y de la primera infancia, particularmente en relación con el exceso de peso.

Estos hallazgos deben interpretarse con cautela, ya que los amplios intervalos de confianza observados en varias estimaciones indican una precisión limitada. Además, el diseño transversal no permite establecer relaciones temporales o causales entre las exposiciones y los resultados. La confusión residual, el pequeño tamaño de los subgrupos y la variabilidad en la distribución de la exposición también pueden haber influido en los resultados.

Por último, debido a la naturaleza transversal del estudio, los hallazgos deben considerarse exploratorios y generadores de hipótesis, lo que refuerza la necesidad de estudios longitudinales para dilucidar mejor el papel de las condiciones de la primera infancia y los determinantes sociales en la configuración de las trayectorias de crecimiento infantil.

Limitaciones del Estudio

Se deben reconocer algunas limitaciones de este estudio. Debido a su diseño transversal, no es posible establecer relaciones temporales o causales entre el estado nutricional y las variables de exposición analizadas. Además, el estudio se llevó a cabo en un solo municipio e incluyó a niños inscritos en guarderías municipales, lo que puede limitar la generalización de los hallazgos a otras poblaciones y contextos.

La no participación debido a la negativa o a datos incompletos puede haber introducido un sesgo de selección, aunque la tasa de participación fue alta (79,8 %). Además, el reducido número de participantes en ciertos subgrupos neonatales, en particular los de nacidos prematuros y con bajo peso al nacer, puede haber reducido la potencia estadística, lo que contribuyó a los amplios intervalos de confianza observados en algunas estimaciones multivariables. Aunque se aplicó la prueba exacta de Fisher cuando fue apropiado, las frecuencias de celdas pequeñas aún pueden limitar la solidez de algunas comparaciones.

La información sobre el historial gestacional y las condiciones socioeconómicas se obtuvo a través de informes de los padres o tutores legales y, por lo tanto, puede estar sujeta a un sesgo de recuerdo. No obstante, el uso de instrumentos estandarizados y validados, junto con la coherencia de los hallazgos con la literatura existente, respalda la validez interna del estudio.

CONCLUSIÓN

El presente estudio identificó una alta prevalencia de baja estatura y sobrepeso entre los niños inscritos en los Centros de Educación Infantil municipales, con proporciones que superan las reportadas en las encuestas nacionales.

En los análisis ajustados, el índice de masa corporal para la edad se asoció con el peso al nacer, la inseguridad alimentaria, la clasificación socioeconómica y el embarazo de alto riesgo, lo que pone de relieve la influencia tanto de las condiciones de la primera infancia como de los determinantes sociales en el sobrepeso infantil. Por el contrario, no se observaron asociaciones estadísticamente significativas para la estatura para la edad.

La alta prevalencia de la inseguridad alimentaria y nutricional subraya aún más la persistencia de vulnerabilidades sociales y económicas que pueden afectar negativamente la salud y el desarrollo infantil. Estos hallazgos refuerzan la importancia de monitorear continuamente el estado nutricional en la primera infancia y el fortalecimiento de políticas integradas de salud pública que aborden tanto los determinantes biológicos como los sociales, particularmente en contextos socialmente vulnerables.

Footnotes

Apoyo financiero: Este trabajo se llevó a cabo con el apoyo de la Coordenação de Aprimoramento de Pessoal de Nível Superior – Brasil (CAPES) – Código de financiamiento 001.

DISPONIBILIDAD DE DATOS

El conjunto de datos que respaldan las conclusiones de este estudio está disponible previa solicitud al autor correspondiente.

Associated Data

This section collects any data citations, data availability statements, or supplementary materials included in this article.

Data Availability Statement

The entire dataset supporting the results of this study is available upon request to the corresponding author.

El conjunto de datos que respaldan las conclusiones de este estudio está disponible previa solicitud al autor correspondiente.

[B1] 1.Silva PCS, Teles VCSN, Santos ACCP. A importância da Nutrição nos primeiros Mil dias de vida. Rev Ibero-Am Humanid Ciênc Educ. 2022;8(5):2541–5. doi: 10.51891/rease.v8i5.5756. [DOI] [Google Scholar]

[B2] 2.Brasil. Ministério da Saúde. Guia alimentar para crianças brasileiras menores de 2 anos [Internet] Brasília: Ministério da Saúde; 2019. [[cited 2024 May 25]]. Secretaria de Atenção Primaria à Saúde. Departamento de Promoção da Saúde. Available from: http://189.28.128.100/dab/docs/portaldab/publicacoes/guia_da_crianca_2019.pdf . [Google Scholar]

[B3] 3.Lopes WC, Pinho L, Caldeira AP, Lessa AC. Consumption of ultra-processed foods by children under 24 months of age and associated factors. Rev Paul Pediatr. 2020;38:e2018277. doi: 10.1590/1984-0462/2020/38/2018277. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B4] 4.Bittencourt LJ, Oliveira JS, Figueiroa JN, Batista M., Filho Aleitamento materno no estado de Pernambuco: prevalência e possível papel das ações de saúde. Rev Bras Saude Mater Infant. 2005;51(4):439–48. doi: 10.1590/S1519-38292005000400007. [DOI] [Google Scholar]

[B5] 5.Silva MA, Milagres LC, Castro APP, Filgueiras MDS, Rocha NP, Hermsdorff HHM, et al. O consumo de produtos ultraprocessados está associado ao melhor nível socioecocômico das famílias das crianças. Ciênc saúde coletiva. 2019;24(11):4053–60. doi: 10.1590/1413-812320182411.25632017. [DOI] [PubMed] [Google Scholar]

[B6] 6.Louzada MLC, Costa CS, Souza TN, Cruz GL, Levy RB, Monteiro CA. Impacto do consumo de alimentos ultraprocessados na saúde de crianças, adolescentes e adultos: revisão de escopo. Cad Saude Publica. 2021;37(Suppl 1):e00323020. doi: 10.1590/0102-311x00323020. [DOI] [PubMed] [Google Scholar]

[B7] 7.Ortelan N, Neri DA, Benicio MHD. Feeding practices of low birth weight Brazilian infants and associated factors. Rev Saude Publica. 2020;54(14) doi: 10.11606/s1518-8787.2020054001028. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B8] 8.Jaime PC, Frias PG, Monteiro HOC, Almeida PVB, Malta DC. Healthcare and unhealthy eating among children aged under two years: data from the National Health Survey, Brazil, 2013. Rev Bras Saude Mater Infant. 2016;16(2):149–57. doi: 10.1590/1806-93042016000200005. [DOI] [Google Scholar]

[B9] 9.Nascimento RC, Rodrigues Barbosa MC, Corrêa MM. Baixo-peso ao nascer: estudo de fatores associados em um Hospital Terciário da Grande Vitória, ES, Brasil. Demetra. 2019;14:e43508. doi: 10.12957/demetra.2019.43508. [DOI] [Google Scholar]

[B10] 10.Capelli J de CS, Pontes JS, Pereira SEA, Silva AAM, Carmo CN, Boccolini CS, et al. Peso ao nascer e fatores associados ao período pré-natal: um estudo transversal em hospital maternidade de referência. Ciênc saúde coletiva. 2014;19(7):2063–72. doi: 10.1590/1413-81232014197.20692013. [DOI] [PubMed] [Google Scholar]

[B11] 11.Giesta JM, Zoche E, Corrêa RS, Bosa VL. Associated factors with early introduction of ultra-processed foods in feeding of children under two years old. Ciênc saúde coletiva. 2019;24(7):2387–97. doi: 10.1590/1413-81232018247.241620171. [DOI] [PubMed] [Google Scholar]

[B12] 12.Monteiro J, Goedert T, Rosa RL. Influência da mídia no perfil nutricional de crianças pré-escolares da cidade de Gaspar-SC. [[cited 2024 Jun 27]];RBONE. 2020 14(84):125–30. Available from: https://dialnet.unirioja.es/servlet/articulo?codigo=8150413 . [Google Scholar]

[B13] 13.Associação Brasileira de Empresas de Pesquisa. Critério Brasil: Critério de Classificação Econômica Brasil 2022 [Internet]. ABEP. 2023. [[cited 2024 Jun 27]]. Available from: https://www.abep.org/criterio-brasil .

[B14] 14.World Health Organization. Geneva: WHO; 2006. [[cited 2024 May 29]]. WHO Child Growth Standards: length/height-for-age, weight-for-age, weight-for-length, weight-for-height and body mass index-for-age: Methods and development [Internet]. Available from: https://apps.who.int/iris/handle/10665/43413 . [Google Scholar]

[B15] 15.Freitas RM, Marjotta-Maistro MC, Montebello AES, Figueiredo MAB. Análise da segurança alimentar e nutricional de agricultores orgânicos na Zona da Mata Setentrional pernambucana. RG Secr. 2023;14(8):12573–88. doi: 10.7769/gesec.v14i8.2555. [DOI] [Google Scholar]

[B16] 16.Macêdo RC, Ramos CV, Paiva AA, Martins MCC, Almeida CAPL, Paz SMRS. Association between breastfeeding and overweight in preschoolers. Acta Paul Enferm. 2020;33:eAPE20190025. doi: 10.37689/acta-ape/2020AO0025. [DOI] [Google Scholar]

[B17] 17.Sperandio N, Priore SE. Inquéritos antropométricos e alimentares na população brasileira: importante fonte de dados para o desenvolvimento de pesquisas. Ciênc saúde coletiva. 2017;22(2):499–508. doi: 10.1590/1413-81232017222.07292016. [DOI] [Google Scholar]

[B18] 18.Universidade Federal do Rio de Janeiro. Rio de Janeiro (RJ): Universidade Federal do Rio de Janeiro; 2022. [[cited 2024 Jun 30]]. Estado Nutricional Antropométrico da Criança e da Mãe: Prevalência de indicadores antropométrico de crianças brasileiras menores de 5 anos de idade e suas mães biológicas: ENANI 2019 [Internet]. Available from: https://enani.nutricao.ufrj.br/wp-content/uploads/2023/10/Relatorio-7-ENANI-2019-Estado-Nutricional-Antopometrico.pdf . [Google Scholar]

[B19] 19.Vasconcelos LGL, Almeida NB, Santos MOA, Silveira JAC. Tendência temporal (2008–2018) da prevalência de excesso de peso em lactentes e pré-escolares brasileiros de baixa renda. Ciênc saúde coletiva. 2022;27(1):363–375. doi: 10.1590/1413-81232022271.24122020. [DOI] [PubMed] [Google Scholar]

[B20] 20.Gomes GP, Gubert MB. Breastfeeding in children under 2 years old and household food and nutrition security status. J Pediatr (Rio J) 2012;88(3):279–82. doi: 10.2223/JPED.2173. [DOI] [PubMed] [Google Scholar]

[B21] 21.Salles-Costa R, Segall-Corrêa AM, Alexandre-Weiss VP, Pasquim EM, de Paula NM, Lignani JB, et al. Rise and fall of household food security in Brazil, 2004 to 2022. Cad Saude Publica. 2023;39(1):e00191122. doi: 10.1590/0102-311xen191122. [DOI] [PubMed] [Google Scholar]

[B22] 22.Cherol CCS, Ferreira AA, Lignani JB, Salles-Costa R. Regional and social inequalities in food insecurity in Brazil, 2013–2018. Cad Saude Publica. 2022;38(12):e00083822. doi: 10.1590/0102-311xen083822. [DOI] [PubMed] [Google Scholar]

[B23] 23.Bezerra MS, Jacob MCM, Ferreira MAF, Vale D, Mirabal IRB, Lyra CO. Insegurança alimentar e nutricional no Brasil e sua correlação com indicadores de vulnerabilidade. Ciênc saúde coletiva. 2020;25(10):3833–46. doi: 10.1590/1413-812320202510.35882018. [DOI] [PubMed] [Google Scholar]

[B24] 24.Alves MN, Muniz LC, Vieira MFA. Consumo alimentar entre crianças brasileiras de dois a cinco anos de idade: Pesquisa Nacional de Demografia e Saúde (PNDS), 2006. Ciênc saúde coletiva. 2013;18(11):3369–77. doi: 10.1590/S1413-81232013001100026. [DOI] [PubMed] [Google Scholar]

[B25] 25.Andrade LD, Gomes DR, Pires NCC, Silva ILD, Oliveira EA, Oliveira DS. Prevalência e fatores associados ao aleitamento materno em crianças menores de 2 anos de idade. Rev Ciênc Méd Biol. 2022;20(4):610–8. doi: 10.9771/cmbio.v20i4.42450. [DOI] [Google Scholar]

[B26] 26.Cunha JF, Gama SGN, Thomaz EBAF, Gomes MASM, Ayres BVS, Silva CMFP, et al. Fatores associados ao aleitamento materno ao nascer em maternidades vinculadas à Rede Cegonha, Brasil, 2016-2017. Ciênc saúde coletiva. 2024;29(4):e04332023. doi: 10.1590/1413-81232024294.04332023. [DOI] [PubMed] [Google Scholar]

[B27] 27.Gonzaga ICA, Santos SLD, Silva ARV, Campelo V. Atenção pré-natal e fatores de risco associados à prematuridade e baixo peso ao nascer em capital do nordeste brasileiro. Ciênc saúde coletiva. 2016;21(6):1965–74. doi: 10.1590/1413-81232015216.06162015. [DOI] [PubMed] [Google Scholar]

[B28] 28.Oliveira AA, Almeida MF, Silva ZP, Assunção PL, Silva AMR, Santos HG, et al. Fatores associados ao nascimento pré-termo: da regressão logística à modelagem com equações estruturais. Cad Saude Publica. 2019;35(1):e00211917. doi: 10.1590/0102-311x00211917. [DOI] [PubMed] [Google Scholar]

[B29] 29.Silva GAP, Costa KAO, Giugliani ERJ. Infant feeding: beyond the nutritional aspects. J Pediatr (Rio J) 2016;92(3, Suppl 1):S2–7. doi: 10.1016/j.jped.2016.02.006. [DOI] [PubMed] [Google Scholar]

[B30] 30.Crespi L, Noro D, Nóbile MF. Neurodesenvolvimento na Primeira Infância: aspectos significativos para o atendimento escolar na Educação Infantil. ER. 2020;27:1517–41. doi: 10.14393/ER-v27nEa2020-15. [DOI] [Google Scholar]

[B31] 31.Oliveira ACM, Pereira LA, Ferreira RC, Clemente APG. Estado nutricional materno e sua associação com o peso ao nascer em gestações de alto risco. Ciênc saúde coletiva. 2018;23(7):2373–82. doi: 10.1590/1413-81232018237.12042016. [DOI] [PubMed] [Google Scholar]

[B32] 32.Lima SS, Braga MC, Vanderlei LCM, Luna CF, Frias PG. Avaliação do impacto de programas de assistência pré-natal, parto e ao recém-nascido nas mortes neonatais evitáveis em Pernambuco, Brasil: estudo de adequação. Cad Saude Publica. 2020;36(2):e00039719. doi: 10.1590/0102-311x00039719. [DOI] [PubMed] [Google Scholar]

[B33] 33.Kuhn-Santos RC, Suano-Souza FI, Puccini RF, Strufaldi MWL. Fatores associados ao excesso de peso e baixa estatura em escolares nascidos com baixo peso. Ciênc saúde coletiva. 2019;24(2):361–70. doi: 10.1590/1413-81232018242.30702016. [DOI] [PubMed] [Google Scholar]

PERMALINK

Association between neonatal conditions and anthropometric indicators among children attending daycare centers in Southern Brazil

Associação entre condições neonatais e indicadores antropométricos em crianças que frequentam creches no Sul do Brasil

Luiz Felipe de Paiva Lourenção

Lara Campos Borim

Laura Thaciane Rodrigues Cassiano

Roseli Oselka Saccardo Sarni

Rosangela Silva

ABSTRACT

Objective

Methods:

Results:

Conclusion:

RESUMO

Objetivo

Métodos

Resultados

Conclusão

INTRODUCTION

METHOD

Type of Study

Study Setting

Participants and Sample

Variables

Data Collection Procedures

Assessment of Nutritional Status

Food and Nutrition Security Assessment

Statistical Analysis

Ethical Aspects

RESULTS

Table 1. Sociodemographic, gestational, birth, breastfeeding, food insecurity, and nutritional characteristics of children attending municipal Early Childhood Education Centers – Paraguaçu, MG, Brazil, 2026.

Table 2. Explanatory model for height-for-age (HAZ) in children. Poisson model with robust variance, Nagelkerke R2 = 0.3259 – Brazil, 2026.

Table 3. Explanatory model for body mass index-for-age (BAZ) in children. Quasi-Poisson model with robust variance, Nagelkerke R2 = 0.3518 – Brazil, 2026.

DISCUSSION

Study Limitations

CONCLUSION

Funding Statement

Footnotes

DATA AVAILABILITY

REFERENCES

Asociación entre las condiciones neonatales y los indicadores antropométricos en niños que asisten a guarderías en el sur de Brasil

Luiz Felipe de Paiva Lourenção

Lara Campos Borim

Laura Thaciane Rodrigues Cassiano

Roseli Oselka Saccardo Sarni

Rosangela Silva

RESUMEN

Objetivo:

Métodos:

Resultados:

Conclusión:

INTRODUCCIÓN

MÉTODO

Tipo de Estudio

Entorno del Estudio

Participantes y Muestra

Variables

Procedimientos de Recolección de Datos

Evaluación del Estado Nutricional

Evaluación de la Seguridad Alimentaria y Nutricional

Análisis Estadístico

Aspectos Éticos

RESULTADOS

Tabla 1. Características sociodemográficas, gestacionales, del parto, de la lactancia materna, de la inseguridad alimentaria y nutricionales de los niños que asisten a los Centros Municipales de Educación Infantil – Paraguaçu, MG, Brasil, 2026.

Tabla 2. Modelo explicativo para la estatura para la edad (HAZ) en niños. Modelo de Poisson con varianza robusta, R2 de Nagelkerke = 0,3259 – Brasil, 2026.

Tabla 3. Modelo explicativo del índice de masa corporal para la edad (BAZ) en niños. Modelo cuasi-Poisson con varianza robusta, R2 de Nagelkerke = 0,3518 – Brasil, 2026.

DISCUSIÓN

Limitaciones del Estudio

CONCLUSIÓN

Footnotes

DISPONIBILIDAD DE DATOS

Associated Data

Data Availability Statement

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases

Table 2. Explanatory model for height-for-age (HAZ) in children. Poisson model with robust variance, Nagelkerke R² = 0.3259 – Brazil, 2026.

Table 3. Explanatory model for body mass index-for-age (BAZ) in children. Quasi-Poisson model with robust variance, Nagelkerke R² = 0.3518 – Brazil, 2026.