Self-reported fruit and vegetable intake obtained through a brief telephone interview among users of the Academia da Saúde Program: a validation study, Belo Horizonte, Minas Gerais, Brazil, 2016-2017

Maria Cecília Ramos de Carvalho; Mariana Souza Lopes; Patrícia Pinheiro de Freitas; Aline Cristine Souza Lopes

doi:10.1590/S2237-96222026v35e20250817.en

. 2026 Jun 24;35:e20250817. doi: 10.1590/S2237-96222026v35e20250817.en

Show available content in

View full-text in Portuguese

Self-reported fruit and vegetable intake obtained through a brief telephone interview among users of the Academia da Saúde Program: a validation study, Belo Horizonte, Minas Gerais, Brazil, 2016-2017

Maria Cecília Ramos de Carvalho ¹, Mariana Souza Lopes ², Patrícia Pinheiro de Freitas ³, Aline Cristine Souza Lopes ⁴

PMCID: PMC13686308 PMID: 42922747

Abstract

Objective:

To assess the validity of fruit and vegetable intake data among users of a health promotion service of the Brazilian Unified Health System (Sistema Único de Saúde, SUS).

Methods:

Validation study conducted between 2016 and 2017 in the Health Academy Program (Programa Academia da Saúde) in Belo Horizonte, Minas Gerais, Brazil. Fruit and vegetable intake was estimated using a brief questionnaire administered in a telephone interview and validated through face-to-face interviews. For statistical analyses of the total sample and the sex-stratified sample, one-sample t-tests, the Concordance Correlation Coefficient (CCC), Bland-Altman plots, and limits of agreement were used.

Results:

A total of 441 respondents were included, of whom 378 (85.7%) were women, and 255 (57.8%) were adults. After stratification by sex, the differences between methods were equal to zero. Agreement between the methods was substantial for fruit intake (CCC ranging from 0.632 to 0.696), and low to moderate for vegetable intake (CCC ranging from 0.397 to 0.500). When stratified by education level, the differences were not equal to zero, but there was moderate-to-substantial agreement between the methods for fruit intake (CCC ranging from 0.572 to 0.766) and moderate agreement for vegetable intake (CCC ranging from 0.405 to 0.513). The Bland-Altman plots showed that the differences between the methods were centered around zero and remained stable at higher intake levels.

Conclusion:

Data obtained from telephone interviews were valid for estimating fruit and vegetable intake among SUS users.

Keywords: Nutritional Assessment, Fruit, Vegetables, Eating, Validation Study

Ethical aspects

This research respected the ethical principles, having obtained the following approval data:

Research Ethics Committee	Opinion number	Certificate of Submission for Ethical Appraisal:	Approval date
Universidade Federal de Minas Gerais	0537.0.203.000-11	0537.0.203.000-11	16/12/2011
Secretaria Municipal de Saúde de Belo Horizonte	0537.0.203.410-11A	0537.0.203.410-11A	22/12/2011
Registration informed consent Obtained from all participants prior to data collection.

Open in a new tab

Introduction

Adequate intake of unprocessed and minimally processed foods, such as fruits and vegetables, is recommended for health promotion and disease prevention ¹. However, worldwide and in Brazil, their intake remains below the 400 g per day recommended by the World Health Organization. ². According to the Global Burden of Disease Study, in 2023, 41% of the world’s population had a diet low in fruit, and 26% had a diet low in vegetables. ³. In Brazil, in 2023, only 21% of adults reported consuming at least five servings of fruits and vegetables at least five times per week ¹.

Simple and valid dietary assessment instruments are needed to evaluate fruit and vegetable intake in populations, especially in health services ¹^),(⁴^),(⁵. Such data are needed for longitudinal studies and for the planning, monitoring, and evaluation of policies and interventions, particularly in primary health care ¹^),(⁴. However, several challenges are involved in obtaining data on fruit and vegetable intake in health services: the length of questionnaires, the validity of self-reported data, and the lack of standardization regarding the exclusion of starchy roots and tubers from the vegetable group ⁴^)-(⁶.

Estimates of fruit and vegetable intake should be based on methods with adequate validity and feasible for use in the routine of health services ¹^),(⁴. It is also necessary to use appropriate data collection methods among populations with low educational levels but high telephone coverage ¹. One example of a lower-cost method is data collection through telephone interviews, which reduces transportation requirements for interviewers and the need for physical space ¹^),(⁴^),(⁵.

Data on fruit and vegetable intake obtained through telephone interviews were validated in the Behavioral Risk Factor Surveillance System in the United States between 1991 and 2000, and in the Surveillance System for Risk and Protective Factors for Chronic Diseases by Telephone Survey (Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico, Vigitel) in Brazil in 2005 ⁷^),(⁸. However, the samples in these studies included adults from the general population and residents of state capitals, respectively, but did not investigate health service users.

Furthermore, there is no gold standard for estimating fruit and vegetable intake; a valid instrument is required for use as the reference method. ⁴^),(⁵. When a reference method is used, only the relative validity of the test method can be assessed ⁹. In the context of assessing relative validity, a brief face-to-face instrument was validated to estimate daily fruit and vegetable intake among users of a health promotion service in Belo Horizonte between 2013 and 2014. These data showed moderate correlation with 24-hour dietary recall data, used as the reference method: 0.427 for fruit, 0.283 for vegetables, and 0.361 for fruits and vegetables ⁹. However, the instrument has not been validated for use in telephone interviews. In this context, the objective of the study was to assess the validity of fruit and vegetable intake data among users of a health promotion service within the Brazilian Unified Health System (Sistema Único de Saúde, SUS).

Methods

Study design

This validation study was conducted from March 2016 to February 2017. It follows the Guidelines for Reporting Reliability and Agreement Studies (GRRAS) for agreement analyses and the Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) guidelines for cross-sectional studies ¹⁰^),(¹¹.

Setting

The study was carried out within the Health Academy Program (Programa Academia da Saúde) in Belo Horizonte, Minas Gerais, Brazil. The municipality, the sixth largest in Brazil, has implemented the Program since 2006 ¹². It is a health promotion service integrated into primary health care that aims to encourage healthy lifestyles through weekly supervised physical exercise sessions, health promotion actions, food and nutrition activities, health education, and integrative and complementary practices ¹². The Program units were preferably implemented in census tracts with a higher health vulnerability index. This index served as an eligibility criterion for the study and was estimated from socioeconomic and environmental data. It ranges from 0 to 1 and is classified as low, medium, high, or very high ¹³^)-(¹⁵.

Participants

This study analyzed data from participants of a randomized controlled community trial conducted with a representative sample of the Health Academy Program in Belo Horizonte.

The sample size calculation considered the 50 program units existing in Belo Horizonte at the end of 2012. The inclusion criteria were:

morning operation (preferred service operating hours);
located in census tracts with medium, high, or very high health vulnerability (priority areas for program implementation); and
no participation in nutritional intervention studies in the previous two years.

Six units located in areas with low health vulnerability and two that had recently participated in a nutritional intervention were excluded. 42 units were eligible ¹⁴.

Simple random sampling, stratified by the municipality’s nine administrative regions, was conducted. Among the eligible units in each region, two were randomly selected for inclusion in the study. The two units in each region were randomized into intervention or control groups. The nutritional intervention aimed at promoting fruit and vegetable intake, whose data are not addressed in this study, was described in a protocol ¹³. The final sample consisted of 18 program units. This sample was representative of units located in areas with medium, high, and very high health vulnerability, with 95% confidence and an error margin of less than 1.4%, calculated after the study was conducted ¹³.

In each sampled unit, eligible participants were adult users (aged 20 years or older) who had attended the service at least once in the previous month. Pregnant women and individuals with cognitive impairment that prevented questionnaire completion were excluded. Pregnant women were excluded because one of the objectives of the larger study was to assess body weight changes, and results could be biased by weight changes during pregnancy ¹⁵.

Baseline data collection was conducted between 2013 and 2014, with a total of 3,414 participants. Participants from the baseline who were alive between 2016 and 2017 were eligible for follow-up through telephone interviews.

Variables

The following baseline and telephone interview data were used: sex (female; male); age (in years, categorized as adults: up to 59 years; older adults: ≥60 years); education (in years: up to 8 years; 9 to 11 years; 12 years or more); monthly per capita income (in BRL, categorized according to the 50th percentile); marital status (married/stable union; divorced; single; widowed); self-reported diagnosis of hypertension, dyslipidemia, and diabetes; height measured at baseline; and self-reported weight collected by telephone.

Self-reported weight was validated in a previous study, which reported concordance correlation coefficients of 0.94 or higher between measured and self-reported values. Weight was used to assess nutritional status according to the Body Mass Index [BMI=weight (kg)/height (m)²]. Nutritional status was classified as underweight (BMI<18.5 kg/m²); normal weight (BMI between 18.5 kg/m² and 24.9 kg/m²); overweight (BMI between 25.0 and 29.9 kg/m²); and obesity (BMI≥30.0 kg/m²) ¹⁵.

Fruit and vegetable intake was estimated using a brief questionnaire administered via telephone interviews (test method). Validation was performed using the same questionnaire applied in face-to-face interviews (reference method).

Using the brief questionnaire, validated for face-to-face ⁹ administration, the usual frequency of fruit and vegetable intake and the number of servings consumed on a typical day were estimated. Servings consumed on a typical day were recorded using household measures (units, slices, cups, spoons, etc.). Household measures were converted into a standardized 80-gram serving, as recommended by the World Health Organization ²^),(⁹.

As a serving of fruit, one unit, slice, or cup was considered. As a serving of raw leafy greens, four tablespoons, two serving spoons, one dessert plate, or half a meal plate were considered. As a serving of cooked or sautéed leafy greens and other vegetables, two tablespoons, one serving spoon, half a dessert plate, or one-quarter of a meal plate were considered ²^),(⁹. Juices, smoothies, roots, and tubers were excluded due to their distinct nutritional profiles. Participants were instructed not to consider these foods when reporting their fruit and vegetable intake ⁹.

Participants separately reported the frequency of fruit and vegetable intake: never (less than once per month or not consumed), rarely (1-3 times/month), 1-2 times/week, 3-4 times/week, 5-6 times/week, every day (including Saturdays and Sundays) ⁹.

For each method, two variables were created to express the average daily intake of fruits and vegetables, respectively. The variables were created only for individuals who reported consuming at least one of the food groups at least once per month. The midpoint of each frequency category represented intake frequency, and the variables were constructed according to the following formulas:

Fruit and vegetable intake at least once per month but less than once per week:

Daily intake=(Servings consumed on a typical day*frequency of intake)/30

Fruit and vegetable intake at least once per week:

Daily intake=(Servings consumed on a typical day*frequency of intake)/7

For each food group, the number of servings was multiplied by 80 to estimate the mean daily intake in grams. ⁹. Differences between intake estimates from the two methods (g/day) were calculated by subtracting values from face-to-face interviews from those from telephone interviews.

Data sources and measurement

Landline and/or mobile phone numbers were obtained from the baseline database, from records of Health Academy Program units, or from telephone directories. For each available phone number, four call attempts were made Monday through Saturday, in the morning, afternoon, and evening. For participants who agreed to participate in data collection, the telephone interview was conducted at the same time or at a scheduled time. If contact was not established after four attempts, the team searched again for telephone numbers in program unit records and telephone directories. Four additional attempts were made for each newly identified number¹⁵.

Participants selected for the validation study were contacted again and invited to participate in face-to-face data collection. For those who agreed to participate in the validation study, face-to-face data collection was conducted at the participant’s affiliated program unit. Those who refused to participate were replaced with other users selected from the same Health Academy Program unit and stratum. At least two participants per stratum were sought to minimize selection bias ¹⁵.

Bias

Field supervisors reviewed paper-based questionnaires used at baseline before data entry into the system. During the telephone interviews, four interviewers were trained and supervised to collect data. The supervisor was responsible for ensuring the standardization of data collection, auditing a random sample of questionnaires, and conducting repeat training sessions as needed. The databases underwent consistency analyses after data entry. Procedure handbooks were made available to interviewers during data collection ¹⁵.

Participants for the validation study were randomly selected after the telephone interviews were completed at each Health Academy Program unit. This approach avoided bias in data collection through telephone interviews, based on participants’ selection status for the validation study.

Face-to-face data collection was scheduled to avoid intervals that were too short (<5 days), during which participants might recall their responses from the telephone interview, or too long (>60 days), during which participants might have changed their fruit and vegetable intake. During face-to-face data collection, interviewers did not have access to data from the telephone interviews.

Study size

Data were collected from 2,370 participants through telephone interviews, and 15.0% of respondents were randomly selected for this validation study. This sample size was considered sufficient based on validation studies of self-reported body weight ¹⁵. A list of eligible respondents was created for each unit, stratified by sex (female; male), age group (20-29 years; 30-59 years; 60 years or older), attendance at the program in the previous month (present; absent), and nutritional status (underweight or normal weight; overweight or obesity). A random number generator (“sorteador.com.br”) was used to select two or more participants per stratum for the validation study. Individuals were excluded if they refused or could not be reached by telephone after four attempts ¹⁵ (Figure 1).

The trial sample was representative of program units located in territories with medium, high, or very high health vulnerability, with a 95% confidence level and a margin of error of less than 1.4% ¹³. For the validation study, statistical power was calculated after data collection had been completed, based on the sample effectively evaluated. This calculation compared sociodemographic characteristics between participants in the validation study and all program participants, yielding a statistical power of 99.0% ¹⁵.

Statistical methods

Data were entered into Microsoft Access by trained and supervised undergraduate and graduate students. Consistency, descriptive, and multivariate analyses were performed using Stata 14.2 (College Station, Texas, United States of America). Categorical variables were described using frequencies and 95% confidence intervals (95%CI). The normality of continuous variables was assessed using the Shapiro-Wilk test, and these variables were described using means and 95%CI. A significance level of 5% was adopted for all analyses.

Various statistical analyses were used to assess the validity of fruit and vegetable intake data collected via telephone interviews. Validity analyses were performed for the total sample and stratified by sex and educational level. One-sample Student’s t-tests were used to determine whether the mean differences between methods were equal to zero. Agreement between daily fruit and vegetable intake data obtained by telephone and face-to-face interviews was analyzed using the Concordance Correlation Coefficient (CCC) ¹⁶. Landis and Koch cutoff points were applied to classify agreement as very poor (CCC≤0.20), poor (0.21≤CCC≤0.40), moderate (0.41≤CCC≤ 0.60), substantial (0.61≤CCC≤0.80), and almost perfect (CCC>0.80) ¹⁷. The distribution of differences and the 95% limits of agreement between the results obtained by the two methods were analyzed using Bland-Altman plots ¹⁸. Sensitivity analyses were performed after excluding participants with outlying data, whose fruit and vegetable intake exceeded the 95th percentile of the respective food group. Intake above the 95th percentile was considered outlying because fruit and vegetable intake is a desirable behavior and may be overestimated, which could lead to lower agreement with data from face-to-face interviews ⁴.

Results

Among the 441 respondents included in the validation study, 378 (85.7%) were women, 255 (57.8%) were adults, 183 (41.5%) were overweight, and 267 (60.5%) had completed up to 8 years of schooling (Table 1).

Table 1. Absolute and relative frequencies and 95% confidence intervals (95%CI) of the characteristics of participants in the validation study. Belo Horizonte, 2013-2017 (n=441).

Characteristics	Participants in the validation study (n=441)
Characteristics	n (%)	95%CI
Sex (%)
Female	378 (85.7)	82.1; 88.7
Male	63 (14.3)	11.3; 17.9
Age group (%)
Adult	255 (57.8)	53.1; 62.4
Older adult	186 (42.2)	37.6; 46.9
Educational level (%)
Up to 8 years of schooling	267 (60.5)	55.9; 65.0
9-11 years of schooling	136 (30.9)	26.7; 35.3
12 years of schooling or more	38 (8.6)	6.3; 11.6
Monthly per capita income (%) ^a
Up to the 50th percentile	213 (52.3)	47.5; 57.2
Above the 50th percentile	194 (47.7)	42.8; 52.5
Marital status (%)
Married/stable union	286 (64.9)	60.3; 69.2
Divorced	35 (7.9)	5.7; 10.9
Single	54 (12.2)	9.5; 15.7
Widowed	66 (15.0)	11.9; 18.6
High blood pressure (%)	227 (51.5)	46.8; 56.1
Dyslipidemia (%)	197 (45.2)	40.5; 49.9
Diabetes (%)	77 (17.5)	14.2; 21.3
Nutritional status (%)
Underweight	20 (4.5)	2.9; 6.9
Normal weight	157 (35.6)	31.3; 40.2
Overweight	183 (41.5)	37.0; 46.2
Obesity	81 (18.4)	15.0; 22.3

Open in a new tab

^a407 participants had valid data on monthly per capita income.

Fruit intake reported in the telephone interviews was 145.9 g/day, and vegetable intake was 172.5 g/day. Fruit intake reported in the face-to-face interviews was 154.4 g/day, and vegetable intake was 169.4 g/day. The mean differences between methods were different from zero for fruit intake in the total sample (p-value 0.039) and in the subgroup with up to 8 years of schooling (p-value 0.009). The differences were equal to zero after stratification by sex (p-value 0.098 for women; p-value 0.129 for men) and in the groups with 9 to 11 years (p-value 0.212) or 12 or more years of schooling (p-value 0.170) (Table 2).

Table 2. Means, concordance correlation coefficients (CCC), differences between methods, and 95% confidence intervals (95%CI) in the total sample and according to sex and schooling for estimated fruit and vegetable intake obtained through telephone interviews and face-to-face interviews. Belo Horizonte, 2013-2017 (n=441).

Food group and sample stratification	Intake according to test and reference methods: mean (95%CI)		Lin’s CCC (95%CI)	Classification of Lin’s CCC^a	Difference between methods: mean (95%CI)^b	p-value^c
Food group and sample stratification	Telephone	Face-to-face	Lin’s CCC (95%CI)	Classification of Lin’s CCC^a	Difference between methods: mean (95%CI)^b	p-value^c
Fruits
Total sample	145.9	154.4	0.642	Substantial	-8.1	0.039
(n=436)	(137.1; 154.7)	(145.2; 163.7)	(0.587; 0.697)	Substantial	(-15.7; -0.4)	0.039
Female	149.3	156.6	0.632	Substantial	-7.1	0.098
(n=375)	(139.8; 158.8)	(146.6; 166.7)	(0.571; 0.692)	Substantial	(-15.5; 1.3)	0.098
Male	125.6	140.9	0.696	Substantial	-14.1	0.129
(n=61)	(102.9; 148.3)	(116.5; 165.3)	(0.567; 0.826)	Substantial	(-32.3; 4.2)	0.129
Up to 8 years of schooling	141.6	156.4	0.572	Moderate	-14.7	0.009
(n=266)	(130.0; 153.2)	(144.2; 168.6)	(0.492; 0.653)	Moderate	(-25.7; -3.8)	0.009
9 to 11 years of schooling	150.2	144.8	0.764	Substantial	6.8	0.212
(n=136)	(135.0; 165.5)	(128.8; 160.9)	(0.693; 0.835)	Substantial	(-3.9; 17.6)	0.212
12 years of schooling or more	160.8	175.0	0.766	Substantial	-14.3	0.170
(n=38)	(131.9; 189.6)	(142.3; 207.8)	(0.635; 0.897)	Substantial	(-35.0; 6.4)	0.170
Vegetables
Total sample	172.5	169.4	0.415	Moderate	3.2	0.507
(n=432)	(164.2; 180.8)	(160.3; 178.6)	(0.337; 0.493)	Moderate	(-6.3; 12.6)	0.507
Female	175.0	172.2	0.397	Poor	3.3	0.536
(n=371)	(166.2; 183.8)	(162.2; 182.2)	(0.312; 0.482)	Poor	(-7.1; 13.6)	0.536
Male	157.8	152.6	0.500	Moderate	2.8	0.814
(n=61)	(133.1; 182.5)	(129.2; 176.0)	(0.309; 0.691)	Moderate	(-21.1; 26.7)	0.814
Up to 8 years of schooling	172.2	169.6	0.405	Moderate	1.5	0.821
(n=267)	(161.7; 182.6)	(156.8; 182.5)	(0.306; 0.505)	Moderate	(-11.3; 14.3)	0.821
9 to 11 years of schooling	174.5	171.0	0.417	Moderate	6.0	0.484
(n=136)	(157.8; 191.1)	(156.5; 185.4)	(0.278; 0.556)	Moderate	(-10.8; 22.7)	0.484
12 years of schooling or more	168.2	162.9	0.513	Moderate	5.3	0.652
(n=38)	(146.3; 190.2)	(137.3; 188.5)	(0.277; 0.749)	Moderate	(-18.2; 28.7)	0.652

Open in a new tab

^avery poor (CCC≤0.20); poor (0.21≤CCC≤0.40); moderate (0.41≤CCC≤0.60); substantial (0.61≤CCC≤0.80); almost perfect (CCC>0.80); ^bDifference=telephone-face-to-face; ^cOne-sample t-test, H0: difference=0.

In the total sample, the CCC indicated substantial agreement for fruit intake (0.642) and moderate agreement for vegetable intake (0.415). After stratification by sex, agreement was substantial for fruit intake (0.632 to 0.696) and ranged from low (0.397) to moderate (0.500) for vegetable intake. After stratification by education, agreement ranged from moderate to substantial for fruit intake (CCC ranging from 0.572 to 0.766) and remained moderate for vegetable intake (CCC ranging from 0.405 to 0.513) (Table 2).

The Bland-Altman plots showed that the differences between methods were distributed around zero. The estimated 95% limits of agreement between the methods were similar across food groups, sexes, and educational-level categories. The differences between methods did not appear to increase or decrease with increasing intake (Figure 2).

Total sample (A), (B); female (C), (D); male (E), (F); up to 8 years of schooling (G), (H); 9 to 11 years of schooling (I), (J); 12 years of schooling or more (K), (L).

Exclusion of outliers (8 participants for fruit intake and 17 for vegetable intake) did not change the estimated intakes or the differences between methods (Table 3). The CCC for fruit intake in the total sample and in sex-stratified analyses also indicated substantial agreement. In the analysis stratified by educational level, the CCC for fruit intake among participants with a lower educational level increased from 0.572 (moderate agreement) to 0.623 (substantial agreement). The CCC for vegetable intake among men increased from 0.500 (moderate agreement) to 0.621 (substantial agreement) (Table 3).

Table 3. Means, Lin’s concordance correlation coefficients (CCC), differences between methods, and 95% confidence intervals (95%CI) in the total sample and according sex and schooling for estimated fruit and vegetable intake obtained through telephone interviews and face-to-face interviews among participants with fruit and vegetable intake below the 95th percentile. Belo Horizonte, 2013-2017 (n=428).

Food group and sample stratification	Intake according to test and reference methods: mean (95%CI)		Lin’s CCC (95%CI)	Classification of Lin’s CCC^a	Difference between methods: mean (95% CI)^b	p-value^c
Food group and sample stratification	Telephone	Face-to-face	Lin’s CCC (95%CI)	Classification of Lin’s CCC^a	Difference between methods: mean (95% CI)^b	p-value^c
Fruits
Total sample	139.0	146.9	0.629	Substantial	-7.4	0.039
(n=428)	(131.1; 146.8)	(138.5; 155.4)	(0.572; 0.687)	Substantial	(-14.3; -0.4)	0.039
Female	141.6	148.0	0.624	Substantial	-5.9	0.113
(n=367)	(133.2; 150.0)	(138.9; 157.0)	(0.560; 0.687)	Substantial	(-13.5; 1.6)	0.113
Male	123.0	140.9	0.658	Substantial	-16.0	0.091
(n=61)	(101.7; 144.3)	(116.5; 165.3)	(0.514; 0.802)	Substantial	(-34.6; 2.6)	0.091
Up to 8 years of schooling	142.4	154.9	0.623	Substantial	-12.5	0.015
(n=263)	(130.7; 154.1)	(143.2; 166.6)	(0.549; 0.697)	Substantial	(-22.6; -2.4)	0.015
9 to 11 years of schooling	151.6	144.8	0.764	Substantial	6.8	0.212
(n=134)	(136.3; 167.0)	(128.8; 160.9)	(0.693; 0.835)	Substantial	(-3.9; 17.6)	0.212
12 years of schooling or more	160.8	175.0	0.766	Substantial	-14.3	0.170
(n=38)	(131.9; 189.6)	(142.3; 207.8)	(0.635; 0.897)	Substantial	(-35.0; 6.4)	0.170
Vegetables
Total sample	161.2	156.9	0.419	Moderate	(-35.0; 6.4)	4.7	0.216
(n=415)	(154.3; 168.2)	(150.2; 163.6)	(0.337; 0.501)	Moderate	(-2.8; 12.2)		0.216
Female	164.7	159.4	0.382	Poor	5.6	0.190
(n=356)	(157.1; 172.3)	(152.2; 166.5)	(0.290; 0.473)	Poor	(-2.8; 13.9)	0.190
Male	140.3	142.2	0.621	Substantial	-0.5	0.945
(n=59)	(123.5; 157.1)	(123.9; 160.4)	(0.457; 0.786)	Substantial	(-15.9; 14.9)	0.945
Up to 8 years of schooling	170.7	166.3	0.436	Moderate	4.4	0.449
(n=259)	(160.2; 181.2)	(155.2; 177.4)	(0.337; 0.534)	Moderate	(-7.0; 15.9)	0.449
9 to 11 years of schooling	176.9	171.0	0.417	Moderate	6.0	0.484
(n=134)	(160.4; 193.4)	(156.5; 185.4)	(0.278; 0.556)	Moderate	(-10.8; 22.7)	0.484
12 years of schooling or more	168.2	162.9	0.513	Moderate	5.3	0.652
(n=38)	(146.3; 190.0)	(137.3; 188.5)	(0.277; 0.749)	Moderate	(-18.2; 28.7)	0.652

Open in a new tab

Discussion

No significant differences were identified between fruit and vegetable intake data obtained using a brief questionnaire administered through telephone interviews (test method) and those collected through face-to-face interviews (reference method). Regarding fruit intake, sex may have confounded the analysis of the full sample, suggesting a difference that was no longer significant after stratification. Participants with a lower educational level showed a non-zero error between methods, but agreement remained moderate.

One limitation to consider is that fruit and vegetable intake was self-reported and may have been overestimated. However, the reference method had been previously validated in the study population and compared with 24-hour dietary recall data ⁹. Selecting 15% of respondents for the validation study could have reduced the study’s statistical power; however, a power calculation conducted after data collection indicated 99% power in the sample. The time elapsed since data collection may also be considered a limitation. However, given the sample size, extensive analyses of data consistency were required. The validation analyses could only be completed in 2021.

The concordance correlation coefficients identified in this study were similar to those reported in studies conducted in the United States ⁸^),(¹⁹^),(²⁰. The estimated correlations ranged from low (0.29) to moderate (0.56) for fruit intake, from moderate (0.47) to substantial (0.63) for vegetable intake, and from low (0.22) to substantial (0.77) for combined fruit and vegetable intake ⁸^),(¹⁹^),(²⁰. These studies were conducted between 1993 and 2015 using samples from the general population ⁸, groups of mothers, adults, and older adults ¹⁹, and Black women who were overweight ²⁰. In addition, the limits of agreement according to the Bland-Altman plots were acceptable ²⁰. The association between lower educational level and greater error in reporting fruit intake was similar to findings among adults with a low educational level in the United States in 2022 ²¹. In that study, a difference between methods was observed for fruit intake, but not for vegetable intake. Likewise, agreement between methods remained moderate despite the difference identified between methods ²¹.

In validation studies of fruit and vegetable intake data obtained through telephone interviews with Brazilian samples composed of adults with landline phones residing in Belo Horizonte (2009), São Paulo (2005), and Belém (2009), 24-hour dietary recall was selected as the reference method to assess fruit and vegetable intake. The prevalence of regular fruit and vegetable intake (≥5 days/week) was compared across methods, with sensitivity ranging from 35% to 89% and specificity from 29% to 84% ⁷^),(²³^),(²⁴.

Also in the United States, between 1993 and 2015, the validity of fruit and vegetable intake data obtained through telephone interviews was investigated, and Spearman’s or Pearson’s correlation coefficients were reported ⁸^),(¹⁹^),(²⁰. However, Spearman’s and Pearson’s correlation coefficients are not appropriate measures of validity. Instead, concordance correlation coefficients and Bland-Altman plots are appropriate for adequately assessing agreement between data obtained using different methods ¹⁶^),(¹⁸^),(²².

Overall, the results of this study were consistent with those of previous studies ⁸^),(¹⁹^)-(²¹: the concordance correlation coefficients were substantial for fruit intake and moderate for vegetable intake. In addition, the Bland-Altman plots and their limits of agreement indicated greater validity of the test method compared with the results of a study involving a sample of low-income women ²⁰.

Strengths of this study include the various procedures used to ensure and control data quality, as well as the use of appropriate analyses for assessing validity (Lin’s Concordance Correlation Coefficients and Bland-Altman plots).

In conclusion, fruit and vegetable intake, estimated using a brief instrument administered via telephone interviews, provides sufficiently valid data to estimate intake among users of a SUS health promotion service.

Footnotes

Peer Review Administrator: Izabela Fulone https://orcid.org/0000-0002-3211-6951

Use of generative artificial intelligence: Not used.

Data availability

The contents of the database are available upon request to the corresponding author.

References

1.1. Malta DC, Gomes CS, Silva AGD, Morais ÉAHD, Santos FMD, Veloso GA, et al. Plano de Enfrentamento das Doenças Crônicas Não Transmissíveis no Brasil, 2011-2022: quais metas foram alcançadas? Saúde debate. 2025;49(146):e10274. doi: 10.1590/2358-2898202514610274p.; Malta DC, Gomes CS, Silva AGD, Morais ÉAHD, Santos FMD, Veloso GA, et al. Plano de Enfrentamento das Doenças Crônicas Não Transmissíveis no Brasil, 2011-2022: quais metas foram alcançadas? Saúde debate. 2025;49(146):e10274. doi: 10.1590/2358-2898202514610274p. [DOI] [Google Scholar]
2.2. Gomes FS, Reynolds AN. Effects of fruits and vegetables intakes on direct and indirect health outcomes - Background paper for the FAO/WHO International Workshop on fruits and vegetables 2020 [Internet]. Rome: FAO and PAHO; 2021 [cited 2026 Apr 23]. Available from: Available from: https://openknowledge.fao.org/server/api/core/bitstreams/b9d7e323-1a5e-499b-8417-ed4e9527065d/content .; Gomes FS, Reynolds AN. Effects of fruits and vegetables intakes on direct and indirect health outcomes - Background paper for the FAO/WHO International Workshop on fruits and vegetables 2020. Rome: FAO and PAHO; 2021. [cited 2026 Apr 23]. Available from: https://openknowledge.fao.org/server/api/core/bitstreams/b9d7e323-1a5e-499b-8417-ed4e9527065d/content . [Google Scholar]
3.3. Hay SI, Ong KL, Santomauro DF, A B, Aalipour MA, Aalruz H, et al. Burden of 375 diseases and injuries, risk-attributable burden of 88 risk factors, and healthy life expectancy in 204 countries and territories, including 660 subnational locations, 1990-2023: a systematic analysis for the Global Burden of Disease Study 2023. Lancet. 2025;406(10513):1873-922. doi: 10.1016/S0140-6736(25)01637-X. [DOI] [PMC free article] [PubMed]; Hay SI, Ong KL, Santomauro DF, A B, Aalipour MA, Aalruz H, et al. Burden of 375 diseases and injuries, risk-attributable burden of 88 risk factors, and healthy life expectancy in 204 countries and territories, including 660 subnational locations, 1990-2023: a systematic analysis for the Global Burden of Disease Study 2023. Lancet. 2025;406(10513):1873–1922. doi: 10.1016/S0140-6736(25)01637-X. [DOI] [PMC free article] [PubMed] [Google Scholar]
4.4. Bailey RL. Overview of dietary assessment methods for measuring intakes of foods, beverages, and dietary supplements in research studies. Curr Opin Biotechnol. 2021;70:91-6. doi: 10.1016/j.copbio.2021.02.007. [DOI] [PMC free article] [PubMed]; Bailey RL. Overview of dietary assessment methods for measuring intakes of foods, beverages, and dietary supplements in research studies. Curr Opin Biotechnol. 2021;70:91–96. doi: 10.1016/j.copbio.2021.02.007. [DOI] [PMC free article] [PubMed] [Google Scholar]
5.5. Neuhouser ML, Prentice RL, Tinker LF, Lampe JW. Enhancing Capacity for Food and Nutrient Intake Assessment in Population Sciences Research. Ann rev public health. 2023;44(1):37-54. doi: 10.1146/annurev-publhealth-071521-121621. [DOI] [PMC free article] [PubMed]; Neuhouser ML, Prentice RL, Tinker LF, Lampe JW. Enhancing Capacity for Food and Nutrient Intake Assessment in Population Sciences Research. Ann rev public health. 2023;44(1):37–54. doi: 10.1146/annurev-publhealth-071521-121621. [DOI] [PMC free article] [PubMed] [Google Scholar]
6.6. Toh DWK, Koh ES, Kim JE. Incorporating healthy dietary changes in addition to an increase in fruit and vegetable intake further improves the status of cardiovascular disease risk factors: A systematic review, meta-regression, and meta-analysis of randomized controlled trials. Nutr rev. 2020;78(7):532-45. doi: 10.1093/nutrit/nuz104. [DOI] [PubMed]; Toh DWK, Koh ES, Kim JE. Incorporating healthy dietary changes in addition to an increase in fruit and vegetable intake further improves the status of cardiovascular disease risk factors: A systematic review, meta-regression, and meta-analysis of randomized controlled trials. Nutr rev. 2020;78(7):532–545. doi: 10.1093/nutrit/nuz104. [DOI] [PubMed] [Google Scholar]
7.7. Monteiro CA, Moura EC, Jaime PC, Claro RM. Validity of food and beverage intake data obtained by telephone survey. Rev Saude Publica. 2008;42(4):582-9. doi: 10.1590/s0034-89102008000400002. [DOI] [PubMed]; Monteiro CA, Moura EC, Jaime PC, Claro RM. Validity of food and beverage intake data obtained by telephone survey. Rev Saude Publica. 2008;42(4):582–589. doi: 10.1590/s0034-89102008000400002. [DOI] [PubMed] [Google Scholar]
8.8. Nelson D, Holtzman D, Bolen J, Stanwyck C, Mack K. Reliability and validity of measures from the Behavioral Risk Factor Surveillance System (BRFSS). Soz Praventivmed. 2001;46(1):S3-42. [PubMed]; Nelson D, Holtzman D, Bolen J, Stanwyck C, Mack K. Reliability and validity of measures from the Behavioral Risk Factor Surveillance System (BRFSS) Soz Praventivmed. 2001;46(1):S3–42. [PubMed] [Google Scholar]
9.9. Lopes MS, Santos LC dos, Lopes ACS, Abreu MNS. Comparison between two assessment tools for fruit and vegetable intake relative to the 24-h recall. Nutrition. 2017;38:34-40. doi: 10.1016/j.nut.2016.12.019. [DOI] [PubMed]; Lopes MS, Santos LC dos, Lopes ACS, Abreu MNS. Comparison between two assessment tools for fruit and vegetable intake relative to the 24-h recall. Nutrition. 2017;38:34–40. doi: 10.1016/j.nut.2016.12.019. [DOI] [PubMed] [Google Scholar]
10.10. Kottner J, Audigé L, Brorson S, Donner A, Gajewski BJ, Hróbjartsson A, et al. Guidelines for Reporting Reliability and Agreement Studies (GRRAS) were proposed. J clin epidemiol. 2011;64(1):96-106. doi: 10.1016/j.jclinepi.2010.03.002. [DOI] [PubMed]; Kottner J, Audigé L, Brorson S, Donner A, Gajewski BJ, Hróbjartsson A, et al. Guidelines for Reporting Reliability and Agreement Studies (GRRAS) were proposed. J clin epidemiol. 2011;64(1):96–106. doi: 10.1016/j.jclinepi.2010.03.002. [DOI] [PubMed] [Google Scholar]
11.11. von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J clin epidemiol . 2008;61(4):344-9. doi: 10.1016/j.jclinepi.2007.11.008. [DOI] [PubMed]; von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J clin epidemiol. 2008;61(4):344–349. doi: 10.1016/j.jclinepi.2007.11.008. [DOI] [PubMed] [Google Scholar]
12.12. Silva DAS, Lima TR de, Gonçalves L. “Academia da Saúde” program: mapping evidence from the largest health promotion community program in Brazil. Front Public Health. 2023;11: 1227899. doi: 10.3389/fpubh.2023.1227899. [DOI] [PMC free article] [PubMed]; Silva DAS, Lima TR de, Gonçalves L. “Academia da Saúde” program: mapping evidence from the largest health promotion community program in Brazil. Front Public Health. 2023;11:1227899–1227899. doi: 10.3389/fpubh.2023.1227899. [DOI] [PMC free article] [PubMed] [Google Scholar]
13.13. Menezes MCD, Mendonça RDD, Ferreira NL, Guimarães LMF, Lopes ACS. Promoting fruit and vegetable consumption: Methodological protocol of a randomized controlled community trial. Contemp Clin Trials Commun. 2018;10:131-6. doi: 10.1016/j.conctc.2018.04.003. [DOI] [PMC free article] [PubMed]; Menezes MCD, Mendonça RDD, Ferreira NL, Guimarães LMF, Lopes ACS. Promoting fruit and vegetable consumption: Methodological protocol of a randomized controlled community trial. Contemp Clin Trials Commun. 2018;10:131–136. doi: 10.1016/j.conctc.2018.04.003. [DOI] [PMC free article] [PubMed] [Google Scholar]
14.14. Menezes MCD, Costa BVDL, Ferreira NL, Freitas PPD, Mendonça RDD, Lopes MS, et al. Methodological course of a community controlled trial in health care services: translational epidemiological research on Nutrition. Demetra. 2017;12(4):1203-22. doi: 10.12957/demetra.2017.28451.; Menezes MCD, Costa BVDL, Ferreira NL, Freitas PPD, Mendonça RDD, Lopes MS, et al. Methodological course of a community controlled trial in health care services: translational epidemiological research on Nutrition. Demetra. 2017;12(4):1203–1222. doi: 10.12957/demetra.2017.28451. [DOI] [Google Scholar]
15.15. Freitas PP, Mingoti SA, Lopes ACS. Validation of self-reported weight among users of the Belo Horizonte Health Fitness Center Program, Minas Gerais, Brazil, 2017. Epidemiol Serv Saude. 2020;29(3):e2019368. doi: 10.5123/S1679-49742020000300010. [DOI] [PubMed]; Freitas PP, Mingoti SA, Lopes ACS. Validation of self-reported weight among users of the Belo Horizonte Health Fitness Center Program, Minas Gerais, Brazil, 2017. Epidemiol Serv Saude. 2020;29(3):e2019368. doi: 10.5123/S1679-49742020000300010. [DOI] [PubMed] [Google Scholar]
16.16. Lin LI. A concordance correlation coefficient to evaluate reproducibility. Biometrics. 1989;45(1):255-68. [PubMed]; Lin LI. A concordance correlation coefficient to evaluate reproducibility. Biometrics. 1989;45(1):255–268. [PubMed] [Google Scholar]
17.17. Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics. 1977;33(1):159-74. [PubMed]; Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics. 1977;33(1):159–174. [PubMed] [Google Scholar]
18.18. Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;327(8476):307-10. doi: 10.1016/S0140-6736(86)90837-8. [PubMed]; Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;327(8476):307–310. doi: 10.1016/S0140-6736(86)90837-8. [DOI] [PubMed] [Google Scholar]
19.19. Serdula M, Coates R, Byers T, Mokdad A, Jewell S, Chávez N, et al. Evaluation of a brief telephone questionnaire to estimate fruit and vegetable consumption in diverse study populations. Epidemiology. 1993;4(5):455-63. doi: 10.1097/00001648-199309000-00012. [DOI] [PubMed]; Serdula M, Coates R, Byers T, Mokdad A, Jewell S, Chávez N, et al. Evaluation of a brief telephone questionnaire to estimate fruit and vegetable consumption in diverse study populations. Epidemiology. 1993;4(5):455–463. doi: 10.1097/00001648-199309000-00012. [DOI] [PubMed] [Google Scholar]
20.20. Alcantara I, Haardörfer R, Gazmararian JA, Hartman TJ, Greene B, Kegler MC. Relative validation of fruit and vegetable intake and fat intake among overweight and obese African-American women. Public Health Nutr. 2015;18(11):1932-40. doi: 10.1017/s1368980014002547. [DOI] [PMC free article] [PubMed]; Alcantara I, Haardörfer R, Gazmararian JA, Hartman TJ, Greene B, Kegler MC. Relative validation of fruit and vegetable intake and fat intake among overweight and obese African-American women. Public Health Nutr. 2015;18(11):1932–1940. doi: 10.1017/s1368980014002547. [DOI] [PMC free article] [PubMed] [Google Scholar]
21.21. Heredia NI, Hoelscher DM, Vega V, Reininger BM. Criterion validity of a short food frequency questionnaire for Mexican American adults. Nutrients [Internet]. 2022 [cited 2026 Apr 23];14(23):5075. Available from: Available from: https://www.mdpi.com/2072-6643/14/23/5075 . [DOI] [PMC free article] [PubMed]; Heredia NI, Hoelscher DM, Vega V, Reininger BM. Criterion validity of a short food frequency questionnaire for Mexican American adults. [cited 2026 Apr 23];Nutrients. 2022 14(23):5075–5075. doi: 10.3390/nu14235075. Available from: https://www.mdpi.com/2072-6643/14/23/5075 . [DOI] [PMC free article] [PubMed] [Google Scholar]
22.22. Watson PF, Petrie A. Method agreement analysis: a review of correct methodology. Theriogenology. 2010;73(9):1167-79. doi: 10.1016/j.theriogenology.2010.01.003. [DOI] [PubMed]; Watson PF, Petrie A. Method agreement analysis: a review of correct methodology. Theriogenology. 2010;73(9):1167–1179. doi: 10.1016/j.theriogenology.2010.01.003. [DOI] [PubMed] [Google Scholar]
23.23. Mendes LL, Campos SF, Malta DC, Bernal RT, de Sa NN, Velasquez-Melendez G. Validity and reliability of foods and beverages intake obtained by telephone survey in Belo Horizonte, Brazil. Rev Bras Epidemiol. 2011;14 Suppl 1:80-9. doi: 10.1590/s1415-790x2011000500009. [DOI] [PubMed]; Mendes LL, Campos SF, Malta DC, Bernal RT, de Sa NN, Velasquez-Melendez G. Validity and reliability of foods and beverages intake obtained by telephone survey in Belo Horizonte, Brazil. Rev Bras Epidemiol. 2011;14(Suppl 1):80–89. doi: 10.1590/s1415-790x2011000500009. [DOI] [PubMed] [Google Scholar]
24.24. Neves ACM das, Gonzaga LAA, Martens IBG, Moura EC. Validation of food and beverage indicators obtained by telephone survey in Belém, Pará State, Brazil. Cad Saude Publica. 2010;26(12):2379-88. doi: 10.1590/S0102-311X2010001200016. [DOI] [PubMed]; Neves ACM das, Gonzaga LAA, Martens IBG, Moura EC. Validation of food and beverage indicators obtained by telephone survey in Belém, Pará State, Brazil. Cad Saude Publica. 2010;26(12):2379–2388. doi: 10.1590/S0102-311X2010001200016. [DOI] [PubMed] [Google Scholar]

Epidemiol Serv Saude. 2026 Jun 24;35:e20250817. [Article in Portuguese] doi: 10.1590/S2237-96222026v35e20250817.pt

Consumo autorreferido de frutas e hortaliças obtido por entrevista telefônica breve entre usuários do Programa Academia da Saúde: estudo de validação, Belo Horizonte, Minas Gerais, 2016-2017

Maria Cecília Ramos de Carvalho ¹, Mariana Souza Lopes ², Patrícia Pinheiro de Freitas ³, Aline Cristine Souza Lopes ⁴

Resumo

Objetivo:

Verificar a validade de dados de consumo de frutas e hortaliças entre usuários de serviço de promoção da saúde do Sistema Único de Saúde.

Métodos:

Estudo de validação conduzido entre 2016 e 2017 no Programa Academia da Saúde de Belo Horizonte, Minas Gerais. O consumo de frutas e hortaliças foi estimado por questionário breve aplicado em entrevista telefônica e validado face a face. Para análises estatísticas da amostra total e estratificada por sexo, foram utilizados teste t de uma amostra, Coeficiente de Correlação de Concordância (CCC), gráficos de Bland-Altman e limites de concordância.

Resultados:

Foram incluídos 441 respondentes, sendo 378 (85,7%) mulheres, e 255 (57,8%) adultos. Após estratificação por sexo, as diferenças entre métodos foram iguais a zero. A concordância entre os métodos foi substancial para frutas (CCC entre 0,632 e 0,696), e entre baixa e moderada para hortaliças (CCC entre 0,397 e 0,500). Ao estratificar por escolaridade, as diferenças não foram iguais a zero, mas houve concordância de moderada a substancial entre os métodos para frutas (CCC entre 0,572 e 0,766), e moderada para hortaliças (CCC entre 0,405 e 0,513). Os gráficos de Bland-Altman mostraram que as diferenças entre métodos se distribuíram em torno de zero, sendo estáveis nos maiores níveis de consumo.

Conclusão:

Os dados de entrevistas telefônicas foram válidos para estimar o consumo de frutas e hortaliças entre usuários do Sistema Único de Saúde.

Palavras-chave: Avaliação Nutricional, Frutas, Hortaliças, Ingestão de alimentos, Estudo de Validação

Aspectos éticos

Esta pesquisa respeitou os princípios éticos, obtendo os seguintes dados de aprovação.

Comitê de ética em pesquisa	Número do parecer	Certificado de apresentação de apreciação ética	Data de aprovação
Universidade Federal de Minas Gerais	0537.0.203.000-11	0537.0.203.000-11	16/12/2011
Secretaria Municipal de Saúde de Belo Horizonte	0537.0.203.410-11A	0537.0.203.410-11A	22/12/2011
Registro do consentimento livre e esclarecido Obtido de todos os participantes antes da coleta dos dados.

Open in a new tab

Introdução

O consumo adequado de alimentos in natura e minimamente processados, como frutas e hortaliças, é recomendado para promoção da saúde e prevenção de doenças ¹. Porém, seu consumo no mundo e no Brasil é inferior aos 400 g ao dia recomendados pela Organização Mundial da Saúde ². Segundo o estudo Global Burden of Disease, em 2023, 41% da população mundial tinha uma dieta pobre em frutas, e 26% apresentava uma dieta pobre em hortaliças ³. No Brasil, em 2023, apenas 21% dos adultos relataram consumir pelo menos cinco porções de frutas e hortaliças cinco ou mais vezes por semana ¹.

Inquéritos alimentares de uso simples e válidos são necessários para avaliar o consumo de frutas e hortaliças em populações, especialmente em serviços de saúde ¹^),(⁴^),(⁵. Tais dados são necessários para estudos longitudinais, planejamento, monitoramento e avaliação de políticas e intervenções, sobretudo na atenção primária à saúde ¹^),(⁴. Entretanto, há diversos desafios na obtenção de dados do consumo de frutas e hortaliças nos serviços de saúde: a extensão dos questionários, a validade dos dados autorreferidos e a ausência de padronização quanto à não inclusão de raízes e tubérculos como hortaliças ⁴^)-(⁶.

Estimativas do consumo de frutas e hortaliças devem basear-se em métodos com validade adequada, e viáveis para uso na rotina de serviços de saúde ¹^),(⁴. Também é necessário utilizar métodos apropriados de coleta de dados entre populações com baixa escolaridade, mas com alta cobertura de telefonia ¹. Um exemplo de método com menor custo consiste na obtenção de dados por entrevista telefônica, o que reduz o deslocamento de entrevistadores e a necessidade de espaço físico ¹^),(⁴^),(⁵.

Dados de consumo de frutas e hortaliças obtidos por entrevista telefônica foram validados no Behavioral Risk Factor Surveillance System nos Estados Unidos, entre 1991 e 2000, e no Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico (VIGITEL) no Brasil, em 2005 ⁷^),(⁸. Entretanto, as amostras desses estudos incluem adultos da população em geral ou residentes nas capitais, respectivamente, não investigando usuários de serviços de saúde.

Ademais, para estimar o consumo de frutas e hortaliças inexiste um padrão-ouro; é necessário um instrumento válido a ser utilizado como método de referência ⁴^),(⁵. Quando um método de referência é utilizado, permite-se avaliar apenas a validade relativa do método de teste ⁹. No contexto de avaliação da validade relativa, um instrumento breve de aplicação face a face foi validado para estimar o consumo diário de frutas e hortaliças entre usuários de serviço de promoção da saúde em Belo Horizonte, entre 2013 e 2014. Esses dados apresentaram correlação moderada com os dados de recordatório alimentar 24 horas, utilizado como método de referência: 0,427 para frutas, 0,283 para hortaliças, e 0,361 para frutas e hortaliças ⁹. Porém, o instrumento não foi validado para uso em entrevistas telefônicas. Nesse sentido, o objetivo do estudo foi verificar a validade de dados de consumo de frutas e hortaliças entre usuários de serviço de promoção da saúde do Sistema Único de Saúde.

Métodos

Delineamento do estudo

Este estudo de validação foi realizado de março de 2016 a fevereiro de 2017. Ele segue as Diretrizes para Relato de Estudos de Confiabilidade e Concordância (Guidelines for Reporting Reliability and Agreement Studies, GRRAS) para análises de concordância e o Fortalecimento do Relato de Estudos Observacionais em Epidemiologia (Strengthening the Reporting of Observational studies in Epidemiology, STROBE) para estudos transversais ¹⁰^),(¹¹.

Contexto

O estudo foi realizado no Programa Academia da Saúde de Belo Horizonte, Minas Gerais, Brasil. O município, sexto maior do Brasil, conta com o Programa desde 2006 ¹². Trata-se de um serviço de promoção da saúde inserido na atenção primária à saúde que objetiva estimular modos saudáveis de vida por meio de sessões semanais supervisionadas de exercícios físicos, ações de promoção da saúde, alimentação e nutrição, educação em saúde e práticas integrativas e complementares ¹². As unidades do Programa foram implementadas preferencialmente em setores censitários com maior índice de vulnerabilidade à saúde. Tal índice foi utilizado como critério de elegibilidade para o estudo, sendo estimado a partir de dados socioeconômicos e ambientais. Varia de 0 a 1, com classificação baixo, médio, elevado, ou muito elevado ¹³^)-(¹⁵.

Participantes

Este estudo analisou dados de participantes de ensaio comunitário controlado randomizado conduzido com amostra representativa do Programa Academia da Saúde de Belo Horizonte.

O cálculo amostral considerou as 50 unidades do programa existentes em Belo Horizonte no momento da amostragem, no final de 2012. Os critérios de inclusão foram:

funcionamento matutino (horário preferencial de funcionamento do serviço);
estar localizada em setor censitário com média, elevada ou muito elevada vulnerabilidade à saúde (áreas prioritárias de implementação do programa); e
não ter participado de estudos de intervenção nutricional nos dois anos anteriores.

Foram excluídas seis unidades em áreas com baixa vulnerabilidade à saúde e duas que haviam participado de intervenção nutricional recente. Ficaram elegíveis 42 unidades ¹⁴.

Foi realizada amostragem aleatória simples, estratificada pelas nove regionais administrativas do município. Entre as unidades elegíveis por regional, foram sorteadas duas para inclusão no estudo. As duas unidades de cada regional foram randomizadas em intervenção ou controle. A intervenção nutricional de incentivo ao consumo de frutas e hortaliças, cujos dados não são abordados neste estudo, foi descrita em protocolo ¹³. A amostra final foi composta por 18 unidades do programa. Essa amostra foi representativa das unidades em áreas com vulnerabilidade à saúde média, elevada e muito elevada, com 95% de confiança e erro menor que 1,4%, calculados a posteriori ¹³.

Em cada unidade amostrada, foram elegíveis os usuários adultos (com 20 ou mais anos de idade) que tivessem comparecido pelo menos uma vez ao serviço no mês anterior. Foram excluídas gestantes e pessoas com deficiência cognitiva que impossibilitasse de responder ao questionário. As gestantes foram excluídas, pois um dos objetivos do estudo maior era avaliar a evolução do peso corporal; os resultados poderiam ser enviesados devido às alterações de peso na gestação ¹⁵.

A coleta de dados da linha de base foi realizada entre 2013 e 2014, totalizando 3.414 participantes. Os participantes da linha de base que estivessem vivos de 2016 a 2017 foram elegíveis para reavaliação por entrevista telefônica.

Variáveis

Os seguintes dados da linha de base e da entrevista telefônica foram utilizados: sexo (feminino; masculino); idade (em anos, categorizada em adultos: até 59 anos; idosos≥60 anos); escolaridade (em anos: até 8 anos; 9 a 11 anos; 12 anos ou mais); renda per capita mensal (em Reais, categorizada conforme o percentil 50); estado civil (casado/união consensual; divorciado; solteiro; viúvo); diagnóstico autorreferido de hipertensão arterial, dislipidemia e diabetes; altura aferida na linha de base; peso autorreferido na ligação telefônica.

O peso autorreferido foi validado em estudo prévio que identificou coeficientes de correlação de concordância iguais ou superiores a 0,94 entre medidas aferidas e autorreferidas. O peso foi utilizado para avaliação do estado nutricional conforme o Índice de Massa Corporal [IMC=peso (kg)/altura (m)²]. O estado nutricional foi classificado em baixo peso (IMC<18,5 kg/m²); eutrofia (IMC entre 18,5 kg/m² e 24,9 kg/m²); sobrepeso (IMC entre 25,0 e 29,9 kg/m²), e obesidade (IMC≥30,0 kg/m²) ¹⁵.

O consumo de frutas e hortaliças foi estimado por meio de questionário breve aplicado em ligações telefônicas (método de teste). A validação foi realizada a partir do mesmo questionário aplicado em entrevista face a face (método de referência).

Com o questionário breve, validado para uso face a face ⁹, estimaram-se a frequência habitual de consumo de frutas e hortaliças e a quantidade de porções consumidas em um dia comum. As porções consumidas em um dia comum foram registradas em medidas caseiras (unidades, fatias, xícaras, colheres etc). As medidas caseiras foram convertidas em porções padronizadas de 80 gramas, conforme preconizado pela Organização Mundial da Saúde ²^),(⁹.

Como porção de frutas, considerou-se uma unidade, fatia ou xícara de chá. Como porção de verduras cruas, consideraram-se quatro colheres de sopa, duas colheres de servir, um prato de sobremesa ou ½ prato de refeição. Como porção de verduras cozidas ou refogadas e de legumes, consideraram-se duas colheres de sopa, uma colher de servir, ½ prato de sobremesa ou ¼ de prato de refeição ²^),(⁹. Sucos, vitaminas, raízes e tubérculos não foram incluídos, tendo em vista suas diferentes características nutricionais. Os participantes foram orientados a não considerar esses alimentos ao relatar seu consumo de frutas e hortaliças ⁹.

Os participantes relataram, separadamente, a frequência de consumo de frutas e de hortaliças: nunca (menos de uma vez por mês ou não consome), quase nunca (1-3 x/mês), 1-2 x/semana, 3-4 x/semana, 5-6 x/semana, todos os dias (incluindo sábados e domingos) ⁹.

Para cada método, foram criadas duas variáveis para expressar o consumo médio diário de frutas e de hortaliças, respectivamente. As variáveis foram criadas apenas para indivíduos que relataram consumir um ou ambos os grupos pelo menos uma vez por mês. A frequência de consumo foi representada pelo ponto médio da categoria de frequência, e as variáveis foram criadas conforme as seguintes fórmulas:

Consumo de frutas e hortaliças no mínimo uma vez por mês, mas menos que uma vez por semana:

Consumo diário=(porções consumidas em um dia comum * frequência de consumo)/30

Consumo de frutas e hortaliças no mínimo uma vez por semana:

Consumo diário=(porções consumidas em um dia comum * frequência de consumo)/7

Para cada grupo de alimentos, o número de porções foi multiplicado por 80 para se estimar o consumo médio diário em gramas ⁹. As diferenças entre o consumo estimado pelos dois métodos (g/dia) foram calculadas subtraindo-se os valores obtidos na coleta de dados face a face dos valores obtidos nas entrevistas telefônicas.

Fontes de dados e mensuração

Números de telefone fixo e/ou celular foram obtidos no banco de dados da linha de base, nos registros das unidades do Programa Academia da Saúde, ou em listas telefônicas. Para cada número de telefone disponível, foram realizadas quatro tentativas de ligação entre segunda-feira e sábado pela manhã, tarde e noite. Para os participantes que concordaram em participar da coleta de dados, a entrevista telefônica foi conduzida no mesmo momento ou agendada. Em caso de insucesso nas quatro tentativas, a equipe realizou novas buscas por números de telefone nos registros das unidades do programa e em listas telefônicas. Quatro novas tentativas foram realizadas para cada novo número encontrado ¹⁵.

Os participantes sorteados para o estudo de validação foram contactados novamente e convidados para a coleta de dados face a face. Para aqueles que concordaram em participar do estudo de validação, a coleta de dados foi realizada na unidade do programa de vínculo do participante. Aqueles que se recusaram a participar foram substituídos por outros usuários sorteados na mesma unidade do Programa Academia da Saúde e no mesmo estrato. Procurou-se obter, no mínimo, dois participantes por estrato, minimizando o viés de seleção ¹⁵.

Viés

Os questionários em papel, na linha de base, foram verificados pelas supervisoras de campo antes da entrada de dados no sistema. Nas ligações telefônicas, quatro entrevistadores foram treinados e supervisionados para as coletas de dados. A supervisora foi responsável por garantir a padronização da coleta de dados, auditar uma amostra aleatória dos questionários, e repetir treinamentos quando necessário. Os bancos de dados passaram por análises de consistência após a digitação. Manuais dos procedimentos foram disponibilizados para os entrevistadores durante a coleta de dados ¹⁵.

O sorteio de participantes para o estudo de validação foi realizado após a finalização das entrevistas telefônicas de cada unidade do Programa Academia da Saúde. Assim, evitou-se viés na coleta de dados por entrevistas telefônicas conforme o status de seleção dos participantes para o estudo de validação.

A coleta de dados face a face foi agendada de modo a evitar intervalos muito curtos (<5 dias), em que o participante pudesse se lembrar das respostas da entrevista telefônica, ou muito longos (>60 dias), em que o participante pudesse ter mudado seu consumo de frutas e hortaliças. Durante a coleta de dados face a face, os entrevistadores não tiveram acesso aos dados das entrevistas telefônicas.

Tamanho do estudo

Dados de 2.370 participantes foram coletados por entrevista telefônica, sendo selecionados aleatoriamente 15,0% dos respondentes para este estudo de validação. Identificou-se que esse tamanho amostral seria suficiente com base em estudos de validação do peso corporal autorreferido ¹⁵. Criou-se uma lista de respondentes elegíveis por unidade, estratificada por sexo (feminino; masculino), faixa etária (20-29 anos; 30-59 anos; 60 anos ou mais), presença no programa no mês anterior (presente; ausente) e estado nutricional (baixo peso ou eutrofia; sobrepeso ou obesidade). Um gerador de números aleatórios (“sorteador.com.br”) foi utilizado para selecionar dois ou mais participantes por estrato para o estudo de validação. Os indivíduos foram excluídos em caso de recusa ou impossibilidade de contato telefônico depois de quatro tentativas ¹⁵ (Figura 1).

A amostra do ensaio foi representativa das unidades do programa localizadas em territórios de média, elevada ou muito elevada vulnerabilidade à saúde, com um nível de confiança de 95% e um erro menor que 1,4% ¹³. Para o estudo de validação, o cálculo de poder amostral foi realizado a posteriori, após a coleta de dados da validação, de acordo com a amostra efetivamente avaliada. Esse cálculo levou em consideração uma comparação de características sociodemográficas dos participantes do estudo de validação com o total de participantes do programa, identificando poder estatístico de 99,0% ¹⁵.

Métodos estatísticos

Os dados foram digitados no programa Microsoft Access por estudantes de graduação e pós-graduação, treinados e supervisionados. Análises de consistência, descritivas e multivariadas foram realizadas no programa Stata 14.2 (College Station, Texas, United States of America). As variáveis categóricas foram descritas por frequências e intervalos de confiança de 95% (IC95%). As variáveis contínuas tiveram sua normalidade verificada pelo teste Shapiro-Wilk, e foram descritas pelas médias e IC95%. Considerou-se em todas as análises um nível de significância de 5%.

Diferentes análises estatísticas foram utilizadas para avaliar a validade dos dados de consumo de frutas e hortaliças obtidos por entrevistas telefônicas. As análises de validade foram realizadas com a amostra total e estratificadas por sexo e escolaridade. Testes t de Student de uma amostra foram utilizados para identificar se as diferenças médias entre os métodos eram iguais a zero. A concordância entre os dados de consumo diário de frutas e hortaliças obtidos por telefone e face a face foi analisada com uso do coeficiente de correlação de concordância (CCC) ¹⁶. Os pontos de corte de Landis e Koch foram aplicados para classificar a concordância em: muito baixa (CCC≤0,20); baixa (0,21≤CCC≤0,40); moderada (0,41≤CCC≤0,60); substancial (0,61≤CCC≤0,80); quase perfeita (CCC>0,80) ¹⁷. A distribuição das diferenças e dos limites de concordância de 95% entre os resultados dos dois métodos foi analisada por gráficos de Bland-Altman ¹⁸. Análises de sensibilidade foram realizadas após a exclusão de participantes com dados discrepantes, cujo consumo de frutas e hortaliças excedia o percentil 95 do respectivo grupo de alimentos. Considerou-se discrepante o consumo acima do percentil 95, dado que o consumo de frutas e hortaliças é um hábito desejável e passível de superestimação, o que poderia levar a uma menor concordância com os dados obtidos face a face ⁴.

Resultados

Entre os 441 respondentes do estudo de validação, 378 (85,7%) eram mulheres, 255 (57,8%) adultos, 183 (41,5%) apresentavam sobrepeso e 267 (60,5%) tinham até 8 anos de escolaridade (Tabela 1).

Tabela 1. Frequências absolutas, relativas e intervalos de confiança de 95% (IC95%) das características dos participantes do estudo de validação. Belo Horizonte, 2013-2017 (n=441).

Características	Participantes do estudo de validação (n=441)
Características	n (%)	IC95%
Sexo (%)
Feminino	378 (85,7)	82,1; 88,7
Masculino	63 (14,3)	11,3; 17,9
Faixa etária (%)
Adulto	255 (57,8)	53,1; 62,4
Idoso	186 (42,2)	37,6; 46,9
Escolaridade (%)
Até 8 anos	267 (60,5)	55,9; 65,0
9 a 11 anos	136 (30,9)	26,7; 35,3
12 anos ou mais	38 (8,6)	6,3; 11,6
Renda mensal per capita (%) ^a
Até o percentil 50	213 (52,3)	47,5; 57,2
Acima do percentil 50	194 (47,7)	42,8; 52,5
Estado civil (%)
Casado/União consensual	286 (64,9)	60,3; 69,2
Divorciado	35 (7,9)	5,7; 10,9
Solteiro	54 (12,2)	9,5; 15,7
Viúvo	66 (15,0)	11,9; 18,6
Hipertensão arterial (%)	227 (51,5)	46,8; 56,1
Dislipidemia (%)	197 (45,2)	40,5; 49,9
Diabetes (%)	77 (17,5)	14,2; 21,3
Estado nutricional (%)
Baixo peso	20 (4,5)	2,9; 6,9
Eutrofia	157 (35,6)	31,3; 40,2
Sobrepeso	183 (41,5)	37,0; 46,2
Obesidade	81 (18,4)	15,0; 22,3

Open in a new tab

^a407 participantes com dados válidos de renda mensal per capita.

O consumo relatado por entrevista telefônica foi de 145,9 g de frutas/dia e de 172,5 g de hortaliças/dia. O consumo relatado nas entrevistas face a face foi de 154,4 g de frutas/dia e de 169,4 g de hortaliças/dia. As diferenças médias entre os métodos foram diferentes de zero para o consumo de frutas na amostra total (p-valor 0,039) e no subgrupo com até 8 anos de escolaridade (p-valor 0,009). As diferenças foram iguais a zero após estratificação por sexo (p-valor 0,098 no sexo feminino; p-valor 0,129 no sexo masculino) e nos grupos com 9 a 11 (p-valor 0,212) ou 12 ou mais anos de escolaridade (p-valor 0,170) (Tabela 2).

Tabela 2. Médias, coeficientes de correlação de concordância (CCC), diferenças entre os métodos e intervalos de confiança de 95% (IC95%) na amostra total e segundo sexo e escolaridade do consumo estimado de frutas e hortaliças por entrevistas telefônicas e entrevistas face a face. Belo Horizonte, 2013-2017 (n=441).

Grupo de alimentos e estratificação da amostra	Consumo segundo método de teste e de referência: média (IC95%)		CCC de Lin (IC95%)	Classificação do CCC de Lin^a	Diferença entre métodos: média (IC95%)^b	p-valor^c
Grupo de alimentos e estratificação da amostra	Telefone	Face a face	CCC de Lin (IC95%)	Classificação do CCC de Lin^a	Diferença entre métodos: média (IC95%)^b	p-valor^c
Frutas
Amostra total	145,9	154,4	0,642	Substancial	-8,1	0,039
(n=436)	(137,1; 154,7)	(145,2; 163,7)	(0,587; 0,697)	Substancial	(-15,7; -0,4)	0,039
Sexo feminino	149,3	156,6	0,632	Substancial	-7,1	0,098
(n=375)	(139,8; 158,8)	(146,6; 166,7)	(0,571; 0,692)	Substancial	(-15,5; 1,3)	0,098
Sexo masculino	125,6	140,9	0,696	Substancial	-14,1	0,129
(n=61)	(102,9; 148,3)	(116,5; 165,3)	(0,567; 0,826)	Substancial	(-32,3; 4,2)	0,129
Até 8 anos de estudo	141,6	156,4	0,572	Moderada	-14,7	0,009
(n=266)	(130,0; 153,2)	(144,2; 168,6)	(0,492; 0,653)	Moderada	(-25,7; -3,8)	0,009
9 a 11 anos de estudo	150,2	144,8	0,764	Substancial	6,8	0,212
(n=136)	(135,0; 165,5)	(128,8; 160,9)	(0,693; 0,835)	Substancial	(-3,9; 17,6)	0,212
12 anos de estudo ou mais	160,8	175,0	0,766	Substancial	-14,3	0,170
(n=38)	(131,9; 189,6)	(142,3; 207,8)	(0,635; 0,897)	Substancial	(-35,0; 6,4)	0,170
Hortaliças
Amostra total	172,5	169,4	0,415	Moderada	3,2	0,507
(n=432)	(164,2; 180,8)	(160,3; 178,6)	(0,337; 0,493)	Moderada	(-6,3; 12,6)	0,507
Sexo feminino	175,0	172,2	0,397	Baixa	3,3	0,536
(n=371)	(166,2; 183,8)	(162,2; 182,2)	(0,312; 0,482)	Baixa	(-7,1; 13,6)	0,536
Sexo masculino	157,8	152,6	0,500	Moderada	2,8	0,814
(n=61)	(133,1; 182,5)	(129,2; 176,0)	(0,309; 0,691)	Moderada	(-21,1; 26,7)	0,814
Até 8 anos de estudo	172,2	169,6	0,405	Moderada	1,5	0,821
(n=267)	(161,7; 182,6)	(156,8; 182,5)	(0,306; 0,505)	Moderada	(-11,3; 14,3)	0,821
9 a 11 anos de estudo	174,5	171,0	0,417	Moderada	6,0	0,484
(n=136)	(157,8; 191,1)	(156,5; 185,4)	(0,278; 0,556)	Moderada	(-10,8; 22,7)	0,484
12 anos de estudo ou mais	168,2	162,9	0,513	Moderada	5,3	0,652
(n=38)	(146,3; 190,2)	(137,3; 188,5)	(0,277; 0,749)	Moderada	(-18,2; 28,7)	0,652

Open in a new tab

^amuito baixa (CCC≤0,20); baixa (0,21≤CCC≤0,40); moderada (0,41≤CCC≤0,60); substancial (0,61≤CCC≤0,80); quase perfeita (CCC>0,80); ^bDiferença=Telefone-face a face; ^cTeste t de uma amostra, H0: diferença=0.

Na amostra total, o CCC apresentou concordância substancial para o consumo de frutas (0,642) e moderada para hortaliças (0,415). Após estratificação por sexo, a concordância foi substancial para frutas (0,632 a 0,696) e de baixa (0,397) a moderada (0,500) para hortaliças. Após a estratificação por escolaridade, a concordância variou entre moderada e substancial para frutas (CCC entre 0,572 e 0,766), e permaneceu moderada para hortaliças (CCC entre 0,405 e 0,513) (Tabela 2).

Os gráficos de Bland-Altman revelaram que as diferenças entre métodos distribuíram-se em torno de zero. Os limites de concordância de 95% estimados entre os métodos foram similares entre os grupos de alimentos, sexos e categorias de escolaridade. As diferenças entre métodos não pareceram aumentar ou diminuir com o aumento do consumo (Figura 2).

Figura 2 — Amostra total (A), (B); sexo feminino (C), (D); sexo masculino (E), (F); até 8 anos de estudo (G), (H); 9 a 11 anos de estudo (I), (J); 12 anos de estudo ou mais (K), (L).

A exclusão dos dados discrepantes (8 participantes para o consumo de frutas e 17 para o consumo de hortaliças) não alterou o consumo estimado ou as diferenças entre métodos (Tabela 3). Os CCC para o consumo de frutas na amostra total e estratificada por sexo também foram substanciais. Na estratificação por escolaridade, o CCC para o consumo de frutas entre participantes com menor escolaridade passou de 0,572 (concordância moderada) para 0,623 (substancial). O CCC do consumo de hortaliças para o sexo masculino passou de 0,500 (moderada) para 0,621 (substancial) (Tabela 3).

Tabela 3. Médias, coeficientes de correlação de concordância (CCC), diferenças entre os métodos e intervalos de confiança de 95% (IC95%) na amostra total e segundo sexo e escolaridade do consumo estimado de frutas e hortaliças por entrevistas telefônicas e entrevistas face a face entre participantes com consumo de frutas e hortaliças abaixo do percentil 95. Belo Horizonte, 2013-2017 (n=428).

Grupo de alimentos e estratificação da amostra	Consumo segundo método de teste e de referência: média (IC95%)		CCC de Lin (IC95%)	Classificação do CCC de Lin^a	Diferença entre métodos: média (IC95%)^b	p-valor^c
Grupo de alimentos e estratificação da amostra	Telefone	Face a face	CCC de Lin (IC95%)	Classificação do CCC de Lin^a	Diferença entre métodos: média (IC95%)^b	p-valor^c
Frutas
Amostra total	139,0	146,9	0,629	Substancial	-7,4	0,039
(n=428)	(131,1; 146,8)	(138,5; 155,4)	(0,572; 0,687)	Substancial	(-14,3; -0,4)	0,039
Sexo feminino	141,6	148,0	0,624	Substancial	-5,9	0,113
(n=367)	(133,2; 150,0)	(138,9; 157,0)	(0,560; 0,687)	Substancial	(-13,5; 1,6)	0,113
Sexo masculino	123,0	140,9	0,658	Substancial	-16,0	0,091
(n=61)	(101,7; 144,3)	(116,5; 165,3)	(0,514; 0,802)	Substancial	(-34,6; 2,6)	0,091
Até 8 anos de estudo	142,4	154,9	0,623	Substancial	-12,5	0,015
(n=263)	(130,7; 154,1)	(143,2; 166,6)	(0,549; 0,697)	Substancial	(-22,6; -2,4)	0,015
9 a 11 anos de estudo	151,6	144,8	0,764	Substancial	6,8	0,212
(n=134)	(136,3; 167,0)	(128,8; 160,9)	(0,693; 0,835)	Substancial	(-3,9; 17,6)	0,212
12 anos de estudo ou mais	160,8	175,0	0,766	Substancial	-14,3	0,170
(n=38)	(131,9; 189,6)	(142,3; 207,8)	(0,635; 0,897)	Substancial	(-35,0; 6.4)	0,170
Hortaliças
Amostra total	161,2	156,9	0,419	Moderada	4,7	0,216
(n=415)	(154,3; 168,2)	(150,2; 163,6)	(0,337; 0,501)	Moderada	(-2,8; 12,2)	0,216
Sexo feminino	164,7	159,4	0,382	Baixa	5,6	0,190
(n=356)	(157,1; 172,3)	(152,2; 166,5)	(0,290; 0,473)	Baixa	(-2,8; 13,9)	0,190
Sexo masculino	140,3	142,2	0,621	Substancial	-0,5	0,945
(n=59)	(123,5; 157,1)	(123,9; 160,4)	(0,457; 0,786)	Substancial	(-15,9; 14,9)	0,945
Até 8 anos de estudo	170,7	166,3	0,436	Moderada	4,4	0,449
(n=259)	(160,2; 181,2)	(155,2; 177,4)	(0,337; 0,534)	Moderada	(-7,0; 15,9)	0,449
9 a 11 anos de estudo	176,9	171,0	0,417	Moderada	6,0	0,484
(n=134)	(160,4; 193,4)	(156,5; 185,4)	(0,278; 0,556)	Moderada	(-10,8; 22,7)	0,484
12 anos de estudo ou mais	168,2	162,9	0,513	Moderada	5,3	0,652
(n=38)	(146,3; 190,0)	(137,3; 188,5)	(0,277; 0,749)	Moderada	(-18,2; 28,7)	0,652

Open in a new tab

Discussão

Não foram identificadas diferenças significativas entre dados de consumo de frutas e hortaliças obtidos por questionário breve aplicado por entrevista telefônica (método de teste) e coletados em entrevista face a face (método de referência). Quanto ao consumo de frutas, o sexo pode ter sido um confundidor na análise da amostra completa, acusando uma diferença que deixou de ser significativa após estratificação. Participantes com menor escolaridade apresentaram erro diferente de zero entre os métodos, mas mantiveram concordância moderada.

Uma limitação deve ser considerada: o consumo de frutas e hortaliças foi autorreferido, e pode ter sido superestimado. Porém, o método de referência foi previamente validado com a população do estudo, tendo sido comparado ao recordatório alimentar de 24 horas ⁹. A seleção de 15% dos respondentes para o estudo de validação poderia reduzir o poder amostral do estudo, porém, o cálculo a posteriori identificou um poder de 99% na amostra. O tempo decorrido desde a coleta dos dados também pode ser uma limitação. Entretanto, considerando o tamanho amostral, foi necessário realizar exaustivas análises de consistência dos dados. Somente em 2021 foi possível finalizar as análises de validação.

Os coeficientes de correlação de concordância identificados neste estudo foram similares aos coeficientes de correlação de estudos realizados nos Estados Unidos ⁸^),(¹⁹^),(²⁰. As correlações estimadas variaram de baixa (0,29) a moderada (0,56) para o consumo de frutas, de moderada (0,47) a substancial (0,63) para o consumo de hortaliças, e de baixa (0,22) a substancial (0,77) para o consumo de frutas e hortaliças em conjunto ⁸^),(¹⁹^),(²⁰. Tais estudos foram realizados entre 1993 e 2015, com amostras da população em geral ⁸, ou de grupos de mães, adultos e idosos ¹⁹, ou de mulheres negras com excesso de peso ²⁰. Além disso, os limites de concordância de acordo com os gráficos de Bland-Altman foram aceitáveis ²⁰. A associação entre menor escolaridade e maior erro no relato do consumo de frutas foi similar ao resultado encontrado entre adultos de baixa escolaridade nos Estados Unidos em 2022 ²¹. No referido estudo, houve diferença entre métodos para o consumo de frutas, mas não para o consumo de hortaliças. Da mesma forma, a concordância entre métodos permaneceu moderada mesmo com a diferença identificada entre métodos ²¹.

Em validação de dados de consumo de frutas e hortaliças obtidos por entrevistas telefônicas com amostras brasileiras, compostas por adultos com linhas telefônicas fixas e residentes em Belo Horizonte (2009), São Paulo (2005) e Belém (2009), o recordatório alimentar 24 horas foi escolhido como método de referência para avaliar o consumo de frutas e hortaliças. As prevalências do consumo regular de frutas e hortaliças (≥5 dias/semana) foram comparadas entre os métodos, e os resultados variaram de 35% a 89% para a sensibilidade, e de 29% a 84% para a especificidade ⁷^),(²³^),(²⁴.

Ainda nos Estados Unidos, entre 1993 e 2015, investigou-se a validade de dados de consumo de frutas e hortaliças obtidos por entrevistas telefônicas, reportando-se coeficientes de correlação de Spearman ou de Pearson ⁸^),(¹⁹^),(²⁰. Entretanto, coeficientes de correlação de Spearman ou Pearson não configuram medidas adequadas de validade. Em vez disso, é adequado utilizar coeficientes de correlação de concordância e gráficos de Bland-Altman para avaliar adequadamente a concordância entre dados obtidos por diferentes métodos ¹⁶^),(¹⁸^),(²².

Em geral, os resultados deste estudo apontaram para a mesma direção dos estudos anteriores ⁸^),(¹⁹^)-(²¹: os valores dos coeficientes de correlação de concordância foram substanciais para o consumo de frutas, e moderados para o consumo de hortaliças. Além disso, os gráficos de Bland-Altman e seus limites de concordância mostraram a maior validade do método de teste em comparação aos resultados de um estudo com amostra de mulheres de baixa renda ²⁰.

Potencialidades deste estudo incluem os diversos procedimentos empregados para a garantia e controle de qualidade dos dados, e o uso de análises apropriadas para as medidas de validade (Coeficientes de Correlação de Concordância de Lin e gráficos de Bland-Altman).

Conclui-se que o consumo de frutas e hortaliças estimado por instrumento breve aplicado em entrevistas telefônicas gera dados suficientemente válidos para estimar o consumo de frutas e hortaliças entre usuários de serviço de promoção da saúde do SUS.

Footnotes

Gestora de pareceristas: Izabela Fulone https://orcid.org/0000-0002-3211-6951

Uso de inteligência artificial: generativa Não empregada.

Disponibilidade de dados

O conteúdo do banco de dados está disponível mediante solicitação ao autor correspondente.

Associated Data

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

Data Availability Statement

The contents of the database are available upon request to the corresponding author.

O conteúdo do banco de dados está disponível mediante solicitação ao autor correspondente.

[B1] 1.1. Malta DC, Gomes CS, Silva AGD, Morais ÉAHD, Santos FMD, Veloso GA, et al. Plano de Enfrentamento das Doenças Crônicas Não Transmissíveis no Brasil, 2011-2022: quais metas foram alcançadas? Saúde debate. 2025;49(146):e10274. doi: 10.1590/2358-2898202514610274p.; Malta DC, Gomes CS, Silva AGD, Morais ÉAHD, Santos FMD, Veloso GA, et al. Plano de Enfrentamento das Doenças Crônicas Não Transmissíveis no Brasil, 2011-2022: quais metas foram alcançadas? Saúde debate. 2025;49(146):e10274. doi: 10.1590/2358-2898202514610274p. [DOI] [Google Scholar]

[B2] 2.2. Gomes FS, Reynolds AN. Effects of fruits and vegetables intakes on direct and indirect health outcomes - Background paper for the FAO/WHO International Workshop on fruits and vegetables 2020 [Internet]. Rome: FAO and PAHO; 2021 [cited 2026 Apr 23]. Available from: Available from: https://openknowledge.fao.org/server/api/core/bitstreams/b9d7e323-1a5e-499b-8417-ed4e9527065d/content .; Gomes FS, Reynolds AN. Effects of fruits and vegetables intakes on direct and indirect health outcomes - Background paper for the FAO/WHO International Workshop on fruits and vegetables 2020. Rome: FAO and PAHO; 2021. [cited 2026 Apr 23]. Available from: https://openknowledge.fao.org/server/api/core/bitstreams/b9d7e323-1a5e-499b-8417-ed4e9527065d/content . [Google Scholar]

[B3] 3.3. Hay SI, Ong KL, Santomauro DF, A B, Aalipour MA, Aalruz H, et al. Burden of 375 diseases and injuries, risk-attributable burden of 88 risk factors, and healthy life expectancy in 204 countries and territories, including 660 subnational locations, 1990-2023: a systematic analysis for the Global Burden of Disease Study 2023. Lancet. 2025;406(10513):1873-922. doi: 10.1016/S0140-6736(25)01637-X. [DOI] [PMC free article] [PubMed]; Hay SI, Ong KL, Santomauro DF, A B, Aalipour MA, Aalruz H, et al. Burden of 375 diseases and injuries, risk-attributable burden of 88 risk factors, and healthy life expectancy in 204 countries and territories, including 660 subnational locations, 1990-2023: a systematic analysis for the Global Burden of Disease Study 2023. Lancet. 2025;406(10513):1873–1922. doi: 10.1016/S0140-6736(25)01637-X. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B4] 4.4. Bailey RL. Overview of dietary assessment methods for measuring intakes of foods, beverages, and dietary supplements in research studies. Curr Opin Biotechnol. 2021;70:91-6. doi: 10.1016/j.copbio.2021.02.007. [DOI] [PMC free article] [PubMed]; Bailey RL. Overview of dietary assessment methods for measuring intakes of foods, beverages, and dietary supplements in research studies. Curr Opin Biotechnol. 2021;70:91–96. doi: 10.1016/j.copbio.2021.02.007. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B5] 5.5. Neuhouser ML, Prentice RL, Tinker LF, Lampe JW. Enhancing Capacity for Food and Nutrient Intake Assessment in Population Sciences Research. Ann rev public health. 2023;44(1):37-54. doi: 10.1146/annurev-publhealth-071521-121621. [DOI] [PMC free article] [PubMed]; Neuhouser ML, Prentice RL, Tinker LF, Lampe JW. Enhancing Capacity for Food and Nutrient Intake Assessment in Population Sciences Research. Ann rev public health. 2023;44(1):37–54. doi: 10.1146/annurev-publhealth-071521-121621. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B6] 6.6. Toh DWK, Koh ES, Kim JE. Incorporating healthy dietary changes in addition to an increase in fruit and vegetable intake further improves the status of cardiovascular disease risk factors: A systematic review, meta-regression, and meta-analysis of randomized controlled trials. Nutr rev. 2020;78(7):532-45. doi: 10.1093/nutrit/nuz104. [DOI] [PubMed]; Toh DWK, Koh ES, Kim JE. Incorporating healthy dietary changes in addition to an increase in fruit and vegetable intake further improves the status of cardiovascular disease risk factors: A systematic review, meta-regression, and meta-analysis of randomized controlled trials. Nutr rev. 2020;78(7):532–545. doi: 10.1093/nutrit/nuz104. [DOI] [PubMed] [Google Scholar]

[B7] 7.7. Monteiro CA, Moura EC, Jaime PC, Claro RM. Validity of food and beverage intake data obtained by telephone survey. Rev Saude Publica. 2008;42(4):582-9. doi: 10.1590/s0034-89102008000400002. [DOI] [PubMed]; Monteiro CA, Moura EC, Jaime PC, Claro RM. Validity of food and beverage intake data obtained by telephone survey. Rev Saude Publica. 2008;42(4):582–589. doi: 10.1590/s0034-89102008000400002. [DOI] [PubMed] [Google Scholar]

[B8] 8.8. Nelson D, Holtzman D, Bolen J, Stanwyck C, Mack K. Reliability and validity of measures from the Behavioral Risk Factor Surveillance System (BRFSS). Soz Praventivmed. 2001;46(1):S3-42. [PubMed]; Nelson D, Holtzman D, Bolen J, Stanwyck C, Mack K. Reliability and validity of measures from the Behavioral Risk Factor Surveillance System (BRFSS) Soz Praventivmed. 2001;46(1):S3–42. [PubMed] [Google Scholar]

[B9] 9.9. Lopes MS, Santos LC dos, Lopes ACS, Abreu MNS. Comparison between two assessment tools for fruit and vegetable intake relative to the 24-h recall. Nutrition. 2017;38:34-40. doi: 10.1016/j.nut.2016.12.019. [DOI] [PubMed]; Lopes MS, Santos LC dos, Lopes ACS, Abreu MNS. Comparison between two assessment tools for fruit and vegetable intake relative to the 24-h recall. Nutrition. 2017;38:34–40. doi: 10.1016/j.nut.2016.12.019. [DOI] [PubMed] [Google Scholar]

[B10] 10.10. Kottner J, Audigé L, Brorson S, Donner A, Gajewski BJ, Hróbjartsson A, et al. Guidelines for Reporting Reliability and Agreement Studies (GRRAS) were proposed. J clin epidemiol. 2011;64(1):96-106. doi: 10.1016/j.jclinepi.2010.03.002. [DOI] [PubMed]; Kottner J, Audigé L, Brorson S, Donner A, Gajewski BJ, Hróbjartsson A, et al. Guidelines for Reporting Reliability and Agreement Studies (GRRAS) were proposed. J clin epidemiol. 2011;64(1):96–106. doi: 10.1016/j.jclinepi.2010.03.002. [DOI] [PubMed] [Google Scholar]

[B11] 11.11. von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J clin epidemiol . 2008;61(4):344-9. doi: 10.1016/j.jclinepi.2007.11.008. [DOI] [PubMed]; von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J clin epidemiol. 2008;61(4):344–349. doi: 10.1016/j.jclinepi.2007.11.008. [DOI] [PubMed] [Google Scholar]

[B12] 12.12. Silva DAS, Lima TR de, Gonçalves L. “Academia da Saúde” program: mapping evidence from the largest health promotion community program in Brazil. Front Public Health. 2023;11: 1227899. doi: 10.3389/fpubh.2023.1227899. [DOI] [PMC free article] [PubMed]; Silva DAS, Lima TR de, Gonçalves L. “Academia da Saúde” program: mapping evidence from the largest health promotion community program in Brazil. Front Public Health. 2023;11:1227899–1227899. doi: 10.3389/fpubh.2023.1227899. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B13] 13.13. Menezes MCD, Mendonça RDD, Ferreira NL, Guimarães LMF, Lopes ACS. Promoting fruit and vegetable consumption: Methodological protocol of a randomized controlled community trial. Contemp Clin Trials Commun. 2018;10:131-6. doi: 10.1016/j.conctc.2018.04.003. [DOI] [PMC free article] [PubMed]; Menezes MCD, Mendonça RDD, Ferreira NL, Guimarães LMF, Lopes ACS. Promoting fruit and vegetable consumption: Methodological protocol of a randomized controlled community trial. Contemp Clin Trials Commun. 2018;10:131–136. doi: 10.1016/j.conctc.2018.04.003. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B14] 14.14. Menezes MCD, Costa BVDL, Ferreira NL, Freitas PPD, Mendonça RDD, Lopes MS, et al. Methodological course of a community controlled trial in health care services: translational epidemiological research on Nutrition. Demetra. 2017;12(4):1203-22. doi: 10.12957/demetra.2017.28451.; Menezes MCD, Costa BVDL, Ferreira NL, Freitas PPD, Mendonça RDD, Lopes MS, et al. Methodological course of a community controlled trial in health care services: translational epidemiological research on Nutrition. Demetra. 2017;12(4):1203–1222. doi: 10.12957/demetra.2017.28451. [DOI] [Google Scholar]

[B15] 15.15. Freitas PP, Mingoti SA, Lopes ACS. Validation of self-reported weight among users of the Belo Horizonte Health Fitness Center Program, Minas Gerais, Brazil, 2017. Epidemiol Serv Saude. 2020;29(3):e2019368. doi: 10.5123/S1679-49742020000300010. [DOI] [PubMed]; Freitas PP, Mingoti SA, Lopes ACS. Validation of self-reported weight among users of the Belo Horizonte Health Fitness Center Program, Minas Gerais, Brazil, 2017. Epidemiol Serv Saude. 2020;29(3):e2019368. doi: 10.5123/S1679-49742020000300010. [DOI] [PubMed] [Google Scholar]

[B16] 16.16. Lin LI. A concordance correlation coefficient to evaluate reproducibility. Biometrics. 1989;45(1):255-68. [PubMed]; Lin LI. A concordance correlation coefficient to evaluate reproducibility. Biometrics. 1989;45(1):255–268. [PubMed] [Google Scholar]

[B17] 17.17. Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics. 1977;33(1):159-74. [PubMed]; Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics. 1977;33(1):159–174. [PubMed] [Google Scholar]

[B18] 18.18. Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;327(8476):307-10. doi: 10.1016/S0140-6736(86)90837-8. [PubMed]; Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;327(8476):307–310. doi: 10.1016/S0140-6736(86)90837-8. [DOI] [PubMed] [Google Scholar]

[B19] 19.19. Serdula M, Coates R, Byers T, Mokdad A, Jewell S, Chávez N, et al. Evaluation of a brief telephone questionnaire to estimate fruit and vegetable consumption in diverse study populations. Epidemiology. 1993;4(5):455-63. doi: 10.1097/00001648-199309000-00012. [DOI] [PubMed]; Serdula M, Coates R, Byers T, Mokdad A, Jewell S, Chávez N, et al. Evaluation of a brief telephone questionnaire to estimate fruit and vegetable consumption in diverse study populations. Epidemiology. 1993;4(5):455–463. doi: 10.1097/00001648-199309000-00012. [DOI] [PubMed] [Google Scholar]

[B20] 20.20. Alcantara I, Haardörfer R, Gazmararian JA, Hartman TJ, Greene B, Kegler MC. Relative validation of fruit and vegetable intake and fat intake among overweight and obese African-American women. Public Health Nutr. 2015;18(11):1932-40. doi: 10.1017/s1368980014002547. [DOI] [PMC free article] [PubMed]; Alcantara I, Haardörfer R, Gazmararian JA, Hartman TJ, Greene B, Kegler MC. Relative validation of fruit and vegetable intake and fat intake among overweight and obese African-American women. Public Health Nutr. 2015;18(11):1932–1940. doi: 10.1017/s1368980014002547. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B21] 21.21. Heredia NI, Hoelscher DM, Vega V, Reininger BM. Criterion validity of a short food frequency questionnaire for Mexican American adults. Nutrients [Internet]. 2022 [cited 2026 Apr 23];14(23):5075. Available from: Available from: https://www.mdpi.com/2072-6643/14/23/5075 . [DOI] [PMC free article] [PubMed]; Heredia NI, Hoelscher DM, Vega V, Reininger BM. Criterion validity of a short food frequency questionnaire for Mexican American adults. [cited 2026 Apr 23];Nutrients. 2022 14(23):5075–5075. doi: 10.3390/nu14235075. Available from: https://www.mdpi.com/2072-6643/14/23/5075 . [DOI] [PMC free article] [PubMed] [Google Scholar]

[B22] 22.22. Watson PF, Petrie A. Method agreement analysis: a review of correct methodology. Theriogenology. 2010;73(9):1167-79. doi: 10.1016/j.theriogenology.2010.01.003. [DOI] [PubMed]; Watson PF, Petrie A. Method agreement analysis: a review of correct methodology. Theriogenology. 2010;73(9):1167–1179. doi: 10.1016/j.theriogenology.2010.01.003. [DOI] [PubMed] [Google Scholar]

[B23] 23.23. Mendes LL, Campos SF, Malta DC, Bernal RT, de Sa NN, Velasquez-Melendez G. Validity and reliability of foods and beverages intake obtained by telephone survey in Belo Horizonte, Brazil. Rev Bras Epidemiol. 2011;14 Suppl 1:80-9. doi: 10.1590/s1415-790x2011000500009. [DOI] [PubMed]; Mendes LL, Campos SF, Malta DC, Bernal RT, de Sa NN, Velasquez-Melendez G. Validity and reliability of foods and beverages intake obtained by telephone survey in Belo Horizonte, Brazil. Rev Bras Epidemiol. 2011;14(Suppl 1):80–89. doi: 10.1590/s1415-790x2011000500009. [DOI] [PubMed] [Google Scholar]

[B24] 24.24. Neves ACM das, Gonzaga LAA, Martens IBG, Moura EC. Validation of food and beverage indicators obtained by telephone survey in Belém, Pará State, Brazil. Cad Saude Publica. 2010;26(12):2379-88. doi: 10.1590/S0102-311X2010001200016. [DOI] [PubMed]; Neves ACM das, Gonzaga LAA, Martens IBG, Moura EC. Validation of food and beverage indicators obtained by telephone survey in Belém, Pará State, Brazil. Cad Saude Publica. 2010;26(12):2379–2388. doi: 10.1590/S0102-311X2010001200016. [DOI] [PubMed] [Google Scholar]

PERMALINK

Self-reported fruit and vegetable intake obtained through a brief telephone interview among users of the Academia da Saúde Program: a validation study, Belo Horizonte, Minas Gerais, Brazil, 2016-2017

Consumo autorreferido de frutas y hortalizas obtenido mediante entrevista telefónica breve entre usuarios del Programa Academia da Saúde: estudio de validación, Belo Horizonte, Minas Gerais, 2016-2017

Maria Cecília Ramos de Carvalho

Mariana Souza Lopes

Patrícia Pinheiro de Freitas

Aline Cristine Souza Lopes

Roles

Abstract

Objective:

Methods:

Results:

Conclusion:

Resumen

Objetivo:

Métodos:

Resultados:

Conclusión:

Ethical aspects

This research respected the ethical principles, having obtained the following approval data:

Introduction

Methods

Study design

Setting

Participants

Variables

Data sources and measurement

Bias

Study size

Figure 1. Sampling process stages.

Statistical methods

Results

Table 1. Absolute and relative frequencies and 95% confidence intervals (95%CI) of the characteristics of participants in the validation study. Belo Horizonte, 2013-2017 (n=441).

Figure 2. Bland-Altman plots of differences between fruit and vegetable intake obtained through telephone and face-to-face interviews, according to sex and educational level. Belo Horizonte, 2013-2017 (n=441) .

Discussion

Footnotes

Data availability

References

Consumo autorreferido de frutas e hortaliças obtido por entrevista telefônica breve entre usuários do Programa Academia da Saúde: estudo de validação, Belo Horizonte, Minas Gerais, 2016-2017

Maria Cecília Ramos de Carvalho

Mariana Souza Lopes

Patrícia Pinheiro de Freitas

Aline Cristine Souza Lopes

Roles

Resumo

Objetivo:

Métodos:

Resultados:

Conclusão:

Aspectos éticos

Esta pesquisa respeitou os princípios éticos, obtendo os seguintes dados de aprovação.

Introdução

Métodos

Delineamento do estudo

Contexto

Participantes

Variáveis

Fontes de dados e mensuração

Viés

Tamanho do estudo

Figura 1. Etapas do processo amostral.

Métodos estatísticos

Resultados

Tabela 1. Frequências absolutas, relativas e intervalos de confiança de 95% (IC95%) das características dos participantes do estudo de validação. Belo Horizonte, 2013-2017 (n=441).

Figura 2. Gráficos de Bland-Altman das diferenças entre o consumo de frutas e hortaliças obtido por entrevistas telefônicas e face a face, segundo o sexo e a escolaridade. Belo Horizonte, 2013-2017 (n=441) .

Discussão

Footnotes

Disponibilidade de dados

Associated Data

Data Availability Statement

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases