Dietary changes in the NutriNet Brasil cohort during the covid-19 pandemic

Eurídice Martínez Steele; Fernanda Rauber; Caroline dos Santos Costa; Maria Alvim Leite; Kamila Tiemann Gabe; Maria Laura da Costa Louzada; Renata Bertazzi Levy; Carlos Augusto Monteiro

doi:10.11606/s1518-8787.2020054002950

. 2020 Aug 28;54:91. doi: 10.11606/s1518-8787.2020054002950

View full-text in Portuguese

Dietary changes in the NutriNet Brasil cohort during the covid-19 pandemic

Eurídice Martínez Steele ^I, Fernanda Rauber ^I,^II,^III, Caroline dos Santos Costa ^I,^III, Maria Alvim Leite ^I,^II, Kamila Tiemann Gabe ^I,^III, Maria Laura da Costa Louzada ^I,^III, Renata Bertazzi Levy ^I,^II, Carlos Augusto Monteiro ^I,^III

PMCID: PMC7454165 PMID: 32901755

ABSTRACT

OBJECTIVE

To describe the dietary characteristics of participants in the NutriNet Brasil cohort immediately before and during the covid-19 pandemic.

METHODS

Our data stem from an adult cohort created to prospectively investigate the relationship between diet and morbidity and mortality from chronic non-communicable diseases in Brazil. For this study, we selected the first participants (n = 10,116) who answered twice to a simplified questionnaire on their diet the day before, the first time when entering the study, between January 26 and February 15, 2020, and the second between May 10 and 19, 2020. The questionnaire inquiries about the consumption of healthy (vegetables, fruits and legumes) and unhealthy (ultra-processed foods) eating markers. Comparisons of indicators based on the consumption of these markers before and during the pandemic are presented for the study population and according to gender, age group, macro-region of residence and schooling. Chi-square tests and t-tests were used to compare proportions and means, respectively, adopting p < 0.05 to identify significant differences.

RESULTS

For all participants, we found a modest but statistically significant increase in the consumption of healthy eating markers and stability in the consumption of unhealthy food markers. This favorable pattern of dietary changes during the pandemic occurred in most sociodemographic strata. We observed a less favorable changing pattern, with a tendency to increasing consumption of healthy and unhealthy food markers, in the Northeast and North macro-regions and among people with less schooling, suggesting social inequalities in the response to the pandemic.

CONCLUSIONS

If confirmed, the trend of increased consumption of ultra-processed foods in underdeveloped regions and by people with less schooling is concerning, as eating these foods increases the risk of obesity, hypertension and diabetes, whose presence increases the severity and lethality of covid-19.

Keywords: Coronavirus infections, Food Consumption, Whole Foods, Industrialized Foods

INTRODUCTION

The covid-19 pandemic, an infection caused by the new Sars-CoV-2 coronavirus, officially arrived in Brazil on February 26, 2020. In mid-March, due to the geometric increase in the number of cases and the lack of vaccine or effective treatments for the disease, health authorities in Brazilian states and municipalities started measures already implemented in other countries, seeking to substantially reduce interpersonal contact. These actions included stopping all non-essential economic activities, closing schools, and express recommendations for people to stay home as long as possible. Estimates of May 10, based on data from mobile phone operators in Brazil, indicated that about half of people followed the recommendations to stay home ¹ .

It is reasonable to expect that many behaviors will change with the covid-19 pandemic, one of which is diet. Several factors associated with the pandemic could influence food quality, both positively and negatively. The greater number of people staying at home, together with the closure of bars, restaurants and other businesses that serve food or meals for consumption on site, predicts a large increase in the proportion of meals cooked at home, which would be positive if we consider that homemade food tends to be healthier than food eaten away from home ² . Another factor that could contribute to improving diet would be an eventual greater concern in consuming healthier foods as a way of increasing the immune defenses against a disease for which no vaccine or effective treatment still exists. Factors that could lead to less healthy eating behaviors would include greater difficulty in obtaining fresh foods, whose acquisition requires more frequent departures from home, and the eventual reduction in family income due to job loss or impossibility to perform certain occupations, limiting the purchase of higher-priced foods, such as fruits and vegetables. It should be highlighted that the influence of all these factors on eating behavior can be modulated by populations’ and individuals’ cultural, educational and economic characteristics.

Many reasons justify studying the impact of the covid-19 pandemic on the population’s eating behavior, including the unpredictability of the duration of the pandemic, and of the measures implemented for its control, and the influence that diet has on chronic non-communicable diseases, which increase the severity and lethality of covid-19 ³ .

In this article we describe dietary characteristics of participants in the NutriNet Brasil cohort immediately before the pandemic reached the country and during the pandemic.

METHODS

All data from this study stem from the NutriNet Brasil cohort, created to prospectively investigate the relationship between dietary patterns and morbidity and mortality from chronic non-communicable diseases in Brazil ⁴ . Participation in the cohort is voluntary, and participant recruitment – people residing in any state of the Federation of at least 18 years of age – began on January 26, 2020 through invitations disclosed by regional and national mass media and by social media influencers with tens or hundreds of thousands of followers throughout Brazil. The cohort already has more than 75,000 respondents from all states of the Federation. Participants register on the study’s digital platform ⁴ and, every three months, on the same website, answer questionnaires addressing their health status and diet, in addition to other conditions that can influence health.

For this study, we selected the first participants of the NutriNet Brasil cohort who answered twice to a simplified questionnaire on their diet the day before, the first time when entering the study, between January 26 and February 15, 2020 (i.e., before the covid-19 pandemic reached Brazil), and the second between May 10 and 19, 2020 (i.e., during the pandemic). We extracted the information provided by the participants (n = 10,116) from the cohort database on May 19, 2020.

The simplified food questionnaire is an adaptation of an instrument developed by the authors for the Ministry of Health Surveillance of Risk and Protective Factors for Chronic Diseases by Telephone Survey (Vigitel) system ⁵ , which has also been used in two national surveys from the Brazilian Institute of Geography and Statistics (IBGE), the Pesquisa Nacional de Saúde (PNS 2019 – National Health Survey) ⁶ and the Pesquisa Nacional de Saúde do Escolar (PeNSE 2019 – National Student Health Survey) ⁷ . The questionnaire asks whether, on the day before, participants consumed (yes or no) foods selected as markers of healthy eating or unhealthy eating. Only from the sixth month of follow-up onwards will participants of the NutriNet Brasil cohort answer complete 24-hour dietary recalls.

The list of healthy eating markers in the simplified questionnaire of the NutriNet Brasil cohort includes 29 items: 18 types of vegetables (lettuce, chard, watercress, arugula, collard, cabbage, broccoli, spinach, any other greens, tomato, cucumber, carrot, beetroot, pumpkin, zucchini, eggplant, okra and any other vegetable), 10 types of fruit (banana, orange or tangerine, mango, papaya, pineapple, watermelon or melon, apple or pear, grape, açaí, any other fruit), in addition to beans or other legumes (lentil and chickpea).

The list of unhealthy food markers includes 23 groups of ultra-processed foods: soda, bottled or canned juice, fruit drink prepared from powdered mix, chocolate milk drink, tea-based drink, flavored yogurt, sausage or hamburger or nuggets, ham or salami or bologna, buns, rolls or any type of packaged breads, margarine, frozen french fries, mayonnaise or ketchup or mustard, ready-to-eat salad dressing, instant noodles or instant powder soup, frozen or chain pizza, frozen lasagna or other frozen ready-to-eat meals, potato chips or packaged salty snacks or crackers, cookies with or without filling, branded (not homemade or artisanal) cakes, muffins or sweet pies, cereal bar, ice cream or popsicles, chocolate bar or chocolate candy, and sugared breakfast cereals.

Based on the answers given by the cohort participants on their food intake the day before, we calculated four healthy eating indicators – percentage of people who consumed vegetables (of any type); fruit (of any kind); beans or other legumes; and all three previous items – and three unhealthy eating indicators – percentage of people who consumed at least one group of ultra-processed foods; five or more groups of ultra-processed foods; and average number of ultra-processed food groups consumed.

Comparisons between estimates of indicators before and during the pandemic are presented for the whole population studied and for strata defined by gender (male and female), age group (18-39, 40-59 and > 60 years), macro-region of residence (North, Northeast, Midwest, Southeast and South) and schooling (< 11, 11 and > 12 full years of study). Statistical tests based on chi-square distribution were used for comparing proportions, and t-tests for comparing means, adopting p < 0.05 values to identify significant differences.

RESULTS

Table 1 presents sociodemographic characteristics of the 10,116 participants in the NutriNet Brasil cohort whose diet before and during the covid-19 pandemic we describe in this study. We observed a predominance of females (78.0%), young adults (51.1%), residing in the Southeast macro-region (61.2%) and people with 12 or more years of schooling (85.1%). The absolute number of participants is particularly low, falling below 1,000 among older adults (n = 908), residents of the Midwest (732) and North (290) macro-regions and people with less than 11 years of schooling (227).

Table 1. Distribution according to sociodemographic variables of participants of the NutriNet Brasil Cohort with complete food intake assessments before a and during b the covid-19 pandemic in Brazil.

Variables	N	%
Gender
Male	2,221	22.0
Female	7,895	78.0
Age group (years)
18–39	5,174	51.1
40–59	4,034	39.9
> 60	908	9.0
Macro-region of residence
North	290	2.9
Northeast	1,122	11.1
Midwest	732	7.2
Southeast	6,188	61.2
South	1,784	17.6
Schooling level (years)
< 11	227	2.2
11	1,283	12.7
> 12	8,606	85.1
Total	10,116	100

Open in a new tab

^a Between 26 January and 15 February 2020.

^b Between 10 and 19 May 2020.

Changes in Healthy Eating Indicators

Table 2 shows estimates of healthy eating indicators in the period immediately preceding the arrival of the covid-19 pandemic in Brazil and during the pandemic. The estimates are provided for the overall group of participants studied and according to sociodemographic strata.

Table 2. Healthy eating indicators before a and during b the covid-19 pandemic in Brazil according to sociodemographic variables among participants in the NutriNet Brasil cohort (n = 10,116).

Variables	Consumption the day before of:
	Vegetables (%)		Fruit (%)		Beans or other legumes (%)		Vegetables + fruit + legumes (%)
	Before	During	Before	During	Before	During	Before	During
Gender
Male	85.5	88.7 ^c	76.7	81.3 ^c	60.6	63.0	43.9	50.5 ^c
Female	87.8	89.2 ^c	78.8	81.9 ^c	51.4	53.1 ^c	39.1	43.0 ^c
Age group (years)
18–39	85.2	86.3	72.1	75.7 ^c	56.1	56.3	38.8	42.3 ^c
40–59	88.9	91.4 ^c	83.2	86.9 ^c	50.9	54.3 ^c	41.1	46.5 ^c
> 60	92.5	94.5	92.2	93.5	49.8	54.6 ^c	44.4	49.9 ^c
Macro-region of residence
North	84.5	86.9	71.4	76.9	53.4	56.2	36.5	42.8
Northeast	81.2	85.6 ^c	76.6	80.4 ^c	63.1	63.6	43.5	47.6
Midwest	89.7	88.9	81.0	79.8	59.4	58.3	46.7	45.8
Southeast	87.8	89.5 ^c	77.8	82.2 ^c	53.6	56.0 ^c	40.2	45.9 ^c
South	89.2	90.2	81.2	82.8	44.6	46.2	36.3	38.1
Schooling level (years)
< 11	81.5	85.5	75.8	81.9	64.3	62.9	42.3	49.8
11	83.4	86.9 ^c	73.0	79.9 ^c	57.3	61.2 ^c	38.4	48.2 ^c
> 12	88.1	89.5 ^c	79.2	82.0 ^c	52.6	54.2 ^c	40.4	43.9 ^c
Total	87.3	89.1 ^c	78.3	81.8 ^c	53.5	55.3 ^c	40.2	44.6 ^c

Open in a new tab

^a Between 26 January and 15 February 2020.

^b Between 10 and 19 May 2020.

^c p < 0.05

For the overall cohort of participants, the four healthy eating indicators evolved favorably. Statistically significant increases, albeit of small magnitude, occur for the frequency of consumption on the day before of vegetables (from 87.3% to 89.1%), of fruits (from 78.3% to 81.8%), of beans or other legumes (53.5% to 55.3%) and the three previous items (from 40.2% to 44.6%).

Most strata showed the same favorable pattern of changes in the four healthy eating indicators, although the variations did not always reach statistical significance. Statistically significant changes in at least one healthy eating indicator were observed among men and women, in young adults (18-39 years), middle age (40-59 years) and older adults ( > 60 years), in the Southeast and Northeast macro-regions and in the categories of intermediate (11 years) and higher ( > 12 years) education.

Changes in Unhealthy Eating Indicators

Table 3 shows the unhealthy eating indicators before and during the covid-19 pandemic in Brazil.

Table 3. Unhealthy eating indicators before a and during b the covid-19 pandemic in Brazil according to sociodemographic variables among participants in the NutriNet Brasil cohort (n = 10,116).

Variables	Consumption the day before of ultra-processed foods
	Consumption of at least one group (%)		Consumption of five or more groups (%)		Number of groups consumed (average)
	Before	During	Before	During	Before	During
Gender
Male	82.3	83.9	14.3	14.0	2.4	2.4
Female	79.3	79.3	10.0	9.4	2.1	2.1
Age group (years)
18–39	82.8	83.6	12.9	12.6	2.3	2.3
40–59	78.0	77.8	9.3	8.7	2.0	2.0
> 60	72.8	73.2	6.7	5.6	1.7	1.8
Macro-region of residence
North	77.6	81.7	14.1	14.1	2.2	2.4
Northeast	77.9	79.6	8.8	10.9	2.0	2.2 ^c
Midwest	77.5	76.2	7.8	7.4	1.9	1.9
Southeast	80.4	80.7	11.5	10.5	2.2	2.2
South	81.3	80.9	11.3	10.2	2.2	2.2
Schooling level (years)
< 11	86.3	87.2	14.5	15.4	2.5	2.7
11	82.4	83.9	14.1	13.5	2.4	2.4
> 12	79.5	79.6	10.4	9.8	2.1	2.1
Total	80.0	80.3	11.0	10.4	2.1	2.1

Open in a new tab

^a Between 26 January and 15 February 2020.

^b Between 10 and 19 May 2020.

^c p < 0.05

For the overall cohort of participants, the unhealthy eating indicators hardly changed with the pandemic. Thus, the proportion of participants who consumed at least one group of ultra-processed foods the day before ranged from 80.0% to 80.3%, and five or more groups from 11.0% to 10.4%, while the average number of groups consumed (2.1) remains unchanged.

The pattern of stability in the unhealthy eating indicators was observed among men and women, in all age groups, in the Southeast, South and Midwest macro-regions and in the intermediate and higher schooling categories. Among participants of the Northeast macro-region, the frequency of consumption of at least one group of ultra-processed foods (from 77.9% to 79.6%) and of five or more groups (from 8.8% to 10.9%) increased, as well as the average number of groups consumed (from 2.0 to 2.2), with the latter variation being statistically significant. Although without reaching statistical significance, we observed the same trend of increasing consumption of ultra-processed foods in the North macro-region and in the lower category of schooling, strata in which, for example, the average number of groups of ultra-processed foods consumed increased from 2.2 to 2.4 and from 2.5 to 2.7, respectively.

DISCUSSION

Based on questionnaires on food consumption the day before answered by just over 10,000 participants in the NutriNet Brasil cohort, immediately before and during the covid-19 pandemic in the country, we identified a modest, but statistically significant increase in the consumption of healthy food markers (vegetables, fruits and legumes) and stability in the consumption of unhealthy food markers (ultra-processed foods). This favorable pattern of dietary changes with the pandemic occurred in most of the cohort strata, defined according to gender, age, macro-region of residence and schooling. In the underdeveloped Northeast macro-region, we observed a less favorable evolution pattern, with significant increases both in the frequency of consumption of vegetables and fruits and in the number of ultra-processed food groups ingested. Although it reached no statistical significance, possibly due to the reduced number of participants, we observed this same pattern of less favorable dietary evolution in the North macro-region, which is also less economically developed, and in the lower schooling category, suggesting social inequalities in the eating behavior response to the pandemic.

It should be noted that, although the invitations to participate in the NutriNet Brasil cohort were disclosed by regional and national mass media and by social media influencers, its first participants present a sociodemographic profile quite different from that expected for the adult Brazilian population. When compared with the expected frequencies according to the 2010 Demographic Census ⁸ , in addition to a smaller proportion of men (22.0% in this study, against 48.2% in the Census) and older adults (9.0% versus 15.3%), the analysis revealed a marked underrepresentation of the Northeast (11.1% versus 26.6%) and North (2.9% versus 7.4%) macro-regions and less than 11 years of schooling (2.2% versus 61.7%) – strata in which we observed a tendency of increasing consumption of ultra-processed foods.

To date, there is record of a single study on changes in eating behavior due to the covid-19 pandemic in Brazil, the ConVid Behavior Research, conducted by the Oswaldo Cruz Foundation (Fiocruz) between April 24 and May 8, 2020. This retrospective study, carried out via the Internet, studied a non-probabilistic sample of 44,062 people residing in Brazil, calibrated to reproduce the sociodemographic distribution of the Brazilian adult population. Its results, for now only published on the Fiocruz ⁹ website, indicate a deterioration in diet quality during the pandemic, evidenced both by the report of a decrease in the usual frequency of consumption of fruits, vegetables and beans and by the report of an increase in the frequency of consumption of ultra-processed foods, such as salty snacks, cookies and chocolates, and frozen meals.

One explanation for the discordant results observed between our study and the ConVid ⁹ research could be the different sociodemographic composition of the populations analyzed, similar to that of the adult Brazilian population, in the Fiocruz research, and underrepresented, in the NutriNet Brasil cohort, of men, older adults, underdeveloped macro-regions and people with less schooling. ConVid results stratified by gender and age are similar to those shown for the whole population, thus indicating that differences in the distribution of these variables may not explain the discrepancies between the two studies ⁹ . ConVid results stratified by macro-region and schooling, which have not yet been disclosed, will be essential to understand the origin of the differences between the two studies and, above all, to confirm the social inequality suggested by our study regarding the consumption of ultra-processed foods during the pandemic.

If confirmed, the trend of increased consumption of ultra-processed foods in the country’s less economically developed regions and by people with less schooling should be cause for concern, as eating these foods increases the risk of obesity, hypertension and diabetes, whose presence increases the severity and lethality of covid-19 ³ . Also worrisome is the aggressiveness observed in the advertising of ultra-processed foods during the covid-19 pandemic, either by emphasizing its “contribution to social distancing” and its “anti-monotony effect,” or by promoting the free distribution of products among health professionals ¹¹ . The greater impact of this advertising in socially vulnerable strata ¹² could be one of the factors underlying the trend of increased consumption of ultra-processed foods observed in the Northeast and North regions and among people with less schooling.

On the other hand, the generalized increase in the consumption of vegetables, fruits and legumes during the pandemic observed among participants in the NutriNet Brasil cohort may be an important factor in mitigating the effects of covid-19 ¹³ .

Among the limitations of this study, we highlight the non-probabilistic nature of the sample studied, common in cohort studies, and the still reduced absolute number of participants in some of the country’s macro-regions and in the strata with less schooling, as well as the evaluation of food consumption restricted to healthy and unhealthy food markers. We consider as strengths the study’s focus on dietary changes due to the covid-19 pandemic in Brazil (the only other study to our knowledge is the ConVid research, whose partial results were disclosed only on the Fiocruz website); the total sample size, involving more than 10,000 people; the food questionnaire with objective questions about consumption the day before – less subjected to memory and preferences biases than the questionnaire on usual frequency of consumption employed by the ConVid survey –; and the before and after design, which allowed the same people to answer the questionnaires immediately before and during the covid-19 pandemic in Brazil.

Funding Statement

Funding. The research project NutriNet Brasil – Food and chronic non-communicable diseases Cohort received funding from CNPq (process 408365/2017-0).

Footnotes

Funding: The research project NutriNet Brasil – Food and chronic non-communicable diseases Cohort received funding from CNPq (process 408365/2017-0).

REFERENCES

1.1. Inloco. Mapa brasileiro da COVID-19. Recife, PE; 2020 [cited 2020 May 25]. Available from: https://mapabrasileirodacovid.inloco.com.br/pt/?hsCtaTracking=68943485-8e65-4d6f-8ac0-af7c3ce710a2%7C45448575-c1a6-42c8-86d9-c68a42fa3fcc ; Inloco . Mapa brasileiro da COVID-19. Recife, PE: 2020. [cited 2020 May 25]. https://mapabrasileirodacovid.inloco.com.br/pt/?hsCtaTracking=68943485-8e65-4d6f-8ac0-af7c3ce710a2%7C45448575-c1a6-42c8-86d9-c68a42fa3fcc. [Google Scholar]
2.2. Andrade GC, Gombi-Vaca MF, Louzada MLC, Azeredo CM, Levy RB. The consumption of ultra-processed foods according to eating out occasions. Public Health Nutr. 2020 ;22(6):1041-8. 10.1017/S1368980019002623 [DOI] [PMC free article] [PubMed]; Andrade GC, Gombi-Vaca MF, Louzada MLC, Azeredo CM, Levy RB. The consumption of ultra-processed foods according to eating out occasions. Public Health Nutr. 2020;22(6):1041–1048. doi: 10.1017/S1368980019002623. [DOI] [PMC free article] [PubMed] [Google Scholar]
3.3. Williamson EJ, Walker AJ, Bhaskaran K, Bacon S, Bates C, Morton CE, et al. Open SAFELY: factors associated with COVID-19 death in 17 million patients. Nature. 2020 . 10.1038/s41586-020-2521-4 [DOI] [PMC free article] [PubMed]; Williamson EJ, Walker AJ, Bhaskaran K, Bacon S, Bates C, Morton CE, et al. Open SAFELY: factors associated with COVID-19 death in 17 million patients. Nature. 2020 doi: 10.1038/s41586-020-2521-4. [DOI] [PMC free article] [PubMed] [Google Scholar]
4.4. Universidade de São Paulo, Faculdade de Saúde Pública, Núcleo de Pesquisas Epidemiológicas em Nutrição e Saúde. Estudo NutriNet Brasil: você pode ajudar a promover a saúde da população brasileira. São Paulo: Nupens/USP; c2018-2020. [cited 2020 Jul 17]. Available from: https://nutrinetbrasil.fsp.usp.br ; Universidade de São Paulo. Faculdade de Saúde Pública. Núcleo de Pesquisas Epidemiológicas em Nutrição e Saúde . Estudo NutriNet Brasil: você pode ajudar a promover a saúde da população brasileira. São Paulo: Nupens/USP; [cited 2020 Jul 17]. pp. c2018–c2020. https://nutrinetbrasil.fsp.usp.br. [Google Scholar]
5.5. Ministério da Saúde (BR), Secretaria de Vigilância em Saúde, Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2019: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2019. Brasília, DC; 2020.; Ministério da Saúde (BR) Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis . Vigitel Brasil 2019: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2019. Brasília, DC: 2020. [Google Scholar]
6.6. Ministério da Saúde. Pesquisa Nacional de Saúde (PNS). Rio de Janeiro: IBGE; [cited 2020 Jul 17]. Available from: https://www.saude.gov.br/vigilancia-em-saude/vigilancia-de-doencas-cronicas-nao-transmissiveis-dcnt/pesquisa-nacional-de-saude-pns ; Ministério da Saúde . Pesquisa Nacional de Saúde (PNS) Rio de Janeiro: IBGE; [cited 2020 Jul 17]. https://www.saude.gov.br/vigilancia-em-saude/vigilancia-de-doencas-cronicas-nao-transmissiveis-dcnt/pesquisa-nacional-de-saude-pns. [Google Scholar]
7.7. Ministério da Saúde. Pesquisa Nacional de Saúde do Escolar (PeNSE). 2019 [cited 2020 Jul 17]. Available from: https://www.saude.gov.br/artigos/911-indicadores-de-saude/41425-pesquisa-nacional-de-saude-do-escolar-pense ; Ministério da Saúde [cited 2020 Jul 17];Pesquisa Nacional de Saúde do Escolar (PeNSE) 2019 https://www.saude.gov.br/artigos/911-indicadores-de-saude/41425-pesquisa-nacional-de-saude-do-escolar-pense. [Google Scholar]
8.8. Instituto Brasileiro de Geografia e Estatística. Censo 2010. Rio de Janeiro: IBGE; 2010 [cited 2020 Jul 17]. Available from: https://censo2010.ibge.gov.br ; Instituto Brasileiro de Geografia e Estatística . Censo 2010. Rio de Janeiro: IBGE; 2010. [cited 2020 Jul 17]. https://censo2010.ibge.gov.br. [Google Scholar]
9.9. Fundação Oswaldo Cruz. ConVid Adolescentes: pesquisa de Comportamentos. Rio de Janeiro: Fiocruz; 2020 [cited 2020 Jul 17]. Available from: https://convid.fiocruz.br ; Fundação Oswaldo Cruz . ConVid Adolescentes: pesquisa de Comportamentos. Rio de Janeiro: Fiocruz; 2020. [cited 2020 Jul 17]. https://convid.fiocruz.br. [Google Scholar]
10.10. Elizabeth L, Machado P, Zinöcker M, Baker P, Lawrence M. Ultra-processed foods and health outcomes: a narrative review. Nutrients. 2020 ;12(7):1955. 10.3390/nu12071955 [DOI] [PMC free article] [PubMed]; Elizabeth L, Machado P, Zinöcker M, Baker P, Lawrence M. Ultra-processed foods and health outcomes: a narrative review. 1955Nutrients. 2020;12(7) doi: 10.3390/nu12071955. [DOI] [PMC free article] [PubMed] [Google Scholar]
11.11. White M, Nieto C, Barquera S. Good deeds and cheap marketing: the food industry in the times of COVID-19. Obesity (Silver Spring). 2020 . 10.1002/oby.22910 [DOI] [PMC free article] [PubMed]; White M, Nieto C, Barquera S. Obesity. Silver Spring: 2020. Good deeds and cheap marketing: the food industry in the times of COVID-19. [DOI] [PMC free article] [PubMed] [Google Scholar]
12.12. Fagerberg P, Langlet B, Oravsky A, Sandborg J, Löf M, Ioakimidis I. Ultra-processed food advertisements dominate the food advertising landscape in two Stockholm areas with low vs high socioeconomic status. Is it time for regulatory action? BMC Public Health. 2019 ;19(1):1717. https://10.1186/s12889-019-8090-5 [DOI] [PMC free article] [PubMed]; Fagerberg P, Langlet B, Oravsky A, Sandborg J, Löf M, Ioakimidis I. Ultra-processed food advertisements dominate the food advertising landscape in two Stockholm areas with low vs high socioeconomic status. Is it time for regulatory action? 1717BMC Public Health. 2019;19(1) doi: 10.1186/s12889-019-8090-5. https://10.1186/s12889-019-8090-5. [DOI] [PMC free article] [PubMed] [Google Scholar]
13.13. Godlee F. Covid-19: What we eat matters all the more now. BMJ. 2020 ;370:m2840. 10.1136/bmj.m2840 [DOI]; Godlee F. Covid-19: What we eat matters all the more now. m2840BMJ. 2020;370 doi: 10.1136/bmj.m2840. [DOI] [Google Scholar]

Rev Saude Publica. 2020 Aug 28;54:91. [Article in Portuguese]

Mudanças alimentares na coorte NutriNet Brasil durante a pandemia de covid-19

RESUMO

OBJETIVO

Descrever características da alimentação dos participantes da coorte NutriNet Brasil imediatamente antes e na vigência da pandemia de covid-19.

MÉTODOS

Os dados deste estudo provêm de coorte de adultos criada para investigar prospectivamente a relação entre alimentação e morbimortalidade por doenças crônicas não transmissíveis no Brasil. Para este estudo, foram selecionados os primeiros participantes (n = 10.116) que responderam por duas vezes a questionário simplificado sobre sua alimentação no dia anterior, a primeira vez ao ingressar no estudo, entre 26 de janeiro e 15 de fevereiro de 2020, e a segunda entre 10 e 19 de maio de 2020. O questionário indaga sobre o consumo de marcadores de alimentação saudável (hortaliças, frutas e leguminosas) e não saudável (alimentos ultraprocessados). Comparações de indicadores baseados no consumo desses marcadores antes e na vigência da pandemia são apresentadas para o conjunto da população estudada e segundo sexo, faixa etária, macrorregião de residência e escolaridade. Testes qui-quadrado e testes t foram utilizados para comparar proporções e médias, respectivamente, adotando-se p < 0,05 para identificar diferenças significantes.

RESULTADOS

Para o conjunto dos participantes, identificou-se aumento modesto, porém estatisticamente significante, no consumo de marcadores de alimentação saudável e estabilidade no consumo de marcadores de alimentação não saudável. Esse padrão favorável de mudanças na alimentação com a pandemia se repetiu na maior parte dos estratos sociodemográficos. Padrão menos favorável de mudanças, com tendência de aumento no consumo de marcadores de alimentação saudável e não saudável, foi observado nas macrorregiões Nordeste e Norte e entre pessoas com menor escolaridade, sugerindo desigualdades sociais na resposta à pandemia.

CONCLUSÕES

Caso confirmada, a tendência de aumento no consumo de alimentos ultraprocessados nas regiões economicamente menos desenvolvidas e por pessoas com menor escolaridade preocupa, pois a ingestão desses alimentos eleva o risco de obesidade, hipertensão e diabetes, cuja presença aumenta a gravidade e a letalidade da covid-19.

Keywords: Infecções por Coronavirus, Consumo de Alimentos, Alimentos Integrais, Alimentos Industrializados

INTRODUÇÃO

A pandemia de covid-19, infecção causada pelo novo coronavírus Sars-CoV-2, chegou oficialmente ao Brasil no dia 26 de fevereiro de 2020. Em meados de março, diante do aumento geométrico no número de casos e da inexistência de vacina ou de tratamentos eficazes para a doença, autoridades de saúde dos estados e municípios brasileiros deram início a ações já implementadas em outros países, buscando a diminuição substancial de contatos interpessoais. Essas ações incluíram a paralisação de todas as atividades econômicas não essenciais, o fechamento de escolas e recomendações expressas para que as pessoas ficassem em suas casas o maior tempo possível. Estimativas do dia 10 de maio, feitas com base em dados das operadoras de telefones celulares no Brasil, indicavam que cerca de metade das pessoas seguia as recomendações para ficar em casa¹ .

É razoável esperar que muitos comportamentos sejam modificados com a pandemia de covid-19, sendo um deles a alimentação. Vários fatores associados à pandemia poderiam influenciar a qualidade da alimentação, tanto positiva quanto negativamente. A maior permanência das pessoas em casa, aliada ao fechamento de bares, restaurantes e outros negócios que servem alimentos ou refeições para consumo no local, faz prever um grande aumento na proporção de refeições feitas na própria residência dessas pessoas, o que seria positivo se considerarmos que a alimentação consumida em casa tende a ser mais saudável do que a consumida fora² . Outro fator que poderia contribuir para a melhoria da alimentação seria uma eventual maior preocupação em consumir alimentos mais saudáveis como forma de aumentar as defesas imunológicas contra uma doença para a qual ainda não há vacina ou tratamento eficaz. Fatores que poderiam levar a comportamentos alimentares menos saudáveis incluiriam a maior dificuldade em obter alimentos frescos, cuja aquisição demanda saídas mais frequentes de casa, e a eventual redução na renda familiar por perda de emprego ou impossibilidade do exercício de determinadas ocupações, limitando a compra de alimentos de maior preço, como são frutas e hortaliças. Destaque-se que a influência de todos esses fatores sobre o comportamento alimentar pode ser modulada por características culturais, educacionais e econômicas das populações e dos indivíduos.

Muitas razões justificam a necessidade de se conhecer o impacto da pandemia de covid-19 sobre o comportamento alimentar da população, incluindo a imprevisibilidade da duração da pandemia e das medidas implantadas para seu controle e a influência que a alimentação tem sobre doenças crônicas não transmissíveis que aumentam a gravidade e letalidade da covid-19³ .

Neste artigo descrevemos características da alimentação de participantes da coorte NutriNet Brasil imediatamente antes de a pandemia chegar ao país e durante sua vigência.

MÉTODOS

Todos os dados deste estudo provêm da coorte NutriNet Brasil, que foi criada para investigar prospectivamente a relação entre padrões de alimentação e morbimortalidade por doenças crônicas não transmissíveis no Brasil⁴ . A participação na coorte é voluntária, e o recrutamento de participantes – pessoas residentes em qualquer estado da Federação com pelo menos 18 anos de idade – foi iniciado em 26 de janeiro de 2020 por meio de convites divulgados por veículos de comunicação de massa de alcance regional e nacional e por redes sociais de influenciadores com dezenas ou centenas de milhares de seguidores em todo o Brasil. A coorte já conta com mais de 75 mil respondentes distribuídos em todos os estados da Federação. Os participantes fazem seu cadastro na plataforma digital do estudo⁴ e, a cada três meses, no mesmo site, respondem a questionários que abordam seu estado de saúde e sua alimentação, além de outras condições que podem influenciar a saúde.

Para este estudo, foram selecionados os primeiros participantes da coorte NutriNet Brasil que responderam por duas vezes a um questionário simplificado sobre sua alimentação no dia anterior, a primeira vez ao ingressar no estudo, entre 26 de janeiro e 15 de fevereiro de 2020 (portanto, antes de a pandemia de covid-19 chegar ao Brasil), e a segunda entre 10 e 19 de maio de 2020 (ou seja, na vigência da pandemia). As informações fornecidas por esses participantes (n = 10.116) foram extraídas do banco de dados da coorte no dia 19 de maio de 2020.

O questionário alimentar simplificado é uma adaptação de instrumento desenvolvido por parte dos autores deste estudo para o sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico (Vigitel) do Ministério da Saúde⁵ , que também já foi empregado em duas pesquisas nacionais do Instituto Brasileiro de Geografia e Estatística (IBGE), a Pesquisa Nacional de Saúde (PNS 2019)⁶ e a Pesquisa Nacional de Saúde do Escolar (PeNSE 2019)⁷ . O questionário indaga se, no dia anterior, os participantes consumiram (sim ou não) alimentos selecionados como marcadores de alimentação saudável ou de alimentação não saudável. Apenas a partir do sexto mês de acompanhamento os participantes da coorte NutriNet Brasil responderão recordatórios alimentares de 24 horas completos.

A relação de marcadores de alimentação saudável no questionário simplificado da coorte NutriNet Brasil inclui 29 itens, sendo 18 tipos de hortaliça (alface, acelga, agrião, rúcula, couve, repolho, brócolis, espinafre, qualquer outra verdura, tomate, pepino, cenoura, beterraba, abóbora, abobrinha, berinjela, quiabo e qualquer outro legume), 10 tipos de fruta (banana, laranja ou tangerina, manga, mamão, abacaxi, melancia ou melão, maçã ou pera, uva, açaí, e qualquer outra fruta), além de feijão ou outras leguminosas (lentilha e grão-de-bico).

A relação de marcadores de alimentação não saudável inclui 23 grupos de alimentos ultraprocessados: refrigerante, suco de fruta em caixa ou lata, refresco em pó, bebida achocolatada, bebida à base de chá, iogurte com sabor, salsicha ou hambúrguer ou nuggets , presunto ou salame ou mortadela, pão de forma ou de cachorro-quente ou de hambúrguer, margarina, batata frita congelada, maionese ou ketchup ou mostarda, molho pronto para salada, macarrão instantâneo ou sopa de pacote, pizza congelada ou de redes, lasanha congelada ou outro prato pronto comprado congelado, salgadinho de pacote ou batata palha ou biscoito salgado, biscoito doce com ou sem recheio, bolinho de pacote, barra de cereal, sorvete ou picolé de marca, chocolate em barra ou bombom, e cereal matinal açucarado.

Com base nas respostas dadas pelos participantes da coorte sobre o seu consumo alimentar no dia anterior, foram calculados quatro indicadores de alimentação saudável – porcentagem de pessoas que consumiram hortaliça (de qualquer tipo); fruta (de qualquer tipo); feijão ou outra leguminosa; e todos os três itens anteriores – e três indicadores de alimentação não saudável – porcentagem de pessoas que consumiram pelo menos um grupo de alimentos ultraprocessados; cinco ou mais grupos de alimentos ultraprocessados; e número médio de grupos de alimentos ultraprocessados consumidos.

Comparações entre estimativas dos indicadores antes e na vigência da pandemia são apresentadas para o conjunto da população estudada e para estratos definidos por sexo (masculino e feminino), faixa etária (18-39, 40-59 e > 60 anos), macrorregião de residência (Norte, Nordeste, Centro-Oeste, Sudeste e Sul) e escolaridade (< 11, 11 e > 12 anos completos de estudo). Testes estatísticos baseados na distribuição qui-quadrado foram utilizados para comparações de proporções, e testes t para comparação de médias, adotando-se valor de p < 0,05 para identificar diferenças significantes.

RESULTADOS

A Tabela 1 apresenta características sociodemográficas dos 10.116 participantes da coorte NutriNet Brasil cuja alimentação antes e na vigência da pandemia de covid-19 é descrita neste estudo. Observa-se predomínio do sexo feminino (78,0%), de adultos jovens (51,1%), de residentes na macrorregião Sudeste (61,2%) e de pessoas com 12 ou mais anos de escolaridade (85,1%). O número absoluto de participantes é particularmente reduzido, ficando abaixo de mil, entre idosos (n = 908), residentes nas macrorregiões Centro-Oeste (732) e Norte (290) e pessoas com menos de 11 anos de escolaridade (227).

Tabela 1. Distribuição segundo variáveis sociodemográficas. Participantes da Coorte NutriNet Brasil com avaliações do consumo alimentar completas antes a e durante b a pandemia de COVID-19 no Brasil.

Variáveis	N	%
Sexo
Masculino	2.221	22,0
Feminino	7.895	78,0
Faixa etária (anos)
18–39	5.174	51,1
40–59	4.034	39,9
> 60	908	9,0
Macrorregião de residência
Norte	290	2,9
Nordeste	1.122	11,1
Centro-Oeste	732	7,2
Sudeste	6.188	61,2
Sul	1.784	17,6
Escolaridade (anos)
< 11	227	2,2
11	1.283	12,7
> 12	8.606	85,1
Total	10.116	100

Open in a new tab

^aEntre 26 de janeiro e 15 de fevereiro de 2020.

^bEntre 10 e 19 de maio de 2020.

Mudanças em Indicadores de Alimentação Saudável

A Tabela 2 apresenta estimativas dos indicadores de alimentação saudável em período imediatamente anterior à chegada da pandemia de covid-19 ao Brasil e durante sua vigência. As estimativas se referem ao conjunto dos participantes estudados e a estratos formados com base em variáveis sociodemográficas.

Tabela 2. Indicadores de alimentação saudável antes a e durante b a pandemia de COVID-19 no Brasil segundo variáveis sociodemográficas entre participantes da coorte NutriNet Brasil (n = 10.116).

Variáveis	Consumo no dia anterior de:
	Hortaliça (%)		Fruta (%)		Feijão ou outra leguminosa (%)		Hortaliça + fruta + leguminosa (%)
	Antes	Durante	Antes	Durante	Antes	Durante	Antes	Durante
Sexo
Masculino	85,5	88,7^c	76,7	81,3^c	60,6	63,0	43,9	50,5^c
Feminino	87,8	89,2^c	78,8	81,9^c	51,4	53,1^c	39,1	43,0^c
Faixa etária (anos)
18–39	85,2	86,3	72,1	75,7^c	56,1	56,3	38,8	42,3^c
40–59	88,9	91,4^c	83,2	86,9^c	50,9	54,3^c	41,1	46,5^c
> 60	92,5	94,5	92,2	93,5	49,8	54,6^c	44,4	49,9^c
Macrorregião de residência
Norte	84,5	86,9	71,4	76,9	53,4	56,2	36,5	42,8
Nordeste	81,2	85,6^c	76,6	80,4^c	63,1	63,6	43,5	47,6
Centro-Oeste	89,7	88,9	81,0	79,8	59,4	58,3	46,7	45,8
Sudeste	87,8	89,5^c	77,8	82,2^c	53,6	56,0^c	40,2	45,9^c
Sul	89,2	90,2	81,2	82,8	44,6	46,2	36,3	38,1
Escolaridade (anos)
< 11	81,5	85,5	75,8	81,9	64,3	62,9	42,3	49,8
11	83,4	86,9^c	73,0	79,9^c	57,3	61,2^c	38,4	48,2^c
> 12	88,1	89,5^c	79,2	82,0^c	52,6	54,2^c	40,4	43,9^c
Total	87,3	89,1^c	78,3	81,8^c	53,5	55,3^c	40,2	44,6^c

Open in a new tab

^aEntre 26 de janeiro e 15 de fevereiro de 2020.

^bEntre 10 e 19 de maio de 2020.

^cp < 0,05

Para o conjunto dos participantes da coorte, os quatro indicadores de alimentação saudável evoluem favoravelmente. Aumentos estatisticamente significantes, ainda que de pequena magnitude, ocorrem para a frequência de consumo no dia anterior de hortaliças (de 87,3% para 89,1%), de frutas (de 78,3% para 81,8%), de feijão ou outras leguminosas (53,5% para 55,3%) e dos três itens anteriores (de 40,2% para 44,6%).

O padrão favorável de mudanças nos quatro indicadores de alimentação saudável se repete na maioria dos estratos, ainda que as variações nem sempre tenham alcançado significância estatística. Mudanças estatisticamente significantes em pelo menos um indicador de alimentação saudável são vistas entre homens e mulheres, em adultos jovens (18–39 anos), de meia idade (40–59 anos) e idosos ( > 60 anos), nas macrorregiões Sudeste e Nordeste e nas categorias de escolaridade intermediária (11 anos) e superior ( > 12 anos).

Mudanças em Indicadores de Alimentação Não Saudável

Os indicadores de alimentação não saudável antes e na vigência da pandemia de covid-19 no Brasil são apresentados na Tabela 3 .

Tabela 3. Indicadores de alimentação não saudável antes a e durante b a pandemia de COVID-19 no Brasil segundo variáveis sociodemográficas entre participantes da coorte NutriNet Brasil (n = 10.116).

Variáveis	Consumo no dia anterior de alimentos ultraprocessados
	Consumo de pelo menos um grupo (%)		Consumo de cinco ou mais grupos (%)		Número de grupos consumidos (média)
	Antes	Durante	Antes	Durante	Antes	Durante
Sexo
Masculino	82,3	83,9	14,3	14,0	2,4	2,4
Feminino	79,3	79,3	10,0	9,4	2,1	2,1
Faixa etária (anos)
18–39	82,8	83,6	12,9	12,6	2,3	2,3
40–59	78,0	77,8	9,3	8,7	2,0	2,0
> 60	72,8	73,2	6,7	5,6	1,7	1,8
Macrorregião de residência
Norte	77,6	81,7	14,1	14,1	2,2	2,4
Nordeste	77,9	79,6	8,8	10,9	2,0	2,2^c
Centro-Oeste	77,5	76,2	7,8	7,4	1,9	1,9
Sudeste	80,4	80,7	11,5	10,5	2,2	2,2
Sul	81,3	80,9	11,3	10,2	2,2	2,2
Escolaridade (anos)
< 11	86,3	87,2	14,5	15,4	2,5	2,7
11	82,4	83,9	14,1	13,5	2,4	2,4
> 12	79,5	79,6	10,4	9,8	2,1	2,1
Total	80,0	80,3	11,0	10,4	2,1	2,1

Open in a new tab

^aEntre 26 de janeiro e 15 de fevereiro de 2020.

^bEntre 10 e 19 de maio de 2020.

^cp < 0,05

Para o conjunto dos participantes da coorte, os indicadores de alimentação não saudável praticamente não se modificaram com a pandemia. Assim, a proporção de participantes que consumiram no dia anterior pelo menos um grupo de alimentos ultraprocessados oscilou de 80,0% para 80,3%, e cinco ou mais grupos de 11,0% para 10,4%, enquanto o número médio de grupos consumidos (2,1) permanece inalterado.

O padrão de estabilidade nos indicadores de alimentação não saudável se repete entre homens e mulheres, em todas as faixas etárias, nas macrorregiões Sudeste, Sul e Centro-Oeste e nas categorias intermediária e superior de escolaridade. Entre os participantes da macrorregião Nordeste, observa-se aumento na frequência de consumo de pelo menos um grupo de alimentos ultraprocessados (de 77,9% para 79,6%) e de cinco ou mais grupos (de 8,8% para 10,9%), bem como no número médio de grupos consumidos (de 2,0 para 2,2), sendo a variação neste último caso estatisticamente significante. Ainda que sem alcançar significância estatística, a mesma tendência de aumento no consumo de alimentos ultraprocessados é vista na macrorregião Norte e na categoria inferior de escolaridade, estratos nos quais, por exemplo, o número médio de grupos de alimentos ultraprocessados consumidos aumentou de 2,2 para 2,4 e de 2,5 para 2,7, respectivamente.

DISCUSSÃO

Com base em questionários sobre o consumo alimentar no dia anterior respondidos por pouco mais de 10 mil participantes da coorte NutriNet Brasil, imediatamente antes e durante a pandemia de covid-19 no país, identificamos aumento modesto, porém estatisticamente significante, no consumo de marcadores de alimentação saudável (hortaliças, frutas e leguminosas) e estabilidade no consumo de marcadores de alimentação não saudável (alimentos ultraprocessados). Esse padrão favorável de mudanças na alimentação com a pandemia se repetiu na maior parte dos estratos da coorte, definidos segundo sexo, idade, macrorregião de residência e escolaridade. Na economicamente menos desenvolvida macrorregião Nordeste, observou-se um padrão menos favorável de evolução, havendo aumentos significativos tanto na frequência de consumo de hortaliças e frutas quanto na quantidade de grupos de alimentos ultraprocessados ingeridos. Ainda que não tenha alcançado significância estatística, possivelmente pelo reduzido número de participantes, esse mesmo padrão de evolução menos favorável da alimentação foi também observado na macrorregião Norte, igualmente menos desenvolvida economicamente, e na categoria inferior de escolaridade, sugerindo desigualdades sociais na resposta do comportamento alimentar à pandemia.

Note-se que, embora a divulgação dos convites para participar da coorte NutriNet Brasil tenha sido feita por veículos de comunicação de massa e redes sociais de alcance regional e nacional, seus primeiros participantes apresentam um perfil sociodemográfico bastante distinto daquele esperado da população brasileira adulta. Na comparação com as frequências esperadas de acordo com o Censo Demográfico de 2010⁸ , destaca-se, além de uma menor proporção de homens (22,0%, nesta pesquisa, contra 48,2% no Censo) e de idosos (9,0% contra 15,3%), uma sub-representação acentuada das macrorregiões Nordeste (11,1% contra 26,6%) e Norte (2,9% contra 7,4%) e da escolaridade inferior a 11 anos (2,2% contra 61,7%), estratos nos quais se observou tendência de aumento no consumo de alimentos ultraprocessados.

Até o presente, há registro de um único estudo sobre mudanças no comportamento alimentar devidas à pandemia de covid-19 no Brasil, a ConVid Pesquisa de Comportamentos, realizada pela Fundação Oswaldo Cruz (Fiocruz) entre 24 de abril e 8 de maio de 2020. Esse trabalho, de natureza retrospectiva e realizado através da internet, estudou uma amostra não probabilística de 44.062 pessoas residentes no Brasil, calibrada de modo a reproduzir a distribuição sociodemográfica da população adulta brasileira. Seus resultados, por ora divulgados apenas no portal da Fiocruz⁹ , indicam uma deterioração da qualidade da alimentação durante a pandemia, evidenciada tanto pelo relato de diminuição na frequência habitual de consumo de frutas, hortaliças e feijão quanto pelo relato de aumento na frequência de consumo de alimentos ultraprocessados, como salgadinhos de pacote, biscoitos e chocolates, e pratos congelados.

Uma das explicações para os resultados discordantes observados entre nosso estudo e a pesquisa ConVid⁹ poderia ser a diferente composição sociodemográfica das populações analisadas, semelhante à da população brasileira adulta, no caso da pesquisa da Fiocruz, e com sub-representação, na coorte NutriNet Brasil, de homens, de idosos, das macrorregiões economicamente menos desenvolvidas e de pessoas com menor escolaridade. Resultados da ConVid estratificados por sexo e idade se assemelham aos mostrados para o conjunto da população nesta pesquisa, não indicando, portanto, que diferenças com relação à distribuição dessas variáveis possam explicar os resultados discordantes entre os dois estudos⁹ . Já os resultados da ConVid estratificados por macrorregião e escolaridade, ainda não divulgados, serão essenciais para entender a origem das diferenças entre as duas pesquisas e, sobretudo, para confirmar a desigualdade social sugerida por nosso estudo quanto ao consumo de alimentos ultraprocessados durante a pandemia.

Caso confirmada, a tendência de aumento no consumo de alimentos ultraprocessados nas regiões economicamente menos desenvolvidas do país e por pessoas com menor escolaridade deve ser motivo de preocupação, pois a ingestão desses alimentos eleva o risco de condições como obesidade, hipertensão e diabetes¹⁰ , cuja presença aumenta a gravidade e a letalidade da covid-19³ . Preocupa também a agressividade observada na publicidade de alimentos ultraprocessados durante a pandemia de covid-19, seja ressaltando sua “contribuição para o distanciamento social” e seu “efeito antimonotonia”, seja promovendo a distribuição gratuita de produtos entre profissionais de saúde¹¹ . O maior impacto dessa publicidade em estratos socialmente mais vulneráveis¹² poderia ser um dos fatores subjacentes à tendência de aumento no consumo de alimentos ultraprocessados observada nas regiões Nordeste e Norte e entre pessoas com menor escolaridade.

Por outro lado, o aumento generalizado no consumo de hortaliças, frutas e leguminosas na vigência da pandemia observado entre os participantes da coorte NutriNet Brasil pode ser um fator importante de mitigação dos efeitos da covid-19¹³ .

Dentre as limitações deste estudo, destacamos a natureza não probabilística da amostra estudada, comum em estudos de coorte, e o ainda reduzido número absoluto de participantes em algumas macrorregiões do país e nos estratos de menor escolaridade, bem como a avaliação do consumo alimentar restrita a marcadores de alimentação saudável e não saudável. Consideramos pontos fortes do estudo o fato de ser um dos primeiros a avaliar as mudanças na alimentação devidas à pandemia de covid-19 no Brasil (o outro único estudo de nosso conhecimento é a pesquisa ConVid, cujos resultados parciais foram divulgados somente no portal da Fiocruz), o tamanho total da amostra, envolvendo mais de 10 mil pessoas, o questionário alimentar com perguntas objetivas sobre o consumo no dia anterior – menos sujeito a vieses de memória e de preferências do que o questionário sobre frequência habitual de consumo empregado pela pesquisa ConVid – e o delineamento antes e depois, que permitiu que as mesmas pessoas respondessem aos questionários imediatamente antes e durante a pandemia de covid-19 no Brasil.

Footnotes

Financiamento: O projeto de pesquisa Coorte NutriNet Brasil - Alimentação e doenças crônicas não-transmissíveis recebeu financiamento do CNPq (processo 408365/2017-0).

[B1] 1.1. Inloco. Mapa brasileiro da COVID-19. Recife, PE; 2020 [cited 2020 May 25]. Available from: https://mapabrasileirodacovid.inloco.com.br/pt/?hsCtaTracking=68943485-8e65-4d6f-8ac0-af7c3ce710a2%7C45448575-c1a6-42c8-86d9-c68a42fa3fcc ; Inloco . Mapa brasileiro da COVID-19. Recife, PE: 2020. [cited 2020 May 25]. https://mapabrasileirodacovid.inloco.com.br/pt/?hsCtaTracking=68943485-8e65-4d6f-8ac0-af7c3ce710a2%7C45448575-c1a6-42c8-86d9-c68a42fa3fcc. [Google Scholar]

[B2] 2.2. Andrade GC, Gombi-Vaca MF, Louzada MLC, Azeredo CM, Levy RB. The consumption of ultra-processed foods according to eating out occasions. Public Health Nutr. 2020 ;22(6):1041-8. 10.1017/S1368980019002623 [DOI] [PMC free article] [PubMed]; Andrade GC, Gombi-Vaca MF, Louzada MLC, Azeredo CM, Levy RB. The consumption of ultra-processed foods according to eating out occasions. Public Health Nutr. 2020;22(6):1041–1048. doi: 10.1017/S1368980019002623. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B3] 3.3. Williamson EJ, Walker AJ, Bhaskaran K, Bacon S, Bates C, Morton CE, et al. Open SAFELY: factors associated with COVID-19 death in 17 million patients. Nature. 2020 . 10.1038/s41586-020-2521-4 [DOI] [PMC free article] [PubMed]; Williamson EJ, Walker AJ, Bhaskaran K, Bacon S, Bates C, Morton CE, et al. Open SAFELY: factors associated with COVID-19 death in 17 million patients. Nature. 2020 doi: 10.1038/s41586-020-2521-4. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B4] 4.4. Universidade de São Paulo, Faculdade de Saúde Pública, Núcleo de Pesquisas Epidemiológicas em Nutrição e Saúde. Estudo NutriNet Brasil: você pode ajudar a promover a saúde da população brasileira. São Paulo: Nupens/USP; c2018-2020. [cited 2020 Jul 17]. Available from: https://nutrinetbrasil.fsp.usp.br ; Universidade de São Paulo. Faculdade de Saúde Pública. Núcleo de Pesquisas Epidemiológicas em Nutrição e Saúde . Estudo NutriNet Brasil: você pode ajudar a promover a saúde da população brasileira. São Paulo: Nupens/USP; [cited 2020 Jul 17]. pp. c2018–c2020. https://nutrinetbrasil.fsp.usp.br. [Google Scholar]

[B5] 5.5. Ministério da Saúde (BR), Secretaria de Vigilância em Saúde, Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2019: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2019. Brasília, DC; 2020.; Ministério da Saúde (BR) Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis . Vigitel Brasil 2019: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2019. Brasília, DC: 2020. [Google Scholar]

[B6] 6.6. Ministério da Saúde. Pesquisa Nacional de Saúde (PNS). Rio de Janeiro: IBGE; [cited 2020 Jul 17]. Available from: https://www.saude.gov.br/vigilancia-em-saude/vigilancia-de-doencas-cronicas-nao-transmissiveis-dcnt/pesquisa-nacional-de-saude-pns ; Ministério da Saúde . Pesquisa Nacional de Saúde (PNS) Rio de Janeiro: IBGE; [cited 2020 Jul 17]. https://www.saude.gov.br/vigilancia-em-saude/vigilancia-de-doencas-cronicas-nao-transmissiveis-dcnt/pesquisa-nacional-de-saude-pns. [Google Scholar]

[B7] 7.7. Ministério da Saúde. Pesquisa Nacional de Saúde do Escolar (PeNSE). 2019 [cited 2020 Jul 17]. Available from: https://www.saude.gov.br/artigos/911-indicadores-de-saude/41425-pesquisa-nacional-de-saude-do-escolar-pense ; Ministério da Saúde [cited 2020 Jul 17];Pesquisa Nacional de Saúde do Escolar (PeNSE) 2019 https://www.saude.gov.br/artigos/911-indicadores-de-saude/41425-pesquisa-nacional-de-saude-do-escolar-pense. [Google Scholar]

[B8] 8.8. Instituto Brasileiro de Geografia e Estatística. Censo 2010. Rio de Janeiro: IBGE; 2010 [cited 2020 Jul 17]. Available from: https://censo2010.ibge.gov.br ; Instituto Brasileiro de Geografia e Estatística . Censo 2010. Rio de Janeiro: IBGE; 2010. [cited 2020 Jul 17]. https://censo2010.ibge.gov.br. [Google Scholar]

[B9] 9.9. Fundação Oswaldo Cruz. ConVid Adolescentes: pesquisa de Comportamentos. Rio de Janeiro: Fiocruz; 2020 [cited 2020 Jul 17]. Available from: https://convid.fiocruz.br ; Fundação Oswaldo Cruz . ConVid Adolescentes: pesquisa de Comportamentos. Rio de Janeiro: Fiocruz; 2020. [cited 2020 Jul 17]. https://convid.fiocruz.br. [Google Scholar]

[B10] 10.10. Elizabeth L, Machado P, Zinöcker M, Baker P, Lawrence M. Ultra-processed foods and health outcomes: a narrative review. Nutrients. 2020 ;12(7):1955. 10.3390/nu12071955 [DOI] [PMC free article] [PubMed]; Elizabeth L, Machado P, Zinöcker M, Baker P, Lawrence M. Ultra-processed foods and health outcomes: a narrative review. 1955Nutrients. 2020;12(7) doi: 10.3390/nu12071955. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B11] 11.11. White M, Nieto C, Barquera S. Good deeds and cheap marketing: the food industry in the times of COVID-19. Obesity (Silver Spring). 2020 . 10.1002/oby.22910 [DOI] [PMC free article] [PubMed]; White M, Nieto C, Barquera S. Obesity. Silver Spring: 2020. Good deeds and cheap marketing: the food industry in the times of COVID-19. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B12] 12.12. Fagerberg P, Langlet B, Oravsky A, Sandborg J, Löf M, Ioakimidis I. Ultra-processed food advertisements dominate the food advertising landscape in two Stockholm areas with low vs high socioeconomic status. Is it time for regulatory action? BMC Public Health. 2019 ;19(1):1717. https://10.1186/s12889-019-8090-5 [DOI] [PMC free article] [PubMed]; Fagerberg P, Langlet B, Oravsky A, Sandborg J, Löf M, Ioakimidis I. Ultra-processed food advertisements dominate the food advertising landscape in two Stockholm areas with low vs high socioeconomic status. Is it time for regulatory action? 1717BMC Public Health. 2019;19(1) doi: 10.1186/s12889-019-8090-5. https://10.1186/s12889-019-8090-5. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B13] 13.13. Godlee F. Covid-19: What we eat matters all the more now. BMJ. 2020 ;370:m2840. 10.1136/bmj.m2840 [DOI]; Godlee F. Covid-19: What we eat matters all the more now. m2840BMJ. 2020;370 doi: 10.1136/bmj.m2840. [DOI] [Google Scholar]

PERMALINK

Dietary changes in the NutriNet Brasil cohort during the covid-19 pandemic

Eurídice Martínez Steele

Fernanda Rauber

Caroline dos Santos Costa

Maria Alvim Leite

Kamila Tiemann Gabe

Maria Laura da Costa Louzada

Renata Bertazzi Levy

Carlos Augusto Monteiro

ABSTRACT

OBJECTIVE

METHODS

RESULTS

CONCLUSIONS

INTRODUCTION

METHODS

RESULTS

Table 1. Distribution according to sociodemographic variables of participants of the NutriNet Brasil Cohort with complete food intake assessments before a and during b the covid-19 pandemic in Brazil.

Changes in Healthy Eating Indicators

Table 2. Healthy eating indicators before a and during b the covid-19 pandemic in Brazil according to sociodemographic variables among participants in the NutriNet Brasil cohort (n = 10,116).

Changes in Unhealthy Eating Indicators

Table 3. Unhealthy eating indicators before a and during b the covid-19 pandemic in Brazil according to sociodemographic variables among participants in the NutriNet Brasil cohort (n = 10,116).

DISCUSSION

Funding Statement

Footnotes

REFERENCES

Mudanças alimentares na coorte NutriNet Brasil durante a pandemia de covid-19

Eurídice Martínez Steele

Fernanda Rauber

Caroline dos Santos Costa

Maria Alvim Leite

Kamila Tiemann Gabe

Maria Laura da Costa Louzada

Renata Bertazzi Levy

Carlos Augusto Monteiro

RESUMO

OBJETIVO

MÉTODOS

RESULTADOS

CONCLUSÕES

INTRODUÇÃO

MÉTODOS

RESULTADOS

Tabela 1. Distribuição segundo variáveis sociodemográficas. Participantes da Coorte NutriNet Brasil com avaliações do consumo alimentar completas antes a e durante b a pandemia de COVID-19 no Brasil.

Mudanças em Indicadores de Alimentação Saudável

Tabela 2. Indicadores de alimentação saudável antes a e durante b a pandemia de COVID-19 no Brasil segundo variáveis sociodemográficas entre participantes da coorte NutriNet Brasil (n = 10.116).

Mudanças em Indicadores de Alimentação Não Saudável

Tabela 3. Indicadores de alimentação não saudável antes a e durante b a pandemia de COVID-19 no Brasil segundo variáveis sociodemográficas entre participantes da coorte NutriNet Brasil (n = 10.116).

DISCUSSÃO

Footnotes

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases