Skip to main content
PMC home page
Revista de Saúde Pública logoLink to Revista de Saúde Pública
. 2021 Nov 12;55(Suppl 1):8s. doi: 10.11606/s1518-8787.2021055003437
View full-text in Portuguese

Dietary patterns of Brazilian adults in 2008–2009 and 2017–2018

Anna Beatriz Souza Antunes I, Diana Barbosa Cunha II, Valéria Troncoso Baltar III, Josiane Steluti IV, Rosangela Alves Pereira V, Edna Massae Yokoo III, Rosely Sichieri II, Dirce Maria Marchioni VI
PMCID: PMC8647980  PMID: 34852165

ABSTRACT

OBJECTIVES

To identify dietary patterns among Brazilian adults based on the National Dietary Surveys (INA – Inquéritos Nacionais de Alimentação) in 2008–2009 and 2017–2018, and to verify in the second period the adherence to the patterns according to sociodemographic factors and Brazilian regions.

METHODS

We analyzed the first of two days of adults’ food consumption (19–59 years) in INA data from 2008–2009 (n = 21,630) and 2017–2018 (n = 28,901). Dietary patterns were derived by exploratory factor analysis from 19 food groups, considering the complexity of the sample design. We evaluated the factor scores according to sex, age group, region, per capita income, and education for the INA data in 2017–2018.

RESULTS

We identified three patterns in the two surveys: (1) “traditional”, characterized by rice, beans, and meat; (2) “breads and butter/margarine”, characterized by breads, oils, and fats (including margarine/butter) and, coffee and teas in 2008–2009; and (3) “western”, characterized by sodas, pizzas, snacks, flour, pasta, and sweets in 2017–2018. The “traditional” pattern had greater adherence among men, residents of the Midwest region and individuals with incomplete primary education. “Bread and butter/margarine” pattern had greater adherence among males, individuals aged between 40 and 59 years, from the Southeast region, and with income between 1 and 2 minimum wages per capita. Male individuals, aged between 19 and 39 years, from the South region, with per capita income greater than two minimum wages, and education level equal to or greater than primary education showed greater adherence to the “western” pattern.

CONCLUSION

The dietary patterns identified in 2008–2009 and 2017–2018 were similar, and we observed the maintenance of the “traditional” pattern, which includes rice, beans, and meat. Adherence to the dietary patterns varies according to sex, age group, region, per capita income, and education level.

Keywords: Adult, Feeding Behavior, Factor Analysis, Socioeconomic Factors, Diet Surveys

INTRODUCTION

It is difficult to elucidate the role of diet in promoting health and preventing disease given the complexity of the interaction between food and nutrients. In addition to total energy intake, diet is probably the most important discriminating factor within and between populations. Dietary composition is reflected in dietary patterns, explaining why this type of analysis has its popularity growing 1 .

In Brazil, dietary patterns have been investigated in several studies in recent decades, and the characteristic combination of the Brazilian diet, based on rice and beans, a dietary pattens generally called “traditional” 2 . Unlike the isolated analysis of foods and nutrients, the analysis of dietary patterns considers the relationships between the different food items consumed, encompassing different combinations 1 . Estimates in dietary patterns upon detecting everyday practices support the formulation of dietary guidelines, food guides, programs, and public policies.

However, data on the evolution of dietary patterns in the country are still scarce 8 , despite changes in the Brazilian diet over the years. Among these changes, we highlight the important increase in the participation of ultra-processed foods, the reduction in the consumption of beans, and the increase in the consumption of fruits and vegetables (still inadequate) 9 .

The National Dietary Survey (INA - Inquérito Nacional de Alimentação ), conducted in a sub-sample of the Household Budget Survey (POF - Pesquisa de Orçamentos Familiares ) since the 2008–2009 edition, render estimates of individual food intake for the entire Brazilian population 10 , 11 . This study shall identify the dietary patterns among Brazilian adults based on data from INA 2008–2009 and 2017–2018, and to verify the adherence to the patterns according to sociodemographic factors and Brazilian regions in the second period.

METHODS

Study Population

The population participating in the INA 2008–2009 and 2017–2018 editions, a module of the POF, was studied. A nationwide survey carried out by household sampling. POF collects information on family expenses, living conditions, and consumption habits of Brazilian families. Details about the sampling process and the definition of the master sample can be obtained from official publications of the Brazilian Institute of Geography and Statistics (IBGE - Instituto Brasileiro de Geografia e Estatística ) 10 , 11 .

For the INA 2008–2009, were collected data of the personal food intake for all residents aged 10 years and over residing in 13,569 randomly selected households. These households correspond to a sub-sample of 24.3% of the 55,970 households investigated in the POF, totaling information on 34,003 residents. For the 2017–2018 edition, individual food intake information for the same age group (≥ 10 years) was collected in 20,112 randomly selected households, corresponding to a sub-sample of 34.7% of the 57,920 households investigated in the POF, totaling information from 46,164 residents.

The present analysis includes adult residents (aged 19 to 59), for both sex. Pregnant and lactating women during the collection period (1,111 in 2008–2009 and 1,249 in 2017–2018) were excluded. The final sample made up a total of 21,630 people in 2008–2009, and 28,901 in 2017–2018.

Individual Food Consumption

We obtained the individual food consumption data from the personal food consumption questionnaire (POF7 block) in both editions of the surveys studied. The instrument used to collect information about food and beverages consumed indoors or outdoors was different in the two editions.

In INA 2008–2009, each resident recorded his individual intake on two non-consecutive days. The individuals were instructed to note and report in detail the name of the food consumed, the type of preparation, the measure used, the amount consumed, and the time and place of consumption (indoor or outdoor). To collect food record (FR), a research agent reviewed records with the residents and inserted the information to a laptop computer, using a data entry program created for this purpose. The software contained a food and beverage database of approximately 1,500 registered items.

In INA 2017–2018, food consumption was assessed by two 24-hour dietary recalls (R24h) at the respondent’s home, on non-consecutive days. The interview was developed following a structured script in sequential stages, based on the Multiple-Pass Method 12 . Repeating the previous edition, research agents also used a data entry program, installed on a tablet. The program provided information on the amount consumed (unit of measure and quantity) for each food. The software contained 1,832 items, registered after updating the database from the previous edition.

To estimate the amounts consumed in grams or milliliters of each food or beverage, we used the Table of Referenced Measures for Food Consumed in Brazil ( Tabela de Medidas Referidas para os Alimentos Consumidos no Brasil ), developed in POF 2008–2009 and reviewed and updated in POF 2017–2018 13 . Hereafter, we considered the quantities consumed on the first day of collection from the FR in 2008–2009 and the R24h in 2017–2018. Weekdays and weekends were represented in both surveys.

The reference person in the household answered a questionnaire with socioeconomic and demographic data, with information on age, education level, sex of the residents, and family income.

Definition of Food Groups

In this research, food items were initially classified into 116 groups, described in the 2017–2018 11 survey documentation. For different reasons, nine groups were excluded from the analysis: water, distilled beverages, wine, beer, supplements, mixed preparations, sauces and condiments, sweeteners, and sugars. We excluded alcoholic beverages because they were related to lifestyle and not necessarily to an eating pattern or behavior; supplements for not being considered food or drink; mixed preparations, sauces and condiments and sweeteners due to the low frequency of consumption (less than 5% of the population); and sugars (honey/ rapadur a and table sugar) because their consumption data were collected differently in the POF editions. For some beverages, especially fruit juices, added sugar was not calculated separately in POF 2008–2009, which could hinder comparisons. Finally, the 107 groups were regrouped according to eating habits and/or similarities in nutritional composition, resulting in 19 groups, described with their main constituent foods in Box 1 .

Box 1. Food groups and items. National Dietary Surveys 2008–2009 and 2017–2018.

Food groups Food items
Rice Rice, brown rice, rice-based preparations, corn and corn-based preparations and other cereals.
Beans Beans, green beans/rope, bean-based preparations, meat substitutes and other legumes.
Leafy vegetables Lettuce, kale, cabbage, raw salad and other leafy vegetables.
Vegetables Pumpkin, carrots, chayote, cucumber, tomatoes and other vegetables.
Roots and tubers Sweet potatoes, English potatoes, cassava and other tubers.
Fruits Pineapple, açaí , banana, orange, apple, papaya, mango, watermelon, tangerine, grape, dried fruit, other fruits and oilseeds.
Flour and pasta Cassava flour, farofa , pasta, instant noodles, noodles and noodle-based preparations.
Breads Salt bread (bread roll, water bread, hamburger bread, wheat bread, salt bread, unspecified bread, unspecified white bread, cacetinho, careca, ciabatta, bisnaguinha, Croissant , industrialized loaf bread, of corn, toast, sweet toast, brioche, Arabic, for wrap , gluten-free, potato, homemade, bread with butter and bread with margarine) and wholemeal salt bread (Australian, rye, black, whole, whole Arabic, whole cacetinho , whole careca , wholerye, whole salt, whole wheat, whole roll, rye toast and whole toast).
Cakes and cookies Breakfast cereals, baked sweets, cakes, stuffed cakes, sweet biscuits, savory biscuits, stuffed biscuits, snacks, chips and breads, cakes and biscuits diet/light.
Meat Beef, beef preparations, pork, poultry, poultry preparations, fresh fish, preserved fish, salted fish, other fish, fish preparations, salted meat, other types of meat, sausage, sausage, mortadella, ham, other cold cuts and offal.
Eggs Eggs and egg-based preparations.
Dairy products Whole milk, skimmed milk, milk-based preparations, vitamins, cheeses, yoghurts, other dairy products and dairy products diet/light.
Sweets Chocolates, chocolates powder, milk-based sweets, peanut-based sweets, fruit-based sweets, ice cream/popsicles, other sweets and sweets diet/light.
Oils and fats Oils and fats (coconut milk, mayonnaise – sauce –, bacon, olives, butter with or without salt, bottle butter, margarine with or without salt, bacon, olive oil, soy oil, corn oil, coconut oil, crackling, pork lard, beef lard, palm oil and unspecified oil) and oils and fats light (mayonnaise - sauce - light, margarine light, butter with or without salt light and coconut milk light).
Beverages Juices, soft drinks/industrialized juices, soft drinks/industrialized juices diet/light, dairy drinks, soy-based drinks and other non-alcoholic beverages.
Sodas Soda and diet/light soda.
Coffee and tea Coffee and tea.
Pizzas and snacks Pizzas, fried and baked snacks, sandwiches and savory pies.
Soups and broths Soups and broths.
Open in a new tab

Statistical Analysis

Dietary patterns were obtained by factor analysis (FA), extraction by principal component analysis, followed by Varimax rotation 14 . Since the data come from a survey with a complex sampling design, FA was performed to the correlation matrix among the 19 food groups (in grams) and estimated considering the sampling complexity 15 .

To determine the number of factors for data representation, we considered eigenvalues greater than 1.5. None food group was excluded to keep the same groups in both periods, even those with little contribution (low communalities) 14 . Therefore, the groups of leafy vegetables, roots and tubers, flour and pasta, vegetables, eggs, and beverages, despite not having a communality greater than 0.1, were included in the calculation of factor scores.

Food items whose factor loading were greater than 0.30 in module were considered to name the factors. The patterns naming found was based on interpretability, on the characteristics of the food groups retained in each pattern, and on the terminologies already recognized in publications on dietary patterns in Brazil and other countries.

Finally, factor scores were computed, estimates of each individual’s location in the FA factors 14 . These values have a mean of zero and, the more positive, they mean greater adherence to the dietary pattern; the more negatives, the less adherence. Comparison of mean of scores by different characteristics of the population clarify whether there is a relationship between these characteristics and the patterns.

The factor scores obtained in the 2017–2018 survey were evaluated according to the classes of variables: sex, age, region, per capita income, and education level, using their means and 95% confidence intervals. Age was stratified into two categories: 19 to 39 years and 40 to 59 years. Education level was stratified into less than 9 years of study (incomplete primary education) and 9 or more years of study (completed primary education). To calculate the per capita income, the total monthly income, the total number of residents per consumption unit and the minimum wage in force on the reference date of the survey, January 15, 2018, were considered. Income ranges were defined as: up to 0.5 minimum wage; between 0.5 and 1 minimum wage; between 1 and 2 minimum wages; and greater than 2 minimum wages.

All analyzes were performed using the SAS OnDemand for Academics statistical package (SAS Institute Inc., Cary, NC, USA), considering the complexity of the sample design.

RESULTS

We identified three dietary patterns, together explaining 32% of the total variance of the data in both surveys. The first dietary pattern, called “traditional”, was composed of food groups that are usual in the Brazilian diet: rice, beans, and meat. The factor loadings observed were similar between the two surveys, with a slight downward trend for rice and beans and an increase for meat in the 2017–2018 survey compared to the 2008–2009 survey. In 2017–2018, a negative factor loading was also observed for the fruit and dairy groups.

“Breads and butter/margarine” is the second pattern and was characterized by the food groups breads and oils and fats (including margarine/butter). In both surveys, this pattern had a negative factor loading for the cakes and cookies group. In 2008–2009, we identified a positive factor loading for the coffee and teas group, and a negative one for beverages and pizzas and snacks. Breads and oils and fats had higher factor loadings in 2017–2018.

We named the third pattern “western”, a diet characterized by sodas and pizzas, and snacks. This pattern showed negative factor loadings for the fruit group in both surveys, with lower factor loadings in the second survey for sodas and pizzas and snacks. In addition, in 2017–2018, flours and pasta, and sweets groups had positive factor loadings, while vegetables and eggs had negative factor loadings ( Table 1 ).

Table 1. Factor loadings, communalities (h2), eigenvalues and percentage of cumulative variance explained obtained by factor analysis in food consumption data for Brazilian adults, National Dietary Surveys 2008–2009 and 2017–2018.

Food groups Traditional Breads and butter/margarine Western h2
2008–2009 2017–2018 2008–2009 2017–2018 2008–2009 2017–2018 2008–2009 2017–2018
Rice 0,83 0,80 0,14 -0,04 -0,14 -0,28 0,73 0,73
Beans 0,80 0,78 0,18 0,03 -0,12 -0,21 0,68 0,65
Leafy vegetables 0,07 0,03 -0,06 0,14 -0,13 -0,25 0,02 0,08
Vegetables 0,19 -0,02 -0,05 0,02 -0,20 -0,32 0,08 0,10
Roots and tubers 0,15 -0,11 -0,11 -0,20 -0,02 -0,18 0,03 0,08
Fruits -0,13 -0,31 -0,20 -0,23 -0,38 -0,39 0,20 0,30
Flour and pasta -0,20 -0,16 -0,12 0,03 0,11 0,45 0,06 0,23
Breads -0,21 0,02 0,78 0,89 0,06 -0,09 0,66 0,80
Cakes and cookies -0,09 -0,06 -0,30 -0,41 -0,04 0,18 0,10 0,20
Meat 0,59 0,64 -0,10 -0,10 -0,02 -0,04 0,36 0,42
Eggs 0,18 -0,21 0,25 -0,08 0,00 -0,31 0,09 0,15
Dairy products -0,24 -0,37 -0,23 -0,24 -0,24 -0,09 0,17 0,21
Sweets -0,17 -0,08 -0,29 -0,08 0,10 0,33 0,13 0,12
Oils and fats -0,18 -0,03 0,71 0,87 0,00 -0,07 0,54 0,76
Beverages -0,01 0,11 -0,32 -0,22 -0,19 -0,02 0,14 0,06
Sodas -0,01 0,08 -0,15 0,01 0,84 0,73 0,72 0,54
Coffee and tea -0,03 0,15 0,61 0,20 -0,07 -0,21 0,38 0,11
Pizzas and snacks -0,16 -0,08 -0,33 -0,16 0,69 0,59 0,61 0,38
Soups and broths -0,48 -0,42 0,01 0,04 -0,24 -0,12 0,29 0,19
Eigenvalues 2,25 2,21 2,15 2,02 1,60 1,88    
Cumulative variance (%) 12 12 23 22 32 32    
Open in a new tab

The average age among adults was 37 years in 2008–2009 and 38.5 in 2017–2018. In 2008–2009, 49.8% of adults were female and in 2017–2018, 50.1%. In addition, in both surveys, most of the adult population was resident in the Southeast region (43.6% in 2008–2009 and 42.8% in 2017–2018) and had a per capita income greater than two minimum wages (32.7% in 2008–2009 and 37.3% in 2017–2018); they aged between 19 and 39 years old (57.9% in 2008–2009 and 53.3% in 2017–2018). Regarding education, in 2008–2009, 50% of individuals reported incomplete primary education, while in 2017–2018 this percentage was 30.3%.

Greater adherence to the “traditional” pattern was observed among men, residents of the Midwest region, and people with incomplete primary education. Less adherence was observed among women, aged between 40 and 59 years, residents in the North region and people with per capita income greater than 2 minimum wages compared to people with income between 0.5 and 2 minimum wages ( Table 2 ).

Table 2. Means of factor scores according to sociodemographic variables, National Dietary Survey 2017–2018.

Variables Traditional Breads and butter/margarine Western
Mean IC95%a Mean IC95%a Mean IC95%a
Sex                  
Female -0,35 -0,38 -0,33 0,01 -0,01 0,03 -0,04 -0,07 -0,02
Male 0,28 0,25 0,32 0,08 0,06 0,11 0,16 0,13 0,18
Age group                  
19–39 0,03 0,00 0,06 0,02 -0,01 0,04 0,17 0,14 0,20
40–59 -0,11 -0,14 -0,08 0,08 0,06 0,11 -0,08 -0,10 -0,05
Regions                  
North -0,20 -0,25 -0,14 0,08 0,02 0,14 0,05 0,01 0,09
Northeast 0,03 -0,01 0,06 -0,03 -0,06 0,00 0,01 -0,02 0,04
Southeast -0,09 -0,13 -0,05 0,12 0,08 0,15 0,04 0,00 0,08
South -0,02 -0,08 0,04 0,07 0,02 0,12 0,24 0,18 0,29
Midwest 0,19 0,11 0,27 -0,11 -0,15 -0,06 -0,05 -0,09 0,00
Per capita incomeb                  
< 0,5 MW -0,03 -0,10 0,03 0,07 0,02 0,12 -0,16 -0,20 -0,12
0,5–1 MW 0,04 -0,01 0,09 0,07 0,04 0,11 -0,04 -0,08 0,00
1–2 MW 0,00 -0,04 0,04 0,09 0,05 0,12 0,06 0,03 0,10
> 2 MW -0,11 -0,15 -0,07 0,00 -0,04 0,03 0,16 0,12 0,20
Education levelc                  
Incomplete PE 0,08 0,04 0,11 0,04 0,02 0,07 -0,13 -0,15 -0,10
Full PE or more -0,08 -0,11 -0,06 0,05 0,03 0,07 0,13 0,11 0,16
Open in a new tab

MW: minimum wage.

a Confidence interval (CI) of 95% for the mean of the factorial score.

b Per capita income categories were defined according to the per capita income of consumption units and the minimum wage in force on the reference date of the survey (R$954.00).

c Incomplete primary education (PE) was defined as less than nine completed years of study.

Men, people aged between 40 and 59 years, residents of the Southeast region showed greater adherence to the “bread and butter/margarine” pattern, compared to those in the Northeast and Midwest, and people with income between 1 and 2 minimum wages per capita, compared to those with an income above 2 minimum wages. Residents of the Midwest region showed less adherence to this pattern. For the “western” pattern, greater adherence was observed among men, aged between 19 and 39 years, residents of the South region, individuals with per capita income greater than 2 minimum wages and those with education level equal to or greater than the primary education. Older women, people with an income of less than 0.5 minimum wage per capita and those with incomplete primary education showed less adherence to this pattern ( Table 2 ).

DISCUSSION

Based on the 2008–2009 and 2017–2018 National Dietary Survey, we identified three patterns in the adult Brazilian population: “traditional”, “breads and butter/margarine” and “western”. The first pattern is characterized by rice, beans and meat; the second for breads and oils and fats (including margarine and butter); and the third for sodas, pizzas, snacks, and negative factor loadings for fruits. It was found that adherence to the identified patterns varied according to sex, age group, region, per capita income, and education level.

The rice and beans pattern, with the participation of meat, usually called “traditional”, is frequently observed in national studies with data on individual consumption 2 . However, the effects of adherence to this dietary pattern are controversial. Protective effects for BMI were observed by Sichieri 7 , in Rio de Janeiro, for both men and women, and by Cunha et al. 3 , also in Rio de Janeiro, who reported an inverse association with BMI and waist circumference in women. However, Vilela et al. 16 , in the Midwest region, reported a direct association between the traditional pattern and central adiposity. Selem et al. 17 , in a cross-sectional population-based study, found that participants with hypertension adhered more to the traditional pattern.

The consumption of rice and beans is advantageous in several nutritional aspects: good quality protein, a source of iron, folate, and fiber. However, meat consumption, particularly red meat, has been associated with an increased risk of diabetes, cardiovascular disease, and certain types of cancer 18 . It is a current and great the debate regarding healthy and sustainable diets simultaneously, where the consumption of plant foods predominates and the participation of red meat is reduced. The high consumption of meat is related to greater pressure on the limits of the planet, whether due to the emission of greenhouse gases or the use of land for pasture and production of grains for animal feed 19 . Despite the positive aspect of the presence of rice and beans in the “traditional” pattern, the excessive consumption of meat among the Brazilian population 11 , 20 is a possible explanation for the controversial results.

In the second dietary pattern, the characteristic food groups are breads and oils, and fats, including margarine and butter. In 2008–2009, the participation of the “coffee and teas” group was verified and presented; in 2017–2018 it presented lower factor loading. In the INA 2017–2018, bread and oils, and fats groups were among the foods with the highest consumption frequencies. In 2008–2009, bread was mentioned by 63% of respondents, while oils and fats counted for 37.8%; 2017–2018 reported 50.9% and 46.8%, respectively 10 , 11 .

Coffee was the most frequently mentioned food in 2017–2018 (78.1% of the population) and in 2008–2009 (79%), which also refers to a very common habit, which is the consumption of bread with butter/margarine at breakfast and snacks. Baltar et al. 21 , analyzing breakfast in Brazilian adults in the INA 2008–2009, reported an inversely associated BMI in a diet composed by sausages, milk, cheese, coffee/tea, and bread.

In the third pattern, “western”, two groups stand out in both periods: pizzas and snacks, and sodas. These foods are characteristic of fast meals and mark a less healthy diet, commonly related to a Westernized consumption pattern, described in the literature as associated with a higher risk of chronic diseases (obesity, diabetes, cardiovascular diseases, and asthma) 22 . This pattern is also characterized by negative loadings for fruits and vegetables.

Both INA editions highlighted the absence of a dietary pattern characterized by fruits, leafy vegetables, and vegetables – a finding that can be explained by the low consumption of these items by the adult population in Brazil 11 . Unfortunately, fruits and vegetables do not participate with positive factor loadings in any of the patterns identified in this study. In one of the patterns (“western”), they present negative loadings higher than the cutoff point defined to characterize a significant contribution to the pattern. The consumption of these items is associated with better quality diets and a better epidemiological profile.

A meta-analysis that included Brazil evaluated a posteriori dietary patterns and central obesity, observing an association between healthy patterns and lower risk of central obesity 23 . Another meta-analysis 24 investigating a posteriori dietary patterns concluded that greater adherence to a dietary pattern characterized by high intake of fruits, vegetables, complex carbohydrates and low intake of refined carbohydrates, processed meat, and fried foods is a positive strategy concerning type 2 diabetes.

We did not observe a pattern that could be considered healthy. Observational and clinical studies evidence that diets based on plant foods, rich in fruits, vegetables, and whole grains are associated with the prevention of chronic diseases. Plant foods are characterized by being rich in fiber and antioxidant nutrients, as well as by low energy density and low levels of saturated fat, nitrate, nitrite, and iron. These characteristics are associated with maintenance of body weight, increased glycemic control, improved lipid profile, reduced blood pressure, improved vascular health, reduced inflammation, and a better profile of the intestinal microbiota 25 .

Diet is the main modifiable determinant of most chronic diseases. It is essential to examine the possible contribution of dietary patterns to the occurrence of these diseases 1 . However, few studies investigate the determinants of dietary patterns in population studies. In the present study, sociodemographic factors exerted influence, corroborating Romeiro et al. 6 , who found greater adherence to the “traditional” pattern in individuals with less education level in the Pró-Saúde study ( Estudo Pró-Saúde ), and data from the Surveillance System for Risk and Protective Factors for Chronic Diseases by Telephone Survey ( Vigitel ) between 2007 and 2012 8 .

Adherence to the “traditional” pattern according to sex is inconsistent in the literature: Arruda et al. reported greater adherence among men, as in our study, 26 in a cohort of young adults in São Paulo, but Romeiro et al. 6 found reduced adherence among men. Jaime et al. 27 , found that regular consumption of beans was higher among men, individuals with no education, and those with incomplete primary education, analyzing food consumption data that are markers of healthy eating from the 2013 National Health Survey ( Pesquisa Nacional de Saúde ). However, the populations sampled in these studies differ from those in the present study. In Pró-Saúde 6 , the sample was the permanent civil servants from a public university in the state of Rio de Janeiro, and Arruda et al. 26 reported data from a cohort in São Paulo. Our study has a population-based sample, representative of Brazil, with methods for evaluating individual consumption with good accuracy, which may explain the differences found.

As in previous studies 27 , the results here presented confirm differences in consumption and eating habits according to the five regions of the country. The “traditional” pattern had less adherence in the North region, and the “western” pattern had greater adherence among residents of the South region.

The socioeconomic level has an important impact on the life situation of individuals, determining access to services, goods, and products, including food. Medina et al. 30 found a better food consumption profile in social groups with higher income and higher education. Santos and Conde 8 found greater adherence to the “prudent” pattern among more educated individuals, and greater adherence to the “western” and “traditional” patterns among less-educated individuals. In the present study, individuals with higher income had greater adherence to the “western” pattern, and those with lower income had less adherence to this pattern.

This study has possible limitations, such as the use of factor analysis in the derivation of dietary patterns, a method that involves some arbitrary decisions, such as the grouping of food items, retention of factors, and naming. However, the dietary patterns identified were comparable with other studies. Another limitation is the change in dietary data collection methods between the two surveys analyzed, and the greater number of food items in the database in 2017–2018. As positive points, we can mention the use of nationally representative data and the consideration of sample complexity to derive the patterns.

CONCLUSION

We observed the maintenance of dietary patterns in the Brazilian adult population analyzing data in 2008–2009 and 2017–2018 National Dietary Surveys. It was possible to identify three patterns: the first characterized by the consumption of rice, beans, and meat; a second characterized by the consumption of breads, and oils and fats; and a third characterized by sodas, pizzas, and snacks. None pattern presented an important participation of fruits, vegetables, and leafy vegetables. Adherence to these dietary patterns varied according to sociodemographic characteristics and housing macro-region.

Funding Statement

Funding: Conselho Nacional Científico e Tecnológico (CNPq - Process 443369/2016-0). Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes - Funding code 001). Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ - CNE/2015).

Footnotes

Funding: Conselho Nacional Científico e Tecnológico (CNPq - Process 443369/2016-0). Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes - Funding code 001). Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ - CNE/2015).

REFERENCES

  • 1.1. Michels KB, Schulze MB. Can dietary patterns help us detect diet–disease associations? Nutr Res Rev. 2005;18(2):241-8. 10.1079/NRR2005107 [DOI] [PubMed]
  • 2.2. Cardoso LO, Carvalho MS, Cruz OG, Melere C, Luft VC, Molina MCB, et al. Eating patterns in the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil): an exploratory analysis. Cad Saude Publica. 2016;32(5):e00066215. 10.1590/0102-311X00066215 [DOI] [PubMed]
  • 3.3. Cunha DB, Almeida RMVR, Sichieri R, Pereira RA. Association of dietary patterns with BMI and waist circumference in a low-income neighbourhood in Brazil. Br J Nutr. 2010;104(6):908-13. 10.1017/S0007114510001479 [DOI] [PubMed]
  • 4.4. Santos RO, Fisberg RM, Marchioni DM, Baltar VT. Dietary patterns for meals of Brazilian adults. Br J Nutr. 2015;114(5):822-8. 10.1017/S0007114515002445 [DOI] [PubMed]
  • 5.5. Massarani FA, Cunha DB, Muraro AP, Souza BSN, Sichieri R, Yokoo EM. Agregação familiar e padrões alimentares na população brasileira. Cad Saude Publica. 2015;31(12):2535-45. 10.1590/0102-311X00090314 [DOI] [PubMed]
  • 6.6. Romeiro ACT, Curioni CC, Bezerra FF, Faerstein E. Determinantes sociodemográficos do padrão de consumo de alimentos: Estudo Pró-Saúde. Rev Bras Epidemiol. 2020;23:e200090. 10.1590/1980-549720200090 [DOI] [PubMed]
  • 7.7. Sichieri R. Dietary patterns and their associations with obesity in the Brazilian city of Rio de Janeiro. Obes Res. 2002;10(1):42-8. 10.1038/oby.2002.6 [DOI] [PubMed]
  • 8.8. Santos IKS, Conde WL. Tendência de padrões alimentares entre adultos das capitais brasileiras. Rev Bras Epidemiol. 2020;23:e200035. 10.1590/1980-549720200035 [DOI] [PubMed]
  • 9.9. Martins APB, Levy RB, Claro RM, Moubarac JC, Monteiro CA. Participação crescente de produtos ultraprocessados na dieta brasileira (1987-2009). Rev Saude Publica. 2013;47(4):656-65. 10.1590/S0034-8910.2013047004968 [DOI] [PubMed]
  • 10.10. Instituto Brasileiro de Geografia e Estatística, Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Pesquisa de Orçamentos Familiares: 2008-2009: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2011. [cited 2020 Nov 30]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv50063.pdf
  • 11.11. Instituto Brasileiro de Geografia e Estatística, Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Pesquisa de Orçamentos Familiares 2017 - 2018: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2020 [cited 2020 Nov 30]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101742.pdf
  • 12.12. Conway JM, Ingwersen LA, Vinyard BT, Moshfegh AJ. Effectiveness of the US Department of Agriculture 5-step multiple-pass method in assessing food intake in obese and nonobese women. Am J Clin Nutr. 2003;77(5):1171-8. 10.1093/ajcn/77.5.1171 [DOI] [PubMed]
  • 13.13. Instituto Brasileiro de Geografia e Estatística, Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Pesquisa de Orçamentos Familiares 2008-2009: tabela de medidas referidas para os alimentos consumidos no Brasil. Rio de Janeiro: IBGE; 2011 [cited 2020 Nov 30]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv50000.pdf
  • 14.14. Johnson RA, Wichern DW. Applied multivariate statistical analysis. 6. rev. ed. Prentice Hall, NJ: Pearson; 2007.
  • 15.15. Kerver JM, Yang EJ, Bianchi L, Song WO. Dietary patterns associated with risk factors for cardiovascular disease in healthy US adults. Am J Clin Nutr. 2003;78(6):1103-10. 10.1093/ajcn/78.6.1103 [DOI] [PubMed]
  • 16.16. Vilela AAF, Sichieri R, Pereira RA, Cunha DB, Rodrigues PRM, Gonçalves-Silva RMV, et al. Dietary patterns associated with anthropometric indicators of abdominal fat in adults. Cad Saude Publica. 2014;30(3):502-10. 10.1590/0102-311X00167512 [DOI] [PubMed]
  • 17.17. Selem SSC, Castro MA, César CLG, Marchioni DM, Fisberg RM. Associations between dietary patterns and self-reported hypertension among Brazilian adults: a cross-sectional population-based study. J Acad Nutr Diet. 2014;114(8):1216-22. 10.1016/j.jand.2014.01.007 [DOI] [PubMed]
  • 18.18. Pan A, Sun Q, Bernstein AM, Schulze MB, Manson JE, Stampfer MJ, et al. Red meat consumption and mortality. Arch Intern Med. 2012;172(7):555-63. 10.1001/archinternmed.2011.2287 [DOI] [PMC free article] [PubMed]
  • 19.19. Willett W, Rockström J, Loken B, Springmann M, Lang T, Vermeulen S, et al. Food in the Anthropocene: the EAT–Lancet Commission on healthy diets from sustainable food systems. Lancet. 2019;393(10170):447-92. 10.1016/S0140-6736(18)31788-4 [DOI] [PubMed]
  • 20.20. Carvalho AM, Selem SSC, Miranda AM, Marchioni DM. Excessive red and processed meat intake: relations with health and environment in Brazil. Br J Nutr. 2016;115(11):2011-6. 10.1017/S0007114516000969 [DOI] [PubMed]
  • 21.21. Baltar VT, Cunha DB, Santos RO, Marchioni DM, Sichieri R. Breakfast patterns and their association with body mass index in Brazilian adults. Cad Saude Publica. 2018;34(6):e00111917. 10.1590/0102-311x00111917 [DOI] [PubMed]
  • 22.22. Medina-Remón A, Kirwan R, Lamuela-Raventós RM, Estruch R. Dietary patterns and the risk of obesity, type 2 diabetes mellitus, cardiovascular diseases, asthma, and neurodegenerative diseases. Crit Rev Food Sci Nutr. 2018;58(2):262-96. 10.1080/10408398.2016.1158690 [DOI] [PubMed]
  • 23.23. Rezagholizadeh F, Djafarian K, Khosravi S, Shab-Bidar S. A posteriori healthy dietary patterns may decrease the risk of central obesity: findings from a systematic review and meta-analysis. Nutr Res. 2017;41:1-13. 10.1016/j.nutres.2017.01.006 [DOI] [PubMed]
  • 24.24. McEvoy CT, Cardwell CR, Woodside JV, Young IS, Hunter SJ, McKinley MC. A posteriori dietary patterns are related to risk of type 2 diabetes: findings from a systematic review and meta-analysis. J Acad Nutr Diet. 2014;114(11):1759-75.e4. 10.1016/j.jand.2014.05.001 [DOI] [PubMed]
  • 25.25. Satija A, Hu FB. Plant-based diets and cardiovascular health. Trends Cardiovasc Med. 2018;28(7):437-41. 10.1016/j.tcm.2018.02.004 [DOI] [PMC free article] [PubMed]
  • 26.26. Arruda SPM, Silva AAM, Kac G, Goldani MZ, Bettiol H, Barbieri MA. Socioeconomic and demographic factors are associated with dietary patterns in a cohort of young Brazilian adults. BMC Public Health. 2014;14:654. 10.1186/1471-2458-14-654 [DOI] [PMC free article] [PubMed]
  • 27.27. Jaime PC, Stopa SR, Oliveira TP, Vieira ML, Szwarcwald CL, Malta DC. Prevalência e distribuição sociodemográfica de marcadores de alimentação saudável, Pesquisa Nacional de Saúde, Brasil 2013. Epidemiol Serv Saude. 2015;24(2):267-76. 10.5123/S1679-49742015000200009 [DOI]
  • 28.28. Levy RB, Claro RM, Mondini L, Sichieri R, Monteiro CA. Distribuição regional e socioeconômica da disponibilidade domiciliar de alimentos no Brasil em 2008-2009. Rev Saude Publica. 2012;46(1):6-15. 10.1590/S0034-89102011005000088 [DOI] [PubMed]
  • 29.29. Souza AM, Pereira RA, Yokoo EM, Levy RB, Sichieri R. Alimentos mais consumidos no Brasil: Inquérito Nacional de Alimentação 2008-2009. Rev Saude Publica. 2013;47 Supl 1:190s-9s. 10.1590/S0034-89102013000700005 [DOI] [PubMed]
  • 30.30. Medina LPB, Barros MBA, Sousa NFS, Bastos TF, Lima MG, Szwarcwald CL. Desigualdades sociais no perfil de consumo de alimentos da população brasileira: Pesquisa Nacional de Saúde, 2013. Rev Bras Epidemiol. 2019;22 Supl 2:e190011.supl.2. 10.1590/1980-549720190011.supl.2 [DOI] [PubMed]
Rev Saude Publica. 2021 Nov 12;55(Suppl 1):8s. [Article in Portuguese]

Padrões alimentares de adultos brasileiros em 2008–2009 e 2017–2018

Anna Beatriz Souza Antunes I, Diana Barbosa Cunha II, Valéria Troncoso Baltar III, Josiane Steluti IV, Rosangela Alves Pereira V, Edna Massae Yokoo III, Rosely Sichieri II, Dirce Maria Marchioni VI

RESUMO

OBJETIVOS

Identificar padrões alimentares entre adultos brasileiros a partir dos Inquéritos Nacionais de Alimentação (INA) 2008–2009 e 2017–2018, verificando, nesse último período, a aderência aos padrões de acordo com fatores sociodemográficos e regiões brasileiras.

MÉTODOS

Foram analisados dados do primeiro de dois dias de consumo alimentar de adultos (19–59 anos de idade) entrevistados nos INA 2008–2009 (n = 21.630) e 2017–2018 (n = 28.901). Os padrões alimentares foram derivados por análise fatorial exploratória a partir de 19 grupos de alimentos, considerando a complexidade do desenho amostral. Para o INA 2017–2018, os escores fatoriais foram avaliados de acordo com sexo, faixa etária, região, renda per capita e escolaridade.

RESULTADOS

Foram identificados três padrões nos dois inquéritos: (1) “tradicional”, caracterizado por arroz, feijão e carnes; (2) “pães e manteiga/margarina”, caracterizado por pães, óleos e gorduras (incluindo margarina/manteiga) e, em 2008–2009, café e chás; e (3) “ocidental”, caracterizado por refrigerantes e pizzas e salgados, além de farinhas e massas e doces em 2017–2018. O padrão “tradicional” teve maior aderência entre homens, moradores da região Centro-Oeste e indivíduos com ensino fundamental incompleto. Para o padrão “pães e manteiga/margarina”, observou-se maior aderência entre o sexo masculino, indivíduos com idade entre 40 e 59 anos, da região Sudeste e com renda entre 1 e 2 salários-mínimos per capita. Indivíduos do sexo masculino, com idades entre 19 e 39 anos, da região Sul, com renda per capita maior que dois salários-mínimos e escolaridade igual ou maior que o ensino fundamental foram os que apresentaram maior adesão ao padrão “ocidental”.

CONCLUSÃO

Os padrões alimentares identificados em 2008–2009 e 2017–2018 foram similares, com manutenção do padrão “tradicional”, que inclui arroz, feijão e carnes. A adesão aos padrões varia de acordo com sexo, faixa etária, região, renda per capita e escolaridade.

Keywords: Adulto, Comportamento Alimentar, Análise Fatorial, Fatores Socioeconômicos, Inquéritos sobre Dietas

INTRODUÇÃO

O papel da dieta na promoção da saúde e prevenção de doenças é difícil de elucidar, devido à complexidade da interação entre alimentos e nutrientes. Além da ingestão total de energia, a composição dietética é provavelmente o fator discriminador mais importante intra e entre as populações. Ela se reflete nos padrões alimentares, e por isso a análise dessa composição tem ganhado popularidade 1 .

No Brasil, os padrões alimentares foram investigados em diversos estudos nas últimas décadas, ficando evidente, de forma geral, a combinação característica da dieta brasileira, baseada em arroz e feijão, um padrão comumente denominado “tradicional” 2 . A análise de padrões alimentares, diferentemente da análise isolada de alimentos e nutrientes, considera as relações entre os diferentes itens alimentares consumidos, abrangendo a complexidade das combinações 1 . As estimativas de padrões alimentares, ao detectarem práticas cotidianas, subsidiam a formulação de diretrizes dietéticas, guias alimentares, programas e políticas públicas.

Entretanto, dados sobre a evolução dos padrões alimentares no país ainda são escassos 8 , apesar das alterações na dieta brasileira ao longo dos anos. Dentre essas alterações, destacam-se o importante aumento da participação dos ultraprocessados, a redução do consumo de feijão e o aumento do consumo de frutas e hortaliças (ainda inadequado) 9 .

O Inquérito Nacional de Alimentação (INA), conduzido em uma subamostra da Pesquisa de Orçamentos Familiares (POF) desde a edição de 2008–2009, permite obter estimativas do consumo alimentar individual para toda a população brasileira 10 , 11 . Dessa forma, o objetivo do presente estudo é identificar padrões alimentares entre adultos brasileiros a partir de dados dos INA de 2008–2009 e 2017–2018, verificando, no segundo período, a aderência aos padrões de acordo com fatores sociodemográficos e regiões brasileiras.

MÉTODOS

População de Estudo

O estudo foi realizado com a população participante das edições de 2008–2009 e 2017–2018 do INA, módulo da POF, pesquisa de abrangência nacional que tem como unidade de investigação o domicílio e é realizada por amostragem. A POF coleta informações sobre despesas familiares, condições de vida e hábitos de consumo das famílias brasileiras. Detalhes sobre o processo de amostragem e da definição da amostra mestra podem ser obtidos nas publicações oficiais do Instituto Brasileiro de Geografia e Estatística (IBGE) 10 , 11 .

Para o INA 2008–2009, os dados de consumo alimentar pessoal foram coletados para todos os moradores com idade superior ou igual a 10 anos de idade residentes em 13.569 domicílios selecionados aleatoriamente. Esses domicílios correspondem a uma subamostra de 24,3% dos 55.970 domicílios investigados na POF, totalizando informações de 34.003 moradores. Para a edição de 2017–2018, foram coletadas as informações de consumo alimentar individual para a mesma faixa etária (≥ 10 anos), em 20.112 domicílios selecionados aleatoriamente, correspondentes a uma subamostra de 34,7% dos 57.920 domicílios investigados na POF, totalizando informações de 46.164 moradores.

A presente análise inclui moradores adultos (de 19 a 59 anos), de ambos os sexos. Foram excluídas mulheres que eram gestantes e lactantes no período de coleta (1.111 em 2008–2009 e 1.249 em 2017–2018). A amostra final perfez um total de 21.630 pessoas em 2008–2009, e 28.901 em 2017–2018.

Consumo Alimentar Individual

Os dados de consumo alimentar individual foram obtidos no questionário de consumo alimentar pessoal (bloco POF7) em ambas as edições das pesquisas estudadas. O instrumento utilizado para coletar as informações sobre alimentos e bebidas consumidos no domicílio ou fora dele foi diferente nas duas edições.

No INA 2008–2009, cada morador registrou em dois dias não consecutivos o seu consumo individual. Para realizar o registro alimentar (RA), os indivíduos foram orientados a anotar e relatar detalhadamente o nome dos alimentos consumidos, o tipo de preparação, a medida usada, a quantidade consumida e o horário e o local do consumo (no domicílio ou fora). Os registros eram revisados junto com os moradores por um agente de pesquisa, que no próprio domicílio passava as informações para um computador portátil, utilizando programa de entrada de dados criado para esse fim. O software continha uma base de dados de alimentos e bebidas de aproximadamente 1.500 itens cadastrados.

No INA 2017–2018, o consumo alimentar foi avaliado por meio de dois recordatórios alimentares de 24 horas (R24h), no domicílio do entrevistado, em dias não consecutivos. A entrevista foi desenvolvida seguindo um roteiro estruturado em estágios sequenciais, embasado no Método de Múltiplas Passagens 12 . Como na edição anterior, os agentes de pesquisa também utilizaram um programa de entrada de dados, instalado em um tablet . Para cada alimento, o programa disponibilizava a informação da quantidade consumida (unidade de medida e quantidade). O software continha 1.832 itens, cadastrados após a atualização do banco de dados da edição anterior.

Para estimar as quantidades consumidas em gramas ou mililitros de cada alimento ou bebida, utilizou-se a Tabela de Medidas Referidas para os Alimentos Consumidos no Brasil, desenvolvida na POF 2008–2009 e revisada e atualizada na POF 2017–2018 13 . Para essa estimativa, foram consideradas apenas as quantidades consumidas no primeiro dia de coleta do RA em 2008–2009 e do R24h em 2017–2018. Em ambos os inquéritos, houve representação dos dias de semana e final de semana.

A pessoa de referência do domicílio respondeu questionário com dados socioeconômicos e demográficos, com informações sobre idade, escolaridade, sexo dos moradores e renda familiar.

Definição dos Grupos Alimentares

Na presente pesquisa, os itens alimentares foram inicialmente classificados em 116 grupos, descritos na documentação do inquérito 2017–2018 11 . Em seguida, por diferentes razões, nove grupos foram excluídos das análises: água, bebidas destiladas, vinho, cerveja, suplementos, preparações mistas, molhos e condimentos, adoçantes e açúcares. Excluíram-se as bebidas alcoólicas por estarem relacionadas ao estilo de vida, e não necessariamente a um padrão ou comportamento alimentar; os suplementos por não serem considerados alimento ou bebida; as preparações mistas, molhos e condimentos e adoçantes devido à baixa frequência de consumo (menos que 5% da população); e os açúcares (mel/rapadura e açúcar de mesa) em razão de seus dados de consumo terem sido coletados de forma diferente nas edições da POF. Para algumas bebidas, em especial sucos de frutas, o açúcar de adição não foi calculado separadamente na POF 2008–2009, o que poderia prejudicar a comparação dos padrões. Ao final, os 107 grupos foram reagrupados de acordo com hábitos alimentares e/ou por similaridades na composição nutricional, resultando em 19 grupos, descritos com seus principais alimentos constituintes no Quadro 1 .

Quadro 1. Grupos e itens alimentares dos Inquéritos Nacionais de Alimentação 2008–2009 e 2017–2018.

Grupos alimentares Itens alimentares
Arroz Arroz, arroz integral, preparações à base de arroz, milho e preparações à base de milho e outros cereais.
Feijão Feijão, feijão verde/corda, preparações à base de feijão, substitutos da carne e outras leguminosas.
Verduras Alface, couve, repolho, salada crua e outras verduras.
Legumes Abóbora, cenoura, chuchu, pepino, tomate e outros legumes.
Raízes e tubérculos Batata-doce, batata-inglesa, mandioca e outros tubérculos.
Frutas Abacaxi, açaí, banana, laranja, maçã, mamão, manga, melancia, tangerina, uva, frutas secas, outras frutas e oleaginosas.
Farinhas e massas Farinha de mandioca, farofa, massas, macarrão instantâneo, macarrão e preparações à base de macarrão.
Pães Pão de sal (pão-francês, pão d’água, de hambúrguer, de sal, de trigo, pão branco não especificado, pão não especificado, pãozinho, cacetinho, careca, ciabatta , bisnaguinha, croissant , de forma industrializado, de milho, torrada, torrada doce, brioche, árabe, para wrap , sem glúten, de batata, caseiro, pão com manteiga e pão com margarina) e pão de sal integral (australiano, de centeio, preto, integral, árabe integral, cacetinho integral, careca integral, de centeio integral, de sal integral, de trigo integral, francês integral, pãozinho integral, torrada de centeio e torrada integral).
Bolos e biscoitos Cereais matinais, doces panificados, bolos, bolos recheados, biscoito doce, biscoito salgado, biscoito recheado, salgadinhos chips e pães, bolos e biscoitos diet / light .
Carnes Carne bovina, preparações à base de carne bovina, carne suína, aves, preparações à base de aves, peixes frescos, peixes em conserva, peixes salgados, outros pescados, preparações à base de pescados, carnes salgadas, outros tipos de carne, linguiça, salsicha, mortadela, presunto, outros frios e embutidos e vísceras.
Ovos Ovos e preparações à base de ovos.
Laticínios Leite integral, leite desnatado, preparações à base de leite, vitaminas, queijos, iogurtes, outros laticínios e laticínios diet / light .
Doces Chocolates, achocolatados, doces à base de leite, doces à base de amendoim, doces à base de fruta, sorvete/picolé, outros doces e doces diet / light
Óleos e gorduras Óleos e gorduras (leite de coco, maionese – molho–, toucinho, azeitona, manteiga com ou sem sal, manteiga de garrafa, margarina com ou sem sal, bacon, azeite de oliva, óleo de soja, óleo de milho, óleo de coco, torresmo, banha suína, banha bovina, óleo de dendê e óleo não especificado) e óleos e gorduras light (maionese – molho – light , margarina light , manteiga com ou sem sal light e leite de coco light ).
Bebidas Sucos, refrescos/sucos industrializados, refrescos/sucos industrializados diet / light , bebidas lácteas, bebidas à base de soja e outras bebidas não alcoólicas.
Refrigerantes Refrigerantes e refrigerantes diet / light .
Café e chá Café e chá.
Pizzas e salgados Pizzas, salgados fritos e assados, sanduíches e tortas salgadas.
Sopas e caldos Sopas e caldos.
Open in a new tab

Análise Estatística

Os padrões alimentares foram obtidos por análise fatorial (AF), com extração por análise de componentes principais, seguida por rotação Varimax 14 . Uma vez que os dados são oriundos de um inquérito com delineamento amostral complexo, a AF foi realizada em matriz de correlação com os 19 grupos alimentares (em gramas) e estimada considerando essa complexidade amostral 15 .

Para determinar o número de fatores para representação dos dados foram considerados autovalores ( eigenvalues ) maiores que 1,5. Optou-se por não excluir nenhum grupo alimentar com o intuito de manter os mesmos grupos nos dois períodos, mesmo aqueles com pouca contribuição (comunalidades baixas) 14 . Assim, os grupos verduras, raízes e tubérculos, farinhas e massas, legumes, ovos e bebidas, apesar de não apresentarem comunalidade superior a 0,1, foram incluídos no cômputo dos escores fatoriais.

Para nomear os fatores, foram considerados os itens alimentares cuja carga fatorial ( factor loading ) foi superior a 0,30, em módulo. A nomeação dos padrões encontrados se baseou na interpretabilidade, nas características dos grupos retidos em cada padrão e nas terminologias já reconhecidas em publicações sobre padrões alimentares no Brasil e em outros países.

Por fim, foram computados os escores fatoriais, estimativas de localização de cada indivíduo nos fatores da AF 14 . Esses valores têm média zero e, quanto mais positivos, significam maior adesão ao padrão; quanto mais negativos, menor adesão. Dessa forma, ao se comparar as médias desses escores para diferentes características da população, é possível verificar se há relação entre tais características e os padrões.

Os escores fatoriais obtidos no inquérito 2017–2018 foram avaliados de acordo com as classes das variáveis: sexo, idade, região, renda per capita e escolaridade, através das médias e intervalos de 95% de confiança. Para as análises, a idade foi estratificada em duas categorias: 19 a 39 anos e 40 a 59 anos. A escolaridade foi estratificada em menos do que 9 anos de estudo (ensino fundamental incompleto) e 9 ou mais anos de estudo (ensino fundamental completo). Para calcular a renda per capita, considerou-se a renda mensal total, o total de moradores por unidade de consumo e o salário-mínimo vigente na data de referência do inquérito, 15 de janeiro de 2018. As faixas de renda foram definidas em: até 0,5 salário-mínimo; entre 0,5 e 1 salário-mínimo; entre 1 e 2 salários-mínimos; e maior do que 2 salários-mínimos.

Todas as análises foram realizadas no pacote estatístico SAS OnDemand for Academics (SAS Institute Inc., Cary, NC, EUA), considerando a complexidade do desenho amostral.

RESULTADOS

Foram identificados três padrões alimentares que, juntos, explicaram 32% da variância total dos dados em ambos os inquéritos. O primeiro padrão alimentar, denominado “tradicional”, foi composto por grupos de alimentos usuais da dieta do brasileiro: arroz, feijão e carnes. As cargas fatoriais observadas foram semelhantes entre os dois inquéritos, com ligeira tendência de redução para arroz e feijão e aumento para carnes no inquérito de 2017–2018 em relação ao de 2008–2009. Em 2017–2018 foi também observada carga fatorial negativa para os grupos frutas e laticínios.

O segundo padrão, denominado “pães e manteiga/margarina”, foi caracterizado pelos grupos alimentares pães e óleos e gorduras (incluindo margarina/manteiga). Em ambos os inquéritos, esse padrão apresentou carga fatorial negativa para o grupo bolos e biscoitos. Em 2008–2009, observou-se carga fatorial positiva para o grupo café e chás, e negativa para bebidas e pizzas e salgados. Os itens pães e óleos e gorduras apresentaram maiores cargas fatoriais em 2017–2018.

O terceiro padrão, denominado “ocidental”, foi caracterizado pelos grupos refrigerantes e pizzas e salgados. Esse padrão apresentou carga fatorial negativa para o grupo frutas em ambos os inquéritos, com menores cargas fatoriais no segundo inquérito para refrigerantes e pizzas e salgados. Além disso, em 2017–2018, os grupos farinhas e massas e doces apresentaram carga fatorial positiva, enquanto legumes e ovos apresentaram carga fatorial negativa ( Tabela 1 ).

Tabela 1. Cargas fatoriais, comunalidades (h2), autovalores e percentual da variância explicada acumulada obtidos por análise fatorial em dados de consumo alimentar de adultos brasileiros, Inquérito Nacional de Alimentação 2008–2009 e 2017–2018.

Grupos alimentares Tradicional Pães e manteiga/margarina Ocidental h2
2008–2009 2017–2018 2008–2009 2017–2018 2008–2009 2017–2018 2008–2009 2017–2018
Arroz 0,83 0,80 0,14 -0,04 -0,14 -0,28 0,73 0,73
Feijão 0,80 0,78 0,18 0,03 -0,12 -0,21 0,68 0,65
Verduras 0,07 0,03 -0,06 0,14 -0,13 -0,25 0,02 0,08
Legumes 0,19 -0,02 -0,05 0,02 -0,20 -0,32 0,08 0,10
Raízes e tubérculos 0,15 -0,11 -0,11 -0,20 -0,02 -0,18 0,03 0,08
Frutas -0,13 -0,31 -0,20 -0,23 -0,38 -0,39 0,20 0,30
Farinhas e massas -0,20 -0,16 -0,12 0,03 0,11 0,45 0,06 0,23
Pães -0,21 0,02 0,78 0,89 0,06 -0,09 0,66 0,80
Bolos e biscoitos -0,09 -0,06 -0,30 -0,41 -0,04 0,18 0,10 0,20
Carnes 0,59 0,64 -0,10 -0,10 -0,02 -0,04 0,36 0,42
Ovos 0,18 -0,21 0,25 -0,08 0,00 -0,31 0,09 0,15
Laticínios -0,24 -0,37 -0,23 -0,24 -0,24 -0,09 0,17 0,21
Doces -0,17 -0,08 -0,29 -0,08 0,10 0,33 0,13 0,12
Óleos e gorduras -0,18 -0,03 0,71 0,87 0,00 -0,07 0,54 0,76
Bebidas -0,01 0,11 -0,32 -0,22 -0,19 -0,02 0,14 0,06
Refrigerantes -0,01 0,08 -0,15 0,01 0,84 0,73 0,72 0,54
Café e chá -0,03 0,15 0,61 0,20 -0,07 -0,21 0,38 0,11
Pizzas e salgados -0,16 -0,08 -0,33 -0,16 0,69 0,59 0,61 0,38
Sopas e caldos -0,48 -0,42 0,01 0,04 -0,24 -0,12 0,29 0,19
Autovalores 2,25 2,21 2,15 2,02 1,60 1,88    
Variância acumulada (%) 12 12 23 22 32 32    
Open in a new tab

A idade média entre os adultos foi de 37 anos em 2008–2009 e de 38,5 em 2017–2018. Em 2008–2009, 49,8% dos adultos eram do sexo feminino, e em 2017–2018, 50,1%. Além disso, em ambos os inquéritos, entre os adultos, a maior parte da população era residente da região Sudeste (43,6% em 2008–2009 e 42,8% em 2017–2018), com renda per capita maior do que dois salários-mínimos (32,7% em 2008–2009 e 37,3% em 2017–2018) e idade entre 19 e 39 anos (57,9% em 2008–2009 e 53,3% em 2017–2018). Em relação à escolaridade, em 2008–2009, 50% dos indivíduos relataram ter ensino fundamental incompleto, enquanto em 2017–2018 esse percentual foi de 30,3%.

Observou-se maior aderência ao padrão “tradicional” entre os homens, os residentes da região Centro-Oeste e as pessoas com ensino fundamental incompleto. Menor aderência foi observada entre as mulheres, com idade entre 40 e 59 anos, os residentes da região Norte e as pessoas com renda per capita maior do que 2 salários-mínimos em comparação às pessoas com renda entre 0,5 e 2 salários-mínimos ( Tabela 2 ).

Tabela 2. Médias dos escores fatoriais de acordo com variáveis sociodemográficas, Inquérito Nacional de Alimentação 2017–2018.

Variáveis Tradicional Pães e manteiga/margarina Ocidental
Média IC95%a Média IC95%a Média IC95%a
Sexo                  
Feminino -0,35 -0,38 -0,33 0,01 -0,01 0,03 -0,04 -0,07 -0,02
Masculino 0,28 0,25 0,32 0,08 0,06 0,11 0,16 0,13 0,18
Faixa etária                  
19–39 0,03 0,00 0,06 0,02 -0,01 0,04 0,17 0,14 0,20
40–59 -0,11 -0,14 -0,08 0,08 0,06 0,11 -0,08 -0,10 -0,05
Regiões                  
Norte -0,20 -0,25 -0,14 0,08 0,02 0,14 0,05 0,01 0,09
Nordeste 0,03 -0,01 0,06 -0,03 -0,06 0,00 0,01 -0,02 0,04
Sudeste -0,09 -0,13 -0,05 0,12 0,08 0,15 0,04 0,00 0,08
Sul -0,02 -0,08 0,04 0,07 0,02 0,12 0,24 0,18 0,29
Centro-Oeste 0,19 0,11 0,27 -0,11 -0,15 -0,06 -0,05 -0,09 0,00
Renda per capitab                  
< 0,5 SM -0,03 -0,10 0,03 0,07 0,02 0,12 -0,16 -0,20 -0,12
0,5–1 SM 0,04 -0,01 0,09 0,07 0,04 0,11 -0,04 -0,08 0,00
1–2 SM 0,00 -0,04 0,04 0,09 0,05 0,12 0,06 0,03 0,10
> 2 SM -0,11 -0,15 -0,07 0,00 -0,04 0,03 0,16 0,12 0,20
Escolaridadec                  
EF incompleto 0,08 0,04 0,11 0,04 0,02 0,07 -0,13 -0,15 -0,10
EF completo ou mais -0,08 -0,11 -0,06 0,05 0,03 0,07 0,13 0,11 0,16
Open in a new tab

SM: salário-mínimo.

aIntervalo de confiança (IC) de 95% para média do escore fatorial.

bCategorias de renda per capita foram definidas de acordo com o rendimento per capita das unidades de consumo e o salário-mínimo vigente na data de referência do inquérito (R$ 954,00).

cEnsino fundamental (EF) incompleto foi definido como menos de nove anos completos de estudo.

Apresentaram maior aderência ao padrão “pães e manteiga/margarina”: os homens, as pessoas com idade entre 40 e 59 anos, os residentes da região Sudeste, comparado àqueles das regiões Nordeste e Centro-Oeste, e as pessoas com renda entre 1 e 2 salários-mínimos per capita, em comparação àquelas com renda superior a 2 salários-mínimos. Os residentes da região Centro-Oeste apresentaram menor aderência a esse padrão. Para o padrão “Ocidental”, maior aderência foi observada entre os homens, com idade entre 19 e 39 anos, os residentes da região Sul, os indivíduos com renda per capita maior que 2 salários-mínimos e aqueles com escolaridade igual ou maior que o ensino fundamental. Apresentaram menor aderência a esse padrão as mulheres, com idade mais elevada, as pessoas com renda menor que 0,5 salário-mínimo per capita e aquelas com ensino fundamental incompleto ( Tabela 2 ).

DISCUSSÃO

Foi possível identificar, com base nos Inquéritos Nacionais de Alimentação de 2008–2009 e 2017–2018, três padrões alimentares da população brasileira adulta que se mantiveram similares: “tradicional”, “pães e manteiga/margarina” e “ocidental”. O primeiro padrão é caracterizado por arroz, feijão e carnes; o segundo, por pães e óleos e gorduras (incluindo margarina e manteiga); e o terceiro por refrigerantes, pizzas, salgados e por apresentar carga fatorial negativa para frutas. Verificou-se que a adesão aos padrões identificados variou de acordo com sexo, faixa etária, região, renda per capita e escolaridade.

O padrão alimentar composto por arroz e feijão, com participação da carne, usualmente denominado “tradicional”, é observado com frequência nos estudos nacionais com dados de consumo individual 2 . Os efeitos da aderência a esse padrão, contudo, são controversos. Efeitos protetores para IMC foram observados por Sichieri 7 , no Rio de Janeiro, tanto para homens quanto para mulheres, e por Cunha et al. 3 , também no Rio de Janeiro, que relataram associação inversa com IMC e circunferência da cintura em mulheres. No entanto, Vilela et al. 16 , no Centro-Oeste, relataram associação direta entre o padrão tradicional e a adiposidade central. Selem et al. 17 , em estudo transversal de base populacional, verificaram que participantes com hipertensão aderiram mais ao padrão tradicional.

O consumo da dupla arroz e feijão é vantajoso em vários aspectos nutricionais: aporte de proteínas de boa qualidade, fonte de ferro, folato e fibra. No entanto, o consumo de carne, particularmente carne vermelha, tem sido associado a risco aumentado de diabetes, doença cardiovascular e certos tipos de câncer 18 . Além disso, atualmente é grande o debate sobre dietas saudáveis e simultaneamente sustentáveis, em que o consumo de alimentos de origem vegetal prepondere e a participação da carne vermelha seja reduzida. O consumo elevado de carnes está relacionado a maior pressão sobre os limites do planeta, seja devido à emissão de gases de efeito estufa ou ao uso de terra para pastagem e produção de grãos para alimentação animal 19 . Dessa forma, apesar do aspecto positivo da presença de arroz e feijão no padrão “tradicional”, o consumo de carnes, excessivo entre a população brasileira 11 , 20 , é uma possível explicação para os resultados controversos.

No segundo padrão, os grupos de alimentos característicos são os pães e óleos e gorduras, que incluem a margarina e a manteiga. Em 2008–2009 também foi verificada a participação do grupo “café e chás”, que esteve presente em 2017–2018 com cargas fatoriais mais baixas. No INA de 2017–2018, os grupos pão e óleos e gorduras estavam entre os alimentos com as maiores frequências de consumo. Em 2008–2009, o pão foi relatado por 63% dos pesquisados, enquanto os óleos e gorduras por 37,8%; em 2017–2018, por 50,9% e 46,8%, respectivamente 10 , 11 .

O café foi o alimento mais frequentemente citado em 2017–2018 (78,1% da população) e em 2008–2009 (79%), o que remete também a um hábito bastante comum, que é o consumo de pão com manteiga/margarina no desjejum e lanches. Baltar et al. 21 , analisando o desjejum em adultos brasileiros no INA 2008–2009, relatou que um padrão composto por embutidos, leite, queijo, café/chá e pão esteve inversamente associado ao IMC.

No terceiro padrão, “ocidental”, dois grupos se destacam em ambos os períodos: pizzas e salgados e refrigerantes. Esses alimentos são característicos de refeições rápidas e demarcam uma alimentação menos saudável, comumente relacionada a um padrão de consumo ocidentalizado, descrito na literatura como associado a maior risco de doenças crônicas (obesidade, diabetes, doenças cardiovasculares e asma) 22 . Esse padrão também se caracteriza por cargas negativas para frutas e vegetais.

Destaca-se, nas duas edições do INA, a ausência de um padrão alimentar caracterizado por frutas, verduras e legumes – achado que pode ser explicado pelo baixo consumo desses itens pela população adulta no Brasil 11 . É desafortunado que frutas, legumes e verduras não participem com cargas fatoriais positivas em nenhum dos padrões identificados neste estudo, e que apresentem, em um dos padrões (“ocidental”), valores negativos superiores ao ponto de corte definido para caracterizar significante contribuição ao padrão. O consumo desses itens tem sido associado a dietas de melhor qualidade e melhor perfil epidemiológico.

Metanálise que incluiu o Brasil avaliou padrões dietéticos a posteriori e obesidade central, observando associação entre padrões saudáveis e menor risco de obesidade central 23 . Outra metanálise 24 , que também investigou padrões a posteriori, concluiu que maior aderência a um padrão alimentar caracterizado por elevada ingestão de frutas, legumes e carboidratos complexos, e baixa ingestão de carboidratos refinados, carne processada e alimentos fritos, mostrou-se uma estratégia com influência positiva na carga global de diabetes tipo 2.

Em nosso estudo, não foi observado um padrão que pudesse ser considerado saudável. A partir de estudos observacionais e clínicos, têm se acumulado evidências de que dietas à base de alimentos vegetais, ricas em frutas, legumes e grãos integrais estão associadas à prevenção de doenças crônicas. Os alimentos de origem vegetal se caracterizam por serem ricos em fibras e nutrientes antioxidantes, bem como pela baixa densidade energética e baixos níveis de gordura saturada, nitrato, nitrito e ferro. Essas características estão associadas a manutenção do peso corporal, aumento do controle glicêmico, melhora do perfil lipídico, redução da pressão arterial, melhora da saúde vascular, diminuição da inflamação e melhor perfil da microbiota intestinal 25 .

A dieta é o principal determinante modificável da maioria das doenças crônicas, e é essencial examinar a possível contribuição do padrão alimentar para a ocorrência dessas doenças 1 . No entanto, são escassos os estudos que investigam os determinantes dos padrões alimentares em estudos populacionais. No presente estudo, verificou-se a influência de fatores sociodemográficos, corroborando Romeiro et al. 6 , que verificaram maior aderência ao padrão “tradicional” em indivíduos com menor escolaridade no estudo Pró-Saúde, e dados do Vigitel entre os anos de 2007 e 2012 8 .

A adesão ao padrão “tradicional” de acordo com gênero é inconsistente na literatura: maior aderência entre homens, como no nosso estudo, foi relatada por Arruda et al. 26 em uma coorte de adultos jovens em São Paulo, mas Romeiro et al. 6 verificaram adesão reduzida entre homens. Jaime et al. 27 , analisando dados de consumo de alimentos marcadores de alimentação saudável da Pesquisa Nacional de Saúde 2013, verificaram consumo regular de feijão maior entre homens, indivíduos sem instrução e com ensino fundamental incompleto. No entanto, as populações amostradas nesses estudos diferem das do presente estudo. No Pró-Saúde 6 , a amostra foi formada por servidores públicos efetivos de uma universidade pública do estado do Rio de Janeiro, e Arruda et al. 26 relataram dados de uma coorte em São Paulo. Nosso estudo tem amostra de base populacional, representativa do Brasil, com métodos de avaliação de consumo individual com boa acurácia, o que pode explicar as diferenças encontradas.

Como em estudos anteriores 27 , os resultados aqui apresentados confirmam diferenças de consumo e hábito alimentar de acordo com as cinco regiões do país. O padrão “tradicional” apresentou menor aderência na região Norte, e o padrão “ocidental” maior aderência entre residentes da região Sul.

O nível socioeconômico tem impacto importante sobre a situação de vida dos indivíduos, determinando o acesso a serviços, bens e produtos, entre eles alimentos. Medina et al. 30 verificaram melhor perfil de consumo alimentar nos grupos sociais de maior renda e maior escolaridade. Santos e Conde 8 verificaram maior aderência ao padrão “prudente” entre indivíduos mais escolarizados, e maior aderência aos padrões “ocidental” e “tradicional” entre indivíduos menos escolarizados. No presente estudo, os indivíduos com maior renda apresentaram maior adesão ao padrão “ocidental”, e aqueles com menor renda menor adesão a esse padrão.

Este estudo tem possíveis limitações, como o uso da análise fatorial na derivação dos padrões alimentares, método que envolve algumas decisões arbitrárias, como o agrupamento dos itens alimentares, a retenção dos fatores e sua nomeação. Contudo, os padrões alimentares identificados foram comparáveis com outros estudos. Outra limitação é a mudança de métodos de coleta de dados dietéticos entre os dois inquéritos analisados, e o maior número de itens alimentares na base de dados em 2017–2018. Como pontos fortes, pode-se mencionar a utilização de dados nacionalmente representativos e a consideração da complexidade amostral para derivar os padrões.

CONCLUSÃO

Analisando os dados dos Inquéritos Nacionais de Alimentação de 2008–2009 e 2017–2018, observa-se manutenção de padrões alimentares da população adulta brasileira. Foi possível identificar três padrões: um primeiro caracterizado pelo consumo de arroz, feijão e carnes; um segundo caracterizado pelo consumo de pães e óleos e gorduras; e um terceiro caracterizado por refrigerantes, pizzas e salgados. Em nenhum padrão observou-se participação importante de frutas, legumes e verduras. Houve variação na adesão a esses padrões de acordo com características sociodemográficas e macrorregião de moradia.

Footnotes

Financiamento: Conselho Nacional Científico e Tecnológico (CNPq - Processo 443369/2016-0). Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes - Código de Financiamento 001). Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ - CNE/2015).

Articles from Revista de Saúde Pública are provided here courtesy of Universidade de São Paulo. Faculdade de Saúde Pública.

RESOURCES