Skip to main content
PMC home page
Revista de Saúde Pública logoLink to Revista de Saúde Pública
. 2021 Nov 22;55 Supl 1:3s. doi: 10.11606/s1518-8787.2021055003365
View full-text in Portuguese

Limitations in the comparison of the Brazilian National Dietary Surveys of 2008–2009 and 2017–2018

Renata Muniz Rodrigues I,✉, Eduardo De Carli II, Marina Campos Araújo III, Eliseu Verly Junior I, Dirce Maria Lobo Marchioni II, Ilana Nogueira Bezerra IV, Amanda de Moura Souza V, Edna Massae Yokoo VI, Rosangela Alves Pereira VII, Rosely Sichieri I
PMCID: PMC9586432  PMID: 34910053

ABSTRACT

OBJETIVE:

To present particular characteristics of two Brazilian National Dietary Surveys (Inquéritos Nacionais de Alimentação - INA) and the methodology used to better compare their data.

METHODS:

This study details the differences between both INA conducted by the Brazilian Institute of Geography and Statistics (IBGE) in 2008–2009 and 2017–2018. We present the alterations in data collecting methods and food composition tables as well as the analysis strategies recommended to obtain such data. A validation study with 95 participants of the third wave of the Longitudinal Study of Adult Health assessed the measurement error associated with the procedures adopted in the 24-hours dietary recall of INA 2017–2018. The reference standards were urinary protein recovery, sodium, and potassium biomarkers. Different strategies were used in the analysis of INA to compare two essential dietary items that had their collection method changed: fats and sugars.

RESULTS:

The validation study indicated lower underreport in the most recent survey with higher means of energy intake. The correlation of means for the 24-hours recalls with their respective biomarkers was 0.58 for proteins, 0.31 for potassium, and 0.30 for sodium. Comparing the food composition tables used in both surveys with the data obtained by INA 2008-2009, the mean variation of energy, macronutrients, and minerals was lower than 15%, except for trans fats and selenium, which had means 40% and 52% lower in the Tabela Brasileira de Composição de Alimentos (TBCA - Brazilian Food Composition Table). INA 2017–2018 presents lower means for added sugar, using a generic question about the frequency of sugar consumption as a measure for sugar as an additional item.

CONCLUSION:

The methodological changes promoted in the most recent INA enhanced food groups and nutrients intake estimation, adding detailed and specific data in dietary habits reports.

DESCRIPTORS: Dietary surveys, methods, Data Collection, Food Composition Table, Use of Procedures and Techniques

INTRODUCTION

Until 2008, estimations of food consumption and its periodic changes in Brazil relied on food availability per household data obtained by the Pesquisas de Orçamentos Familiares (POF – Family Budget Researches), which were conducted periodically since the 1970s by the Brazilian Institute of Geography and Statistics (IBGE). These estimations depend on aggregate data, such as census or sample strata; therefore, they are indirect data. Besides, household food availability data do not consider away-from-home food intake, which leads to consumption underestimation1. Although aggregate estimations allow national and international comparisons, Brazil only collected individual consumption data after the first decade of the 21st century, which had national representativeness enabling the evaluation of characteristics such as consumption per age range, gender, and other individual factors.

The POFs of 2008–2009 and 2017–2018 included a modulus called Inquérito Nacional de Alimentação (INA – National Dietary Survey), which obtained food consumption data for all individuals with at least 10 years old with a probabilistic subsample of the households selected for the POF’s original sample. The survey of 2008–2009 studied 13,569 houses, corresponding to 24.3% of the overall POF sample2. In 2017–2018, the proportion of households in the INA subsample was 34.7%, comprising 20,112 households3. Both surveys allow estimations according to the country regions (North, Northeast, Southeast, South, and Center-West) and urban or rural residence. Differently from household food availability data, the surveys estimated away-from –home food consumption and characterized the diet according to the intake of foods, food groups and eating patterns. They also evaluated energy and nutrient intakes, and micronutrient intake inadequacy. Considering the changes between both surveys in the data collection methods and the food centesimal composition tables, this study aims to present the characteristics of both INA and the methodology applied to compare their data, allowing the analysis of food consumption variation.

METHODS

Data-Collecting Instruments

In both surveys, food and beverage intake was evaluated in two nonconsecutive days, selected during the week in which the researcher visited the household. Each household’s inhabitants with 10 years old or more were evaluated to represent all days of the week.

The instrument used in 2008–2009 was the food record. Individuals were guided to report their food and beverage intake, the cooking method, the measurement units, the amount, time and place of their meals. All food and beverage consumed during the selected days were written down on appropriate forms. The notes were revised by the researcher and entered into a digital database still in the household. When the participant had any problem to fulfill the food record, a relative could be indicated to help. In 2017–2018, the 24-hours recall (24h-R) was used. The researchers conducted in-person interviews about all food and beverage (including water) consumed during theday beforethe interview. A software desingned for tablets specificallyfor the research was used to support the interviews administered following sequential stages to obtain information on food intake, based on an Automated Multiple-Pass Method4. While the interviewee reported uninterruptedly the data, the interviewer made a quick list on paper, including hours and occasions of consumption. Based on this quick list, the interviewer registered the data in the software, also detailing the data regarding food and beverage intake.

The option to chance the data collection method from food record to the 24h-R was, primarily, by the almost universal use of this instrument in population-based researches, since it is considered the method with the lower probability of systematic error5. Additionally, the validation study of the instrument used in 2008–2009, which used as a gold standard the doubly labeled water method6, indicated better performance of the 24h-R compared to the food record. The Box details the changes in the data-collecting methods between the two surveys. In both surveys, the database software alerted when the individual reported less than five items or when three or more hours had passed with no food item reported. In such cases, the researcher should confirm if all food consumed in the days studied were reported and verify possible omissions or incomplete data.

Box. Chart-summary of the data-collecting instruments of the Brazilian National Dietary Surveys, 2008–2009 and 2017–2018.

INA 2008–2009 INA 2017–2018
Data-collecting Instrument Individual dietary assessment 25 hours recall
Food items 1,503 1,832
Place of consumption Within or outside the household Inside the house or prepared at home. School.
Kilo restaurant.
Cafeteria, bar, snack bar, fast food. Restaurant – others.
Street vendors.
Outside the household – others.
Types of preparation 15 options 9 options
Perceived units of measurement 106 options (including g, kg, ml, and l) 64 options
Occasion of consumption Not included Breakfast; lunch; snack; dinner; supper; other occasion.
Added items Not included 12 items: oil, butter/margarine, sugar, sugar sweetener, honey, molasses, mayonnaise, ketchup, mustard, soy sauce, grated cheese, and cream. 
Open in a new tab

The food and beverage intake database had 1,503 items in 2008–2009 and 1,832 items in 2017–2018. The new list of food was updated based on data from the Estudo de Riscos Cardiovasculares em Adolescentes (Adolescents’ Cardiovascular Risk Study)7 and surveys performed to update the GloboDiet study8,9. In both surveys, the software demanded for each food or beverage intake the quantity consumed (measurement unit and amount). In 2017–2018, an extensive review and update of the table for measures retorted for foods consumed in Brazil in the POF 2008–200910 was carried out to elaborate the database of quantities in grams or milliliters. In 2008–2009, the software allowed the reporting of variations in kilograms and liters of 106 measurement units. In 2017–2018, 64 measurement units were available. More details can be found in the reports of both surveys3,10. Both surveys had questions regarding the place and hour of the consumption, from 0 to 23 hours without decimal points. In 2008–2009, for the place of consumption, “At-home” was used when the food came from the household, and “Any-from-home” when food was obtained or consumed outside the household. In 2017–2018, the options available to report the place of consumption were: household, work, school, restaurant, cafeteria, street vendors, and other place outside the household.

For selected foods, particularly vegetables and meat, the cooking method was asked. In 2008–2009, the software presented 15 options to report the cooking method; in 2017–2018, 9 options. The reduction occurred because certain cooking methods, such as breaded, white or red sauce, with garlic and oil, porridge, and soup were incorporated to the corresponding food items. For food that do not present significant variations in their cooking method, such as bread, milk, and yogurt, the option “not applicable” was used in both surveys in the question ‘cooking method’.

The survey of 2017–2018 innovated by asking the interviewee to indicate the eating occasion and to report the addition of items. The following options were available to report the eating occasion: “breakfast”, “lunch”, “snack”, “dinner”, “supper”, and “other occasion”. In 2008–2009, items added were reported as food. However, in 2017–2018, a list of 12 items was available to report items that usually are added to foods, for instance, butter or margarine to bread, corn or biscuits and mustard to sandwiches, salad or potato. The options were specific for each food item. When appropriate, the response options for each item added were “yes”, “no”, or “nor applicable”. There was no limit in the number of items added to a food. The amount of each item added was not asked.

Instruments Validation

As aforementioned, a validation study in 2008–2009 conducted with a convenience sample, analyzing doubly labeled water, found an underreport of energy intake of 30%6. For the 2017–2018 survey, a validation study was conducted using the recorvery biomarkers, specifically, urinary protein (nitrogen), sodium, and potassium, as reference to evaluate measurement errors associated with the 24h-R procedures.

The study investigated 95 individuals (54,2% women) between 44 and 72 years old which participated in the third wave of the Longitudinal Adult Health Study (ELSA-Brasil) in São Paulo. These participants reported body weight stability in the last six months and no records of disease or continuous use of medicament or vitamin-mineral supplements. Means of daily protein, sodium, and potassium intake, adjusted by intrapersonal variability, were measured based on two 24h-R and two 24 hours urine samples. 83 participants provided the biomarkers of urinary recovery.

Food Composition Data

In 2008–2009, to estimate energy and nutrient intake, a food composition table of foods reported in INA11 was elaborated based on the compilation of renowked food composition tables such as the Tabela Brasileira de Composição de Alimentos (TACO) (NEPA, 2006) and the Nutrition Data System for Research (NDSR) of the University of Minnesota (NDS-R, 2003). In 2017–2018, the Brazilian Food Composition Table (Brazilian Food Composition Table - TBCA version 7.0) was used to estimate nutrient intake. The TBCA is provided by the Rede Brasileira de Dados de Composição de Alimentos (Brazilian Network of Food Composition Data), Universidade de São Paulo, and the Centro de Pesquisa em Alimentos (Center of Food Research), and is available on http://www.tbca.net.br/12.

The TBCA is adequate to the national survey context and has its quality and reliability guaranteed by the guidelines and criteria to generate, compile, and use food composition data established by the International Network of Food Data Systems (INFOODS), of the Food and Agriculture Organization of the United Nations (FAO)12,13.

Differences between the surveys of 2008–2009 and 2017–2018, such as alterations in the evaluation method and the use of a new food composition table, imply in technical challenges to compare two important items of food intake: fats and sugars. In the first INA, the nutritional composition of cooked meats did not included any type of fat addition in the cooking process11. Nevertheless, assuming that, usually, meats are cooked with kind of fat, programming routines were adopted to change the cooked meat to braised meat, aiming to approximate the nutritional composition of this type of meat when prepared with oil2. INA 2017–2018 reviewed the types of preparation, and the cooking method ‘cooked’ presented the options with or without fats. Thus, it was possible to identify individuals who used or not fats while cooking meat3.

The analysis of the evolution of sugar intake was technically more challenging. Both surveys included a generic and qualitative question about the sweetener most often used in food and beverage (sugar or a sweetener, both, or none). However, they did not identify which items were sweetened. In INA 2008–2009, such answers were considered in the category of energy and nutrient intake, considering a proportion of 10% of added sugar in beverages for individuals who reported using only sugar, and 5% for those who reported using sugar and sweetener11. However, in INA 2017–2018, sugar was included among the 12 options of additions possible for each food item. This question was also qualitative, and a standard percentage of 10% was established for added sugar in the total amount of food or beverage reported3.

RESULTS

Validation Study

For the 95 participants, the mean of energy intake for both recalls was 2,078 kcal with a standard deviation (SD) of 663. This value was 2,339 kcal for men (n = 43), SD = 691, and 1,863 kcal for women (n = 52), SD = 560.

The results for biomarkers using the same database of INA 2017–2018 indicate variation in the dietary measurement errors between nutrients and genders. For proteins, the 24h-R mean did not differ significantly from the obtained with the biomarker, although an underreport was detected regarding this nutrient in 7% of the participants. On the other hand, 20% of women presented an underreport of the potassium intake. Means of this mineral intake obtained by the biomarker and the 24h-R differ in less than 1% for men, but in more than 11% for women. The underreport of sodium intake was identified in almost 35% of the individuals, with a mean magnitude of 38%, regardless of gender. The 24h-R correlation of means with the respective biomarkers was 0.58 for proteins, 0.31 for potassium, and 0.30 for sodium. The general data from this study still wait for the conclusion of the doubly labeled water analyses, which will permit the evaluation of the energy intake underreport.

Nutritional Composition Changes

When evaluated the implication of the change of the nutritional composition table compiled and previously published by IBGE11 and TBCA 7.0, some crucial variations were found mainly regarding micronutrients. Table 1 presents this comparison in two perspectives: 1) means of populational intake obtained from the IBGE and TBCA tables to evaluate the extent of differences identified while estimating nutrient intake in the population; 2) means of composition for each nutrient per 100 grams of food to identify the nutrients with more differences between the tables. This comparison was made for the food intake data obtained in INA 2008−2009. Generally, the mean variation of energy, macronutrients, and minerals was relatively low (less than 15% between the tables), except for trans fats and selenium, with means 40% and 52% lower in TBCA. For vitamins, except for vitamin E that had a positive variation, the mean content in TBCA varied between -11% and -60% compared with the table adopted in INA 2008–2009. Most of these differences impacted the estimation of intake means in the population: lower means for trans fats, selenium, sodium, thiamine, riboflavin, pyridoxine, and vitamins C and D, which varied between -20% and -60% using TBCA compared with the estimations of the IBGE table. On the other hand, the intake mean with TBCA was 20% higher for polyunsaturated fats and fibers, and 40% higher for vitamin E.

Table 1. Intake and composition means in 100 grams of a piece of food regarding energy, macro and micronutrients estimation based on the composition tables of IBGE and TBCA, data from the National Dietary Survey, 2008–2009.

Nutrients Mean intake Mean composition
Table IBGE TBCA Table IBGE TBCA
Mean SD Mean SD Mean SD Mean SD
Energy (kcal) 1,778.0 806.7 1,742.7 778.5 195.1 133.0 195.3 136.5
Proteins (g) 82.0 47.5 83.0 46.3 13.6 12.0 13.0 11.3
Total fats (g) 55.7 33.3 57.4 33.0 9.3 11.3 9.5 11.4
Saturated fat (g) 19.3 13.5 19.7 12.7 3.2 4.7 3.3 4.6
Monounsaturated fat (g) 18.8 12.8 18.0 11.0 3.4 4.9 3.4 4.8
Polyunsaturated fats (g) 11.4 7.3 13.8 9.1 1.7 3.0 1.9 3.5
Trans fats (g) 2.2 2.8 1.4 1.7 0.3 0.8 0.2 0.4
Carbohydrates (g) 235.1 113.5 233.6 109.1 14.1 22.0 15.0 22.0
Fibers (g) 20.5 11.6 24.7 15.1 1.3 3.1 1.5 3.2
Calcium (mg) 489.4 351.9 437.5 359.3 51.4 117.9 54.0 124.3
Magnesium (mg) 244.1 133.6 273.6 134.8 25.9 41.8 26.2 50.1
Phosphorus (mg) 978.2 567.1 1,030.7 523.1 138.3 124.4 135.9 128.4
Iron (mg) 11.4 6.2 11.4 5.8 1.8 3.2 1.7 3.4
Sodium (mg)b 3,172.0 2,293.1 2,477.9 1,389.2 356.7 570.2 316.5 415.2
Potassium (mg) 2,367.5 1,172.7 2,328.7 1,084.9 230.4 207.3 233.0 212.8
Copper (mg) 1.3 2.9 1.5 2.5 0.2 1.2 0.2 1.0
Zinc (mg) 11.3 7.2 11.6 7.1 2.0 6.0 1.9 2.8
Selenium (mg) 91.4 89.3 44.4 56.2 18.4 62.0 8.8 75.1
Vitamin A (mcg RAE) 510.9 1,926.0 525,6 2,751.6 167.2 908.2 138.6 1,099.6
Thiamine (mg) 1.2 0.7 0.9 0.7 0.1 0.3 0.1 0.2
Riboflavin (mg) 1.6 1.0 1.2 0.9 0.2 0.4 0.1 0.3
Pyridoxine (mg) 1.4 0.8 0.7 0.6 0.2 0.2 0.1 0.2
Vitamin C (mg) 219.1 933.8 134.8 242.2 8.8 74.3 7.0 49.7
Vitamin D (mg) 3.6 6.3 2.1 3.4 0.4 1.0 0.3 0.8
Vitamin E (mg) 4.0 2.5 6.6 7.5 0.6 1.7 0.9 2.3
Cobalamin (mcg) 5.5 14.5 5.8 13.1 2.0 8.7 1.4 5.4
Folate (mcg DFE) 395.7 242.4 441.7 248.7 35.7 96.5 27.8 54.0
Open in a new tab
a

Mean composition of 100g of a piece of food;

b

intrinsic sodium of food + sodium added during preparation.

Data-Collecting Changes

To evaluate and to prevent artificial variations in the analysis of nutrient intake evolution, the data of 2008–2009 were re-analyzed using TBCA 7.0, consideringthe differences with the former IBGE composition table regarding the origin of data, the methods of recipes nutritional calculation, and the food codification quality11–13. When TBCA was applied for INA 2008–2009, the change of the term cooked meat for braised meat was ignored, as done in the former analyses, since this procedure presented no impact in the estimations of energy and lipids intake. The means of energy intake before and after the substitution of the type of meat preparation was similar, presenting only a small difference in confidence intervals, being equal to 1,753 kcal (CI95%: 1,734–1,772) and 1,753 kcal (CI95%: 1,733–1,771), respectively. Table 2 presents the mean of added sugar intake in both INA, using different analysis strategies. As expected, the addition sugar in beverages based on the previously cited question increased the mean of added sugar intake, presenting results more than double in adult and old age participants. However, INA 2017–2018 compared means of sugar intake using two different strategies: 1) a generic question about the frequency of sugar consumption, and 2) the amount of added sugar reported. The results were lower for the second strategy, although the confidence intervals only overlapped for adults of both genders.

Table 2. Mean (CI95%) of added sugar intake (g) in the first day of food consumption according to gender and age in the Brazilian National Dietary Surveys (INA) 2008–2009 and 2017–2018, using evaluation strategies of added sugar.

Added sugar (g)
INA 2008–2009a INA 2008–2009b INA 2017–2018b INA 2017–2018c
Men
Teenager 45.2 (41.9–48.9) 76.0 (72.5–79.5) 62.8 (60.1–65.6) 59.4 (56.5–62.2)
Adult 30.2 (28.7–31.6) 63.2 (61.5–64.9) 51.8 (50.3–53.2) 47.3 (45.8–48.7)
Old age 19.9 (17.7–21.1) 48.4 (45.2–51.6) 39.3 (37.3–41.2) 35.8 (33.8–37.8)
Women
Teenager 46.2 (43.2–49.8) 74.8 (71.5–78.1) 56.1 (53.7–58.5) 51.9 (49.5–54.4)
Adult 27.4 (26.2–28.7) 57.7 (56.2–59.1) 44.1 (43.1–45.2) 40.4 (39.4–41.5)
Old age 19.5 (17.8–21.1) 42.4 (40.0–44.9) 35.5 (33.8–37.2) 32.9 (31.1–34.7)
Open in a new tab
a

There was no strategy to analyze added sugar, considering only the added sugar mean, disregarding the generical question about added sugar on beverages.

b

The question about the frequency of added sugar was considered as 10% of the beverage volume for individuals that reported using only sugar as a sweetener and 5% for those who reported sugar and a sweetener. The report of added sugar as an added item in INA 2017–2018 was ignored.

c

Only the report of added sugar as an added item was considered.

DISCUSSION

This study detailed the methodological differences of both INA, the first in 2008–2009 and the second in 2018-2018, conducted in Brazil and their possible impact in the comparison. Important alterations occurred: the data-collecting instrument changed and the energy, macro and micronutrients intake became based on TBCA. This is adequate for the food consumed in Brazil and is certified by FAO. Nevertheless, the alteration affected only slightly the mean composition of the components evaluated for energy, macronutrients, and minerals intake, presenting more significant differences for vitamins.

The validation study data of the INA 2017–2018 – although incomplete by the absence of the doubly labeled water results – indicate underreport of protein and sodium, and higher percentage of underreport for potassium in women than in men, with values around 20%. Other international14 and national15 analyses found similar results for proteins. Underreport in all studies is the major limitation for recalls or reports to evaluate food intake.

Regarding the energy intake mean found in the recalls, the values are higher than those obtained in the validation study of the instrument used in 2008–2009, which presented values of 2,017 kcal for men, SD = 548, and 1,611 kcal for women, SD = 4526. Thus, the underreport in 2017–2018 was probably lower, as the values for men and women were 2,339 kcal and 1,863 kcal, using the same age ranges in both studies.

The detailed analysis of fats and sugars concerning the changes in methods and strategies of analysis to determine them in both surveys indicated a low variation for fats, but a significant variation for added sugar.

The strategy of considering the oil addition in cooked meat, which probably would increase the percentage of fats and energy, presented no impact on the means. Possible explanations for such findings are the differences in yield factors, such as the change of food weight after cooking and the different types of oil addition used to measure the recipe composition. These factors can in part explain the variations in energy density of braised meat between the table of 2008–2009, based on the software NDSR, and the TBCA16. Besides, cooked and braised meats in TBCA differ slightly regarding added oil, approximately 1 g of soy oil for 100 g of a piece of food, which may have contributed for the results observed12.

Concerning added sugar, it is worth mentioning that the intention of using a generic question to assess the amount of sugar to sweeten beverages was to recuperate data about individuals’ sugar intake as no question regarded the use of sugar to sweeten specific types of food and beverage. The results found are relevant to interpret the findings of both surveys. Comparing the estimations of INA 2008–2009 – which omitted the added sugar on juices – with those of INA 2017–2018, an increase of sugar intake occurred. On the other hand, comparing the estimations of INA 2008–2009 with the question about the frequency of sugar consumption, sugar intake reduced in the decade analyzed. This interpretation completely distinct from the results shows how much the change of analysis strategies for food intake may induce to conflicting conclusions. not using sugar neither

A study by IBGE3 compared the means of sugar intake without considering the generic question about sugar intake in beverages and the means found in 2017–2018. Sugar was included as an added item, and the calculation of means included this value. Comparing the results found in INA 2017–2018, Brazilians’ frequency of sugar to sweeten beverage or food dropped from 90.8% in 2008–2009 to 85.4% in 2017–2018. On the other hand, not using sugar neither sweetener increased from 1.6% to 6.1%, and the use of sweeteners increased from 7.6% to 8.5% in the same period2,3. There was also a reduction of soda drinks and commercial juices consumption (beverages that significantly increase added sugar intake) in both genders and all age and income ranges between both surveys3. Availability data also follow this reduction pattern17.

Such results are coherent with the reduction of sugar intake in the period studied. They reiterate that the most appropriate comparison between both surveys would consider INA 2008–2009 data with the added sugar on beverages, using the frequency of sugar consumption. Besides, it is believed that sugar intake estimations as an added item in specific types of food are closer to the real use compared with the generic question. Thus, comparing the evolution of added sugar intake between both surveys is recommended, using INA 2008–2009 data with the generic question about the most frequent method of sweetening, and INA 2017–2018 data considering added sugar.

Generally, the methodological changes included in INA enhanced the estimation of food groups and nutrients intake. Besides, such alterations detailed and specified data regarding food intake reports, typifying and detailing meals taken outside the household, which may contribute for a better comprehension and analysis of Brazilian’s nutrition.

Funding Statement

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq/Ministério da Saúde - Process 443369/2016-0).

Footnotes

Funding: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq/Ministério da Saúde - Process 443369/2016-0).

REFERENCES

  • 1.Oliveira DCRS, Souza AM, Levy RB, Sichieri R, Verly E., Jr Comparison between household food purchase and individual food consumption in Brazil. Public Health Nutr. 2019;22(5):841–847. doi: 10.1017/S1368980018002987. [DOI] [PMC free article] [PubMed] [Google Scholar]; Oliveira DCRS, Souzas AM, Levy RB, Sichieri R, Verly-Jr E. Comparison between household food purchase and individual food consumption in Brazil. Public Health Nutr. 2019;22(5):841-7. https://doi.org/10.1017/S1368980018002987 [DOI] [PMC free article] [PubMed]
  • 2.Instituto Brasileiro de Geografia e Estatística . Pesquisa de Orçamentos Familiares: 2008-2009: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2011. [[cited 2020 Nov 3]]. Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Available from: http://biblioteca.ibge.gov.br/visualizacao/livros/liv50063.pdf. [Google Scholar]; 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 3]. Available from: http://biblioteca.ibge.gov.br/visualizacao/livros/liv50063.pdf
  • 3.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 3]]. pp. 983–987. Available from: https://www.ibge.gov.br/estatisticas/sociais/educacao/24786-pesquisa-de-orcamentos-familiares-2.html?edicao=28523&t=publicacoes. [Google Scholar]; 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 3]. p. 983-7. Available from: https://www.ibge.gov.br/estatisticas/sociais/educacao/24786-pesquisa-de-orcamentos-familiares-2.html?edicao=28523&t=publicacoes
  • 4.Moshfegh AJ, Rhodes DG, Baer DJ, Murayi T, Clemens JC, Rumpler WV, et al. The US Department of Agriculture Automated Multiple-Pass Method reduces bias in the collection of energy intakes. Am J Clin Nutr. 2008;88(2):324–332. doi: 10.1093/ajcn/88.2.324. [DOI] [PubMed] [Google Scholar]; Moshfegh AJ, Rhodes DG, Baer DJ, Murayi T, Clemens JC, Rumpler W V, et al. The US Department of Agriculture Automated Multiple-Pass Method reduces bias in the collection of energy intakes. Am J Clin Nutr. 2008;88(2):324-32. https://doi.org/10.1093/ajcn/88.2.324 [DOI] [PubMed]
  • 5.Freedman LS, Commins JM, Moler JE, Arab L, Baer DJ, Kipnis V, et al. Pooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for energy and protein intake. Am J Epidemiol. 2014;180(2):172–188. doi: 10.1093/aje/kwu116. [DOI] [PMC free article] [PubMed] [Google Scholar]; Freedman LS, Commins JM, Moler JE, Arab L, Baer DJ, Kipnis V,et al. alPooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for energy and protein intake. Am J Epidemiol. 2014;180(2):172-88. https://doi.org/10.1093/aje/kwu116 [DOI] [PMC free article] [PubMed]
  • 6.Lopes TS, Luiz RR, Hoffman DJ, Ferriolli E, Pfrimer K, Moura AS, et al. Misreport of energy intake assessed with food records and 24-h recalls compared with total energy expenditure estimated with DLW. Eur J Clin Nutr. 2016;70(11):1259–1264. doi: 10.1038/ejcn.2016.85. [DOI] [PubMed] [Google Scholar]; Lopes TS, Luiz RR, Hoffman DJ, Ferriolli E, Pfrimer K, Moura AS, et al. Misreport of energy intake assessed with food records and 24-h recalls compared with total energy expenditure estimated with DLW. Eur J Clin Nutr. 2016;70(11):1259-64. https://doi.org/10.1038/ejcn.2016.85 [DOI] [PubMed]
  • 7.Barufaldi LA, Abreu GA, Veiga GV, Sichieri R, Kuschnir MCC, Cunha DB, et al. Programa para registro de recordatório alimentar de 24 horas: aplicação no Estudo de Riscos Cardiovasculares em Adolescentes. Rev Bras Epidemiol. 2016;19(2):464–468. doi: 10.1590/1980-5497201600020020. [DOI] [PubMed] [Google Scholar]; Barufaldi LA, Abreu GA, Veiga GV, Sichieri R, Kuschnir MCC, Cunha DB, et al. Programa para registro de recordatório alimentar de 24 horas: aplicação no Estudo de Riscos Cardiovasculares em Adolescentes. Rev Bras Epidemiol. 2016;19(2):464-8. https://doi.org/10.1590/1980-5497201600020020 [DOI] [PubMed]
  • 8.Bel-Serrat S, Knaze V, Nicolas G, Marchioni DM, Steluti J, Mendes A, et al. Adapting the standardised computer- and interview-based 24 h dietary recall method (GloboDiet) for dietary monitoring in Latin America. Public Health Nutr. 2017;20(16):2847–2858. doi: 10.1017/S1368980017001872. [DOI] [PMC free article] [PubMed] [Google Scholar]; Bel-Serrat S, Knaze V, Nicolas G, Marchioni DM, Steluti J, Mendes A, et al. Adapting the standardised computer- and interview-based 24 h dietary recall method (GloboDiet) for dietary monitoring in Latin America. Public Health Nutr. 2017;20(16):2847-58. https://doi.org/10.1017/S1368980017001872 [DOI] [PMC free article] [PubMed]
  • 9.Steluti J, Crispim SP, Araujo MC, Peralta AM, Pereira RA, Sichieri R, et al. Tecnologia em Saúde: versão brasileira do software GloboDiet para avaliação do consumo alimentar em estudos epidemiológicos. Rev Bras Epidemiol. 2020;23:E200013. doi: 10.1590/1980-549720200013. [DOI] [PubMed] [Google Scholar]; Steluti J, Crispim SP, Araujo MC, Peralta AM, Pereira RA, Sichieri R, et al. Tecnologia em Saúde: versão brasileira do software GloboDiet para avaliação do consumo alimentar em estudos epidemiológicos. Rev Bras Epidemiol. 2020;23:E200013. https://doi.org/10.1590/1980-549720200013 [DOI] [PubMed]
  • 10.Instituto Brasileiro de Geografia e Estatística . Pesquisa de Orçamentos Familiares 2008-2009: tabela de medidas referidas para os alimentos consumidos no Brasil. Rio de Janeiro: IBGE; 2011. [[cited 2020 Nov 3]]. Diretoria dePesquisas, Coordenação de Trabalho e Rendimento. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv50000.pdf. [Google Scholar]; 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 3]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv50000.pdf
  • 11.Instituto Brasileiro de Geografia e Estatística, Diretoria dePesquisas, Coordenação de Trabalho e Rendimento . Pesquisa de Orçamentos Familiares 2008-2009: tabela de composição nutricional dos alimentos consumidos no Brasil. Rio de Janeiro: IBGE; 2011. [[cited 2020 Nov 3]]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv50002.pdf. [Google Scholar]; Instituto Brasileiro de Geografia e Estatística, Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Pesquisa de Orçamentos Familiares 2008-2009: tabela de composição nutricional dos alimentos consumidos no Brasil.. Rio de Janeiro: IBGE; 2011 [cited 2020 Nov 3]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv50002.pdf
  • 12.Giuntini EB, Coelho KS, Grande F, Marchioni DML, De Carli E, Sichieri R, et al. 12th IFDC 2017 Special issue – Brazilian Nutrient Intake Evaluation Database: an essential tool for estimating nutrient intake data. J Food Compos Anal. 2019;83:103286–103286. doi: 10.1016/j.jfca.2019.103286. [DOI] [Google Scholar]; Giuntini EB, Coelho KS, Grande F, Marchioni DML, De Carli E, Sichieri R, et al. 12th IFDC 2017 Special issue – Brazilian Nutrient Intake Evaluation Database: an essential tool for estimating nutrient intake data. J Food Compos Anal. 2019;83:103286. https://doi.org/10.1016/j.jfca.2019.103286
  • 13.Food and Agriculture Organization of the United Nations . FAO/INFOODS guidelines for food matching. Version 1.2. Rome (IT): FAO; 2012. [[cited 2020 Oct 22]]. Available from: http://www.fao.org/3/ap805e/ap805e.pdf. [Google Scholar]; Food and Agriculture Organization of the United Nations. FAO/INFOODS guidelines for food matching. Version 1.2. Rome (IT): FAO; 2012 [cited 2020 Oct 22]. Available from: http://www.fao.org/3/ap805e/ap805e.pdf
  • 14.Park Y, Dodd KW, Kipnis V, Thompson FE, Potischman N, Schoeller DA, et al. Comparison of self-reported dietary intakes from the Automated Self-Administered 24-h recall, 4-d foodrecords, and food-frequency questionnaires against recovery biomarkers. Am J Clin Nutr. 2018;107(1):80–93. doi: 10.1093/ajcn/nqx002. [DOI] [PMC free article] [PubMed] [Google Scholar]; 14. Park Y, Dodd KW, Kipnis V, Thompson FE, Potischman N, Schoeller DA, et al. Comparison of self-reported dietary intakes from the Automated Self-Administered 24-h recall, 4-d food records, and food-frequency questionnaires against recovery biomarkers. Am J Clin Nutr. 2018;107(1):80-93. https://doi.org/10.1093/ajcn/nqx002 [DOI] [PMC free article] [PubMed]
  • 15.Scagliusi FB, Ferriolli E, Pfrimer K, Laureano C, Cunha CS, Gualano B, et al. Underreporting of energy intake in Brazilian women varies according to dietary assessment: a cross-sectional study using doubly labeled water. J Am Diet Assoc. 2008;108(12):2031–2040. doi: 10.1016/j.jada.2008.09.012. [DOI] [PubMed] [Google Scholar]; 15. Scagliusi FB, Ferriolli E, Pfrimer K, Laureano C, Cunha CS, Gualano B, et al. Underreporting of energy intake in Brazilian women varies according to dietary assessment: a cross-sectional study using doubly labeled water. J Am Diet Assoc. 2008;108(12):2031-40. https://doi.org/10.1016/j.jada.2008.09.012 [DOI] [PubMed]
  • 16.Reinivuo H, Bell S, Ovaskainen ML. Harmonisation of recipe calculation procedures in European food composition databases. J Food Compos Anal. 2009;22(5):410–413. doi: 10.1016/j.jfca.2009.04.003. [DOI] [Google Scholar]; 16. Reinivuo H, Bell S, Ovaskainen ML. Harmonisation of recipe calculation procedures in European food composition databases. J Food Compos Anal. 2009;22(5):410-3. https://doi.org/10.1016/j.jfca.2009.04.003
  • 17.Instituto Brasileiro de Geografia e Estatística . Pesquisa de Orçamentos Familiares 2017-2018: avaliação nutricional da disponibilidade domiciliar de alimentos no Brasil. Rio de Janeiro: IBGE; 2020. [[cited 2020 Nov 3]]. Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101704.pdf. [Google Scholar]; 17. Instituto Brasileiro de Geografia e Estatística, Diretoria de Pesquisas, Coordenação de Trabalho e Rendimento. Pesquisa de Orçamentos Familiares 2017-2018: avaliação nutricional da disponibilidade domiciliar de alimentos no Brasil. Rio de Janeiro: IBGE; 2020 [cited 2020 Nov 3]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101704.pdf
Rev Saude Publica. 2021 Nov 22;55 Supl 1:3s. [Article in Portuguese]

Limitações na comparação dos Inquéritos Nacionais de Alimentação de 2008–2009 e 2017–2018

Renata Muniz Rodrigues I,✉, Eduardo De Carli II, Marina Campos Araújo III, Eliseu Verly Junior I, Dirce Maria Lobo Marchioni II, Ilana Nogueira Bezerra IV, Amanda de Moura Souza V, Edna Massae Yokoo VI, Rosangela Alves Pereira VII, Rosely Sichieri I

RESUMO

OBJETIVO:

Apresentar particularidades dos dois Inquéritos Nacionais de Alimentação (INA) e o processo metodológico empregado para comparação dos dados.

MÉTODOS:

O estudo detalha as diferenças entre os INA realizados pelo IBGE em 2008–2009 e em 2017–2018, apresentando as alterações nos métodos de coleta de dados e nas tabelas de composição dos alimentos, assim como as estratégias de análise recomendadas para comparação dos dados. Um estudo de validação foi realizado com 95 participantes da terceira onda do Estudo Longitudinal de Saúde do Adulto a fim de avaliar o erro de medição associado aos procedimentos adotados nos recordatórios de 24 horas do INA 2017–2018. Empregaram-se biomarcadores de recuperação urinária de proteínas, sódio e potássio como padrões de referência. Na análise dos INA, diferentes estratégias foram elaboradas para comparar dois itens importantes do consumo alimentar que sofreram mudanças na forma de coleta: as gorduras e os açúcares.

RESULTADOS:

O estudo de validação do instrumento indicou menor sub-relato no inquérito mais recente, com maiores médias de ingestão de energia. A correlação das medidas dos recordatórios de 24 horas com os respectivos biomarcadores foi de 0,58 para proteínas, 0,31 para potássio e 0,30 para sódio. Comparando as tabelas de composição utilizadas nos dois inquéritos com os dados obtidos no INA 2008–2009, a variação média de energia, macronutrientes e minerais foi menor que 15%, com exceção das gorduras trans e selênio, com médias 40% e 52% menores na TBCA. No INA 2017–2018, as médias do consumo de açúcar de adição foram menores, usando a informação do açúcar reportado como item de adição comparada com a pergunta genérica sobre a frequência do uso do açúcar.

CONCLUSÃO:

As mudanças metodológicas incluídas no INA atual permitiram aprimorar as estimativas de consumo de grupos de alimentos e nutrientes, acrescentando informações mais detalhadas e específicas aos relatos do consumo alimentar.

DESCRIPTORS: Inquéritos sobre Dietas, métodos, Coleta de Dados, Tabela de Composição de Alimentos, Utilização de Procedimentos e Técnicas

INTRODUÇÃO

No Brasil, até 2008, as estimativas de consumo alimentar e de mudanças temporais eram feitas a partir de dados de disponibilidade domiciliar de alimentos obtidos nas Pesquisas de Orçamentos Familiares (POF), realizadas periodicamente desde a década de 1970 pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Essas estimativas são realizadas com base em dados de agregados, como setores censitários ou estratos amostrais, e portanto são indiretas. Além disso, a informação sobre disponibilidade domiciliar não considera a alimentação fora do domicílio, o que leva à subestimação do consumo1. Embora as estimativas agregadas permitam comparações nacionais e internacionais, até a primeira década do século XXI o país não contava com informações sobre consumo alimentar individual de representatividade nacional que permitissem compreender características desse consumo segundo faixa etária, sexo e outras características individuais.

Nas POFs de 2008–2009 e 2017–2018 foi incluído um módulo, intitulado Inquérito Nacional de Alimentação (INA), que obteve dados de consumo alimentar para todos os indivíduos com pelo menos 10 anos de idade em uma subamostra probabilística dos domicílios selecionados para a amostra original da POF. Em 2008–2009, foram estudados 13.569 domicílios, que corresponderam a 24,3% da amostra geral da POF2. Em 2017–2018, a proporção de domicílios que compuseram a subamostra foi de 34,7%, tendo sido investigados 20.112 domicílios3. Ambos os inquéritos permitem estimativas para as regiões do país (Norte, Nordeste, Sudeste, Sul e Centro-Oeste) e por situação urbana e rural.

Diferentemente do que ocorre com dados de disponibilidade domiciliar de alimentos, nos inquéritos foi possível estimar a alimentação fora do domicílio e caracterizá-la segundo os grupos de alimentos consumidos e padrões alimentares, bem como estimar a ingestão de energia e nutrientes e a inadequação da ingestão de micronutrientes. Como ocorreram mudanças nos métodos de coleta de dados e nas tabelas de composição centesimal dos alimentos, o presente estudo tem como objetivo apresentar as particularidades dos dois INA e uma metodologia que permite a comparação dos dados, visando analisar a evolução do consumo alimentar.

MÉTODOS

Instrumentos de Coleta

Nos dois inquéritos, o consumo de alimentos e bebidas foi avaliado em dois dias não consecutivos, escolhidos ao longo da semana em que o agente de pesquisa esteve no domicílio. Foram avaliados todos os moradores do domicílio com 10 anos ou mais de idade, de tal forma que todos os dias da semana fossem representados.

O instrumento utilizado em 2008–2009 foi o registro alimentar. Os indivíduos eram orientados a preencher as informações no mesmo momento que realizavam suas refeições, detalhando os alimentos e bebidas consumidos, a forma de preparação, a unidade de medida utilizada, a quantidade consumida, o horário e o local do consumo. Todos os alimentos e bebidas ingeridos nos dias indicados deviam ser registrados. As anotações eram revisadas pelo agente de pesquisa e passadas para o sistema computadorizado de entrada de dados, no próprio domicílio. Nos casos em que havia impedimento para algum morador preencher o registro, outro morador poderia ajudá-lo.

Em 2017–2018 utilizou-se como instrumento de coleta o recordatório de 24 horas (R24h). Os indivíduos foram indagados, em entrevistas pessoais, sobre todos os alimentos e bebidas (incluindo água) consumidos no dia anterior a cada uma das duas entrevistas. A entrevista foi realizada utilizando um software elaborado especificamente para a pesquisa, desenvolvido para tablet, seguindo um roteiro estruturado, em estágios sequenciais de questionamento da alimentação, com base no método automatizado de múltiplas passagens4. As informações, à medida que eram relatadas sem interrupção pelo informante, levavam à elaboração de uma lista rápida, anotada em papel, incluindo horários e ocasiões de consumo. A partir dessa lista rápida, o agente de pesquisa registrava os dados no software, detalhando as informações relativas aos alimentos e bebidas consumidas.

A opção por adotar o R24h se deveu, primeiramente, por esse instrumento ser utilizado quase universalmente em pesquisas de base populacional, sendo considerado o método com menor possibilidade de erro sistemático5. Outro motivo foram os resultados do estudo de validação do instrumento aplicado em 2008–2009, que indicaram melhor desempenho do recordatório quando comparado ao registro alimentar, utilizando como método padrão-ouro a água duplamente marcada6. No Quadro 1 são detalhadas as mudanças no método de coleta de dados entre os dois inquéritos.

Quadro 1. Quadro-resumo dos instrumentos de coleta dos Inquéritos Nacionais de Alimentação, 2008–2009 e 2017–2018.

INA 2008–2009 INA 2017–2018
Instrumento de coleta Registro alimentar Recordatório de 24 horas
Itens alimentares 1.503 1.832
Local do consumo Dentro ou fora do domicílio Em casa ou levado de casa. Merenda escolar.
Restaurante por quilo. Cantina, bar, lanchonete, fast food.
Restaurante – outros.
Vendedores ambulantes ou de rua. Fora de casa – outros.
Formas de preparação 15 opções 9 opções
Unidades de medidas caseiras 106 opções (incluindo g, kg, ml e l) 64 opções
Ocasião de consumo Não existia Café da manhã; almoço; lanche; jantar; ceia; outra ocasião.
Itens de adição Não existia 12 itens: azeite, manteiga/margarina, açúcar, adoçante, mel, melado, maionese, ketchup, mostarda, molho shoyu, queijo ralado e creme de leite. 
Open in a new tab

Tanto em 2008–2009 quanto em 2017–2018, os programas de entrada de dados computadorizados alertavam quando o indivíduo relatava menos de cinco itens alimentares ou quando se verificavam mais de três horas sem relato de nenhum item alimentar. Nesses casos, o agente de pesquisa deveria confirmar se todos os alimentos consumidos nos dias pesquisados foram relatados e investigar possíveis omissões ou dados incompletos.

A base de dados de alimentos e bebidas foi de 1.503 itens em 2008–2009 e de 1.832 itens em 2017–2018. A nova listagem de alimentos foi atualizada a partir dos dados do Estudo de Riscos Cardiovasculares em Adolescentes7 e dos inquéritos realizados para atualização do estudo GloboDiet8,9.

Nos dois inquéritos, para cada alimento ou bebida relatado, o software requeria a informação da quantidade consumida (unidade de medida e quantidade). Em 2017–2018, para elaborar a base de dados das quantidades em gramas ou mililitros, realizou-se uma extensa revisão e atualização da Tabela de Medidas Referidas para os Alimentos Consumidos no Brasil da POF 2008–200910. Em 2008–2009, o software permitia o registro de variações de quilogramas e litro em 106 unidades de medida. Em 2017–2018, estavam disponíveis 64 unidades de medida. Maiores detalhes são encontrados nas publicações que relatam os dois inquéritos3,10.

Em ambos os inquéritos, eram solicitadas informações sobre local e horário do consumo, de 0 a 23 horas, sem casas decimais. Em 2008–2009, para local de consumo, considerou-se “Dentro” quando o alimento consumido era proveniente do domicílio e “Fora” quando o alimento era adquirido e consumido fora do domicílio. Em 2017–2018, para registrar o local de consumo foram disponibilizadas as opções domicílio, trabalho, escola, restaurantes, cantinas, vendedores ambulantes e outros locais fora de casa.

Para alimentos selecionados, especialmente hortaliças e carnes, solicitava–se o detalhamento da forma de preparação. Em 2008–2009 o software apresentava 15 opções de forma de preparação; em 2017–2018, 9 opções. A redução se deu porque preparações como à milanesa, com molho branco ou vermelho, ao alho e óleo, mingau e sopa foram incorporadas aos itens alimentares correspondentes. Para alimentos específicos, para os quais não são esperadas variações na forma de preparação, como pão, leite e iogurte, utilizou-se a opção “não se aplica” na forma de preparação, em ambos os inquéritos.

O inquérito de 2017–2018 inovou ao solicitar que o informante nomeasse a ocasião de consumo e itens de adição. Para designar a ocasião de consumo, foram disponibilizadas as opções “café da manhã”, “almoço”, “lanche”, “jantar”, “ceia” e “outra ocasião”. Em 2008–2009, possíveis adições eram relatadas como alimentos, mas em 2017–2018 uma lista de 12 itens estava disponível para registrar a adição de itens usualmente consumidos juntos, por exemplo, manteiga ou margarina com pão, milho e biscoitos, ou mostarda com sanduíches, saladas e batatas. As opções de adição eram específicas para cada item alimentar. Quando apropriado, as opções de resposta para cada item de adição eram “sim”, “não” ou “não se aplica”. O indivíduo poderia relatar quantas adições quisesse para cada item alimentar, de acordo com seu consumo. Não foi coletada a quantidade usada de cada item de adição.

Validade dos Instrumentos

Como já referido, em 2008–2009 um estudo de validação realizado em uma amostra de conveniência, com análises de água duplamente marcada, verificou sub–relato da ingestão de energia da ordem de 30%6. Para o inquérito de 2017–2018, a fim de avaliar erros de medição associados aos procedimentos adotados nos R24h, um estudo de validação foi realizado empregando biomarcadores de recuperação urinária de proteínas (nitrogênio), sódio e potássio como padrões de referência.

Foram investigados 95 indivíduos adultos e idosos, com idades entre 44 e 72 anos, 54,2% de mulheres, participantes da terceira onda do Estudo Longitudinal de Saúde do Adulto em São Paulo (SP). Esses indivíduos referiram estabilidade do peso corporal nos últimos seis meses e nenhum registro de doenças ou uso contínuo de medicamentos e/ou suplementos vitamínico-minerais. Médias das ingestões diárias de proteína, sódio e potássio, ajustadas pela variabilidade intrapessoal, foram calculadas a partir de dois R24h e duas amostras de urina de 24 horas. Biomarcadores de recuperação urinária foram obtidos de 83 participantes.

Dados de Composição de Alimentos

Em 2008–2009, para as estimativas de ingestão de energia e nutrientes, elaborou-se uma tabela de composição dos alimentos citados no INA11 a partir de compilação de informações reconhecidas, como como a Tabela Brasileira de Composição de Alimentos - TACO (NEPA, 2006) e a base de dados do Nutrition Data System for Research (NDSR), da Universidade de Minnesota. Em 2017–2018, as estimativas de ingestão de nutrientes foram calculadas com o auxílio da versão 7.0 da TBCA, elaborada pela Rede Brasileira de Dados de Composição de Alimentos, Universidade de São Paulo e Centro de Pesquisa em Alimentos, disponível em http://www.tbca.net.br/12.

A TBCA é adequada ao contexto dos inquéritos nacionais e tem sua qualidade e confiabilidade asseguradas por diretrizes e critérios para geração, compilação e utilização de dados de composição de alimentos estabelecidos pela International Network of Food Data Systems, entidade da Organização das Nações Unidas para a Alimentação e a Agricultura (FAO)12,13.

As diferenças entre os inquéritos de 2008–2009 e 2017–2018, expressas nas mudanças nos métodos de avaliação e na utilização de nova tabela de composição de alimentos, implicaram desafios técnicos para a comparação de dois itens importantes do consumo alimentar: as gorduras e os açúcares. Na primeira versão do INA, a composição nutricional de carnes cozidas não contemplava nenhum tipo de gordura na forma de preparo11. Entretanto, assumindo que, tradicionalmente, indivíduos que relatam o consumo de carnes cozidas utilizam algum tipo de gordura na preparação, optou–se por substituir, por meio de rotinas de programação, a forma de preparação cozida para refogada, visando aproximar a composição nutricional desses alimentos quando preparados com óleo2. No INA 2017–2018, as formas de preparação foram revistas, e a preparação cozida foi subdividida em com ou sem gordura. Nesse caso, foi possível identificar os indivíduos que utilizaram ou não gordura no cozimento das carnes3.

A análise da evolução do consumo de açúcar foi tecnicamente mais desafiadora. Nos dois inquéritos foi incluída uma pergunta genérica e qualitativa sobre a forma de adoçar utilizada com mais frequência em alimentos e bebidas (açúcar e/ou adoçante, ambos, ou nenhum dos dois), mas sem especificar os itens alimentares aos quais o açúcar costumava ser adicionado. No INA 2008–2009, essas respostas foram consideradas na análise dos dados de energia e nutrientes, sendo que a adição de açúcar na proporção de 10% do volume das bebidas foi adotada para indivíduos que relataram utilizar exclusivamente açúcar, e 5% para aqueles que relataram utilizar ambos, açúcar e adoçante11. Já no INA 2017–2018, o açúcar foi incluído entre as 12 opções de adições possíveis a cada item alimentar. Essa questão foi também qualitativa, e um percentual padrão de 10% foi estabelecido para adição do açúcar à quantidade relatada do alimento ou bebida3.

RESULTADOS

Estudo de Validação

Para os 95 participantes do estudo, a média de ingestão de energia avaliada pelos dois recordatórios foi de 2.078 kcal, com desvio-padrão (DP) de 663. Esse valor foi de 2.339 kcal para os homens (n = 43), com DP = 691, e 1.863 kcal para as mulheres (n = 52), com DP = 560.

Os resultados de biomarcadores, utilizando a mesma base do software do INA 2017–2018, indicaram variação nos erros de medidas dietéticas entre os nutrientes e os sexos. Para a proteína, a média dos R24h não diferiu significantemente da obtida com o biomarcador, ainda que tenha se detectado sub-relato desse nutriente em 7% dos participantes. Por outro lado, houve sub-relato da ingestão de potássio em 20% das mulheres. Médias da ingestão desse mineral, obtidas pelo biomarcador e pelos R24h, diferiram em menos 1% para os homens, mas em mais de 11% para as mulheres. O sub-relato da ingestão de sódio foi identificado em aproximadamente 35% dos indivíduos, com magnitude média de 38%, independentemente de sexo. A correlação das medidas dos R24h, com os respectivos biomarcadores, foi de 0,58 para proteínas, 0,31 para potássio e 0,30 para sódio. Os dados gerais do estudo aguardam a finalização das análises de água duplamente marcada, que permitirá avaliar a ocorrência de sub-relato de energia.

Mudanças na Composição Nutricional

Quando avaliadas as implicações da mudança da tabela de composição nutricional compilada e publicada anteriormente pelo IBGE11 pela TBCA 7.0, foram encontradas algumas variações importantes, principalmente em relação aos micronutrientes. A Tabela 1 traz essa comparação em duas perspectivas: 1) médias de ingestão populacional obtidas a partir das tabelas IBGE e TBCA, para avaliar o peso das divergências identificadas na estimativa da ingestão de nutrientes na população; 2) médias de composição de cada nutriente por 100 gramas dos alimentos, para identificar os nutrientes com maiores divergências entre as tabelas. Essa comparação foi feita para os dados de consumo alimentar obtidos no INA 2008−2009. De forma geral, a variação média de energia, macronutrientes e minerais foi relativamente baixa (menos de 15% entre as tabelas), com exceção das gorduras trans e selênio, com médias 40% e 52% menores na TBCA. Para as vitaminas, com exceção da vitamina E, que teve variação positiva, o conteúdo médio na TBCA variou de -11% a -60% em relação à tabela adotada no INA 2008–2009. A maioria dessas diferenças teve impacto nas estimativas das médias de ingestão na população: médias inferiores para gorduras trans, selênio, sódio, tiamina, riboflavina, piridoxina e vitaminas C e D, que variam de -20% a -60% utilizando a TBCA em relação às estimativas a partir da tabela do IBGE. Por outro lado, com a TBCA, a média de ingestão foi 20% maior para gordura poli-insaturada e fibras, e 40% maior para vitamina E.

Tabela 1. Médias de ingestão e de composição em 100 gramas de alimentos para energia, macro e micronutrientes estimadas a partir da tabela de composição do IBGE e TBCA, dados do Inquérito Nacional de Alimentação, 2008–2009.

Nutrientes Ingestão média Composição médiaa
Tabela IBGE TBCA Tabela IBGE TBCA
Média DP Média DP Média DP Média DP
Energia (kcal) 1.778,0 806,7 1.742,7 778,5 195,1 133,0 195,3 136,5
Proteínas (g) 82,0 47,5 83,0 46,3 13,6 12,0 13,0 11,3
Gorduras totais (g) 55,7 33,3 57,4 33,0 9,3 11,3 9,5 11,4
Gordura saturada (g) 19,3 13,5 19,7 12,7 3,2 4,7 3,3 4,6
Gord. monoinsaturada (g) 18,8 12,8 18,0 11,0 3,4 4,9 3,4 4,8
Gord. poli-insaturada (g) 11,4 7,3 13,8 9,1 1,7 3,0 1,9 3,5
Gorduras trans (g) 2,2 2,8 1,4 1,7 0,3 0,8 0,2 0,4
Carboidratos (g) 235,1 113,5 233,6 109,1 14,1 22,0 15,0 22,0
Fibras (g) 20,5 11,6 24,7 15,1 1,3 3,1 1,5 3,2
Cálcio (mg) 489,4 351,9 437,5 359,3 51,4 117,9 54,0 124,3
Magnésio (mg) 244,1 133,6 273,6 134,8 25,9 41,8 26,2 50,1
Fósforo (mg) 978,2 567,1 1.030,7 523,1 138,3 124,4 135,9 128,4
Ferro (mg) 11,4 6,2 11,4 5,8 1,8 3,2 1,7 3,4
Sódio (mg)b 3.172,0 2.293,1 2.477,9 1.389,2 356,7 570,2 316,5 415,2
Potássio (mg) 2.367,5 1.172,7 2.328,7 1.084,9 230,4 207,3 233,0 212,8
Cobre (mg) 1,3 2,9 1,5 2,5 0,2 1,2 0,2 1,0
Zinco (mg) 11,3 7,2 11,6 7,1 2,0 6,0 1,9 2,8
Selênio (mg) 91,4 89,3 44,4 56,2 18,4 62,0 8,8 75,1
Vitamina A (mcg RAE) 510,9 1.926,0 525,6 2.751,6 167,2 908,2 138,6 1.099,6
Tiamina (mg) 1,2 0,7 0,9 0,7 0,1 0,3 0,1 0,2
Riboflavina (mg) 1,6 1,0 1,2 0,9 0,2 0,4 0,1 0,3
Piridoxina (mg) 1,4 0,8 0,7 0,6 0,2 0,2 0,1 0,2
Vitamina C (mg) 219,1 933,8 134,8 242,2 8,8 74,3 7,0 49,7
Vitamina D (mg) 3,6 6,3 2,1 3,4 0,4 1,0 0,3 0,8
Vitamina E (mg) 4,0 2,5 6,6 7,5 0,6 1,7 0,9 2,3
Cobalamina (mcg) 5,5 14,5 5,8 13,1 2,0 8,7 1,4 5,4
Folato (mcg DFE) 395,7 242,4 441,7 248,7 35,7 96,5 27,8 54,0
Open in a new tab
a

Composição média por 100g do alimento;

b

sódio intrínseco dos alimentos + sódio adicionado nas preparações.

Mudanças no Método de Coleta

Para avaliar e posteriormente prevenir variações artificiais na análise da evolução da ingestão de nutrientes, os dados de 2008–2009 foram reanalisados com a TBCA 7.0, considerando suas divergências com a antiga tabela de composição do IBGE em relação à origem dos dados, aos métodos para o cálculo nutricional de receitas e à qualidade da codificação dos alimentos11–13. Quando a TBCA foi aplicada ao INA 2008–2009, optou–se por não realizar a mudança da preparação de carnes cozidas para refogadas, procedimento utilizado nas análises de dados anteriores, uma vez que esse procedimento não mostrou impacto nas estimativas de ingestão de energia e lipídios. As médias do consumo de energia antes e após a substituição da forma de preparação das carnes foram similares, com pequena diferença somente nos intervalos de confiança, sendo iguais a 1.753 kcal (IC95%: 1.734–1.772) e 1.753 kcal (IC95%: 1.733–1.771), respectivamente.

A Tabela 2 apresenta a média de ingestão do açúcar de adição nos dois INA utilizando diferentes estratégias de análise. Como esperado, com o acréscimo de açúcar nas bebidas baseado na questão citada, a média de consumo de açúcar de adição foi mais elevada do que a obtida quando essa informação não foi considerada, diferindo em mais do que o dobro para adultos e idosos. Já no INA 2017–2018 compararam-se as médias do consumo de açúcar utilizando duas estratégias diferentes: 1) a pergunta genérica sobre a frequência do uso do açúcar e 2) o açúcar reportado como item de adição. Os resultados foram menores para a segunda estratégia, embora os intervalos de confiança só não tenham se sobreposto para adultos de ambos os sexos.

Tabela 2. Média (IC95%) da ingestão de açúcar de adição (g) do primeiro dia de consumo alimentar de acordo com sexo e idade dos Inquéritos Nacionais de Alimentação (INA) 2008–2009 e 2017–2018 utilizando estratégias de avaliação do açúcar de adição.

Açúcar de adição (g)
INA 2008–2009a INA 2008–2009b INA 2017–2018b INA 2017–2018c
Homens
Adolescente 45,2 (41,9–48,9) 76,0 (72,5–79,5) 62,8 (60,1–65,6) 59,4 (56,5–62,2)
Adulto 30,2 (28,7–31,6) 63,2 (61,5–64,9) 51,8 (50,3–53,2) 47,3 (45,8–48,7)
Idoso 19,9 (17,7–21,1) 48,4 (45,2–51,6) 39,3 (37,3–41,2) 35,8 (33,8–37,8)
Mulheres
Adolescente 46,2 (43,2–49,8) 74,8 (71,5–78,1) 56,1 (53,7–58,5) 51,9 (49,5–54,4)
Adulto 27,4 (26,2–28,7) 57,7 (56,2–59,1) 44,1 (43,1–45,2) 40,4 (39,4–41,5)
Idoso 19,5 (17,8–21,1) 42,4 (40,0–44,9) 35,5 (33,8–37,2) 32,9 (31,1–34,7)
Open in a new tab
a

Não houve nenhuma estratégia de análise para o açúcar de adição, analisando-se apenas a média de açúcar de adição, sem considerar a pergunta genérica de adição de açúcar nas bebidas.

b

Foi considerada a pergunta sobre a frequência do uso de açúcar para adição de 10% do volume de bebidas para os indivíduos que relataram utilizar exclusivamente açúcar para adoçar e 5% para aqueles que relataram utilizar açúcar e adoçante. O relato de açúcar de adição como ingrediente de adição no INA 2017–2018 foi desconsiderado.

c

Foi considerado somente o relato de açúcar de adição como ingrediente de adição.

DISCUSSÃO

O presente estudo detalhou as diferenças nos métodos utilizados nos dois INA realizados no Brasil, o primeiro em 2008–2009 e o segundo em 2017–2018, e seu possível impacto nas comparações. Importantes alterações ocorreram: o instrumento de coleta foi alterado e a avaliação do consumo de energia, macro e micronutrientes baseou-se na TBCA, que é mais adequada aos alimentos consumidos no Brasil e assegurada pela FAO. Verificou-se, contudo, que a mudança pouco afetou a composição média dos componentes analisados para energia, macronutrientes e minerais, mas diferenças acentuadas ocorreram para as vitaminas.

Os dados do estudo de validação para o INA 2017–2018 – ainda que incompletos, por conta da ausência de resultados da água duplamente marcada – indicam sub-relato de proteína e sódio, com maiores percentuais de sub-relato de potássio entre mulheres do que entre homens, com valores ao redor de 20%. Resultados semelhantes para proteínas foram encontrados em outras análises, tanto internacionais14 como nacionais15, e o sub-relato em todos os estudos é a maior limitação de recordatórios ou registros para avaliação do consumo alimentar.

Quanto à média referida de ingestão de energia nos recordatórios, os valores são maiores do que os obtidos no estudo de validação do instrumento usado em 2008–2009, cujos valores foram de 2.017 kcal para homens, com DP = 548, e 1.611 kcal para mulheres, com DP = 4526. Assim, pode-se concluir que o sub-relato em 2017–2018 foi provavelmente menor, dado que esses valores para homens e mulheres foram de 2.339 kcal e 1.863 kcal, respectivamente, utilizando as mesmas faixas etárias nos dois estudos.

A análise pormenorizada do consumo de gorduras e açúcares, em relação às mudanças dos métodos e estratégias de análises desses componentes nos dois inquéritos, indicou variação bem pequena para gorduras, mas variação importante para açúcar de adição.

A estratégia de considerar adição de óleo às carnes cozidas, que provavelmente aumentaria o percentual de gordura e, portanto, de energia, não teve impacto nas médias. Possíveis explicações para o achado são as diferenças nos fatores de rendimento, como mudança do peso do alimento após a cocção, e nos padrões de adição de óleo, utilizados para calcular a composição de receita. Esses fatores podem explicar, em parte, variações na densidade energética das carnes refogadas entre a tabela de 2008–2009, baseada principalmente no software NDSR, e a TBCA16. Além disso, carnes cozidas e refogadas da TBCA diferem em pequena quantidade de óleo de adição, aproximadamente 1 g de óleo de soja para 100 g de alimento, o que também pode ter contribuído para os resultados observados12.

Quanto ao açúcar de adição, vale destacar que a intenção de utilizar uma pergunta genérica para inferir a quantidade de açúcar utilizada para adoçar as bebidas tentava recuperar a informação da quantidade de açúcar utilizada pelos indivíduos, uma vez que não havia pergunta sobre o uso de açúcar em alimentos e bebidas específicos. Os resultados encontrados têm relevância no que diz respeito à interpretação dos resultados dos dois inquéritos. Quando se comparam as estimativas do INA 2008–2009 – que não utilizava estratégia de análise para adição de açúcar aos sucos – com o INA 2017–2018, observa-se aumento no consumo de açúcar entre os inquéritos. De forma contrária, quando se comparam as estimativas do INA 2008–2009 considerando a pergunta sobre a frequência de uso de açúcar, verifica-se redução do consumo de açúcar na década analisada. Essas interpretações totalmente distintas dos resultados mostram o quanto a escolha por diferentes estratégias de análise de consumo alimentar pode induzir conclusões conflitantes.

Na publicação do IBGE17, foram comparadas as médias de ingestão de açúcar sem considerar a pergunta genérica sobre ingestão de açúcar nas bebidas e em 2017–2018. O açúcar foi incluído também como item de adição, e esse valor entrou no cálculo da média. Comparando os resultados encontrados na publicação do INA 2017–2018, observou-se que a frequência do uso de açúcar para adoçar alimentos e bebidas da população brasileira caiu de 90,8% em 2008–2009 para 85,4% em 2017–2018. Em contrapartida, a preferência por não usar açúcar nem adoçante aumentou de 1,6% para 6,1%, assim como o uso de adoçantes passou de 7,6% para 8,5% no mesmo período2,3. Houve também redução no consumo de refrigerantes e refrescos (bebidas que contribuem de forma importante no consumo de açúcar de adição) em ambos os sexos e em todas as faixas etárias e de renda entre os dois inquéritos3. Os dados de disponibilidade seguem também esse padrão de redução17.

Esses resultados são coerentes com a redução do consumo de açúcar no período investigado, ou seja, reiteram que a comparação mais correta entre os inquéritos consideraria os dados do INA 2008–2009 com a adição de açúcar nas bebidas, utilizando a frequência do uso de açúcar. Além disso, acredita-se que as estimativas do consumo de açúcar considerando-o como item de adição em itens específicos sejam mais próximas da utilização real em comparação com a pergunta genérica. Assim, sugere-se comparar a evolução do consumo de açúcar de adição entre os dois inquéritos utilizando os dados do INA 2008–2009, considerando a pergunta genérica sobre a forma mais frequente de adoçar alimentos, e os dados do INA 2017–2018, utilizando as informações do açúcar como item de adição.

Em geral, as mudanças metodológicas incluídas no INA permitiram aprimorar estimativas de consumo de grupos de alimentos e nutrientes. Além disso, tais mudanças acrescentaram informações mais detalhadas e específicas aos relatos do consumo alimentar, bem como tipificação de refeições e detalhamento maior do consumo fora de casa, o que pode contribuir para avanços na compreensão e análise da alimentação dos brasileiros.

Funding Statement

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq/Ministério da Saúde - Processo 443369/2016-0).

Footnotes

Financiamento: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq/Ministério da Saúde - Processo 443369/2016-0).

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

RESOURCES