Estimativa da participação calórica de alimentos ultraprocessados nos municípios brasileiros

Estimativa da participação calórica de alimentos ultraprocessados nos municípios brasileiros | SciELO Preprints window.dataLayer = window.dataLayer || []; function gtag(){dataLayer.push(arguments);} gtag('js', new Date()); gtag('config', 'G-3TT8HYRH0Y'); Open Menu Registrar-se Acesso English Español Ir para o conteúdo principal Ir para o menu de navegação principal Ir para o rodapé Preprints Submissão Áreas do Conhecimento Ciências Agrárias Ciências Biológicas Ciências da Saúde Ciências Exatas e da Terra Ciências Humanas Ciências Sociais Aplicadas Engenharias Linguística, letras e artes Educação em Revista Memórias do Instituto Oswaldo Cruz 47º Encontro Anual da ANPOCS 48º Encontro Anual da ANPOCS 49º Encontro Anual da ANPOCS Sobre Sobre o Servidor Declaração de Privacidade Atualizações do Sistema Contato FAQ Ética no SciELO Preprints Avaliação de preprints Anotações em preprints (via Hypothesis) Avalie um preprint Notícias Início / Ciências da Saúde O preprint foi publicado em outro meio. DOI do preprint publicado https://doi.org/10.11606/s15188787.2025059006615 Preprint / Versão 1 Estimativa da participação calórica de alimentos ultraprocessados nos municípios brasileiros article.authors6a1aed2f38689 Leandro Teixeira Cacau Universidade de São Paulo image/svg+xml https://orcid.org/0000-0003-1681-5960 Maria Helena Benicio Universidade de São Paulo image/svg+xml Renata Levy Universidade de São Paulo image/svg+xml Maria Laura Louzada Universidade de São Paulo image/svg+xml DOI: https://doi.org/10.1590/SciELOPreprints.9995 Palavras-chave: alimentos ultraprocessados, Fatores sociodemográficos, epidemiologia Resumo Objetivo : Estimar a participação calórica de alimentos ultraprocessados ​​(% AUP) em 5.570 municípios brasileiros. Métodos : A estimativa de % AUP nos municípios foi realizada a partir de um modelo estatístico de predição construído com base nos dados de 46.164 indivíduos com idades > 10 anos participantes da Pesquisa de Orçamentos Familiares (POF 2017-2018). A regressão linear múltipla foi usada para estimar a % média de AUP (medida por meio de dois registros alimentares de 24 horas) em função das variáveis ​​preditoras (sexo, idade, renda, escolaridade, raça/cor, urbanidade, unidades da federação e localização geográfica ). O modelo foi avaliado quanto a sua adequação por meio de análise de resíduos e pela comparação entre valores preditos pelo modelo e mensurados diretamente na POF 2017-2018 por meio do coeficiente de brilho-concordância de Lin (CCC). Os coeficientes lineares obtidos no modelo de regressão linear múltiplo foram aplicados aos dados sociodemográficos da amostra do Censo de 2010 (aferidos de forma semelhante à POF) para estimar o % de AUP de cada um dos municípios. Resultados : O modelo estatístico mostrado-se adequado, apresentando distribuição normal dos resíduos e um CCC de 0,84, proporção concordância quase perfeita. Foi observada uma heterogeneidade na distribuição das estimativas de % AUP, variando de 5,75% em Aroeiras do Itaim (PI) a 30,5% em Florianópolis (SC). As estimativas de % AUP foram mais altas ( > 20%) em municípios da região Sul e do estado de São Paulo. As capitais apresentam maiores estimativas de participação calórica de alimentos ultraprocessados ​​em relação aos demais municípios de seus estados. Conclusões : O modelo preditivo revelou diferenças de % AUP entre os municípios brasileiros. As estimativas geradas podem contribuir para o monitoramento do consumo alimentar de ultraprocessados ​​no nível municipal e fortalecer e subsidiar a criação de políticas públicas focadas na promoção da alimentação saudável. Downloads Os dados de download ainda não estão disponíveis. PDF Postado 17/09/2024 Como Citar Estimativa da participação calórica de alimentos ultraprocessados nos municípios brasileiros. (2024). Em SciELO Preprints . https://doi.org/10.1590/SciELOPreprints.9995 Formatos de Citação ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver Baixar Citação Endnote/Zotero/Mendeley (RIS) BibTeX Série Ciências da Saúde Copyright (c) 2024 Leandro Teixeira Cacau, Maria Helena Benicio, Renata Levy, Maria Laura Louzada Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License . .citations-container { overflow-y: auto; overflow-x: hidden; max-height: 1000px; } Plaudit Declaração de dados Os dados de pesquisa estão contidos no próprio manuscrito Aviso de preprints Preprints são manuscritos não avaliados por um periódico científico ou já avaliados mas em processo de publicação. .block_announcements_article:not(:last-child) { padding-bottom: 1.5em; border-bottom: 1px solid; } .block_announcements_article { text-align: left; } .block_announcements #show-all{ font-style: italic; } Notícias SciELO Preprints adota obrigatoriedade de declaração de disponibilização de dados de pesquisa 19 agosto 2025 A partir de 1º de setembro de 2025 os manuscritos submetidos ao SciELO Preprints devem incluir uma declaração de disponibilidade de dados informando sobre onde e como os dados da pesquisa que deram origem ao artigo podem ser acessados. Atualização da Política Editorial e FAQ 21 maio 2025 Todos(as) os(as) autores(as) são solicitados(as) a consultarem a nossa Política Editorial e nossas FAQs antes de submeterem o seu manuscrito. Prêmio Ben Barres Spotlight: Inscrições abertas para 2024 20 maio 2024 Prêmios de até US$ 5.000 estão agora disponíveis para pesquisadores de origens sub-representadas ou países com financiamento limitado para apoiar sua pesquisa, carreira e comunidade. Preprints do SciELO Preprints nas ciências da vida ou biomédicas com pelo menos uma revisão disponível no Sciety são elegíveis! Show all announcements ... SciELO - Scientific Electronic Library Online Rua Dr. Diogo de Faria, 1087 – 9º andar – Vila Clementino 04037-003 São Paulo/SP - Brasil E-mail: [email protected] app = {"hypothesisHandlerUrl":"https:\/\/preprints.scielo.org\/index.php\/scielo\/$$$call$$$\/plugins\/generic\/hypothesis\/controllers\/hypothesis\/"}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.data = pkpUsageStats.data || {};pkpUsageStats.data.Submission = pkpUsageStats.data.Submission || {};pkpUsageStats.data.Submission[9995] = {"data":{"2024":{"9":"61","10":"56","11":"20","12":"13"},"2025":{"1":"16","2":"8","3":"19","4":"20","5":"17","6":"61","7":"33","8":"26","9":"27","10":"39","11":"28","12":"10"},"2026":{"1":"19","2":"14","3":"14","4":"17","5":"26"}},"label":"Todos os downloads","color":"79,181,217","total":544}; var pkpUsageStats = pkpUsageStats || {};pkpUsageStats.locale = pkpUsageStats.locale || {};pkpUsageStats.locale.months = ["Jan","Fev","Mar","Abr","Mai","Jun","Jul","Ago","Set","Out","Nov","Dez"];pkpUsageStats.config = pkpUsageStats.config || {};pkpUsageStats.config.chartType = "bar"; (function (w, d, s, l, i) { w[l] = w[l] || []; var f = d.getElementsByTagName(s)[0], j = d.createElement(s), dl = l != 'dataLayer' ? '&l=' + l : ''; j.async = true; j.src = 'https://www.googletagmanager.com/gtag/js?id=' + i + dl; f.parentNode.insertBefore(j, f); function gtag(){dataLayer.push(arguments)}; gtag('js', new Date()); gtag('config', i); }) (window, document, 'script', 'dataLayer', '3TT8HYRH0Y');