ads:
ANÁLISE DE CORRESPONDÊNCIA MÚLTIPLA NA INVESTIGAÇÃO DE
FATORES DE RISCO PARA HIPERTENSÃO ARTERIAL EM UMA POPULAÇÃO
DE BAIXA RENDA
Marcelle Tesch Ferreira Correia
DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS
PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE
FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS
NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE EM CIÊNCIAS EM
ENGENHARIA BIOMÉDICA.
Aprovada por:
_______________________________________________
Prof. Renan Moritz Varnier Rodrigues de Almeida, Ph.D.
_______________________________________________
Prof. Antonio Fernando Catelli Infantosi, Ph.D.
_______________________________________________
Profª. Vania Maria Ramos de Marins, D.Sc.
RIO DE JANEIRO, RJ - BRASIL
MAIO DE 2008
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ii
CORREIA, MARCELLE TESCH FERREIRA
Análise de Correspondência Múltipla na
Investigação de Fatores de Risco para
Hipertensão Arterial em uma População de
Baixa Renda [Rio de Janeiro] 2008
X, 71 p. 29,7 cm (COPPE/UFRJ, M.Sc.,
Engenharia Biomédica, 2008)
Dissertação - Universidade Federal do
Rio de Janeiro, COPPE
1. Análise de Correspondência Múltipla,
2. Hipertensão Arterial,
3. Estado Nutricional.
I. COPPE/UFRJ II. Título ( série )
ads:
iii
Este trabalho é dedicado a meus pais,
Antônio e Nilcéa, que nunca deixaram de
acreditar em mim, oferecendo apoio
incondicional em todos os momentos.
iv
Agradecimentos:
A Deus, acima de tudo, cujo amor, benignidade e compreensão são infinitos
diante de nossa condição de meros seres humanos. Agradeço por ter iluminado meu
caminho quando tudo parecia escuro e por ter oferecido Sua ajuda misericordiosa em
todos os meus maus momentos. Agradeço também pelos anjos que sempre estão junto a
mim quando necessito de uma mão amiga, muitas vezes “anjos” humanos, o que me faz
crer que ainda exista esperança para todos nós.
Ao meu orientador, Prof. Dr. Renan M.V.R. de Almeida, que se mostrou sempre
tão disponível não apenas para cumprir com maestria a sua função de mestre, mas indo
além. Certamente, sem sua ajuda sempre presente, inclusive em momentos que para
mim pareciam “o fim da linha”, eu não teria conseguido finalizar esse curso com
sucesso. Creio que ele foi mais um dos já mencionados “anjos” que cruzou o meu
caminho.
Ás Professoras Rosely Sichieri, Rosana Salles-Costa, Vânia M. R. de Marins e
toda a equipe que participou da elaboração e realização da pesquisa sobre segurança
alimentar no Distrito de Campos Elísios, por disponibilizar o banco de dados fruto de
suas pesquisas de campo, servindo de base para este trabalho.
A todo o staff de Professores pelos quais passei durante o curso, pelos
conhecimentos repassados, cada um com suas peculiaridades, pela dedicação para com
a missão e pela compreensão.
Agradeço a todo o staff da Secretaria do Programa, funcionários eficientes, mas
acima de tudo pessoas amigas com níveis aparentemente inesgotáveis de paciência.
Finalmente, citando-os mais uma vez, agradeço a meus pais.
v
Resumo da Dissertação apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)
ANÁLISE DE CORRESPONDÊNCIA MÚLTIPLA NA INVESTIGAÇÃO DE
FATORES DE RISCO PARA HIPERTENSÃO ARTERIAL EM UMA POPULAÇÃO
DE BAIXA RENDA
Marcelle Tesch Ferreira Correia
Maio/2008
Orientador: Renan Moritz Varnier Rodrigues de Almeida.
Programa: Engenharia Biomédica
Este trabalho estuda os níveis de hipertensão arterial sistêmica (HAS) e os
fatores de risco em uma população de baixa renda (Distrito de Campos Elísios, Duque
de Caxias, RJ), obtendo um modelo que explica suas relações com a HAS. Para tal
foram utilizadas as técnicas de Análise de Correspondência Múltipla (ACM) (uma
metodologia para análise exploratória dos dados) e regressão logística. O estudo
utilizou uma amostra (transversal) da população, e consistiu de adultos de ambos os
sexos, com idades entre 20 e 65 anos. O número de participantes após exclusões foi de
1010. A prevalência de HAS foi de 22,9% e 26,2%, para homens e mulheres. O
modelo que melhor explicou os dados continha as variáveis dieta (se a pessoa relatava
fazer dieta como recomendação médica), saúde (consistia de uma avaliação pessoal
sobre as condições gerais de saúde) e relação cintura/altura, com uma inércia total de
0,812 (duas dimensões) e 1,151 (três dimensões). Após regressão, este modelo
apresentou 80,6% de acurácia. Concluí-se que as condições gerais de saúde e nutrição,
bem como a concentração abdominal de gordura corpórea são fatores de risco
importantes para a HAS, e que a ACM é uma ferramenta útil para detecção de tais
relações.
vi
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
INVESTIGATION OF RISK FACTORS FOR ARTERIAL HYPERTENSION IN A
LOW INCOME POPULATION USING MULTIPLE CORRESPONDENCE
ANALYSIS
Marcelle Tesch Ferreira Correia
May/2008
Advisor: Renan Moritz Varnier Rodrigues de Almeida.
Department: Biomedical Engineering
This work studies the systemic arterial hypertension (SAH) levels and risk
factors in a low income population (Campos Elísios District, Duque de Caxias, RJ),
obtaining a model that explains their relations with SAH. Multiple Correspondence
Analysis (MCA) (a methodology for exploratory data analysis) and logistic regression
techniques were used to this end. The study used a populational (transversal) sample,
and consisted of adults of both genders, 20 -65 y.o. The number of participants after
exclusions was 1010. The prevalence of SAH was 22.9% and 26.2%, for men and
women. The model that better explained the data contained the variables diet (if the
person related a medically recommended diet), health (consisted of a personal
evaluation about people’s general health conditions status) and waist to height ratio,
with a total inertia of 0.812 (two dimensions) and 1.151 (three dimensions). After the
regression, this model had 80.6% accuracy. The conclusion is that general health
conditions, nutrition and abdominal concentration of body fat are important risk factors
for SAH in the studied population, and that MCA is a useful tool for the preliminary
detection of such relations.
vii
Índice
1 Introdução
1
2 Doenças crônicas não-transmissíveis (DCNT)
5
2.1 HIPERTENSÃO ARTERIAL SISTÊMICA
10
3 Influência da alimentação na patogênese de doenças crônicas não
transmissíveis
14
4 Análise de correspondência múltipla
16
5 Revisão de literatura
21
5.1 NUTRIÇÃO E PADRÕES DIETÉTICOS
22
5.2 ANÁLISE DE CORRESPONDÊNCIA MÚLTIPLA
28
6 Materiais e métodos
32
6.1 DADOS
32
6.2 MÉTODOS
36
7 Resultados
39
8 Discussão
51
9 Conclusões
61
10 Referências bibliográficas
62
Anexos
68
viii
Índice de Figuras
Figura 2.1:
População residente, por sexo e idade individual no Brasil em 2000 5
Figura 2.2: Previsão da população residente, por sexo e idade individual no Brasil
em 2050
6
Figura 2.3: Evolução da taxa de mortalidade por grupos de causa entre os
anos de 1930 e 2003
7
Figura 7.1: Correlação das variáveis do modelo 1, por categoria, em duas
dimensões
43
Figura 7.2: Correlação entre as categorias das variáveis do modelo 2 45
Figura 7.3: ACM do modelo 3 em duas dimensões 46
ix
Índice de Tabelas
Tabela 2.1: Distribuição das principais causas de morte, Brasil – 1980, 1996 e 2004
8
Tabela 2.2: Freqüência de óbitos por doenças do aparelho circulatório, Brasil -
1980, 1996 e 2004
9
Tabela 2.1.1: Níveis de pressão arterial e sua classificação, em relação à HAS 11
Tabela 5.1: Descrição dos oito perfis dietéticos para o sexo feminino 24
Tabela 5.2: Descrição dos oito perfis dietéticos para o sexo masculino 25
Tabela 7.1: Prevalência de HAS nas variáveis 40
Tabela 7.2: Variáveis retiradas por grupos com o auxílio da ACM, correlação com
HAS e inércia de cada modelo intermediário
42
Tabela 7.3: Variáveis retiradas em cada ACM, suas correlações em relação à
variável suplementar HAS e inércia total dos modelos intermediários
44
Tabela 7.4: Categorias das variáveis independentes que se correlacionam com as
condições de apresentar HAS e de não apresentar HAS
47
Tabela 7.5: Variáveis independentes que compõem o modelo 1 em relação à
variável dependente HAS, seus coeficientes e significância (valor-p)
48
Tabela 7.6: Variáveis independentes que compõem o modelo 2 em relação à
variável dependente HAS, seus coeficientes e significância (valor-p)
49
Tabela 7.7: Variáveis independentes que compõem o modelo 3 em relação à
variável dependente HAS, seus coeficientes e significância (valor-p)
50
Lista de Abreviaturas
AC – Análise de Correspondência
ACM – Análise de Correspondência Múltipla
ACS – Análise de Correspondência Simples
CC – Circunferência de Cintura
CID – Classificação Internacional de Doenças
DCNT – Doenças Crônicas Não-Transmissíveis
DF – Degrees of Freedom
DIP – Doenças Infecto-Parasitárias
HAS – Hipertensão Arterial Crônica
IC – Intervalo de Confiança
IG – Índice Glicêmico
IMC – Índice de Massa Corporal
POF – Pesquisa de Orçamento Familiar
QFA – Questionário de Freqüência Alimentar
RCA – Relação Cintura Altura
RCQ – Relação Cintura Quadril
RDA – Recommended Dietary Allowances
ROC – Receiver operating characteristic
SE – Standard Error
x
1
1 INTRODUÇÃO
O Brasil e o mundo, atualmente, enfrentam uma epidemia de obesidade.
Alterações do estado nutricional e carências marginais de vitaminas e minerais
determinaram novos padrões de morbi-mortalidade na população mundial. Na Europa,
as origens dessa epidemia remontam às Revoluções Agrícola e Industrial, à urbanização
e à melhoria das condições de vida durante os últimos séculos, que foram responsáveis
por um importante declínio da mortalidade e pela modificação do perfil epidemiológico
da população (PRATA, 1992). Nos países latino-americanos, essas mudanças são mais
recentes. Em meados do século passado, a adoção de medidas preventivas na área da
saúde, o desenvolvimento econômico, o maior acesso a bens e serviços e a melhoria
geral nas condições da população foram responsáveis pela modificação do seu perfil
epidemiológico (ROUQUAYROL & ALMEIDA FILHO, 2003). Esta situação gerou
um período no qual houve diminuição da mortalidade por doenças infecciosas
(tuberculose, difteria, pneumonia, entre outras), porém não de sua morbidade; bem
como aumento da mortalidade por doenças crônicas não-transmissíveis (DCNT), tais
como doenças cardiovasculares, dislipidemias, diabetes, câncer e osteoporose, entre
outras (PRATA, 1992).
Assim, o Brasil encontra-se, desde meados do século passado, em plena
transição epidemiológica, a qual, no entanto, não ocorreu uniformemente, apresentando-
se em fase inicial em alguns Estados e avançada em outros (SCHRAMM, 2004).
Portanto, o processo de evolução do perfil de mortalidade no país tem sido desigual,
apresentando um panorama ainda dominado por doenças infecto-parasitárias em regiões
de menor desenvolvimento socioeconômico contrapondo-se ao aumento das DCNT em
regiões mais desenvolvidas (PRATA, 1992, ROUQUAYROL & ALMEIDA FILHO,
2003).
2
Grande parte das doenças é resultado da interação de uma predisposição genética
do indivíduo com fatores ambientais que favorecem o desenvolvimento das mesmas,
assim são causas subjacentes fundamentais de diversas morbidades: a pobreza, a
migração, a ausência de saneamento, a falta de informação, a guerra e os conflitos
sociais (MINISTÉRIO DA SAÚDE, 2005). Dessa forma, os fatores de risco para o
surgimento de DCNT podem ser potencializados pelas condições sociais e estilo de vida
dos indivíduos. Da mesma forma, novos hábitos/padrões de consumo alimentar são
determinantes para a gênese das DCNT. De modo geral, segundo MOZZAFFARIAN et
al. (2006), em regiões que apresentam padrão de morbi-mortalidade caracterizado pelo
aumento das DCNT, observa-se:
a) aumento no consumo de calorias, em especial sob a forma de
carboidratos e gorduras (massas, biscoitos, frituras, sorvetes, “fast-food”,
refrigerante, entre outros);
b) menor consumo de frutas, legumes e verduras, o que resulta em menor
ingestão de fibras, as quais são essenciais para o funcionamento
regulado do intestino, auxiliam na diminuição dos níveis séricos de
colesterol, reduzem a velocidade de absorção da glicose evitando picos
hiperglicêmicos, entre outros efeitos positivos;
c) também o aporte das vitaminas e minerais, é prejudicado com a menor
ingestão de frutas e hortaliças;
d) aumento do consumo de ácidos graxos trans, prejudiciais ao sistema
cardiovascular, presentes em alimentos industrializados que contêm
gordura hidrogenada, tais como biscoitos, sorvetes de massa, margarina,
entre outros.
3
O sedentarismo é outro fator de risco que se mostra cada vez mais presente na
população. Vidas agitadas, muito trabalho intelectual, que tornou os computadores o
instrumental indispensável nos dias atuais; horas de lazer em frente à televisão; a
violência urbana que inibe hábitos antigos como ir a pé ou de bicicleta para a escola ou
para o trabalho, tudo isso faz com que o balanço energético entre ingestão e gasto de
calorias torne-se cada vez mais positivo e o resultado é o ganho ponderal gradual ao
longo dos anos agregado a todos os fatores de risco que o sobrepeso e a obesidade
desencadeiam (ESCOTT-STUMP & MAHAN, 2005).
Diferentes dietas e estilos de alimentação vêm sendo propostos como solução
para essa situação, no entanto, diante da diversidade sócio-econômica característica da
realidade brasileira, onde progresso e renda convivem com bolsões de pobreza que
margeiam os grandes centros urbanos, a questão é que perfil ou padrões dietéticos são
os mais prevalentes na população carente e de que maneira eles estão associados às
condições de saúde nela encontradas. Especificamente em relação à hipertensão arterial
sistêmica (HAS), pode-se estimar que, no Brasil, a prevalência seja de 35% da
população acima de 40 anos, o que representa, em números absolutos, um total de 17
milhões de portadores da doença, segundo estimativa de 2004 do Instituto Brasileiro de
Geografia Estatística (MINISTÉRIO DA SAÚDE, 2005). Cerca de 75% dessas pessoas
recorrem ao Sistema Único de Saúde (SUS) para receber atendimento na Atenção
Básica. Para atender os portadores de HAS, o Ministério da Saúde possui o Programa
Nacional de Atenção a Hipertensão Arterial e Diabetes Mellitus. Este compreende um
conjunto de ações de promoção de saúde, prevenção, diagnóstico e tratamento dos
agravos da hipertensão, com o objetivo de reduzir o número de internações, a procura
por pronto-atendimento, os gastos com tratamentos de complicações, aposentadorias
precoces e mortalidade cardiovascular (MINISTÉRIO DA SAÚDE, 2005).
4
Este trabalho aborda o problema da hipertensão arterial sistêmica e de seus
fatores de risco mais relevantes, bem como de que forma estão eles associados à
presença desta patologia em uma população de baixa renda, utilizando-se da técnica de
Análise de Correspondência Múltipla (ACM) como metodologia de análise exploratória
dos dados.
A Análise de Correspondência (AC) é uma técnica de análise exploratória de
dados, adequada para tabelas de duas (Análise de Correspondência Simples – ACS) ou
múltiplas entradas (Análise de Correspondência Múltipla - ACM). Nela, ocorre a
conversão de uma matriz de dados não-negativos em uma representação gráfica, na qual
linhas e colunas da matriz são expressas em um número menor de dimensões. A AC
permite visualizar as relações e semelhanças existentes entre o conjunto de linhas e
entre o conjunto de colunas de uma tabela de contingência. Para tal, as categorias das
variáveis analisadas são representadas por meio de pontos em um diagrama de
espalhamento, em um plano Euclidiano, de tal forma que suas posições relativas
indicam níveis de similaridade ou associação. Pode-se dizer que ela permite maior
facilidade na apresentação dos resultados numéricos, facilitando a interpretação dos
dados e gerando hipóteses que podem ser posteriormente testadas (GREENACRE,
1992).
Mais especificamente, este trabalho teve como objetivo identificar os fatores de
risco mais relevantes para a HAS, em uma população de baixa renda, residente no
Distrito de Campos Elísios, município de Duque de Caxias, RJ, utilizando a ACM. Para
tal, foi levantado o perfil da população estudada quanto a aspectos sociais,
demográficos, antropométricos e nutricionais, bem como, identificadas as relações entre
os fatores de risco e a ocorrência de hipertensão arterial sistêmica.
5
2 DOENÇAS CRÔNICAS NÃO-TRANSMISSÍVEIS (DCNT)
As modificações nos padrões de morbi-mortalidade vistas no Brasil nas últimas
décadas devem-se principalmente à redução da mortalidade precoce, especialmente por
doenças infecto-parasitárias (DIP); aumento da expectativa de vida ao nascer, com
conseqüente aumento da população idosa e das patologias mais prevalentes nesse grupo
etário; e o processo acelerado de urbanização e de mudanças socioculturais
(ROUQUAYROL & ALMEIDA FILHO, 2003). Isto se evidencia pela comparação do
traçado da pirâmide etária brasileira de 1980 com o de 2000. Nesta última (Figura 2.1),
a redução da fecundidade e o aumento da expectativa de vida provocaram o
estreitamento da base e o alargamento do topo da pirâmide (a população maior de 60
anos aumentou de 6,1% para 8,6%) (IBGE, 2000).
Fonte: IBGE, Diretoria de Pesquisas, Coordenação de População e Indicadores Sociais, 2004.
Figura 2.1:
População residente, por sexo e idade individual no Brasil em 2000.
6
Segundo as tendências demográficas, perspectivas futuras, publicadas pelo
IBGE em 2000 e revisadas em 2004:
“o contingente populacional do Brasil poderá alcançar 259,8 milhões de
habitantes, em 2050. Portanto, entre 2000 e 2050 a população aumentará
aproximadamente 90 milhões de pessoas. Para 2050 (Figura 3.2), 46,3
milhões serão menores de 15 anos de idade, 164,5 milhões estarão em idade
potencialmente ativa, e 48,9 milhões com 65 anos ou mais de idade.
Segundo a projeção, o Brasil continuará galgando anos de vida média de sua
população, passando de 70,4 anos, em 2000, para 81,3 anos, em 2050. Em
relação à fecundidade, o número médio de filhos por mulher diminuirá de
2,4 para 1,85, entre 2000 e 2050.” (IBGE, 2004)
Fonte: IBGE, Diretoria de Pesquisas, Coordenação de População e Indicadores Sociais, 2004.
Figura 2.2: Previsão da população residente, por sexo e idade individual no Brasil em
2050.
A Figura 2.3 mostra a mortalidade proporcional por grupo de causas entre 1930
e 2003. Sua análise mostra que houve decréscimo das DIP (46% em 1930 versus 5%
em 2003) e aumento das doenças cardiovasculares (12% em 1930 versus 31% em 2003)
(MINISTÉRIO DA SAÚDE, 2004). O mesmo pode ser verificado na Tabela 2.1 que
mostra a distribuição das principais causas de morte no Brasil nos anos de 1980, 1996 e
7
2004, de acordo com os capítulos da Classificação Internacional de Doenças (CID)
(MINISTÉRIO DA SAÚDE, 2004). Já a freqüência de óbitos por diferentes doenças
que afetam o aparelho circulatório é mostrada na Tabela 2.2, nos anos de 1980, 1996 e
2004 (MINISTÉRIO DA SAÚDE, 2004).
Fonte Barbosa da Silva e cols. In: Rouquairol & Almeida Filho: Epidemiologia & Saúde, 2003 pp. 293.
Figura 2.3 – Evolução da taxa de mortalidade por grupos de causa entre os anos de 1930
e 2003.
8
Tabela 2.1: Principais causas de mortalidade (capítulos CID), Brasil 1980, 1996 e 2004
Causa (capítulo CID) 2004 1996 1980
1. Doenças do aparelho circulatório 285.543 249.613 189.215
2. Neoplasias (tumores) 140.801 103.408 61.253
3. Causas externas de morbi-mortalidade 127.470 119.156 70.212
4. Doenças do aparelho respiratório 102.168 88.436 59.621
5. Doenças endócrinas nutricionais e metabólicas 53.134 36.590 25.638
6. Doenças do aparelho digestivo 48.661 39.035 25.401
7. Algumas doenças infecciosas e parasitárias 46.067 52.511 69.553
8. Afecções originadas no período perinatal 31.011 37.299 51.747
9. Doenças do aparelho geniturinário 17.094 12.792 9.468
10. Doenças do sistema nervoso 15.156 10.337 9.466
11. Malformação congênita, e anomalias
cromossômicas
10.210 9.127 8.570
12. Transtornos mentais e comportamentais 8.158 4.703 1.903
13. Doenças hematológicas e transtornos
imunitários
4.978 3.812 3.058
14. Doenças ósteo-musculares e do tecido
conjuntivo
3.002 2.125 956
15. Doenças da pele e do tecido subcutâneo 1.886 1.301 489
16. Gravidez, parto e puerpério 1.672 1.465 2.551
17. Outros 126.922 137.039 161.246
Total 1.024.073 908.883 750.727
Fonte: Secretaria de Vigilância em Saúde – MS, 2004 (adaptado do original).
9
Tabela 2.2: Óbitos por doenças do aparelho circulatório, Brasil - 1980, 1996 e 2004
Causa 2004 1996 1980
Doenças cerebrovasculares
90.930
81.056
55.214
Doenças isquêmicas do coração 86.791 73.692 52.823
Infarto agudo do miocárdio 65.482 55.900 37.209
Outras doenças cardíacas 61.540 62.213 49.008
Febre reumática aguda e doença reumática
crônica
2.049 1.793 1.818
Doenças hipertensivas 30.850 19.550 12.712
Aterosclerose 1.987 3.652 7.157
Outras doenças do aparelho circulatório 11.396 7.657 10.483
Total 285.543 249.613 189.215
Fonte: Secretaria de Vigilância em Saúde – MS, 2004.
De modo geral, segundo ROUQUAYROL & ALMEIDA FILHO (2003), o
grupo das doenças crônicas não transmissíveis (DCNT) é caracterizado por patologias
com história natural prolongada, longo curso assintomático e curso clínico lento,
prolongado e permanente; multiplicidade de fatores de riscos complexos; interação de
fatores etiológicos conhecidos e desconhecidos; causa necessária desconhecida;
manifestações clínicas com períodos de remissão ou exacerbação; lesões celulares
irreversíveis e evolução para graus variados de incapacidade ou morte.
O monitoramento da prevalência de fatores de risco para as DCNT é essencial
para a prevenção e controle das mesmas. Estes fatores podem ser agrupados em quatro
categorias (ROUQUAYROL & ALMEIDA FILHO, 2003):
a) constitucionais: sexo, idade, raça e fatores hereditários, não sendo passíveis
de modificação;
b) comportamentais: tabagismo, dieta, sedentarismo, uso de álcool ou
anticoncepcionais,
10
c) patologias: HAS, diabetes, obesidade, dislipidemias, entre outras;
d) características socioeconômico-culturais: ocupação, renda, escolaridade,
classe social, ambiente de trabalho.
2.1 HIPERTENSÃO ARTERIAL SISTÊMICA
A hipertensão arterial sistêmica (HAS) é uma patologia de etiologia multifatorial
que pode causar lesões em órgãos-alvo, tais como coração, cérebro, rins e retina
(WAITZBERG,2006). O débito cardíaco e a resistência vascular periférica são
elementos que interferem diretamente na manutenção dos níveis de pressão e qualquer
desequilíbrio que favoreça os mecanismos pressores em detrimento dos depressores, os
quais atuando em conjunto determinam o tônus vasomotor, o que pode desencadear a
HAS do tipo primário (CUPPARI, 2005). Além da predisposição genética, tais
desequilíbrios podem ser causados por fatores ambientais como excesso de sal na dieta,
obesidade, sedentarismo, consumo excessivo de álcool e estímulos psicoemocionais
(CUPPARI, 2005, MANO, 2007). Também a idade e as condições socioeconômicas
são fatores de risco para HAS (MANO, 2007). A HAS também pode aparecer em
decorrência de outras doenças ou condições (problemas renais, endócrinos,
neurológicos e gravidez), sendo neste caso chamada HAS secundária (WAITZBERG,
2006).
O relatório anual da Organização Mundial da Saúde (OMS), World Health
Report (2003) aponta a hipertensão como o terceiro principal fator de risco associado à
mortalidade mundial, perdendo apenas para o sexo inseguro e a desnutrição (WHO,
2003).
11
A prevalência de HAS até os 40 anos é de aproximadamente 10% (20% para a
raça negra), até os 50 anos chega a 20% (40% para a raça negra), após 60 anos
ultrapassa os 40%, e atinge 60% após 70 anos (MANO, 2007). Observa-se que a
prevalência da HAS aumenta com a idade em ambos os sexos, porém, para qualquer
idade, é sempre maior entre os negros (WHO, 2003). Além disto, “no Brasil, estudos
demonstram uma prevalência de 26% da população geral adulta, variando conforme o
estudo e a localidade pesquisada de 22,3 até 44%.” (MANO, 2007).
A classificação preconizada na V Diretriz de HAS da Sociedade
Brasileira de Cardiologia (SBC) considera como uma pressão arterial ideal: pressão
sistólica <120mmHg e diastólica <80mmHg (MINISTÉRIO DA SAÚDE, 2005). A
Tabela 2.1.1 mostra as diferentes classificações de pressão arterial:
Tabela 2.1.1: Níveis de pressão arterial e sua classificação, em relação à HAS
Nível da Pressão Arterial (mmHg) Classificação
< 120 sistólica e < 80 diastólica Ideal
< 130 sistólica e < 85 diastólica Normal
130~139 sistólica ou 86~89 diastólica Normal-alta
140~159 sistólica ou 90~99 diastólica Hipertensão Estágio 1
160~179 sistólica ou 100~109 diastólica Hipertensão Estágio 2
> 110 diastólica ou > 180 sistólica Hipertensão Estágio 3
Diastólica normal com sistólica > 140 Hipertensão Sistólica Isolada
Fonte: MANO, 2007.
Atualmente, a HAS está presente não somente em adultos e idosos, mas também
em crianças e adolescentes (estima-se uma prevalência em torno de 5% no Brasil, nesse
caso específico) (MINISTÉRIO DA SAÚDE, 2005).
12
As medidas não farmacológicas de controle da HAS envolvem modificações de
estilo de vida, tais como:
a) redução do peso corpóreo em caso de sobrepeso ou obesidade e manutenção
do peso ideal (WAITZBERG, 2006);
b) redução da ingestão de sódio. De modo geral o sódio é proveniente de três
fontes: 75% de alimentos processados; 10% de sódio intrínseco e 15% de sal de
adição. Uma dieta hipossódica contém em torno de 100 mEq/dia de sódio,
considerando em torno de 30% de sódio intrínseco e 70% de sódio extrínseco o
que pode ser conseguido utilizando uma dieta com redução do consumo de
alimentos processados (enlatados, embutidos, conservas, molhos prontos, entre
outros) e 4g de sal de adição por dia (CUPPARI, 2005);
c) estimular a atividade física regular (MINISTÉRIO DA SAÚDE, 2005);
d) interrupção do hábito de fumar, o qual se trata de importante fator de risco
para doenças cardiovasculares (ESCOTT-STUMP & MAHAN, 2005);
e) utilização de alimentos com pouco teor de gordura. A prevenção e controle
de eventuais dislipidemias atua minimizando o risco de doenças
cardiovasculares. Sendo a HAS por si só um fator de risco para as mesmas,
recomenda-se a adoção da dieta passo I proposta pelo National Cholesterol
Education Program (NCEP): a gordura total ingerida por dia deve ser inferior a
30% das calorias totais, sendo que o percentual para ácidos graxos saturados
deve ser menor que 10%; até 10% para ácidos graxos polinsaturados; até 15% de
ácidos graxos monoinsaturados e menos que 30 mg de colesterol por dia
(ESCOTT-STUMP & MAHAN, 2005);
f) desencorajar o consumo excessivo de bebidas alcoólicas. No caso de
indivíduos que fazem uso das mesmas, seu consumo não deve ultrapassar 30 mL
de etanol por dia para homens, o que equivale a 60 mL de bebidas destiladas ou
13
240 mL de vinho ou 720 mL de cerveja. Para mulheres, a ingestão não deve
ultrapassar a metade das medidas citadas (CUPPARI, 2005);
g) enfatizar o consumo de alimentos fontes de potássio (ex: banana, melão,
maracujá, chicória, espinafre, batata, beterraba, feijão, aveia, germe de trigo,
entre outros). O potássio aumenta a natriurese, diminui a secreção de renina e
aumenta a secreção de prostaglandinas, induzindo a queda da pressão arterial
(WAITZBERG, 2006);
h) consumir alimentos ricos em cálcio (leite e derivados, vegetais folhosos,
sardinha, salmão), bem como os alimentos ricos em magnésio (cereais integrais,
leguminosas, vegetais folhosos verde-escuros) para assegurar que as
recomendações diárias (Recommended Dietary Allowences - RDA) sejam
atingidas. É sabido que indivíduos com consumo de cálcio e magnésio abaixo
do recomendado apresentam maior prevalência de HAS (CUPPARI, 2005,
WAITZBERG, 2006).
Essas medidas são aplicáveis aos indivíduos que se propõe a diminuir o risco
cardiovascular, incluindo os que não apresentam hipertensão. Mesmo com o uso do
tratamento farmacológico, é essencial que essas medidas básicas de modificação de
estilo de vida e hábitos alimentares sejam respeitadas.
14
3 INFLUÊNCIA DA ALIMENTAÇÃO NA PATOGÊNESE DE DOENÇAS
CRÔNICAS NÃO-TRANSMISSÍVEIS
A maioria dos estudos sobre consumo alimentar em populações concentra-se na
ingestão de nutrientes específicos, tais como: carboidratos, proteínas e lipídeos, além de
algumas vitaminas e minerais envolvidos em carências nutricionais mais prevalentes
(anemias, hipovitaminose A, entre outras) e doenças crônicas não transmissíveis
(SICHIERI et al., 2003). Atualmente, porém, o estudo dos alimentos em lugar de seus
nutrientes tem se tornado uma tendência cada vez mais forte, pelo fato de que um único
alimento, na maioria das vezes, contém nutrientes que interagem entre si, gerando
efeitos de segunda ordem. Um exemplo consagrado desta interação é o Índice
Glicêmico (IG) dos alimentos para a orientação nutricional de pacientes diabéticos em
lugar da quantidade de carboidratos presentes nos alimentos. O IG leva em
consideração o alimento como um todo, o tipo de carboidrato e quantidade de fibras
nele presente, gerando um valor que representa a velocidade de transformação do
carboidrato em glicose e sua conseqüente absorção (BARCLAY et al., 2007). Ele
mostra o quão rápido um alimento ingerido consegue aumentar a glicemia (glicose no
sangue) após o processo de digestão e absorção (ESCOTT-STUMP & MAHAN, 2005).
Sabe-se ainda que a mistura de alimentos pode diminuir o IG, reduzindo a velocidade de
absorção da glicose, minimizando o risco de formação de picos pós-prandiais de glicose
e conseqüente a necessidade de liberação de altas doses de insulina (McMILLAN-
PRICE et al., 2006).
A investigação dos padrões dietéticos presentes em uma população, ou seja,
grupos de indivíduos com hábitos alimentares semelhantes, pode possibilitar uma
investigação mais eficiente da relação dieta-doença do que o estudo de nutrientes ou
alimentos isolados (SICHIERI et al., 2003, MINISTÉRIO DA SAÚDE, 2005). A
hipótese de que fatores nutricionais estariam envolvidos no surgimento de doenças não-
15
transmissíveis tais como câncer, doenças cardiovasculares, obesidade, diabetes,
osteoporose, entre outras, tomou força a partir de 1960. Sabe-se que tais doenças,
verdadeiros problemas de saúde pública, são de origem multifatorial. Dos fatores
determinantes, o padrão de consumo é um dos mais relevantes, especialmente porque é
um elemento que pode ser modificado no sentido de minimizar o risco de surgimento
dessas doenças (GUINOT et al., 2001). Na seção 5 serão mostrados alguns estudos
sobre padrões dietéticos e sobre a influência do estado nutricional na gênese de DCNT.
16
4 ANÁLISE DE CORRESPONDÊNCIA MÚLTIPLA
Em 1935, HIRSCHFELD fez as primeiras considerações sobre a AC. Seu
procedimento foi então aplicado em contextos diversos, porém com mais destaque em
Ecologia e Psicologia (CLAUSEN, 1998). No início da década de 60, este método foi
“redescoberto” por BENZECRI, na França. A partir de 1975, esta técnica teve seu uso
estendido a diversas áreas do conhecimento, em vários idiomas. Assim, a AC é mais
conhecida no meio Anglo-Saxão como optimal scaling, reciprocal averaging, optimal
scoring, quantification method e homogeneity analysis (CLAUSEN, 1998). A AC ou
ACS é a aplicação mais básica da AC, sendo realizada em uma tabela de contingência
de dupla entrada. A AC é similar à análise fatorial, a qual, porém, trata dados
contínuos.
Para a apresentação dos conceitos básicos da Análise de Correspondência
Múltipla (ACM), inicialmente é necessário que sejam introduzidos os conceitos de
Tabela de Contingência e de Análise de Correspondência bi-dimensional. Uma tabela de
contingência consiste em uma tabela na qual pode-se encontrar, na interseção entre uma
linha e uma coluna, o número de indivíduos que compartilham das mesmas
características representadas por esta linha e esta coluna. No Quadro 4.1 apresentamos
a representação genérica de uma tabela de contingência. A partir dessas tabelas, é
possível a representação gráfica entre as distâncias das categorias das variáveis
analisadas, por meio da AC.
17
B
A 1 2 ... j ... J Total linha
1 n11 n12 ... n1j ... n1J n1+
2 n21 n22 ... n2j ... n2J n2+
... ... ... ... ... ... ... ...
i ni1 ni2 ... nij ... niJ ni+
... ... ... ... ... ... ... ...
I nI1 nI2 ... nIj ... nIJ nI+
Total
coluna
n+1 n+2 ... n+j ... n+J N
Fonte: (SINGER, 2003).
- nij = número de indivíduos observado na intersecção da i-ésima categoria da variável A com a
j-ésima categoria da variável B;
- ni+ = número total de indivíduos observado na i-ésima categoria de A;
- n+j = número total de indivíduos observado na j-ésima categoria de B;
- N =total geral de indivíduos.
Quadro 4.1: Representação genérica de uma tabela de contingência.
A AC envolve três conceitos básicos (GREENACRE, 1992):
a) a noção de perfil das categorias, ou seja, seu vetor de freqüências relativas;
b) o peso associado a cada perfil, que é uma medida da importância de cada
ponto, correspondente às diversas categorias, em uma representação gráfica;
c) a distância entre os vetores de freqüências relativas, sendo a função que a
representa, usualmente, a distância qui-quadrado.
Outro conceito importante é o de inércia: ela representa o percentual explicado
pela variação dos dados (GREENACRE, 1992). Para ilustrar os conceitos descritos
acima, seja M a matriz de freqüências absolutas, ou seja, M=[ n
ij
], com I linhas e J
colunas
. A matriz de freqüências relativas é F=(1/n) M e é chamada de matriz de
correspondência. Cada linha ou coluna de F pode ser considerada um vetor de
18
proporções (Quadro 4.2). Nesse quadro, trabalhando com os dados do Quadro 5.1, tem-
se fij = nij /n ; fi+ = ni+ /n ; f+j = n+j /n .
B
A 1 2 ... j ... J Total
linha
1 f11 f12 ... f1j ... f1J f1+
2 f21 f22 ... f2j ... f2J f2+
... ... ... ... ... ... ... ...
i fi1 fi2 ... fij ... fiJ fi+
... ... ... ... ... ... ... ...
I fI1 fI2 ... fIj ... fIJ fI+
Total
coluna
f+1 f+2 ... f+j ... f+J 1
Fonte: (SINGER, 2003).
Quadro 5.2: Matriz de correspondências.
Do quadro 4.2 definem-se os vetores de freqüências relativas marginais (em
relação a n) denominados massas. A massa da i-ésima linha é n
i+
/n e a massa da j-ésima
coluna é n
+j
/n. O vetor de massas de linhas é r =[ f1+, f2+, ..., fi+, ... ,fI+] e c = [f+1,
f+2, ..., f+j, ..., f+J] é o vetor de massas de colunas.
O vetor ai = [ni1/ni+ ni2/ni. ... niJ/ni+]’ é chamado de perfil linha. Em função da
matriz de correspondência F, o i-ésimo perfil linha será ai = [fi1/fi+, fi2/fi+, ..., fiJ/fi+]’,
i=1,…,I. Cada vetor ai representa uma realização da distribuição multinomial,
condicionada à i-ésima categoria da variável A. Analogamente, o vetor bj =[ n1j/n+j
n2j/n+j ... nIj/n+j]’ =[ f1j/f+j, f2j/f+j, ... fIj/f+j]’, j=1,..,J, é chamado de perfil coluna.
A análise de correspondência múltipla (ACM) pode ser considerada uma
19
extensão da ACS quando estão envolvidas mais de duas variáveis. Um dos objetivos da
ACM é classificar os indivíduos em diferentes tipos a partir do conceito de semelhança.
Assim, indivíduos são considerados similares quando apresentam um grande número de
modalidades em comum, ou seja, possuem uma representação próxima no espaço
Euclidiano gerado pela ACM (GREENACRE, 1992, MANGABEIRA, 2002,
WANGENHEIN, 2005). A técnica permite a visualização de relações que normalmente
não seriam reveladas por comparação de variáveis par a par, ou seja, a ACM tem a
capacidade de incorporar e ordenar um grande número de indicadores categóricos, sem
prejuízo de sua importância relativa, permitindo a redução da dimensionalidade das
entradas (TRAMARIM, 1997). Além disso, não requer pressuposições sobre os dados a
serem trabalhados: o único requisito é o de uma matriz retangular com entradas não
negativas, e qualquer dado originalmente quantitativo pode ser transformado em
qualitativo, bastando para tal uma partição dos mesmos em classes.
O procedimento geral para a realização de uma ACM pode ser resumido assim:
a) um grupo de variáveis relevantes para o problema estudado é selecionado;
b) as variáveis contínuas devem ser categorizadas;
c) uma tabela de freqüências correlacionando as categorias das variáveis deve
ser construída. A mais comum é a de tabulação cruzada de freqüências de duas
vias, a qual é inicialmente normalizada (valor de cada célula dividido pelo total
da linha), de forma que as freqüências relativas ao longo de todas as células
sempre somem 1;
d) a distância qui-quadrada entre dois pontos no plano é calculada. Para tal,
constrói-se a matriz distância, que é formada pelas distâncias de todas as
combinações de categorias da tabela, tomadas dois a dois. Essa distância é,
então, definida como somatório do quadrado da diferença entre o perfil de
coluna de uma categoria e o perfil de coluna da outra, divididos pela proporção
20
de contribuição daquela linha no total (equação 4.1).
(4.1)
Em que:
P = perfil de coluna;
L = contribuição da linha no total;
n é o número de linhas.
Esses passos são repetidos analogamente para o perfil de linhas, trocando-se a
contribuição total da linha (L) pela contribuição total da coluna (C) na equação. Os
valores destas distâncias compõem uma matriz simétrica, de valores não negativos e que
obedecem a uma distribuição do tipo qui-quadrado ponderada.
Utilizando-se a técnica de escalonamento multidimensional, determina-se o
número de dimensões que devem ser utilizadas para a representação no espaço e
escolhem-se os eixos principais mais representativos (aqueles que contribuem com a
maior parte da variabilidade do conjunto de dados). Geralmente, os dois primeiros
fatores, responsáveis pela melhor projeção, fornecem grande parte da explicação e
possibilitam uma visão em duas dimensões. Finalmente, é possível identificar padrões,
tendências e associações entre as categorias, e agrupar as características da população
do estudo.
21
5 REVISÃO DE LITERATURA
Esta seção reúne as sínteses de alguns dos artigos científicos que serviram como
embasamento teórico para este trabalho. O PubMed foi a ferramenta de busca utilizada
para tal. A busca da bibliografia foi dividida em dois tópicos:
a) padrões de consumo (ou dietéticos) e estado nutricional, seus
indicadores e como estão relacionados à gênese de doenças
cardiovasculares; e
b) utilização da ACM como técnica para análise exploratória dos dados e
identificação de similaridades entre características (ou fatores de risco)
para diversos tipos de problemas na área da saúde.
Combinações das seguintes palavras-chave foram utilizadas para a realização da
busca: hypertension, dietary profiles, nutritional status, cardiovascular disease,
correspondence analysis. Combinando as palavras-chave hypertension e
correspondence analysis, utilizando para tal o operador booleano (lógico) AND, foram
encontrados 1047 artigos, sendo que apenas 40 abordavam população semelhante ao
presente estudo, ou seja, adultos maiores de 19 anos. O período de publicação dos
artigos abordados também foi um critério para sua seleção. Tiveram prioridade aqueles
com ano de publicação igual ou posterior a 2000. De modo geral, foram contemplados
estudos de base populacional, com variáveis e/ou metodologia semelhante à utilizada
neste trabalho.
22
5.1 NUTRIÇÃO E PADRÕES DIETÉTICOS
HARRIS et al. (2000), publicou um artigo sobre a associação da distribuição da
gordura corporal e obesidade com a hipertensão, comparando afro-americanos e
indivíduos brancos. Segundo os artigos revisados, o risco de ser hipertenso é maior em
indivíduos obesos e a obesidade é mais comum entre mulheres de origem afro-
americana do que em mulheres brancas. O estudo utilizou os seguintes índices para
determinar o estado nutricional e a distribuição de gordura: índice de massa corporal
(IMC), relação cintura/quadril (RCQ), circunferência de cintura (CC) e relação
cintura/altura (RCA). Foram utilizados os dados iniciais do Atherosclerosis Risk in
Communities Study (ARIC). Nele, participantes foram recrutados em quatro
comunidades americanas: Jackson, MS; Minneapolis, Minnesota; Washington County,
MD e Forsyth County, NC. A amostra final contou com 5332 homens brancos e 5766
mulheres brancas; 1523 afro-americanos e 2442 afro-americanas. A hipertensão foi
definida como pressão sistólica maior ou igual a 14 ou diastólica maior ou igual a nove,
ou ainda, uso de medicamentos anti-hipertensivos. Utilizou-se a técnica de regressão
logística para modelar as variáveis. Constatou-se maior prevalência de HAS em afro
americanos que em indivíduos brancos (55% homens negros versus 29% homens
brancos; 56% mulheres negras versus 26% mulheres brancas). Os índices
antropométricos mensurados foram maiores para indivíduos hipertensos do que não
hipertensos. Porém, de modo geral, mulheres afro-americanas eram mais pesadas e
tinham maior circunferência de cintura e relação cintura/altura do que mulheres brancas,
o que não acontecia com relação aos homens, cujos índices mostram-se similares. O
IMC tinha alta correlação com a circunferência de cintura (r = 0,9) tanto para negros,
quanto para brancos, e estava moderadamente correlacionado à relação cintura/quadril
em homens (r = 0,6) e mulheres (r = 0,5). A circunferência de cintura e a relação
23
cintura /quadril apresentaram correlação de r = 0,7. A relação cintura/altura estava
altamente correlacionada com circunferência da cintura (r = 0,9) e moderadamente
correlacionada com a relação cintura/quadril em homens e mulheres. Esse estudo não
mostrou diferenças étnicas na associação entre HAS e obesidade na população estudada,
porém, mostrou aumento da prevalência de hipertensão entre mulheres brancas em faixa
mais elevadas dos indicadores antropométricos.
Em estudo realizado por GUINOT et al. (2001), na França, foram analisados
questionários de 2923 mulheres e 2180 homens onde foram coletados dados
demográficos, um breve histórico médico, dados antropométricos, de estilo de vida,
fumo, uso de anticoncepcional oral além de recordatório de 24 horas em diferentes dias
da semana e questionário de freqüência de alimentos. Foi realizada uma ACM com o
objetivo de identificar os padrões dietéticos presentes na população em estudo. Como
resultado, oito tipos de perfis dietéticos foram obtidos para cada sexo, descritos nas
Tabelas 5.1 e 5.2.
Tabela 5.1: Descrição dos oito perfis dietéticos identificados na população estudada por GUINOT et al. (2001) para o sexo
feminino.
Grupo 1: “moderno”, “hedonístico” e “voraz”
Mais café do que a média, bebidas gasosas, suco de frutas e bebidas alcoólicas, sanduíches, biscoitos, bolos, doces, pastelarias, açúcar, carne de porco
cozida, carnes em geral e massa.
Grupo 2: “hedonístico”, evitando álcool, “tradicional” e “voraz”
Mais chicória, água, chocolate, biscoitos, doces, pastelarias, açúcar, pão, manteiga, mel ou geléia, sanduíches, carne de porco cozida e carnes em geral,
massas e batatas; evitam bebidas alcoólicas.
Grupo 3: “moderno”, “consciente quanto à saúde” e “voraz”
Muito adoçante, chás, suco de frutas, água mineral, bebidas gasosas, leite, chocolate, cereais, iogurtes, frutas, vegetais cozidos, saladas verde e misturada,
massas, arroz, peixe, aves, ovos, carne de porco cozida, biscoitos e doces; consomem moderadamente bebidas alcoólicas.
Grupo 4: “tradicional” e “voraz”
Consomem maior quantidade de chás, chicória, água da torneira, biscoitos, doces, mel ou geléias, manteiga, pão, açúcar, sopa, frutas, saladas, vegetais
cozidos, arroz, massa, batata, ovos, aves e peixe; evitam bebidas alcoólicas e gasosas.
Grupo 5: “moderno”
Consomem maior quantidade de café, bebidas gasosas, aperitivos, adoçante, sanduíches e massas; evitam sopa, frutas, saladas, batatas, arroz e pão.
Grupo 6: “neutro”
Não demonstram muitas preferências. Consomem chicória, pão, manteiga, mel ou geléia; evitam bebidas alcoólicas e gasosas, suco de frutas, adoçante,
cereais, biscoitos, bolos, ovos e frutas
Grupo 7: “moderno” e “consciente quanto à saúde”
Consomem maior quantidade de chás, água mineral, adoçante, cereais, iogurtes, vegetais cozidos, saladas, frutas, aves e peixe; evitam bebidas alcoólicas
fortes, açúcar, pão, manteiga, mel ou geléia, doces batatas, massas, arroz, sanduíches, biscoitos e bolos.
Grupo 8: “tradicional” e “consciente quanto à saúde”
Consomem grande quantidade de chás, água de torneira, sopa, vegetais cozidos, frutas e iogurtes; evitam café, bebidas gasosas e alcoólicas, açúcar,
pastelarias, bolos, biscoitos e sanduíches.
25
Tabela 5.2: Descrição dos oito perfis dietéticos identificados na população estudada por GUINOT et al. (2001) para o sexo
masculino.
Grupo 1: “moderno”, “hedonístico” e “consciente quanto à saúde”
Consomem mais chás do que a média, bebidas gasosas, água mineral, suco de frutas, bebidas alcoólicas, iogurtes, cereais, frutas, ovos, sopas, saladas,
vegetais cozidos, sanduíches, biscoitos, bolos, doces, pastelarias, massa, arroz, peixe e aves.
Grupo 2: “hedonístico”, evitando álcool e “tradicional”
Consomem mais chicória, leite, cidra, água da torneira, chocolate, biscoitos, doces, pastelarias, açúcar, pão, manteiga, mel ou geléia, sopas, saladas, batatas,
massas e ovos; evitam bebidas gasosas, aperitivos, sanduíches e cereais.
Grupo 3: “hedonístico” e “moderno”
Consomem muito café, adoçante, suco de frutas, água mineral, bebidas gasosas, bebidas alcoólicas, carnes em geral, sanduíches, pastelaria e bolo; evitam
chocolate, mel e geléia.
Grupo 4: “hedonístico”
Consomem maior quantidade de café, bebidas alcoólicas, carnes, batatas, massa, pão, manteiga, açúcar, doces, pastelarias, bolos e sanduíches; evitam chás,
cereais e iogurtes.
Grupo 5: “moderno” e “consciente quanto à saúde”
Consomem maior quantidade de chás, água mineral,, suco de frutas, adoçantes, cereais, frutas, iogurtes, vegetais cozidos, saladas e peixe; evitam bebidas
gasosas, bebidas alcoólicas, carnes, batatas, acçúcar, manteiga, bolos, pastelarias, doces e sanduíches.
Grupo 6: “tradicional” e “consciente quanto à saúde”
Consomem chicória, pão, mel ou geléia, água de torneira, chocolate, doces, frutas, saladas e sopa; evitam bebidas alcoólicas e gasosas, sanduíches, bolos,
pastelarias e carne de porco cozida.
Grupo 7: “moderno”
Consomem maior quantidade de chás, água mineral, adoçante e cereais; evitam pão, mel ou geléia, chocolates, doces, biscoitos, bolos, saladas, vegetais
cozidos, frutas, sopa e ovos.
Grupo 8: “neutro”
Não demonstram preferências. Consomem mais chicória, açúcar e manteiga; evitam bebidas alcoólicas e gasosas, suco de frutas e adoçantes.
26
SICHIERI et al., (2003) publicou um artigo em que investigava fatores associados
aos padrões de consumo alimentar da população urbana brasileira, tendo como base a
Pesquisa sobre Padrões de Vida, realizada no Nordeste e Sudeste do país entre os anos de
1996 e 1997. Foram utilizados dados de 5121 adultos com idades entre 20 e 50 anos, sendo
que neste grupo foram previamente excluídos lactantes, gestantes e pessoas que relataram
algum tipo de doença crônica. Utilizou-se o questionário da pesquisa do Banco Mundial,
Living Standard Measurements (LSMS). A lista de alimentos contemplados baseou-se nas
Pesquisas de Orçamento Familiar (POF’s) do Instituto Brasileiro de Geografia e Estatística
(IBGE), sendo o consumo alimentar referente aos últimos quatorze dias da família
entrevistada. Ao final, o consumo de 21 alimentos ou grupos de alimentos foi avaliado e a
técnica de análise de componentes principais foi utilizada para definir os padrões de
consumo alimentar. O padrão misto englobou o consumo de quase todos os alimentos, já o
padrão tradicional, destacou-se arroz, feijão, farinha e açúcar. Outras variáveis avaliadas
foram: IMC, renda per capita, escolaridade, cor, estado civil e atividade física de lazer.
Como resultados, foram constatados os maiores valores médios de renda, IMC, idade,
indivíduos brancos e escolaridade para a região Sudeste, além de famílias menores e menor
percentual de solteiros. A região Nordeste associou-se negativamente ao padrão misto, o
qual se associou positivamente ao IMC e negativamente a praticar atividade física e ter cor
de pele mais escura. As variáveis que mais explicaram o consumo foram escolaridade,
renda e região de residência. As demais variáveis mostraram associação positiva com o
padrão misto. Como conclusão, reforçou-se a idéia de que os fatores determinantes de
patologias não parecem estar ligados a nutrientes específicos, mas à forma como esses
interagem. Nesse estudo, o padrão tradicional de consumo mostrou-se como fator protetor
para sobrepeso.
27
ALONSO et al. (2004) observou que vários aspectos do estilo de vida e nutrição
parecem influenciar na redução dos níveis de pressão sangüínea, na prevalência da
hipertensão e, consequentemente, minimizar os riscos de posteriores complicações. O
objetivo do estudo foi avaliar a relação entre o consumo de frutas e verduras e a pressão
arterial. Começando em dezembro de 1999, foram recrutados para a pesquisa estudantes da
Universidade de Navarra que moravam na Espanha, além de indivíduos com grau
acadêmico superior, pertencentes a uma Companhia de Seguros e enfermeiras registradas
na Associação de Enfermeiras de Navarra. Assim, foi obtida uma coorte de 8830
participantes. Foram excluídos indivíduos que reportaram diagnóstico prévio de câncer,
doença cardiovascular, diabetes, hipertensão, bem como aqueles que não informaram a
pressão arterial. A amostra final constituiu-se de 4393 indivíduos. Os hábitos alimentares
foram avaliados por um questionário de freqüência alimentar semi-quantitativo
previamente validado na Espanha, de 136 alimentos. O questionário inicial incluía
questões sobre fatores sócio-demográficos (sexo, idade, estado civil, escolaridade e
emprego); antropométricos (peso, altura); hábitos relacionados à saúde (fumo, consumo de
álcool e atividade física) e variáveis clínicas (uso de medicamentos, histórico pessoal e
familiar de doenças cardiovasculares, câncer e outras). Foram calculados os equivalentes
metabólicos por hora (MET/h) representando as atividades físicas desenvolvidas no tempo
livre ao longo da semana. A pressão sangüínea foi relatada pelos indivíduos. Quanto à
análise estatística, o consumo alimentar foi ajustado para o consumo total de energia,
especificando cinco quintis. Calculou-se a razão de prevalência de hipertensão (HAS) não
diagnosticada associada ao consumo de alimentos, que corresponde à prevalência de HAS
não diagnosticada em cada quintil de consumo alimentar dividida pela prevalência em
indivíduos na categoria mais baixa de consumo. Foi criada uma variável para medir o
28
efeito do consumo de frutas e verduras, somando os quintis de frutas e verduras, obtendo-se
assim 10 faixas. Com o objetivo de ajustar os resultados simultaneamente, foi utilizada
uma regressão logística. Também foi utilizada uma regressão linear múltipla, considerando
“pressão sistólica” e “pressão diastólica” como variáveis contínuas. A regressão logística
foi realizada depois de estratificar a amostra por consumo de ácidos graxos
monoinsaturados, para acessar possível efeito dessa variável. As médias de pressão
sistólica e diastólica foram de 114 e 70 mmHg, respectivamente. Dos participantes, 4,9%
foram considerados como tendo HAS não diagnosticada. Foi encontrada relação inversa
entre consumo de frutas e verduras e a prevalência de HAS não diagnosticada na população
mediterrânea com alto consumo de gorduras e vegetais. O maior consumo de ácidos graxos
monoinsaturados estava associado à menor prevalência de HAS, principalmente para
indivíduos com baixo consumo de frutas e verduras.
Os estudos acima salientam a correlação de determinados hábitos alimentares com
uma maior prevalência de HAS. De modo geral, padrões de consumo que incluem maior
ingestão de frutas, suco de frutas e verduras, bem como alimentos fonte de ácidos graxos
monoinsaturados (como o azeite de oliva) estão associados a menores níveis de pressão
arterial. De modo oposto, padrões que incluíam maior consumo de refrigerantes, frituras e
alimentos ricos em colesterol e gordura saturada mostraram associação com maiores níveis
pressóricos. O estado nutricional acessado com o uso de indicadores antropométricos tais
como o IMC, CC, RCA e RCQ apresentou correlação com a presença ou ausência de HAS.
5.2 ANÁLISE DE CORRESPONDÊNCIA MÚLTIPLA
Em um estudo populacional do tipo caso controle realizado por PALLI et al. (2001),
29
padrões dietéticos, ajustados segundo consumo de energia, foram relacionados à etiologia
do câncer gástrico. Em uma área de alto risco para câncer gástrico na Itália, foram
analisados dois grupos, um com 383 casos deste câncer e outro com 561 controles. Uma
ACM permitiu identificar quatro perfis dietéticos que explicavam 75% da variabilidade
total da dieta. Os padrões “tradicional” (rico em amido, proteína, álcool e nitrito) e “rico
em vitamina” (vitaminas antioxidantes, açúcar, nitratos e fibras) mostraram-se fortemente
associados ao risco de câncer gástrico, sendo responsáveis por 44% do risco estimado. Os
padrões “refinado” (rico em colesterol, gordura saturada, proteína, retinol, vitamina D e E)
e “rico em gordura” (todos os tipos de gordura e vitamina E) não apresentaram associação
significativa com o risco para este câncer (PALLI et al., 2001). Também na Itália, foi
investigada a influência do nível sócio-econômico (alto, médio-alto, médio-baixo e baixo)
na utilização dos serviços de saúde por pacientes com AIDS. As categorias relativas ao
nível socioeconômico foram estabelecidas levando-se em conta doze variáveis
(escolaridade, renda, período de desemprego, casa própria, aluguel de casa, gasto de
manutenção da casa, número de banheiros, quartos desocupados, refrigerador, dono de
meio de transporte motorizado, televisão, dono de mais de uma casa). A análise
exploratória dos dados utilizando a ACM sugeriu que o nível sócio-econômico,
secundariamente ao estádio e severidade da doença, tem importância como indicador de
variações na utilização e custo hospitalar dos pacientes com AIDS estudados (TRAMARIN
et al., 1997).
A ACM foi também utilizada em estudo para a caracterização do perfil de mulheres
usuárias e não-usuárias de terapia de reposição hormonal (TRH). Neste estudo, realizado
por ARANHA et al. (2004), foram identificados dois grupos. O grupo que contém as não-
usuárias da TRH apresenta características como Índice de Massa Corporal (IMC), aos vinte
30
anos, superior a 25kg/m
2
(sobrepeso ou obesidade); ganho ponderal maior que 20 Kg
durante a vida adulta; idade entre 52 a 67 anos; menopausa após os 48 anos; renda
domiciliar per capita e escolaridade baixas. O grupo que contém as usuárias da terapia de
reposição hormonal apresenta predomínio de mulheres que fumam moderadamente; com
escolaridade até o 2
o
grau completo; idade entre 38 e 52 anos; menopausa precoce (antes de
48 anos); brancas; IMC normal (em especial na faixa entre 21,0 e 22,9kg/ m
2
) aos vinte
anos e ganho ponderal durante a vida adulta inferior a 10kg .
Na área da cardiologia, em estudo realizado por KÜRÜM et al. (2005), foram
acompanhados 160 pacientes admitidos em um Hospital Universitário com infarto agudo
do miocárdio. A ACM foi utilizada para analisar a freqüência de envolvimento de vasos
sangüíneos nestes episódios. Assim, a artéria coronária direita (ACD) mostrou-se
envolvida mais comumente quando havia comprometimento de apenas um vaso ou quando
vários vasos estavam envolvidos incluindo a artéria circunflexa. Quando a artéria
envolvida no infarto era a circunflexa (Cx), freqüentemente havia comprometimento de
múltiplos vasos, incluindo a artéria anterior descendente esquerda (AADE). Já a
combinação ACD e AADE era a menos freqüente (KÜRÜM et al.,2005).
PLATAT et al. (2006) estudou os padrões dietéticos e de atividade física em 2724
escolares franceses com idade de 12 anos, bem como a associação daqueles com fatores
socioeconômicos. Estes foram acessados utilizando variáveis como renda familiar, grau de
escolaridade dos pais e tamanho da residência da família. Com a realização de uma ACM
foi possível identificar dois eixos principais: o primeiro caracterizado por sedentarismo,
maior consumo de refrigerantes e batatas fritas e o hábito de “beliscar” enquanto assiste
televisão; o segundo representando atividade física, consumo de frutas, vegetais e suco de
frutas. Observou-se que tanto a renda familiar quanto o grau de escolaridade dos pais
31
estavam associados significativamente ao primeiro eixo (p<0,001), enquanto o tamanho da
residência da família associou-se ao segundo eixo (p<0,1).
BRACCO et al. (2006), em estudo realizado no Brasil, utilizou a ACM para
identificar diferentes perfis associados à prática de atividade física e à inatividade em
crianças da rede pública de ensino, construindo um modelo baseado em informações
coletadas utilizando um questionário respondido pelos pais. Foram analisados 2519
questionários. A população do estudo era constituída por crianças (50,7% do sexo
masculino e 49,3% do sexo feminino) entre 7 e 10 anos matriculadas na primeira e segunda
série de oito escolas públicas nas cercanias de Vila Mariana, em São Paulo. O perfil que
apresentou associação com a ausência de atividade física englobava as categorias:
sobrepeso, sexo feminino, idade superior a sete anos e meio, baixo nível socioeconômico,
apresentar bom apetite, morar em locais com coleta de lixo realizada menos de duas vezes
por semana, bem como com crianças cujas mães trabalhavam fora de casa. Não foi
encontrada correlação para fatores como peso ao nascer e escolaridade materna (BRACCO
et al., 2006).
32
6 MATERIAIS E MÉTODOS
6.1 DADOS
O presente trabalho utiliza dados coletados em um projeto que estuda segurança
alimentar no distrito de Campos Elísios, município de Duque de Caxias, Estado do Rio de
Janeiro. Este projeto é coordenado pelas Professoras Rosely Sichieri e Rosana Salles-Costa
do Instituto de Medicina Social da Universidade Federal do Rio de Janeiro (UFRJ), com
financiamento do CnPq e do Instituto Nacional de Câncer (INCa), contando também com a
participação de outros professores do Instituto de Nutrição da UFRJ. Outros parceiros
deste projeto são: o Instituto Brasileiro de Geografia e Estatística (IBGE) e a Escola
Nacional de Ciências Estatísticas (ENCE).
Duque de Caxias faz parte da região metropolitana do Rio de Janeiro e sua
população corresponde a 5,4% da população do Estado. Considerando-se o município
como um todo, a população que vive abaixo da linha de pobreza extrema está em torno de
14%, quase o dobro da média do Rio de Janeiro. Dentro do próprio município há áreas
críticas de pobreza, atingindo até cerca de 20% dos habitantes. Campos Elíseos, o distrito
escolhido, é considerado o segundo mais pobre da região.
O presente estudo utilizou um banco de dados contendo, 37 variáveis relativas a
1085 moradores do distrito de Campos Elísios, coletados a partir de visitas a domicílios
particulares permanentes deste distrito. O estudo foi de base populacional, com desenho
transversal e população constituída de indivíduos adultos de ambos os sexos, com idades
entre 20 e 65 anos. Os indivíduos que participaram da pesquisa assinaram o termo de
consentimento livre e esclarecido e o projeto teve a aprovação do Comitê de Ética da UFRJ.
33
O tamanho da amostra foi determinado com base em uma prevalência de pobreza
extrema de 14,5%, com nível de significância de 5% e margem de erro de 3%. Nestas
condições, uma amostra de 1000 domicílios foi necessária para assegurar a
representatividade das estimativas. Estes foram selecionados a partir de diferentes setores
censitários, classificados por renda média mensal do responsável pelo domicílio,
assegurando a participação proporcional de domicílios pertencentes a diferentes estratos de
renda. A seguir, foram selecionados 75 setores censitários de um total de 322 e, a partir
deles, foram escolhidos 15 domicílios por setor, resultando em 1125 domicílios. A coleta
dos dados ocorreu no período de maio a dezembro de 2005 e constou de visita domiciliar
com entrevista e avaliação antropométrica. Os dados sócio-econômicos e dietéticos foram
obtidos por meio de questionário individual para adultos e questionário de freqüência
alimentar (QFA). Os entrevistadores (5 nutricionistas e 15 moradores da comunidade)
foram treinados pela equipe de coordenação da pesquisa. Os questionários utilizados
passaram por um pré-teste e um estudo-piloto em local com características semelhantes ao
Distrito pesquisado.
As seguintes variáveis, em um total de 37, foram estudadas:
a) antropométricas (quatro): circunferência de cintura (CC - mensurada com fita
métrica inextensível, em centímetros, após expiração, ao redor do ponto de menor
volume do tronco, localizado entre o último par de costelas e a borda ântero-
superior da crista ilíaca); relação cintura/quadril (RCQ – razão entre as médias das
medidas de circunferência de cintura e de quadril), índice de massa corporal (IMC
– razão entre o peso em Kg e a altura em m²), relação cintura/altura (RCA - razão
entre as médias das medidas de circunferência de cintura e altura);
34
b) nutricionais (dez): dieta (mostra se o indivíduo estava realizando dieta para
controle da HAS, diabetes, hipercolesterolemia, para emagrecimento ou se não fazia
dieta no momento da aplicação do questionário); alimentação saudável (se o
indivíduo considera sua alimentação saudável ou não); frutas (o indivíduo relata
uso de frutas na sua alimentação habitual); verduras (o indivíduo relata uso de
verduras na sua alimentação habitual); episódios de comer compulsivo (relata se o
entrevistado já apresentou esse tipo de comportamento em relação à alimentação);
desjejum (se costuma realizar desjejum); almoço (se costuma realizar); lanche (se
costuma realizar); jantar (se costuma jantar); qualidade da alimentação (o
indivíduo percebe sua alimentação como sendo de péssima, ruim, regular, boa ou de
ótima qualidade);
c) demográficas (quatro): cor (registrada pelo entrevistador), estado civil, idade,
sexo;
d) sócio-econômicas (seis): trabalho/estágio (mostra se o indivíduo é
profissionalmente produtivo), escolaridade (analfabeto, até primeiro grau completo
e superior ao primeiro grau completo); abastecimento de água (tipo); coleta de lixo
(existe coleta ou de que forma o lixo é descartado); esgoto (tipo de tratamento
utilizado) e filtro de água (relata se o indivíduo possui filtro ou bebe água tratada);
e) clínicas (cinco): saúde (classificada pelo entrevistado como muito boa, boa,
regular ou ruim); internação (se o indivíduo foi internado alguma vez); hipertensão
arterial sistêmica (HAS - condição presente ou ausente relatada pelo entrevistado);
fumo (fumou mais de 100 cigarros na vida) e horas de sono (em média por dia).
f) relativas à atividade física (oito): esporte; cuida de criança; faxina; limpeza;
passa roupa; lava roupa; usa bicicleta para se deslocar; desloca-se a pé.
35
Das variáveis citadas, eram originalmente contínuas: CC, RCQ, IMC, RCA, idade e
horas de sono. Eram dicotômicas: alimentação saudável; frutas; verduras; episódios de
comer compulsivo; desjejum; almoço; lanche; jantar; sexo; trabalho/estágio; internação;
hipertensão arterial sistêmica; fumo; esporte; cuida de criança; faxina; limpeza; passa
roupa; lava roupa; usa bicicleta para se deslocar e desloca-se a pé. As demais variáveis
eram categóricas.
As categorias de cada variável citada, com suas freqüências absolutas e relativas
divididas por gênero, podem ser encontradas na seção de anexos (Anexo A). A variável
escolaridade, categórica, englobou duas variáveis do banco de dados original (última série
e último grau), as quais eram originalmente numéricas, sendo categorizada em: analfabeto,
até o primeiro grau completo e maior que o primeiro grau completo.
As variáveis originais caminhada, vôlei, musculação, ginástica, hidroginástica,
bike, corrida, futebol, lutas, natação e basquete foram reunidas em uma só variável,
esporte, que reflete se o indivíduo é fisicamente ativo ou não, considerando se o mesmo
realizava alguma das atividades esportivas de lazer descritas. As variáveis faxina, limpeza,
cuida de criança, passa roupa, lava roupa, deslocamento à pé e deslocamento de bicicleta
são dicotômicas.
A variável circunferência de cintura, originalmente contínua, foi categorizada de
acordo com pontos de corte utilizados na literatura, o mesmo acontecendo para relação
cintura/quadril, calculada a partir das médias das duas medidas realizadas para a
circunferência de cintura e a circunferência de quadril. A relação cintura/altura foi
calculada do mesmo modo, a partir das médias das duas medidas de circunferência de
cintura e de altura. O IMC foi calculado utilizando a razão Peso (Kg)/Altura² (m), sendo
seu resultado apresentado na unidade Kg/m². Os pontos de corte utilizados foram:
36
-circunferência da cintura: 102cm (homens) e 88cm (mulheres) (WHO, 1998);
-relação cintura/quadril: 0,95 (homens) e 0,80 (mulheres)
(PEREIRA et al., 1999);
-relação cintura/altura: 0,52 (homens) e 0,53 (mulheres) (PITANGA & LESSA,
2006);
-IMC (Kg/m²): < que 18,5 (baixo peso); 18,5 - 24,9 (eutrófico); 25,0 - 29,9
(sobrepeso) e ≥ 30,0 (obesidade) (WHO, 1998).
As variáveis come verdura e come frutas são dicotômicas, não tendo sido incluídos
os motivos pelos quais os indivíduos relataram não comer esses alimentos. Para a variável
dieta, os indivíduos relataram se estavam seguindo algum tipo de dieta ou não e, em caso
positivo, para qual finalidade era a dieta.
As categorias da variável horas dormindo foram divididas em intervalos de quatro
horas. A variável dependente hipertensão arterial não foi aferida, mas coletada pelo relato
dos participantes da pesquisa. Em relação à variável idade, utilizamos as seguintes
categorias: até 30 anos, 31 a 45 anos, 46 a 60 anos e maior que 60 anos.
6.2 MÉTODOS
O primeiro passo consistiu da escolha das variáveis mais clinicamente relevantes de
acordo com a literatura e com os objetivos do estudo. Todas as variáveis utilizadas no
estudo, que não eram categóricas originalmente, foram categorizadas para utilização da
ACM. As freqüências relativas e absolutas de cada categoria pertencente a cada variável
foram calculadas por gênero (ANEXO 1).
37
Para a análise dos dados, foram desenvolvidos três modelos de regressão logística,
que possuíam a HAS como variável dependente. Assim, inicialmente foi executada uma
ACM em duas dimensões com todas as variáveis de trabalho, utilizando a variável HAS
como suplementar (modelo completo). Para reduzir a dimensionalidade do modelo
completo, as variáveis foram retiradas uma a uma, a partir de seis subgrupos de variáveis:
antropométricas (circunferência da cintura, relação cintura quadril, relação cintura
altura e índice de massa corporal); nutricionais (dieta, alimentação saudável, frutas,
verduras, comer compulsivo, desjejum, almoço, lanche, jantar e qualidade da
alimentação); demográficas (cor, idade, estado civil e sexo); sócio-econômicas (trabalho/
estágio, escolaridade, coleta de lixo, esgoto, filtro de água e abastecimento de água);
clínicas (saúde, internação, HAS, fumo e horas dormindo) e relacionadas à atividade
física (esporte, cuida de criança, faxina, limpeza, passa roupa, lava roupa, usa bicicleta
como transporte, anda a pé). A seguir, foram excluídas as variáveis de menor correlação
com HAS em cada grupo, segundo os valores obtidos na matriz de correlação até restar
apenas uma representante de cada grupo. A análise foi realizada em duas dimensões. Este
procedimento definiu as variáveis utilizadas na regressão logística do modelo 1.
Para a obtenção do modelo 2, realizamos a retirada das variáveis sem considerar
subgrupos, ou seja, retiramos uma a uma as variáveis que apresentavam menor correlação
com HAS, a partir do modelo completo. O modelo 2 selecionou, portanto, cinco variáveis
para a regressão logística. Finalmente, o modelo 3 foi determinado a partir do modelo 2
subtraído de duas variáveis antropométricas que apresentavam menor correlação com HAS.
Os três modelos estão resumidos no Quadro 6.2.1.
38
Modelo
Características Seleção das Variáveis
1
Seis subgrupos de variáveis: antropométricas (CC, RCQ,
RCA e IMC); nutricionais (dieta, alimentação saudável,
frutas, verduras, comer compulsivo, desjejum, almoço,
lanche, jantar e qualidade da alimentação); demográficas
(cor, idade, estado civil e sexo); sócio-econômicas
(trabalho/estágio, escolaridade, coleta de lixo, esgoto,
filtro de água e abastecimento de água); clínicas (saúde,
internação, HAS, fumo e horas dormindo) e relacionadas à
atividade física (esporte, cuida de criança, faxina,
limpeza, passa roupa, lava roupa, usa bicicleta como
transporte e anda a pé).
Excluídas as de menor correlação
com HAS em cada subgrupo.
2
Engloba as cinco variáveis com maior correlação com HAS.
Exclusão uma a uma das de menor
correlação com HAS, a partir do
modelo completo.
3
Engloba as três variáveis que mostraram maior valor de
correlação com a variável suplementar HAS.
Exclusão de duas das três
antropométricas do modelo 2,
sendo preservada apenas a de
maior correlação com HAS.
Quadro 6.2.1: Sumário dos modelos desenvolvidos
A partir das variáveis selecionadas como descrito, os modelos de regressão logística
foram desenvolvidos com o auxílio do método backward stepwise e um nível de
significância de 95%. Para todo o tratamento estatístico do banco de dados foi utilizado o
programa SPSS for Windows, versão 13.0.
39
7 RESULTADOS
Dos 1085 registros obtidos de 75 setores censitários, foram excluídos os registros
que continham dados ausentes em qualquer uma das 37 variáveis. Após as exclusões,
obtivemos uma amostra final de 1010 indivíduos (652 mulheres e 358 homens).
A prevalência de hipertensão arterial sistêmica (HAS) na população estudada foi de
22,9% e 26,2%, respectivamente, para homens e mulheres. Em torno de metade dos
indivíduos foram classificados pelos entrevistadores quanto à cor como Pardos (49,4% para
homens e 50,4% para mulheres), além disso, 17,9% (homens) e 19,3% (mulheres) foram
classificados como negros e o restante como brancos. Quanto à escolaridade, 2,8% dos
homens eram analfabetos, 65,6% possuíam até o primeiro grau completo e 31,6% tinham
escolaridade superior ao primeiro grau completo. Para mulheres, estes números são de
5,2%; 61,2% e 33,6%. Dos homens, 39,1% relataram ter fumado mais de 100 cigarros ao
longo da vida, sendo este número de 34,8% para mulheres. Quanto aos hábitos alimentares,
51,7% dos homens e das mulheres relataram comer frutas regularmente; em relação às
verduras 69,6% dos homens e 67,8% das mulheres informaram consumo regular das
mesmas.
As prevalências de HAS nas categorias das variáveis: idade, cor, escolaridade,
estado civil, saúde, fumo, horas dormindo, dieta, alimentação saudável, qualidade da
alimentação, frutas, verduras, IMC, CC, RCQ, RCQ, esporte, deslocamento a pé e de
bicicleta, são mostradas na Tabela 7.1.
40
Tabela 7.1: Prevalência de HAS nas variáveis categorizadas: idade, cor, escolaridade,
estado civil, saúde, fumo, horas dormindo, dieta, alimentação saudável, qualidade da
alimentação, frutas, verduras, IMC, CC, RCQ, RCQ, esporte, deslocamento a pé e de
bicicleta.
Variáveis
Categorias
Freqüência Relativa (%)
Sim
Idade
<=30 anos
19,4
31 até 45 anos
21,2
46 até 60 anos
35,5
>=61 anos
35,2
Cor
Branco
20,6
Preto
24,2
Pardo
34,7
Escolaridade
Analfabeto
52,3
Até primeiro grau completo
27,6
Maior que primeiro grau completo
16,6
Estado civil
Solteiro
17,2
Casado / vivendo junto
26,2
Separado
20,5
Viúvo
39,1
Saúde
Muito bom
12,8
Bom
14,5
Regular
39,7
Ruim
54,2
Fumo
Não
22,2
Sim
30,0
Horas dormindo
< = 4h
44,4
5-8h
24,1
> = 9h
18,8
Dieta
Não
20,5
Emagrecer
13,3
Diabetes
57,1
Hipertensão
97,8
Colesterol
63,2
Alimentação saudável
Não
29,2
Sim
23,5
41
Qualidade da alimentação
Ótima
27,0
Boa
24,6
Regular
24,5
Ruim
26,1
Péssima
29,2
Come frutas
Não
28,9
Sim
21,5
Come verduras
Não
27,9
Sim
23,7
IMC
Eutrofia
19,2
Baixo peso
4,8
Sobrepeso
26,1
Obesidade
40,7
Circunferência de Cintura
≤ 102 (homens) / ≤ 88 (mulheres)
20,4
> 102 (homens) / > 88 (mulheres)
39,8
Relação Cintura/Quadril
≤ 0,95 (homens) / ≤ 0,80 (mulheres)
19,5
> 0,95 (homens)/ > 0,80 (mulheres)
34,1
Relação Cintura/Altura
≤ 0,52 (homens) / ≤ 0,53 (mulheres)
17,3
> 0,52 (homens) / > 0,53 (mulheres)
36,5
Esporte
Não
26,8
Sim
20,8
Desloca-se a pé
Não
25,7
Sim
23,1
Desloca-se de bicicleta
Não
26,1
Sim
14,6
A ACM do modelo completo (todas as variáveis) apresentou uma inércia total de
0,18.
42
Tabela 7.2: Variáveis retiradas por grupos com o auxílio da ACM, correlação com HAS e
inércia de cada modelo intermediário
ACM Variáveis retiradas em cada grupo Correlação em
relação à HAS
Inércia total do
modelo
1 Sexo
Horas dormindo
Comer compulsivo
Faxina
Relação cintura quadril
Esgotamento sanitário
0,037
0,083
0,001
-0,004
0,164
0,032
0,19
2
Estado civil
Fumo
Qualidade da alimentação
Cuida de criança
Índice de massa corporal
Filtro de água
-0,080
0,086
0,011
-0,023
0,162
-0,021
0,21
3
Idade
Internação
Jantar
Andar a pé
Circunferência de cintura
Abastecimento de água
0,097
0,095
0,027
-0,026
0,191
0,040
0,27
4
Café da manhã
Limpeza
Trabalho/estágio
0,041
0,038
0,060
0,26
5
Come verduras
Lava roupa
Coleta de lixo
0,045
0,042
-0,005
0,30
6
Alimentação saudável
Passa roupa
0,059
0,051
0,34
7
Almoço
Esporte
0,074
0,063
0,37
8
Lanche da tarde
0,070
0,41
9
Come frutas
0,086
0,45
43
A Tabela 7.2 apresenta as variáveis retiradas em cada grupo, com o auxílio da
ACM, bem como sua correlação em relação à variável suplementar HAS e a inércia total de
cada modelo. O modelo 1 (Figura 7.1) foi obtido após as exclusões apresentando inércia de
0,46 em duas dimensões.
10-1-2-3
Dimensão 1
4
2
0
-2
-4
Dimensão 2
Não
Sim
Não
Col
PA
DM
Emg
Não
Sim
R
Reg
B
MB
Prt
Prd
Bra
> 0,52
<= 0,52> 1G comp
até 1G comp
analfabeto
Bicicleta
Dieta
Pressão alta
Saúde
Cor
RCA
Escolaridade
Percentual de variância explicado na dimensão 1 =25,891%, dimensão 2 = 19,543%.
Inércia total = 0,45.
Categorias das variáveis: escolaridade – analfabeto; até primeiro grau completo (até 1G comp);
maior
que o primeiro grau completo (> 1G comp). RCA - ≤ 0,52 e > 0,52. Cor – preto (prt), pardo (prd)
,
branco (bra). Saúde - muito boa (MB), boa (B), regular (Reg) e ruim (R). Pressão alta – sim e não
.
Dieta
– não faz nenhuma (Não), para emagrecer (Emg), hipercolesterolemia (Col), hipertensão (PA)
e
diabetes (DM). Bicicleta – utiliza como meio de transporte: sim ou não.
Figura 7
.1:
Correlação das variáveis do modelo 1, por categoria, em duas dimensões
44
Considerando a variável HAS como suplementar, neste modelo restaram as
variáveis: cor, RCA, dieta, condições de saúde, utilizar bicicleta como meio de transporte e
escolaridade. Observamos que as categorias relativas a apresentar HAS (Sim) e não
apresentar HAS (Não) encontram-se em quadrantes opostos, sendo eles o quarto e o
segundo quadrantes, respectivamente.
Tabela 7.3: Variáveis retiradas em cada ACM, suas correlações em relação à variável
suplementar HAS e inércia total dos modelos intermediários.
ACM Variáveis retiradas Correlação em
relação à HAS
Inércia total do
modelo
1 Comer compulsivo 0,001 0,18
2 Faxina -0,004 0,18
3 Filtro de água 0,009 0,19
4 Qualidade da alimentação 0,015 0,20
5 Cuidar de criança -0,023 0,20
6 Andar a pé -0,026 0,20
7 Esgotamento sanitário 0,037 0,21
8 Limpezas -0,038 0,22
9 Café da manhã 0,039 0,22
10 Lavou roupa 0,042 0,23
11 Come verduras 0,045 0,23
12 Passar roupa 0,051 0,24
13 Alimentação saudável 0,059 0,25
14 Cor 0,053 0,26
15 Trabalho/estágio 0,060 0,25
16 Esporte, Almoço e Lanche 0,063 0,27
17 Abastecimento de água 0,069 0,29
18 Ir de bicicleta 0,078 0,31
19 Jantar 0,083 0,32
20 Come frutas e Fumo 0,086 0,37
21 Coleta de lixo 0,092 0,40
22 Internação 0,095 0,44
23 Estado civil 0,112 0,47
24 Horas dormindo e Idade 0,147 0,58
25 Escolaridade 0,162 0,65
26 Relação cintura/quadril 0,164 0,71
45
A Tabela 7.3 apresenta as variáveis que foram sucessivamente retiradas para a
obtenção do modelo dois. Dessa forma, o modelo 2 englobou, além da variável suplementar
HAS, as variáveis saúde, dieta, índice de massa corporal, circunferência da cintura e
relação cintura/altura. A figura 7.2 mostra o resultado da ACM.
1,00,50,0-0,5-1,0-1,5-2,0
Dimensão 1
6
4
2
0
-2
Dimensão 2
Não
Col
PA
DM
Emg
Não
Sim
R
Reg
B
MB
> 0,52
<= 0,52
Eut
Ob
SP
BP
> 102cm
<= 102cm
Dieta
Pressão alta
Saúde
RCA
IMC
CC
Percentual de variância explicado na dimensão 1 =48,140%, dimensão 2 = 23,148%.
Inércia total = 0,71.
Categorias das variáveis: CC – ≤ 102 cm e > 102 cm. IMC – baixo peso (BP), eutrófico (Eut),
sobrepeso
(SP) e obesidade (Ob). RCA - ≤ 0,52 e > 0,52. Saúde - muito boa (MB), boa (B), regular (Reg) e ruim (R)
.
Pressão alta
– sim e não. Dieta – não faz nenhuma (Não), para emagrecer (Emg),
hipercolesterolemia
(Col), hipertensão (PA) e diabetes (DM).
Figura 7.2: Correlação entre as categorias das variáveis do modelo 2
46
Das cinco variáveis do modelo 2, três eram antropométricas, sendo que duas delas
englobavam a medida da circunferência de cintura e a altura em seus cálculos. Dessa
forma, retiramos as duas que apresentavam menor correlação com hipertensão arterial, de
forma que restasse apenas uma representante deste grupo, assim chegando ao modelo 3
(Figura 7.3).
10-1-2-3-4
Dimensão 1
6
4
2
0
-2
Dimensão 2
Não
Col
PA
DM
Emg
Não
Sim
R
Reg
B
MB
> 0,52
<= 0,52
Dieta
Pressão alta
Saúde
RCA
Percentual de variância explicado na dimensão 1 =45,677%; dimensão 2 = 35,552%.
Inércia total = 0,81.
Categorias das variáveis: RCA - ≤ 0,52 e > que 0,52. Saúde - muito boa (MB), boa (B),
regular
(Reg) e ruim (R). Pressão alta – sim e não. Dieta – não faz nenhuma (Não),
para emagrecer
(Emg), hipercolesterolemia (Col), hipertensão (PA) e diabetes (DM).
Figura 7.3: ACM do modelo 3 em duas dimensões
Tabela 7.4: Categorias das variáveis independentes que se correlacionam com as condições
de apresentar HAS e de não apresentar HAS
Variável não apresentar has Apresentar has
Dieta não estar fazendo dieta para emagrecer
pressão alta
colesterol
Saúde bom
muito bom
Regular
Ruim
RCA <=0,52 >0,52
A Tabela 7.5 apresenta os resultados da regressão logística realizada com o modelo
1, a qual obteve um percentual de acertos de 81,9%. Para cada variável do modelo
utilizada na regressão logística, a tabela expõe os coeficientes da regressão (B); o erro
padrão (E.P.); o valor-p, a odds ratio associada à cada variável e o intervalo de confiança
95% para as ORs. A tabela 7.5 mostra que a variável andar de bicicleta não é
estatisticamente significativa. A variável escolaridade apresenta valor-p ligeiramente
inferior ao estabelecido, podendo ainda ser considerada estatisticamente significativa.
Também as variáveis dummy saúde 3 (regular), dieta 1 (para emagrecer), dieta 2 (para
diabetes) e escolaridade 2 (até o primeiro grau completo) não podem ser consideradas
estatisticamente significativas. O teste de Homer-Lemenshow para avaliar o ajuste do
modelo apresentou valor χ² de 5,387, com significância de 0,716.
48
Tabela 7.5: Variáveis independentes que compõem o modelo 1 em relação à variável
dependente HAS, seus coeficientes e significância (valor-p).
I.C. 95%
B
E.P.
Valor-p
(b)
Odds
Ratio
Mínimo Máximo
Passo
1(a)
Saúde
,000
Saúde (1)
1,74
0,39
0,000
5,67
2,64
12,15
Saúde (2)
1,69
0,31
0,000
5,42
2,98
9,87
Saúde (3)
0,49
0,29
0,093
1,64
0,92
2,92
Dieta
0,000
Dieta (1)
0,82
0,47
0,079
2,28
0,91
5,73
Dieta (2)
-0,84
0,58
0,148
0,43
0,14
1,35
Dieta (3)
-5,03
1,03
0,000
0,01
0,00
0,05
Dieta (4)
-1,33
0,51
0,009
0,27
0,10
0,72
RCA (1)
0,78
0,17
0,000
2,17
1,55
3,05
Cor
0,009
Cor (1)
0,65
0,24
0,007
1,92
1,20
3,06
Cor (2)
0,61
0,22
0,005
1,84
1,20
2,81
Bicicleta (1)
0,60
0,34
0,079
1,82
0,93
3,54
Escolaridade
0,043
Escolaridade (1)
-0,98
0,39
0,012
0,38
0,18
0,81
Escolaridade (2)
-0,17
0,21
0,416
0,85
0,57
1,26
Intercepto
-0,58
0,37
0,118
0,56
(a) Variáveis no passo 1: saude, dieta, RCA, cor,bicicleta,escolaridade.
(b) Os valores-p estão truncados em três casas decimais.
I.C. = Intervalo de Confiança.
Percentual total previsto corretamente: 81,9%.
Realizando a regressão logística com o modelo 2, foram obtidos os resultados da
Tabela 7.6. Esta mostra que a variável antropométrica IMC não é estatisticamente
significativa, além disso, similarmente, CC foi excluída do passo 1 para o passo 2. O
modelo 2 apresentou um percentual de acertos na predição da HAS de 80,6%. O teste de
Homer-Lemenshow para o modelo 2 apresentou valor χ² de 4,003, com significância de
0,779.
49
Tabela 7.6: Variáveis independentes que compõem o modelo 2 em relação à variável
dependente HAS, seus coeficientes e significância (valor-p).
I.C. 95%
B
E.P.
df
Valor-p
(b)
Odds ratio
Mínimo Máximo
Passo
1(a)
Saúde
3
0,000
Saúde (1)
1,98
0,38
1
0,000
7,27
3,43
15,39
Saúde (2)
1,88
0,30
1
0,000
6,58
3,64
11,90
Saúde (3)
0,62
0,29
1
0,033
1,86
1,05
3,30
Dieta
4
0,000
Dieta (1)
1,00
0,47
1
0,035
2,71
1,07
6,85
Dieta (2)
-0,63
0,59
1
0,283
0,53
0,17
1,68
Dieta (3)
-4,86
1,02
1
0,000
0,01
0,00
0,06
Dieta (4)
-1,22
0,51
1
0,017
0,29
0,11
0,80
RCA (1)
0,49
0,25
1
0,051
1,64
1,00
2,69
CC (1)
0,17
0,25
1
0,495
1,19
0,72
1,96
IMC
3
0,138
IMC (1)
1,65
0,75
1
0,028
5,20
1,20
22,51
IMC (2)
-0,06
0,24
1
0,813
0,95
0,60
1,50
IMC (3)
-0,23
0,33
1
0,491
0,80
0,41
1,53
Intercepto
-0,32
0,40
1
0,428
0,73
Passo
2(a)
Saúde
3
0,000
Saúde (1)
1,98
0,38
1
0,000
7,26
3,43
15,37
Saúde (2)
1,89
0,30
1
0,000
6,62
3,66
11,96
Saúde (3)
0,62
0,29
1
0,034
1,85
1,05
3,28
Dieta
4
0,000
Dieta (1)
1,02
0,47
1
0,031
2,78
1,10
7,01
Dieta (2)
-0,62
0,58
1
0,285
0,54
0,17
1,68
Dieta (3)
-4,88
1,02
1
0,000
0,01
0,00
0,06
Dieta (4)
-1,23
0,51
1
0,017
0,29
0,11
0,80
RCA (1)
0,54
0,24
1
0,025
1,72
1,07
2,76
IMC
3
0,097
IMC (1)
1,65
0,75
1
0,027
5,20
1,20
22,53
IMC (2)
-0,08
0,23
1
0,744
0,93
0,59
1,46
IMC (3)
-0,32
0,31
1
0,296
0,73
0,40
1,32
Interceto
-0,19
0,36
1
0,588
0,82
(a) Variáveis em cada passo: saude, dieta, RCA,CC e IMC.
(b) Os valores-p estão truncados em três casas decimais.
I.C. = Intervalo de Confiança.
Percentual total previsto corretamente: 80,6%.
50
A Tabela 7.7 apresenta os resultados da regressão logística realizada com o modelo
3, com um percentual de acertos de 80,6% (igual a do modelo 2).
Tabela 7.7: Variáveis independentes que compõem o modelo 3 em relação à variável
dependente HAS, seus coeficientes e significância (valor-p).
IC 95%
B
E.P.
Valor-p
(b)
Odds
Ratio
Mínimo
Máximo
Passo
1(a)
Saúde
0,000
Saúde (1)
1,94
0,38
0,000
6,90
3,30
14,50
Saúde (2)
1,84
0,30
0,000
6,32
3,53
11,30
Saúde (3)
0,59
0,29
0,039
1,81
1,03
3,17
Dieta
0,000
Dieta (1)
0,96
0,47
0,042
2,60
1,03
6,54
Dieta (2)
-0,69
0,58
0,233
0,50
0,16
1,56
Dieta (3)
-4,91
1,02
0,000
0,01
0,00
0,06
Dieta (4)
-1,25
0,51
0,015
0,29
0,11
0,78
RCA (1)
0,79
0,17
0,000
2,20
1,58
3,07
Intercepto
-0,34
0,28
0,218
0,71
(a) Variáveis no passo 1: saúde, dieta, rca.
(b) Os valores-p estão truncados em três casas decimais.
I.C. = Intervalo de Confiança.
Percentual de acerto: 80,6%.
Observa-se que todas as variáveis são estatisticamente significativas (α = 0,05). A
variável dummy dieta 2 (para diabetes) não foi significativa, porém quando consideramos a
variável dieta como um todo, esta apresentou-se estatisticamente significativa. O
intercepto também não teve significância estatística. O teste de Homer-Lemenshow
apresentou valor χ² de 1,148, com significância de 0,979.
51
8 DISCUSSÃO
A HAS é uma patologia multicausal que cada vez mais vem vitimando a população
mundial. O equilíbrio entre fatores nutricionais, a atividade física, fatores sociais e
demográficos desempenha papel importante na prevenção ou na gênese dessa doença.
Também os extratos da sociedade menos favorecidos economicamente estão expostos a
este mal, com o agravante da dificuldade ou falta de acesso à informação e assistência à
saúde e suas medidas preventivas. Até o presente momento, não se tem conhecimento de
estudo sobre a prevalência de HAS e sua correlação com fatores ambientais que tenha sido
conduzido em populações pertencentes aos extratos mais baixos de renda, o que torna este
trabalho original. É importante identificar as relações entre todos esses fatores para
termos uma visão do panorama geral que envolve essa patologia dentro de nossa realidade
e, assim, conseguirmos novas estratégias para combatê-la.
Em relação ao procedimento para a obtenção da amostra, este visava garantir sua
representatividade e a precisão das estimativas. Não foram utilizadas técnicas de
imputação de dados ausentes - optamos por excluir os registros que os apresentavam,
evitando criar qualquer tipo de viés na amostra. Entre as diversas variáveis contempladas
pelo banco de dados que referenciavam a questão do fumo, decidimos utilizar a que
relatava se o indivíduo fumou quantidade maior do que 100 cigarros ao longo da vida.
Dessa forma, evitamos erros tais como os indivíduos fumantes recentes, que ainda não
desenvolveram nenhuma complicação relacionada ao hábito, e os indivíduos que já
apresentam sintomas de doenças relacionadas ao fumo, independente de não fumarem
atualmente, uma vez que podem ter sido fumantes por longo tempo anteriormente. As
variáveis originais hidroginástica, caminhada, musculação, ginástica, bicicleta, corrida,
52
futebol, lutas, vôlei, natação e basquete foram reunidas em uma só variável, esporte, que
reflete se o indivíduo é fisicamente ativo ou não, considerando se o mesmo realizava
alguma das atividades esportivas de lazer anteriormente descritas. As variáveis faxina,
limpeza, cuida de criança, passa roupa, lava roupa, deslocamento à pé e deslocamento de
bicicleta são dicotômicas, sendo a finalidade destas verificar a importância do exercício
envolvido em atividades não formais, simples e caseiras.
A opção de não tratar os dados separadamente em relação ao gênero deveu-se ao
fato de que os resultados das ACM realizadas utilizando bancos de dados distintos para o
sexo feminino e masculino não apresentarem diferença significativa. Desta forma, a
questão do gênero foi contemplada apenas conservando a variável sexo no banco de dados e
procedendo às análises com a totalidade dos registros.
Quanto às variáveis CC e RCQ, são vários os pontos de corte propostos, de acordo
com o objetivo específico de seu cálculo e do perfil da população em estudo.
No Brasil,
estudo desenvolvido por PEREIRA et al. (1999) definiu os melhores pontos de corte para a
RCQ, usando-os como preditores da hipertensão arterial. Os pesquisadores estudaram uma
amostra de 3.282 indivíduos, sendo 43,1% do sexo masculino e 56,9% do sexo feminino.
Os melhores pontos de corte encontrados foram 0,80 para mulheres e 0,95 para homens.
Além disso, os pesquisadores verificaram que a RCQ apresentou menor correlação com o
IMC, quando comparada com a RCA e a CC. Porém, a utilização da CC, apenas, tem
mostrado uma boa correlação com a gordura abdominal associada com o processo saúde-
doença (CASTRO et al., 2004). Alterações da CC refletem alterações nos fatores de risco
para doenças cardiovasculares e outras formas de doenças crônicas (CASTRO et al., 2004).
Em estudo realizado entre mulheres negras americanas, CONWAY et al. (1997)
verificaram que a CC foi a medida antropométrica que melhor se correlacionou com a
53
distribuição visceral de gordura. De acordo com a Organização Mundial da Saúde, os
riscos de complicações metabólicas são muito aumentados quando a medida da CC é maior
que 102cm para homens e 88cm para mulheres (WHO,1998). Assim, no presente trabalho,
foram utilizados para a RCQ e a CC os pontos de corte os mais comuns para fins de
previsão de problemas cardiovasculares. Similarmente, a variável RCA não possui pontos
de corte que sejam uma unanimidade entre os pesquisadores (HSIEH & YOSHIMAGA,
1995), havendo estudos que tentam definir esses valores utilizando curvas ROC (Receiver
Operating Characteristic) para identificar a sensibilidade e especificidade do melhor ponto
de corte para RCA como preditor de doenças coronarianas. Um estudo realizado no Brasil
por PITANGA & LESSA (2006), com população adulta (n=968) entre 30 e 74 anos,
concluiu que os pontos de corte 0,52 para homens e 0,53 para mulheres foram os melhores,
considerando sensibilidade e especificidade para doenças coronarianas. Estes foram os
pontos de corte utilizados nesta pesquisa.
Como citado na seção 6, neste estudo foi utilizada a HAS auto-referida ao invés da
pressão arterial efetivamente aferida. O estudo de LIMA-COSTA et al. (2004), sobre
hipertensão auto-referida, corrobora com a validade desta variável, tanto no que é relativo à
sensibilidade quanto à especificidade. Em seu estudo foi selecionada uma amostra aleatória
simples de moradores da cidade de Bambuí, Estado de Minas Gerais, com 970 indivíduos
com 18 anos de idade ou mais. A sensibilidade, especificidade e os valores preditivos da
hipertensão auto-referida foram calculados em relação à hipertensão diagnosticada pela
aferição da pressão arterial e/ou uso atual de medicamentos para hipertensão. A
sensibilidade e a especificidade da hipertensão auto-referida foram 72,1% (IC 95%: 69,3-
75,0) e 86,4% (IC 95%: 84,3-88,6), respectivamente. Sua prevalência foi 27,2% (IC 95%:
24,4-30,1), sendo razoavelmente semelhante à da hipertensão aferida (23,3%; IC 95%:
54
20,7-26,1%) (LIMA-COSTA et al., 2004). Assim, pode-se concluir que a hipertensão
auto-referida é um indicador apropriado da prevalência da hipertensão arterial, e que os
seus determinantes são semelhantes ao observado em países desenvolvidos (LIMA-COSTA
et al., 2004).
No presente estudo, foram observadas prevalências de HAS para homens e para
mulheres, respectivamente, de 22,9% e 26,2%. Uma maior prevalência de HAS referida
entre mulheres foi também encontrada nos resultados do Sistema de Monitoramento de
Fatores de Risco e Proteção para Doenças Crônicas Não Transmissíveis (VIGITEL), em
seu relatório de 2006 (MINISTÉRIO DA SAÚDE, 2006). Estes apontam que 24,4% das
mulheres relataram ter diagnóstico de HAS contra 18,4% dos homens, sendo o Rio de
Janeiro uma das cidades com maior prevalência entre as mulheres (28%) (MINISTÉRIO
DA SAÚDE, 2006). A cidade de Recife apresentou uma das mais altas prevalências de
HAS tanto para homens quanto para mulheres, respectivamente, 22,5% e 26,8%
(MINISTÉRIO DA SAÚDE, 2006). Em relação à idade, nesse mesmo relatório, observou-
se o aumento do número de diagnósticos prévios de HAS com o aumento da idade
(MINISTÉRIO DA SAÚDE, 2006). O oposto acontece em relação aos anos de
escolaridade, ou seja, quanto maior a escolaridade, menor o número de diagnósticos prévios
de HAS (MINISTÉRIO DA SAÚDE, 2006). No presente estudo, também observou-se um
aumento de HAS referida nas faixas etárias acima de 31 anos (31 a 45 – 21,2%; 46 a 60 –
35,5% e maior ou igual a 61 – 35,2%). Da mesma forma que na pesquisa citada, a
prevalência de HAS relatada diminui quanto maior é o nível de escolaridade (analfabetos –
52,3%; até o primeiro grau completo – 27,6% e maior que o primeiro grau completo –
16,6%). Indivíduos classificados como pardos e pretos apresentaram maior prevalência de
HAS: 34,7% e 24,2% respectivamente. Quanto melhor o status das condições de saúde
55
relatado, menor a prevalência de HAS. Indivíduos que relataram não comer frutas e
verduras apresentaram maior prevalência de HAS em comparação com os que comiam. O
número de horas de sono também mostrou relação com HAS: indivíduos que relataram
quatro horas ou menos de sono por dia apresentaram prevalência de 44,4%, contrastando
com 24,1% na faixa de cinco a oito horas de sono e 18,8% na faixa de maior ou igual a
nove horas de sono. Em relação aos índices antropométricos, a prevalência de HAS
aumenta com as faixas de IMC e acima dos pontos de corte para CC, RCQ e RCA, porém
esta relação fica mais clara neste último, com prevalência de 17,3 para o grupo abaixo do
ponto de corte e 36,5% para o que encontrava-se acima. Finalmente, indivíduos
sedentários, bem como os que não faziam atividades como deslocar-se de bicicleta ou a pé
mostraram maior prevalência de HAS. Esta também foi encontrada entre aqueles que
relataram ter fumado mais de 100 cigarros ao longo da vida.
Não foi encontrado até o presente momento um protocolo que apontasse a melhor
maneira de realizar a redução do número de variáveis utilizando a ACM, assim, foi
realizado um procedimento similar às técnicas utilizadas para essa finalidade em regressão
múltipla.
No modelo 1, que contempla os diversos subgrupos de variáveis (antropométricas,
nutricionais, demográficas, socioeconômicas, clínicas e atividade física), obtivemos
como representante de cada grupo as variáveis: RCA, Dieta, Cor, Escolaridade, Saúde e
Andar de bicicleta, com percentual de variância total explicada pelo modelo em duas
dimensões menor que 50% (Inércia=0,455). Apesar da vantagem de considerar os diversos
fatores que geralmente influenciam a patogênese de morbidades crônicas não
transmissíveis, como a HAS, ou seja, aqueles decorrentes do meio, estilo de vida e contexto
social em que os indivíduos estão inseridos, o poder de explicação da ACM foi menor do
56
que o dos modelos 2 e 3. Em relação à regressão logística, a diferença entre o percentual
de acertos na predição da hipertensão arterial entre o modelo 1 e os demais não foi
significativa. No entanto, as variáveis cor e andar de bicicleta não foram estatisticamente
significativas e escolaridade apresenta p-value apenas ligeiramente inferior ao estabelecido.
Na ACM, a condição de apresentar HAS ficou no quarto quadrante relacionando-se com
as categorias: cor de pele preta, fazer dieta para pressão alta, ser analfabeto, ter
condição de saúde ruim. Não apresentar HAS ficou no quadrante oposto (segundo)
relacionando-se com as categorias: cor de pele branca, usar a bicicleta para
deslocamento, relatar condições de saúde muito boa ou boa.
O modelo 2 apresentou um percentual de variância explicada de 71%. As posições
das categorias de HAS, sim e não, permaneceram nos mesmos quadrantes (quarto e
segundo). Relacionaram-se com apresentar HAS: condições de saúde regular ou ruim,
seguir dieta para HAS ou para emagrecer, IMC classificado como sobrepeso ou
obesidade, CC > 102 cm, RCA > 0,52. Relacionaram-se com não apresentar HAS: IMC
eutrófico ou baixo peso, RCA ≤ que 0,52, CC ≤ que 102cm, saúde boa ou muito boa e
não fazer dieta. Considerando as variáveis antropométricas, após a realização do
procedimento para redução de dimensionalidade baseado apenas na exclusão das variáveis
que apresentavam menor correlação com HAS observou-se que o modelo 2 conservava três
variáveis que continham informações quase equivalentes (IMC, Circunferência de Cintura
e RCA). Dessa forma houve a necessidade de reduzir o número de variáveis
antropométricas, o que gerou o modelo três. Este conservou apenas uma variável
antropométrica (RCA). A ausência do Peso, contida no indicador IMC não prejudicou o
modelo, uma vez que o mais importante para predição de doenças cardiovasculares parece
ser a composição e a distribuição do mesmo, assim, a concentração abdominal de gordura,
57
que pode ser facilmente diagnosticada pela medida da circunferência de cintura e pelos
índices antropométricos que envolvem esta medida, tem forte associação com a hipertensão
arterial e outras doenças cardiovasculares. Com o procedimento descrito, foi obtido um
aumento de 14% na inércia total na ACM.
O modelo 3 reteve como variáveis independentes Dieta, Saúde e RCA. Sua
variância total explicada foi de 81,4% com a ACM realizada em duas dimensões. Quando
observamos a figura 8.3, na seção de resultados, dividida em quadrantes, percebemos que
as categorias de HAS, sim e não, mudam de quadrantes, porém permanecem opostas
(terceiro e primeiro respectivamente). Na figura representativa da ACM as categorias que
se relacionam a não apresentar HAS ficam bem definidas: condições de saúde boa e
muito boa, RCA ≤ 0,52, e não fazer dieta. Relacionam-se com apresentar HAS: fazer
dieta para colesterol, para HAS ou para emagrecimento, RCA > 0,52, saúde regular e
ruim. A categoria dieta para diabetes não parece estar relacionada.
A variável clínica Saúde foi relatada pelos respondentes da pesquisa, de forma que
depende de sua própria percepção dos conceitos que permeiam a noção do que é ter saúde
para cada indivíduo. A OMS, desde 1948, adotou a definição de saúde como sendo o
equilíbrio biopsico-social do ser humano e não apenas a ausência de doença, ou seja, de
sintomas clinicamente perceptíveis. Dessa forma, essa variável carrega consigo,
indiretamente, informações sobre aspectos socioeconômicos e demográficos que
contextualizam a realidade dos indivíduos pesquisados, o que poderia justificar a ausência
de variáveis representativas especificamente desses grupos no modelo 3. A categoria RCA
> 0,52 demonstra forte associação com apresentar HAS, o que confirma o acúmulo
abdominal de gordura relativo à altura como fator de risco para HAS, mostrando que este é
ainda mais importante do que o simples fato de apresentar excesso de peso. Foram
58
encontrados na literatura vários estudos que concordam com esta teoria. PEIXOTO et al.
(2006) afirmam haver um forte efeito da concentração abdominal de gordura na prevalência
de HAS, sendo que para homens este efeito é ainda maior que os da obesidade e sobrepeso
(utilizando o IMC), ao passo que para mulheres tais efeitos são similares. HSIEH &
YOSHINAGA (1995) obtiveram resultados similares para homens e mulheres: a RCA foi o
único índice antropométrico independente dos fatores de risco para doenças vasculares.
Apesar de não discriminar entre gordura subcutânea e visceral, que pode ser mensurada
com a utilização de Tomografia Computadorizada, a RCA tem a vantagem de ser de fácil
mensuração, menor custo para estudos epidemiológico e de ser um melhor preditor para
doenças cardiovasculares do que o IMC.
Como foi pontuado anteriormente, correlaciona-se com não apresentar HAS a
condição de não estar fazendo dieta. De modo geral, os indivíduos considerados
“saudáveis” não costumam seguir nenhum plano alimentar específico de cunho preventivo
em seu dia a dia. Assim, existe uma cultura de utilizar uma alimentação diferenciada, ou
seja, fazer algum tipo de dieta, apenas como uma medida de controle das morbidades já
diagnosticadas. Dessa forma, os indivíduos que relataram fazer dieta para emagrecimento
certamente apresentavam algum grau de sobrepeso ou obesidade previamente. Como se
sabe estar acima do peso ideal é um fator de risco para diversas DCNT, incluindo HAS. O
mesmo raciocínio se aplica àqueles indivíduos que relataram fazer dieta para
hipercolesterolemia ou HAS, o que apenas confirma mais um fator de risco e a própria
condição de portar a doença, respectivamente. A categoria realizar dieta para diabetes
não parece se correlacionar com apresentar HAS.
Como já havia sido citado na seção 5, sobre ACM, esta técnica já é utilizada para
obtenção de padrões alimentares e sua relação com a ocorrência de DCNT. Um exemplo
59
foi sua utilização em estudo populacional do tipo caso controle realizado por PALLI et al.
(2001), para identificar padrões dietéticos relacionados à etiologia do câncer gástrico em
uma região da Itália. Nele, uma ACM permitiu identificar quatro perfis dietéticos que
explicavam 75% da variabilidade total da dieta, sendo que destes, os padrões “tradicional”
(rico em amido, proteína, álcool e nitrito) e “rico em vitamina” (vitaminas antioxidantes,
açúcar, nitratos e fibras) mostraram-se fortemente associados ao risco de câncer gástrico,
sendo responsáveis por 44% do risco estimado (PALLI et al., 2001). Um problema da
ACM, porém, é a dificuldade em definir o que é “perto” e o que é “longe”, o que
normalmente é feito a partir de simples inspeção visual das figuras. Desta forma, acaba-se
por considerar classes que apresentam maior similaridade de uma maneira subjetiva. A
existência de algum ponto de corte ou índice que orientasse na definição das categorias
mais próximas a partir de métodos mais objetivos ou até mesmo quantitativos daria maior
sustentação aos modelos obtidos a partir desta técnica. COSTA et al. (2008) propõe um
índice cujo objetivo é reduzir este aspecto de subjetividade na interpretação da ACM,
chamado de “distância de tolerância”. Seria interessante a realização de estudos futuros
contemplando a utilização deste índice, o que possibilitaria a obtenção de modelos mais
robustos de natureza menos subjetiva.
A importância deste trabalho está no fato de que o mesmo aborda o problema da
HAS e de seus fatores de risco em uma comunidade de baixa renda. Além disso, os
diversos tipos de variáveis estudados permitiram uma visão geral da questão. Também a
utilização da ACM para a redução da dimensionalidade e obtenção de um modelo final
(modelo 3) com um percentual de variância explicada maior que os demais fez-se
importante uma vez que mostrou ser uma técnica de análise exploratória de dados
extremamente útil para a aplicação em grandes bancos de dados na área da saúde, tendo o
60
seu resultado endossado com a utilização da regressão logística no modelo obtido. Esta
indicou um alto percentual de acertos ao prever a ocorrência de HAS, ou não, com o
modelo 3 obtido a partir da ACM. Este estudo mostrou que a partir de variáveis de coleta
simples, como dieta e saúde, que podem ser relatadas pelos entrevistados, e apenas mais
uma variável antropométrica, RCA, também de fácil obtenção uma vez que requer para seu
cálculo apenas a medida da circunferência da cintura e da estatura, pode-se inferir sobre a
ocorrência de HAS em um grupo de indivíduos. Assim, grandes estudos epidemiológicos e
triagens podem ser feitos com o intuito de diagnosticar precocemente a HAS e aqueles
indivíduos que estão sob maior risco de desenvolvê-la, com custo mais razoável, uma vez
que os equipamentos necessários para mensurar as variáveis citadas (CC e estatura) são de
simples manejo e baixo custo (trena ou fita métrica de material inextensível e/ou
estadiômetro), requerendo adicionalmente a aplicação de questionário simplificado para
efeito de complementação dos dados coletados.
61
9
CONCLUSÃO
A hipertensão arterial sistêmica é uma patologia multicausal, atingindo todos os
extratos da sociedade, sendo especialmente preocupante entre os menos favorecidos
economicamente, com o agravante da dificuldade ou falta de acesso à informação e
assistência em saúde, além da falta de medidas preventivas. É importante identificar a
associação entre os seus fatores de risco mais relevantes para termos uma visão do
panorama geral que envolve essa patologia dentro de nossa realidade e, assim,
conseguirmos novas estratégias para combatê-la. Os fatores nutricionais e padrões de
alimentação, cujos efeitos puderam ser visualizados com o uso de medidas antropométricas
(RCA) e com a variável “Dieta” pertencente ao modelo final, desempenham papel
importante na prevenção ou na gênese da HAS, atuando para atenuar ou favorecer a
expressão da predisposição genética própria do indivíduo. Também as condições gerais de
saúde, entendida no seu conceito mais amplo, são importantes na predição da HAS. A
técnica de Análise de Correspondência Múltipla mostrou-se uma ferramenta útil para
visualizar tais relações em um banco de dados com grande número de registros e de
variáveis categóricas ou dicotômicas, necessitando, porém, que sejam estabelecidos
protocolos bem definidos para a redução da dimensionalidade e pontos de corte para
auxiliar na percepção das categorias que mais se assemelham.
62
10
REFERÊNCIAS BIBLIOGRÁFICAS
ALONSO, A., FUENTE, C., MARTÍN-ARNAU, A. M., et al, 2004, “Fruit and vegetable
consumption is inversely associated with blood pressure in a Mediterranean population
with a high vegetable-fat intake: the Seguimiento Universidad de Navarra (SUN)
Study”, British Journal of Nutrition, n.93, pp. 311-319.
ARANHA, R. N., FAERSTEIN, E., AZEVEDO, G.M., et al, 2004, “Análise de
correspondência para avaliação do perfil de mulheres na pós-menopausa e o uso da
terapia de reposição hormonal”, Cadernos de Saúde Pública, v.20, n.1, pp. 100-108.
BARCLAY, A. W., FLOOD, V. M., ROCHTCHINA, E. et al., 2007, “Glycemic index,
dietary fiber and risk of type 2 Diabetes in a cohort of older Australians”, Diabetes
Care, v.30, pp. 2811-2813.
BRACCO, M. M., COLUGNATI, F. A., PRATT, M., et al., 2006, “Multivariate
hierarchical model for physical inactivity among public school children”, Jornal de
Pediatria, v. 82, n. 4, pp. 302-307.
CASTRO, L.C.V., FRANCESCHINI, S.C.C., PRIORE, S. E., et al., 2004, “Nutrição e
doenças cardiovasculares: os marcadores de risco em adultos”, Revista de Nutrição,
Campinas, v. 17, n. 3, pp.369-377.
CLAUSEN, S., 1998, Applied Correspondence Analysis: an introduction. Sage
Publications Inc.
CONWAY JM, CHATNETSA FF, WANG P., 1997, “Intraabdominal adipose tissue and
anthropometric surrogates in African American women with upper and lower body
obesity”, American Journal of Clinical Nutrition, n.66, pp.1345-51.
63
COSTA, J. G., ALMEIDA, R. M., INFANTOSI, A. F., et al., 2008, “A heuristic index for
selecting similar categories in multiple correspondence analysis applied to living donor
kidney transplantation”, Computer methods and programs in biomedicine, v.90, n.3, pp.
217-229.
CUPPARI, L., 2005, Guias de Medicina Ambulatorial e Hospitalar- Nutrição- Nutrição
Clínica no Adulto. 2 ed., São Paulo, Ed. Manole.
ESCOTT-STUMP, S. & MAHAN, L. K., 2005, Krause – Alimentos, Nutrição e
Dietoterapia. 11 ed., São Paulo, Ed. Roca.
FAO/WHO/ONU, 1985, Necessidades de energia y proteínas, Série de Informes Técnicos,
n. 522, Genebra.
GUINOT, C., LATREILLE, J., MALVY, D., et al., 2001, “Use of multiple correspondence
analysis and cluster analysis to study dietary behaviour: Food consumption
questionnaire in the SU.VI.MAX. cohort”, European Journal of Epidemiology, v. 17,
pp. 505-516.
GREENACRE, M., 1992, “Correspondence analysis in medical research”, Statistical
Methods in Medical Research, n.1, pp. 97-117.
HARRIS, M..M., STEVENS, J., THOMAS, N., et al., 2000, “Associations of fat
distribution and obesity with hypertension in a bi-ethnic population: the ARIC study”,
Obesity research, v. 8, n. 7, pp.516-524.
HSIEH, S. D. & YOSHINAGA, H., 1995, “Waist/Height Ratio as a simple and useful
predictor of coronary heart disease risk factors in women”, Internal Medicine, v. 34, pp.
1147-1152.
64
IBGE, 2004, Tendências demográficas – Uma análise dos resultados da amostra do censo
de 2000, Brasília.
KÜRÜM, T.; BIRSIN, A.; ÖZBAY, G., et al., 2005, “Differentiating the infarct-related
artery on initial electrocardiogram in single ou multi-vessel disease in acute inferior
myocardial infarction and evaluating involvement of vessels using correspondence
analysis”, Angiology, v. 56, n. 4, pp. 385-389.
LANGENBERG, C., HARDY, R., KUH, D., et al., 2003, “Central and total obesity in
middle aged men and women in relation to lifetime socioeconomic status: evidence
from a national birth cohort”, J. Epidemiol. Community Health, v. 57, pp.816-822.
LIMA-COSTA, M. F., PEIXOTO, S. V., FIRMO, J. O. A., et al., 2004, “Validade da
hipertensão arterial auto-referida e seus determinantes (projeto Bambuí)”, Revista de
Saúde Pública, v.38, n.5, pp. 637-642.
MANGABEIRA, J.A.C., 2002, “Tipificação de produtores rurais apoiada em imagens de
alta resolução espacial, geoprocessamento e estatística multivariada: uma proposta
metodológica”, UNICAMP, São Paulo,
<http://www.tipifica.cnpm.embrapa.br/index.php>, (acessado em 15/11/06).
MANO, R., 2007, “Hipertensão Arterial Sistêmica”, Manuais de cardiologia, MS,
<http://www.manuaisdecardiologia.med.br/has/has.htm>, (acessado em: 20/06/2007 ).
McMILLAN-PRICE, J., PETOCZ, P., ATKINSON, F., et al., 2006, “Comparison of four
diets of varying glycemic load on weight loss and cardiovascular risk reduction in
overweight and obese young adults”, Arch. International Medicine, v. 166, pp. 1466-
1475.
MINISTÉRIO DA SAÚDE, 2006, Principais resultados do Sistema de Monitoramento de
Fatores de Risco e Proteção para Doenças Crônicas Não Transmissíveis (VIGITEL),
65
Brasil, <http://www.cds.ufsc.br/~osni/ResultadoMonitoramentodeRiscoeProtecao
paraDoencaCronicaNaoTransmissiveis.pdf>, (acessado em: 16/03/2007).
MINISTÉRIO DA SAÚDE, 2005, Guia alimentar para a população brasileira, Brasil,
<http://portal.saude.gov.br/>, (acessado em:12/11/2007).
MINISTÉRIO DA SAÚDE, 2005, Hipertensão Arterial Sistêmica, Brasil,
<http://portal.saude.gov.br/>, (acessado em: 07/02/2007).
MINISTÉRIO DA SAÚDE, 2004, Uma análise da mortalidade no Brasil e Regiões.
Secretaria de Vigilância em Saúde, Brasil,
<http://portal.saude.gov.br/portal/saude/visualizar_texto.cfm?idtxt=24421> (acessado
em: 03/02/2007).
MOZZAFFARIAN, D., KATAN, M. B., ASCHERIO A., et al, 2006, “Trans Fatty Acids
and Cardiovascular Disease”, The New England Journal of Medicine, v. 354, n. 15,
pp.1601-1613.
PALLI, D., RUSSO, A., DECARLI, A., 2001, “Dietary patterns, nutrient intake and gastric
cancer in a high-risk area of Italy”, Cancer Causes and Control, n. 12, pp. 163-172.
PRATA, P. R., 1992, “A transição epidemiológica no Brasil”, Cadernos de Saúde Pública,
Rio de Janeiro, v. 8, n. 2, p.168-175.
PEIXOTO, M.R.G., BENÍCIO, M.H. A, LATORRE, M. R. D. O., et al., 2006, “
Waist
circumference and body mass index as predictors of hypertension”, Arquivos
Brasileiros de Cardiologia, n. 87, pp. 416-423.
PEREIRA R, SICHIERI R, MARINS V.M.R., 1999, “Razão cintura/quadril como preditor
de hipertensão arterial”, Cadernos de Saúde Pública, v. 15, n. 2, p.333-344.
PITANGA, F.J. & LESSA, I., 2006, “Waist-to-height ratio as a coronary risk predictor
among adults”, Rev. Assoc. Med. Bras., v.52, n. 3, pp.157-161.
66
PLATAT, C., PERRIN, A. E., OUJAA, M., et al., 2006, “Diet and physical activity profile
in French preadolescents”, The British Journal of Nutrition, v.96,n.3, pp. 501-507.
ROUQUAYROL, M.Z. & ALMEIDA FILHO, N., 2003, Epidemiologia e Saúde. 6 ed.,
Editora Medsi.
SCHRAMM, J. M. A., OLIVEIRA, A. F., LEITE, I. C. et al., 2004, “Transição
epidemiológica e o estudo de carga de doença no Brasil”, Ciência & Saúde Coletiva, v.
9, n. 4, pp:897-908.
SICHIERI, R., CASTRO, J. F. G., MOURA, A. S., et al., 2003, “Fatores associados ao
padrão de consumo alimentar da população brasileira urbana”, Cadernos de Saúde
Pública, v. 19, sup. 1, pp. S47-S53.
SINGER, J. M., 2003, “Análise de dados categorizados”, XII Simpósio de Estadística –
Estadística en Ciencias de la Salud, Colômbia,
<http://www.ime.usp.br/~jmsinger/Textos/ADC-Colombia2.pdf>, (acessado
em:03/04/08).
TRAMARIN, A., CAMPOSTRINI, S., TOLLEY,K., et al., 1997, “The influence of
socioeconomic status on health service utilization by patients with AIDS in North
Italy”, Soc. Sci. Med., v.45, n.6, pp. 859-866.
WAITZBERG, D. L., 2006, Nutrição oral, enteral e parenteral na prática clínica. 3ª ed.,
São Paulo, Ed. Atheneu.
WANGENHEIM, A., “Técnicas estatísticas para reconhecimento de padrões”,
<http://www.inf.ufsc.br/~awangenh/RP/estatisticas.html#Análise%20de%20Correspon
dências%20(Correspondence>, (acessado em: 21/12/05).
WORLD HEALTH ORGANIZATION (WHO), 2003, The world health report: shaping
the future, <http://www.who.int/whr/2003/en>, (acessado em: 15/07/2007).
67
WORLD HEALTH ORGANIZATION (WHO), 1998, Obesity: preventing and managing
the global epidemic, Report of a WHO Consultation on Obesity, Geneva.
68
ANEXOS
Anexo A – Freqüência das categorias de cada variável em valores absolutos e percentuais
Variáveis / Categoriais Freqüência Absoluta Freqüência Relativa (%)
Homens Mulheres Homens Mulheres
(n=358) (n=652) (n=358) (n=652)
Cor
Branco (Bra) 117 199 32,7 30,5
Preto (Prt) 64 126 17,9 19,3
Pardo (Prd) 177 327 49,4 50,2
Saúde
Muito bom (MB) 46 95 12,8 14,6
Bom (B) 193 284 53,9 43,6
Regular (Reg) 100 220 27,9 33,7
Ruim ® 19 53 5,3 8,1
Internação prévia
Não 333 601 93,0 92,2
Sim 25 51 7,0 7,8
Hipertensão Arterial
Não 276 481 77,1 73,8
Sim 82 171 22,9 26,2
Fumou mais de 100 cigarros ao longo da vida
Não 218 425 60,9 65,2
Sim 140 227 39,1 34,8
Dieta
Não 319 567 89,1 87,0
Emagrecer (Emg) 11 34 3,1 5,2
Diabetes (DM) 6 8 1,7 1,2
Hipertensão (PA) 16 30 4,5 4,6
Colesterol (Col) 6 13 1,7 2,0
Alimentação saudável
Não 93 184 26,0 28,2
Sim 265 468 74,0 71,8
Come frutas
Não 173 315 48,3 48,3
Sim 185 337 51,7 51,7
Come verduras
Não 109 210 30,4 32,2
Sim 249 442 69,6 67,8
Comer compulsivo
Não 321 554 89,7 85,0
Sim 37 98 10,3 15,0
69
Escolaridade
Analfabeto 10 34 2,8 5,2
Até primeiro grau completo (até 1G comp) 235 399 65,6 61,2
Maior que primeiro grau completo (> 1G comp) 113 219 31,6 33,6
Estado civil
Solteiro 60 120 16,8 18,4
Casado / vivendo junto 253 430 70,7 66,0
Separado 26 52 7,3 8,0
Viúvo 19 50 5,3 7,7
Trabalho e/ou estágio
Não 172 375 48,0 57,5
Sim 186 277 52,0 42,5
Horas dormindo
< = 4h 29 61 8,1 9,4
5-8h 280 470 78,2 72,1
> = 9h 49 121 13,7 18,6
Esporte
Não 238 483 66,5 74,1
Sim 120 169 33,5 25,9
Cuida de criança
Não 255 392 71,2 60,1
Sim 103 260 28,8 39,9
Passou roupa
Não 225 287 62,8 44,0
Sim 133 365 37,2 56,0
Lavou roupa
Não 266 349 74,3 53,5
Sim 92 303 25,7 46,5
Faxina
Não 189 207 52,8 31,7
Sim 169 445 47,2 68,3
Limpeza
Não 166 246 46,4 37,7
Sim 192 406 53,6 62,3
Desloca-se a pé
Não 281 478 78,5 73,3
Sim 77 174 21,5 26,7
Desloca-se de bicicleta
Não 312 602 87,2 92,3
Sim 46 50 12,8 7,7
Café da manhã
Usualmente não realiza 43 79 12,0 12,1
Casa 260 500 72,6 76,7
Trabalho – leva de casa 2 4 0,6 0,6
70
Trabalho 42 61 11,7 9,4
Lanchonete, bar, restaurante 7 7 2,0 1,1
Outros 4 1 1,2 0,2
Almoço
Usualmente não realiza 14 19 3,9 2,9
Casa 243 501 67,9 76,8
Trabalho – leva de casa 28 27 7,8 4,1
Trabalho 57 82 15,9 12,6
Lanchonete, bar, restaurante 15 21 4,2 3,2
Outros 1 2 0,3 0,3
Lanche da tarde
Usualmente não realiza 148 246 41,3 37,7
Casa 147 327 41,1 50,2
Trabalho – leva de casa 4 3 1,1 0,5
Trabalho 47 59 13,1 9,0
Lanchonete, bar, restaurante 10 13 2,8 2,0
Outros 2 4 0,6 0,6
Jantar
Usualmente não realiza 33 125 9,2 19,2
Casa 304 513 84,9 78,7
Trabalho – leva de casa 3 1 0,8 0,2
Trabalho 11 8 3,1 1,2
Lanchonete, bar, restaurante 2 2 0,6 0,3
Outros 5 3 1,4 0,5
IMC
Eutrofia (Eut) 163 270 45,5 41,4
Baixo peso (BP) 12 30 3,4 4,6
Sobrepeso (SP) 126 215 35,2 33,0
Obesidade (Ob) 57 137 15,9 21,0
Circunferência de Cintura
< = 102cm (homens) / < = 88cm (mulheres) 336 433 93,9 66,4
> 102cm (homens) / > 88cm (mulheres) 22 219 6,1 33,6
Relação Cintura/Quadril
< = 0,95 (homens) / < = 0,80 (mulheres) 332 294 92,7 45,1
> 0,95 (homens)/ > 0,80 (mulheres) 26 358 7,3 54,9
Relação Cintura/Altura
< = 0,52 (homens) / < = 0,53 (mulheres) 215 387 60,1 59,4
> 0,52 (homens) / > 0,53 (mulheres) 143 265 39,9 40,6
Qualidade da alimentação
Ótima 53 99 14,8 15,2
Boa 133 241 37,2 37,0
Regular 160 277 44,7 42,5
Ruim 5 18 1,4 2,8
Péssima 7 17 2,0 2,6
71
Abastecimento de água
Rede pública 218 399 60,9 61,2
Poço ou nascente 124 235 34,6 36,0
Carro-pipa 8 8 2,2 1,2
Outro 8 10 2,2 1,6
Lixo
Coletado diretamente 307 582 85,8 89,3
Coletado indiretamente 19 26 5,3 4,0
Queimado ou enterrado 13 26 3,6 4,0
Colocado em céu aberto 19 18 5,3 2,8
Esgotamento sanitário
Rede pública 281 501 78,5 76,8
Fossa séptica 22 51 6,1 7,8
Fossa rudimentar 18 39 5,0 6,0
Céu aberto 37 59 10,3 9,0
Outra forma 0 2 0 0,3
Filtro de água
Sim 220 406 61,5 62,3
Não, mas bebe água tratada 55 98 15,4 15,0
Não, nem bebe água tratada 83 148 23,2 22,7
Idade
< = 30 anos 89 194 24,9 29,8
31-45 anos 141 278 39,4 42,6
46-60 anos 85 132 23,7 20,2
> = 61 anos 43 48 12,0 7,4
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
