ads:
UNIVERSIDADE DE SÃO PAULO
FCF / FEA / FSP
Programa de Pós-Graduação Interunidades
em Nutrição Humana Aplicada – PRONUT
ALEXANDRA TAVARES DE MELO
Aprimoramento de ferramentas para compilação de dados: Tabela Brasileira de
Composição de Alimentos (TBCA-USP)
Dissertação para obtenção do grau de
Mestre
Orientador:
Prof.
a
Dr.
a
Elizabete Wenzel de Menezes
São Paulo
2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ads:
UNIVERSIDADE DE SÃO PAULO
FCF / FEA / FSP
Programa de Pós-Graduação Interunidades
em Nutrição Humana Aplicada – PRONUT
ALEXANDRA TAVARES DE MELO
Aprimoramento de ferramentas para compilação de dados: Tabela Brasileira de
Composição de Alimentos (TBCA-USP)
Dissertação para obtenção do grau de
Mestre
Orientador:
Prof.
a
Dr.
a
Elizabete Wenzel de Menezes
São Paulo
2010
ALEXANDRA TAVARES DE MELO
Aprimoramento de ferramentas para compilação de dados: Tabela Brasileira de
Composição de Alimentos (TBCA-USP)
Comissão Julgadora
Dissertação para obtenção do grau de Mestre
Prof.
a
Dr.
a
Elizabete Wenzel de Menezes
(Orientador/Presidente)
__________________________
1
º
Examinador
__________________________
2
º
Examinador
São Paulo, ____ de _____________ de 2010.
À minha família que é a base de tudo que conquistei:
Mãe, Madrinha, Déia, Lu, Dri, Rô,
Talita, Thais, Vittorio e Vicenzo
AGRADECIMENTOS
À Elizabete Wenzel de Menezes por me mostrar que a gente pode
fazer diferente e mais, fazer a diferença, pela confiança e oportunidade.
Aos irmãos Eliana, Milana, Juliana, Fernanda, Nelaine, Márcio e
Helena (adotada). Família a gente não escolhe, não é? Ainda bem que a minha é
esta. Tive muita sorte com os irmãos que ganhei!
Fernanda, Fernanda e Manuela pela grande ajuda na compilação.
Dividindo é bem mais fácil carregar o fardo!
Marliz pela acessoria “informática”. Se não fosse você...
À Eliana e à Nelaine pela colaboração no trabalho, ajudando a
“descrever o inexprimível”, como diria Vinícius de Moraes.
Aos funcionários do departamento: Tânia (abraços sinceros são
caros), Aline, Lucia, Márcia, Cléo, Mônica, Edilson e Joana, e também ao Jorge e à
Elaine, da secretaria de pós-graduação.
Ao prof. Edu, prof.
a
Bety, Aline, Milessa, Gerby, Lucillia, Gabriela e
às alunas do curso de Nutrição da FSP (turmas 65 e 66) – a monitoria me ensinou
muito e deu gás pra seguir com o desejo de lecionar um dia. Acho que aqui cabe um
agradecimento especial à professora Myriam Krasilchik idealizadora do PAE
(Programa de Aperfeiçoamento do Ensino), por quem tenho grande admiração.
Aos amigos e professores do departamento, nas aulas, festinhas,
cafés, almoços e jantares. Com gente boa por perto é sempre melhor!
À Priscila, Sandra, Milessa e eventualmente outros amigos, pelo
cineminha de segunda, seguido de pizza Verona e Petit Gatteu na Bella Paulista.
Substituíram bem a terapia!
Ao Lê e toda a sua família (já incluindo, claro, Cecília e Alice) pela
poesia e música, presente hoje em minha vida. Tratamento melhor não há!
Ao Pedro que chegou ao final, mas ajudou no momento mais difícil.
Ao Noel pela acessoria. Será que um dia vai ter idéia do quanto me
ensinou das letras e de tudo o mais? Nada como a vocação... Amém!
Família e amigos, se algum de vocês me viu sorrir pelo menos uma
vez durante este período, sinta-se agradecido também!
À USP pela estrutura e à CAPES pelo apoio financeiro.
“Complicar o que é simples é lugar comum. Tornar simples o que é
complicado é criatividade.”
(Charles Mingus)
“Faça as coisas o mais simples possível, mas não as mais simples.”
(Albert Einstein)
RESUMO
MELO, A.T. Aprimoramento de ferramentas para compilação de dados: Tabela
Brasileira de Composição de Alimentos (TBCA-USP). 2010. 168 f. Dissertação
(Mestrado) – Programa de Pós-Graduação Interunidades em Nutrição Humana –
PRONUT, Universidade de São Paulo, São Paulo, 2010.
Dados confiáveis de composição de alimentos são de fundamental importância em
diversas áreas do conhecimento. A Rede Brasileira de Dados de Composição de
Alimentos (BRASILFOODS) centraliza informações nacionais sobre composição de
alimentos, com o apoio da Food and Agriculture Organization of the United Nations
(FAO) e International Network of Food Data Systems (INFOODS), e tem como
principal objetivo implementar a Tabela Brasileira de Composição de Alimentos
(TBCA-USP). Para aprimorar ferramentas para inserção de dados na TBCA-USP o
Formulário para Compilação de Dados de Composição de Alimentos e respectivo
manual foram atualizados buscando adequação aos padrões internacionais e
visando o intercâmbio de informações com outros bancos de dados. Também foi
criado um Banco de Dados Eletrônico de Referências Bibliográficas em Composição
de Alimentos Brasileiros (BDRB) com 1270 artigos, cujas informações foram
arquivadas no software Microsoft Office Access
®
. Estas ferramentas foram utilizadas
na compilação de dados de composição centesimal, visando testar sua adequação e
aplicabilidade. Para inclusão de dados na TBCA-USP, foram selecionados apenas
artigos com informações detalhadas, com descrição e referência das metodologias
utilizadas e informações completas dos valores analíticos, desde que obtidos pela
aplicação de métodos analíticos validados e amplamente utilizados pela comunidade
científica. Dos 100 artigos compilados, 12 foram descartados e outros 9 tiveram
parte de seus dados não aproveitados.Os principais problemas encontrados durante
a compilação foram: uso de métodos inadequados para determinação de fibra
alimentar; falta de informações como umidade, cinzas ou lipídios; descrição
inadequada da metodologia empregada; dados de alimentos experimentais ou para
ração animal; e/ou inconsistência nos resultados apresentados. O BDRB criado é
uma ferramenta que proporciona adequado arquivamento e utilização dos artigos
com dados de composição de alimentos. Formulário e manual constituem uma
ferramenta adequada para compilação de dados nacionais de composição
centesimal, carboidratos, ácidos graxos e colesterol e foram traduzidos para o
espanhol, tornando-se referência na compilação de dados de alimentos em toda a
América Latina. Os dados compilados foram organizados para inclusão no banco de
dados da TBCA-USP: 263 dados de composição centesimal, 60 de carboidratos, 75
de ácidos graxos e 33 de colesterol.
Palavras-chave: Banco de dados. Composição de alimentos. Compilação; TBCA-
USP.
ABSTRACT
MELO, A.T. Tools improvement for data compilation: Brazilian Food
Composition Table (TBCA-USP). 2010. 168 f. Dissertação (Mestrado) – Programa
de Pós-Graduação Interunidades em Nutrição Humana – PRONUT, Universidade de
São Paulo, São Paulo, 2010.
Reliable food composition data are primarily important in several areas of knowledge.
The Brazilian Network of Food Data Systems (BRASILFOODS) centralizes local
information about national food composition, as supported by the Food and
Agriculture Organization of the United Nations (FAO) and International Network of
Food Data Systems (INFOODS), and its main objective is to implement the Brazilian
Food Composition Table (TBCA-USP). In order to improve tools to feed data into
TBCA-USP, the Form for Compilation of Food Composition Data and its manual were
updated according to the international standards and for interchange of information
with other databases. Furthermore, an Electronic Bibliographical Reference
Database in Brazilian Food Composition (BDRB) was created, containing 1,270
articles. Its data were stored in Microsoft Office Access
®
software. These tools were
utilized in compiling proximal composition data for testing its suitability and
applicability. For data inclusion in the TBCA-USP, only articles with detailed
information were selected, including a description of and reference to the methods
applied and full details of the analytical values, provided such values were obtained
by applying analytical methods validated and widely used by the scientific
community. Out of 100 compiled articles, 12 were refused and 9 were partly profited.
The main problems identified during the compilation were: inappropriate methods for
dietary fiber determination, lack of information, such as moisture, ash and lipids,
inadequate methodology description, experimental food or animal feed data, and/or
inconsistencies in results presented. The BDRB created is a tool that provides
appropriate archiving and use of articles that comprise food composition data. The
form and the manual are appropriate tools to compile national food data of proximal
composition, carbohydrates, fatty acids and cholesterol and they were translated into
Spanish, became reference to food data compilation throughout Latin America. The
food data compiled were organized for inclusion in the TBCA-USP database: 263
data of proximal composition, 60 of carbohydrates, 75 of fatty acids and 33 of
cholesterol.
Keywords: Food composition. Database. Compilation. TBCA-USP.
SUMÁRIO
1 INTRODUÇÃO ...................................................................................................... 17
1.1 ESTUDOS DE COMPOSIÇÃO DE ALIMENTOS ............................................... 17
1.2 UTILIZAÇÃO DE DADOS DE COMPOSIÇÃO DE ALIMENTOS ........................ 19
1.3 QUALIDADE DE DADOS EM TABELAS DE COMPOSIÇÃO DE ALIMENTOS . 21
1.3.1 Sistemas de avaliação da qualidade de dados de composição de
alimentos ....................................................................................................... 23
1.3.2 A variabilidade de dados em composição de alimentos ........................... 26
1.3.3 O papel da FAO, da UNU, INFOODS e EuroFIR na área de composição de
alimentos ....................................................................................................... 28
1.3.4 O processo de compilação de dados de composição de alimentos ........ 30
1.4 AS PRINCIPAIS TABELAS DE COMPOSIÇÃO DE ALIMENTOS UTILIZADAS
NO BRASIL ......................................................................................................... 32
1.4.1 Tabela Brasileira de Composição de Alimentos (TBCA-USP) .................. 34
1.5 PRINCIPAIS ASPECTOS ECONÔMICOS ENVOLVENDO COMPILAÇÃO E
DADOS DE COMPOSIÇÃO DE ALIMENTOS .................................................... 37
1.5.1 Dados de composição, cadeia produtiva e o mercado de alimentos....... 38
1.5.2 Dados de composição e investimentos governamentais ......................... 39
1.5.3 Saúde pública e externalidades: relação com o consumo de alimentos . 40
2 JUSTIFICATIVA ................................................................................................... 43
3 OBJETIVO ............................................................................................................ 45
3.1 GERAL ................................................................................................................ 45
3.2 ESPECÍFICOS .................................................................................................... 45
4 METODOLOGIA ................................................................................................... 47
4.1 BANCO DE DADOS ELETRÔNICO DE REFERÊNCIAS BIBLIOGRÁFICAS EM
COMPOSIÇÃO DE ALIMENTOS BRASILEIROS (BDRB).................................. 47
4.1.1 Levantamento de dados ............................................................................... 47
4.1.2 Arquivamento das informações .................................................................. 49
4.2 FORMULÁRIO PARA COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE
ALIMENTOS ....................................................................................................... 49
4.3 COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE ALIMENTOS ..................... 50
4.3.1 Critérios para seleção e inclusão de dados ............................................... 51
5 RESULTADOS E DISCUSSÃO ........................................................................... 55
5.1 BANCO DE DADOS ELETRÔNICO DE REFERÊNCIAS BIBLIOGRÁFICAS EM
COMPOSIÇÃO DE ALIMENTOS (BDRB) .......................................................... 55
5.1.1 Produto da inserção das informações no Banco de Dados Eletrônico de
Referências Bibliográficas .......................................................................... 62
5.2 FORMULÁRIO PARA COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE
ALIMENTOS ....................................................................................................... 70
5.3 COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE ALIMENTOS ..................... 74
5.4 ATUALIZAÇÃO DO BANCO DE DADOS DA TBCA-USP .................................. 78
6 CONCLUSÃO ...................................................................................................... 81
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................ 83
APÊNDICES ............................................................................................................. 91
6.1 APÊNCIDE A: FORMULÁRIO DE COMPILAÇÃO DE DADOS DE
COMPOSIÇÃO DE ALIMENTOS ....................................................................... 93
6.2 APÊNDICE B: MANUAL DE COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE
ALIMENTOS –BRASILFOODS – VERSÃO 2009 ............................................ 137
6.3 APÊNDICE C: REFERÊNCIAS DOS ARTIGOS COMPILADOS ..................... 157
17
1 INTRODUÇÃO
1.1 ESTUDOS DE COMPOSIÇÃO DE ALIMENTOS
Lavoisier, com suas descobertas sobre combustão, O
2
, H
2
e CO
2
,
pôde explicar o processo de produção de energia a partir dos alimentos (MENEZES;
GIUNTINI, 2008). Durante o século XVIII muitos químicos, pioneiros na análise de
macronutrientes em alimentos, contribuíram significantemente, criando conceitos
ainda aplicados atualmente. Mas foi no século XIX que a determinação da composição
centesimal se tornou um procedimento comum para análise de alimentos
(KOIVISTOINEN, 1996). Por volta de 1860, Hennenberg e Stohmann propuseram
um método para determinação da composição centesimal da ração animal, utilizado
até hoje. Este método é composto por determinações analíticas de água (umidade),
cinzas, extrato etério (gorduras), proteína bruta e fibra alimentar (FA). Os
carboidratos, representados basicamente por açúcares e amidos, são calculados por
diferença (100g de alimento - total de gramas de umidade, proteína, lipídios e
cinzas) e não pela análise direta (GREENFIELD; SOUTHGATE, 2003).
O fator de conversão do nitrogênio em proteína adotado (6,25) foi
determinado a partir do conhecimento de que o nitrogênio representava 16% de
algumas proteínas animais isoladas. Considerou-se que todas as proteínas
continham a mesma porcentagem de nitrogênio e que todo o nitrogênio provinha de
proteínas. Mais tarde soube-se que ambas hipóteses eram equivocadas
(KOIVISTOINEN, 1996). No início da década de 30, Jones determinou fatores
específicos de conversão de nitrogênio em proteínas, tendo por base o
conhecimento da variação de composição de aminoácidos das proteínas de
diferentes alimentos. Os fatores de Jones, adotados pela Food and Agriculture
Organization of the United Nations (FAO) (Organização das Nações Unidas para
Agricultura e Alimentação), variam de 5,30 para nozes a 6,38 para leite e derivados
(GREENFIELD; SOUTHGATE, 2003).
Os pioneiros nas investigações sobre o metabolismo da energia
fornecida por alimentos no organismo humano foram Rubner, médico e fisiologista,
na Alemanha, e Atwater, nos Estados Unidos, por meio de bombas calorimétricas.
18
Rubner determinou a densidade calórica de alimentos e demonstrou que o
organismo não aproveita totalmente a energia liberada na combustão. A partir desta
informação, Atwater, dando sequência aos estudos que iniciou com Rubner em
Berlin, determinou os coeficientes de disponibilidade energética (Tabela 1) para os
macronutrientes (KOIVISTOINEN, 1996; BUCHHOLZ; SCHOELLER, 2004),
utilizados até hoje.
Tabela 1. Fatores de Atwater para a combustão, coeficiente de disponibilidade e
energia disponível para macronutrientes em uma dieta mista
Macronutriente
Energia de
combustão
Coeficiente de
disponibilidade
Energia
disponível
kcal/g %
kcal/g total
nutriente
Proteínas
5,65 92 4,0*
Lipídios
9,40 95 8,9
Carboidratos
4,10 97 4,0
* Corrigido para material não oxidado na urina (5,65 kcal/g X 0,923 – 1,25 kcal/g).
FONTE: BUCHHOLZ; SCHOELLER, 2004, p. 901S.
Com base na variação do calor de combustão e no coeficiente de
digestibilidade de diferentes proteínas, lipídios e carboidratos, Merrill e Watt (1973)
republicaram, com algumas alterações, os fatores específicos para conversão em
energia, criados em 1955, a partir do sistema de Atwater. Seguindo recomendações
do International Bureau of Weight and Measure para que se use o jaule como
unidade para energia, determinaram fatores específicos para converção de energia
de caloria para jaule. Também na década de 70, um novo teste dos fatores gerais de
Atwater foi realizado por Southgate e Durnin (apud BUCHHOLZ; SCHOELLER,
2004), que constataram a sua validade, exceto quando há grande consumo de
carboidratos não-disponíveis, o que leva a um aumento de excreção de lipídios,
nitrogênio fecal e, conseqüentemente, diminuição da energia absorvida.
Estudos da relação dos alimentos com saúde/doença conduziram a
um aumento do interesse, não só nos nutrientes dos alimentos, como também em
compostos bioativos, aditivos e contaminantes (GREENFIELD; SOUTHGATE, 2003).
De acordo com Menezes e Giuntini (2008), pode-se dizer que houve quatro
revoluções no estudo da composição dos alimentos:
19
− A descrição de que a energia advinha dos alimentos, por Atwater;
− A caracterização de vitaminas e minerais e sua relação com doenças carenciais;
− Associações entre dieta e doenças, incluindo as relacionadas com má nutrição e
as doenças crônicas não-transmissíveis (DCNT); e
− A descoberta de outras substâncias nos alimentos, como os compostos bioativos
e fatores antinutricionais, que também podem afetar a saúde humana.
1.2 UTILIZAÇÃO DE DADOS DE COMPOSIÇÃO DE ALIMENTOS
Informações sobre o conteúdo de nutrientes e outros compostos em
alimentos são necessárias para a elaboração de programas nos campos da nutrição,
saúde e educação, além de agricultura, indústria e marketing de alimentos
(MENEZES; GIUNTINI, 2008; GREENFIELD; SOUTHGATE, 2003; BRESSANI,
1990), sendo utilizadas por organizações internacionais, governos federais e
também por instituições como hospitais, escolas, forças armadas e até mesmo por
indivíduos no planejamento de suas dietas (RAND et al., 1991). Dados confiáveis de
composição de alimentos são de fundamental importância para estudos na área de
saúde pública, pesquisas epidemiológicas, formulações de dietas com finalidades
terapêuticas, treinamento para educação nutricional e decisões estratégicas para
políticas governamentais sobre alimentos (UNIVERSIDADE DE SÃO PAULO, 2009;
GREENFIELD; SOUTHGATE, 2003), tanto na regulamentação de alimentos, como
na rotulagem nutricional, favorecendo o comércio internacional (MENEZES;
GIUNTINI, 2008). Mesmo eventos ambientais, que podem parecer não ter relação
direta com composição de alimentos, exercem sua influência. Alterações no clima e
outros fenômenos ambientais influenciam diretamente os resultados no campo da
agricultura, onde os dados de composição são utilizados não só na decisão sobre
qual cultivar é mais indicada, como também no desenvolvimento de organismos
geneticamente modificados (OGM’s) (BURLINGAME, 2004).
O conhecimento sobre nutrição é incompleto e estudos ainda são
necessários. Por sua importância nas relações entre dieta e saúde/doença,
reprodução, crescimento e desenvolvimento, informações sobre composição de
20
alimentos são fundamentais para o desenvolvimento da ciência da nutrição
(GREENFIELD; SOUTHGATE, 2003).
Por meio de análises do consumo alimentar e das relações entre
consumo total de energia, energia proveniente de gorduras totais e participação na
dieta de gorduras de origem animal, por exemplo, podemos verificar ao longo dos
anos características de transição nutricional e associá-las com DCNT, sendo as
tabelas e bancos de dados de composição de alimentos ferramentas de extrema
importância neste processo (MENEZES; GIUNTINI, 2008).
As evidências encontradas nos estudos epidemiológicos, sobre
consumo alimentar e saúde, ampliaram o desenvolvimento de guias alimentares
para a escolha de uma alimentação saudável. Dados de composição de alimentos
são a base para este desenvolvimento (GREENFIELD; SOUTHGATE, 2003).
Conhecendo este fato e buscando minimizar erros sistemáticos na estimativa da
ingestão de nutrientes em estudos epidemiológicos, a International Agency for
Research on Cancer, juntamente com compiladores de bancos de dados de
composição de alimentos da Europa, criaram em 2002 o European Nutrient
Database (ENDB), um banco de dados bem documentado, padronizado e avaliado
com regras, formatos e procedimentos de cálculos comuns para os 10 países
participantes. Apresenta dados de aproximadamente 100 nutrientes de 1.000
alimentos de cada país (CHARRONDIERE et al., 2002).
Em estudos epidemiológicos, a ferramenta mais comum para avaliar
consumo alimentar é o questionário de freqüência alimentar (QFA). Apesar de ser
menos específico que o registro de 24 horas ou o recordatório alimentar, é mais
barato, rápido de ser aplicado e traz o consumo habitual. Por conter uma lista de
alimentos genéricos, o QFA necessita de um banco de dados de composição de
alimentos específicos para sua avaliação. McNutt, Zimmerman e Hull (2008)
publicaram um artigo com os passos para a criação de um banco de dados de
alimentos específico para avaliação de QFA.
Todos estes avanços, nos estudos de consumo alimentar, levaram
os governos de diversos países a regulamentar a rotulagem nutricional como
obrigatória. As indústrias são responsáveis pelas análises de seus produtos. Quando
aplicável, a compilação é permitida em vários países, o que aumentou a exigência
21
de se manter bancos de dados de composição de alimentos de qualidade
(GREENFIELD; SOUTHGATE, 2003).
Segundo Southgate (2002), apesar dos bancos de dados de
alimentos serem usados para os mais diversos fins, os usuários, de maneira geral,
têm algumas expectativas comuns. Eles esperam que os dados representem os
alimentos de sua região/país, que os métodos de análise utilizados para obtenção
dos dados sejam apropriados e corretamente aplicados e que reflitam a composição
real do alimento.
1.3 QUALIDADE DE DADOS EM TABELAS DE COMPOSIÇÃO DE ALIMENTOS
Os dados de composição de alimentos, obtidos de diversas fontes,
podem ser resultado de análises químicas, cálculos ou estimativas, obtidos de
indústrias, institutos de pesquisa, órgãos públicos ou da literatura. Assim,
apresentam diferentes níveis de qualidade, muitas vezes com ausência de
documentação detalhada. Por essa razão, é de grande importância a avaliação dos
dados analíticos para estabelecer sua confiabilidade e prover um indicador de
qualidade que oriente a comunidade científica nos diversos usos destas informações
(HOLDEN; BHAGWAT; PATTERSON, 2002).
Entender o fundamento que envolve os padrões e requisitos a ser
considerados no processo de criação de um banco de dados de qualidade é o
primeiro passo na criação deste. Assim, dados podem ser intercambiados sem
ambiguidade ou perda de informações (BURLINGAME, 2004).
Os conceitos básicos, que devem ser seguidos para se construir um
banco de dados de composição de alimento com qualidade, são representatividade,
abrangência, harmonização e documentação (BURLINGAME, 2004; MENEZES;
GIUNTINI, 2008).
Para atender o conceito de representatividade, Holden, Bragwat e
Patterson (2002) acreditavam que o plano de amostragem ideal deveria ser baseado
em teorias estatísticas para que contemplassem demograficamente um país, uma
região ou local, os quais os atributos da amostra representariam. Mais tarde, a
22
representatividade do dado passou a ser avaliada pela questão “representativo do
quê?” e, por essa razão, diferente para cada aplicação. Considerações a respeito de
novos usos das informações de bancos de dados de composição de alimentos devem
ser feitas. Eventos ambientais nos últimos anos – comprometimento da biodiversidade,
desenvolvimento de OGM’s, mudanças climáticas e outros fenômenos, naturais ou
provocados pelo homem – merecem atenção da comunidade de estudos de
composição de alimentos (BURLINGAME, 2004). Representatividade é um conceito
que deve ser revisto, pois pode ser ambíguo, quando se trata de qualidade. Muitos
dados de qualidade podem partir de amostras não-representativas do consumo
habitual como, por exemplo, de uma cultivar específica, entretanto podem ser muito
útil para campos especializados da saúde (MENEZES; GIUNTINI, 2008), agricultura,
indústria, ciência dos alimentos e economia, como por exemplo, na avaliação de
OGM’s (BURLINGAME, 2004).
Quanto maior a variedade de alimentos e compostos apresentados,
mais abrangente será a base de dados. A questão da abrangência representa um
dos maiores dilemas para a qualidade de bancos de dados de composição de
alimentos. O ideal seria realizar uma análise completa de todos os alimentos. Este é
um objetivo utópico (GREENFIELD; SOUTHGATE, 2003). Assim deve-se
estabelecer uma ordem de prioridade dos alimentos a ser incluídos e, mesmo se a
informação não for completa, considerar os dados disponíveis, sem abrir mão da
qualidade destes (BURLINGAME, 2004). Os dados complementares podem vir de
outras fontes (analisados, compilados ou importados), sem que faltem informações
sobre nutrientes chave (MENEZES; GIUNTINI, 2008). Mesmo que os dados não
sejam todos da mais alta qualidade, é preferível uma tabela mais completa,
construída com critério, do que uma tabela que tenha apenas informações de
altíssimo nível, mas incompleta. Assim, devem ser considerados todos os tipos de
dados disponíveis (BURLINGAME, 2004).
A harmonização é necessária para intercâmbio de dados sem
ambiguidade ou perda de informações. Assim, padrões e critérios para descrição
dos alimentos, identificação dos nutrientes, unidades de medida (geralmente é
adotado o Sistema Internacional – SI), definições de macronutrientes e fatores de
conversão para energia (MENEZES; GIUNTINI, 2008) devem ser estabelecidos.
Apesar de sua importância, a harmonização ainda é falha no campo de composição
23
de alimentos. Padrões internacionais vêm sendo desenvolvidos. Em algumas áreas
os padrões são bem definidos, em contrapartida em outras ainda há padrões vagos
e controversos (BURLINGAME, 2004).
Quanto mais completa a documentação, mais detalhes podemos
conhecer sobre a análise, assim, melhor será a qualidade da informação. Com as
possibilidades que a tecnologia atual nos oferece, o ideal é que o banco de dados
contenha desde o menor detalhe do plano de amostragem, cada valor analítico, até
o valor médio que melhor represente o componente analisado (BURLINGAME,
2004). Ao publicar uma tabela não é necessário, e nem indicado, que se publiquem
todas estas informações. Porém, é responsabilidade do compilador arquivar as
informações, no banco de dados, para que estejam acessíveis quando necessárias
(GREENFIELD; SOUTHGATE, 2003).
1.3.1 Sistemas de avaliação da qualidade de dados de composição de
alimentos
Os procedimentos de avaliação de dados do United States
Department of Agriculture (USDA) foram primeiramente desenvolvidos para
informações sobre ferro (EXLER, 1984 apud HOLDEN; BHAGWAT; PATTERSON,
2002). Os dados eram avaliados por três categorias: documentação do método
analítico; tratamento dado à amostra e adequação do método analítico; e controle de
qualidade da análise. O modelo foi aprimorado e expandido para cinco categorias.
Duas novas categorias, plano de amostragem e número de amostras, foram criadas.
Adequação do método analítico e tratamento dado à amostra foram divididos em
duas categorias distintas e controle de qualidade da análise foi mantida como uma
categoria separada. Este formato foi utilizado para avaliar dados de selênio
(SCHUBERT; HOLDEN; WOLF, 1987), cobre (LURIE et al., 1989) e carotenóides
(MANGELS et al., 1993; HOLDEN et al., 1999). Partindo deste mesmo formato,
Menezes, Caruso e Lajolo (2000) desenvolveram um sistema para avaliação de
dados brasileiros de FA. Nos trabalhos acima citados, cada uma das categorias
avaliadas recebia de 0 a 3 pontos. O modelo foi novamente aprimorado e a
pontuação foi expandida para 20 pontos por categoria, podendo chegar a uma
24
pontuação máxima de 100 (somando as notas das cinco categorias) (HOLDEN;
BHAGWAT; PATTERSON, 2002). Um sistema para avaliação de dados de
flavonóides foi criado (HOLDEN et al., 2005) e adaptado para avaliação de alimentos
brasileiros por Santos em 2009 (SANTOS, 2009).
Os critérios adotados para classificar a qualidade dos dados foram
revisados e questões, específicas para cada categoria, definidas e arranjadas em
árvores de decisão. As questões são ligadas umas às outras e a direção de
questões a ser respondidas depende da resposta à questão anterior (“sim” ou “não”).
Isso resulta em uma classificação numérica para cada categoria, que combinadas
vão resultar em um Quality Index (QI) máximo de 100 pontos. A combinação de
todos os QI de cada dado vai resultar no Confidence Code (CC), um indicador da
qualidade relativa do dado e da confiança que o usuário pode ter em cada valor
(HOLDEN; BHAGWAT; PATTERSON, 2002).
Plano de amostragem: Reflete a representatividade das amostras e leva em
consideração fatores relevantes como tipo de alimento, variedade, cultivar, origem
geográfica e/ou local de compra, entre outros. Cada etapa deste plano é importante:
número de amostras coletadas, amostras preparadas para análise, amostras
analisadas e número de réplicas analisadas. Historicamente os estudos são
conduzidos a partir de amostras “convenientes” obtidas do mercado local ou de um
canteiro experimental, porém o ideal é que o plano de amostragem seja definido de
maneira que a amostra coletada seja representativa do alimento estudado
(BURLINGAME, 2004).
Número de amostras: o número de amostras é crítico para estimar a média, bem
como a variabilidade de determinado componente no alimento. Um número
adequado de análises, de amostras independentes ou compostas, permite chegar-
se à média e à variabilidade com maior exatidão. A classificação nesta categoria é
dada pelo número de alíquotas analisadas. Análises de diferentes lotes da mesma
amostra servem para garantir que houve uma boa homogeneização, mas não para
avaliar ou calcular a variabilidade entre as amostras. Assim, quando a análise é feita
a partir de uma amostra composta, considera-se uma amostra nesta categoria, mas
recebe pontuação diferenciada na categoria plano de amostragem. O sistema de
avaliação de dados para múltiplos nutrientes, desenvolvido pelo USDA (HOLDEN;
BHAGWAT; PATTERSON, 2002) atribui melhor classificação para doze ou mais
25
amostras analisadas. Tendo em vista a complexidade da composição dos alimentos
e a variedade de alimentos e formas de consumi-los, além da escassez de recursos,
é pouco provável obter-se dados de 12 ou mais análises de um nutriente em um
mesmo alimento.
Tratamento dado à amostra: Nesta categoria é avaliado se o tratamento dado à
amostra assegura o teor e a estabilidade de um nutriente em uma matriz de
alimento. Inclui todos os passos, desde a obtenção da amostra até o início da
análise. A classificação é baseada em informações sobre temperatura de
armazenamento, processamento (fracionamento, cozimento, pesagem),
homogeneização e embalagem (armazenamento adequado). Quanto mais se
consegue manter o teor de nutrientes e a integridade da matriz, tanto melhor é a
classificação nesta categoria.
Método analítico: Para obtenção de um dado confiável, a validação do método
analítico é crítica. Nesta categoria, primeiro é avaliado o método propriamente dito,
julgando a validação das etapas de processamento (extração, digestão etc), análise
(identificação, limites de detecção etc) e quantificação (limites de quantificação,
curvas padrão, uso de material de referência etc). A segunda parte consiste em
avaliar se o laboratório responsável utiliza os métodos de forma adequada para
obtenção de dados apurados. De acordo com o grau de precisão analítica desejada
em cada etapa, para cada método analítico, devem ser desenvolvidas questões e a
escala de classificação para análise de cada nutriente ou grupo de nutrientes.
Depois do método validado, o desempenho do analista é avaliado pela precisão
(repetibilidade) e exatidão (valores para análise de material padrão de referência
variando dentro de um padrão aceitável ou percentual de recuperação de padrões
internos) dos resultados.
Controle da qualidade analítica: Avalia a exatidão e precisão no desempenho
diário do método. Para cada lote, ou dia de análise, é indicado o uso de um material
de controle de qualidade (CQ). Este material pode ser certificado, de referência ou
consenso, ou ainda um material interno do laboratório preparado para este fim (in-
house). Para confirmar os valores analíticos de materiais internos podem-se fazer
análises correntes com materiais certificados ou análises com outro método ou por
estudos colaborativos. Uso de materiais de controle de qualidade, os valores das
26
análises destes materiais dentro de um intervalo aceitável e a freqüência de uso
deste material de referência são básicos para a pontuação nesta categoria.
Ferramentas de qualidade devem ser consideradas como uma parte
essencial do processo de geração e compilação de dados de composição de alimentos
(CASTANHEIRA et al., 2009). Existem também outros sistemas de avaliação da
qualidade de dados de composição de alimentos, como o desenvolvido pela European
Commission’s Research Directorate General, a European Food Information Resource
Network of Excellence (EuroFIR) que escolheu o sistema Hazard Analysis Critical Control
Points (HACCP) (Análise de Perigos e Pontos Críticos de Controle – APPCC) como
ferramenta para a avaliação da qualidade no processo de compilação. O sistema HACCP
é utilizado para garantir a qualidade por sua descrição passo a passo do processo, riscos
e medidas preventivas, servindo de base para documentar, implementar e manter
padrões. Os Critical Control Points (CCP) são definidos como etapas onde o controle
pode ser aplicado ou em quais pontos medidas podem ser tomadas para evitar ou
eliminar o perigo ou reduzi-lo a um nível aceitável (WESTENBRINK et al., 2009). Este
sistema inclui requisitos de qualidade para a produção de dados de composição de
alimentos adequados para diversas atividades em nível internacional. A geração de
dados seguindo os padrões de um sistema de qualidade, incluindo a certificação de
compiladores, resultará em informações mais coerentes e transparentes, facilitando a
avaliação e manutenção do banco de dados (CASTANHEIRA et al., 2009).
1.3.2 A variabilidade de dados em composição de alimentos
Nenhuma base de dados apresenta o grau de exatidão necessário
para utilização em estudos metabólicos. Neste caso as tabelas servem somente
como parâmetro inicial dos teores dos nutrientes (UNIVERSIDADE DE SÃO PAULO,
2009). Em educação nutricional, na formulação de guias alimentares e usos afins, os
dados podem apresentar menor grau de exatidão. Já estudos epidemiológicos
requerem dados entre os dois extremos. O nível de exatidão da análise exigido
dependerá da aplicação das informações pelos usuários dos dados. Dados de maior
exatidão atenderão bem todo tipo de usuário, mas dados com pouca exatidão serão
aproveitados apenas por uma pequena parte da demanda (SOUTHGATE, 2002).
Não se pode esquecer que a variabilidade de dados decorre da
própria natureza do alimento. Embora as tabelas sejam usadas em várias atividades
27
de planejamento alimentar, é preciso ficar claro que os teores de nutrientes são
essencialmente estimados. Assim, ao comparar dados de diferentes fontes, deve-se
observar os critérios adotados para este fim (MENEZES; GIUNTINI; LAJOLO, 2003).
Portanto, vê-se a importância de descrever detalhes analíticos e empregar métodos
adequados, diminuindo as interferências e podendo identificar fontes de variações
(MENEZES; GIUNTINI, 2008).
Quando se pretende comparar dados analíticos é fundamental que
sejam conhecidas informações como o teor de umidade, para que as devidas
conversões de base (seca/integral) possam ser realizadas. Quando as informações
são incompletas, o intercâmbio entre laboratórios ou mesmo a comparação entre
diferentes bases de dados é inviabilizada (MENEZES; GIUNTINI, 2008).
Uma prática comum, mas que interfere nos resultados, é a
estimativa de carboidratos por diferença. Além de poder incluir outros compostos
não considerados, acumula as variações de cada uma das análises utilizadas no
cálculo. Para esse cálculo os teores de umidade, cinzas, lipídios e proteínas são
descontados de 100g. Para o cálculo de energia é necessário que se desconte
ainda, dos carboidratos totais, o teor de FA. Os métodos usualmente preconizados
para análise de FA são o enzímico-gravimétrico ou não-enzímico-gravimétrico, para
alimentos com baixos teores de amido, e enzímico-químico. Porém, muitas tabelas
trazem ainda dados de fibra analisada pelos métodos de fibra bruta ou fibra
detergente, o que pode levar a uma superestimação dos carboidratos disponíveis e,
conseqüentemente, da energia (MENEZES; GIUNTINI, 2008).
Menezes et al. (2004) analisaram a fração indigerível (FI) de 11
alimentos e utilizaram este dado, em substituição da FA, no cálculo de carboidratos
“disponíveis” por diferença. A FI, além de ser composta por FA, contém também
amido resistente, proteínas resistentes e outras substâncias resistentes às enzimas
digestivas, como polifenóis e outros compostos associados. Assim ao utilizar a FI
para calcular os carboidratos “disponíveis” foi encontrado um valor menor do que
quando utilizada a informação de FA. O mesmo aconteceu com os valores para
energia. O que reforça a necessidade de análise das frações de carboidratos
individualmente, para que se apresentem valores mais precisos, tanto do teor de
carboidratos, quanto da energia fornecida pelos alimentos.
28
1.3.3 O papel da FAO, da UNU, INFOODS e EuroFIR na área de composição de
alimentos
A primeira tabela de composição de alimentos publicada pela FAO,
em 1949, foi a Food Composition Tables for International Use, resultado da
compilação de dados do mundo inteiro, onde há uma referência datada de 1948
sobre dados de alimentos brasileiros (LUPIEN, 1994).
Entre as décadas de 60 e 70 a FAO manteve um programa de
publicação de tabelas de composição de alimentos regionais. A primeira a ser
lançada, em 1961, na América Latina, foi a Food Composition Table for use in Latin
America, de Leung e Flores, cujos dados foram utilizados em programas de políticas
governamentais em nutrição e saúde; mas muitos países na América Latina já
tinham suas próprias tabelas. Na década de 70, quando completou sua série de
tabelas, a FAO reduziu suas atividades nessa área (LUPIEN, 1994).
Após a Rockefeller Conference and Study Center em Bellagio, Itália,
em 1983, foi discutida a necessidade de uma rede internacional de sistemas de
dados de alimentos e o seu desenvolvimento contínuo (BRESSANI, 1990). Em 1984,
com cooperação de um grupo internacional coordenado pela United Nations
University (UNU), foi criada a International Network of Food Data Systems
(INFOODS), com o objetivo de estimular e coordenar esforços para melhorar a
qualidade e disponibilização de dados analíticos de alimentos no mundo (FOOD
AND AGRICULTURAL ORGANIZATION OF THE UNITED NATIONS, 2009). A partir
daí esforços para melhorar a qualidade das tabelas de composição de alimentos
foram iniciados.
A FAO organizou estes esforços utilizando um modelo regional,
onde os países foram agregados por suas necessidades e facilidades em
composição de alimentos similares. Este modelo visa a geração, a disseminação e a
promoção do uso de informação de composição de alimentos de alta qualidade, em
larga escala por profissionais, pesquisadores e instituições governamentais. Assim
foram criadas redes que centralizam as atividades em cada região: AFROFOODS;
ASEANFOODS; CARICOMFOOD; CARKFOODS; EUROFOODS; LATINFOODS;
NEASIAFOODS; MEFOODS & GULFOODS; NORAMFOODS; OCEANIAFOODS; e
29
SAARCFOODS
1
(FOOD AND AGRICULTURAL ORGANIZATION OF THE UNITED
NATIONS, 2009).
Nesse sentido, o Projeto Integrado de Composição de Alimentos,
coordenado pelo Departamento de Alimentos e Nutrição Experimental da Faculdade
de Ciências Farmacêuticas – USP, elaborou o Banco de Dados Brasileiro de
Composição de Alimentos, adotando critérios e diretrizes propostos pela INFOODS,
visando a integração e validação das informações brasileiras no contexto nacional e
mundial (UNIVERSIDADE DE SÃO PAULO, 2009). Além disso, em parceria com a
Rede Brasileira de Dados de Composição de Alimentos (BRASILFOODS), está
ligado à Red Latinoamericana de Composición de Alimentos (LATINFOODS) e
colabora com a Tabla de Composición de Alimentos da América Latina
(http://www.rlc.fao.org/bases/), que divulga dados de composição de alimentos dos
países dessa região.
O principal papel da INFOODS é buscar uniformização e
harmonização internacional de dados de composição, traçando diretrizes, criando
modelos, orientando sobre métodos analíticos, definindo prioridades para análise de
componentes e alimentos, desenvolvendo critérios de compilação e tagnames, entre
outros (FOOD AND AGRICULTURAL ORGANIZATION OF THE UNITED NATIONS,
2009; KLENSIN, 1992).
Os tagnames são uma codificação utilizada para identificar e
organizar, de forma precisa e específica cada nutriente, incluindo na sua definição a
unidade na qual o nutriente é expresso e o método analítico utilizado. Como valores
de nutrientes em alimentos podem ser obtidos por diferentes métodos analíticos ou
expressos por unidades diversas, apenas o nome do nutriente ou outro componente
dos alimentos não é, em geral, suficientemente específico para descrevê-los. A
criação desses identificadores garante que o valor associado a um nutriente possa
ser comparável e intercambiável sem ambiguidade (FOOD AND AGRICULTURAL
ORGANIZATION OF THE UNITED NATIONS, 2009).
Paralelamente ao trabalho da FAO na INFOODS, foi criada em
2001, pela European Commission’s Research Directorate General, a European Food
Information Resource Network of Excellence (EuroFIR), com a finalidade de
desenvolver uma abordagem integrada, abrangente e validada sobre banco de
1
Siglas de cada centro regional.
30
dados de composição de alimentos, envolvendo 46 parceiros, entre universidades,
institutos de pesquisa e pequenas e médias empresas. Suas principais metas são:
fortalecimento da excelência científica e tecnológica em sistemas e ferramentas de
banco de dados de alimentos na Europa; identificação de novas informações e
complementação de dados de nutrientes e compostos bioativos para todos os
grupos de alimentos, incluindo alimentos tradicionais e étnicos; formação de uma
nova geração de cientistas europeus no desenvolvimento, gestão e aplicação de
sistemas de banco de alimentos; comunicação entre todos os usuários e grupos
interessados em desenvolver sistemas de banco de alimentos; e difusão e
exploração de novos conhecimentos científicos e tecnológicos para criar um quadro
de cooperação sustentável e duradouro (WILLIAMSON; BUTTRISS, 2007).
1.3.4 O processo de compilação de dados de composição de alimentos
Para a produção de dados de composição de alimentos confiáveis, a
compilação deve ser conduzida segundo critérios bem definidos e com sólido
embasamento teórico. Métodos e outros procedimentos de compilação foram
descritos por Rand et al. (1991) e Greenfield e Southgate (2003).
Para se criar um banco de dados de qualidade é preciso
compreender a importância dos padrões e requerimentos aplicados à compilação
para que os dados possam ser desenvolvidos e as informações intercambiadas sem
ambiguidades ou perdas. Isso mostra a importância da INFOODS, LATINFOODS e
organizações relacionadas, dando as diretrizes básicas.
Para certificar se um dado é de qualidade, o compilador precisa
pesquisar a origem dos dados, voltando para a metodologia adotada, todas as
etapas de preparo das amostras, incluindo cuidados com tratamento e estocagem
(BURLINGAME, 2004). Assim, há categorias de dados e uma ordem de preferência
para compilação.
Dados originais, ou seja, provenientes de análises conduzidas
especificamente para bancos de dados de alimentos, apresentam melhor qualidade.
31
Dados originalmente calculados, como de proteínas, calculadas a partir da análise
de nitrogênio, entram nesta categoria (GREENFIELD; SOUTHGATE, 2003).
Outros dados são estimados, ou a partir de valores analíticos de um
alimento similar, ou de dados incompletos, como, por exemplo, carboidratos
calculados por diferença e cloro calculado a partir do valor de sódio. Dados ainda
podem ser estimados a partir de análises do mesmo alimento em uma forma
diferente (seco/fresco) (GREENFIELD; SOUTHGATE, 2003).
Podemos encontrar dados do alimento cozido calculados, a partir
dos nutrientes de um alimento cru, aplicando índices de cocção, ou partindo dos
dados dos ingredientes de uma receita (GREENFIELD; SOUTHGATE, 2003).
Os dados ainda podem ser classificados como emprestados,
quando as informações são completadas com dados de um banco de dados de
outra região/país, quando não é possível o acesso à fonte original, ou supostos a
certo valor (quando o método de análise não detecta o composto) ou igual a zero
(quando se sabe da não existência da substância em questão no alimento)
(GREENFIELD; SOUTHGATE, 2003).
Como dito anteriormente, é importante que o banco de dados tenha
a maior abrangência possível, mantendo, é claro, o padrão de qualidade. Desta
forma, deve-se lançar mão de todos os métodos de compilação de dados. O método
direto consiste em compilação de dados obtidos especificamente para bancos de
dados de alimentos. A vantagem deste método é o controle das amostras, dos
métodos analíticos e dos critérios de qualidade. O método indireto utiliza dados da
literatura ou informações de laboratórios não publicadas. Greenfield e Southgate
(2003) alertam para o maior cuidado que deve ser tomado com este tipo de
informação, principalmente no que diz respeito aos dados estimados, calculados e
emprestados de outras fontes.
O processo de cálculo do teor de nutrientes em preparações, a partir
dos dados de composição dos ingredientes de sua receita, vem sendo discutido
exaustivamente. É uma parte importante na compilação de dados de composição de
alimentos, visto que é assim que a maior parte dos alimentos são consumidos
(combinados) (RAND et al., 1991), e considerada essencial nos estudos de consumo
e ingestão (BOGNÁR; PIEKARSKI, 2000), mas requer normas e procedimento para
esse fim. Assim, procedimentos consistentes e normas bem definidas, possibilitarão
32
que resultados obtidos de diferentes sistemas de cálculos de receitas possam ser
comparados. Os aspectos mais críticos são listagem de ingredientes e peso de cada
um deles; utilização de fatores de rendimento para alteração de peso; modo de
preparo; peso total e da porção (para que se possa relacionar a lista de ingredientes
de acordo com 100g da preparação pronta) (MENEZES; GIUNTINI, 2008).
Sempre que possível, deve-se utilizar os dados de composição do
alimento na forma que é consumido. Assim, no mundo todo, há esforços para
inclusão de dados de alimentos cozidos e preparações (BOGNÁR; PIEKARSKI,
2000; RAND et al., 1991). No caso da utilização de dados de alimentos crus para
cálculo de preparações, conversões são necessárias para refletir alterações sofridas
durante o preparo como ganho/perda de água ou gordura, retenção de
micronutrientes (BOGNÁR; PIEKARSKI, 2000) e perdas na troca de utensílios
(UNWIN, 2000; RAND et al., 1991). O USDA publicou tabelas de rendimento dos
alimentos em diferentes etapas do preparo (MATHEWS; GARRISON, 1975) e de
retenção de nutrientes (MURPHY; CRINER; GRAY, 1975; UNITED STATES, 2007).
Mesmo assim, informações deste tipo são incompletas para muitos
alimentos/preparações (BOGNÁR; PIEKARSKI, 2000).
1.4 AS PRINCIPAIS TABELAS DE COMPOSIÇÃO DE ALIMENTOS UTILIZADAS
NO BRASIL
As informações encontradas na maioria das tabelas de composição
de alimentos na América Latina foram obtidas de valores analíticos antigos. Após
estas análises, muitas mudanças em toda a cadeia de produção de alimentos
surgiram, incluindo novas tecnologias na produção agrícola, armazenamento,
processamento e comercialização. Novos produtos, locais ou importados, estão
sendo comercializados ou produzidos e significativos avanços nas técnicas de
análise sendo alcançados, muitos destes já introduzidos nos laboratórios de análises
da América Latina (BRESSANI, 1990).
Muitas tabelas utilizadas no Brasil são pouco confiáveis pela falta da
descrição de procedimentos analíticos ou pelo emprego de técnicas analíticas
inadequadas para determinados nutrientes ou alimentos. Algumas ainda utilizam
33
dados provenientes de tabelas estrangeiras, que nem sempre refletem a realidade
dos alimentos nacionais (UNIVERSIDADE DE SÃO PAULO, 2009).
As principais tabelas utilizadas no Brasil são:
1951 – Tabela de Composição Química de Alimentos (FRANCO, 1951), de
Guilherme Franco, do Serviço de Alimentação da Previdência Social. Nela não está
descrita a forma de obtenção dos dados e suas informações não passaram por
atualizações, apesar de ter sido reimpressa diversas vezes.
1977 – Tabelas de Composição de Alimentos – Estudo Nacional de Despesas
Familiares (ENDEF) do Instituto Brasileiro de Geografia e Estatística (IBGE)
(INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 1977). Desenhada
para os objetivos do ENDEF, essa tabela é uma compilação de dados internacionais
e nacionais. Na parte introdutória há informações sobre número de amostras,
métodos analíticos e fontes de informação (publicações das décadas de 60 e 70);
apresenta também o nome científico dos alimentos e informações de alimentos crus
e preparados. Em função do significativo desenvolvimento dos métodos analíticos e
processos de análise, muitas das informações não estão adequadas. Por exemplo,
os dados de fibra apresentados referem-se à fibra bruta; o mesmo ocorre com as
vitaminas e minerais.
1995 – Tabela de Composição de Alimentos, de Mendez et al. (2004), editada pela
Universidade Federal Fluminense que apresenta informações de 144 alimentos.
Essa tabela apresenta informações sobre preparo das amostras; nome científico,
nome em espanhol e inglês dos alimentos e metodologia utilizada na análise.
Porém, a fibra insolúvel foi obtida com solução detergente (ácido e neutro), método
desenvolvido para análise de forragens e rações, e determina basicamente celulose,
lignina e hemicelulose insolúvel. Para fibra solúvel só foi quantificada a pectina;
dessa forma, nem toda fibra solúvel foi determinada, portanto os dados de fibra
podem estar subestimados. Apesar de reeditada várias vezes, não foi atualizada. (a
última edição foi a 4.
a
, em 2004).
1998 – Tabela Brasileira de Composição de Alimentos – USP (TBCA-USP) da
Faculdade de Ciências Farmacêuticas da Universidade de São Paulo (FCF/USP) e
BRASILFOODS (UNIVERSIDADE DE SÃO PAULO,2009). O banco de dados da
TBCA-USP baseia-se em análises químicas, efetuadas na FCF/USP, e compilação
de dados de alimentos nacionais levantados em publicações, dissertações, teses e
34
informações internas de laboratórios públicos e privados e de indústrias de
alimentos. Os dados levantados são avaliados criteriosamente para a verificação
das informações disponíveis sobre a metodologia analítica utilizada, o plano de
amostragem, o número de amostras, o controle de qualidade analítica, o tratamento
dado à amostra e a descrição detalhada do alimento. Dados que não tenham sido
analisados por metodologia adequada são descartados. Análises de certos
componentes são, às vezes, efetuadas pela FCF/USP a fim de complementar a
informação, como é o caso da FA ou ainda, umidade e cinzas.
2002 – Tabela de Composição Centesimal: suporte para decisão nutricional, de
Philippi (2002). Tem por base o banco de dados utilizado no Virtual Nutri - Programa
de nutrição e cálculo de dietas, da Faculdade de Saúde Pública da Universidade de
São Paulo (PHILIPPI, 1996), e traz dados de várias tabelas, nacionais e
internacionais, e de rótulos de produtos industrializados. Não apresenta informações
detalhadas sobre fontes de dados, plano de amostragem ou metodologia analítica.
2006 – Tabela Brasileira de Composição de Alimentos – TACO, do Núcleo de
Estudos e Pesquisa em Alimentação da Universidade Estadual de Campinas
(UNIVERSIDADE ESTADUAL DE CAMPINAS, 2006). É uma tabela com dados de
energia, macronutrientes, vitaminas, minerais e frações de ácidos graxos de 495
alimentos, considerados como representativos do hábito alimentar brasileiro. A carga
energética foi obtida utilizando dados de carboidratos totais, o que inclui a fração FA,
superestimando o total de energia.
1.4.1 Tabela Brasileira de Composição de Alimentos (TBCA-USP)
O Projeto Integrado de Composição de Alimentos reúne esforços na
compilação de dados de composição de alimentos de qualidade. Trabalho este que
visa ampliar as informações nacionais sobre composição de alimentos, pois a
maioria das tabelas brasileiras apresenta informações escassas, incompletas e,
muitas vezes, obtidas por técnicas inadequadas ou obsoletas, visto que não passam
por atualizações (MENEZES et al., 2009; GIUNTINI; LAJOLO; MENEZES, 2006).
35
O Projeto Integrado de Composição de Alimentos e BRASILFOODS
têm procurado estimular iniciativas para a obtenção de dados atualizados sobre
composição de alimentos, mais adequados à realidade do nosso país, e também
melhorar a qualidade das informações e a comunicação entre os laboratórios
existentes. Este projeto reúne, de maneira informal, uma rede de laboratórios com
distribuição nacional, entre Universidades e Entidades brasileiras, públicas e
privadas, que vêm desenvolvendo diversas atividades conjuntas desde 1989 e tem
como principal objetivo implementar a TBCA-USP (UNIVERSIDADE DE SÃO
PAULO, 2009).
Estudos colaborativos interlaboratoriais foram realizados para
definição das técnicas mais adequadas à realidade nacional e validação de
resultados. Entre eles pode ser citada a avaliação da metodologia para composição
centesimal, FA, vitamina A e carotenóides, aminoácidos, algumas vitaminas do
complexo B, além de ensaios do valor biológico (UNIVERSIDADE DE SÃO PAULO,
2009).
Tradicionalmente as informações sobre composição de alimentos
eram impressas em tabelas, que vêm sendo gradualmente substituídas por bancos
de dados computadorizados, cujas principais vantagens são: volume de
informações, facilidade de atualização, uso e arranjo das informações de acordo
com a necessidade de cada usuário (GREENFIELD; SOUTHGATE, 2003). Desde a
sua criação, a TBCA-USP é apresentada de forma eletrônica na internet, permitindo
livre acesso ao seu conteúdo (www.fcf.usp.br/tabela).
A TBCA-USP vem sendo continuamente atualizada; a inserção de
novos alimentos e nutrientes é sempre uma meta a ser atingida, muitas vezes difícil
pela falta de informações nacionais disponíveis. A versão 4.1, lançada em julho de
2004, foi totalmente modificada em termos de apresentação. Foi adotado o sistema de
busca pelo nome do alimento, em português, inglês ou nome científico (MENEZES;
GIUNTINI, 2008) e incluiu dados de 960 alimentos, compilados por Giuntini (2005),
entre 2001 e 2004. Em agosto de 2008 foi lançada a versão 5.0, na qual a TBCA-USP
foi ampliada com informações de carboidratos analisados individualmente em 112
alimentos e resposta glicêmica de 41 alimentos (MENEZES et al., 2009). Estas novas
informações representam uma importante ferramenta, especialmente em estudos da
36
dieta e sua associação com doenças em que a resposta glicêmica é de interesse, como
diabetes e outras DCNT (MARTIN; MURPHY; AU, 2008).
Na versão 5.0 os resultados da busca são mostrados em uma única
página, onde são encontradas todas as informações disponíveis sobre o alimento
selecionado: nome, código de identificação, quantidades de nutrientes e compostos
por 100g de porção comestível e por medida caseira/unidade, e ainda a fonte dos
dados (publicação ou nome do laboratório/empresa responsável pela análise)
(UNIVERSIDADE DE SÃO PAULO, 2009).
Atualmente a TBCA-USP totaliza dados de 1.975 alimentos e
produtos, sendo 1.200 referentes à composição centesimal, 193 à FA, 128 ao amido
resistente, 198 à vitamina A e carotenóides, 119 aos ácidos graxos e colesterol, 112
aos carboidratos analisados individualmente e 41 à resposta glicêmica
(UNIVERSIDADE DE SÃO PAULO, 2009). Cabe lembrar que os dados de
composição centesimal apresentam dados de FA em alimentos de origem vegetal e
em produtos industrializados que não sejam essencialmente de origem animal;
portanto, os 193 dados de FA, referem-se a alimentos para os quais não estavam
disponíveis dados completos da composição centesimal (MENEZES; GIUNTINI,
2008). Além da manutenção e inserção de dados de novos alimentos, a TBCA-USP
está iniciando a inclusão de novas informações sobre flavonóides em 197 alimentos
(SANTOS, 2009).
No website (www.fcf.usp.br/tabela) podem ser encontradas
informações sobre a metodologia analítica utilizada, tagnames, fatores de conversão e
cálculo de energia, com o objetivo de garantir a padronização e confiabilidade dos
dados apresentados. Antes de ser inseridos no banco; os dados passam por uma
criteriosa avaliação baseada no laudo analítico, informações sobre amostragem,
tratamento das amostras, metodologia analítica adotada e controle da qualidade
analítica (UNIVERSIDADE DE SÃO PAULO, 2009).
A principal ferramenta empregada na compilação de dados na
TBCA-USP é o Formulário para Compilação de Dados Sobre Composição de
Alimentos, criado em 1997 (MENEZES; CARUSO; LAJOLO, 1997) para facilitar o
trabalho de compilação e a padronização dos dados. Com a evolução dos recursos
disponíveis Menezes et al. (2005) republicaram o formulário com adaptações. Ele foi
37
ampliado para facilitar a identificação de alimentos industrializados, visto que com as
inovações da indústria, temos no mercado produtos cada vez mais diferenciados.
O Formulário para Compilação de Dados Sobre Composição de
Alimentos (MENEZES et al., 2005) está disponível no website para estimular o envio
de informações e para incentivar os pesquisadores a divulgar seus dados de
maneira mais completa, possibilitando que sejam devidamente avaliados em termos
de qualidade da informação (MENEZES; GIUNTINI, 2008).
1.5 PRINCIPAIS ASPECTOS ECONÔMICOS ENVOLVENDO COMPILAÇÃO E
DADOS DE COMPOSIÇÃO DE ALIMENTOS
Para que um banco de dados de composição de alimentos atenda
às expectativas dos usuários é fundamental que os dados sejam precisos, de fácil
acesso, confiáveis (GREENFIELD; SOUTHGATE, 2003; RAND et al., 1991) e
constantemente atualizados, tanto com introdução de novos alimentos, quanto de
novos componentes (McCABE-SELLERS; CHENARD, 2008). Análises químicas
detalhadas são dispendiosas, demoradas e dependem da disponibilidade de infra-
estrutura para realização das análises (pessoal treinado, equipamentos e reagentes)
(GREENFIELD; SOUTHGATE, 2003). Dessa forma, os benefícios trazidos com este
investimento em análises devem ser compatíveis com os custos, de modo que os
recursos, escassos, sejam bem aplicados (LUPIEN, 1994). Lembrando também que,
com a evolução dos métodos analíticos, é justificável a necessidade de repetir
análises para alguns nutrientes e alimentos. A compilação de dados existentes, além
de ser eficiente, desde que bem conduzida, ainda é uma alternativa
economicamente viável, pois envolve recursos relativamente reduzidos, quando
comparados aos envolvidos na análise direta. Entretanto há necessidade de efetivo
e contínuo treinamento dos compiladores.
Com o baixo investimento governamental na análise de alimentos,
principalmente nos países em desenvolvimento, e também com vistas na natureza e
complexidade do trabalho de compilação, a colaboração entre as diferentes
instituições e setores é necessária. Assim, a FAO recomenda o trabalho colaborativo
como uma forma de reduzir custos do fornecimento de dados de composição de
38
alimentos (LUPIEN, 1994). E é desta maneira que a BRASILFOODS e o Projeto
Integrado de Composição de Alimentos têm trabalhado no desenvolvimento e
manutenção da TBCA-USP.
1.5.1 Dados de composição, cadeia produtiva e o mercado de alimentos
Diversos fatores podem influenciar a escolha do consumidor e, ao
mesmo tempo, forças do mercado e políticas governamentais. Um deles é a
composição dos alimentos. Assim, as informações dos bancos de dados de
composição de alimentos têm feito, de forma crescente, parte do dia-a-dia dos
produtores de alimentos (agricultores e indústrias) na escolha do que produzir, nas
pesquisas de novos produtos, informações aos consumidores e na rotulagem
propriamente dita. Informações aos consumidores, nas embalagens ou em forma de
informativos, funcionam como estratégia competitiva das indústrias (GOLAN;
UNNEVEHR, 2008) e, mais do que isso, podem cooperar com a educação
nutricional do consumidor.
Em 1956, em Punta Del Leste, foi iniciado um ciclo de negociações
comerciais, conhecido como Uruguay Round. Em 1994, estas negociações foram
concluídas e uma das decisões tomadas foi a substituição do General Agreement on
Tariffs and Trade (Acordo Geral de Tarifas e Comércio) pela World Trade
Organization (WTO) (Organização Mundial do Comércio). Especialmente após o
reconhecimento, no Uruguay Round, dos padrões internacionais do CODEX
Alimentarius Commission (LUPIEN, 1994) governos de diversos países tornaram a
rotulagem nutricional obrigatória. Vários países passaram a permitir que a rotulagem
fosse feita a partir de tabelas, quando aplicável, e não necessariamente por análise
direta, o que aumentou a exigência de se manter bancos de dados de composição
de alimentos de qualidade (GREENFIELD; SOUTHGATE, 2003).
A obrigatoriedade de informações sobre nutrientes nos rótulos, junto
ao crescente interesse dos consumidores por alimentos mais “saudáveis”, levou as
indústrias a melhorar a qualidade nutricional de seus produtos, oferecendo opções
mais saudáveis aos consumidores (MANCINO; KUCHLER; LEIBTAG, 2008;
39
ROODENBURG; LEENEN, 2007). Indiretamente ocorre o aumento da concorrência
entre as empresas, positivo para o mercado (UNNEVEHR; JAGMANAITE, 2008).
Cabe ressaltar que a disponibilidade de produtos mais saudáveis não implica
necessariamente em escolhas mais saudáveis pelos consumidores (GOLAN;
UNNEVEHR, 2008).
Políticas alimentares de subsídios e regulamentação da produção
são fundamentais para manutenção da saúde e consumo de uma alimentação
adequada da população, uma vez que influenciam diretamente o consumo de
alimentos. Comentaristas acusam a política de subsídios norte americana de ser a
culpada pela epidemia de obesidade no país. De acordo com Alston, Sumner e Vosti
(2008), países mais rigorosos com seus produtores de alimentos (agricultores e
indústria) têm menor prevalência de obesidade, pois reduzindo o preço de hortaliças
e frutas, por meio políticas de subsídios, e incentivando a indústria na produção de
alimentos com menor quantidade de açúcar e gorduras, principalmente ácidos
graxos trans e saturados, pode-se ter efeitos positivos na redução da obesidade e
outros problemas de saúde pública (ALSTON; SUMNER; VOSTI, 2008; BEGHIN;
JENSEN, 2008). Mas para que resultados positivos sejam alcançados, as
informações sobre composição de alimentos devem estar centralizadas e
disponíveis em bases de dados nacionais.
1.5.2 Dados de composição e investimentos governamentais
O governo Federal Brasileiro, por meio de Programas como PAT
(Programa de Alimentação do Trabalhador) e PNAE (Programa Nacional de
Alimentação Escolar) busca garantir o desenvolvimento saudável dos cidadãos
(trabalhadores e alunos de escolas públicas), aumentando o rendimento físico e
intelectual no trabalho, além de contribuir para a formação de hábitos alimentares
saudáveis. Ainda cria empregos diretos e indiretos, tendo reflexos positivos na
economia (DOMENE et al., 2007).
Mais recentemente programas de transferência de renda, como o
Bolsa Escola, Bolsa Alimentação, Programa de Erradicação do Trabalho Infantil e
40
Vale Gás têm sido empregados como estratégia para redução da pobreza e garantia
ao alimento (segurança alimentar) (DOMENE et al., 2007; BURLANDY, 2007). Em
países como o Brasil, com uma economia mercantil, o acesso a alimentos depende
fundamentalmente da renda disponível para a compra de alimentos (HOFFMANN,
1996), portanto programas de transferência de renda são fundamentais.
Estes programas, no seu desenvolvimento, obrigatoriamente utilizam
tabelas de composição de alimentos, as quais permitem relacionar consumo de
alimentos às recomendações para a população alvo, principalmente em relação ao
aporte energético (BURLINGAME, 2000).
Reconhecendo a importância de dados de composição de alimentos
em políticas públicas, o Ministério da Saúde e o Ministério do Desenvolvimento
Social forneceram financiamento para as análises da TACO (Tabela Brasileira de
Composição de Alimentos), do Núcleo de Estudos e Pesquisa em Alimentação da
Universidade Estadual de Campinas (NEPA/UNICAMP) (GALEAZZI et al., 2002).
Outros recursos para análise de alimentos nacionais têm sido obtidos de forma
indireta por meio de projetos de pesquisas financiados por agências de fomento
como FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo), FINEP
(Financiadora de Estudos e Projetos) e CNPq (Conselho Nacional de
Desenvolvimento Científico e Tecnológico), entretanto os recursos são bastante
escassos, necessitando de maior apoio governamental.
1.5.3 Saúde pública e externalidades: relação com o consumo de alimentos
Quando falamos de saúde pública e alimentação, a primeira questão
é o acesso ao alimento (WILLIAMSON; BUTTRISS, 2007) e as doenças carenciais
associadas à sua privação. Do outro lado, outra grande preocupação são as
doenças relacionadas ao consumo excessivo de nutrientes, principalmente os
açúcares e gorduras, como obesidade e suas co-morbidades, problemas que afetam
o mundo todo (BURLINGAME, 2003).
Para monitorar o estado nutricional da população e desenvolver
guias para educação alimentar é necessário conhecimento sobre os hábitos de
41
consumo da população. A partir daí, com o auxílio de tabelas de composição de
alimentos, pode-se traduzir este consumo em nutrientes. Tabelas de composição
ainda são utilizadas na análise de dietas de pacientes, desenvolvimento de dietas
especiais, suporte nutricional e orientação aos pacientes (WILLIAMSON; BUTTRISS,
2007; HARRISON, 2004).
Informações sobre composição de alimentos são fundamentais para
estudos epidemiológicos, que buscam relações de causa entre consumo de
alimentos e DCNT, como câncer, doenças cardiovasculares, catarata, degeneração
macular relacionada ao envelhecimento, diabetes mellitus, entre outras, e têm
grande aplicação no estabelecimento de metas de consumo ou recomendações
nutricionais (WILLIAMSON; BUTTRISS, 2007; SUITOR; MEYERS, 2006).
Este conhecimento é base para o desenvolvimento de políticas
públicas de saúde, como por exemplo, de suplementação de ácido fólico para
gestantes com o objetivo de evitar má formação do tubo neural do feto
(WILLIAMSON; BUTTRISS, 2007).
Ao se planejar investimentos em políticas públicas de saúde ou
mesmo em instrumentos como bancos de dados de composição de alimentos deve-
se considerar aspectos econômicos envolvidos nas externalidades geradas pela
doença, incapacidade ou mesmo morte, como queda na produtividade, despesas
médicas e hospitalares, além da dor e sofrimento, tanto do doente, quanto das
pessoas que simpatizam com este (SWINBANK, 1993).
43
2 JUSTIFICATIVA
Frente às diversas aplicações dos bancos de dados de alimentos e à
escassez de informações nacionais de qualidade, fica evidente a necessidade de
atualização e ampliação do banco de dados da TBCA-USP.
A compilação, desde que bem conduzida, é uma alternativa
economicamente viável, tendo em vista o alto custo das análises de alimentos,
entretanto, há necessidade de ferramentas que auxiliem este processo. Assim, o
aprimoramento de ferramentas, facilita a compilação, que pode se tornar mais rápida
e os dados resultantes de maior qualidade.
45
3 OBJETIVO
3.1 GERAL
− Aprimorar ferramentas de compilação de dados de composição de alimentos,
visando a inserção destes na Tabela Brasileira de Composição de Alimentos
(TBCA-USP).
3.2 ESPECÍFICOS
− Criar um Banco de Dados Eletrônico de Referências Bibliográficas em
Composição de Alimentos Brasileiros;
− Adequar o Formulário para Compilação de Dados Sobre Composição de
Alimentos e respectivo manual;
− Compilar dados de composição centesimal, visando avaliar a adequação das
ferramentas aprimoradas;
− Revisar o conteúdo atual do banco de dados da TBCA-USP, de acordo com as
mudanças adotadas para o formulário e manual.
47
4 METODOLOGIA
4.1 BANCO DE DADOS ELETRÔNICO DE REFERÊNCIAS BIBLIOGRÁFICAS
EM COMPOSIÇÃO DE ALIMENTOS BRASILEIROS (BDRB)
4.1.1 Levantamento de dados
Ao longo dos anos de trabalho de compilação, para desenvolvimento
e manutenção da TBCA-USP, diversas referências bibliográficas foram reunidas,
mas nem todas utilizadas. Muitas das informações encontradas foram compiladas e
estão disponíveis na TBCA-USP, mas grande parte do acervo reunido não foi
utilizada por conter dados incompletos ou de nutrientes que ainda não fazem parte
da tabela. Todos estes dados constituíram a base do Banco de Dados Eletrônico de
Referências Bibliográficas em Alimentos Brasileiros (BDRB).
Para ampliar o BDRB, foi feito um levantamento da literatura, com
ênfase na produção de dados de composição de alimentos dos últimos dez anos.
Neste levantamento foram reunidos artigos dados de composição química de alimentos
(composição centesimal, carboidratos analisados individualmente, ácidos graxos e
colesterol, aminoácidos, vitaminas, minerais, compostos bioativos e capacidade
antioxidante) publicados entre 1999 e 2009 (até o mês de maio).
Diversas bases de dados eletrônicas, nacionais e internacionais,
foram consultadas, sendo as principais Scielo (http://www.scielo.org), Science Direct
(http://www.sciencedirect.com), PubMed (http://www.ncbi.nlm.nih.gov/pubmed) e
Dedalus (http://dedalus.usp.br:4500/ALEPH/por/USP/USP/DEDALUS/START). Nas
bases internacionais foram selecionadas as revistas que pudessem trazer
informações sobre alimentos e então utilizadas as palavras-chave “Brasil*” e
“Brazil*”, em qualquer parte dos artigos. Então foi feita uma primeira triagem, pelo
título e resumo, certificando que se tratava de dados de alimentos brasileiros. Os
artigos que passaram por essa triagem foram avaliados e, aqueles que
apresentavam dados de nutrientes e/ou compostos bioativos, selecionados para
inclusão no BDRB.
48
Para as bases de dados nacionais, as palavras-chaves utilizadas em
português e inglês foram: “composição” e “alimento”; “composição” e “centesimal”;
“nutrientes”; “açúcares”; “carboidratos”; “aminoácidos”; “vitaminas”; “minerais”; e
“capacidade antioxidante”. Após esta etapa foi dado início à fase de triagem e
avaliação, como descrito no parágrafo anterior.
Os periódicos consultados foram:
− Acta Amazônica;
− Alimentação e Nutrição;
− Archivos Latinoamericanos de Nutrición;
− Boletim SBCTA;
− Brazilian Archives of Biology and Technology;
− Brazilian Journal of Food Technology (ITAL);
− Carbohydrate Polymers;
− Ciência e Agrotecnologia
− Ciência e Tecnologia de Alimentos;
− Ciência Rural;
− European Food Research and Technology
− Farmácia e Bioquímica;
− Food and Nutrition Bulletin
− Food Chemistry;
− Food Research International
− Food Science and Technology
− International Journal of Food Science and Technology
− Journal of Agriculture and Food Chemistry;
− Journal of Food Composition and Analysis;
− Journal of Food Engineering;
− Journal of Food Quality
− Journal of Food Science;
− Journal of Medicinal Food;
− Plant Foods for Human Nutrition;
− Revista Brasileira de Agrociência;
− Revista Brasileira de Botânica;
49
− Revista Brasileira de Ciências Farmacêuticas;
− Revista Brasileira de Fruticultura;
− Revista Brasileira de Zootecnia;
− Revista de Nutrição PUCC;
− Revista de Saúde Pública;
− Revista do Instituto Adolfo Lutz;
− Revista Panamericana de Salud Publica;
− Scientia Agrícola.
4.1.2 Arquivamento das informações
Um arquivo, no software Microsoft Office Access
®
(MICROSOFT,
2007a), foi construído para armazenar as informações do BDRB. Este software
permite que, além das informações que já constavam nos arquivos da TBCA-USP
(autores, título, revista, número, volume, páginas, cidade e ano), outras informações
importantes sejam registradas. Assim, o arquivo inclui também: tipo de nutriente
analisado, se a informação já foi ou não incorporada à TBCA-USP e, caso a
informação não seja adequada, qual a justificativa.
4.2 FORMULÁRIO PARA COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE
ALIMENTOS
O Formulário para Compilação de Dados Sobre Composição de
Alimentos (MENEZES et al., 2005) foi utilizado para a compilação visando uniformizar
as informações e garantir a adequada documentação de todo o processo. O formulário
é composto por planilhas independentes para os grupos de nutrientes: Composição
Centesimal; Carboidratos; Aminoácidos; Ácidos Graxos; Minerais; Vitaminas
Lipossolúveis; Vitaminas Hidrossolúveis; e as planilhas: Inicial; Identificação do Alimento
e Qualidade dos Dados (UNIVERSIDADE DE SÃO PAULO, 2009).
50
Este formulário foi totalmente revisado e atualizado de acordo com
as metodologias utilizadas em análise de alimentos atualmente e também buscando
adequação à realidade internacional, por exemplo incorporando mudanças das
Dietary Recommended Intake (DRI’s) (INSTITUTE OF MEDICINE, 2008).
4.3 COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE ALIMENTOS
Na compilação, foi aplicado o método indireto (GREENFIELD;
SOUTHGATE, 2003), utilizando dados originais e, em alguns casos pontuais, dados
emprestados de outras fontes. Para cada artigo foi preenchido um formulário de
compilação atualizado, onde foram completadas as planilhas Inicial, Identificação do
Alimento, Qualidade dos Dados e a do(s) nutriente(s) específico(s), de acordo com
as informações disponíveis (UNIVERSIDADE DE SÃO PAULO, 2009). Abaixo uma
breve descrição de cada uma das planilhas que compõem o formulário:
− Inicial - Planilha 1: contém campos para identificação geral da fonte dos dados
e dos alimentos aos quais se referem as informações.
− Identificação – Planilha 2: teve como base o Guia de Descrição de Alimentos
da INFOODS (TRUSWELL et al., 1991). É composta por uma série de colunas, a
fim de identificar de forma mais completa possível o alimento, a saber: grupo;
número; genérico; tipo (I a IV); parte; maturidade; processo (I a III); nome
comercial; nome regional; nome científico; variedade ou cultivar/linhagem; nome
curto em inglês; fonte; outros; referência. Os dados registrados nesta seqüência
compõem o nome final do alimento, como será apresentado na página Web da
TBCA-USP (MENEZES et al., 2005).
− Nutrientes: são oito planilhas (planilhas de 3 a 10) que apresentam colunas
referentes ao grupo de alimentos, número provisório, nome do alimento, número
de amostras (n), umidade, teor(es) do(s) nutriente(s) específicos de cada uma
delas e desvio padrão. Em alguns casos há colunas, que estão marcadas com a
cor cinza, nas quais são feitos cálculos ou correções por fatores de conversão
apropriados. Devem também ser informados os métodos de análise e, no caso
de composição centesimal, o cálculo adotado para energia (MENEZES et al.,
51
2005). Há ainda uma coluna para que se indique o tamanho da porção usual de
consumo do alimento, de acordo com a legislação vigente (AGÊNCIA
NACIONAL DE VIGILÂNCIA SANITÁRIA, 2003).
− Qualidade dos Dados – Planilha 11: são registradas informações sobre
amostragem, tratamento dado às amostras, métodos analíticos utilizados,
utilização de material de referência, que permitem uma avaliação detalhada da
qualidade do dado (MENEZES et al., 2005).
Foi dada preferência à compilação de artigos que traziam
informações sobre composição centesimal, mas também foram compilados dados de
carboidratos analisados individualmente, ácidos graxos, colesterol e outros.
4.3.1 Critérios para seleção e inclusão de dados
Além dos critérios de seleção e inclusão dos dados anteriormente
estabelecidos na TBCA-USP, outros foram definidos de acordo com o nutriente ou
alimento em questão.
Durante o levantamento de dados, foram selecionados artigos
referentes a estudos de alimentos produzidos e/ou consumidos no Brasil, independente
de onde o trabalho foi realizado, e que apresentassem informações detalhadas sobre o
alimento estudado, com descrição e referência das metodologias utilizadas e
informações completas dos valores analíticos.
Os métodos analíticos aceitos são os descritos no Quadro 1 e outros
incorporados durante a compilação, e representam métodos validados e
amplamente utilizados pela comunidade científica (UNIVERSIDADE DE SÃO
PAULO, 2009). Os identificadores (tagnames) de nutrientes estabelecidos pela
INFOODS também estão descritos no Quadro 1.
52
Quadro 1. Identificadores/metodologia analítica adotados para a descrição de cada
componente
Nutrientes Unidade
Identificadores da INFOODS
Umidade g <WATER> Umidade em estufa 105°C
Proteína g
<PROCNT> Proteína total. Para cálculo das proteínas a partir do
nitrogênio total foram usados fatores de conversão da FAO/73
(GREENFIELD, SOUTHGATE, 2003).
Produtos animais: Carnes e peixes - 6,25; Gelatina - 5,55; Leite e
derivados - 6,38; Caseína - 6,40; Leite humano - 6,37; Ovo: inteiro - 6,25,
albumina - 6,32, vitelina - 6,12.
Produtos vegetais: Trigo: inteiro - 5,83, farelo - 6,31, embrião - 5,80,
endosperma - 5,70; Arroz e farinha de arroz - 5,95; Centeio e farinha de
centeio - 5,83; Cevada e farinha de cevada - 5,83; Aveia - 5,83; Milho -
6,25; Feijões - 6,25; Soja - 5,71.Oleaginosas: Castanha do Pará - 5,46;
outras - 5,30.
Para os demais alimentos foi utilizado o fator 6,25.
Lipídios totais g
<FAT> Lipídios totais
<FATCE> Lipídios totais obtidos por extração contínua (método Soxhlet)
Cinzas g <ASH>
Fibra alimentar total g
<FIBTG> Fibra alimentar total determinada por método enzímico-
gravimétrico ou não enzímico-gravimétrico (para alimentos com baixo
teor de amido) da AOAC (CHO et al., 1997; LI; CARDOZO, 1992).
Fibra insolúvel g
<FIBINS> Fibra insolúvel determinada por método enzímico-gravimétrico
da AOAC
Fibra solúvel g
<FIBSOL> Fibra solúvel determinada por método enzímico-gravimétrico
da AOAC
Carboidratos totais g
<CHOCDF> Carboidratos totais calculados por diferença (100 g -
gramas totais de umidade, proteína, lipídios e cinzas). Inclui a fração FA
Carboidratos disponíveis g
<CHOAVLDF> Carboidratos metabolizáveis calculados por diferença.
Exclui a fração fibra alimentar (100 g - gramas totais de umidade,
proteína, lipídios, cinzas e fibra alimentar).
Energia kJ
<ENERC> Energia total metabolizável expressa em quilo joule (kJ),
calculada a partir da energia dos nutrientes, considerando os fatores de
conversão de Atwater: (17 x g proteína) + (16 x g carboidratos [total
carboidratos - fibra alimentar]) + (37 x g total lipídios) + (29 x g etanol).
Energia kcal
<ENERC> <kcal> Energia total metabolizável, expressa em quilocalorias
(kcal) considerando os fatores de conversão de Atwater: (4 x g proteína)
+ (4 x g carboidratos [total carboidratos - fibra alimentar]) + (9 x g total
lipídios) + (7 x g etanol). OBS: 1kcal=4,184kJ.
Amido resistente g <STARES> (GOÑI. et al., 1996).
Total de ácidos graxos
saturados
(Gordura saturada*)
g <FASAT>
Total de ácidos graxos
monoinsaturados
(Gordura monoinsaturada*)
g <FAMS>
Total de ácidos graxos
poliinsaturados
(Gordura poliinsaturada*)
g <FAPU>
Colesterol mg
<CHOLE> Colesterol determinado por método enzimático ou
cromatográfico
* nomenclatura adotada pela Agência Nacional de Vigilância Sanitária (ANVISA).
Fonte: UNIVERSIDADE DE SÃO PAULO, 2009.
53
No caso dos carboidratos, por exemplo, carboidratos totais
(<CHOCDF>) ou disponíveis (<CHOAVLDF>), calculados por diferença, são as
formas mais comumente utilizadas. Entretanto, podemos encontrar ainda
carboidratos totais obtidos pela soma de diversos componentes (<CHOCSM>),
incluindo açúcares solúveis, dextrina, oligossacarídeos, amido, glicogênio e FA;
carboidratos disponíveis (<CHOAVL>) pela soma de açúcares solúveis, dextrina,
oligossacarídeos, amido e glicogênio; e carboidratos disponíveis expressos como
equivalentes de monossacarídeos (<CHOAVLM>), incluindo as mesmas frações
anteriores
2
.
Antes da inclusão do dado na TBCA-USP, estes foram avaliados
segundo os critérios de verificação da coerência das informações definidos por
Haytowitz, Lemar e Pehrsson (2009), listados no Quadro 2:
Quadro 2. Critérios de verificação da coerência das informações para inclusão na
TBCA-USP
Classe de componentes
Verificação de controle
Composição
centesimal
A soma dos valores de umidade, proteína, lipídios, carboidratos,
cinzas e álcool deve estar entre 99,8 e 100,2 para produtos de
origem vegetal. Para produtos cárneos a faixa aceitável é 97-103
Carboidratos A soma dos valores de fibra alimentar total, açúcares totais e
amido não deve exceder o valor de carboidratos totais
Valores de qualquer fração de carboidratos não devem exceder o
valor de carboidratos totais
Valores individuais dos açúcares somados (sacarose, glicose,
frutose, lactose, maltose e galactose) não devem exceder o valor
de açúcares totais
Calorias Quilojaule deve ser igual quilocalorias X 4,184
Lipídios e
ácidos graxos
A soma dos valores de ácidos graxos saturados, monoinsaturados
e poliinsaturados não deve exceder o valor de lipídios totais
Valores individuais de ácidos graxos somados não devem exceder
o valor de lipídios totais
Valores individuais de ácidos graxos trans somados não devem
exceder o valor de ácidos graxos trans totais
Adaptado de HAYTOWITZ; LEMAR; PEHRSSON, 2009.
2
Entre parênteses estão os tagnames para cada diferente forma de se obter dados de carboidratos
(MONRO; BURLINGAME, 1996; FOOD AND AGRICULTURAL ORGANIZATION OF THE UNITED
NATIONS, 2009)
54
55
5 RESULTADOS E DISCUSSÃO
5.1 BANCO DE DADOS ELETRÔNICO DE REFERÊNCIAS BIBLIOGRÁFICAS
EM COMPOSIÇÃO DE ALIMENTOS (BDRB)
O acervo original da TBCA-USP era constituído por 396 referências
entre artigos, laudos e/ou documentos internos de laboratórios e indústrias,
dissertações, teses, livros e outros. A estas referências, foram somadas outras 874,
compostas por artigos selecionados durante o levantamento bibliográfico, totalizando
1.270 referências.
Durante o levantamento, cada referência era brevemente avaliada
pela verificação das seguintes questões:
1. O alimento estudado é produzido e/ou consumido no Brasil?
2. Trata-se de alimento para consumo humano?
3. Há informação sobre umidade?
4. Quais nutrientes e/ou compostos são apresentados no trabalho?
5. No caso de dados de composição centesimal:
a. Foi realizada adequadamente a análise de FA?
b. Foram analisados todos os componentes da composição centesimal?
Quando a resposta para a questão 1 foi negativa, o trabalho não
entrou no BDRB. Todos os demais trabalhos, com informações de alimentos
brasileiros, foram incluídos, independente da resposta às demais questões. Mesmo
que a resposta à pergunta 2 fosse negativa, ou seja, mesmo se tratando de
alimentos para ração animal ou alimentos experimentais (que não são de consumo
habitual) a referência foi arquivada, porém o artigo foi classificado como “descartado
definitivamente” por não ser de interesse para inclusão na TBCA-USP.
A identificação dos artigos e as respostas das demais questões
foram registradas em um arquivo eletrônico do software Access
®
(MICROSSOFT,
2007a) por meio do preenchimento de um formulário dividido em três partes. A
primeira parte apresenta dados da fonte de informação, tais como código (que a
referência recebeu ao entrar para o BDRB) autores, título do trabalho, título da
56
revista ou tipo de documento onde foi publicado (outros), volume, número, páginas,
cidade e ano de publicação (Figura 1). Também contendo, do lado direito o
formulário, dois campos:
− Condição atual: com 3 opções (1-utilizado na TBCA-USP, 2-disponível para uso
futuro ou 3-descartado definitivamente);
− Justificativa: neste campo pode-se justificar porque uma fonte está disponível
para uso futuro, ou foi descartada definitivamente.
Arquivar este tipo de informação é muito importante, visto que
muitos trabalhos aparentemente são adequados, mas durante a compilação,
percebem-se falhas como:
− Erros ou incoerência nos valores apresentados;
− Resultados em gráficos e não em valores numéricos;
− Dados apresentados em unidades diferentes das tradicionais e não permitindo
conversão (como, por exemplo, valores de tipos de triacilgliceróis e não de ácidos
graxos).
Figura 1. Software Access – Banco de Dados Eletrônico de Referências
Bibliográficas em Composição de Alimentos Brasileiros – Formulário –
Dados da Revista
57
Outro aspecto da importância de se registrar estas informações é a
possibilidade de identificar informações/trabalhos que já haviam sido levantados e
descartados. Muitas vezes problemas só podem ser identificados no final do
processo de compilação. Mantendo-se no BDRB os artigos que foram descartados
definitivamente e a justificativa para isso evita-se que um trabalho descartado
anteriormente volte a ser selecionado em um futuro levantamento.
A segunda parte do formulário (Figura 2) traz o tipo de nutriente e/ou
composto encontrado na referência e se este dado foi ou não disponibilizado na
TBCA-USP, além de um campo para informações relevantes.
Figura 2. Software Access – Banco de Dados Eletrônico de Referências
Bibliográficas em Composição de Alimentos Brasileiros – Formulário –
Conteúdo do Artigo
O campo Informações relevantes deve ser utilizado para
complementar informações sobre o conteúdo do artigo, detalhando quais os
compostos analisados, metodologia empregada etc. Por exemplo, caso haja
informações sobre vitaminas lipossolúveis, pode-se descrever quais vitaminas
exatamente foram estudadas.
58
Quando essas referências começaram a ser agrupadas, no início
dos anos 80, pouco material digital era encontrado. Com o passar dos anos, isso foi
mudando e, hoje, quase todo o material de referência é digitalizado, sejam artigos
em revistas, teses ou mesmo documentos internos de laboratório e/ou indústrias.
Assim, pretende-se digitalizar o material mais antigo e eliminar o arquivo em papel.
Enquanto isso não é possível, é documentado na terceira parte do formulário se
existe o documento original e um formulário de compilação preenchido, impressos,
digitalizados ou ambos (Figura 3).
Figura 3. Software Access – Banco de Dados Eletrônico de Referências
Bibliográficas em Composição de Alimentos Brasileiros – Formulário –
Tipo de Mídia
O arquivamento eletrônico dessas informações permite, com aplicação
de filtros, diversas formas de busca dentro do BDRB (Figura 4), tornando mais ágil o
resgate de informações.
Na verdade, o arquivo criado no Access
®
é um cadastro eletrônico. As
referências propriamente ditas se encontram em parte impressas e em parte
digitalizadas. É importante que cada referência esteja devidamente identificada e todas
estejam organizadas para que, após a busca da referência de interesse no BDRB, ela
59
possa ser facilmente encontrada. Assim todo o material digitalizado foi reunido em uma
única pasta, cada arquivo nomeado de forma a fornecer informações que facilitem sua
localização e organizados por ordem numérica crescente. O nome do arquivo é
composto pelo código da referência no BDRB, seguido da abreviação dos componentes
apresentados, alguma informação relevante e a extensão do arquivo. Para dados
originais (publicações), o formato dos arquivos é “pdf” (software Adobe
®
) (ADOBE,
2010) e dos formulários “xls” (software Microsoft Excell
®
) (MICROSOFT, 2007b).
Figura 4. Software Access – Banco de Dados Eletrônico de Referências
Bibliográficas em Composição de Alimentos Brasileiros – Consultas com
filtros
Por exemplo:
− 385 CC CHO AcGr MINE AA.pdf – correspode à referência 385 e apresenta
informações sobre composição centesimal (CC), carboidrato (CHO), ácidos
graxos e/ou colesterol (AcGr), minerais (MINE) e aminoácidos (AA).
− 385 CC CHO AcGr MINE AA.xls – corresponde ao formulário da referência
citada acima.
60
Abreviações utilizadas:
AA: aminoácidos
AcGr: Ácidos graxos e colesterol
ANTIOX: capacidade antioxidante
CC: composição centesimal
CHO: carboidratos
D: descartadas definitivamente
FENÓLICOS: compostos bioativos
MINE: minerais
VIT: vitaminas – seguido do tipo de
vitamina (Ex.: VitA – vitamina A)
Já nas referências impressas foi anotado o número da referência (em
cor laranja) e os nutrientes e/ou compostos apresentados no canto superior esquerdo
da primeira página. Ao lado do número da referência foi colocado um “OK” (em cor
rosa) quando a referência foi cadastrada no BDRB. Após a compilação, foi anotado no
canto superior direito, da primeira página, nome do compilador e data da compilação.
Além dessas informações, outras podem ser anotadas, seguindo esquema ilustrado na
Figura 5. Todas as referências impressas foram organizadas por ordem numérica
crescente e colocadas em caixas arquivos devidamente identificadas.
Da maneira na qual as referências eram arquivadas anteriormente
(apenas na forma física), era difícil resgatar as informações, pois só havia registros,
em listas impressas, de informações gerais como: autores, título, tipo de documento
e dados complementares da publicação ou laboratório que realizou as análises, sem
especificar os nutrientes contidos e os dados já utilizados. Assim, a cada nova
informação que era incluída na TBCA-USP, como recentemente dados sobre
carboidratos (MENEZES et al., 2009), todos os artigos tinham que ser consultados
novamente, um a um. O BDRB foi criado justamente para reunir informações mais
específicas e detalhadas, de maneira organizada, visando facilitar o resgate destas
informações na ocasião de sua disponibilização na TBCA-USP.
Embora os dados contidos nas referências descartadas não possam
ser utilizados, optou-se por arquivá-los, pois em um novo levantamento é importante
saber se um artigo simplesmente foi negligenciado na busca ou se a informação não
é adequada para compilação. Deixando de registrar os artigos descartados, em um
novo levantamento o compilador perderia tempo analisando uma informação
inadequada. Embora tenha sido feito um levantamento abrangente, pode ocorrer de
algum trabalho não ter sido encontrado. Assim, é importante que cada compilador
refaça o levantamento para cobrir eventuais falhas e atualizar o BDRB.
61
Figura 5. Modelo de como registrar informações nas referências do Banco de
Dados Eletrônico de Referências Bibliográficas em Composição de
Alimentos Brasileiros impressas
62
O BRDB se mostrou uma ferramenta de grande utilidade não só
para os compiladores, mas para outros pesquisadores que utilizaram as referências
nas suas pesquisas. No início do presente trabalho muitos artigos repetidos foram
reunidos, mas com o cadastro no BDRB foram facilmente identificados e eliminados.
Assim, durante um novo levantamento, uma rápida consulta ao BDRB mostrará se o
artigo encontrado já foi ou não cadastrado. Além disso, este banco permitiu
conhecermos que tipo de dados de alimentos brasileiros estão sendo produzidos.
Avaliando os artigos cadastrados observa-se uma tendência crescente de trabalhos
principalmente sobre micronutrientes, compostos bioativos e capacidade
antioxidante. Isto sugere um bom momento para iniciar a compilação destes
compostos, ampliando futuramente a TBCA-USP, como veremos a seguir
5.1.1 Produto da inserção das informações no Banco de Dados Eletrônico de
Referências Bibliográficas
Das 1.270 referências, 216 que já tiveram seus dados de
composição centesimal, carboidratos, ácidos graxos, colesterol, vitamina A e
carotenóides ou flavonóides disponibilizados na TBCA-USP, 87 foram descartadas
por falta de dados, por conter informações obsoletas ou por não tratar de alimento
para consumo humano e 967 contém informações disponíveis para compilação.
Entretanto, nem todos estes artigos poderão ser utilizados
diretamente na TBCA-USP. Por exemplo, 164 deles não apresentam informações
sobre umidade, informação essencial. Este problema pode futuramente ser resolvido
por meio da solicitação desta informação ao autor, importação dessa informação de
outra fonte de dados, desde que seja da mesma matriz de alimento, ou mesmo pela
análise de umidade do alimento no Departamento de Alimentos e Nutrição
Experimental da Faculdade de Ciências Farmacêuticas – USP.
Na Tabela 2 há um resumo do tipo de informação que pode ser
encontrada no BDRB. Cabe lembrar que somente no momento da compilação é que
estas informações serão avaliadas e decidido sobre sua inclusão na TBCA-USP ou
descarte definitivo, segundo peculiaridades de análise de cada nutriente e/ou
composto. Todas as referências classificadas hoje como “Disponíveis para uso
63
futuro” deverão ser utilizadas na TBCA-USP ou descartadas definitivamente, ou
seja, estão disponíveis até o próximo trabalho de compilação. A função do BDRB é
agilizar o processo de compilação, agrupando referências e informações que
auxiliarão o compilador em um novo levantamento, mas só tem sentido se as
referências forem avaliadas e devidamente destinadas quanto a seu aproveitamento
na TBCA-USP e se for constantemente atualizado.
Tabela 2. Resumo do tipo de informação encontrada no Banco de Dados Eletrônico
de Referências Bibliográficas em Composição de Alimentos Brasileiros.
Tipo de dado
Utilizado
s
na TBCA-
USP
Disponíve
is
para uso
futuro
Descartado
s
definitiva-
mente
Total
Composição Centesimal 117 389 26
532
Carboidratos 16 216 6
238
Ácidos Graxos e Colesterol
32 166 4
202
Vitaminas Lipossolúveis 34 106 5
145
Vitaminas Hidrossolúveis - 139 2
141
Aminoácidos - 76 1
77
Minerais - 240 4
244
Resposta Glicêmica 1 - -
1
Compostos Bioativos e/ou
Capacidade Antioxidante
20 181 - 201
− COMPOSIÇÃO CENTESIMAL: Dos 532 artigos com informações sobre
composição centesimal, apenas metade traz informações suficientemente
completas e/ou adequadas para serem submetidas à compilação. Para que os
demais sejam compilados, informações complementares, como dados de fibras
alimentares (73%), umidade, lipídios ou cinzas (23%), devem ser obtidas por
análise direta ou emprestadas de outras fontes, desde que observados os
critérios para tal procedimento. Dos que foram descartados definitivamente, a
maioria apresentava dados de alimentos experimentais ou para ração animal (18
artigos) e os demais problemas na descrição da metodologia empregada.
− CARBOIDRATOS: De um total de 238 artigos que apresentaram informações de
carboidratos, 6 foram descartados por se tratarem de alimentos experimentais (2)
ou por problemas na descrição da metodologia (4). Dos que estão disponíveis
para uso futuro, 82 apresentam um ou mais problemas, como falta de dados de
64
umidade (84%), problemas na descrição da metodologia (6%) e/ou resultados
apresentados em gráficos e não em valor numérico (10%).
− ÁCIDOS GRAXOS E COLESTEROL: 202 artigos com informações de ácidos
graxos e/ou colesterol foram encontrados. Também para este grupo os motivos
para descarte de artigos foram estudos de alimentos experiemntais (2) ou
problemas na metodologia (2). Apesar de haver mais de 200 artigos disponíveis
para uso futuro, pelo menos 10% desses apresentam informações incompletas.
Muitos não trazem o total de lipídios (15) ou umidade (4) no alimento e outros
apresentaram as informações de maneira que dificulta ou mesmo impossibilita a
transformação dos valores, por exemplo, com análises do teor de triacilglicerois e
não dos ácidos graxos individualmente. No momento da compilação caberá ao
compilador, treinado especificamente para trabalhar com dados de ácidos graxos
e colesterol, avaliar se estas informações poderão ser aproveitadas ou deverão
ser descartadas.
− AMINOÁCIDOS: 77 artigos com informações sobre aminoácidos foram
encontrados. Apenas um artigo foi descartado por se tratar de alimento
experimental. A princípio todos os demais artigos estão disponíveis, porém, na
ocasião da compilação, será(ão) definida(s) qual(is) metodologia(s) de análise
será(ão) aceita(s). A partir destas informações, o compilador poderá avaliar os
trabalhos e definir quais podem ser compilados e quais devem ser descartados.
− MICRONUTRIENTES E COMPOSTOS BIOATIVOS: Muitos artigos com
informações de vitaminas lipossolúveis (145), vitaminas hidrossolúveis (141),
minerais (244) e compostos bioativos e/ou capacidade antioxidante (201) foram
arquivados e estão disponíveis para futura compilação. Nos casos da vitamina A
e dos flavonóides, a metodologia de análise já está definida, mas para os demais
nutrientes micronutrientes e compostos bioativos ainda não. Assim como para
aminoácidos, decisões só poderão ser tomadas após a definição da metodologia
aceita para a compilação.
A proposta do BDRB é reunir informações, de modo a facilitar o
trabalho do compilador. Para isso no momento da compilação caberá ao compilador,
selecionar as referências disponíveis e, após criteriosa avaliação, definir se serão
compiladas ou descartadas definitivamente, registrando e justificando no BDRB a
65
decisão tomada. Além disso, é de grande importância que periodicamente sejam
feitos novos levantamentos bibliográficos para ampliação do BDRB.
Gráfico 1. Distribuição das referências cadastradas no Banco de Dados Eletrônico
de Referências Bibliográficas em Composição de Alimentos Brasileiros
de acordo com o ano de publicação. São Paulo, 2010.
Esta curva (Gráfico 1) montra apenas a distribuição das referências
do BDRB por ano de publicação. Não podemos dizer que esta curva mostra como a
produção de dados de alimentos nacionais evoluiu ao longo dos anos, pois até 1999
as buscas eram feitas de acordo com as necessidades da TBCA-USP, ou seja, era
direcionada para os grupos de compostos apresentados na tabela. Não era feito um
levantamento abrangente como o do presente trabalho.
Neste contexto, são apresentados a seguir gráficos (2 a 4)
considerando trabalhos produzidos entre 1999 e 2008. Os artigos de 2009 não
entraram, pois o levantamento foi feito apenas até o mês de maio.
O Gráfico 2 nos mostra que, embora tenha aumentado o número de
dados de composição centesimal produzidos, as publicações continuam trazendo
dados incompletos e em uma proporção que se mantém com o passar dos anos
(aproximadamente 50%). Grande parte dos dados poderia ser compilada
diretamente se os autores apresentassem no artigo os valores de umidade e cinzas,
66
obrigatoriamente analisados para determinação da composição centesimal, mas
muitas vezes omitidos na publicação do trabalho. Porém o grande problema
encontrado nos dados de composição centesimal é relacionado aos dados de FA.
Gráfico 2. Distribuição do número de referências do Banco de Dados Eletrônico de
Referências Bibliográficas em Composição de Alimentos Brasileiros com
dados de composição centesimal de acordo com o ano de publicação e
dados apresentados. São Paulo, 2010.
A definição de FA é discutida desde os anos 50. Na década de 70
houve muitos avanços no estudo da fibra e em 1981, a AOAC definiu fibra como "os
elementos de células vegetais que são resistentes à hidrólise por enzimas digestivas
de seres humanos" e um grupo de estudos que incluía Asp, Furda e Schweizer, em
colaboração com Prosky, DeVries e Harland desenvolveram, em 1985, uma
metodologia que seria adequada para esta definição, conhecida como AOAC Official
Method 985.29 (CHO; DEVRIES; PROSKY, 1997). Este método é o enzímico-
gravimétrico, eleito para análise dos dados apresentados na TBCA-USP, aplicado
tanto na forma original como com adaptações (considerando suas atualizações),
dependendo da matriz de alimento. Apesar de ser um método com mais de 20 anos,
ainda há muitos trabalhos onde são empregados métodos inadequados ou a FA não
é analisada.
67
Embora esta definição de FA tenha sido bem aceita, discussões a
este respeito foram constantes. Tendo em vista as diversas definições propostas ao
longo dos anos, o Codex Alimentarius propôs uma definição de FA para ser utilizada
internacionalmente (CODEX, 2008):
"Fibra alimentar consiste em polímeros de carboidratos
1
contendo 10
ou mais unidades monoméricas
2
, que não são hidrolisadas pelas enzimas
endógenas no intestino delgado de humanos e que pertence às seguintes
categorias:
− Polímeros de carboidratos comestíveis presentes nos alimentos na
forma em que são consumidos;
− Polímeros de carboidratos obtidos de alimentos crus por métodos
químicos, enzimáticos ou físicos e que apresentaram efeito fisiológico
benéfico à saúde em estudos científicos amplamente aceitos por
autoridades competentes;
− Polímeros de carboidratos sintéticos que apresentaram efeito
fisiológico benéfico à saúde em estudos científicos amplamente aceitos
por autoridades competentes
1- Quando derivados de origem vegetal, fibras alimentares podem incluir frações
de lignina e/ou outros compostos, associados com polissacarídeos nas
paredes celulares das plantas. Estes compostos também podem ser
determinados por certo(s) método(s) analítico(s) de fibra alimentar. No
entanto, tais compostos não são incluídos na definição de fibra alimentar se
extraídos e re-introduzidos em um alimento.
2- Decisão sobre a inclusão de carboidratos com 3-9 unidades monoméricas
deve ser deixada às autoridades de cada país (CODEX, 2008; CODEX,
2009)".
A metodologia a ser adotada para análise de fibras está em
discussão no CODEX (Step 7, ALINORM 10/33/26) (CODEX, 2009). No Brasil
atualmente está sendo discutida a inclusão ou não dos oligossacarídeos de 3 a 9
unidades monoméricas. Mesmo após estas decisões, o emprego das metodologias
sugeridas acontecerá em médio prazo. Por exemplo, o método que abrange a FA
com diferentes unidades monoméricas (unidades monoméricas >3) é o AOAC
68
2009.01, entretanto este envolve uma série de reagentes, equipamentos (HPLC) e
treinamento de pessoal e deverá ser validado antes de passar a ser utilizado como
rotina pelos pesquisadores. O método enzímico-gravimétrico continua sendo o mais
indicado para compor a composição centesimal.
O Gráfico 3 traz o número de referências com dados de ácidos
graxos e colesterol, carboidratos e aminoácidos e o Gráfico 4 número de referências
com dados de vitaminas lipossolúveis, vitaminas hidrossolúveis, minerais e
compostos bioativos e capacidade antioxidante.
Gráfico 3. Distribuição do número de referências do Banco de Dados Eletrônico de
Referências Bibliográficas em Composição de Alimentos Brasileiros com
dados de ácidos graxos e colesterol, carboidratos e aminoácidos de
acordo com o ano de publicação. São Paulo, 2010
69
Gráfico 4. Distribuição do número de referências do Banco de Dados Eletrônico de
Referências Bibliográficas em Composição de Alimentos Brasileiros com
dados de vitaminas lipossolúveis, vitaminas hidrossolúveis, minerais e
compostos bioativos e capacidade antioxidante de acordo com o ano de
publicação. São Paulo, 2010
Os dados da TBCA-USP são em grande parte obtidos por
compilação de trabalhos conduzidos para outros fins que não a produção de uma
tabela de composição. Assim, a compilação depende do que está sendo produzido.
Pelos gráficos 3 e 4, fica evidente o aumento da produção nos últimos anos. Isso se
deve, provavelmente, à aquisição de equipamentos, difusão de métodos de análise
entre pesquisadores brasileiros e descobertas sobre a importância dos compostos
bioativos na saúde. Este aumento já levou à inclusão de dados de carboidratos na
Versão 5.0 (MENEZES et al., 2009) e de flavonóides (SANTOS, 2009) na próxima
versão da TBCA-USP. Pode ser observado no Gráfico 4 um aumento considerável
de dados de vitaminas, minerais e compostos bioativos e/ou capacidade
antioxidante, principalmente nos últimos 4 anos. É provável que este aumento na
produção seja acompanhado de melhoria da qualidade da análise destas
informações. Assim, caberá aos futuros compiladores avaliar os trabalhos e
proceder com a inclusão dos dados de vitaminas e minerais na TBCA-USP.
70
5.2 FORMULÁRIO PARA COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE
ALIMENTOS
Durante a utilização do formulário, os compiladores sugeriram
modificações a fim de facilitar o preenchimento, aumentar a compreensão,
contemplar o máximo de informações possíveis e adequá-lo às novas metodologias
de análise de alimentos. Estas sugestões foram avaliadas e incorporadas e, em
2007, este formulário foi traduzido para o espanhol e distribuído (pela internet) para
que alguns membros da LATINFOODS pudessem utilizá-lo e cooperassem com
sugestões. Durante o curso de Compilação de Dados de Composição dos
Alimentos, realizado em Santiago, Chile (FOOD AND AGRICULTURAL
ORGANIZATION OF THE UNITED NATIONS, 2008), formulário e manual
atualizados foram apresentados, utilizados e exaustivamente discutidos, resultando
na introdução de várias sugestões de membros do Chile, Argentina, Paraguai, Costa
Rica, Brasil e FAO. As versões 2009 do formulário e manual foram disponibilizados
para os membros da LATINFOODS e outros pesquisadores da América Latina (em
Maio de 2009, via internet, e em junho de 2009, durante o Workshop
EuroFIR/UNT/LATINFOODS em San Miguel de Tucumán, Argentina) (MENEZES et
al., 2010), passando assim a ser referência na compilação de dados de alimentos
em toda a América Latina.
Das 11 planilhas do formulário de 2005 (MENEZES et al., 2005),
praticamente todas foram alteradas. Além dessas alterações, foi incluída uma nova
planilha. Exemplos destas modificações estão listados abaixo.
1-Inicial: Nesta planilha existiam dois campos para identificação de alimentos. Um
para dados de trabalhos científicos e outros para dados de indústrias de alimentos.
Ao longo desses últimos anos, percebeu-se que apenas um campo era suficiente,
independente da fonte da informação. Assim, um dos campos foi suprimido, mas
permaneceram, logo abaixo, outros dois campos para indicar a fonte da informação.
Na versão anterior este campo de descrição dos alimentos era preenchido pelo
compilador que posteriormente tinha que repetir as informações na planilha 2-
Identificação. Além do trabalho de preencher duas vezes a mesma informação,
muitas vezes uma descrição era estabelecida na planilha 1 e, ao preencher as
colunas da planilha 2, notava-se necessidade de alteração na ordem das
71
características dos alimentos. Porém nem sempre o compilador fazia a correção na
planilha 1. Assim, para evitar trabalho desnecessário e divergências, foi inserida
uma fórmula que traz automaticamente para a planilha 1 as informações
preenchidas na planilha 2.
2-Identificação: Nessa planilha a ordem das colunas foi revista e adicionada uma
coluna para informações sobre fotografia do alimento. As fotografias devem ser
codificadas e arquivadas e, na coluna correspondente, o compilador deve colocar o
caminho/nome para localização do arquivo de imagem.
3-Centesimal: Nesta planilha, a primeira alteração foi relacionada à informação de
energia, que era calculada apenas em kcal (quilocalorias). Foi incluída coluna para
cálculo em kJ (quilojaule). Os carboidratos, na grande maioria dos trabalhos, ainda
são calculados por diferença. Estavam previstas colunas para informações de
carboidratos totais e carboidratos disponíveis, ambos por diferença, fornecidas pelo
autor e uma de cálculo de carboidratos disponíveis por diferença. Foi adicionada
uma coluna para conferência dos carboidratos totais por diferença, onde há uma
fórmula. Este cálculo é importante para verificar se não há erros nas informações
fornecidas pelo autor. Ainda foram incluídas colunas para alcoóis, ácidos orgânicos
totais e polióis, pois, segundo a FAO (2003), estes participam do fornecimento de
energia (estas informações já foram consideradas na fórmula para o cálculo das
calorias).
4-Carboidratos: As alterações nesta planilha foram a inclusão de uma coluna para
umidade e inclusão de alguns tagnames que foram criados recentemente (FOOD
AND AGRICULTURAL ORGANIZATION OF THE UNITED NATIONS, 2009).
5-Aminoácidos: Esta planilha tinha um grupo de colunas para informações de
aminoácidos por 100g de proteína e outro por 100g de alimentos, indicando a partir
de qual coluna o compilador iniciava o preenchimento, dependendo do caso. Mas,
dessa maneira, a planilha ficava muito extensa. Assim permaneceu apenas um
grupo de colunas e o compilador deve assinalar como os dados são apresentados
(por 100g de alimentos ou por 1g de proteínas).
6-Ácidos Graxos: Nesta planilha foi ampliada a variedade de ácidos graxos e
incluídas, além das colunas de soma de ácidos graxos saturados, monoinsaturados
e poliinsaturados, outras com soma de ácidos graxos totais, ômega 3 e ômega 6. A
72
coluna para ácidos graxos trans já existia, porém, agora foi incluída fórmula para
cálculo automático.
7-Vitaminas Lipossolúveis: Foram incluídas colunas para retinol, carotenóides com
atividade de provitamina A e isômeros da vitamina E (tocoferóis e tocotrienóis), além
de colunas de cálculo de RAE (Equivalentes de Atividade de Vitamina A) e TE
(Equivalentes de Tocoferol).
8-Vitaminas Hidrossolúveis: Nesta planilha foram acrescentadas colunas para:
triptofano, equivalente de niacina, cálculo de vitamina C (soma ácido ascórbico e
dehidroascórbico) e equivalente de folato.
9-Minerais: Anteriormente esta planilha tinha colunas apenas para cálcio, ferro e
sódio. Caso fossem compilados dados de outros minerais, estes tinham que ser
acrescentados no momento da compilação. Isso, além de trabalhoso, levava cada
compilador a incluir os minerais em uma ordem diferente, dificultando a
uniformização da informação. Esta planilha foi ampliada para vinte e dois minerais
diferentes, incluindo todos que tem sua recomendação de ingestão (INSTITUTE OF
MEDICINE, 2008) e/ou tagnames estabelecidos.
10-Resposta Glicêmica: Foram incluídas fórmulas para preenchimento automático
das colunas de código e nome dos alimentos. Embora não estejam estabelecidos
tagnames para todos os componentes desta planilha, foi acrescentada uma linha
para este fim e os tagnames existentes. As colunas foram rearranjadas para facilitar
a visualização e preenchimento das informações. Ainda foram acrescentadas
fórmulas para:
− Conversão de valores de IG (Índice Glicêmico) com pão de referência para IG
com glicose de referência,
− Classificação do IG,
− Cálculo da CG (Carga Glicêmica),
− Classificação da CG.
11-Qualidade dos dados: Esta planilha não foi modificada.
12-Informação mínima: Esta planilha foi incluída para permitir uma rápida
conferência de informações mínimas obrigatórias (nome, descrição detalhada do
alimento, parte analisada, nome científico, número de amostras, origem, métodos e
respectiva referência bibliográfica, valor numérico do analito e laboratório que
realizou as análises) e desejáveis (variedade, descrição do manejo da amostra,
73
índice de variabilidade, controle de qualidade analítica, nome comercial, data de
produção e fotografia) para compilação.
Em todas as planilhas, os tagnames foram conferidos e completados
e as unidades corrigidas para corresponder ao tagname adequado. Todas essas
alterações foram transcritas para o manual. O formulário e o manual, atualizados e
aplicados na compilação dos dados do presente trabalho e por outros compiladores
na América Latina, são apresentados nos Apêndices A e B, respectivamente. Eles
se mostraram adequados para o trabalho de compilação.
O aprimoramento de ferramentas, como o formulário e seu manual,
é importante para agilizar e facilitar o trabalho de compilação, cooperando para
melhoria da qualidade e ampliação dos dados da TBCA-USP, aproximando cada vez
mais os dados apresentados à realidade dos alimentos consumidos no Brasil.
Redes como a INFOODS e suas sub-redes regionais, EuroFIR e
todos os pesquisadores envolvidos na compilação de dados de composição de
alimentos reúnem esforços no intuito de facilitar, agilizar, padronizar e
principalmente permitir o intercâmbio de informações. Assim, ferramentas são
aplicadas não só pelo grupo que as desenvolveu, mas também por outros
pesquisadores ao redor do mundo. Por exemplo, na elaboração do Formulário para
Compilação de Dados Sobre Composição de Alimentos, Menezes, Caruso e Lajolo
(1997) adotaram o Guia de Descrição de Alimentos (TRUSWELL et al., 1991) e os
tagnames da INFOODS (FOOD AND AGRICULTURAL ORGANIZATION OF THE
UNITED NATIONS, 2009). O sistema de avaliação de qualidade de dados
desenvolvido pelo USDA serviram de base para Menezes, Caruso e Lajolo (2000)
(HOLDEN et al., 1987; HOLDEN, 1997; MANGELS et al., 1993) e Santos (2009)
(HOLDEN et al., 1999; HOLDEN; BHAGWAT; PATTERSON, 2002; HOLDEN et al.,
2005) para desenvolver sistemas de avaliação para dados de FA e flavonóides,
respectivamente.
O USDA desenvolveu também um sistema eletrônico de
gerenciamento de dados de composição de alimentos (HAYTOWITZ; LEMAR;
PEHRSSON, 2009), cuja parte dos critérios foram aplicados no presente trabalho
para escolha dos alimentos incluídos na compilação. Neste sistema é utilizado para
descrição dos alimentos o LanguaL, desenvolvido, pela EuroFIR, para descrição de
alimentos (LANGUAL, 2010).
74
Assim como o formulário e o manual desenvolvidos no Brasil, e
atualizados neste trabalho, agora são referência para compilação de dados de
composição de alimentos na America Latina (LATIN AMERICAN NETWORK OF
FOOD DATA SYSTEMS, 2009), esperamos que o BDRB seja utilizado não só por
compiladores de outras regiões do país, mas também por pesquisadores da área de
alimentos para orientar suas pesquisas e ainda sirva de modelo para a América
Latina.
5.3 COMPILAÇÃO DE DADOS DE COMPOSIÇÃO DE ALIMENTOS
O presente trabalho visou a compilação principalmente de dados de
composição centesimal, porém esta seleção não teve grande rigor, de maneira a
testar a efetividade das ferramentas aprimoradas em diferentes tipos de trabalhos.
Foram compilados 100 artigos (Apêndice C), dos quais foram obtidos dados
diversos, porém, para inclusão no banco de dados da TBCA-USP, foram separados
apenas dados de composição centesimal, carboidratos, ácidos graxos e colesterol.
A compilação foi conduzida paralelamente ao preenchimento do
DBRB, assim quando estes artigos foram selecionados para a compilação ainda não
estavam cadastrados. Embora o levantamento de dados tenha sido realizado em
bases de dados eletrônicas, muitos artigos impressos foram reunidos. Antes de
cadastrar os artigos no BDRB, era verificado se o mesmo já não pertencia ao
acervo, para que tanto a versão digital quanto a impressa recebessem o mesmo
código de identificação. Assim, durante o cadastro dos artigos, muitas informações
duplicadas foram localizadas. Conforme o BDRB era completado, mais ágil era esta
verificação, pois a aplicação de filtros (Figura 5) facilitava a busca dos artigos. Todos
os artigos compilados foram registrados e, conforme eram avaliados, as informações
cadastradas. Os campos previstos nos formulários do BDRB (Figuras 2, 3 e 4) foram
facilmente preenchidos, havendo espaços adequados para todas as informações
desejadas e se mostrando apropriado para arquivamento dos artigos compilados e
busca dos mesmos.
75
No início da compilação foi utilizado o formulário (MENEZES et al.,
2005) com modificações (FOOD AND AGRICULTURAL ORGANIZATION OF THE
UNITED NATIONS, 2008). A heterogenia dos artigos selecionados foi importante,
pois os dados de composição centesimal foram facilmente compilados, mas ao
trabalhar com artigos que traziam apenas informações de carboidratos, foi
identificado que não havia coluna na planilha de carboidratos para inserção da
umidade. Esta informação apenas era registrar na planilha de composição
centesimal. Assim a coluna foi incluída também na planilha de carboidratos.
Durante a compilação de dados de ácidos graxos, muitas colunas
tinham que ser inseridas. Para agilizar a compilação, foi ampliada a variedade de
ácidos graxos no formulário. Como existem muitas possibilidades de configuração
desde ácidos graxos, é possível que colunas ainda tenham que ser inseridas,
dependendo do alimento estudado, mas observou-se que o formulário ampliado
facilitou a compilação destes dados. O mesmo problema de falta de colunas foi
identificado na planilha de minerais, que também foi ampliada, conforme descrito no
item 5.2.
Portanto, no decorrer da compilação variações do formulário foram
testadas, até chegar à versão apresentada à LATINFOODS (MENEZES et al., 2010)
(Apêndice A). O manual (Apêndice B) também foi gradativamente alterado, para
refletir as informações do formulário. Outros ajustes importantes foram feitos no
manual na parte que descreve a identificação dos alimentos, principalmente em
relação a bebidas. Formulário e manual atualizados se mostraram adequados para a
compilação, mas é fundamental que estes sejam constantemente avaliados, durante
o trabalho de compilação e atualizados, buscando ser o mais fiel ao trabalho
realizado no momento.
Dos 100 artigos compilados, 12 foram descartados e outros 9
tiveram parte de seus dados não aproveitados por uma ou mais das razões citadas
abaixo:
− Falta de dados de umidade (6 artigos),
− Por se tratar de alimentos para ração animal (3 artigos),
− Falta de dados de cinza (3 artigos),
− Falta de dados adequados de fibras (8 artigos) ou carboidratos (4 artigos),
− Informações inconsistentes (1 artigo).
76
Com isso, dos 374 alimentos disponíveis, apenas 297 foram
aproveitados na compilação. Após o preenchimento individual dos formulários (um
por artigo compilado), um arquivo único foi montado, agrupando todas as
informações compiladas. Estes alimentos foram classificados em grupos, segundo o
manual atualizado, estando distribuídos conforme apresentado na Tabela 3. No total,
foram compilados 263 dados de composição centesimal, 60 de carboidratos, 75 de
ácidos graxos e 33 de colesterol.
Tabela 3. Distribuição dos dados compilados segundo grupos de alimentos
Grupo Quantidade de alimentos
A - Cereais e derivados 23
B - Verduras, hortaliças, algas, cogumelos, condimentos,
espécies e derivados
20
C – Frutas e derivados 44
D – Óleos e Gorduras 1
E – Peixes e frutos do mar 54
F – Carnes e derivados 89
G - Leite e derivados 20
H - Bebidas (alcoólicas, não-alcoólicas, infusões e produtos
estimulantes)
5
J - Ovos e derivados 9
K - Produtos açucarados 3
P - Alimentos nativos -
N - Alimentos para regimes especiais -
Q - Alimentos infantis -
R - Alimentos manufaturados 4
S - Alimentos preparados 14
T - Leguminosas, grãos e derivados 11
Para comparar os dados de composição centesimal compilados no
presente trabalho e os apresentados na TBCA-USP, os dados foram separados por
origem dos alimentos:
− Origem animal: Grupos E, F,G e J
− Origem vegetal: Grupos A, B, C e T
− Origem variada: Grupos D, H, K, P, N, Q, R e S
77
Podemos ver que, proporcionalmente, o presente trabalho traz mais
dados de alimentos de origem animal, seguidos por alimentos de origem vegetal e
poucos de alimentos de origem variada, enquanto a TBCA-USP apresenta mais
dados de alimentos de origem vegetal que de origem animal e uma grande
quantidade de dados de alimentos de origem variada (Gráfico 5).
Gráfico 5. Distribuição percentual dos dados de composição centesimal compilados
e os apresentados na TBCA-USP. São Paulo, 2010.
Na ocasião do lançamento da TBCA-USP, muitas informações de
composição centesimal de alimentos de origem vegetal não seriam aproveitadas por
falta de dados adequados de FA (MENEZES et al., 2002). Para que estas
informações não fossem perdidas, um estudo colaborativo (FILIZETTI, 1997) foi
conduzido e as informações complementadas. Isso pode explicar a maior proporção de
dados de composição centesimal de alimentos de origem vegetal na TBCA-USP em
comparação com o presente trabalho. A carência de dados de FA adequados não é
só um problema nacional, outros países também apresentam este problema. Na Tabla
de Composición de Alimentos de América Latina, por exemplo, utiliza-se os dados
de carboidratos totais no cálculo de energia, pois poucos países da América Latina
tem dados de FA disponíveis (FOOD AND AGRICULTURE ORGANIZATION OF
THE UNITED NATIONS; LATIN AMERICAN NETWORK OF FOOD DATA
78
SYSTEMS, 2010). Cabe lembrar que mesmo com escassez de dados de FA, todos
os dados de composição centesimal apresentados na TBCA-USP apresentam esta
informação, considerada no cálculo de carboidratos disponíveis e energia
(UNIVERSIDADE DE SÃO PAULO, 2009).
Nas versões 3.0 e 4.0 da TBCA-USP, entre outras alterações, foi
incluída grande quantidade de dados de composição centesimal de alimentos
industrializados (ITO, 2003; GIUNTINI; LAJOLO; MENEZES, 2006). Isso pode
explicar porque na TBCA-USP há uma proporção maior de alimentos de origem
variada. E também a presente compilação foi restrita a artigos científicos, que em
sua maioria estudam alimentos naturais e puros (não em preparações), o que
também cooperou com a reduzida quantidade de dados de alimentos de origem
variada aqui apresentada.
Com a complementação de informações sobre composição
centesimal, muitos dados poderão ser aproveitados na TBCA-USP. Dados originais,
calculados e emprestados não foram objeto da compilação neste trabalho, mas são
de extrema importância para complementar informações e poderão colaborar muito
para a ampliação da TBCA-USP em um futuro trabalho de compilação.
5.4 ATUALIZAÇÃO DO BANCO DE DADOS DA TBCA-USP
O banco de dados da TBCA-USP, versão 5.0, com dados de 1.975
alimentos e produtos, sendo 1.200 de composição centesimal, 193 de FA, 128 de
amido resistente, 198 de vitamina A e carotenóides, 119 de ácidos graxos e
colesterol, 112 de carboidratos analisados individualmente e 41 de resposta
glicêmica (UNIVERSIDADE DE SÃO PAULO, 2009), foi completamente revisado, de
acordo com os novos critérios adotados. As principais alterações foram em relação à
ordem das características de identificação dos alimentos. Muitos alimentos também
foram trocados de grupo para maior uniformização das informações. Esta revisão é
importante primeiramente por ser essencial uma adequada identificação dos
alimentos, garantindo que quem consulte a TBCA-USP saiba exatamente a que
alimento o dado apresentado se refere e, principalmente, para acompanhar o
79
desenvolvimento da indústria alimentícia que nos apresenta produtos cada vez mais
elaborados e com características peculiares.
Para ilustrar a importância de uma base de dados nacional e
atualizada, podemos citar o exemplo da Austrália, que até os anos 80 utilizava
tabelas com dados estrangeiros. Em 1989 foi publicada uma nova tabela de
composição de alimentos australiana que incluiu dados analíticos originais da parte
comestível e uma ampla gama de nutrientes em um grande número de alimentos
australianos crus, processados e preparados. Estudos para avaliar o impacto dessa
nova tabela sobre as principais referências alimentares da Austrália mostraram que
vários fatores foram responsáveis pelo impacto dos novos dados sobre a maioria
das referências dietética australianas, entre eles melhorias nos métodos analíticos,
mudanças naturais nos alimentos ao longo das décadas, diferenças entre produção
primária de alimentos australianos e estrangeiros e práticas de fabricação e
fortificação utilizadas na Austrália. Para a criação desta tabela, a Austrália
desenvolveu um programa de cooperação em análise de alimentos, envolvendo
contratação de pessoal especializado para análise e avaliação dos dados, com o
desenvolvimento de softwares específicos para a compilação com opções de
impressão em formatos variados. Esta série de estudos sobre o impacto das novas
tabelas fornece uma forte justificativa para o investimento envolvido. Os novos
dados não apenas produziram resultados muito diferentes de todas as principais
referências dietéticas nacionais, mas levaram para o desenvolvimento de novas
orientações dietéticas e grupos de alimentos essenciais. A experiência australiana
alerta contra a utilização indiscriminada de dados antigos ou estrangeiros em
programas nacionais de nutrição e indicam o uso de dados de composição de
alimentos australianos restritamente a países que importam alimentos da Austrália
(CASHEL; GREENFIELD, 1996).
Ahuja, Goldman e Perloff (2006) avaliaram o efeito do
aprimoramento dos dados de composição de alimentos sobre estimativas do
consumo de nutrientes nos Estados Unidos. Para tanto re-analisaram os dados da
ingestão do Continuing Survey of Food Intake by Individuals (CSFII) de 1994-1996 e
1998 com a versão 1.0 do Food and Nutrient Database for Dietary Studies (Banco de
Dados de Alimentos e Nutrientes para Estudos Dietéticos). Apenas a melhoria dos
dados, como a substituição dos valores mais antigos por novos dados analíticos,
80
resultou em uma diferença pequena, mas estatisticamente significativa (P = 0,001)
nas estimativas de consumo médio para a maioria dos nutrientes. Como resultado
dessas mudanças, 4-7% a mais dos adultos apresentaram ingestão inadequada de
vitamina C e magnésio. A ingestão de cafeína foi cerca de 25% inferior. Alterações
nos valores de composição de leite, tomates, café e preparações parecem ter
causado o maior impacto. Essas mudanças mostraram a necessidade de adaptação
das estimativas de consumo, por meio de dados de composição de alimentos
atualizados e nacionais, para melhorar a comparabilidade com o consumo atual.
A constante atualização do conteúdo, não só com inclusão de novos
alimentos e ou componentes, mas também com a adequação aos avanços de
técnicas de análise, de compilação e avaliação da qualidade de dados nos estudos
de composição de alimentos, faz com que a TBCA-USP reflita cada vez melhor o
universo dos alimentos brasileiros.
81
6 CONCLUSÃO
O Banco de Dados Eletrônico de Referências Bibliográficas em
Composição de Alimentos Brasileiros (BDRB) criado é uma ferramenta que
proporciona adequado arquivamento e utilização dos artigos com dados de
composição de alimentos. Ele possibilita o resgate das informações com uma rápida
consulta por meios dos filtros de busca, não só dos dados já compilados, mas
também dos que ainda não foram utilizados no banco de dados da TBCA-USP. O
BDRB possui 1270 referências, sendo que destas 216 já foram introduzidas na
TBCA-USP e outras 100 compiladas no presente trabalho. O levantamento destas
referências permitiu conhecermos que tipo de dados de alimentos brasileiros vem
sendo produzidos nos últimos anos.
O Formulário para Compilação de Dados Sobre Composição de
Alimentos modificado, em conjunto com seu manual, constitui uma ferramenta
adequada para compilação de dados nacionais de composição centesimal,
carboidratos, ácidos graxos e colesterol. A versão traduzida para o espanhol é
utilizada como referência para compilação de dados na América Latina.
Para testar as ferramentas aprimoradas foram compilados 100
artigos, dos quais 12 foram descartados e 9 aproveitados parcialmente. Com isso,
dos 374 alimentos disponíveis, apenas 297 foram aproveitados na compilação,
resultando em 263 dados de composição centesimal, 60 de carboidratos, 75 de
ácidos graxos e 33 de colesterol, incorporados no banco de dados da TBCA-USP,
que foi completamente revisado e atualizado.
83
REFERÊNCIAS BIBLIOGRÁFICAS
3
ADOBE. Adobe Reader 9: software de aplicativo desktop do Adobe Systems.
Versão 9.3.1. [S.l]: Adobe Systems Incorporated, 2010.
AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA. Legislação. VisaLegis. RDC
359, de 23 de dezembro de 2003. Regulamento técnico de porções de alimentos
embalados para fins de rotulagem nutricional. Disponível em: http://e-
legis.anvisa.gov.br/leisref/public/showAct.php?id=9058. Acesso em: 16 jan. 2008.
AHUJA, J.K.C.; GOLDMAN, J.D.; PERLOFF, B.P. The effect of improved food
composition data on intake estimates in the United States of America. Journal of
Food Composition and Analysis, v.19, suppl. p.S7–S13, 2006.
ALSTON, J.M.; SUMNER, D.A.; VOSTI, S.A. Farm subsidies and obesity in the
United States: National evidence and international comparisons. Food Policy, v.33,
p.470-479, 2008.
BEGHIN, J.C.; JENSEN, H.H. Farm policies and added sugars in US diets. Food
Policy, v.33, p.480-488, 2008.
BOGNÁR, A.; PIEKARSKI, J. Guidelines for recipe information and calculation of
nutrient composition of prepared foods (dishes). Journal of Food Composition and
Analysis, v.3, p.391-410, 2000.
BRESSANI, R. Report on LATINFOODS. Food and Nutrition Bulletin, v.12, n.2,
1990. Disponível em:
http://www.unu.edu/unupress/food/8F122e/8F122E0a.htm#Report%20on%20LATIN
FOODS. Acesso em: 10 dez. 2007.
BUCHHOLZ, A.C.; SCHOELLER, D.A. Is a calorie a calorie? American Journal of
Clinical Nutrition, v.79, suppl., p.899S-906S, 2004.
BURLANDY, L. Transferência condicionada de renda e segurança alimentar e
nutricional. Ciência & Saúde Coletiva, v.12, n.6, p.1441-1451, 2007.
BURLINGAME, B. Evidence for diet and chronic disease relationships requires food
composition data. Journal of Food Composition and Analysis, v.16, p.109, 2003.
BURLINGAME, B. Fostering quality data in food composition databases: visions for
the future. Journal of Food Composition and Analysis, v.17, p.251-258, 2004.
BURLINGAME, B. Hungry people and food composition data. Journal of Food
Composition and Analysis, v.13, p.873-874, 2000.
CASHEL, K.M.; GREENFIELD, H. The impact of new Australian food composition
data on national dietary references. Food Chemistry, v.57, n.1, p.63-66, 1996.
3
De acordo com a Associação Brasileira de Normas Técnicas. NBR 6023.
84
CASTANHEIRA, I.; ROE, M.; WESTENBRINK, S.; IRELAND, J.; MØLLER, A.;
SALVINI, S.; BEERNAERT, H.; OSEREDCZUK, M.; CALHAU, M.A. Establishing
quality management systems for European food composition databases. Food
Chemistry, v.113, p.776–780, 2009.
CHARRONDIERE, U.R.; VIGNAT, J.; MØLLER, A.; IRELAND, J.; BECKER, W.;
CHURCH, S.; FARRAN, A.; HOLDEN, J.M.; KLEMM, C.; LINARDOU, A.; MUELLER,
D.; SALVINI, S.; SERRA-MAJEM, L.; SKEIE, G.; VAN STAVEREN, W.; UNWIN, I.;
WESTENBRINK, S.; SLIMANI, N.; RIBOLI, E. The European Nutrient Database
(ENDB) for nutritional epidemiology. Journal of Food Composition and Analysis,
v.15, p.435–451, 2002.
CHO, S.; DEVRIES, J.W.; PROSKY, L. Dietary fiber analysis and applications.
Gaithersburg: AOAC International, 1997. 202p.
CODEX ALIMENTARIUS COMISSION, Report of the 31
st
session of the CODEX
committee on nutrition and foods for special dietary uses. Düsseldorf, Germany,
2 – 6 November 2009. (ALINORM 10/33/26). 65p. Disponível em:
https://www.ccnfsdu.de/fileadmin/user_upload/PDF/2009/al33_26e.pdf. Acesso em:
15 jan. 2010.
CODEX ALIMENTARIUS COMISSION. Report of the 30
th
session of the CODEX
committee on nutrition and foods for special dietary uses. Cape Town, South
Africa, 3 – 7 November 2008. (ALINORM 09/32/26). 90p. Disponível em:
https://www.ccnfsdu.de/fileadmin/user_upload/PDF/2008/al32_26e.pdf. Acesso em:
15 jan. 2010.
DOMENE, S.M.A.; OTA, R.R.L.; NILSON, E.A.F.; OLLERTZ, M.I.S.; WATANABE,
T.T.; GALLO, P.R. Experiences in food and nutrition policies. Estudos Avançados,
v.21, n.60, p.161-178, 2007.
FILISETTI, T.M.C.C. Estudo colaborativo para análise de fibra alimentar. Boletim da
Sociedade Brasileira de Ciência e Tecnologia de Alimentos, v.31, p.112–113,
1997.
FOOD AND AGRICULTURAL ORGANIZATION OF THE UNITED NATIONS. Food
energy: methods of analysis and conversion factors: report of a technical workshop.
Rome: FAO, 2003. (FAO, Food and Nutrition Paper, 77). 93p. Disponível em:
ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf. Acesso em: 5 jan. 2008.
FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS.
Agriculture and Consumer Protection Department. Nutrition and Consumer
Protection. Food Composition. Background to INFOODS. 2009. Disponível em:
http://www.fao.org/infoods/index_en.stm. Acesso em: 16 jan. 2009.
FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS.
Compilación de datos de composición de alimentos: Informe del taller
subregional del Proyecto Regional de Cooperación Técnica. Santiago: FAO, 2008.
(FAO TCP/RLA/3107).
85
FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS; LATIN
AMERICAN NETWORK OF FOOD DATA SYSTEMS. Tabla de Composición de
Alimentos de América Latina. 2010. Disponível em:
http://www.rlc.fao.org/pr/bases/alimento/. Acesso em: 16 jan. 2010.
FRANCO, G. Tabela de composição química dos alimentos. Rio de Janeiro:
Serviço de Previdência Social, 1951. 103p. (Biblioteca Brasileira de nutrição, 5).
GALEAZZI, M.A.M.; LIMA, D.M.; COLUGNATI, F.A.B.; PADOVANI, R.M.;
RDRIGUEZ-AMAYA, D.B. Sampling plan for the Brazilian TACO project. Journal of
Food Composition and Analysis, v.15, p.499–505, 2002.
GIUNTINI, E.B. Tabela Brasileira de Composição e Alimentos TBCA-USP: 2001-
2004. São Paulo, 2005. 140p. Tese de Doutorado – Faculdade de Ciência
Farmacêuticas - Faculdade de Economia, Administração e Contabilidade -
Faculdade de Saúde Pública - Universidade de São Paulo.
GIUNTINI, E.B.; LAJOLO, F.M.; MENEZES, E.W. Tabela Brasileira de Composição
de Alimentos TBCA-USP (Versões 3 e 4) no contexto internacional. Archivos
Latinoamericanos de Nutrición, v.56, n.4, p.366-374, 2006.
GOLAN, E.; UNNEVEHR, L. Food product composition, consumer health, and public
policy: Introduction and overview of special section. Food Policy, v.33, p.465-469,
2008.
GREENFIELD, H.; SOUTHGATE, D.A.T. Food composition data: production,
management and use. 2.ed. Rome: Food and Agriculture Organization of United
Nations, 2003. 288p. Disponível em:
http://www.fao.org/docrep/008/y4705e/y4705e00.htm. Acesso em: 10 dez. 2007.
HARRISON, G.G. Fostering data quality in food composition databases: applications
and implications for public health. Journal of Food Composition and Analysis,
v.17, p.259–265, 2004.
HAYTOWITZ, D.B.; LEMAR, L.E.; PEHRSSON, P.R. USDA’s Nutrient Databank
System: a tool for handling data from diverse sources. Journal of Food
Composition and Analysis, v.22, p.433-441, 2009.
HOFMANN, R. Pobreza, insegurança alimentar e desnutrição no Brasil. In:
GALEAZZI, M.A.M., org. Segurança alimentar e cidadania: a contribuição das
universidades paulistas. Campinas: Mercado de Letras, 1996. p.195-213.
HOLDEN, J.M. Assessment of the quality of data in nutritional databases. Boletim
da Sociedade Brasileira de Ciência e Tecnologia de Alimentos, v.31, p.105-108,
1997.
HOLDEN, J.M., BHAGWAT, S.A.; PATTERSON, K.Y. Development of a multi-
nutrient data quality evaluation system. Journal of Food Composition and
Analysis, v.15, p.339-348, 2002.
86
HOLDEN, J.M.; BHAGWAT, S.A.; HAYTOWITZ, D.B.; GEBHARDT, S.E.; DWYER,
J.T.; PETERSON, J.; BEECHER, G.R.; ELDRIDGE, A.L.; BALENTINE, D.
Development of a database of critically evaluated flavonoids data: application of
USDA’s data quality evaluation system. Journal of Food Composition and
Analysis, v.18, p.829–844, 2005.
HOLDEN, J.M.; ELDRIDGE, A.L.; BEECHER, G.R.; BUZZARD, I.M.; BHAGWAT, S.;
DAVIS, C.S.; DOUGLASS, L.W.; GEBHARDT, S.; HAYTOWITZ, D.; SCHAKEL, S.
Carotenoid content of U.S. foods: an update of the database. Journal of Food
Composition and Analysis, v.12, p.169-196, 1999.
HOLDEN, J.M.; SCHUBERT, A.; WOLF, W.R.; BEECHER, G.R. A system for
evaluating the quality of published nutrient data: selenium, a test case. In: RAND,
W.M.; WINDHAM, C.T.; WYSE, B.M.; YOUNG, V.R.; TOKYO, E., ed. Food
composition data: a user’s perspective. Tokyo: United Nations University Press,
1987. p.177-193.
INSTITUTE OF MEDICINE. The development of DRIs 1994-2004: lessons learned
and new challenges: Workshop summary. Washington: National Academies Press,
2008. Disponível em: http://www.nap.edu/catalog/12086.html. Acesso em: 18 jan
2009.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Estudo Nacional de
Despesas Familiares. Tabela de composição de alimentos. Rio de Janeiro: IBGE,
1977. 220p.
ITO, M.S.B. Tabela Brasileira de Composição de Alimentos – USP: banco de
dados de alimentos industrializados. São Paulo, 2003. 218p. Dissertação de
Mestrado – Faculdade de Ciência Farmacêuticas - Faculdade de Economia,
Administração e Contabilidade - Faculdade de Saúde Pública - Universidade de São
Paulo.
KLENSIN, J.C. INFOODS food composition data interchange handbook. Tokyo:
United Nations University Press, 1992. 170p. Disponível em:
http://www.unu.edu/unupress/unupbooks/80774e/80774E00.htm. Acesso em: 10
dez. 2008.
KOIVISTOINEN, P.E. Introduction: the early history of food composition analysis -
source of artifacts until now. Food Chemistry, v.57, n.1, p.5-6, 1996.
LANGUAL. An international framework for food description. Disponível em:
http://www.langual.org/. Acesso em: 14 fev. 2010.
LATIN AMERICAN NETWORK OF FOOD DATA SYSTEMS. Circular nº 13, 10 de
julio de 2009. Workshop LATINFOODS: acuerdos, conclusiones y
recomendaciones. Tucumán, Argentina, 20 jun. 2009. Disponível em:
http://www.inta.cl/latinfoods/Informes%20y%20publicaciones/CircularLATINFOODSN
13a.doc. Acesso em: 18 jan. 2010.
87
LUPIEN, J.R. The FAO food composition initiative. In: FOOD AND AGRICULTURE
ORGANIZATION OF THE UNITED NATIONS. Food, Nutrition and Agriculture:
report 12 - Food composition data. 1994. Disponível em:
http://www.fao.org/docrep/V6000t/v6000t02.htm#TopOfPage. Acesso em: 25 dez.
2008.
LURIE, D.G.; HOLDEN, J.M.; SCHUBERT, A.; WOLF, W.R.; MILLER-ILHI, N.J. The
copper content of food based on a critical evaluation of published analytical data.
Journal of Food Composition and Analysis, v.2, p.298-316, 1989.
MANCINO, L.; KUCHLER, F.; LEIBTAG, E. Getting consumers to eat more whole-
grains: the role of policy, information, and food manufacturers. Food Policy, v.33,
p.489-496, 2008.
MANGELS, A.R.; HOLDEN, J.M.; BEECHER, G.R.; FORMAN, M.R.; LANZA, E.
Carotenoid content of fruits and vegetables: an evaluation of analytic data. Journal
of the American Dietetic Association, v.93, p.284-296, 1993.
MARTIN, C.L.; MURPHY, S.P.; AU, D.L.M. Compiling glycemic index and glycemic
load values for addition to a food composition database. Journal of Food
Composition and Analysis, v.21, p.469-473, 2008.
MATHEWS, R.H.; GARRISON, Y.J. Food yields summarized by different stages
of preparation. Washington: USDA, 1975. 136p. Disponível em:
http://www.nal.usda.gov/fnic/foodcomp/Data/Classics/ah102.pdf. Acesso em: 16 jan.
2008.
McCABE-SELLERS, B.J.; CHENARD, C.A. Meeting the needs of US dietitians for
food composition data. Journal of Food Composition and Analysis, v.21, suppl.,
p.S27–S34, 2008.
McNUTT, S.; ZIMMERMAN, T.P.; HULL, S.G. Development of food composition
databases for food frequency questionnaires (FFQ). Journal of Food Composition
and Analysis, v.21, suppl., p.S20–S26, 2008.
MENDEZ, M.H.M.; DERIVI, S.C.N.; RODRIGUEZ, M.C.R.; FERNANDES, M.L.
Tabela de composição de alimentos. 4.ed. Rio de Janeiro: EDUFF, 2004. 40p.
MENEZES, E.W.; CARUSO, L.; LAJOLO, F.M. An application of criteria to evaluate
quality of dietary fibre data in Brazilian foods. Journal of Food Composition and
Analysis, v.13, p.455-473, 2000.
MENEZES, E.W.; CARUSO, L.; LAJOLO, F.M. Uniformização internacional de dados
brasileiros de composição de alimentos. Boletim da Sociedade Brasileira de
Ciência e Tecnologia de Alimentos, v.31, n.2, p.93-104, 1997.
MENEZES, E.W.; GIUNTINI, E.B. Tabelas e bancos de dados de composição de
alimentos. In: DUTRA-DE-OLIVEIRA, J.E.; MARCHINI, J.S. Ciências nutricionais:
aprendendo a aprender. 2.ed. São Paulo: Savier, 2008. p. 249-263.
88
MENEZES, E.W.; GIUNTINI, E.B.; DAN, M.C.T.; LAJOLO, F.M. New information on
carbohydrates in the Brazilian Food Composition Database. Journal of Food
Composition and Analysis, v.22, p.446-452, 2009.
MENEZES, E.W.; GIUNTINI, E.B.; LAJOLO, F.M. A questão da variabilidade e
qualidade de dados de composição de alimentos. Nutrire, v.26, p.63-76, 2003.
MENEZES, E.W.; GIUNTINI, E.W.; DAN, M.C.; SANTOS, N.C.; MELO, A.T.;
LAJOLO, F.M. Brazilian Network of Food Data Systems and LATINFOODS Regional
Technical Compilation Committee: food composition activities (2006-2009). Journal
of Food Composition and Analysis, 2010. [No prelo].
MENEZES, E.W.; GONÇALVES, F.A.R.; GIUNTINI, E.B.; LAJOLO, F.M. Brazilian
Food Composition Database: internet dissemination and other recent developments.
Journal of Food Composition and Analysis, v.15, p.453-464, 2002.
MENEZES, E.W.; LAJOLO, F.M.; RATTO, A.T.; GIUNTINI, E.B. Composição de
alimentos: compilação e uniformização de estruturas para intercâmbio de dados.
Brazilian Journal of Food Technology, v.8, n.1, p.25-33, 2005.
MENEZES, E.W.; MELO, A.T.; LIMA, G.H.; LAJOLO, F.M. Measurement of
carbohydrate components and their impact on energy value of foods. Journal of
Food Composition and Analysis, v.17, p.331-338, 2004.
MERRIL, A.L.; WATT, B.K. Energy value of foods, basis and derivation (revision).
Washington: USDA, 1973. 109p. (Agriculture Handbook, n.94). Disponível em:
http://www.nal.usda.gov/fnic/foodcomp/Data/Classics/ah74.pdf. Acesso em: jan
2008.
MICROSOFT. Office Access 2007: software de aplicativo desktop do Microsoft
Office System 2007. Version 12.0. [S.l]: Microsoft Corporation, 2007a.
MICROSOFT. Office Excell 2007: software de aplicativo desktop do Microsoft Office
System 2007. Version 12.0. [S.l]: Microsoft Corporation, 2007b.
MONRO, J.; BURLINGAME, B. Carbohydrates and related food components:
INFOODS tagnames, meanings, and uses. Journal of Food Composition and
Analysis, v.9, p.100–118, 1996.
MURPHY, E.W.; CRINER, P.E.; GRAY, B.C. Comparisons of methods for calculating
retention of nutrients in cooked foods. Journal of Agricultural and Food
Chemistry, v.38, n.6, p.1153-1157, 1975.
PHILIPPI, S.T. Tabela de composição centesimal: suporte para decisão
nutricional. Brasília: ANVISA, FINATEC/NUT-Unb, 2002. 133p.
PHILIPPI, S.T.; SZARFARC, S.C.; LATTERZA, A.R. Virtual Nutri: sistema de
análise nutricional. Versão 1.0. São Paulo: Departamento de Nutrição, Faculdade de
Saúde Pública – Universidade de São Paulo (FSP/USP), 1996.
89
RAND, W.M.; PENNINGTON, J.A.T.; MURPHY, S.P.; KLENSIN, J.C. Compiling
data for food composition data bases. Tokyo: United Nations University Press.
1991. 68p. Disponível em:
http://www.unu.edu/unupress/unupbooks/80772e/80772E00.htm. Acesso em: 16 jan.
2008.
ROODENBURG, A.J.C.; LEENEN, R. How food composition databases can
encourage innovation in the food industry. Trends in Food Science and
Technology, v.18, p.445-449, 2007.
SANTOS, N.C. Tabela Brasileira de Composição de Alimentos (TBCA-USP):
dados de flavonóides. São Paulo, 2009. 184p. Dissertação de Mestrado – Faculdade
de Ciência Farmacêuticas - Faculdade de Economia, Administração e Contabilidade
- Faculdade de Saúde Pública - Universidade de São Paulo.
SCHUBERT, A.; HOLDEN, J.M.; WOLF, W.R. Selenium content of a core group of
foods based on a critical evaluation of published analytical data. Journal of the
American Dietetic Association, v.87, p.285-296, 1987.
SOUTHGATE, D.A.T. Data quality in sampling, analysis, and compilation. Journal of
Food Composition and Analysis, v.15, n.4, p.507-513, 2002.
SUITOR, C.W.; MEYERS, L.D. Dietary Reference Intakes Research Synthesis:
workshop summary. Washington: National Academic Press, 2006. Disponível em:
http://www.nap.edu/catalog/11767.html. Acesso em: 10 dez. 2008.
SWINBANK, A. The economics of food safety. Food Policy, v.18, n.2, p.83-93, 1993.
TRUSWELL, A.S.; BATESON, D.J.; MADAFIGLIO, K.C.; PENNINGTON, J.A.T.;
RAND, W.M.; KLENSIN, J.C. INFOOD guidelines for describing foods: a systematic
approach to describing foods to facilitate international exchange of food composition
data. Journal of Food Composition and Analysis, v.4, p.18-38, 1991.
UNITED STATES. Departament of Agriculture. Tables of nutrition retention
factors. release 6, 2007. Disponível em:
http://www.nal.usda.gov/fnic/foodcomp/Data/retn6/retn06.pdf. Acesso em: 16 jan
2008.
UNIVERSIDADE DE SÃO PAULO. Faculdade de Ciências Farmacêuticas.
Departamentos. Alimentos. Links de Interesse. Tabela Brasileira de Composição de
Alimentos. Tabela Brasileira de Composição de Alimentos: TBCA-USP. Versão
5.0. Disponível em: http://www.fcf.usp.br/tabela/. Acesso em: 18 jan. 2009.
UNIVERSIDADE ESTADUAL DE CAMPINAS. Núcleo de Estudos e Pesquisas em
Alimentação. Tabela Brasileira de Composição de Alimentos (TACO). 2.ed.
Campinas: NEPA/UNICAMP, 2006. 113p. Disponível em:
http://www.unicamp.br/nepa/taco/. Acesso em: 10 dez. 2008.
UNNEVEHR, L.; JAGMANAITE, E. Getting rid of trans in the US diet: policies,
incentives and progress. Food Policy, v.33, p.497-503, 2008.
90
UNWIN, I.D. EUROFOODS guidelines for recipe information management. Journal
of Food Composition and Analysis, v.13, p.745-754, 2000.
WESTENBRINK, S.; OSEREDCZUK, M.; CASTANHEIRA, I.; ROE, M. Food
composition databases: the EuroFIR approach to develop tools to assure the quality
of the data compilation process. Food Chemistry, v.113, p.759–767, 2009.
WILLIAMSON, C.S.; BUTTRISS, J.L. EuroFIR Congress 2006: food information
databank systems – everything you ever wanted to know. Trends in Food Science
and Technology, v.18, p.398-406, 2007.
91
APÊNDICES
93
6.1 APÊNCIDE A: FORMULÁRIO DE COMPILAÇÃO DE DADOS DE
COMPOSIÇÃO DE ALIMENTOS
95
PLANILHA 1 - INICIAL
FORMULÁRIO PARA COMPILAÇÃO DE DADOS SOBRE COMPOSIÇÃO DE ALIMENTOS –
LATINFOODS/BRASILFOODS – Versão 2009
Data: Código Definitivo:
Remeter para a coordenação do Programa Integrado de Composição de Alimentos: Depto. de
Nutrição Experimental - FCF - USP, C. Postal 66083 CEP 053-970 São Paulo SP, Fax: (11) 3815
4410, e-mail: [email protected]p.br
Identificação dos Alimentos
Código
provisório
Descrição detalhada dos produtos
1- Detalhes de referências bibliográficas e instituição:
Referência Bibliográfica:
Instituição/ Laboratório onde foram feitas as análises:
2- Dados de Indústrias de
Alimentos:
Empresa:
Contato:
Endereço/ e-mail:
Instituição/ Laboratório onde foram feitas as análises:
96
PLANILHA 2 - IDENTIFICAÇÃO DOS ALIMENTOS
NAME GENERIC KIND I KIND II KIND III KIND IV PART MATURITY PROCESS I PROCESS II PROCESS III
COMMERCIAL
NAME
Código
Provisório
NOME NOME TIPO I TIPO II TIPO III TIPO IV PARTE MATURAÇÃO
PROCESSO
I
PROCESSO
II
PROCESSO
III
NOME
COMERCIAL
97
PLANILHA 2 - IDENTIFICAÇÃO DOS ALIMENTOS
NAME ALT NAME
SCIENTIFIC
NAME
VARIETY STRAIN
ENGLISH
NAME
SAMPLE
SOURCE
OTHERS REFERENCE PICTURE
Código
Provisório
NOME
NOME
REGIONAL
NOME
CIENTÍFICO
VARIEDADE RAÇA
NOME EM
INGLÊS
ORIGEM
DAS
AMOSTRAS
OUTROS REFERÊNCIA
FOTOGRAFIA
(identificação)
98
PLANILHA 3 - COMPOSIÇÃO CENTESIMAL
NAME n <WATER>
VARIATION/
SD
<ENERC> <ENERC> <ENERC> <PROCNT>
VARIATION/
SD
<XN> N FAO <PROCNT>
Código
Provisório
NOME n
UMIDADE
média (g)
UMIDADE
desvio/
variação
ENERGIA
(kJ)
ENERGIA
CORRIGIDA
(kJ)
ENERGIA
(kcal)
PROTEÍNA
média (g)
PROTEÍNA
desvio/
variação
FATOR
CONVERS.
FATOR
CONVERS.
PROTEÍNA
CORRIGIDA
(g)
Método de cálculo de energia empregado:
FAO, 2003
ENERGIA kJ = 17x (% proteína) + 37x (% lipídios) + 17x (% CHO disponíveis) + 29x (% álcool) +
13x (% ác. orgânicos) + 10x (% polióis)
ENERGIA kcal = 1 kJ é equivalente a 0,239
kcal
Atwater ENERGIA kJ = 17x (% proteína) + 37x (% lipídios) + 17x (% CHO disponíveis) + 29x (% álcool)
Codex Alimentarius ENERGIA kJ = 17x (% proteína) + 37x (% lipídios) + 17x (% CHO disponíveis) + 29x (% álcool) + 13x (% ác. orgânicos)
MERCOSUR (GMC 44, 46,
47/03)
ENERGIA kJ = 17x (% proteína) + 37x (% lipídios) + 17x (% CHO disponíveis -
polióis, se houver) + 29x (% álcool) +
13x (% ác. orgânicos) + 10 (% polióis, se houver) + 4x (% polidextrose)
Outro, descrever
99
PLANILHA 3 - COMPOSIÇÃO CENTESIMAL
NAME <FATCE> <FAT>
VARIATION/
SD
<CHOCDF> <CHOAVL> <CHO_> <CHOCDF> <CHOAVLDF>
Código
Provisório
NOME LIPÍDIOS SOXLET média (g)
LIPÍDIOS
OUTRO
MÉTODO
média (g)
LIPÍDIOS
desvio/
variação
CARBOIDR.
TOTAIS POR
DIFERENÇA
(g)
CARBOIDR.
DISPONÍVEIS
média (g)
CARBOIDR.
OUTRO
MÉTODO
média (g)
CARBOIDR.
TOTAIS POR
DIFERENÇA
CORRIGIDO
(g)
CARBOIDR.
DISPONÍVEIS
POR
DIFERENÇA
CORRIGIDO
(g)
Método de análise empregado:
UMIDADE:
CINZAS:
PROTEÍNAS:
LIPÍDIOS:
FIBRAS:
CARBOIDRATOS:
OUTRO NUTRIENTE
(especificar):
100
PLANILHA 3 - COMPOSIÇÃO CENTESIMAL
NAME <ASH>
VARIATION/
SD
<FIBTG>
VARIATION/
SD
<ALC>
VARIATION/
SD
<OA>
VARIATION/
SD
<POLYL>
VARIATION/
SD
<EDIBLE >
Código
Provisório
NOME
CINZAS
média (g)
CINZAS
desvio/
variação
FIBRA
ALIMENTAR
média (g)
FIBRA
ALIMENTAR
desvio/
variação
ÁLCOOL
média (g)
ÁLCOOL
desvio/
variação
ÁC.
ORGÂNICOS
TOTAIS
média (g)
ÁC.
ORGÂNICOS
TOTAIS
desvio/
variação
POLIÓIS
TOTAIS
média (g)
POLIÓIS
TOTAIS
desvio/
variação
PORÇÃO
(legislação)
(g)
MEDIDA
CASEIRA
101
PLANILHA 4 - CARBOIDRATOS
ATENÇÃO: planilha extensa no sentido vertical
POR FAVOR, ASSINALE A(s) FORMA(s) COMO OS DADOS ESTÃO INSERIDOS E MENCIONE O MÉTODO UTILIZADO NA ANÁLISE
Método:
LINHA 12 - C1 - Carboidratos por agregação de componentes (composição centesimal)
LINHA 29 - C2 - Componentes individuais e sub-agregados de carboidratos
LINHA 132 - C3 - Fibra alimentar por método de análise
LINHA 169 - C4 - Componentes monossacarídeos da fibra alimentar
LINHA 202 - C5 - Outros componentes da fração fibra alimentar
ATENÇÃO: A indicação das linhas acima passa a ser diferente caso sejam inseridas ou retiradas linhas da planilha.
C1 - Carboidratos por agregação de componentes (composição centesimal)
<NAME> n
<WATER>
<CHOCDF> <CHOAVLDF> <CHOAVL> <CHO->
Umidade
(g)
Carboidratos totais,
calculados por
diferença: [100g -
total g (umidade,
proteína, lipídios e
cinzas)] (g)
Carboidratos
disponíveis,
calculados por
diferença: [100g -
total g (umidade,
proteína, lipídios,
fibra alimentar e
cinzas)] (g)
Carboidratos
disponíveis (pela
soma dos valores
analíticos); inclui
monossacarídeos,
dextrinas, amido e
glicogênio (g)
Carboidratos, outros
métodos (g)
Código
Provisório
NOME n
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
102
C2 - Componentes individuais e sub-agregados de carboidratos
Monossacarídeos determinados por análise direta
<NAME> n <WATER>
<FRUS> <GALS> <GLUS> <ARAS> <XYLS> Outros
Umidade
(g)
Frutose (g) Galactose (g) Glicose (g) Arabinose (g) Xilose (g)
Código
Provisório
NOME n
valor
médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
Dissacarídeos determinados por análise direta
<NAME> n <WATER>
<LACS> <MALS> <SUCS>
Umidade
(g)
Lactose (g) Maltose (g) Sacarose (g)
Código
Provisório
NOME n
valor
médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
103
Agregados de mono- e/ou dissacarídeos
<NAME> n <WATER>
<DISAC> <SUGAR> <SUGNRD> <SUGRD>
Umidade
(g)
Dissacarídeos totais
(g)
Açúcares disponíveis
totais (g)
Açúcares não-
redutores (g)
Açúcares redutores
(g)
Código
Provisório
NOME n
valor
médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
Outros polímeros de carboidratos determinados por análise direta
<NAME> n <WATER>
<STARCH> < > <AMYP> <AMYS> <DEXTN> <SORTL>
Umidade
(g)
Amido total (g) Amido disponível (g) Amilopectina (g) Amilose (g) Dextrinas (g) Sorbitol (mg)
Código
Provisório
NOME n
valor
médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
104
Outros polímeros de carboidratos determinados por análise direta
<NAME> n <WATER> <MALTRS> <OLSAC> <RAFS> Outros
Umidade (g) Maltotriose (g) Oligossacarídeos (g) Rafinose (g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
Outros polímeros de carboidratos determinados por análise direta
<NAME> n <WATER> <STARES> <> <FRUTN>
<FRUOLSAC>
<INULN> <GLUCNB>
Umidade (g)
Amido resistente
(g)
Dextrinas resistente
(g)
Frutanos (g)
Frutoligossacarideos
(g)
Inulina (g) Betaglucano (g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
105
C3 - Fibra alimentar por método de análise
Fibra alimentar
por gravimetria por quantif. de açúc.específico.; gravimétrico
<NAME> n <WATER> <FIBINS> <FIBSOL> <FIBTG> Outros <FIBTS> Outros
Umidade (g) Fibra insolúvel (g) Fibra solúvel (g)
Fibra alim. total; det.
gravimetr. mét. AOAC
p/ fibra alim. tot. (g)
Fibra alim. total;
soma de polissac.
não-amido e lignina
(g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
Fibra alimentar
por quantificação de açúcares-específicos; não-gravimétrico
<NAME> n <WATER> <PSACNC> <PSACNCI> <PSACNCS> <PSACNS> <PSACNSI> <PSACNSS>
Umidade (g)
Polissacarídeos,
não-celulósicos (g)
Polissacarídeos, não-
celulósicos,
insolúveis (g)
Polissacarídeos, não-
celulósicos, solúveis
(g)
Polissacarídeos, não-
amido (g)
Polissacarídeos, não-
amido, insolúveis (g)
Polissacarídeos, não-
amido, solúveis (g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
106
C4 - Componentes monossacarídeos da fibra alimentar
<NAME> n <WATER> <ARAFB> <GALFB> <GLUFB> <MANFB> <RHAFB> <XYLFB>
Umidade (g)
Arabinose na fibra
alimentar (mg)
Galactose na fibra
alimentar (mg)
Glicose na fibra
alimentar (mg)
Manose na fibra
alimentar (mg)
Rafinose na fibra
alimentar (mg)
Xilose na fibra
alimentar (mg)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
<NAME> n <WATER> <FIBHEX> <FIBPEN> Outros
Umidade (g)
Hexoses na fibra
alimentar (g)
Pentoses na fibra
alimentar (g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
107
C5 - Outros componentes da fração fibra alimentar
Frações de polímeros de parede celular
<NAME> n <WATER> <PECT> <HEMCEL> <CELLU> <LIGN> <PENSN> <HEXSN> <PURAC>
Umidade (g) Pectina (g) Hemicelulose (g) Celulose (g) Lignina (g) Pentosano (g) Hexosano (g) Ác. Poliurônico (mg)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
Polissacarídeos específicos
<NAME> n <WATER> <ARAN> <GALTN> <XYLN> <MANN> Outros
Umidade (g) Arabinano (g) Galactano (g) Xilano (g) Manano (g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
108
Heteropolissacarídeos não-estruturais complexos
<NAME> n <WATER> <AGAR> <ALGNT> <CARGN> <GUMS> <MUCIL> <PSACALG> Outros
Umidade (g) Ágar (g) Alginato (g) Carragena (g) Gomas (g) Mucilagens (g)
Polissacarídeos de
algas (g)
Código
Provisório
NOME n valor médio
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
valor
médio
desvio/
variação
109
PLANILHA 5 - AMINOÁCIDOS
ATENÇÃO
É fundamental inserir o teor de proteínas do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como
os dados estão apresentados:
Dados por 1 g de PROTEÍNA (dados em mg)
Dados por 100 g de ALIMENTO (dados em mg)
NAME n
<WATER
>
<PROCNT> <ASP>
VARIATIO
N/ SD
<THR>
VARIATION/
SD
<GLU>
VARIATIO
N/ SD
<PRO>
VARIATION/
SD
Código
Provisório
NOME n UMIDADE g PROTEÍNAS g
Ácido
Aspártico
(média)
Ácido
Aspártico
(desvio/
variação)
Treonina
(média)
Treonina
(desvio/
variação)
Ácido
Glutâmico
(média)
Ácido
Glutâmico
(desvio/
variação)
Prolina
(média)
Prolina (desvio/
variação)
Método de análise empregado:
Condições de hidrólise:
Equipamentos:
110
PLANILHA 5 - AMINOÁCIDOS
ATENÇÃO
É fundamental inserir o teor de proteínas do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como
os dados estão apresentados:
Dados por 1 g de PROTEÍNA (dados em mg)
Dados por 100 g de ALIMENTO (dados em mg)
NAME <GLY>
VARIATION
/ SD
<ALA>
VARIATION
/ SD
<CYS>
VARIATION
/ SD
< >
VARIATION
/ SD
<VAL>
VARIATION
/ SD
<MET>
VARIATION
/ SD
Código
Provisório
NOME
Glicina
(média)
Glicina
(desvio/
variação)
Alanina
(média)
Alanina
(desvio/
variação)
Cistina
(média)
Cistina
(desvio/
variação)
Cisteína
(média)
Cisteína
(desvio/
variação)
Valina
(média)
Valina (desvio/
variação)
Metionina
(média)
Metionina
(desvio/
variação)
111
PLANILHA 5 - AMINOÁCIDOS
ATENÇÃO
É fundamental inserir o teor de proteínas do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como
os dados estão apresentados:
Dados por 1 g de PROTEÍNA (dados em mg)
Dados por 100 g de ALIMENTO (dados em mg)
NAME <AAS>
VARIATION/
SD
<ILE>
VARIATION/
SD
<LEU>
VARIATION/
SD
<TYR>
VARIATION/
SD
<PHE>
VARIATION/
SD
<AAA>
VARIATION/
SD
Código
Provisório
NOME
Sulfurados
(Metionina +
Cisteína)
(média)
Sulfurados
(Metionina +
Cisteína)
(desvio/
variação)
Isoleucina
(média)
Isoleucina
(desvio/
variação)
Leucina
(média)
Leucina
(desvio/
variação)
Tirosina
(média)
Tirosina
(desvio/
variação)
Fenilalanina
(média)
Fenilalanina
(desvio/
variação)
Aromáticos
(Fenilalanina
+ Tirosina)
(média)
Aromáticos
(Fenilalanina +
Tirosina)
(desvio/
variação)
112
PLANILHA 5 - AMINOÁCIDOS
ATENÇÃO
É fundamental inserir o teor de proteínas do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como
os dados estão apresentados:
Dados por 1 g de PROTEÍNA (dados em mg)
Dados por 100 g de ALIMENTO (dados em mg)
NAME <HIS>
VARIATION/
SD
<LYS>
VARIATION/
SD
<ARG>
VARIATION/
SD
<AMMON>
VARIATION/
SD
<TRP>
VARIATION/
SD
Código
Provisório
NOME
Histidina
(média)
Histidina
(desvio/
variação)
Lisina
(média)
Lisina (desvio/
variação)
Arginina
(média)
Arginina
(desvio/
variação)
Amônia
(média)
Amônia
(desvio/
variação)
Triptofano
(média)
Triptofano
(desvio/
variação)
113
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME n
<WATER> <FAT>
VARIATION/
SD
<CHOL>
VARIATION/
SD
<FACID> <FASAT> <FAMS> <FAPU> <FAN3> <FAN6> <FATRN>
Código
Provisório
NOME n
UMIDADE
média
(g/100 g
ALIMENTO)
LIPÍDIOS
média (g/100
g
ALIMENTO)
LIPÍDIOS
desvio
COLES-
TEROL (mg/
100 g
ALIMENTO)
COLESTE-
ROL desvio
mg
ÁC
GRAXOS
TOTAIS
ÁC
GRAXOS
SATURADOS
ÁC
GRAXOS
MONO-
INSAT.
ÁC
GRAXOS
POLINSAT.
ÁC
GRAXOS
OMEGA-3
TOTAIS
ÁC
GRAXOS
OMEGA-6
TOTAIS
ÁC
GRAXOS
TRANS
TOTAIS
MÉTODO:
LIPÍDIOS:
ÁCIDOS GRAXOS:
COLESTEROL
DERIVADO:
114
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F4D0>
VARIATION/
SD
<F6D0>
VARIATION/
SD
<F8D0>
VARIATION/
SD
<F10D0>
VARIATION/
SD
<F12D0>
VARIATION/
SD
<F14D0>
VARIATION/
SD
Código
Provisório
NOME C 4:0 média C 4:0 desvio
C 6:0
média
C 6:0 desvio
C 8:0
média
C 8:0 desvio
C 10:0
média
C 10:0
desvio
C 12:0
média
C 12:0
desvio
C 14:0
média
C 14:0
desvio
115
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F15D0>
VARIATION/
SD
<F16D0>
VARIATION/
SD
<F17D0>
VARIATION/
SD
<F18D0>
VARIATION/
SD
<F20D0>
VARIATION/
SD
<F12D1>
VARIATION/
SD
Código
Provisório
NOME
C 15:0
média
C 15:0
desvio
C 16:0
média
C 16:0
desvio
C 17:0
média
C 17:0
desvio
C 18:0
média
C 18:0
desvio
C 20:0
média
C 20:0
desvio
C 12:1
média
C 12:1
desvio
116
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F14D1>
VARIATION/
SD
<F15D1>
VARIATION/
SD
<F16D1>
VARIATION/
SD
<F16D1C>
VARIATION/
SD
<F16D1T>
VARIATION/
SD
<F17D1>
VARIATION/
SD
Código
Provisório
NOME
C 14:1
média
C 14:1
desvio
C 15:1
média
C 15:1
desvio
C 16:1
média
C 16:1
desvio
C 16:1 CIS
média
C 16:1 CIS
desvio
C 16:1
TRANS
média
C 16:1
TRANS
desvio
C 17:1
média
C 17:1
desvio
117
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F18D1>
VARIATION/
SD
<F18D1N7>
VARIATION/
SD
<F18D1N9>
VARIATION/
SD
<F18D1CN9>
VARIATION/
SD
<F18D1TN9>
VARIATION/
SD
<F20D1>
VARIATION/
SD
Código
Provisório
NOME
C 18:1
média
C 18:1
desvio
C 18:1n7
média
C 18:1 n7
desvio
C 18:1 n9
média
C 18:1n9
desvio
C 18:1 CIS
n9 média
C 18:1CIS
n9 desvio
C 18:1
TRANS n9
média
C
18:1TRANS
n9 desvio
C 20:1
média
C 20:1
desvio
118
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F22D1>
VARIATION/
SD
<F22D1N9>
VARIATION/
SD
<F22D1CN9>
VARIATION/
SD
<F22D1TN9>
VARIATION/
SD
<F23D1>
VARIATION/
SD
<F24D1>
VARIATION/
SD
Código
Provisório
NOME
C 22:1
média
C 22:1
desvio
C 22:1 n9
média
C 22:1 n9
desvio
C 22:1 CIS
n9 média
C 22:1 CIS
n9 desvio
C 22:1
TRANS n9
média
C 22:1
TRANS n9
desvio
C 23:1
média
C 23:1
desvio
C 24:1
média
C 24:1
desvio
119
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F18D2>
VARIATION/
SD
<F18D2CN3>
VARIATION/
SD
<F18D2N6>
VARIATION/
SD
<F18D2CN6>
VARIATION/
SD
<F18D2TN6>
VARIATION/
SD
<F18D2N9>
VARIATION/
SD
Código
Provisório
NOME
C 18:2
média
C 18:2
desvio
C 18:2 CIS
n3 média
C 18:2 CIS
n3 desvio
C 18:2 n6
média
C 18:2 n6
desvio
C 18:2 CIS
n6 média
C 18:2 CIS
n6 desvio
C 18:2
TRANS n6
média
C 18:2
TRANS n6
desvio
C 18:2 n9
média
C 18:2 n9
desvio
120
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F20D2>
VARIATION/
SD
<F20D2N6>
VARIATION/
SD
<F22D2>
VARIATION/
SD
<F18D3>
VARIATION/
SD
<F18D3N3>
VARIATION/
SD
<F18D3N6>
VARIATION/
SD
Código
Provisório
NOME
C 20:2
média
C 20:2
desvio
C 20:2 n6
média
C 20:2 n6
desvio
C 22:2
média
C 22:2
desvio
C 18:3
média
C 18:3
desvio
C 18:3 n3
média
C 18:3 n3
desvio
C 18:3 n6
média
C 18:3 n6
desvio
121
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F20D3>
VARIATION/
SD
<F20D3N3>
VARIATION/
SD
<F20D3N6>
VARIATION/
SD
<F20D3N9>
VARIATION/
SD
<F22D3>
VARIATION/
SD
<F18D4>
VARIATION/
SD
Código
Provisório
NOME
C 20:3
média
C 20:3
desvio
C 20:3 n3
média
C 20:3 n3
desvio
C 20:3 n6
média
C 20:3 n6
desvio
C 20:3n9
média
C 20:3n9
desvio
C 22:3
média
C 22:3
desvio
C 18:4
média
C 18:4
desvio
122
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME <F18D4N3>
VARIATION/
SD
<F20D4>
VARIATION/
SD
<F20D4N3>
VARIATION/
SD
<F20D4N6>
VARIATION/
SD
<F22D4>
VARIATION/
SD
<F20D5>
VARIATION/
SD
Código
Provisório
NOME
C 18:4 n3
média
C 18:4 n3
desvio
C 20:4
média
C 20:4
desvio
C 20:4 n3
média
C 20:4 n3
desvio
C 20:4 n6
média
C 20:4 n6
desvio
C 22:4
média
C 22:4
desvio
C 20:5
média
C 20:5
desvio
123
PLANILHA 6 - ÁCIDOS GRAXOS
ATENÇÃO:
Entre com os dados na forma mais específica (pode haver mais de uma entrada para um mesmo dado - PREENCHER DE FORMA A NÃO HAVER
DUPLICIDADE DOS DADOS)
É fundamental inserir o teor de lipídios do alimento
Para TRAÇOS deixar em branco, sem preencher
Assinalar com um X em um dos retângulos abaixo a forma como os dados estão
apresentados:
Dados por 100 g de LIPÍDIOS (dados em g)
Dados por 100 g de ALIMENTOS (dados em g)
Código
Provisório
NAME
<F20D5N
3>
VARIATION
/ SD
<F22D
5>
VARIATION/
SD
<F22D5N
3>
VARIATION/
SD
<F22D5N6>
VARIATION
/ SD
<F22D
6>
VARIATION
/ SD
<F22D6N
3>
VARIATION
/ SD
<F24D
6>
VARIATION/
SD
Código
Provisório
NOME
C 20:5 n3
média
C 20:5 n3
desvio
C 22:5
média
C 22:5
desvio
C 22:5 n3
média
C 22:5 n3
desvio
C 22:5 n6
média
C 22:5 n6
desvio
C 22:6
média
C 22:6
desvio
C 22:6 n3
média
C 22:6 n3
desvio
C 24:6
média
C 24:6
desvio
124
PLANILHA 7 - VITAMINAS LIPOSSOLÚVEIS
NAME n <WATER> <VITA> <VITA>
VARIATION
/ SD
<VITA>
<RETOL
>
VARIATION
/ SD
<CARTB>
VARIATION
/ SD
<CARTA>
VARIATION
/ SD
<CRYPX>
VARIATION
/ SD
<CARO
T>
VARIATION/
SD
Código
Provisório
NOME n
UMIDADE
média (g)
VIT A com
separação
de isômeros
média (mcg)
VIT A sem
separação
de isômeros
média (mcg)
VIT A
(desvio/
variação)
VIT A
(RAE)
(mcg)
Retinol
média
(mcg)
Retinol
(desvio/
variação)
Beta-
Caroteno
média (mcg)
Beta-
Caroteno
(desvio/
variação)
Alfa-
Caroteno
média (mcg)
Alfa-
Caroteno
(desvio/
variação)
Criptoxantin
a média
(mcg)
Criptoxantin
a (desvio/
variação)
Carotenó
ides
totais
média
(mcg)
Carotenóides
totais (desvio/
variação)
Unid.: Método de análise empregado:
VIT A
VIT D
VIT E
VIT K
Equivalentes de Atividade de Vitamina A (RAE) =
mcg retinol + 1/12 mcg beta-caroteno + 1/24 mcg outros carotenos com atividade de provitamina A (IOM, 2000)
Vitamina E = Equivalentes de Tocoferol (TE) (Atividade de Vitamina E) =
mg alfa-tocoferol + 0,5 X mg beta-tocoferol + 0,1 X mg delta-tocoferol + 0,03 X mg gama-tocoferol + 0,3 X mg alfa-tocotrienol + 0,05 X mg
beta-tocotrienol (NRC, 1989)
125
PLANILHA 7 - VITAMINAS LIPOSSOLÚVEIS
NAME <VITD>
VARIATION/
SD
<VITE>
VARIATION/
SD
<VITE> <TOCPHA>
VARIATION/
SD
<TOCPHB>
VARIATION/
SD
<TOCPHD>
VARIATION/
SD
Código
Provisório
NOME
VIT D média
(mcg)
VIT D (desvio/
variação)
VIT E média
(mg)
VIT E (desvio/
variação)
VIT E
(Equivalente
de tocoferol)
(mg)
Alfa-tocoferol
média (mg)
Alfa-tocoferol
(desvio/
variação)
Beta-tocoferol
média (mg)
Beta-tocoferol
(desvio/
variação)
Delta-
tocoferol
média (mg)
Delta-
tocoferol
(desvio/
variação)
126
PLANILHA 7 - VITAMINAS LIPOSSOLÚVEIS
NAME <TOCPHG>
VARIATION/
SD
<TOCTRA>
VARIATION/
SD
<TOCTRB>
VARIATION/
SD
<TOCTRD>
VARIATION/
SD
<TOCTRG>
VARIATION/
SD
<VITK>
VARIATION/
SD
Código
Provisório
NOME
Gama-
tocoferol
média (mg)
Gama-
tocoferol
(desvio/
variação)
Alfa-
tocotrienol
média (mg)
Alfa-
tocotrienol
(desvio/
variação)
Beta-
tocotrienol
média (mg)
Beta-
tocotrienol
(desvio/
variação)
Delta-
tocotrienol
média (mg)
Delta-
tocotrienol
(desvio/
variação)
Gama-
tocotrienol
média (mg)
Gama-
tocotrienol
(desvio/
variação)
VIT K média
(mcg)
VIT K
(desvio/
variação)
127
PLANILHA 8 - VITAMINAS HIDROSSOLÚVEIS
NAME n <WATER> <THIA> VARIATION/ SD <RIBF> VARIATION/ SD <NIA> VARIATION/ SD <TRP> VARIATION/ SD
Código
Provisóri
o
NOME n
UMIDADE média
(g)
TIAMINA média
(mg)
TIAMINA (desvio/
variação)
RIBOFLA- VINA
média (mg)
RIBOFLA- VINA
(desvio/ variação)
NIACINA média
(mg)
NIACINA (desvio/
variação)
TRIPTO- FANO
média (mg)
TRIPTOFANO
(desvio/ variação)
Unidades: Método de análise empregado:
TIAMINA
RIBOFLAVINA
NIACINA
TRIPTOFANO
ÁC. PANTOTÉNICO
VITAMINA B6
VITAMINA B12
VITAMINA C
ÁC. ASCÓRBICO
ÁC. DEHIDROASCÓRBICO
FOLATOS
OUTROS (especificar):
Eq. NIACINA (mg Eq) =
mg de niacina + 0,017 X mg tripitofano
VIT C média (mg) =
mg ácido ascórbico + mg ácido dehidroascórbico
128
Eq. FOLATO (mcg Eq) =
mcg de folatos naturais + 0,6 X mcg de ácido fólico agregado
PLANILHA 8 - VITAMINAS
HIDROSSOLÚVEIS
NAME <NIAEQ> <PANTAC>
VARIATION/
SD
<VITB6-
>
VARIATION/
SD
<VITB12>
VARIATION/
SD
<ASCL>
VARIATION/
SD
<ASCDL>
VARIATION/
SD
<VITC>
VARIATION/
SD
Código
Provisóri
o
NOME
Eq.
NIACINA
(mg Eq)
ÁC.
PANTOTÊ-
NICO média
(mg)
ÁC.
PANTOTÊ-
NICO (desvio/
variação)
VIT B6
média
(mg)
VIT B6
(desvio/
variação)
VIT B12
média
(mcg)
VIT B12
(desvio/
variação)
ÁC.
ASCÓR-
BICO
média
(mg)
ÁC. ASCÓR-
BICO
(desvio/
variação)
ÁC.
DEHIDROAS-
CÓRBICO
média (mg)
ÁC.
DEHIDROAS-
CÓRBICO
(desvio/
variação)
VIT C média
(mg)
VIT C
(desvio/
variação)
129
PLANILHA 8 - VITAMINAS HIDROSSOLÚVEIS
NAME <FOLFD>
VARIATION/
SD
<FOLAC>
VARIATION/
SD
<FOLDFE> <FOL>
VARIATION/
SD
VARIATION/ SD
Código
Provisório
NOME
FOLATOS
naturais
média (mcg)
FOLATOS
naturais
(desvio/
variação)
Ácido fólico
agregado
média (mcg)
Ácido fólico
agregado
(desvio/
variação)
Eq FOLATO
(mcg Eq)
FOLATOS
TOTAIS
média (mcg)
FOLATOS
TOTAIS
(desvio/
variação)
OUTROS
(média)
OUTROS (desvio/
variação)
130
PLANILHA 9 - MINERAIS
NAME n <CA>
VARIATION/
SD
<FE>
VARIATION/
SD
<NA>
VARIATION/
SD
<MG>
VARIATION/
SD
<P>
VARIATION/
SD
Código
Provisório
NOME n
CÁLCIO
média
(mg)
CÁLCIO
desvio/
variação
FERRO
média
(mg)
FERRO
desvio/
variação
SÓDIO
média
(mg)
SÓDIO
desvio/
variação
MAGNÉSIO
média (mg)
MAGNÉSIO
desvio/
variação
FÓSFORO
média (mg)
FÓSFORO
desvio/
variação
Método de análise empregado: CÁLCIO:
FERRO:
SÓDIO:
MAGNÉSIO:
FÓSFORO:
POTÁSSIO:
MANGANÊS:
ZINCO:
COBRE:
ENXOFRE:
SELÊNIO:
CROMO:
IODETO:
FLUORETO:
CLORETO:
MOLIBIDÊNIO
COBALTO:
BÁRIO:
BROMETO:
NÍQUEL:
LÍTIO:
RUBÍDIO:
131
PLANILHA 9 - MINERAIS
NAME <K>
VARIATION/
SD
<MN>
VARIATION/
SD
<ZN>
VARIATION/
SD
<CU>
VARIATION/
SD
<S>
VARIATION/
SD
<SE>
VARIATION/
SD
Código
Provisório
NOME
POTÁSSIO
média (mg)
POTÁSSIO
desvio/
variação
MANGAN
ÊS média
(mcg)
MANGANÊ
S desvio/
variação
ZINCO
média
(mg)
ZINCO
desvio/
variação
COBRE
média
(mg)
COBRE
desvio/
variação
ENXOFRE
média (mg)
ENXOFRE
desvio/
variação
SELÊNIO
média
(mcg)
SELÊNIO
desvio/
variação
132
PLANILHA 9 - MINERAIS
NAME <CR>
VARIATION/
SD
<ID>
VARIATION/
SD
<FD>
VARIATION/
SD
<CLD>
VARIATION/
SD
<MO>
VARIATION/
SD
<CO>
VARIATION/
SD
Código
Provisório
NOME
CROMO
média
(mcg)
CROMO
desvio/
variação
IODETO
média
(mcg)
IODETO
desvio/
variação
FLUORETO
média (mcg)
FLUORETO
desvio/
variação
CLORETO
média
(mg)
CLORETO
desvio/
variação
MOLIBIDÊNIO
média (mcg)
MOLIBIDÊNIO
desvio/
variação
COBALTO
média
(mcg)
COBALTO
desvio/
variação
133
PLANILHA 9 - MINERAIS
NAME <BA>
VARIATION/
SD
<BRD>
VARIATION/
SD
<NI>
VARIATION/
SD
<LI>
VARIATION/
SD
<RB>
VARIATION/
SD
Código
Provisório
NOME
BÁRIO
média
(mcg)
BÁRIO
desvio/
variação
BROMETO
média
(mg)
BROMETO
desvio/
variação
NÍQUEL
média
(mcg)
NÍQUEL
desvio/
variação
LÍTIO
média
(mcg)
LÍTIO
desvio/
variação
RUBÍDIO
média
(mg)
RUBÍDIO
desvio/
variação
134
PLANILHA 10 - RESPOSTA GLICÉMICA
NAME < > < >
VARIATION/
SD
< > < > <EDIBLE > <CHOAVL>
< > < >
Código
Provisório
NOME
Voluntários
IG
média
(%)
IG (desvio/
variação)
IG
média
(%)
IG
classificação
Porção
recomendada
(g)
Carboidrato
disponível
(g por
porção)
CG
CG
classificação
n tipo
Controle
(Pão=100)
Controle
(Glicose=100)
IG = Índice glicêmico
CG= Carga glicêmica CLASSIFICAÇÃO IG CLASSIFICAÇÃO CG
IG glicose = IG pão x 0,7 BAIXO ≤55 0,00 BAIXO ≤10
CG = IG glicose x carboidratos disponíveis na porção/100 0,00 MÉDIO 56-69 10,00 MÉDIO
11-19
56,00 ALTO ≥70 20,00 ALTO ≥20
70,00 SUGIRS, 2009 SUGIRS, 2009
135
PLANILHA 11 - INFORMAÇÕES PARA VALIDAÇÃO DA QUALIDADE DOS
DADOS
CÓDIGO PROVISÓRIO:
Código
Definitivo:
1
NÚMERO DE AMOSTRAS:
2
PLANO DE AMOSTRAGEM:
Descrição:
Área geográfica:
Número de Lotes:
Período:
Fatores que interferem:
AMOSTRA REPRESENTATIVA EM RELAÇÃO AO CONSUMIDO NO MERCADO?
sim não
não informada
3
TRATAMENTO DADO ÀS AMOSTRAS
Documentação dos procedimentos utilizados?
sim não
não informada
Condições de estocagem:
Monitoração de temperatura e umidade?
sim não
não informada
Procedimentos de homogeneização:
Validação da homogeneização?
sim não
não informada
4
MÉTODO ANALÍTICO
Documentação?
sim
não incompleta
não informada
Detalhes dos métodos empregados na análise:
UMIDADE:
CINZAS:
PROTEÍNAS:
LIPÍDIOS:
FIBRA ALIMENTAR:
CARBOIDRATOS:
OUTRO NUTRIENTE:
Utilização de métodos validados para os alimentos analisados? sim
não ou não informada
Identificação das etapas da análise? sim
não ou não informada
Análises em triplicata?
sim
não ou não informada
Amostra com concentração dentro dos limites de detecção? sim
não ou não informada
% de recuperação:
Utilização de Material de Referência Certificado (MRC), Material de Referência Normatizado (standard)
ou Material de Referência Secundário (in-house)?
sim
não ou não informada
Utilização de estudo colaborativo interlaboratorial? sim
não ou não informada
5
CONTROLE DE QUALIDADE ANALÍTICA
Documentação do grau da precisão e exatidão do método analítico?
sim não ou não informada
Frequência de análise de padrões de referência/controle em conjunto com as amostras
136
PLANILHA 12 - INFORMAÇÃO MÍNIMA OBRIGATÓRIA E DESEJÁVEL
CÓDIGO PROVISÓRIO:
Código
Definitivo:
1
Informação mínima obrigatória
Nome do alimento
sim
não
Descrição detalhada do alimento
sim
não
Parte analisada
sim
não
Nome científico
sim
não
Número de amostras
sim
não
Origem das amostras (geográfico, locais de aquisição)
sim
não
Método analítico
sim
não
Referência bibliográfica do método analítico
sim
não
Valor numérico do analito
sim
não
Procedência da informação (laboratório que realizou a análise)
sim
não
2
Informação mínima desejável
Variedade
sim
não
Descrição do manejo das amostras
sim
não
Algum índice de variabilidade como desvio padrão
sim
não
Controle de qualidade analítica
sim
não
Nome comercial (para produtos industrializados)
sim
não
Data de produção de alimento
sim
não
Fotografia
sim
não
Acordado durante o Workshop de Compilação de Dados de Composição de Alimentos
realizado em Santiago do Chile, 14-18 abril, dentro do contexto de TCP/RLA/310, a partir
do formulário original da BRASILFOODS. Inclui sugestões da FAO (Roma) e de outros
colaboradores, versão 2009. Este formulário representa a proposta para o trabalho de
compilação de dados de composição de alimentos, no âmbito geral da LATINFOODS.
137
6.2 APÊNDICE B: MANUAL DE COMPILAÇÃO DE DADOS DE COMPOSIÇÃO
DE ALIMENTOS –BRASILFOODS – VERSÃO 2009
139
Manual de Compilação de Dados de Composição de Alimentos –
BRASILFOODS – Versão 2009
1
Este manual tem por objetivo facilitar o preenchimento do formulário de compilação
de dados de composição de alimentos e busca também harmonizar a forma de
apresentar a informação de acordo com as diretrizes propostas pela FAO/INFOODS.
O formulário é apresentado no Programa Excel com várias planilhas. Utilize com
atenção a barra inferior para localizar a(s) mais indicada(s) para os nutrientes
estudados. Cabe ressaltar que os nutrientes ou componentes de cada planilha são
sugestões daqueles mais comuns. As colunas sem cor devem ser preenchidas com
as dados do autor. Já as colunas, em cor cinza, são reservadas para correções ou
cálculos e só devem ser utilizadas pelos compiladores. Cada compilador deve
ampliar os componentes e nutrientes de acordo com a disponibilidade de
informações existentes (por exemplo: compostos bioativos, compostos fenólicos,
etc). Além disso, os tagnames da INFOODS sempre devem ser utilizados para uma
correta identificação dos diferentes componentes adicionados.
O formulário é composto pelas seguintes planilhas:
1-Inicial;
2-Identificação;
3-Composição centesimal;
4-Carboidratos;
5-Lipídios;
6-Aminoácidos;
7-Vitaminas lipossolúveis;
8-Vitaminas hidrossolúveis;
9-Minerais;
10-Resposta glicêmica;
11-Qualidade dos dados;
12-Informação mínima obrigatória e desejável.
Atenção: Apesar de haver várias planilhas, não há necessidade de preencher todas
elas, preencha apenas aquelas referentes aos dados obtidos. É importante ressaltar
que é essencial o preenchimento das planilhas 1-Inicial, 2-Identificação, 11-
Qualidade dos dados e 12-Informação mínima obrigatória e desejável. Por outro
lado, novos componentes podem ser agregados às planilhas ou podem-se criar
planilhas novas, em função da disponibilidade de informações para ser compiladas.
1
Acordado durante o Workshop de Compilação de Dados de Composição de
Alimentos realizado em Santiago do Chile, 14-18 abril, dentro do contexto de TCP/RLA/310, a partir
do manual original do BRASILFOODS. Inclui sugestões da FAO (Roma) e de outros colaboradores,
versão 2009. Este manual representa a proposta para o trabalho de compilação de dados de
composição de alimentos, no âmbito geral do LATINFOODS.
140
INSTRUÇÕES GERAIS:
- Caso as planilhas sejam preenchidas à mão, favor usar letras de forma.
- Os espaços sombreados não devem ser preenchidos.
- Sempre que não for expresso o método de cocção do alimento, subentende-se que
a análise foi realizada no alimento cru ou fresco.
- Expressar a composição de nutrientes por 100 g de porção comestível do alimento.
Para os alimentos líquidos expressar a composição por 100 g ou
100 mL, de acordo com o artigo ou laudo da análise. É conveniente registrar a
densidade destes alimentos, de maneira que se possam realizar as devidas
conversões. Os líquidos de alta viscosidade devem ser expressos em massa, sendo
esta a forma preconizada.
- Especificar para cada nutriente a metodologia empregada (indicar o nome e a
referência completa do método analítico).
- Especificar para cada nutriente o valor médio, desvio padrão e /ou variação
(valores mínimos e máximos) e no caso os laboratórios desejarem expressar algum
dado de forma diferente daquela estabelecida na tabela, estes devem inserir uma
coluna nova. A coluna de desvio padrão deve ser preenchida somente quando
houver “n” maior ou igual a 3.
- Critério para arredondamento: Sempre verificar a casa decimal imediatamente
acima da desejada, e números ≥ 5 aproximar para cima e < 5 para baixo.
- Critério para cifras significativas: deve-se usar como referência as formas de
expressão descritas por Greenfield & Southgate, 2003 (Quadro 1) e, em caso de
métodos que permitam um número maior de cifras significativas aceitar esses
valores (Ex: vit. E).
- Deve-se dar atenção na hora de fazer o registro do número de amostras
analisadas, uma vez que, essa informação será importante na determinação da
qualidade dos dados. Considerar como amostra o material submetido à análise, que
pode ser proveniente da homogeneização de vários lotes. Ex 1: 10 tomadas de
feijão foram feitas de uma única carga e trituradas para análise, portanto, n=1. Ex 2:
foram analisadas 4 amostras de aveia, sendo que cada amostra era constituída de 3
lotes diferentes, portanto, n=4.
- Registrar de forma detalhada a metodologia empregada para a análise de cada
nutriente.
- Caso os dados estejam apresentados de forma mais detalhada do que neste
formulário, eles podem ser enviados diretamente à TBCA-USP (tabela@edu.usp.br).
- É importante preencher a coluna da umidade para facilitar a conversão do alimento
em diferentes bases.
141
- Utilizar ambas as unidades kcal e kJ nas tabelas de composição de alimentos e em
números inteiros, buscando assim difundir a aplicação do Sistema Internacional (SI).
[1 kcal equivale a 4,184 kJ (equivalente termoquímico)]. Decisão tomada durante a II
Conferência eletrônica da LATINFOODS (MENEZES; MORÓN; GIUNTINI, 2004).
- Em relação aos dados de indústria vê-se a necessidade de alguns
esclarecimentos, pois as informações contidas nos rótulos refletem a legislação
local, mas são insuficientes para uma tabela de composição. Dessa forma é
necessário o contato com a empresa a fim de obter dados de umidade e cinzas,
além de informações sobre amostragem e procedimento analítico. Outro problema
refere-se à permissão de arredondamentos dos valores expressos de acordo com a
resolução RDC n.
o
360 de 23 de dezembro de 2003 da Agência Nacional de
Vigilância Sanitária do Ministério da Saúde do Brasil
(http://www.anvisa.gov.br/legis/index.htm) que modificou a RDC 40/01 referente a
rotulagem nutricional obrigatória para alimentos e bebidas embaladas:
- Deve constar no rótulo o valor energético, percentual de carboidratos, proteínas,
gorduras totais, gorduras saturadas e colesterol, fibra alimentar, cálcio, ferro e sódio,
para PORÇÕES de alimentos, sendo optativa a informação por 100g.
- Os teores de valor energético devem ser expressos em múltiplos de 5 para
produtos até 50 kcal e para múltiplos de 10, acima desse valor. Para carboidratos,
proteínas, gorduras totais e saturadas e fibra alimentar os valores devem ser
expressos como múltiplos de 0,5 para valores até 5g, ou múltiplos de 1 para valores
acima de 5g.
- Essa resolução também permite arredondamentos para ZERO quando o valor for
menor que 5 kcal para energia, e menos de 0,5 para os macronutrientes. Dessa
forma, é preciso realmente obter a informação da indústria para 100g de alimento, a
fim de que os dados disponíveis na tabela representem o teor de forma mais
precisa.
- A finalidade do rótulo é diferente da finalidade de uma tabela de composição de
alimentos, portanto não deve ser usado diretamente como fonte primária de dados.
142
Quadro 1. Formas de expressar os valores de composição dos alimentos nas
bases de dados de referência e dos usuários (por 100g de porção comestível
do alimento)
Componente Unidade Número de
dígitos
significativos
Limites propostos
na base de dados,
Valor Limite
Traço =
menos de
Energia kJ (kcal) 3 1-999 ±1 0,66
>1000 ±10 6
Principais componentes
(água, proteínas, gorduras,
carboidratos, fibra dietética,
álcool, ácidos orgânicos)
g 3 ±0,1 0,06
Aminoácidos mg 3 ±0,1 0,06
Ácidos graxos g 3 ±0,1 0,06
mg 3 ±0,1 0,06
Colesterol mg 3 ±1 0,6
Componentes inorgânicos mg 3 1-9 ±0,1 0,06
mg 3 10-99 ±1
mg 3 >100 ±10
µg 2 100 - 1000 ±10 6
Vitaminas
Vitamina A
Retinol µg 3 ±1 0,6
Carotenóides µg 3 ±1 0,6
Vitamina D µg 2 ±0,1 0,06
Vitamina E
Tocoferóis mg 2 ±0,01 0,006
Vitamina K µg 2 ±0,1 0,06
Vitaminas do complexo B
Tiamina mg 2 ±0,01 0,006
Riboflavina mg 2 ±0,01 0,006
Niacina mg 2 ±0,01 0,006
Vitamina B6 mg 2 ±0,01 0,006
Ácido Pantotênico mg 2 ±0,01 0,006
Biotina mg 2 ±0,01 0,006
Vitamina B12 µg 2 ±0,01 0,006
Folatos µg 2 ±0,1 0,06
Vitamina C mg 3 ±0,1 0,06
Fonte: Greenfield & Southgate, 2003.
143
INSTRUÇÕES PARA O PREENCHIMENTO DAS PLANILHAS
PLANILHA 1-INICIAL
Nesta planilha deverá preencher-se somente as informações gerais e os itens 1 e/ou
2. O código provisório e a descrição detalhada dos produtos e alimentos serão
gerados automaticamente a partir da planilha 2 (colunas de cor cinza).
PLANILHA 2 - IDENTIFICAÇÃO DE ALIMENTOS
A fim de facilitar o preenchimento das demais planilhas, é conveniente criar um
código provisório para cada alimento. Descrever o alimento o mais detalhado
possível nas colunas. O nome será gerado automaticamente a partir do
preenchimento das colunas.
Para que os alimentos e produtos sejam identificados de maneira uniforme é preciso
que padrões seqüenciais de informação sejam adotados, como foi definido
anteriormente pela LATINFOODS. A seguir estão relacionadas a identificação
adotada pela Tabela Brasileira de Composição de Alimentos (TBCA-USP) da
BRASILFOODS, e a descrição de prioridades, bem como exemplos para facilitarem
seu entendimento. (RATTO et al., 2003; MENEZES; OYARZUN, 2008).
CODE (CÓDIGO) – identificação do grupo e número geral do produto. Por ex: A 102
- significa que o alimento pertence ao grupo dos Cereais e derivados (identificado
pela letra A) e foi identificado dentro da TBCA-USP pelo no 102 (código). Os grupos
de alimentos foram definidos de acordo com LATINFOODS (De PABLO; MORÓN,
2002; MENEZES; OYARZUN, 2008).
GRUPO e NOME
A - Cereais e derivados
B - Verduras, hortaliças, algas, cogumelos, condimentos, espécies e derivados
C - Frutas e derivados
D - Gorduras e azeites
E - Peixes e frutos do mar
F - Carnes e derivados
G - Leite e derivados
H - Bebidas (alcoólicas, não-alcoólicas, infusões e produtos estimulantes)
J - Ovos e derivados
K - Produtos açucarados
P - Alimentos nativos
N - Alimentos para regimes especiais
Q - Alimentos infantis
R - Alimentos manufaturados
S - Alimentos preparados
T - Leguminosas, grãos e derivados
144
NAME (NOME) – descrição do alimento. Ex: frango, asa, assada; biscoito, doce,
chocolate, recheio sabor coco.
GENERIC (GENÉRICO) – identificação primária do alimento. Ex: arroz, biscoito,
manga, goiaba, margarina, leite, carne, salsicha, etc.
KIND I, II, IIII e IV (TIPO) – englobam características do produto como sabor,
recheio, corte de carne, cobertura, forma (purê, molho, geléia, catchup). Para todos
os produtos testados, quatro campos para KIND mostraram-se suficientes para a
inclusão de todos os detalhes de identificação dos produtos. No entanto, os campos
serão preenchidos de forma seqüencial, de acordo com a necessidade, o que
significa que nem sempre todos os campos serão preenchidos. Foram definidas
prioridades na ordem de entrada das informações. Seguem-se alguns exemplos
destas definições de prioridades.
Prioridades para a ordem de entrada das informações do grupo de Cereais e
derivados:
GENÉRICO
Prioridade I
Prioridade II
Prioridade III
Prioridade IV
Biscoito doce ou
salgado
tipo (água e sal,
rosquinha,
amanteigado,
waffer, maisena,
champagne ou
tipo inglês)
integral,
multicereais, ou
tipo de cereal
ou produto
usado na
fórmula (aveia
e mel)
sabor
sabor do recheio,
adições (c/ gotas de
chocolate),
cobertura
Pães tipo de cereal
usado no
preparo
(aveia,
centeio, trigo)
tipo (francês,
forma, quadrado,
hambúrguer,
bisnaguinha,
italiano, hot dog,
doce)
leite,
tradicional,
preto, integral
clássico, adição
ou modificação (ex:
VCT reduzido)
Grãos integral ou
polido
pipoca
forma de
comercialização
(flocos, farinha,
farelo, farofa,
fubá),
tipo de preparo (p/
microondas)
flocos finos ou
grossos,
creme, adição
sabor (pipoca)
adição
Embora os termos polido, parboilizado, farinha, flocos, refiram-se a processamentos
(PROCESS), para cereais devem ficar em KIND em função de sua forma de
utilização.
145
Exemplos:
GENERIC
KIND I
KIND II
KIND III
KIND IV
Biscoito doce waffer
chocolate recheio sabor
chocolate branco
Biscoito doce waffer recheio sabor
morango
Pão trigo forma integral
Aveia flocos finos
Milho pipoca p/ microondas manteiga
Prioridades para a ordem de entrada das informações do grupo de Carnes e
derivados:
GENERICO
Prioridade I
Prioridade II
Prioridade III
Prioridade IV
Carne animal ou tipo
(frango, porco,
boi)
corte ou parte
(peito, picanha,
fígado, língua,
músculos
forma de
comercialização
(moída, filé,
pedaço),
presença de pele
(c/ ou s/ pele) ou
gordura externa
Para embutidos ou derivados:
GENERICO
Prioridade I
Prioridade II
Prioridade III
Prioridade IV
Embutido
(salsicha,
linguiça,
salame,
presunto)
animal (frango,
porco, peru,
boi)
qualificação
(apimentada,
sem corante, tipo
de tempero, c/
ou s/ capa de
gordura)
forma de
comercialização
(fatiado peça
pedaço)
Exemplos:
GENERIC
KIND I
KIND II
KIND III
KIND IV
Carne boi picanha pedaço s/ gordura externa
Hambúrguer frango tempero suave
Presunto porco s/ capa de gordura
fatiado
146
Prioridades para a ordem de entrada das informações do grupo de Peixes e
frutos do mar:
GENERICO
Prioridade I
Prioridade II
Prioridade III
Prioridade IV
peixe, siri,
camarão,
lagosta
água doce ou
salgada
nome (pescada,
tucunaré, salmão,
etc.)
corte (inteiro, filé,
posta)
Exemplos:
GENERIC
KIND I
KIND II
KIND III
KIND IV
Peixe água salgada salmão filé
Prioridades para a ordem de entrada das informações do grupo de Leite e
derivados:
GENERICO
Prioridade I
Prioridade II
Prioridade III
Prioridade IV
leite, queijo
bebida láctea,
iogurte
animal (vaca,
cabra, búfala)
líquido,
cremoso,
natural
tipo a, b, c (leite);
parmesão,
mussarela,
requeijão (queijo);
batido (iogurte)
adição
(queijos) (c/
ervas finas)
sabor (iogurte)
adição (c/ suco,
c/ polpa, c/ mel
etc.)
Exemplos:
GENERIC
KIND I
KIND II
KIND III
KIND IV
Iogurte natural batido c/ açúcar
Bebida láctea
cremosa coco e pedaços
de ameixa
c/ iogurte e polpa
de fruta
Nos casos em que a cor do alimento seja importante para expressar o teor de
determinado nutriente (ex: carotenóides), esta deve ser incluída no KIND.
PART (PARTE) - descrição da parte de qual parte do alimento foi analisada. Ex:
vegetais: folha, polpa, semente
ovos: inteiro, gema ou clara
MATURITY (MATURAÇÃO) - estágio de maturação que interfere na composição de
nutrientes em frutos, etc.
PROCESS I, II, III (PROCESSO) - Um produto pode passar por vários tipos de
processamento; dessa forma, foram estabelecidas prioridades para a ordem de
entrada dessas informações. De modo geral três colunas para o item PROCESS
foram suficientes para designar todas as formas de processamento que um produto
apresentava, porém outra coluna poderá ser criada caso haja necessidade. (não é
necessário preencher todas as colunas, mas a ordem de prioridade definida deve
ser mantida).
147
Prioridades para a ordem de entrada das informações sobre processamento:
1. forma de comercialização: ralado, texturizado
2. adição, retirada (ou não) de nutriente: integral, light, diet, desnatado, semi
desnatado, desengordurado, c/ VCT reduzido
3. processamento: pó, mistura p/, desidratada, seca, dessecada, extrusada, em
folhas, liofilizada
4. forma de preparo: solúvel, instantânea
5. tipo de preparação: cru, assado, cozido, frito, microondas, torrada, refogada,
bruto. Esta informação poderá vir seguida do tempo utilizado. Ex: microondas/ 2min.
6. conservação: congelado, refrigerado, conserva, UHT, esterilizado, pasteurizado,
cristalizado, salgado, vácuo. Esta informação poderá vir seguida do tempo utilizado.
Ex: congelado/30 dias
7. embalagem: enlatado, longa vida
Exemplos:
GENERIC
PROCESS I
PROCESS II
PROCESS III
Amendoim torrado salgado
Peixe salgado seco
Leite desnatado UHT
Soja texturizada light crua
Arroz cozido/20 min congelado/ 30 dias
COMMERCIAL NAME (NOME COMERCIAL) - Nome pelo qual o produto é
conhecido no comércio. Ex: “Neston” (farinha de cereais), "Dan Up", “Danone”
(iogurtes/bebidas lácteas). Caso o produto não tenha nome de linha específico,
utilizar nome do fabricante: “Bauducco”, “Nestlé”, “Vigor”.
ALT NAME (NOME REGIONAL) - nome pelo qual o alimento pode ser conhecido na
região. Ex: mandioca (NAME) – macaxeira (REGIONAL NAME) (no Nordeste)
SCIENTIFIC NAME (NOME CIENTÍFICO) - Nome, em latim, do animal ou vegetal.
VARIETY (VARIEDADE OU CULTIVAR)
STRAIN (RAÇA)
ENGLISH NAME (NOME CURTO, EM INGLÊS)
SAMPLE SOURCE (FONTE OU ORIGEM DAS AMOSTRAS) – Origem das
amostras: região/ cidade/ país/ local de cultivo/ comércio local/ entreposto comercial
(CEAGESP) ou indústria que produz o alimento.
OTHERS (OUTROS) - Outras informações que podem auxiliar o usuário.
Ex: Gelatina (GENERIC), uva (KIND), pó (PROCESS), preparada (OTHERS).
Ervilha (GENERIC), enlatada (PROCESS), drenada (OTHERS).
REFERENCE (REFERÊNCIA) referência bibliográfica, laboratório ou nome da
indústria que forneceu os dados.
148
PICTURE (FOTOGRAFIA) - cada alimento deve ser identificado da forma mais
completa possível. A colocação de uma fotografia digitalizada é de grande
importância para a identificação do alimento, no formulário deverá conter o código
que identifique a localização do arquivo com a imagem.
PLANILHA 3 - COMPOSIÇÃO CENTESIMAL
Umidade
Essencial incluir esta informação em cada planilha.
Energia
- O cálculo do valor energético é feito a partir de sistemas fundamentados que foram
desenvolvidos para que, a partir dos resultados das análises de determinados
nutrientes, seja possível fazer o cálculo do valor energético do alimento. No sistema
de Atwater, este cálculo é efetuado pela multiplicação dos seguintes fatores:
proteínas x 17 kJ/g (4 kcal/g), lipídios x 37 kJ/g (9 kcal/g), carboidratos disponíveis x
17 kJ/g (4 kcal/g) y álcool x 29 kJ/g (7 kcal/g). Os sistemas são diversos e devem ser
detalhados. Por exemplo, a FAO (2003) para proteínas, lipídios e carboidratos, adota
os mesmos fatores de Atwater e inclui os fatores para ácidos orgânicos (13kJ/g - 3
kcal/g) e polióis (10 kJ/g - 2,4 kcal/g). A legislação MERCOSUR (GMC 44, 46, 47/03)
além destes, também considera o fator para polidextrose (4 kJ/g - 1,0 kcal/g). Para
facilitar os cálculos de energia, estes componentes já estão incluídos na fórmula da
planilha de composição centesimal, de acordo com FAO 2003.
- Quando existir a concentração de carboidratos disponíveis, obtida pela soma de
carboidratos analisados individualmente (<CHOAVL>), esse dado será utilizado para
o cálculo de energia, caso contrario será utilizado o dado de “carboidratos
disponíveis calculado por diferença” (<CHOAVLFD>). Não haverá cálculo de energia
para o alimento de origem vegetal que não apresentar dado de fibra alimentar. Para
alimentos que não contém fibra, colocar “0” (zero) (ex.: óleos, carnes).
- É essencial o preenchimento do dado de umidade para que os cálculos de
carboidrato disponível por diferença e energia possam ser efetuados
automaticamente.
- Utilizar ambas as unidades kcal e kJ, em números inteiros, nas tabelas de
composição de alimentos, buscando assim difundir a aplicação do Sistema
Internacional (SI). [1 kcal equivale a 4,184 kJ (equivalente termoquímico)]. Decisão
tomada durante a II Conferência electrônica da LATINFOODS (MENEZES; MORÓN;
GIUNTINI, 2004).
Proteína
- Especificar o fator de conversão do nitrogênio adotado para o cálculo. Caso o autor
não informe o fator utilizado, deve-se atribuir 6,25. Na compilação final, o valor de
proteínas será calculado considerando os fatores de conversão da FAO 1973.
* Fator N FAO, 1973: os fatores FAO (Quadro 2) foram adotados para converter o
valor de nitrogênio em proteína. (Greenfield & Southgate, 2003). Quando não há
indicação de nenhum fator específico, deve-se utilizar o fator 6,25 até que se
determine um outro mais apropriado.
149
Quadro 2. Fatores para a conversão dos valores de nitrogênio em
proteínas (por g de N) (FAO/OMS, 1973)
Produtos animais
Produtos vegetais
Carnes e peixes - 6,25 Trigo inteiro - 5,83
Gelatina – 5,55 Trigo farelo - 6,31
Leite e derivados – 6,38 Trigo embrião - 5,80,
Caseína – 6,40 Trigo endosperma - 5,70
Leite humano - 6,37 Arroz e farinha de arroz – 5,95
Ovo: inteiro - 6,25 Centeio e farinha de centeio - 5,83
Albumina - 6,32 Cevada e farinha de cevada - 5,83
Vitelina - 6,12 Aveia - 5,83
Milho - 6,25
Feijões - 6,25
Soja - 5,71
Nozes: Brasil - 5,46, outras - 5,30
Fonte:Greenfield, 1997.
Lipídios
- Existem duas colunas para o preenchimento do teor desse nutriente, de acordo
com a metodologia empregada. A primeira refere-se aos lipídios totais por extração
contínua pelo método de Soxhlet e a segunda por outra metodologia.
Carboidratos
- Carboidratos totais por diferença: calculados por diferença (100g - total de gramas
de umidade, proteína, lipídios e cinzas), portanto inclui fibra. Em médio prazo
espera-se que os carboidratos sejam quantificados individualmente e não por
diferença.
- Carboidratos disponíveis: obtidos por análise individual amido disponível, ou
açúcares solúveis ou a soma de ambos, de acordo com a característica do alimento.
- Carboidratos disponíveis por diferença: calculados por diferença (100g - total de
gramas de umidade, proteína, lipídios, cinzas e fibra alimentar), portanto inclui não
fibra.
- É essencial o preenchimento do dado de umidade para que os cálculos de
carboidratos totais e “disponíveis” por diferença possam ser efetuados
automaticamente.
Fibra alimentar total
- Os métodos adotados são: o enzímico-gravimétrico (AOAC), não-enzímico
gravimétrico (AOAC) e enzímico-químico. Deve-se lembrar que a análise da fibra
bruta é considerada obsoleta, uma vez que subestima o valor real das fibras.
- Não haverá cálculo de energia para o alimento de origem vegetal que não
apresentar dado de fibra alimentar. Para alimentos que não contém fibra, colocar “0”
(zero) (ex.: óleos, carnes).
Porção (Legislação) (optativo nacional)
- De acordo com as normas de cada país ou região.
150
Medida Caseira
- Descreva sempre que possível, medidas em unidades/colheres/xícaras etc., as
mais usuais para o consumidor, e seus respectivos pesos. Ex: biscoito recheado: 1
unidade – 15g, cenoura (ralada): 1 colher de sopa - 20g., alface: 1 folha média –
10g.
PLANILHA 4 - CARBOIDRATOS
Essa planilha é composta de várias tabelas dispostas no sentido vertical, e
contempla possibilidades diferentes de apresentação dos dados, conforme a análise
realizada. Assinale no quadro inicial de que forma os dados serão apresentados
(carboidratos totais por agregação de componentes ou individuais, fibra alimentar
por método de análise, etc.).
Inicialmente estão disponíveis 12 linhas para cada item, que podem ser aumentadas
se necessário, porém isso alterará a indicação inicial sobre o início de cada grupo de
carboidratos.
PLANILHA 5 – AMINOÁCIDOS
É imprescindível iniciar o preenchimento com o teor de proteína do alimento e
identificar se os dados são apresentados por 100g do alimento integral ou por 1g de
proteína.
- Ao preencher o formulário deve-se estar atento para a unidade em que são
expressos os aminoácidos;
- Se houver apenas traços, deixar a coluna em branco, pois o programa não
reconhece letras.
- Para expressar os gramas de aminoácidos por 100g de alimento: multiplicar o teor
de aminoácidos pelo conteúdo de proteína.
PLANILHA 6 - ÁCIDOS GRAXOS
É imprescindível iniciar o preenchimento com o teor de lipídios do alimento, e
identificar se os dados serão apresentados por 100g de alimento ou 100g de lipídios.
- Ao preencher o formulário deve-se estar atento para a unidade em que são
expressos os ácidos graxos.
- Se o alimento contiver apenas traços, deixar a coluna em branco, pois o programa
não reconhece letras.
- Caso no trabalho compilado tenha sido identificado algum ácido graxo que não
esteja identificado na planilha, adicionar as colunas necessárias, respeitando a
ordem crescente de número de insaturações e número de carbonos na cadeia.
- Para expressar os gramas de ácidos graxos por 100g de alimento: multiplicar o %
de gordura total por fatores de conversão específicos para cada alimento (Tabela 3)
151
(Greenfield & Southgate, 2003). Depois, multiplicar este resultado pelo conteúdo de
cada ácido graxo dividido por 100.
Quadro 3. Fatores de conversão aplicáveis às gorduras totais para obter os valores
de ácidos graxos totais nas gorduras.
Alimento Fator Alimento Fator
Trigo, cevada e centeio Carne bovina
grão inteiro 0,72 magra 0,916
farinha 0,67 gorda 0,953
farelo 0,82 Cordeiro, tomado por carne
bovina
Aveia integral 0,94 Carne de porco
Arroz elaborado 0,85 magra 0,910
Leite e produtos lácteos 0,945 gorda 0,953
Ovos 0,83 Aves de curral 0,945
Gorduras e azeites, todos
exceto os de coco
0,956 Miolo 0,561
Azeite de coco 0,942 Coração 0,789
Hortaliças e frutas 0,80 Rins 0,747
Hortaliças e frutas 0,80 Fígado 0,741
Nozes 0,956 Pescado
azul 0,90
branco 0,70
Adaptado de: Greenfield & Southgate, 2003.
PLANILHA 7 - VITAMINAS LIPOSSOLÚVEIS
Vitamina A
Especificar o método de extração e análise utilizados.
Forma atual de calcular a atividade da Vitamina A
Equivalentes de atividade de vitamina A (RAE): deve ser expresso em µg e
calculado pela seguinte fórmula:
Eq. totais de atividade de vitamina A = µg retinol + 1/12 µg β-caroteno + 1/24 µg
outros carotenóides com atividade pró-vitamina A. De acordo com a Dietary
Recommended Intake (IOM, 2001).
São considerados carotenóides com atividade pró-vitamina A:
β-caroteno; α-caroteno; criptoxantina.
Forma antiga de calcular a atividade da Vitamina A
Equivalentes totais de vitamina A (RE), expressa em µg, sendo calculada pela
fórmula: µg retinol + 1/6 µg β-caroteno + 1/12 µg outros carotenóides com atividade
pró-vitamina A. De acordo com a Recommended Dietary Allowance (NRC, 1989).
152
Vitamina E
Equivalente de Tocoferol (ET) = mg α-tocoferol + 0,5 x mg β-tocoferol + 0,1 x mg γ-
tocoferol + 0,03 x mg δ-tocoferol + 0,3 x mg α-tocotrienol + 0,05 x mg β-tocotrienol
Recommended Dietary Allowance (NRC, 1989): Inclui os equivalentes de tocoferol
do alimento (a soma da bio conversão de todos os isômeros).
Dietary Recommended Intake (IOM, 2000): Inclui RRR-α-tocoferol, a única forma de
α-tocoferol que se produz naturalmente nos alimentos, e as formas 2R-
estereoisoméricas de α-tocoferol (RRR-, RSR-, RRS- e RSS-α-tocoferol) que se
encontram nos alimentos enriquecidos e suplementos. Não inclui as formas 2S-
estereoisoméricas de α-tocoferol (SRR-, SSR-, SRS- y
SSS-α-tocoferol) que também se encontram nos alimentos enriquecidos e
suplementos. Outras formas naturais da vitamina E (β-, γ-, δ-tocoferol e os
tocotrienóis) não atendem os requisitos, porque não são convertidas a
α-tocoferol nos seres humanos e são pouco reconhecidas pela proteína de
transferência de α-tocoferol.
PLANILHA 8 - VITAMINAS HIDROSSOLÚVEIS
- Anotar a unidade na qual os dados estão expressos.
- Identificar o método de análise utilizado.
- Equivalentes de Folatos totais com a soma de ambas fontes, tendo em conta que
1Equivalente de Folato é igual a 1 µg de folatos naturais e 1Equivalente de Folato é
igual a 0,6 µg de ácido fólico adicionado ao alimento.
- Para o conteúdo de Niacina, quando se dispor do conteúdo de triptofano, deverá
calcular-se os Equivalentes de Niacina total, como a soma de ambos, tendo
presente que 1 mg de Niacina é igual a 1Equivalente de Niacina e 60 mg de
triptofano é igual a 1 Equivalente de Niacina.
- O conteúdo de vitamina C é igual a soma de ácido ascórbico e ácido
dehidroascórbico, no caso de serem determinados separadamente.
PLANILHA 9 – MINERAIS
- Apresenta os principais minerais. As unidades foram estabelecidas de acordo com
a INFOODS. No caso de inclusão de novos elementos adotar as unidades já
estabelecidas pela INFOODS. Expressar os minerais por 100 g de porção
comestível do alimento.
PLANILHA 10 - RESPOSTA GLICÊMICA
- Nessa planilha deverão ser informadas o índice glicêmico (IG) com padrão pão ou
com padrão glicose, o tamanho da porção normalmente consumida e a quantidade
de carboidratos disponíveis nesta porção. Como se trata de informação de que
depende de ensaio clínico, precisam ser informados o número de voluntários que
participaram do estudo e o tipo de voluntário (saudável ou diabético).
153
- O dado de IG normalmente é obtido a partir do pão branco como controle, por isso
os dados de desvio padrão estão ao lado da coluna IG controle pão. No entanto, os
dados serão corrigidos para o padrão glicose, usando o fator 0,7 (IG glicose = IG
pão x 0,7).
- A carga glicêmica (CG) será calculada pela multiplicação do IG, tendo a glicose
como controle, pela quantidade de carboidratos disponíveis na porção usualmente
consumida, dividido por 100 (CG = IG glicose x carboidratos “disponíveis” na
porção/100).
- As classificações de IG e CG estão de acordo com SUGIRS, 2009.
PLANILHA 11 - INFORMAÇÕES PARA A CLASSIFICAÇÃO DA QUALIDADE
DOS DADOS
A avaliação da qualidade analítica tem importância fundamental para dar
confiabilidade aos dados e proporcionar um indicador de qualidade para guiar a
comunidade científica nas diversas aplicações destes dados.
As informações contidas nesta planilha têm como objetivo possibilitar a avaliação da
qualidade dos dados segundo as características de: (1) número de amostras; (2)
plano de amostragem; (3) tratamento dado às amostras desde a coleta até a análise;
(4) método analítico empregado; (5) controle de qualidade analítico. Usando estes
parâmetros é possível estabelecer alguns critérios objetivos para a avaliação da
qualidade dos dados e garantir sua confiabilidade.
A seguir estão ressaltados alguns pontos importantes no preenchimento da planilha
referente à qualidade dos dados. Dependendo do produto e da técnica utilizada para
a análise, podem ser inseridos detalhes específicos, por outro lado existem campos
nesta planilha que não se aplicam a todos os casos.
Número de Amostras: É considerado como amostra o material submetido à
análise, que pode ser originário de um único produto ou proveniente da
homogeneização de vários lotes. Ex. 1: Foi retirado material de 10 pontos de uma
carga de feijão, posteriormente homogeneizados e triturados. Neste caso n=1. Ex. 2:
Foram analisadas 4 amostras de aveia, cada uma contendo material de 3 lotes
distintos. Portanto, n=4.
Plano de Amostragem: A descrição do plano de amostragem é a base para avaliar
se existe representatividade da amostra que foi analisada, dentro do universo do
produto ao qual ela se refere, relacionando-a com os diferentes cultivares, a
sazonalidade, parte do alimento, forma de preparo, origem geográfica e outros
fatores de variabilidade inerentes ao alimento. Fatores que interferem na
variabilidade dos nutrientes do alimento analisado devem ser mencionados, para
melhor situar o resultado das análises em relação ao tipo de alimento em questão. O
pesquisador pode definir quais características do alimento têm influência na
composição e variabilidade do componente pesquisado. Para alguns nutrientes, a
região geográfica e a forma de amadurecimento são importantes; para outros, o tipo
de embalagem, pH e condições de estocagem são as fontes de variabilidade.
154
Tratamento Dado à Amostra: O tratamento dado à amostra, desde a sua coleta até
o momento em que é feita a análise é crítico para a manutenção da estabilidade de
muitos dos nutrientes, bem como para manter as características básicas do alimento
como a umidade e outros componentes voláteis. Detalhes da homogeneização e
outros aspectos da preparação da amostra são importantes para avaliar a
representatividade da alíquota retirada para a análise. A validação da
homogeneização é conferida analisando porções de várias partes da mistura final.
Método Analítico: A utilização de uma metodologia adequada, aplicada de forma
meticulosa, é crítica para a obtenção de dados precisos de nutrientes. A avaliação
da metodologia para cada nutriente deve levar em consideração a validade do
método, a identificação e quantificação das etapas empregadas na análise e se o
laboratório realiza as análises corretamente. Os pontos críticos para a validação dos
métodos são: (1) Identificação das etapas de análise (métodos de extração,
digestão, etc.) (2) Detecção/ identificação (limites de detecção, percentuais de
recuperação) (3) Quantificação (limites de quantificação, curvas de calibração,
algoritmos para cálculo, utilização de materiais de referência certificados/padrões).
Testes de recuperação no mesmo, ou em um alimento semelhante, a partir da
análise de uma quantidade conhecida do nutriente adicionada à amostra, são
indicadores de qualidade se considerado um percentual de recuperação perto de
100%. Durante a validação do método, alíquotas de padrão de referência podem ser
analisadas para determinar se o resultado obtido é comparável com os valores de
padrões certificados. Padrões de referência certificados, ou materiais secundários de
referência (padrões desenvolvidos especialmente para um estudo, característico de
um ou mais métodos) devem ser utilizados para conferir a precisão das análises. A
validação das análises também pode ser demonstrada via estudos colaborativos
interlaboratoriais, pela comparação de resultados da análise, de uma mesma
amostra, realizada por diferentes laboratórios.
Controle da Qualidade Analítica: A documentação sobre a exatidão e precisão das
análises realizadas para um determinado método analítico é necessária para avaliar
a qualidade dos dados de nutrientes. A exatidão é o grau pelo qual o valor analisado
representa ou estima o “real” valor da amostra. Os analistas devem ter como meta
minimizar os efeitos na variabilidade pela homogeneização, utilização de
instrumentos, reagentes e outros fatores que influenciam na medida, para obter um
valor que reflita a concentração e a variabilidade de um componente na amostra. O
nível de precisão é definido como a variabilidade sobre o valor médio, associada à
execução rotineira de uma análise por um determinado método. A indicação da
variabilidade em uma análise rotineira só pode ser determinada quando o método
analítico é monitorado continuamente através da análise de padrões de controle
junto às análises das amostras a serem determinadas.
PLANILHA 12 - INFORMAÇÃO MÍNIMA OBRIGATÓRIA E MÍNIMA DESEJÁVEL
Durante O “II Taller del Proyecto Regional de la FAO” TCP/RLA/3107 (D), realizado
em Santiago, Chile, de 14 a 18 de Abril de 2008, o trabalho dos participantes definiu
uma mudança nos critérios mínimos da LATINFOODS para a incorporação de dados
já existentes nas bases de dados nacionais e regionais de composição de alimentos.
A planilha 12 contém as informações mínimas obrigatórias e mínimas desejáveis, as
quais devem ser completadas.
155
1- Informação mínima obrigatória: nome do alimento; descrição detalhada do
alimento; parte analisada; nome científico; número de amostras; origem das
amostras (geográfico, locais de aquisição); método analítico; referência bibliográfica
do método analítico; valor numérico do analito; procedência da informação
(laboratório que realizou as análises).
2- Informação mínima desejável: variedade; descrição do manejo das amostras;
algum índice de variabilidade como o desvio padrão; controle de qualidade analítica;
nome comercial (para produtos industrializados); data de produção do alimento.
156
BIBLIOGRAFIA
De PABLO, S.; MORÓN, C., 1995. Informe del Taller CTPD sobre Producción y Manejo de Datos de
Composición Química en Nutrición de América Latina. Publicación NUT-60. Oficina Regional de la
FAO para América Latina y el Caribe. Santiago, Chile.
De PABLO, S.; MORÓN, C., 2002. Informe Final da I Conferencia Electrónica FAO/LATINFOODS
“Compilación de datos para bases de datos y tablas de composición química de alimentos”.
LATINFOODS, FAO, Santiago. Disponible en: http://www.rlc.fao.org/foro/latfoods y
http://www.inta.cl/Latinfoods.
FOOD AND AGRICULTURE ORGANIZATION/ WORLD HEALTH ORGANIZATION (FAO/WHO),
1973. Energy and protein requirements. Report of a Joint FAO/WHO Ad Hoc Expert Committee. FAO
Nutrition Meetings Report Series n
o
52. Roma, FAO.
FOOD AND AGRICULTURE ORGANIZATION; RED LATINOAMERICANA DE DATOS DE
COMPOSICIÓN DE ALIMENTOS (FAO; LATINFOODS), 2000. Tabla de Composición de Alimentos
de América Latina. LATINFOODS, Santiago, Chile. Disponible en:
http://www.rlc.fao.org/bases/alimento/default.htm y http://www.inta.cl/latinfoods.
FOOD AND AGRICULTURE ORGANIZATION (FAO), 2003. Food energy: methods of analysis and
Conversion Factors. Report of a technical workshop. Roma, FAO, Food and Nutrition Paper, 77
(www.fao.org/DOCREP/006/Y5022E/Y5022E00.
GREENFIELD, H.; SOUTHGATE, D.A.T., 2003. Food composition data: Production, management and
use. 2ed. Food and Agriculture Organization of United Nations (FAO), Rome. 288p.
INSTITUTE OF MEDICINE (IOM). DRIs, 2001. Dietary Reference Intakes for vitamin A, vitamin K,
arsenic, boron, chromium, copper, iodine, iron, manganese, molybdenum, nickel, silicon, vanadium
and zinc. Washington, D.C., National Academy Press. Disponible en:
<http://fnic.nal.usda.gov/nal_display/index.php?info_center=4&tax_level=
4&tax_subject=256&topic_id=1342&level3_id=5141&level4_id=10590>
INTERNATIONAL NETWORK of FOOD DATA SYSTEMS (INFOODS). Disponible en:
http://www.fao.org/infoods.
MENEZES, E.W.; MORÓN, C.; GIUNTINI, E.B., 2004. Informe Final da II Conferência Eletrônica
FAO/LATINFOODS “Avaliação da qualidade dos dados para bases de dados e tabelas de
composição química de alimentos”. LATINFOODS, FAO, USP. São Paulo. Disponible en:
http://www.rlc.fao.org/foro/latinfoods/pdf/infesp.pdf (espanhol);
http://www.rlc.fao.org/foro/latinfoods/pdf/infpor.pdf (português) e http://www.fcf.usp.br/ tabela
(português).
MENEZES, E.W.; OYARZUN, M.T., 2008. Informe Final da II Taller sobre Compilación de Datos de
Composición de Alimentos, Proyecto Regional de la FAO TCP/RLA/3107 (D), de 14 a 18 de abril de
2008, Santiago, Chile LATINFOODS, FAO.
MORÓN, C.; ZACARÍAS, I.; de PABLO, S., 1997. Producción y manejo de datos de composición
química de alimentos en nutrición. Organización de las Naciones Unidas para la Agricultura y la
Alimentación, Santiago.
NATIONAL RESEARCH COUNCIL, 1989. Recommended dietary allowances. 10 ed. National
Academy Press, Washington, 284p.
RATTO, AT; GIUNTINI, EB; LAJOLO, FM; MENEZES, EW., 2003. Formulário para compilação de
dados de composição de alimentos: TBCA-USP/ BRASILFOODS. Rev. Bras. Cienc. Farm., v.39 (3),
p.127-129.
SYDNEY UNIVERSITY GLYCEMIC INDEX RESEARCH SERVICE (SUGIRS). Glycemic Index.
Disponível em: http://www.glycemicindex.com/sugirs [acesso em janeiro de 2009].
UNIVERSIDADE DE SÃO PAULO (USP), 1998. Tabela Brasileira de Composição de Alimentos-USP,
BRASILFOODS, Faculdade de Ciências Farmacêuticas, Departamento de Alimentos e Nutrição
Experimental, São Paulo. Coordinación: MENEZES, EW; LAJOLO, FM. Disponible en:
http://www.fcf.usp.br/tabela. Acceso en febrero de 2008.
157
6.3 APÊNDICE C: REFERÊNCIAS DOS ARTIGOS COMPILADOS
159
REFERÊNCIAS DOS ARTIGOS COMPILADOS
385. ROGEZ, H.; BUCHANT, R.; MIGNOLET, E.; SOUSA, J.N.S.; SILVA, E.M.;
LAVONDELLE, Y. Chemical composition of the pulp three typical Amazonian
fruits: araça-boi (Eugenia stipitata), bacuri (Platonia Insignis) and cupuaçu
(Theobroma grandiflorum). European Food Research and Technology,
v.218, p.380-384, 2004.
397. ADÃO, R.C.; GLÓRIA, M.B.A. Bioactives amines and carbohydrate changes
during ripening of 'Prata' banana (Musa acuminata x M. balbisiana). Food
Chemistry, v.90, p.705-711, 2005.
398. AGUIAR, A.C.; MORAIS, D.R.; SANTOS, L.P.; STEVANATO, F.B.;
VISENTAINER, J.E.L.; SOUZA, N.E.; VISENTAINER, J.V. Effect of flaxseed
oil in diet on fatty acid composition in the liver of Nile Tilapia (Oreochromis
niloticus). Archivos Latinoamericanos de Nutrición, v.57, n.3, p.273-277,
2007.
399. ALMEIDA, J.C.; PERASSOLO, M.S.; CAMARGO, J.L.; BRAGAGNOLO, N.;
GROSS, J.L. Fatty acid composition and cholesterol content of beef and
chicken meat in Southern Brazil. Revista Brasileira de Ciências
Farmacêuticas, v.42, n.1, p.109-117, 2006.
400. AMBROSIO, C.L.B.; CAMPOS, F.A.C.S.; FARO, Z.P. Aceitabilidade de flocos
desidratados de abóbora. Revista de Nutrição, v.19, n.1, p.39-45, 2006.
401. ANTON, A.A.; FRANCISCO, A.; HAAS, P. Análise físico-química de pães da
cidade de Florianópolis e a situação dos alimentos integrais no Brasil.
Alimententos e Nutrição, v.17, n.4, p.381-386, 2006.
402. ARRUDA, L.F.; BORGHESI, R.; BRUM, A.; D´ARCE, M.R.; OETTERER, M.
Nutritional aspects of Nile Tilapia (Oreochromis niloticus) silage. Ciência e
Tecnologia de Alimentos, v.26, n.4, p.749-753, 2006.
403. ASSUNÇÃO, A.B.; PENA, R.S. Comportamento higroscópico do resíduo seco
de camarão-rosa. Ciência e Tecnologia de Alimentos, v.27, n.4, p.786-793,
2007.
404. AZEVEDO, I.C.; CARMO, R.P.; TORRES, A.G; MÁRSICO, E.T.; FREITAS,
M.Q. Teste de aceitação e composição centesimal de carne de jacaré-do-
papo-amarelo (Caiman latirostris) em conserva. Ciência Rural, v.39, n.2,
p.534-539, 2009.
405. BALOG, A.; MENDES, A.A.; ALMEIDA PAZ, I.C.L.; SILVA, M.C.;
TAKAHASHI, S.E.; KOMIYAMA, C.M. Carne de avestruz: rendimento de
carcaça e aspectos físicos e químicos. Ciência e Tecnologia de Alimentos,
v.28, n.2, p.400-407, 2008.
160
406. BARBOZA S.H.R.; ROMANELLI P.F. Estudo do aproveitamento das vísceras
dos moluscos escargot (Achatina fulica) e aruá (Pomacea lineata) para
incorporação em ração animal. Alimententos e Nutrição, v.15, n.3, p.245-
250, 2004.
407. BARBOZA, S.H.R.; ROMANELLI, P.F. Rendimento de carcaça e composição
centesimal do músculo dos moluscos escargot (Achatina fulica) e aruá
(Pomacea lineata). Alimententos e Nutrição, v.16, n.1, p.77-82, 2005.
408. BERBARI, S.A.G.; PRATI, P.; JUNQUEIRA, V.C.A. Qualidade do palmito da
palmeira real em conserva. Ciência e Tecnologia de Alimentos, v.28,
n.esp., p.135-141, 2008.
409. BERNO, L.I.; GUIMARÃES-LOPES, T.G.; CANNIATTI-BRAZACA, S.G.
Avaliação da composição centesimal, digestibilidade e atividade inibitória de
tripsina em produtos derivados de soja (Glycine max). Alimententos e
Nutrição, v.18, n.3, p.277-282, 2007.
410. BONATTI, M.; KARNOPP, P.; SOARES, H.M.; FURLAN, S.A. Evaluation of
Pleurotus ostreatus and Pleurotus sajor-caju nutricional characteristics when
cultivated in different lignocellulosis wastes. Food Chemistry, v.88, p.425-
428, 2004.
411. BORTOLOZO, E.A.F.Q.; TIBONI, E.B.; CÂNDIDO, L.M.B. Leite humano
processado em bancos de leite para o recém-nascido de baixo peso: análise
nutricional e proposta de um novo complemento. Revista Panamericana de
Salud Pública, v.16, n.3, p.199-205, 2004.
412. CALDERELLI, V.A.S.; BENASSI, M.T.; MATIOLI, G. Substituição da gordura
hidrogenada por óleo de soja na elaboração de pães de linhaça e avaliação
da aceitabilidade. Ciência e Tecnologia de Alimentos, v.28, n.3, p.668-674,
2008.
413. CALLEGARO, M.G.K.; DUTRA, C.B.; HUBER, L.S.; BECKER, L.V.; ROSA,
C.S.; KUBOTA, E.H.; HECKTHEUR, L.H. Determinação da fibra alimentar
insolúvel, solúvel e total de produtos derivados de milho. Ciência e
Tecnologia de Alimentos, v.25, n.2, p.271-274, 2005.
414. CAMARGO, K.F.; LEONEL, M.; MISCHAN, M.M. Produção de biscoitos
extrusados de polvilho azedo com fibras: efeito de parâmetros operacionais
sobre as propriedades físicas. Ciência e Tecnologia de Alimentos, v.28, n.3,
p.586-591, 2008.
415. CANNIATTI-BRAZACA, S.G. Valor nutricional de produtos de ervilha em
comparação com a ervilha fresca. Ciência e Tecnologia de Alimentos, v.26,
n.4, p.766-771, 2006.
416. CAULA, F.C.B.; OLIVEIRA, M.P.; MAIA, E.L. Teor de colesterol e composição
centesimal de algumas espécies de peixes do estado do Ceará. Ciência e
Tecnologia de Alimentos, v.28, n.4, p.959-963, 2008.
161
417. CAVALCANTE, J.F.M.; ANDRADE, N.J.; FURTADO, M.M.; FERREIRA,
C.L.L.F.; PINTO, C.L.O.; ELARD, E. Processamento do queijo coalho regional
empregando leite pasteurizado e cultura lática endógena. Ciência e
Tecnologia de Alimentos, v.27, n.1, p.205-214, 2007.
418. CORREIA, R.T.P.; BISCONTINI, T.M.B. Influência da dessalga e cozimento
sobre a composição química e perfil de ácidos graxos de charque e jerked
beef. Ciência e Tecnologia de Alimentos, v.23, n.1, p.38-42, 2003.
419. CREPALDI, I.C.; ALMEIDA-MURADIAN, L.B.; RIOS, M.G.; PENTEADO,
M.V.C.; SALATINO, A. Composição nutricional do fruto de licuri (Syagrus
coronata (Martius) Beccari). Revista Brasileira de Botânica, v.24, n.2, p.155-
159, 2001.
420. DANI, C.; OLIBONI, L.S.; VANDERLINDE, R.; PRA, D.; DIAS, J.F.;
YONEAMA, M.L.; BONATTO, D.; SALVADOR, M.; HENRIQUES, J.A.P.
Antioxidant activity and phenolic and mineral content of Rose grape juice.
Journal of Medicinal Food, v.12, n.1, p.188–192, 2009.
421. DELLA TORRE, J.C.M.; BERAQUET, N.J. Composição centesimal e teor de
colágeno em carne bovina moída. Revista do Instituto Adolfo Lutz, v.64,
n.2, p.223-231, 2005.
422. DEMIATE, I.M.; KONKEL, F.E.; PEDROSO, R.A. Avaliação da qualidade de
amostras comerciais de doce de leito pastoso - composição química. Ciência
e Tecnologia de Alimentos, v.21, n.1, p.108-114, 2001.
423. ESCRICHE, I.; RESTREPO, J.; SERRA, J.A.; HERRERA, L.F. Composition
and nutritive value of Amazonian palm fruits. Food and Nutrition Bulletin,
v.20, n.3, p.361-365, 1999.
424. FANTI, M.G.N.; ALMEIDA, K.E.; RODRIGUES, A.M.; SILVA, R.C.;
FLORENCE, A.C.R.; GIOIELLI, L.A.; OLIVEIRA, M.N. Contribuição ao estudo
das características físico-químicas e da fração lipídica do leite orgânico.
Ciência e Tecnologia de Alimentos, v.28, n.esp., p.259-265, 2008.
425. FELIX, M.A.; CANNIATTI-BRAZACA, S.G. Disponibilidade de ferro in vitro de
grãos de soja tostados por diferentes tratamentos. Ciência e Tecnologia de
Alimentos, v.28, n.esp., p.78-83, 2008.
426. FERREIRA M.F.; SILVA, A.T.; ROBBS, P.G.; GASPAR, A., SCHMELZER-
NAGEL, W. Avaliação físico-química de salsichas tipo Viena com substituição
de gordura animal por óleo de girassol. Brazilian Journal of Food
Technology, v.6, n.1, p.1-7, 2003.
427. FERREIRA, A.C.P.; BRAZACA, S.G.C.; ARTHUR, V. Alterações químicas e
nutricionais do grão-de-bico (Cicer arietinum L.) cru, irradiado e submetido à
cocção. Ciência e Tecnologia de Alimentos, v.26, n.1, p.80-88, 2006.
428. FOGAÇA, F.H.S.; SANT’ANA, L.S. Tocopherol in the lipid stability of tilapia
(Oreochromis niloticus) hamburgers. Food Chemistry, v.105, p.1214–1218,
2007.
162
429. FROTA, K.M.G.; SOARES, R.A.M.; ARÊAS, J.A.G. Composição química do
feijão caupi (Vigna unguiculata L. Walp), cultivar BRS-Milênio. Ciência e
Tecnologia de Alimentos, v.28, n.2, p.470-476, 2008.
430. FURLAN, E.F.; GALVÃO, J.A.; SALÁN, E.O.; YOKOYAMA, V.A.; OETTERER,
M. Estabilidade físico-química e mercado do mexilhão (Perna perna) cultivado
em Ubatuba - SP. Ciência e Tecnologia de Alimentos, v.27, n.3, p.516-523,
2007.
431. FURLANI, R.P.Z.; GODOY, H.T. Valor nutricional de cogumelos comestíveis.
Ciência e Tecnologia de Alimentos, v.27, n.1, p.154-157, 2007.
432. FURUYA, W.M.; HAYASHI, C.; SILVA, A.B.M.; SANTOS Jr., O.O.; SOUZA,
N.E.; MATSUSHITA, M.; VISENTAINER, J.V. Composição centesimal e perfil
de ácidos graxos do camarão-d'água-doce. Revista Brasileira de Zootecnia,
v.35, n.4, p.1577-1580, 2006.
433. GÁLAN, A.G.; CORRÊA, A.D.; ABREU, C.M.P.; BARCELOS, M.F.P.
Caracterización química de la harina del fruto de Prosopis spp. procedente de
Bolivia y Brasil. Archivos Latinoamericanos de Nutrición, v.58, n.3, p.309-
315, 2008.
434. GIRARDI, F.; CARDOZO, R.M.; SOUZA, V.L.F.; MORAES, G.V.; SANTOS,
C.R.; VISENTAINER, J.V.; ZARA, R.F.; SOUZA, N.E. Proximate composition
and fatty acid profile of semi confined young capybara (Hydrochoerus
hydrochaeris L. 1766) meat. Journal of Food Composition and Analysis,
v.18, p.647-654, 2005.
435. GONDIM, J.A.M.; MOURA, M.F.V.; DANTAS, A.S.; MEDEIROS, R.L.S.;
SANTOS, K.M. Composição centesimal e mineral de cascas de frutas.
Ciência e Tecnologia de Alimentos, v.25, n.4, p.825-827, 2005.
436. GRIZOTTO, R.K.; MENEZES, H.C. Avaliação da aceitação de "chips" de
mandioca. Ciência e Tecnologia de Alimentos, v.23, p.79-86, 2003. Número
especial.
437. GRIZOTTO, R.G.; AGUIRRE, J.M.; MENEZES, H.C. Frutas estruturadas de
umidade intermediária obtidas de polpas concentradas de abacaxi, manga e
mamão. Ciência e Tecnologia de Alimentos, v.25, n.4, p.691-697, 2005.
438. GUERRA, N.B.; DAVID, P.R.B.S.; MELO, D.D.; VASCONCELOS, A.B.B.;
GUERRA, M.R.M. Modificações do método gravimétrico não enzimático para
determinar fibra alimentar solúvel e insolúvel em frutos. Revista de Nutrição,
v.17, n.1, p.45-52, 2004.
439. GUERRA, R.B.; NEVES, E.C.A.; PENA, R.S. Caracterização e
processamento de leite bubalino em pó em secador por nebulização. Ciência
e Tecnologia de Alimentos, v.25, n.3, p.443-447, 2005.
163
440. GUIMARÃES, M.M.; SILVA, M.S. Valor nutricional e características químicas
e físicas de frutos de murici-passa (Byrsonima verbascifolia). Ciência e
Tecnologia de Alimentos, v.28, n.4, p.817-821, 2008.
441. HELM, C.V.; FRANCISCO, A. Chemical characterization of Brazilian hulles
barley varieties, flour fractionation and protein concentration. Scientia
Agricola, v.61, n.6, p.593-597, 2004.
442. HIANE, P.A.; BALDASSO, P.A.; MARANGONI, S.; MACEDO, M.L.R.
Chemical and nutritional evaluation of kernels of Bocaiuva, Acrocomia
aculeata (JACQ.) LODD. Ciência e Tecnologia de Alimentos, v.26, n.3,
p.683-689, 2006.
443. IHA, M.H.; FÁVARO, R.M.D.; OKADA, M.M.; PRADO, S.P.T.; BERGAMINI,
A.M.M.; OLIVEIRA, M.A.; GARRIDO, N.S. Avaliação físico-química e
higiênico-sanitária do suco de laranja fresco engarrafado e do suco
pasteurizado. Revista do Instituto Adolfo Lutz, v.59, n.1/2, p.39-44, 2000.
444. IZIDORO, D.R.; SCHEER, A.P.; NEGRE, M.F.O.; HAMINIUK, C.W.I.;
SIERAKOWSKI, M.R. Avaliação físico-química, colorimétrica e aceitação
sensorial de emulsão estabilizada com polpa de banana verde. Revista do
Instituto Adolfo Lutz, v.67, n.3, p.167-176, 2008.
445. LAGO, E.S.; GOMES, E.; SILVA, R. Produção de geléia de jambolão,
processamento, parâmetros físico-químicos e avaliação sensorial. Ciência e
Tecnologia de Alimentos, v.26, n.4, p.847-852, 2006.
446. LAPA-GUIMARÃES, J.; FELÍCIO, P.E.; GUZMÁN, E.S.C. Chemical and
microbial analyses of Squid Muscle (Loligo plei) during storage in ice. Food
Chemistry, v.91, p.477-483, 2005.
447. LIRA, G.M.; MANCINI FILHO, J.; SANT´ANA, L.S.; TORRES, R.P.;
OLIVEIRA, A.C.; OMENA, C.M.B.; NETA, M.L.S. Perfil de ácidos graxos,
composição centesimal e valor calórico de moluscos crus e cozidos com leite
de coco da cidade de Maceió-AL. Revista Brasileira de Ciências
Farmacêuticas, v.40, n.4, p.529-536, 2004.
448. LIRA, G.M.; MANCINI FILHO, J.; TORRES, R.P.; OLIVEIRA, A.C.;
VASCONCELOS, A.M.A.; OMENA, C.M.B.; ALMEIDA, M.C.S. Composição
centesimal, valor calórico, teor de colesterol e perfil de ácidos graxos da carne
de búfalo (Bubalis bubalis) da cidade de São Luiz do Quitunde-Al. Revista do
Instituto Adolfo Lutz, v.64, n.1, p.31-38, 2005.
449. MACHADO, F.M.V.F.; CANNIATTI-BRAZACA, S.G.; PIEDADE, S.M.S.
Avaliação da disponibilidade de ferro em ovo, cenoura e couve e em suas
misturas. Ciência e Tecnologia de Alimentos, v.26, n.3, p.610-618, 2006.
450. YUYAMA, L.K.O.; PANTOJA, L.; MAEDA, R.N.; AGUIAR, J.P.L.; SILVA, S.B.
Desenvolvimento e aceitabilidade de geléia dietética de cubiu (Solanum
sessiliflorum Dunal). Ciência e Tecnologia de Alimentos, v.28, n.4, p.929-
934, 2008.
164
451. ZEOLA, N.M.B.L.; SILVA SOBRINHO, A.G.; GONZAGA NETO, S.;
MARQUES, C.A.T. Composição centesimal da carne de cordeiros submetidos
a dietas com diferentes teores de concentrado. Ciência Rural, v.34, n.1,
p.253-257, 2004.
452. MADRUGA, M.S.; NARAIN, N.; DUARTE, T.F.; SOUSA, W.H.; GALVÃO,
M.S.; CUNHA, M.G.G.; RAMOS, J.L.F. Características químicas e sensoriais
de cortes comerciais de caprinos SRD e mestiços de Bôer. Ciência e
Tecnologia de Alimentos, v.25, n.4, p.713-719, 2005.
453. MAEDA, R.N.; PANTOJA, L.; YUYAMA, L.K.O.; CHAAR, J.M. Determinação
da formulação e caracterização do néctar de camu-camu (Myrciaria dubia
McVaugh). Ciência e Tecnologia de Alimentos, v.26, n.1, p.70-74, 2006.
454. MAGENIS, R.B.; PRUDÊNCIO, E.S.; AMBONI, R.D.M.C.; CERQUEIRA Jr.,
N.G.; OLIVEIRA, R.V.B; SOLDI, V.; BENEDET, H.D. Compositional an
physical properties of yogurts manufactured from milk and whey cheese
concentrated by ultrafiltration. International Journal of Food Science and
Technology, v.41, p.560-568, 2006.
455. MAIA, E.L.; OLIVEIRA, C.C.S.; SANTIAGO, A.P.; CUNHA, F.E.A.; HOLANDA,
F.C.A.F.; SOUSA, J.A. Composição química e classes de lipídios em peixe de
água doce Curimatã comum, Prochilodus cearensis. Ciência e Tecnologia
de Alimentos, v.19, n.3, 1999.
456. MARTINO, R.C.; CRUZ, G.M. Proximate composition and fatty acid contend of
the mangrove oyster, crassostrea rhizophorae, along the year seasons.
Brazilian Archives of Biology and Technology, v.47, n.6, p.955-960, 2004.
457. MARTINS, M.C.M.; SILVA, C.O.; BUCKERIDGE, M.S.; VIEIRA, C.C.J.
Carboidratos na bebida do café preparado sob diferentes processos. Ciência
e Tecnologia de Alimentos, v.25, n.2, p.382-386, 2005.
458. MATTIETTO, R.A.; LOPES, A.S.; MENEZES, H.C. Estabilidade do néctar
misto de cajá e umbu. Ciência e Tecnologia de Alimentos, v.27, n.3, p.456-
463, 2007.
459. MATUDA, T.G.; NETTO, F.M. Caracterização química parcial da semente de
Jatobá-do-Cerrado. Ciência e Tecnologia de Alimentos, v.25, n.2, p.353-
357, 2005.
460. MENEZES, M.E.S.; LIRA, G.M.; OMENA, C.M.B.; FREITAS, J.D.; SANT'ANA,
A.E.G. Composição centesimal, colesterol e perfil de ácidos graxos dos
peixes tainha (Mugil cephalus) e camurim (Centropomus undecimalis) da
lagoa Mundaú, AL/Brasil. Revista do Instituto Adolfo Lutz, v.67, n.2, p.89-
95, 2008.
461. MIRA, N.V.M.; LANFER-MARQUEZ, U.M. Avaliação da composição
centesimal, aminoácidos e mercúrio contaminante de surimi. Ciência e
Tecnologia de Alimentos, v.25, n.4, p.665-671, 2005.
165
462. MIZUMOTO, E.M.; CANNIATTI-BRAZACA, S.G.; MACHADO, F.M.V.F.
Avaliação química e sensorial de ovos obtidos por diferentes tratamentos.
Ciência e Tecnologia de Alimentos, v.28, n.1, p.60-65, 2008.
463. MONTEIRO, C.S.; BALBI, M.E.; MIGUEL, O.G.; PENTEADO, P.T.P.S.;
HARACEMIV, S.M.C. Qualidade nutricional e antioxidante do tomate “tipo
italiano”. Alimententos e Nutrição, v.19, n.1, p.25-31, 2008.
464. MOTA, R.V. Caracterização do suco de amora-preta elaborado em extrator
caseiro. Ciência e Tecnologia de Alimentos, v.26, n.2, p.303-308, 2006.
465. NEGRÃO, C.C.; MIZUBUTI, I.Y.; MORITA, M.C.; COLLI, C.; IDA, E.I.;
SHIMOKOMAKI, M. Biological evaluation of mechanically deboned chicken
meat protein quality. Food Chemistry, v.90, p.579-583, 2005.
466. NUNES, T.P.; TRINDADE, M.A.; ORTEGA, E.M.M.; CASTILLO, C.J.C.
Aceitação sensorial de reestruturados empanados elaborados com filé de
peito de galinhas matrizes de corte e poedeiras comerciais. Ciência e
Tecnologia de Alimentos, v.26, n.4, p.841-846, 2006.
467. ODA, S.H.I.; BRESSAN, M.C.; CARDOSO, M.G.; FREITAS, R.T.F.; MIGUEL,
G.Z.; FARIA, P.B.; VIEIRA, J.O.; PISA, A.C.C.; SAVIAN, T.V. Efeitos dos
métodos de abate e sexo na composição centesimal, perfil de ácidos graxos e
colesterol da carne de capivaras. Ciência e Tecnologia de Alimentos, v.24,
n.2, p.236-242, 2004.
468. OGAWA, M.; SILVA, A.I.M.; OGAWA, N.B.P.; MAIA, E.L.; NUNES, M.L.
Adequações tecnológicas no processamento da carne de caranguejo. Ciência
e Tecnologia de Alimentos, v.28, n.1, p.78-82, 2008.
469. OLIVEIRA, M.A.; FÁVARO, R.M.D.; OKADA, M.M.; ABE, L.T.; IHA, M.H.
Qualidade físico-química e microbiológica do leite de cabra pasteurizado e
Ultra Alta Temperatura, comercializado na região de Ribeirão Preto-SP.
Revista do Instituto Adolfo Lutz, v.64, n.1, 2005.
470. OLIVEIRA, E.R.N.; AGOSTINHO, A.A.; MATSUSHITA, M. Effect of biological
variables and capture period on the proximate composition and fatty acid
composition of the dorsal muscle tissue of Hypophthalmus edentatus
(Spix,1829). Brazilian Archives of Biology and Technology, v.46, n.1,
p.105-114, 2003.
471. OLIVEIRA, F.R.; LIRA, G.M.; TORRES, E.A.F.S.; SOARES, R.S.M.;
MENDONÇA, S.; SILVA, K.W.B. Efeito do beneficiamento sobre o valor
nutricional do peixe mandim (Arius spixii). Revista Brasileira de Ciências
Farmacêuticas, v.44, n.4, p.655-667, 2008.
472. OLIVEIRA, N.M.S.; OLIVEIRA, W.R.M.; NASCIMENTO, L.C.; SILVA, J.M.S.F.;
VICENTE, E.; FIORINI, J.E.; BRESSAN, M.C. Avaliação físico-química de
filés de tilápia (Oreochromis niloticus) submetidos à sanitização. Ciência e
Tecnologia de Alimentos, v.28, n.1, p.83-89, 2008.
166
473. PEDROSO, R.A.; DEMIATE, I.M. Avaliação da influência de amido e
carragena nas características físico-químicas e sensoriais de presunto cozido
de peru. Ciência e Tecnologia de Alimentos, v.28, n.1, p.24-31, 2008.
474. PEREIRA, J.; SILVA, R.P.G.; NERY, F.C.; VILELA, E.R. Comparação entre a
composição química determinada e declarada na embalagem de diferentes
marcas de pão de queijo. Ciência e Agrotecnologia, v.29, n.3, p.623-628,
2005.
475. PEREIRA, A.V.; ROMANELLI, P.F.; SCRIBONI, A.B.; ORLANDINI, F.P.
Rendimentos do abate e composição da carne de ema (Rhea americana).
Ciência e Tecnologia de Alimentos, v.26, n.3, p.632-638, 2006.
476. PETENICI, M.E.; STEVANATO, F.B.; VISENTAINER, J.E.L.; MATSUSHIDA,
M.; GARCIA, E.E.; SOUZA, N.E.; VISENTAINER, J.V. Fatty acid
concentration, proximate composition, and mineral composition in fishbone
flour of Nile Tilapia. Archivos Latinoamericanos de Nutrición, v.58, n.1,
p.87-90, 2008.
477. PIZZAIA, P.D.; SPADOTI, L.M.; NARIMATSU, A.; DORNELAS, J.R.F.; ROIG,
S.M. Composição, proteólise, capacidade de derretimento e formação de
"blisters" do queijo mussarela obtido pelos métodos tradicional e de
ultrafiltração. Ciência e Tecnologia de Alimentos, v.23, n.3, p.485-491,
2003.
478. RAUPP, D.S.; GARDINGO, J.R.; MORENO, L.R.; HOFFMAN, J.P.M.;
MATIELLO, R.R.; BORSATO, A.V. Minimilho em conserva: avaliação de
híbridos. Acta Amazônica, v.38, n.3, p.509–516, 2008.
479. RIZZON, L.A.; BERNARDI, J.; MIELE, A. Características analíticas dos sucos
de maçã Gala, Golden Delicious e Fuji. Ciência e Tecnologia de Alimentos,
v.25, n.4, p.750-756, 2005.
480. ROMANELLI, P.F.; CASERI, R.; LOPES FILHO, J.F. Processamento da carne
do jacaré do pantanal (Caiman crocodilus yacare). Ciência e Tecnologia de
Alimentos, v.22, n.1, p.70-75, 2002.
481. SANTUCCI, M.C.C.; ALVIM, I.D.; FARIA, E.V.; SGARBIERI, V.C. Efeito do
enriquecimento de biscoitos tipo água e sal, com extrato de levedura
(Saccharomyces sp.). Ciência e Tecnologia de Alimentos, v.23, n.3, p.441-
446, 2003.
482. SCHERER, R.; AUGUSTI, P.R.; BOCHI, V.C.; STEFFENS, C.; FRIES, L.L.M.;
DANIEL, A.P.; KUBOTA, E.H.; NETO, J.R.; EMANUELLI, T. Chemical and
microbiological quality of grass carp (Ctenopharyngodon idella) slaughtered by
different methods. Food Chemistry, v.99, p.136-147, 2006.
483. SILVA, S.O.; COSTA, S.M.G.; CLEMENTE, E. Chemical composition of
Pleurutus pulmonarius (Fr.) Quél., substrates and residue after cultivation.
Brazilian Archives of Biology and Technology, v.45, n.4, p.531-535, 2002.
167
484. SILVA, M.R.; NAVES, M.M.V.; OLIVEIRA, A.G.; SILVA, M.S. Composição
química de pratos à base de milho: comparação entre dados laboratoriais e
tabelas. Revista do Instituto Adolfo Lutz, v.63, n.2, p.193-199, 2004.
485. SILVA, C.G.M.; MELO FILHO, A.B.; PIRES, E.F.; STAMFORD, T.L.M.
Caracterização físico-química e microbiológica da farinha de algaroba
(Prosopis juliflora (Sw.) DC). Ciência e Tecnologia de Alimentos, v.27, n.4,
p.733-736, 2007.
486. SILVA, M.R.; LACERDA, D.B.C.; SANTOS, G.G.; MARTINS, D.M.O.
Caracterização química de frutos nativos do cerrado. Ciência Rural, v.38, n.6,
p.1790-1793, 2008.
487. SIMÕES, M.R.; RIBEIRO, C.F.A.; RIBEIRO, S.C.A.; PARK, K.J.; MURR,
F.E.X. Composição físico-química, microbiológica e rendimento do filé de
Tilápia Tailandesa (Oreochromis niloticus). Ciência e Tecnologia de
Alimentos, v.27, n.3, p.608-613, 2007.
488. SOUZA, A.C.M.; AMARRA-ROJAS, G.G.; ANDRADE, S.A.C.; GUERRA, N.B.
Características físicas, químicas e organolépticas de quipá (Tacinga
inamoena, Cactaceae). Revista Brasileira de Fruticultura, v.29, n.2, p.292-
295, 2007.
489. STEVANATO, F.B.; PETENUCCI, M.E.; MATSUSHITA, M.; MESOMO, M.C.;
SOUZA, N.E.; VISENTAINER, J.E.L.; ALMEIDA, V.V.; VISENTAINER, J.V.
Avaliação química e sensorial da farinha de resíduo de tilápias na forma de
sopa. Ciência e Tecnologia de Alimentos, v.27, n.3, p.567-571, 2007.
490. TARLEY, C.R.T.; VISENTAINER, J.V.; MATXUSCHITA, M.; SOUZA, N.E.
Proximate composition, cholesterol and fatty acids profile of canned sardines
(Sardinella brasiliensis) in soybean oil and tomato sauce. Food Chemistry,
v.88, p.1-6, 2004.
491. VALLILO, M.I.; GARBELOTTI, M.L.; OLIVEIRA, E.; LAMARDO, L.C.A.
Características físicas e químicas dos frutos do cambuzeiro (Campomanesia
phaea). Revista Brasileira de Fruticultura, v.27, n.2, p.241-244, 2005.
492. VALLILO, M.I.; MORENO, P.R.H.; OLIVEIRA, E.; LAMARDO, L.C.A.;
GARBELOTTI, M.L. Composição química dos frutos de Campomanesia
xanthocarpa Berg-Myrtaceae. Ciência e Tecnologia de Alimentos, v.28,
n.esp., p.231-237, 2008.
493. VISENTAINER, J.V.; SALDANHA, T.; BRAGAGNOLO, N.; FRANCO, M.R.B.
Relação entre teores de colesterol em filés de tilápias e níveis de óleo de
linhaça na ração. Ciência e Tecnologia de Alimentos, v.25, v.1, p.51-59,
2005.
494. WALTER, M.; SILVA, L.P.; DENARDIN, C.C. Rice and resistant starch
different content depending on chosen methodology. Journal of Food
Composition and Analysis, v.18, p.279-285, 2005.
168
495. WEBER, J.; BOCHI, V.C.; RIBEIRO, C.P.; VICTÓRIO, A.M.; EMANUELLI, T.
Effect of different cooking methods on the oxidation, proximate and fatty acid
composition of silver catfish (Rhamdia quelen) fillets. Food Chemistry, v.106,
p.140–146, 2008.
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
