Diferenças no consumo alimentar da população brasileira por raça/cor da pele em 2017–2018
DOI:
https://doi.org/10.11606/s1518-8787.2023057004000Palavras-chave:
Alimentos, Dieta e Nutrição, Fatores Raciais, Fatores Socioeconômicos, Inquéritos NutricionaisResumo
OBJETIVO: Avaliar o consumo alimentar no Brasil por raça/cor da pele da população. MÉTODOS: Foram analisados dados de consumo alimentar da Pesquisa de Orçamentos Familiares 2017–2018. Alimentos e preparações culinárias foram agrupados em 31 itens, compondo três grupos principais, definidos por características do processamento industrial: 1 – in natura/minimamente processados, 2 – processados e 3 – ultraprocessados. O percentual de calorias de cada grupo foi estimado por categorias de raça/cor da pele – branca, preta, parda, indígena e amarela –, utilizando-se regressão linear bruta e ajustada para sexo, idade, escolaridade, renda, macrorregião e área. RESULTADOS: Nas análises brutas, o consumo de alimentos in natura/minimamente processados foi menor para amarelos [66,0% (Intervalo de Confiança 95% 62,4–69,6)] e brancos [66,6% (IC95% 66,1–67,1)] que para pretos [69,8% (IC95% 68,9–70,8)] e pardos [70,2% (IC95% 69,7–70,7)]. Amarelos consumiram menos alimentos processados, com 9,2% das calorias (IC95% 7,2–11,1) enquanto os demais consumiram aproximadamente 13%. Ultraprocessados foram menos consumidos por pretos [16,6% (IC95% 15,6–17,6)] e pardos [16,6% (IC95% 16,2–17,1)], e o maior consumo ocorreu entre brancos [20,1% (IC95% 19,6–20,6)] e amarelos [24,5% (IC95% 20,0–29,1)]. O ajuste dos modelos reduziu a magnitude das diferenças entre as categorias de raça/cor da pele. A diferença entre pretos e pardos em relação aos brancos diminuiu, de três pontos percentuais (pp), para 1,2 pp no consumo de alimentos in natura/minimamente processados e as maiores diferenças remanescentes foram no consumo de arroz e feijão, com maior percentual na alimentação de pretos e pardos. A participação de alimentos processados permaneceu aproximadamente 4 pp menor para amarelos. O consumo de ultraprocessados diminuiu aproximadamente 2 pp para brancos e amarelos; por outro lado, aumentou 1 pp no consumo de pretos, pardos e indígenas. CONCLUSÃO: Diferenças no consumo alimentar segundo raça/cor da pele foram encontradas e são influenciadas por condições socioeconômicas e demográficas.
Referências
Gonzales L. A categoria político-cultural de amefricanidade. Tempo Bras. 1988;(92-93):69-82.
Ramos AR. ¡Vivos, contra todo y contra todos! Los pueblos indígenas de Brasil enfrentan el genocidio. Rev Estud Genocidio. 2018 [citado 30 Mar 2021];13:81-101. Disponível em: http://revistas.untref.edu.ar/index.php/reg/article/view/259
Batista LE, Barros S. Confronting racism in health services. Cad Saude Publica. 2017;33 Supl 1:e00090516. https://doi.org/10.1590/0102-311X00090516
Chor D, Lima CRA. Aspectos epidemiológicos das desigualdades raciais em saúde no Brasil. Cad Saude Publica. 2005;21(5):1586-94. https://doi.org/10.1590/S0102-311X2005000500033
Secretaria de Políticas de Ações Afirmativas (BR), Secretaria de Políticas de Promoção da Igualdade Racial. Racismo como determinante social de saúde. Brasília, DF: SEPPIR; 2011 [citado 30 Mar 2021]. Disponível em: https://www.gov.br/mdh/pt-br/centrais-de-conteudo/igualdade-racial/racismo-como-determinante-social-de-saude
Ministério da Saúde (BR). Portaria Nº 344, de 1º de fevereiro de 2017. Dispõe sobre o preenchimento do quesito raça/cor nos formulários dos sistemas de informação em saúde. Brasília, DF; 2017 [citado 31 Mar 2021]. Disponível em: https://bvsms.saude.gov.br/bvs/saudelegis/gm/2017/prt0344_01_02_2017.html
Canuto R, Fanton M, Lira PIC. Iniquidades sociais no consumo alimentar no Brasil: uma revisão crítica dos inquéritos nacionais. Cien Saude Colet. 2018;24(9):3193-212. https://doi.org/10.1590/1413-81232018249.26202017
Claro RM, Santos MAS, Oliveira TP, Pereira CA, Szwarcwald CL, Malta DC. Consumo de alimentos não saudáveis relacionados a doenças crônicas não transmissíveis no Brasil: Pesquisa Nacional de Saúde, 2013. Epidemiol Serv Saude. 2015;24(2):257-65. https://doi.org/10.5123/S1679-49742015000200008
Barros MBA, Lima MG, Medina LPB, Szwarcwald CL, Malta DC. Social inequalities in health behaviors among Brazilian adults: National Health Survey, 2013. Int J Equity Health. 2016;15(1):148. https://doi.org/10.1186/s12939-016-0439-0
Malta DC, Moura L, Bernal RTI. Differentials in risk factors for chronic non-communicable diseases from the race/color standpoint. Cien Saude Colet. 2015;20(3):713-25. https://doi.org/10.1590/1413-81232015203.16182014
Medina LPB, Barros MBA, Sousa NFS, Bastos TF, Lima MG, Szwarcwald CL. Desigualdades sociais no perfil de consumo de alimentos da população brasileira: Pesquisa Nacional de Saúde, 2013. Rev Bras Epidemiol. 2019;22 Supl 2:E190011.SUPL.2. https://doi.org/10.1590/1980-549720190011.supl.2
Velásquez-Meléndez G, Mendes LL, Pessoa MC, Sardinha LMV, Yokota RTC, Bernal RTI, et al. Tendências da frequência do consumo de feijão por meio de inquérito telefônico nas capitais brasileiras, 2006 a 2009. Cien Saude Colet. 2012;17(12):3363-70. https://doi.org/10.1590/S1413-81232012001200021
Jaime PC, Stopa SR, Oliveira TP, Vieira ML, Szwarcwald CL, Malta DC. Prevalence and sociodemographic distribution of healthy eating markers, National Health Survey, Brazil 2013. Epidemiol Serv Saude. 2015;24(2):10. https://doi.org/10.5123/S1679-49742015000200009
Ministério da Saúde (BR), Secretaria de Atenção à Saúde. Departamento de Atenção Básica. Guia alimentar para a população brasileira. 2. ed. Brasília, DF; 2014 [citado 15 Fev 2021]. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/guia_alimentar_populacao_brasileira_2ed.pdf
Monteiro CA, Cannon G, Lawrence M, Louzada MLC, Machado PP. Ultra-processed foods, diet quality, and health using the NOVA classification system. Rome (IT): FAO; 2019 [citado 15 Fev 2021]. Disponível em: https://www.fao.org/3/ca5644en/ca5644en.pdf
Monteiro CA, Levy RB, Claro RM, Castro IRR, Cannon G. Increasing consumption of ultra-processed foods and likely impact on human health: evidence from Brazil. Public Health Nutr. 2011;14(1):5-13. https://doi.org/10.1017/S1368980010003241
Instituto Brasileiro de Geografia e Estatística, Coordenação de Trabalho e Regimento. Pesquisa de Orçamentos Familiares 2017-2018: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2020 [citado 15 Fev 2021]. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101742.pdf
Martins APB, Levy RB, Claro RM, Moubarac JC, Monteiro CA. Participação crescente de produtos ultraprocessados na dieta brasileira (1987-2009). Rev Saude Publica. 2013;47(4):656-65. https://doi.org/10.1590/S0034-8910.2013047004968
Tabela Brasileira de Composição de Alimentos (TBCA) da Universidade de São Paulo (USP). São Paulo: Food Research Center; 2019.
Monteiro CA, Cannon G, Levy RB, Moubarac J-C, Louzada MLC, Rauber F, et al. Ultra-processed foods: what they are and how to identify them. Public Health Nutr. 2019;22(5):936-41. https://doi.org/10.1017/S1368980018003762
Louzada MLC, Martins APB, Canella DS, Baraldi LG, Levy RB, Claro RM, et al. Ultra-processed foods and the nutritional dietary profile in Brazil. Rev Saude Publica. 2015;49:38. https://doi.org/10.1590/S0034-8910.2015049006132
Multiple Source Method (MSM) for estimating usual dietary intake from short-term measurement data: user guide. Postdam (DE): EFCOVAL; DIfE; 2011 [citado 18 Fev 2021]. Disponível em: https://msm.dife.de/static/MSM_UserGuide.pdf
Harttig U, Haubrock J, Knüppel S, Boeing H, EFCOVAL Consortium. The MSM program: web-based statistics package for estimating usual dietary intake using the Multiple Source Method. Eur J Clin Nutr. 2011;65 Suppl 1:S87-91. https://doi.org/10.1038/ejcn.2011.92
Swinburn BA, Kraak VI, Allender S, Atkins VJ, Baker PI, Bogard JR, et al. The Global Syndemic of Obesity, Undernutrition, and Climate Change: The Lancet Commission report. Lancet. 2019;393(10173):791-846. https://doi.org/10.1016/S0140-6736(18)32822-8
Borges CA, Claro RM, Martins APB, Villar BS. Quanto custa para as famílias de baixa renda obterem uma dieta saudável no Brasil? Cad Saude Publica. 2015;31(1):137-48. https://doi.org/10.1590/0102-311X00005114
Claro RM, Monteiro CA. Renda familiar, preço de alimentos e aquisição domiciliar de frutas e hortaliças no Brasil. Rev Saude Publica. 2010;44(6):1014-20. https://doi.org/10.1590/S0034-89102010000600005
Rodrigues PRM, Monteiro LS, Cunha DB, Sichieri R, Pereira RA. Adult food consumption by household composition: an analysis of the first National Dietary Survey, Brazil, 2008–2009. Public Health Nutr. 2019;23(2):193-201. https://doi.org/10.1017/S1368980019002374
Maia EG, Passos CM, Levy RB, Martins APB, Mais LA, Claro RM. What to expect from the price of healthy and unhealthy foods over time? The case from Brazil. Public Health Nutr. 2020;23(4):579-88. https://doi.org/10.1017/S1368980019003586
Almeida S. Racismo estrutural? São Paulo: Pólen; 2019. 264 p.
Instituto Brasileiro de Geografia e Estatística. Desigualdades sociais por cor ou raça no Brasil. Rio de Janeiro: IBGE; 2019 [citado 20 Mar 2021]. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101681_informativo.pdf
Coimbra CEA, Santos RV, Welch JR, Cardoso AM, Souza MC, Garnelo L, et al. The First National Survey of Indigenous People’s Health and Nutrition in Brazil: rationale, methodology, and overview of results. BMC Public Health. 2013;13:52. https://doi.org/10.1186/1471-2458-13-52
Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2010: características gerais dos indígenas: resultados do universo. Rio de Janeiro: IBGE; 2012 [citado 20 Mar 2021]. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/periodicos/95/cd_2010_indigenas_universo.pdf
Instituto Brasileiro de Geografia e Estatística, Coordenação de Trabalho e Rendimento. Pesquisa de Orçamentos Familiares 2017-2018: análise da segurança alimentar no Brasil. Rio de Janeiro: IBGE; 2020 [citado 20 Mar 2021]. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101749.pdf
Araújo EM, Costa MCN, Hogan VK, Araújo TM, Dias AB, Oliveira LOA. A utilização da variável raça/cor em Saúde Pública: possibilidades e limites. Interface (Botucatu). 2009;13(31):383-94. https://doi.org/10.1590/S1414-32832009000400012
Maciel ME. Uma cozinha à brasileira. Estud Hist. 2004 [citado 30 Mar 2021];(33):25-39.Disponível em: https://bibliotecadigital.fgv.br/ojs/index.php/reh/article/view/2217/1356
Braz RM, Oliveira PTR, Reis AT, Machado NMS. Avaliação da completude da variável raça/cor nos sistemas nacionais de informação em saúde para aferição da equidade étnico-racial em indicadores usados pelo Índice de Desempenho do Sistema Único de Saúde. Saude Debate. 2013 [citado 30 Mar 2021];37(99):554-62. Disponível em: https://www.scielo.br/j/sdeb/a/ZqDr6yqgFryL5zXqCyrLVLc/?format=pdf&lang=pt
Verly-Jr E, Oliveira DCRS, Fisberg RM, Marchioni DML. Performance of statistical methods to correct food intake distribution: comparison between observed and estimated usual intake. Br J Nutr. 2016;116(5):897-903. https://doi.org/10.1017/S0007114516002725
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2023 Janaína Calu Costa, Amanda Cristina da Silva de Jesus, Juliana Giaj Levra de Jesus, Mariana Ferreira Madruga, Thays Nascimento Souza, Maria Laura da Costa Louzada
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
