Validação do software Brasil-Nutri para recordatórios alimentares de 24 horas utilizando biomarcadores de recuperaçãoRESUMO
Objetivo: Avaliar erros de medida em recordatórios alimentares de 24 horas duplicados, guiados pelo software Brasil-Nutri, utilizando biomarcadores de recuperação para energia, proteína, sódio e potássio em uma subamostra de participantes do Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil).
Métodos: Homens e mulheres aparentemente saudáveis e com peso corporal estável foram incluídos no estudo. Dois recordatórios alimentares de 24 horas não consecutivos, guiados pelo software Brasil-Nutri, foram comparados com biomarcadores de recuperação de proteína, potássio e sódio obtidos a partir de duas amostras de urina de 24 horas. O gasto energético total foi avaliado por meio do método da água duplamente marcada.
Resultados: Oitenta indivíduos, com idade entre 43 e 72 anos, participaram do estudo. A ingestão energética autorreferida (2.146 kcal/dia) foi inferior ao gasto energético total estimado pelo método da água duplamente marcada (2.526 kcal/dia), com diferença média de 380 kcal/dia. A ingestão autorreferida de proteína (94,9 g/dia) foi superior à estimada pelo biomarcador (87,6 g/dia). Para o sódio, a ingestão média autorreferida foi de 2,9 g/dia em comparação com 4,7 g/dia estimados pelo biomarcador, enquanto a ingestão de potássio foi de 2,9 g/dia versus 3,0 g/dia, respectivamente.
Conclusão: O software Brasil-Nutri apresentou desempenho aceitável para estimar a ingestão média populacional de alguns nutrientes; entretanto, erros de medida importantes foram observados, particularmente para a ingestão de sódio. Além disso, as correlações com os biomarcadores de recuperação foram baixas a moderadas, indicando limitações na concordância em nível individual.
Palavras-chave:
Software; Inquéritos sobre dietas; Gasto energético; Biomarcador; Estudo de validação
ABSTRACT
Objective: To evaluate measurement errors in duplicate 24-hour dietary recalls, guided by the Brasil-Nutri software, using recovery biomarkers for energy, protein, sodium, and potassium in a subsample of participants from the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil).
Methods: Apparently healthy men and women with stable body weight were included in the study. Two non-consecutive 24-hour dietary recalls, guided by the Brasil-Nutri software, were compared with recovery biomarkers of protein, potassium, and sodium obtained from two 24-hour urine samples. Total energy expenditure was assessed using the doubly labeled water method.
Results: Eighty individuals, aged 43 to 72 years, participated in the study. Self-reported energy intake (2,146 kcal/day) was lower than the total energy expenditure estimated by the doubly labeled water method (2,526 kcal/day), with a mean difference of 380 kcal/day. Self-reported protein intake (94.9 g/day) was higher than the biomarker estimate (87.6 g/day). For sodium, mean self-reported intake was 2.9 g/day compared with 4.7 g/day estimated by the biomarker, while potassium intake was 2.9 g/day versus 3.0 g/day, respectively.
Conclusion: The Brasil-Nutri software showed acceptable performance for estimating population mean intake of some nutrients; however, important measurement errors were observed, particularly for sodium intake. In addition, correlations with recovery biomarkers were low to moderate, indicating limitations in individual-level agreement.
Keywords:
Software; Diet surveys; Energy expenditure; Biomarker; Validation study
INTRODUÇÃO
A ingestão alimentar é comumente avaliada utilizando-se métodos dietéticos autorrelatados que estão sujeitos a erros aleatórios e sistemáticos1. Compreender esses erros é essencial para interpretar ou corrigir os resultados de estudos em epidemiologia nutricional. Para avaliar a validade dos métodos de avaliação dietética, suas estimativas são comparadas com aquelas obtidas a partir de métodos de referência com erros de medição independentes2,3. Os avanços nas tecnologias de avaliação dietética reduziram o tempo e os custos necessários para a coleta, codificação e análise de dados. Contudo, a validação desses métodos adaptados também é necessária4-9.
O Brasil-Nutri é um sistema informatizado de recordatório alimentar de 24 horas desenvolvido para apoiar inquéritos dietéticos nacionais no Brasil, incluindo o Inquérito Nacional de Alimentação10-12. O software inclui uma extensa base de dados de composição de alimentos, fundamentada em inquéritos dietéticos e estudos epidemiológicos nacionais anteriores13.
Os biomarcadores de recuperação fornecem medidas objetivas de ingestão alimentar e são amplamente utilizados em estudos de validação porque os seus erros de medição são, em sua maioria, independentes dos métodos autorreferidos1. Esses biomarcadores incluem excreções de nitrogênio, sódio e potássio obtidas de amostras de urina de 24 horas, que podem ser usadas para estimar a ingestão de proteínas e minerais na alimentação14.
No presente estudo, nosso objetivo foi avaliar erros de medida em recordatórios alimentares de 24 horas duplicados, guiados pelo software Brasil-Nutri, em comparação com biomarcadores de recuperação em uma subamostra de participantes do Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil). A ingestão energética foi avaliada pelo método da água duplamente marcada (ADM), enquanto que a ingestão de proteína, sódio e potássio foi avaliada por meio de biomarcadores urinários de recuperação. O desempenho foi avaliado tanto em nível populacional como individual.
MÉTODOS
Amostra do estudo
O ELSA-Brasil é uma investigação de coorte multicêntrica com 15.105 participantes, de ambos os sexos, trabalhadores ativos e aposentados de seis estados brasileiros, com o objetivo principal de examinar a incidência e os fatores de risco para doenças crônicas não transmissíveis15. O presente estudo foi realizado no centro de pesquisa ELSA-Brasil em São Paulo, localizado no Centro de Pesquisa Clínica e Epidemiológica do Hospital Universitário da Universidade de São Paulo (CPCE/HU/USP).
Entre agosto de 2018 e dezembro de 2019, foram recrutados 101 adultos e idosos de ambos os sexos. A seleção dos participantes e as exclusões realizadas estão descritas na Figura 1. Para validar as estimativas de ingestão de proteína, sódio e potássio, obtidas por meio do software Brasil-Nutri, 18 indivíduos foram excluídos devido a dados faltantes com relação à avaliação dietética e/ou coleta incompleta de urina de 24 horas. Além disso, três participantes sem informação quanto ao método ADM foram excluídos. Assim, a amostra final da análise foi composta por 80 participantes.
Todos os participantes receberam instruções detalhadas quanto ao protocolo de coleta e assinaram um Termo de Consentimento Livre e Esclarecido, indicando sua intenção de participar no estudo. O estudo foi aprovado pelo Comitê de Ética em Pesquisa do Hospital Universitário da Universidade de São Paulo.
Recordatórios alimentares de 24 horas guiados pelo software Brasil-Nutri
Dois recordatórios alimentares de 24 horas (24hR) não consecutivos, com intervalo de três a quatro semanas entre as avaliações, foram coletados por meio do software Brasil-Nutri. O protocolo do estudo foi concebido para que a primeira entrevista do 24hR fosse realizada presencialmente no centro de estudo e a segunda, por telefone. No entanto, para os participantes que tiveram dificuldade em completar a entrevista por telefone ou que apresentaram limitações relacionadas ao contato remoto, a segunda entrevista também foi realizada presencialmente para minimizar as perdas de seguimento. A estratégia de entrevista por telefone foi adotada visando avaliar a viabilidade operacional da avaliação dietética remota, semelhante aos procedimentos utilizados em grandes estudos epidemiológicos. Além disso, todos os participantes realizaram uma entrevista inicial presencialmente com apoio visual para estimativa do tamanho das porções e medidas domésticas.
A entrevista do 24hR guiada pelo software Brasil-Nutri começa com questões sobre o uso habitual de sal e açúcar ou adoçantes, suplementos nutricionais e adesão a padrões de dieta restritivos ou terapias nutricionais específicas. Os entrevistados foram solicitados a mencionar todos os alimentos e bebidas consumidos nas últimas 24 horas, o local e o tempo de consumo, bem como detalhes sobre cada alimento e bebida, incluindo o método de preparação, o tipo de unidade e a quantidade de consumo em medições domésticas ou unidades padrão, ilustrados por imagens em uma tela de computador16. A estimativa de nutrientes foi baseada na Tabela Brasileira de Composição de Alimentos (TBCA/USP)17-19. Os valores de sódio disponíveis na base de dados de composição de alimentos incluem o sódio intrínseco, o sódio adicionado durante o processamento de alimentos e o sódio estimado com base no preparo de alimentos.
Dados antropométricos e de estilo de vida
Cada participante preencheu um questionário sobre caraterísticas socioeconômicas e fatores de estilo de vida. A atividade física foi classificada de acordo com o Questionário Internacional de Atividade Física (International Physical Activity Questionnaire – IPAQ) como leve, moderada ou vigorosa20. Devido ao pequeno número de participantes na categoria "vigorosa", níveis moderados e vigorosos foram combinados. A classe social foi categorizada de acordo com os critérios de classificação econômica da Associação Brasileira de Empresas de Pesquisa, com ≥45 pontos para a classe alta; ≥29 e ≤44 pontos para a classe média; e ≤28 pontos para a classe baixa21.
As medidas antropométricas foram realizadas de forma duplicada, com os participantes vestindo roupas leves, sem sapatos e adornos e com bolsos vazios. A altura, o peso e a circunferência da cintura foram medidos com aproximação de 0,1 cm, 0,1 kg e 0,1 cm, respectivamente, com equipamento calibrado no início e no final do estudo. Foram utilizadas medidas médias de peso e altura para calcular o Índice de Massa Corporal (IMC [kg/m2]) e classificar o estado nutricional dos indivíduos, seguindo os critérios da Organização Mundial da Saúde22 para adultos e os critérios de Lipschitz23 para idosos. Os participantes foram classificados como: 1) Subpeso, com IMC<18,5 kg/m2 para adultos e IMC<22 kg/m2 para idosos; 2) peso normal, considerando IMC 18,5–24,9 kg/m² para adultos e IMC<27 kg/m2 para idosos; e 3) sobrepeso, com IMC≥25 kg/m2 para adultos e IMC≥27 kg/m2 para idosos. No entanto, como apenas um participante estava abaixo do peso, a categoria "subpeso" foi combinada com o grupo de peso normal.
Biomarcadores de recuperação
Duas amostras de urina de 24 horas (24hU) foram coletadas de cada participante como parte do protocolo do estudo. A primeira amostra de 24hU foi coletada no mesmo dia da primeira avaliação do 24hR. A segunda amostra de 24hU foi coletada após a conclusão das duas avaliações do 24hR, durante um período de avaliação subsequente. O intervalo médio entre as coletas de urina foi de seis meses (mínimo de um e máximo de 14 meses). Para as análises, utilizou-se a média das duas coletas de urina como medida de biomarcador de referência visando reduzir a variância intrapessoal e melhorar a estimativa da ingestão habitual.
As coletas de 24hU que tinham um intervalo de coleta menor que 22 horas ou maior que 26 horas foram consideradas inválidas. O tempo total de coleta de urina foi calculado como o intervalo entre os tempos de início e fim da coleta. Coletas com um volume de 24hU inferior a 500 mL ou com excreção total de creatinina fora da faixa esperada, <14,4 ou >33,6 mg/kg para homens e <10,8 ou >25,2 mg/kg para mulheres, conforme sugerido por Pereira et al.24, também foram consideradas inválidas.
A determinação da ureia na urina foi realizada por um método cinético (urease e a glutamato desidrogenase), realizado pelo analisador automático Cobas c501® (Roche®). Os valores da excreção total de ureia em 24 horas foram convertidos em nitrogênio (g/dia), considerando que a ureia é uma porção constante/estável (85%) do nitrogênio total da urina25,26. Em seguida, a ingestão de proteínas foi calculada utilizando a seguinte fórmula: ingestão de proteínas = 6,25 * (nitrogênio urinário [g/dia] + 2), onde + 2 representa perdas de nitrogênio extra-renal (fezes e pele) em g/dia27. As concentrações de potássio urinário foram medidas utilizando a técnica de eletrodo íon-seletivo. A ingestão de potássio foi calculada dividindo-se a excreção de potássio urinário por 0,77. As concentrações de sódio urinário foram medidas utilizando a técnica de eletrodo íon-seletivo. A ingestão de sódio foi calculada dividindo-se a excreção de sódio urinário por 0,86, de acordo com Freedman et al.28.
O gasto energético total (GET) durante um período de duas semanas foi avaliado utilizando o método da água duplamente marcada (ADM) em 101 participantes. O protocolo de ADM foi repetido em 26 participantes para avaliar a reprodutibilidade e melhorar a precisão das estimativas de GET. As doses foram preparadas considerando a razão de 2 g de 10% 18O e 0,11 g de óxido de deutério (2H2O) de 99,8% por quilograma de água corporal total estimada29. Uma amostra basal de urina foi coletada antes da ingestão da dose de ADM pelos participantes. Após a ingestão, uma amostra foi coletada todos os dias durante 14 dias, preferencialmente no mesmo horário nas casas dos participantes. Nos 7º e 14º dias de coleta, as amostras da semana foram entregues ao laboratório, e as amostras do dia foram coletadas no momento da entrevista no centro de pesquisa. No entanto, apenas amostras basais e amostras dos dias 1, 2, 3, 7, 8, 13 e 14 foram analisadas. Todas as amostras foram refrigeradas até serem entregues para processamento. O enriquecimento isotópico de 2H e 18O em amostras de urina foi analisado em triplicata utilizando espectrometria de massa de razões isotópicas (IRMS-GLS: ANCA 20-20, Europe Scientific, Reino Unido e ANCA 22-20, Sercon, Reiuno Unido) no Laboratório de Espectrometria de Massa de Razões Isotópicas da Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo, Brasil. Os valores da taxa de decaimento entre ²H e 18O variaram de 1,01 a 1,07. O peso corporal foi monitorado durante todo o período de medição da ADM para garantir que os participantes não estavam perdendo ou ganhando peso. Os participantes foram considerados estáveis quando a diferença de peso entre os dias 1 e 14 foi de <1 kg.
Análise estatística
Os dados referentes às caraterísticas socioeconômicas, antropométricas e de estilo de vida foram descritos por frequências, e as associações entre as variáveis categóricas foram testadas por meio do teste χ² ou pelo teste exato de Fisher. Os valores das variáveis dietéticas e dos biomarcadores foram apresentados em forma bruta. As diferenças (ingestão alimentar menos biomarcador), razões (ingestão alimentar/biomarcador) e viés relativo {[(ln ingestão alimentar/ln biomarcadores) × 100] − 100}, representando o percentual de subnotificação em nível populacional, foram estimados28. A concordância entre os métodos, tanto em nível populacional como em nível individual, global e estratificada por sexo, foi avaliada utilizando os gráficos de Bland-Altman30. Para as demais análises, os valores obtidos em dois dias não consecutivos foram ajustados para a distribuição da ingestão por variância intrapessoal, utilizando o software Multiple Source Method (MSM)31. Os coeficientes de correlação entre as variáveis dietéticas e os seus respetivos biomarcadores para avaliar se o método foi capaz de classificar os indivíduos de acordo com a sua ingestão foram calculados utilizando o coeficiente de correlação de Pearson, e as transformações Z de Fisher foram usadas para calcular os intervalos de confiança de 95% (IC 95%) dos coeficientes de correlação. Em todas as análises, um nível de significância de 5% foi considerado, e o processamento estatístico dos dados foi realizado utilizando o software Stata® (versão 14.0).
Para interpretar a validade do método de avaliação dietética, diferentes aspetos de desempenho foram considerados. A concordância em nível populacional foi avaliada comparando as estimativas médias de ingestão alimentar com os biomarcadores de recuperação por meio de diferenças, razões e viés relativo. A capacidade de classificar os indivíduos de acordo com a ingestão alimentar foi avaliada por meio de coeficientes de correlação entre estimativas dietéticas e biomarcadores, com correlações classificadas como baixas (<0,30), moderadas (0,30–0,50) ou altas (>0,50). A concordância em nível individual foi adicionalmente avaliada de acordo com os gráficos de Bland–Altman e limites de concordância.
Declaração de disponibilidade de dados:
Todo o conjunto de dados que dá suporte aos resultados deste estudo está disponível mediante solicitação e aprovação pelo presidente da comissão diretiva para o estudo de validação do software Brasil-Nutri do Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil).
RESULTADOS
Entre os 80 participantes do estudo, 43 eram mulheres e 37 eram homens. A maioria (86,3%) tinha entre 43 e 59 anos. Mais da metade tinha Ensino Superior completo ou diploma de pós-graduação (56,2%), 62,5% pertenciam à classe social média, 55,0% reportaram atividade física leve e 63,8% tiveram seu peso classificado como sobrepeso (Tabela 1).
Características socioeconômicas e de estilo de vida de uma subamostra do Estudo Longitudinal de Saúde do Adulto utilizada para a validação do software Brasil-Nutri.
Na Tabela 2, apresentamos as estimativas de ingestão alimentar para energia, proteína, sódio e potássio e seus respectivos biomarcadores de recuperação e as correlações entre os dois métodos. A média de ingestão energética autorreferida (2,146.1 kcal/dia) foi menor que o GET estimado pelo método ADM (2,526.5 kcal/dia), resultando em uma diferença média de 380,3 kcal/dia. Considerando o viés relativo, houve subestimação da ingestão energética na amostra total (-1,8%) bem como entre homens (-1,6%) e mulheres (-2,0%).
Ingestão energética e biomarcador, proteína calculada a partir de nitrogênio, sódio e potássio, com base em dois dias de recordatórios de 24 horas e duas coletas de urina de 24 horas ou método de água duplamente marcada no estudo de validação Brasil-Nutri.
A média de ingestão de proteína autorreferida (94,9 g/dia) foi maior do que a estimativa do biomarcador (87,6 g/dia), correspondendo a uma diferença média de 7,3 g/dia. Entre os homens, a ingestão de proteína autorreferida foi de 111,5 g/dia comparado com 98,1 g/dia estimado pelo biomarcador, enquanto que entre as mulheres os valores correspondentes foram de 80,6 g/dia e 78,7 g/dia. O coeficiente de correlação entre a ingestão de proteína e o seu biomarcador foi de 0,60 (IC 95% 0,39–0,69), mantendo-se inalterado após ajuste para a variância intrapessoal (r=0,60; IC 95% 0,46–0,74). Para o sódio, a ingestão média autorreferida foi de 2,9 g/dia, enquanto a estimativa do biomarcador foi de 4,7 g/dia, resultando em uma diferença média de 1,7 g/dia. Para o potássio, a ingestão média autorreferida foi de 2,9 g/dia, comparado com 3,0 g/dia estimado pelo biomarcador, correspondendo a uma diferença média de 0,2 g/dia.
Na Tabela 3, apresentamos as diferenças médias entre as estimativas de ingestão alimentar e os biomarcadores de recuperação segundo as caraterísticas socioeconômicas, antropométricas e de estilo de vida. Não observamos diferenças estatisticamente significativas entre os grupos avaliados. No entanto, verificamos a subestimação para a ingestão energética, de sódio e potássio na maioria dos subgrupos. Para a ingestão energética, observamos maior subestimação entre idosos, participantes com sobrepeso e aqueles que relataram atividade física moderada a vigorosa. Identificamos um padrão distinto entre os grupos socioeconômicos, com sobrenotificação entre os participantes da classe social mais baixa e subnotificação entre os participantes das classes média e alta. Para o sódio e o potássio, as diferenças entre as estimativas dietéticas e os biomarcadores foram relativamente consistentes entre subgrupos, embora maiores discrepâncias entre os idosos tenham sido observadas. Por outro lado, o consumo de proteína tendeu a ser superestimado entre os adultos, participantes da classe social baixa, indivíduos com sobrepeso e aqueles que relataram atividade física leve.
Médias e intervalos de confiança de 95% da diferença entre estimativas dietéticas e biomarcadores para energia, proteína, sódio e potássio no estudo de validação do software Brasil-Nutri.
De acordo com as análises de concordância baseadas nos gráficos de Bland-Altman, houve uma variância substancial entre as estimativas dietéticas e os biomarcadores de recuperação em nível individual, particularmente para a ingestão energética e de sódio (Figura Suplementar 1). O potássio apresentou limites de concordância comparativamente menores, enquanto o sódio apresentou a maior diferença entre os métodos.
DISCUSSÃO
Neste estudo, avaliamos os erros de medição em recordatórios alimentares de 24 horas guiados pelo software Brasil-Nutri utilizando biomarcadores de recuperação em participantes do estudo ELSA-Brasil. Em nível populacional, o desempenho do método variou de acordo com o nutriente avaliado, com superestimação para proteína e subestimação para sódio e potássio quando comparados com biomarcadores de recuperação. Além disso, observamos correlações baixas a moderadas entre estimativas dietéticas e biomarcadores, particularmente para a ingestão energética, indicando concordância limitada em nível individual. Tais achados sugerem que, embora o software possa fornecer estimativas razoáveis para alguns nutrientes em nível populacional, erros de medição significantes permanecem e devem ser cuidadosamente considerados ao interpretar os resultados.
Um número crescente de pesquisadores tem proposto inovações tecnológicas para a coleta de 24hR, incluindo o uso, por exemplo, de aplicativos de smartphones e imagens digitais, visando superar desafios logísticos em estudos epidemiológicos5-9,32,33. Autores de estudos anteriores de validação de ferramentas online de avaliação dietética, como o Oxford WebQ e MyFood24, também relataram erros de medição quando comparados com biomarcadores de recuperação, incluindo a superestimação de alguns nutrientes32,33. Autores de outras pesquisas, nas quais estimativas de proteína, sódio e potássio obtidas pelo 24hR foram comparadas com biomarcadores urinários, relataram tendência a subestimar o consumo dos três nutrientes34-36. No presente estudo, identificamos uma superestimação para proteína (94,9 g versus 87,6 g) e subestimação para sódio (2,9 g versus 4,7 g) e potássio (2,9 g versus 3,0 g). Em contraste com a subestimação usualmente descrita para os métodos de avaliação da ingestão alimentar, a ingestão de proteínas foi levemente superestimada no presente estudo. Uma possível explicação é que os alimentos ricos em proteínas são geralmente mais fáceis de identificar e quantificar em recordatórios alimentares do que nutrientes como o sódio, que dependem fortemente das práticas de preparação de alimentos e do uso discricionário de sal. No mais, o nível de escolaridade relativamente elevado da população do estudo pode ter contribuído para uma informação mais precisa das principais refeições e dos alimentos que contêm proteínas.
Verificamos diferenças comparativamente menores e limites de concordância mais estreitos no potássio do que no sódio. Esse achado pode estar relacionado com o fato de a ingestão de potássio ser amplamente derivada de alimentos minimamente processados, como frutas, vegetais e legumes, que são geralmente mais fáceis de relatar e menos influenciados por práticas de preparação discricionária.
Autores de um estudo norte-americano, no qual biomarcadores de recuperação foram utilizados como método de referência e apenas mulheres foram incluídas, relataram um coeficiente de correlação deatenuado de 0,54 para ingestão de proteína ajustado pela energia, avaliado usando o Automated Self-Administered 24-Hour Dietary Recall (ASA24)37, que é comparável à correlação observada no presente estudo (r=0,60)37. Os coeficientes de correlação observados no nosso estudo foram comparáveis aos relatados em estudos anteriores de validação utilizando biomarcadores urinários38. Para o potássio, as correlações deatenuadas foram de 0,34 para os homens e 0,19 para as mulheres. Para o sódio, os valores correspondentes foram de 0,02 e 0,11, respectivamente. Embora de baixa a moderada, essas correlações indicam que os recordatórios alimentares foram capazes de classificar os indivíduos de acordo com a ingestão, o que é uma importante caraterística para estudos epidemiológicos.
A subestimação significativa observada para a ingestão de sódio representa um dos principais achados deste estudo e destaca uma importante limitação do método. Estimar a ingestão de sódio por meio de avaliação dietética autorreferida continua a ser um dos maiores desafios na avaliação dietética devido às dificuldades em quantificar o sal discricionário adicionado durante a preparação e o consumo de alimentos, bem como à variabilidade do teor de sódio nos alimentos processados. Além disso, a ingestão de sódio apresenta uma variância intrapessoal considerável, o que pode reduzir ainda mais a concordância entre os recordatórios alimentares e os biomarcadores de recuperação. O peso corporal tem sido consistentemente identificado como um preditor de viés de medida em métodos de avaliação dietética autorreferida, com maior grau de subnotificação, especialmente em relação à energia, associado ao sobrepeso e à obesidade39-45. Mercado et al.38 descreveram uma maior subnotificação da ingestão de sódio em 24hR, identificada pelo método tradicional entre indivíduos com sobrepeso e obesidade. No presente estudo, as estimativas de sódio obtidas pelo 24hR em comparação com o seu biomarcador foram subestimadas em 1,7 g para a população total e em 2,1 g e 1,4 g para homens e mulheres, respectivamente. No mais, a subestimação foi maior entre os participantes com sobrepeso em comparação com os participantes com peso normal especificamente para esse nutriente (1,8 g versus 1,5 g). No entanto, vale destacar que indivíduos com obesidade foram excluídos do presente estudo como uma estratégia metodológica deliberada para minimizar os fatores anteriormente associados à subnotificação sistemática em estudos de avaliação dietética. Autores de estudos anteriores que comparavam recordatórios alimentares com biomarcadores urinários também demonstraram baixa concordância e subestimação significativa para o consumo de sódio em nível individual46-49.
As comparações com estudos envolvendo populações obesas devem, portanto, ser interpretadas com cautela; foram incluídas aqui principalmente para contextualizar padrões de erros de subnotificação dietética descritos na literatura. A aplicabilidade dos nossos achados aos indivíduos com obesidade permanece incerta e deve ser investigada em futuros estudos de validação que incluam populações mais heterogêneas.
Outro aspeto importante é que estimar a ingestão discricionária de sal permanece inerentemente desafiador em inquéritos dietéticos, mesmo quando questões específicas sobre o sal adicionado são incluídas. No software Brasil-Nutri, questões adicionais relacionadas à preparação de alimentos e tempero, incluindo adição de sal, foram sistematicamente aplicadas a todos os alimentos relatados. No entanto, os participantes podem deixar de relatar o sal adicionado a saladas e alimentos preparados em casa. Tais fatores podem ter contribuído para a subestimação significativa observada para a ingestão de sódio no presente estudo.
Freedman et al. agrupou dados de vários estudos de validação e reportou subnotificação de ingestão energética numa faixa de 6 a 28%, dependendo da população e do sexo do estudo28. Em estudos com o ASA 24, a ingestão energética estimada foi menor do que o GET para homens e mulheres50,51. No presente estudo, a subnotificação da ingestão energética com dois 24hR por meio do software Brasil-Nutri foi de 1,6% para homens e 2,0% para mulheres. A subestimação observada para a ingestão energética pode ser parcialmente explicada por omissões de alimentos percebidos como pouco saudáveis, dificuldades em lembrar lanches e alimentos consumidos fora de casa e desafios na estimativa do tamanho das porções. Ademais, a ingestão energética é particularmente suscetível a tendências de conveniência social e subnotificação seletiva, mesmo entre indivíduos aparentemente saudáveis.
O estudo tem vários pontos fortes, incluindo o uso de critérios rigorosos de seleção de participantes, projetados para minimizar os fatores associados à subnotificação dietética, como doenças crônicas, uso de medicamentos/suplementos ou condições fisiológicas que possam comprometer a validade de biomarcadores ou a comunicação de consumo; o uso de biomarcadores de recuperação para validação de proteínas, sódio e potássio; e procedimentos rigorosos de controle de qualidade durante a coleta, armazenamento e análise laboratorial de urina. Embora a amostra selecionada limite a validade externa, a inclusão de indivíduos aparentemente saudáveis sem obesidade ou doenças crônicas foi uma estratégia metodológica deliberada para minimizar os fatores associados à subnotificação sistemática já descritos na literatura. Essa abordagem possibilitou a avaliação do desempenho do software em condições mais controladas antes de uma aplicação mais ampla em populações mais heterogêneas. Portanto, os resultados não devem ser extrapolados diretamente para a população brasileira como um todo. Outra limitação do estudo é que a segunda avaliação do biomarcador foi realizada durante um período de avaliação posterior, com um intervalo médio de seis meses entre as coletas de urina. No mais, a estimativa do tamanho das porções durante entrevistas por telefone não teve suporte de imagens digitais de alimentos.
O software Brasil-Nutri demonstrou um desempenho aceitável para estimar a ingestão média em nível populacional de alguns nutrientes; no entanto, erros significativos de medição permanecem, particularmente para a ingestão de sódio. As correlações com os biomarcadores de recuperação foram de baixas a moderadas, sugerindo limitações de concordância em nível individual. Os achados corroboram o uso do método, com cautela, em estudos populacionais. Destacamos a necessidade de maior refinamento, especialmente para a estimativa de sódio.
APROVAÇÃO DO COMITÊ DE ÉTICA:
FINANCIAMENTO:
Material suplementar
Referências bibliográficas
-
1 Corella D, Ordovás J. Biomarkers: background, classification and guidelines for applications in nutritional epidemiology. Nutr Hosp 2015; 31 Suppl 3: 177-88. https://doi.org/10.3305/nh.2015.31.sup3.8765
» https://doi.org/10.3305/nh.2015.31.sup3.8765 -
2 Kirkpatrick SI, Baranowski T, Subar AF, Tooze JA, Frongillo EA. Best Practices for Conducting and Interpreting Studies to Validate Self-Report Dietary Assessment Methods. J Acad Nutr Diet 2019; 119(11):1801-16. https://doi.org/10.1016/j.jand.2019.06.010
» https://doi.org/10.1016/j.jand.2019.06.010 -
3 Thompson FE, Kirkpatrick SI, Subar AF, Reedy J, Schap TE, Wilson MM, et al. The National Cancer Institute's Dietary Assessment Primer: A Resource for Diet Research. J Acad Nutr Diet 2015; 115(12): 1986-95. https://doi.org/10.1016/j.jand.2015.08.016
» https://doi.org/10.1016/j.jand.2015.08.016 -
4 Arab L, Wesseling-Perry K, Jardack P, Henry J, Winter A. Eight self-administered 24-hour dietary recalls using the Internet are feasible in African Americans and Whites: the energetics study. J Am Diet Assoc 2010; 110(6): 857-64. https://doi.org/10.1016/j.jada.2010.03.024
» https://doi.org/10.1016/j.jada.2010.03.024 -
5 Thompson FE, Subar AF, Loria CM, Reedy JL, Baranowski T. Need for technological innovation in dietary assessment. J Am Diet Assoc 2010; 110(1): 48-51. https://doi.org/10.1016/j.jada.2009.10.008
» https://doi.org/10.1016/j.jada.2009.10.008 -
6 Illner AK, Freisling H, Boeing H, Huybrechts I, Crispim SP, Slimani N. Review and evaluation of innovative technologies for measuring diet in nutritional epidemiology. Int J Epidemiol 2012; 41(4):1187-203. https://doi.org/10.1093/ije/dys105
» https://doi.org/10.1093/ije/dys105 -
7 Crispim SP, Nicolas G, Casagrande C, Knaze V, Illner AK, Huybrechts I, Slimani N. Quality assurance of the international computerised 24 h dietary recall method (EPIC-Soft). Br J Nutr 2014; 111(3): 506-15. https://doi.org/10.1017/S0007114513002766
» https://doi.org/10.1017/S0007114513002766 -
8 Bel-Serrat S, Knaze V, Nicolas G, Marchioni DM, Steluti J, Mendes A, et al. Adapting the standardised computer- and interview-based 24 h dietary recall method (GloboDiet) for dietary monitoring in Latin America. Public Heal Nutr 2017; 20(16): 2847-58. https://doi.org/10.1017/S1368980017001872
» https://doi.org/10.1017/S1368980017001872 -
9 Steluti J, Crispim SP, Araujo MC, Peralta AM, Sichieri R, Yokoo EM, et al. Technology in Health: Brazilian version of the GloboDiet program for dietary intake assessment in epidemiological studies. Rev Bras Epidemiol 2020; 23: e200013. https://doi.org/10.1590/1980-549720200013
» https://doi.org/10.1590/1980-549720200013 - 10 IBGE: Instituto Brasileiro de Geografia e Estatística [Internet]. Pesquisa de Orçamentos Familiares: 2008-2009. Análise do Consumo Alimentar Pessoal no Brasil. Rio de Janeiro; 2011.
- 11 Instituto Brasileiro de Geografia e Estatística. Pesquisa de orçamentos familiares 2017-2018: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro; 2020.
-
12 Moshfegh AJ, Rhodes DG, Baer DJ, Murayi T, Clemens JC, Rumpler WV, et al. The US Department of Agriculture Automated Multiple-Pass Method reduces bias in the collection of energy intakes. Am J Clin Nutr 2008; 88(2): 324-32. https://doi.org/10.1093/ajcn/88.2.324
» https://doi.org/10.1093/ajcn/88.2.324 -
13 Bloch KV, Szklo M, Kuschnir MC, Abreu G de A, Barufaldi LA, Klein CH, et al. The Study of Cardiovascular Risk in Adolescents--ERICA: rationale, design and sample characteristics of a national survey examining cardiovascular risk factor profile in Brazilian adolescents. BMC Public Health 2015; 15: 94. https://doi.org/10.1186/s12889-015-1442-x
» https://doi.org/10.1186/s12889-015-1442-x -
14 Jenab M, Slimani N, Bictash M, Ferrari P, Bingham SA. Biomarkers in nutritional epidemiology: applications, needs and new horizons. Hum Genet. 2009; 125(5-6):507-25. https://doi.org/10.1007/s00439-009-0662-5
» https://doi.org/10.1007/s00439-009-0662-5 -
15 Aquino EML, Barreto SM, Bensenor IM, Carvalho MS, Chor D, Duncan BB, et al. Brazilian Longitudinal Study of Adult Health (ELSA-Brasil): Objectives and Design. Am J Epidemiol 2012; 175(4): 315-24. https://doi.org/10.1093/aje/kwr294
» https://doi.org/10.1093/aje/kwr294 - 16 Barufaldi LA, Abreu GA, Veiga GV, Sichieri R, Kuschnir MCC, Cunha DB, et al. Software to record 24-hour food recall: application in the Study of Cardiovascular Risks in Adolescents. Rev Bras Epidemiol 2016; 19: 464-8.
-
17 Tabela Brasileira de Composição de Alimentos [Internet]. Campinas: Nepa-Unicamp; 2005 [cited on Aug 12, 2022]. Available at: https://nepa.unicamp.br/wp-content/uploads/sites/27/2023/10/taco_4_edicao_ampliada_e_revisada.pdf
» https://nepa.unicamp.br/wp-content/uploads/sites/27/2023/10/taco_4_edicao_ampliada_e_revisada.pdf -
18 University of São Paulo. Food Research Center. Brazilian Food Composition Table [Internet]. 2017 [cited on Aug 12, 2022]. Available at: http://www.fcf.usp.br/tbca
» http://www.fcf.usp.br/tbca - 19 Giuntini EB, Coelho KS, Grande F, Marchioni DML, De Carli E, Sichieri R, et al. Brazilian Nutrient Intake Evaluation Database: An essential tool for estimating nutrient intake data. J Food Compos Anal 2019; 83: 103286.
-
20 Matsudo S, Araújo T, Matsudo V, Andrade D, Andrade E, Oliveira LC, et al. Questionário Internacional de Atividade Física (IPAQ): estudo de validade e reprodutibilidade no Brasil. Rev Bras Ativ Fís Saúde 2001; 6(2): 5-18. https://doi.org/10.12820/rbafs.v.6n2p5-18
» https://doi.org/10.12820/rbafs.v.6n2p5-18 - 21 Associação Brasileira de Empresas de Pesquisa. Critério de Classificação Econômica Brasil. ABEP; 2018.
- 22 World Health Organization. Physical status: The use and interpretation of anthropometry. Genebra: World Health Organization; 1995.
- 23 Lipschitz D. Screening for nutritional status in the elderly. Prim Care 1994; 21(1): 55-67. PMID: 8197257
-
24 Pereira T, Cade N, Mill J, Sichieri R, Molina M. Use of the Method of Triads in the Validation of Sodium and Potassium Intake in the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil). PLoS One 2016; 11(12): e0169085. https://doi.org/10.1371/journal.pone.0169085
» https://doi.org/10.1371/journal.pone.0169085 -
25 Bingham SA, Luben R, Welch A, Wareham N, Khaw KT, Day N. Are imprecise methods obscuring a relation between fat and breast cancer? Lancet 2003; 362(9379): 212-4. https://doi.org/10.1016/S0140-6736(03)13913-X
» https://doi.org/10.1016/S0140-6736(03)13913-X -
26 Kroke A, Klipstein-Grobusch K, Voss S, Möseneder J, Thielecke F, Noack R, Boeing H. Validation of a self-administered food-frequency questionnaire administered in the European Prospective Investigation into Cancer and Nutrition (EPIC) Study: comparison of energy, protein, and macronutrient intakes estimated with the doubly labeled water, urinary nitrogen, and repeated 24-h dietary recall methods. Am J Clin Nutr 1999; 70(4): 439-47. https://doi.org/10.1093/ajcn/70.4.439
» https://doi.org/10.1093/ajcn/70.4.439 -
27 Isaksson B. Urinary nitrogen output as a validity test in dietary surveys. Am J Clin Nutr 1980; 33(1): 4-5. https://doi.org/10.1093/ajcn/33.1.4
» https://doi.org/10.1093/ajcn/33.1.4 -
28 Freedman LS, Commins JM, Moler JE, Arab L, Baer DJ, Kipnis V, et al. Pooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for energy and protein intake. Am J Epidemiol 2014; 180(2): 172-88. https://doi.org/10.1093/aje/kwu116
» https://doi.org/10.1093/aje/kwu116 - 29 Ferrioli E, Cruz BM, Pfrimer K. Use of Light Isotopes in Nutritional Sciences. In: Dutra JE, Marchini S Nutritional Sciences: Learning to Learn. 2nd ed. São Paulo: Sarvier 2008; 23: 443-64.
- 30 Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet 1986; 1(8476): 307-10. PMID: 2868172
-
31 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
» https://doi.org/10.1038/ejcn.2011.92 -
32 Greenwood DC, Hardie LJ, Frost GS, Alwan NA, Bradbury KE, Carter M, et al. Validation of the Oxford WebQ Online 24-Hour Dietary Questionnaire Using Biomarkers. Am J Epidemiol 2019; 188(10): 1858-67. https://doi.org/10.1093/aje/kwz165
» https://doi.org/10.1093/aje/kwz165 -
33 Wark PA, Hardie LJ, Frost GS, Alwan NA, Carter M, Elliott P, et al. Validity of an online 24-h recall tool (myfood24) for dietary assessment in population studies: comparison with biomarkers and standard interviews. BMC Med 2018; 16(1): 136. https://doi.org/10.1186/s12916-018-1113-8
» https://doi.org/10.1186/s12916-018-1113-8 -
34 Crispim SP, de Vries JH, Geelen A, Souverein OW, Hulshof PJ, Lafay L, et al. Two non-consecutive 24 h recalls using EPIC-Soft software are sufficiently valid for comparing protein and potassium intake between five European centres--results from the European Food Consumption Validation (EFCOVAL) study. Br J Nutr 2011; 105(3): 447-58. https://doi.org/10.1017/S0007114510003648
» https://doi.org/10.1017/S0007114510003648 -
35 Freisling H, van Bakel MM, Biessy C, May AM, Byrnes G, Norat T, et al. Dietary reporting errors on 24 h recalls and dietary questionnaires are associated with BMI across six European countries as evaluated with recovery biomarkers for protein and potassium intake. Br J Nutr 2012; 107(6): 910-20. https://doi.org/10.1017/S0007114511003564
» https://doi.org/10.1017/S0007114511003564 -
36 Rhodes DG, Murayi T, Clemens JC, Baer DJ, Sebastian RS, Moshfegh AJ. The USDA Automated Multiple-Pass Method accurately assesses population sodium intakes. Am J Clin Nutr 2013; 97(5): 958-64. https://doi.org/10.3945/ajcn.112.044982
» https://doi.org/10.3945/ajcn.112.044982 -
37 Yuan C, Spiegelman D, Rimm EB, Rosner BA, Stampfer MJ, Barnett JB, et al. Relative Validity of Nutrient Intakes Assessed by Questionnaire, 24-Hour Recalls, and Diet Records as Compared With Urinary Recovery and Plasma Concentration Biomarkers: Findings for Women. Am J Epidemiol 2018; 187(5): 1051-63. https://doi.org/10.1093/aje/kwx328
» https://doi.org/10.1093/aje/kwx328 -
38 Mercado CI, Cogswell ME, Valderrama AL, Wang CY, Loria CM, Moshfegh AJ, et al. Difference between 24-h diet recall and urine excretion for assessing population sodium and potassium intake in adults aged 18–39 y. Am J Clin Nutr 2015; 101(2): 376-86. https://doi.org/10.3945/ajcn.113.081604
» https://doi.org/10.3945/ajcn.113.081604 -
39 Mendez MA, Wynter S, Wilks R, Forrester T: Under- and overreporting of energy related to obesity, lifestyle factors and food group intakes in Jamaican adults. Public Health Nutr 2004; 7(1): 9-19. https://doi.org/10.1079/phn2003508
» https://doi.org/10.1079/phn2003508 -
40 Lissner L, Troiano R, Midthune D, Heitmann BL, Kipnis V, Subar AF, et al. OPEN about obesity: recovery biomarkers, dietary reporting errors and BMI. Int J Obes 2007; 31(6): 956-61. https://doi.org/10.1038/sj.ijo.0803527
» https://doi.org/10.1038/sj.ijo.0803527 -
41 Moshfegh AJ, Rhodes DG, Baer DJ, Murayi T, Clemens JC, Rumpler WV, et al. The US Department of Agriculture Automated Multiple-Pass Method reduces bias in the collection of energy intakes. Am J Clin Nutr 2008; 88(2): 324-32. https://doi.org/10.1093/ajcn/88.2.324
» https://doi.org/10.1093/ajcn/88.2.324 -
42 Freisling H, van Bakel MM, Biessy C, May AM, Byrnes G, Norat T, et al. Dietary reporting errors on 24 h recalls and dietary questionnaires are associated with BMI across six European countries as evaluated with recovery biomarkers for protein and potassium intake. Br J Nutr 2012; 107(6): 910-20. https://doi.org/10.1017/S0007114511003564
» https://doi.org/10.1017/S0007114511003564 -
43 Mossavar-Rahmani Y, Shaw PA, Wong WW, Sotres-Alvarez D, Gellman MD, Horn LV, et al. Prentice, Applying Recovery Biomarkers to Calibrate Self-Report Measures of Energy and Protein in the Hispanic Community Health Study/Study of Latinos. Am J Epidemiol 2015; 181(12): 996-1007. https://doi.org/10.1093/aje/kwu468
» https://doi.org/10.1093/aje/kwu468 -
44 Trijsburg L, Geelen A, Hollman P, Hulshof P, Feskens E, Veer PV, et al. BMI was found to be a consistent determinant related to misreporting of energy, protein and potassium intake using self-report and duplicate portion methods. Public Health Nutr 2017; 20(4): 598-607. https://doi.org/10.1017/S1368980016002743
» https://doi.org/10.1017/S1368980016002743 -
45 Wehling H, Lusher J. People with a body mass index ≥30 under-report their dietary intake: A systematic review. J Health Psychol. 2019; 24(14): 2042-59. https://doi.org/10.1177/1359105317714318
» https://doi.org/10.1177/1359105317714318 -
46 McLean RM. Measuring population sodium intake: a review of methods. Nutrients 2014; 6(11): 4651-62. https://doi.org/10.3390/nu6114651
» https://doi.org/10.3390/nu6114651 -
47 Cogswell ME, Maalouf J, Elliott P, Loria CM, Patel S, Bowman BA. Use of Urine Biomarkers to Assess Sodium Intake: Challenges and Opportunities. Annu Rev Nutr 2015; 35: 349-87. https://doi.org/10.1146/annurev-nutr-071714-034322
» https://doi.org/10.1146/annurev-nutr-071714-034322 -
48 De Keyzer W, Dofková M, Lillegaard IT, De Maeyer M, Andersen LF, Ruprich J, et al. Reporting accuracy of population dietary sodium intake using duplicate 24 h dietary recalls and a salt questionnaire. Br J Nutr 2015; 113(3): 488-97. https://doi.org/10.1017/S0007114514003791
» https://doi.org/10.1017/S0007114514003791 -
49 McLean RM, Farmer VL, Nettleton A, Cameron CM, Cook NR, Campbell NRC; TRUE Consortium (International Consortium for Quality Research on Dietary Sodium/Salt). Assessment of dietary sodium intake using a food frequency questionnaire and 24-hour urinary sodium excretion: a systematic literature review. J Clin Hypertens (Greenwich) 2017; 19(12): 1214-30. https://doi.org/10.1111/jch.13148
» https://doi.org/10.1111/jch.13148 -
50 Park Y, Dodd KW, Kipnis V, Thompson FE, Potischman N, Schoeller DA, et al. Comparison of self-reported dietary intakes from the Automated Self-Administered 24-h recall, 4-d food records, and food-frequency questionnaires against recovery biomarkers. Am J Clin Nutr 2018; 107(1): 80-93. https://doi.org/10.1093/ajcn/nqx002
» https://doi.org/10.1093/ajcn/nqx002 -
51 Subar AF, Potischman N, Dodd KW, Thompson FE, Baer DJ, Schoeller DA, et al. Performance and feasibility of recalls completed using the automated self-administered 24-hour dietary assessment tool in relation to other self-report tools and biomarkers in the interactive diet and activity tracking in AARP (IDATA) Study. J Acad Nutr Diet 2020; 120(11): 1805-20. https://doi.org/10.1016/j.jand.2020.06.015
» https://doi.org/10.1016/j.jand.2020.06.015
AUTOR CORRESPONDENTE:
Dirce Maria Lobo Marchioni. Avenida Doutor Arnaldo, 715, Cerqueira César, CEP: 01246-904, São Paulo (SP), Brasil. E-mail: marchioni@usp.brCONFLITO DE INTERESSES:
EDITORA ASSOCIADA:
EDITOR CIENTÍFICO:
Todo o conjunto de dados que dá suporte aos resultados deste estudo está disponível mediante solicitação e aprovação pelo presidente da comissão diretiva para o estudo de validação do software Brasil-Nutri do Estudo Longitudinal de Saúde do Adulto (ELSA-Brasil).
