menu menu_open
Brazil
home Table of contents navigate_before previous current next navigate_next
home Table of contents
Artigo Original • Rev. bras. Epidemiol. 28 • 2025 • https://doi.org/10.1590/1980-549720250001.2 linkcopiar

Open-access Monitoramento dos determinantes da prevalência da desnutrição infantil no Brasil segundo indicadores da Agenda 2030 no ano de 2022

AutoriaSCIMAGO INSTITUTIONS RANKINGS

    RESUMO

    Objetivo:  Selecionar os indicadores dos Objetivos do Desenvolvimento Sustentável (ODS) determinantes da desnutrição infantil (DI) no Brasil e monitorar o alcance das metas da DI, por região, no ano de 2022.

    Métodos:  Estudo ecológico que utilizou os índices do Desenvolvimento Sustentável no Brasil e analisou os 100 indicadores de monitoramento dos ODS nos 5.570 municípios brasileiros. Foi construída uma árvore de classificação e regressão e calculada a sensibilidade para predizer os determinantes da DI. O teste qui-quadrado foi utilizado, e adotado nível de significância de 5%. As análises descritivas e a árvore foram realizadas com o auxílio do software R.

    Resultados:  Os determinantes da DI segundo percentuais, regiões do país mais afetadas e ordem de impacto foram: analfabetismo na população com ≥15 anos (Nordeste), pré-natal insuficiente (Norte), baixo peso ao nascer (Sul), mulheres jovens de 15 a 24 anos de idade que não estudam nem trabalham (Norte e Nordeste) e população ocupada entre 10 e 17 anos (Sul). Observou-se efeito individual e cumulativo na prevalência de DI nos municípios brasileiros, variando de 1,73 a 15,1%, de acordo com a ocorrência e sobreposição desses indicadores.

    Conclusão:  Os dados indicam que o Brasil não atingirá a meta de redução da DI estabelecida até o ano de 2025. Serão necessários mais investimentos nas áreas da educação e saúde, voltados principalmente para o público materno infantil e nas regiões Norte e Nordeste.

    ABSTRACT

    Objective:  To select indicators of the Sustainable Development Goals (SDGs) that determine child malnutrition (CM) in Brazil and to monitor the achievement of SDG targets by region in 2022.

    Methods:  This is a cross-sectional, ecological study that used the Brazilian Sustainable Development indices and analyzed the 100 SDG monitoring indicators in the 5,570 Brazilian municipalities. A decision tree was created and sensitivity analysis was performed to predict CM determinants. Data were analyzed using the χ2 test at 5% significance level. Descriptive analyses and the decision tree were carried out using the R software.

    Results:  The CM determinants according to percentage, most affected regions of the country, and impact order were: illiteracy in the population aged ≥15 years (Northeast), insufficient prenatal care (North), low birth weight (South), young women aged 15-24 years who neither study nor work (North and Northeast), and employed population aged 10-17 years (South). We observed an individual and cumulative effect on the CM prevalence, ranging from 1.73 to 15.1%, in Brazilian municipalities according to the occurrence and overlap of these indicators.

    Conclusion:  The results denote that Brazil will not achieve the intended reduction of CM by 2025. There must be substantial investments in education and health mainly aimed at the maternal and child population and especially in the North and Northeast regions.

    Keywords:
    Child nutrition disorders; Sustainable development; Social determinants of health; Maternal and child health

    INTRODUÇÃO

    A desnutrição infantil (DI) é caracterizada pela deficiência de nutrientes básicos que culmina em déficits de peso e estatura1, sendo considerado um problema de saúde pública nos países de média e baixa renda2. Índices como peso para idade (P/I) e estatura para idade (E/I) foram adotados pela Organização das Nações Unidas (ONU) para o diagnóstico da DI, sendo o P/I uma medida do estado nutricional recente e a E/I um histórico de nutrição e condições de saúde desde o nascimento, tornando-os requisitos importantes para avaliação da conjuntura socioeconômica e política do país3-5.

    Em 2000 foram estabelecidos os Objetivos do Desenvolvimento do Milênio (ODM) pelos Estados-membros da ONU, e uma das metas assumidas foi a redução da prevalência mundial de atraso no crescimento de crianças <5 anos de idade à metade, até o ano de 20153. Desde então, a segurança alimentar e nutricional tornou-se alvo das políticas públicas de combate à miséria e DI no Brasil6, e a prevalencia de DI reduziu de 13,5% em 1996 para 6,8% em 2007 — atribuída à expansão da cobertura de saúde, educação, saneamento e aumento da renda das famílias7.

    A partir do sucesso no alcance de muitas metas dos ODM, em 2012, foi instituída a Agenda 2030, com 17 Objetivos do Desenvolvimento Sustentável (ODS), vigorando a partir de 20168,9. Uma das metas internacionais é, até 2030, acabar com todas as formas de desnutrição, e até 2025 atingir as metas internacionais sobre atraso no crescimento (reduzir 40%) e baixo peso (reduzir e manter <5%) em crianças <5 anos9. As metas nacionais foram ajustadas pelos especialistas brasileiros para E/I <3%10,11. Ressalta-se que o baixo P/I é uma condição aguda que pode mudar frequentemente e rapidamente, o que torna difícil gerar tendências confiáveis ao longo do tempo12 enquanto o atraso de crescimento refere-se a uma condição crônica, independentemente da etnia, status socioeconômico e tipo de alimentação da criança13.

    A crise socioeconômica e política que se instalou no país em 2014 impactou no aumento da pobreza, na adoção de medidas de austeridades fiscais, no aumento do preço dos alimentos e na redução das medidas de proteção social aos grupos mais vulneráveis socioeconomicamente, contribuindo para o aumento da DI14. Em 2019, a prevalência de déficit estatural chegou a 13,4%, reduzindo-se para 11,7% em 2022, sendo as menores prevalências observadas no Sul (9%) e Sudeste (11,5%), e as maiores no Norte (15,4%) e Nordeste (12,9%), segundo dados do Sistema de Vigilância Alimentar e Nutricional (SISVAN)15. Esse sistema apresenta dados da população atendida na Atenção Primária à Saúde (APS) e de beneficiários de programas de transferência de renda5, visto que o acompanhamento nutricional é parte de suas condicionalidades16.

    Existe a necessidade de monitoramento dos indicadores dos ODS para o alcance da meta de redução da DI até 2025, por ser um problema persistente no Brasil. Ademais, a DI apresenta disparidades regionais e consiste em um complexo processo influenciado por causas intrínsecas (fisiológicas) e extrínsecas (alimentação, moradia, meio ambiente, renda familiar, escolaridade dos pais e acesso a bens, serviços essenciais17 e assistência materno-infantil18) que integram vários indicadores dos ODS19. No Brasil, não há estudos que tenham investigado as interações entre os indicadores dos ODS e a prevalência de DI.

    A aplicação de métodos estatísticos robustos, como árvore de classificação e regressão (ACR)20, possibilitam identificar a interação de distintos fatores sobre a prevalência de DI. A partir desta análise, é possível identificar os indicadores dos ODS determinantes da DI em crianças <5 anos nos municípios brasileiros, bem como seu efeito individual e cumulativo nesta prevalência.

    Este estudo teve como objetivo selecionar os indicadores dos ODS determinantes da DI no Brasil mediante o uso da ACR no ano de 2022 e monitorar o alcance das metas da DI, por região. Os achados deste estudo podem fornecer informações que direcionem tomadas de decisão na implementação de políticas públicas sociais e de saúde.

    MÉTODOS

    Estudo ecológico que utilizou dados do Índice de Desenvolvimento Sustentável das Cidades — Brasil (IDSC-BR) para acompanhamento da implementação dos ODS. O IDSC-BR utiliza dados produzidos por fontes nacionais como o Instituto Brasileiro de Geografia e Estatística (IBGE), Departamento de Informática do Sistema Único de Saúde (Datasus), Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep), Instituto de Pesquisa e Economia Aplicada (Ipea); órgãos produtores de informação; e executores de políticas governamentais ligados à ONU11. Os dados utilizados neste estudo foram publicados em 2022 e estão disponíveis no site do IDSC-BR (https://www.cidadessustentaveis.org.br/).

    Neste estudo, os 5.570 municípios brasileiros21 foram avaliados pelos 100 indicadores dos 17 ODS, dentre eles a DI, cujos dados são proveniente do SISVAN5. A variável dependente foi a prevalência de DI em crianças <5 anos, mensurada pelo índice E/I, enquanto as variáveis independentes foram os outros 99 indicadores dos ODS (Quadro 1).

    Thumbnail
    Quadro 1
    Indicadores dos Objetivos do Desenvolvimento Sustentável e respectivos pontos de corte.

    Segundo o IDSC-BR, a nomenclatura e categorização preconizada para os indicadores dos ODS são: valor alvo (representado pela cor verde), limiar verde (cor amarela), limiar vermelho (cor laranja) e limite inferior (cor vermelha). Ainda considera metas alcançadas a junção do valor alvo e limiar verde, que foram, didaticamente, representadas neste estudo apenas pela cor verde; e metas não alcançadas a junção do limiar vermelho e limite inferior, representados pela cor vermelha11. Os valores estabelecidos pelos ODS para avaliar a prevalência de DI foram: <1% (valor alvo); 1% a <3% (limiar verde); 3% a <5% (limiar vermelho) e ≥5% (limite inferior)11 (https://www.cidadessustentaveis.org.br/methodology).

    Na análise descritiva, as variáveis categóricas foram apresentadas em frequências absolutas e relativas enquanto as contínuas, por médias e erros-padrão da média amostral (EP).

    Para a seleção dos indicadores determinantes da prevalência de DI, utilizou-se a ACR20. Construída a árvore, calculou-se a sensibilidade para predizer as principais variáveis independentes determinantes da DI. A ACR é um método que divide os dados em segmentos os mais homogêneos possíveis em relação a variável desfecho (prevalência de DI). Um nó é considerado homogêneo quando todos os casos possuem mesmo valor para o desfecho mediante um determinante específico20. Foi realizado teste qui-quadrado para verificar a significância estatística dessas correlações e adotado nível de significância de 95%. As análises descritivas e a árvore de classificação foram realizadas utilizando o software R, versão 4.3.0.

    Este estudo dispensa Termo de Consentimento Livre e Esclarecido e submissão ao Comitê de Ética em Pesquisa por utilizar dados do IDSC-BR, que não contemplam informações sigilosas e são de livre acesso. Foram respeitadas as questões éticas, diretrizes e normas que regulamentam a pesquisa no Brasil.

    RESULTADOS

    A distribuição da DI no Brasil, conforme o painel de cores dos ODS, e o alcance de suas metas são apresentados na Figura 1. É nítida a concentração de municípios que atingiram a meta da prevalência de DI nas regiões Sul e Sudeste: 76,5% dos municípios, sendo que 16,2% foram classificados como limiar vermelho e 7,3% como limite inferior (Tabela 1).

    Figura 1
    Distribuição da desnutrição infantil e do alcance das metas estabelecidas pelos Objetivos do Desenvolvimento Sustentável nos municípios brasileiros, segundo a classificação dos Índices do Desenvolvimento Sustentável do Brasil, 2022.
    Thumbnail
    Tabela 1
    Caracterização da desnutrição infantil e seus determinantes, no Brasil e regiões, de acordo com os Índices de Desenvolvimento Sustentável do Brasil, 2022.

    A região Sul apresentou 86,5% de municípios que atingiram a meta de redução da DI, seguida pela região Sudeste com 81,8%. Nas regiões Nordeste, Norte e Centro-Oeste, os percentuais de municípios que atingiram a meta foram 70, 67,1 e 66%, respectivamente (Tabela 1).

    Os seguintes indicadores foram selecionados pela ACR como determinantes da DI no Brasil: analfabetismo na população ≥15 anos (Analfabetismo ≥15 anos), pré-natal insuficiente (PNI), baixo peso ao nascer (BPN), mulheres jovens de 15 a 24 anos que não estudam nem trabalham (Mulheres 15-24 anos Nem-Nem) e população ocupada de 10 a 17 anos de idade (Pop-Ocupada 10-17 anos). Estimou-se o efeito cumulativo do aumento desses indicadores sobre a prevalência de DI (Figura 2).

    Figura 2
    Árvore de classificação e regressão e a correlação entre os indicadores dos Objetivos do Desenvolvimento Sustentável determinantes da desnutrição infantil. Brasil, 2022.

    A prevalência de municípios que atingiram a meta de redução do analfabetismo ≥15 anos foi de 60,3% e da meta de superação do PNI, 85,8%. As regiões Sul, Centro-Oeste e Sudeste apresentaram maior número de municípios que atingiram a meta. Entretanto, 93% dos municípios do Nordeste não atingiram a meta de redução do analfabetismo, e 55,8% dos municípios do Norte não atingiram a meta de superação do PNI (Tabela 1).

    No Brasil, 84,7% dos municípios atingiram a meta de superação do BPN. As regiões Sul e Sudeste apresentaram maior número de municípios que não atingiram a meta: 22,3 e 20,1%, respectivamente (Tabela 1).

    Dentre os municípios brasileiros, 85% atingiram a meta de redução do indicador Mulheres 15-24 anos Nem-Nem. As regiões Nordeste e Norte apresentaram maior número de municípios que não atingiram a meta para esse indicador (28,7 e 27,2%, respectivamente). Atingiram a meta de redução da Pop-Ocupada 10-17 anos 87,3% dos municípios, e a região Sul apresentou maior percentual de municípios que não alcançaram a meta (39%) (Tabela 1).

    A análise da ACR mostrou que em 2.713 municípios, nos quais o percentual de Analfabetismo ≥15 anos foi <13%, a prevalência de DI foi de 1,73% (EP±0,04). Em 2.017 municípios, onde o percentual de Analfabetismo ≥15 anos foi ≥13%, associado ao PNI <34%, a prevalência de DI elevou-se para 2,37% (EP±0,05). Em 596 municípios, nos quais os percentuais de Analfabetismo ≥ 15 anos foram >13%, PNI ≥34% e BPN <9%, a prevalência de DI foi de 2,86% (EP±0,09). Em 122 municípios que, além do Analfabetismo ≥15 anos >13%, do PNI ≥34%, BPN ≥9%, Mulheres 15-24 anos Nem-Nem contabilizaram <35%, a prevalência de DI aumentou para 2,89% (EP±0,22) (Figura 2).

    Em 115 municípios que apresentaram >13% de Analfabetismo ≥15 anos, PNI ≥34%, BPN ≥9%, Mulheres 15-24 anos Nem-Nem ≥35% e Pop-Ocupada 10-17 anos <19%, a prevalência de DI foi 4,07% (EP±0,40). Em sete municípios, quando a Pop-Ocupada 10-17 anos foi ≥19% e todas as demais iniquidades se mantiveram, a prevalência de DI aumentou para 15,4% (EP±5,54) (Figura 2).

    DISCUSSÃO

    Esse estudo evidenciou que a meta dos ODS para redução da DI foi atingida por 76,5% dos municípios brasileiros, com destaque para as regiões Sul e Sudeste. O Centro-Oeste apresentou maior percentual de municípios que não alcançaram essa meta. Cinco indicadores dos ODS foram selecionados como determinantes da DI segundo percentuais e ordem de impacto (de acordo com o surgimento do indicador na ACR): Analfabetismo ≥15 anos, PNI, BPN, Mulheres 15-24 anos Nem-Nem e Pop-Ocupada 10-17 anos.

    O fato de a região Centro-Oeste apresentar prevalência superior ao Norte, emerge questionamentos sobre a subnotificação e incompletude de dados nessa região, recorrentes em pesquisas nacionais, podendo mascarar resultados e impactar em tomadas de decisões22.

    A prevalência de DI por E/I no Brasil, segundo dados da PNDS/2007 (Pesquisa Nacional de Demografia e Saúde), foi de 6,8%7, atingindo a meta estabelecida pelos ODM3. No entanto, dados do SISVAN revelaram valores maiores, variando de 15,1% (2008) a 13,4% (2019), com pequena redução em 2022 (11,7%), sendo maior no Norte (15,4%) e Nordeste (12,9%)15. Por outro lado, o Estudo Nacional de Alimentação e Nutrição Infantil (Enani/2019), representativo da população brasileira, revelou prevalência de 7% de baixa E/I, sendo maior no Norte (8,4%), Sudeste (7,3%) e Sul (7%)23.

    Devido à lacuna entre a PNDS/2007 e o ENANI/2019, desde o ano de 2008, os dados do SISVAN foram utilizados para monitoramento dessas metas5. O SISVAN apresenta dados de todas as regiões e possibilita o estudo da população atendida na APS24 e dos beneficiários de Programa Bolsa Família (PBF)5,16. Posteriormente, os dados do Enani/2019 passaram a ser incorporados aos relatórios de acompanhamento dos ODS para análise desses indicadores25.

    Independentemente das diferenças regionais, a crise socioenômica e política que se instalou no Brasil desde 2014 impactou no aumento da pobreza; aumento do preço dos alimentos; na adoção de medidas de austeridades fiscais e redução das medidas de proteção social, contribuindo para o aumento da DI14.

    Apesar da pandemia por COVID-19, em 2020, as medidas de proteção adotadas pelo poder público, em todas as suas esferas — por meio da criação do Auxilio Emergencial; Programa Emergencial de Manutenção do Emprego e Renda26; e dos incentivos financeiros específicos para a APS no enfrentamento da má nutrição, com foco em crianças e gestantes —, contribuiram para mitigar o efeito da insegurança alimentar e atenuar o impacto da pandemia na DI27.

    A gravidade do analfabetismo funcional foi evidenciada no Nordeste e Norte, onde grande parcela dos municípios não atingiu a meta, se opondo às demais regiões. Um estudo no sul da África identificou que a prevalência de DI variou entre 3,4 e 30,2%, tendo sido associada ao analfabetismo28. Este último pode desencadear menos oportunidades de trabalho, menor renda e dificuldade na aquisição de alimentos e no acesso aos serviços de saúde, contribuindo para a DI7.

    A meta de redução do analfabetismo não foi concretizada pelo Plano Nacional de Educação 2014-2024 devido a não implementação de políticas públicas de educação voltadas para o público ≥15 anos29. Além disso, não foram estabelecidos mecanismos para compatibilizar a jornada de trabalho, nem programa de transferência de renda específico30. Apenas em 2024 foi instituído o Programa Pé de Meia, voltado para estudantes de 14 a 24 anos de escolas públicas e aos pertencentes à categoria de Educação de Jovens e Adultos (EJA), de 19 a 24 anos31.

    A meta de superação do PNI foi atingida por muitos municípios das regiões brasileiras, com exceção da região Norte. A cobertura do pré-natal no Brasil desde 201332 até 201933 foi de 89%. Ressalta-se que o Norte apresenta maior nível de precariedade de serviços, baixa cobertura de pré-natal e piores indicadores de qualidade34, relacionados à abrangência territorial, dificuldade de acesso aos serviços de saúde e baixa fixação de profissionais na região35.

    O acompanhamento nutricional durante o pré-natal é essencial para a prevenção do ganho de peso inadequado e controle de intercorrências36 que podem predispor a gestante ao parto prematuro, e a criança à restrição de crescimento intrauterino (RCIU) e ao BPN37. A gestante deve ser orientada quanto à amamentação e alimentação adequada para prevenir a DI38.

    Nesta pesquisa, elevada frequência de municípios brasileiros do Norte, Nordeste e Centro-Oeste superaram a meta de BPN; o mesmo não ocorreu no Sul e Sudeste. As prevalências de BPN são 37,7% no Sul e 13,5% no Sudeste39.

    O paradoxo do BPN foi observado nas regiões Norte e Sul. Este pode ser atribuído à melhora da assistência pré-natal nas regiões mais desenvolvidas com concomitante redução da prevalência de natimortos e aumento do BPN40, como observado na região Sul. O oposto foi observado no Norte, com menor prevalência de BPN e alto percentual de municípios com PNI. As possíveis explicações seriam as altas taxas de subnotificação de nascidos vivos no Norte41 e a elevada taxa de partos cesáreos no Sul42, relacionados à interrupção de gestações de risco, com consequente redução da idade gestacional, aumento da prematuridade e viabilidade de recém-nascidos com extremo baixo peso43.

    O Brasil apresenta uma das maiores proporções de cesariana no mundo. Em 2019, 56,3% dos partos foram cesarianas e realizados principalmente nas regiões Centro-Oeste, Sudeste e Sul44, ressaltando as desigualdade no país. Posteriormente, estudos apontaram tendência de aumento no Norte e Nordeste, e declínio no Sul e Sudeste42. Apesar do declínio, a região Sul ainda apresenta maiores prevalências, e o Brasil permanece com taxas de cesariana muito acima do recomendado43.

    Políticas públicas desenvolvidas desde a década de 1980, que culminaram com a implantação do Programa Rede Cegonha45, foram essenciais para a melhora de práticas importantes relacionadas ao parto e puerpério no Brasil. Outras políticas e estratégias relacionadas à proteção do aleitamento materno e introdução à alimentação complementar adequada e saudável foram essenciais para proteção da saúde infantil, especiamente dos lactentes, pois observa-se que as intercorrências no período neonatal estão mais relacionadas à gestação e ao parto e, após este período, estão mais relacionadas ao contexto socioeconômico da criança46.

    A meta de redução do indicador Mulheres 15-24a Nem-Nem foi atingida por 85% dos municípios, com piores resultados no Norte e Nordeste. Em 2018, 23% dos jovens encontravam-se nesta situação, sendo a maioria mulheres de baixa renda10. Os motivos estão relacionados a habilidades cognitivas, obrigações domésticas e falta de políticas públicas que possam mitigar a desigualdade de gênero e elevar as perspectivas de superação da pobreza47. A baixa escolaridade, baixa renda e gestação na adolescência estão mais relacionadas à RCIU e a maior risco de gerar crianças desnutridas48,49. O investimento no capital humano2 dessas mulheres pode contribuir para o melhor planejamento familiar e a redução da DI50.

    A escolaridade das mulheres é um forte preditor de saúde e sobrevivência de seus filhos, pois influencia no acesso aos serviços de saúde, cuidados em situações de adoecimento, às melhores oportunidades de trabalho e à geração de renda para os cuidados com a criança51. As mães tendem a gerenciar melhor os gastos familiares, direcionando-os para alimentação, vestuários e material escolar52.

    A região Sul é a mais afetada pelo trabalho infantil, e com elevada prevalência do indicador Pop-Ocupada 10-17 anos. O trabalho infantil pode ocasionar danos na saúde física e mental de crianças e adolescentes, além do risco de adesão a hábitos de vida não saudáveis e desenvolvimento de doenças crônicas não transmissíveis53. Também perpetua a baixa escolaridade, renda54 e DI46. Paradoxalmente, na região Sul, esse cenário pode estar relacionado à cultura que contempla o trabalho como ferramenta de educação55, pois não impactou negativamente nas taxas de analfabetismo, pré-natal, desigualdades de gênero e DI.

    Nas demais regiões, para incremento da renda familiar, o trabalho infantil contribui para altas taxas de retenção, desistência e evasão escolar, necessitando de implementação de políticas que o desestimule. Lares providos apenas por mulheres aumentam o risco do trabalho infantil quando comparado à provisão paterna ou de ambos. Quanto maior a escolaridade e renda dos pais, menor o risco de abandono escolar55,56.

    Os pontos de corte para cada indicador de DI, identificados pela ACR, estavam dentro da meta proposta pelos ODS. Apesar disso, esses contribuíram para o aumento da prevalência de DI. Ademais, o efeito cumulativo (efeito combinado desses indicadores na ordem que surgem na ACR) foi ainda mais impactante no aumento da prevalência de DI.

    Alguns estudos também observaram o efeito cumulativo de indicadores de iniquidades sociais e de saúde associados à DI. O maior nível de escolaridade materna está associado à redução da DI57,58 e a maior adesão ao pré-natal59. No Rio Grande do Sul, foi encontrada associação entre pré-natal adequado e redução do BPN60. Em Pernambuco, observou-se associação da DI a menor escolaridade materna e BPN61. Uma revisão realizada na região Norte associou a DI à baixa escolaridade materna e a possuir pai/padrasto não alfabetizado62.

    A complexidade do desfecho deste estudo é contemplada por meio do impacto que cada indicador, identificado como determinante da DI, influencia na sua prevalência, bem como pelas interrelações e interdependências que esses indicadores exercem na sucessão de eventos que favoreceram o aumento da prevalência de DI no Brasil.

    As desigualdades regionais observadas foram estreitamente relacionadas ao alcance ou distanciamento das metas dos indicadores estudados, o que as tornaram vulneráveis ao aumento da DI.

    Este estudo apresenta como limitações a utilização do banco de dados do IDSC-BR, que: considerou informações de anos próximos a 2022 para os indicadores, visto que alguns não traziam informações atualizadas; e utiliza dados do SISVAN para o monitoramento da DI. No entanto, as informações obtidas por meio do IDSC-BR constituem-se uma base de dados robusta da população brasileira, construída a partir da junção de informações de diversos órgãos e agências ligados à ONU11. Além disso, embora o SISVAN apresente falhas quanto à coleta dos dados, suas informações são consideradas oficiais para fins estatísticos devido a sua cobertura e ao número de informações por estado14.

    Como aspectos positivos, ressalta-se que todos os indicadores de monitoramento dos ODS, em todos os municípios brasileiros — dispostos no banco de dados —, foram utilizados neste estudo, possibilitando uma investigação ampla do problema em questão. Além disso, foi utilizada a ACR para selecionar os indicadores determinantes da DI e estabelecer os pontos de corte de forma isolada e cumulativa.

    Conclui-se que os indicadores de monitoramento dos ODS determinantes da DI no Brasil, isoladamente e em conjunto, foram Analfabetismo ≥15 anos, PNI, BPN, Mulheres 15-24 anos Nem-Nem e Pop-Ocupada 10-17 anos. O impacto desses indicadores sobre a prevalência de DI apresentou média de 1,73%, quando a prevalência do Analfabetismo ≥15 anos foi menor que 13%; até a média de 15,1%, quando todos os demais indicadores ultrapassaram os percentuais identificados pela ACR. Além disso, a maioria dos municípios brasileiros atingiu as metas para os indicadores selecionados pela ACR.

    Todos os indicadores determinantes da DI estão relacionados à pobreza e às desigualdades sociais, dificultando o alcance da meta para a DI no país. Torna-se necessária a implantação e implementação de políticas socioeconômicas multidimensionais, pelos gestores de todas as esferas, que melhorem, em curto e longo prazos, a renda das famílias vulneráveis e o acesso à educação e aos serviços de saúde, especialmente para adolescentes/jovens e mulheres, de forma que minimizem e detenham o aumento das desigualdades existentes.

    Além disso, as regiões Norte e Nordeste do país também devem ser priorizadas quanto aos investimentos para a atenção à saúde materno infantil, na qual haja acompanhamento da mulher desde o pré-natal, passando pelo parto, puerpério e os primeiros anos da vida da criança — consequentemente minimizando os riscos à saúde.

    AGRADECIMENTOS:

    Os autores são gratos ao Instituto Cidades Sustentáveis por disponilizar publicamente os dados do Índice de Desenvolvimento Sustentável das Cidades - Brasil (IDSC-BR) utilizados neste artigo.

    • FONTE DE FINANCIAMENTO:
      este estudo foi financiado em parte pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) - Finance Code 001 -, e Fundação de Pesquisa e Desenvolvimento Científico do Maranhão (FAPEMA).

    Referências bibliográficas

    • 1 Xavier DSS, Rodrigues NA, Souza IMC, Franco CASO, Santiago MCF. Levantamento epidemiológico de óbitos infantis por desnutrição no Brasil e revisão bibliográfica da atuação do estado e da pastoral da criança no combate a desnutrição infantil. Rev Saúde Mult 2022; 11(1): 98-105. https://doi.org/10.53740/rsm.v11i1.392
      » https://doi.org/10.53740/rsm.v11i1.392
    • 2 Büttner N, Heemann M, De Neve JW, Verguet S, Vollmer S, Harttgen K. Economic growth and childhood malnutrition in low- and middle-income countries. JAMA Netw Open 2023; 6(11): e2342654. https://doi.org/10.1001/jamanetworkopen.2023.42654
      » https://doi.org/10.1001/jamanetworkopen.2023.42654
    • 3 Brasil. Presidência da República. Governo da República Federativa do Brasil. Objetivos de desenvolvimento do milênio: relatório nacional de acompanhamento. Brasília: Ipea; 2014.
    • 4 Roma JC. Os objetivos de desenvolvimento do milênio e sua transição para os objetivos de desenvolvimento sustentável. Cienc Cult 2019; 7(1): 33-9. https://doi.org/10.21800/2317-66602019000100011
      » https://doi.org/10.21800/2317-66602019000100011
    • 5 Ribeiro-Silva RC, Silva NJ, Felisbino-Mendes MS, Falcão IR, Andrade RCS, Silva SA, et al. Time trends and social inequalities in child malnutrition: nationwide estimates from Brazil's food and nutrition surveillance system, 2009-2017. Public Health Nutr 2022; 25(12): 1-11. https://doi.org/10.1017/S1368980021004882
      » https://doi.org/10.1017/S1368980021004882
    • 6 Pike V, Bradley B, Rappaport AI, Zlotkin S, Perumal N. A scoping review of research on policies to address child undernutrition in the Millennium Development Goals era. Public Health Nutr 2021; 24(13): 4346-57. https://doi.org/10.1017/S1368980021001890
      » https://doi.org/10.1017/S1368980021001890
    • 7 Monteiro CA, Benicio MHDA, Konno SC, Silva ACF, Lima ALL, Conde WL. Causas do declínio da desnutrição infantil no Brasil, 1996-2007. Rev Saúde Pública 2009; 43(1): 35-43.
    • 8 Organização das Nações Unidas. Objetivos de Desenvolvimento Sustentável. Transformando nosso mundo: a Agenda 2030 para o Desenvolvimento Sustentável [Internet]. 2015 [cited on Feb. 15, 2024]. Available at: https://brasil.un.org/sites/default/files/2020-09/agenda2030-pt-br.pdf
      » https://brasil.un.org/sites/default/files/2020-09/agenda2030-pt-br.pdf
    • 9 Organización Mundial de la Salud. Metas mundiales de nutrición 2025. Serie de documentos normativos [Internet]. Geneva: OMS; 2014 [cited on Mar. 14, 2024]. Available at: https://iris.who.int/bitstream/handle/10665/255736/WHO_NMH_NHD_14.2_spa.pdf?sequence=1
      » https://iris.who.int/bitstream/handle/10665/255736/WHO_NMH_NHD_14.2_spa.pdf?sequence=1
    • 10 Instituto de Pesquisa Econômica Aplicada. Agenda 2030: ODS - metas nacionais dos objetivos de desenvolvimento sustentável [Internet]. 2018 [cited on Mar. 14, 2024]. Available at: https://portalantigo.ipea.gov.br/agencia/images/stories/PDFs/livros/livros/180801_ods_metas_nac_dos_obj_de_desenv_susten_propos_de_adequa.pdf
      » https://portalantigo.ipea.gov.br/agencia/images/stories/PDFs/livros/livros/180801_ods_metas_nac_dos_obj_de_desenv_susten_propos_de_adequa.pdf
    • 11 Fuller G. Índice de Desenvolvimento Sustentável das Cidades. Metodologia [Internet]. 2022 [cited on Mar. 18, 2024]. Available at: https://idsc-sp.cidadessustentaveis.org.br/static/Metodologia.pdf
      » https://idsc-sp.cidadessustentaveis.org.br/static/Metodologia.pdf
    • 12 UNICEF. Briefing notes on SDG: global indicators related to children [Internet]. 2024 [cited on Apr. 02, 2024]. Available at: https://data.unicef.org/resources/briefing-notes-on-sdg-global-indicators-related-to-children/
      » https://data.unicef.org/resources/briefing-notes-on-sdg-global-indicators-related-to-children/
    • 13 United Nations. SDG indicator metadata [Internet]. New York: Department of Economic and Social Affairs; 2024 [cited on Aug. 13, 2024]. Available at: https://unstats.un.org/sdgs/metadata/files/Metadata-01-01-01b.pdf
      » https://unstats.un.org/sdgs/metadata/files/Metadata-01-01-01b.pdf
    • 14 Gouveia AVS, Carvalho RES, Correia MEG, Silveira JAC. Temporal trend in the prevalence of malnutrition in children under five assisted by the Brazilian Income Transfer Program (2008-2019). Cad Saude Publica 2024; 40(1): e00180022. https://doi.org/10.1590/0102-311XPT180022
      » https://doi.org/10.1590/0102-311XPT180022
    • 15 Brasil. Ministério da Saúde. Sistema de Vigilância Alimentar e Nutricional. Sistema de Vigilância Alimentar e Nutricional - SISVAN [Internet]. [cited on Apr. 05, 2024]. Available at: https://sisaps.saude.gov.br/sisvan/
      » https://sisaps.saude.gov.br/sisvan/
    • 16 Silva RPC, Vergara CMAC, Sampaio HAC, Vasconcelos Filho JE, Strozberg F, Ferreira Neto JFR, et al. Food and Nutrition Surveillance System: temporal trend of coverage and nutritional status of adults registered on the system, Brazil, 2008-2019. Epidemiol Serv Saude 2022; 31(1): e2021605. https://doi.org/10.1590/S1679-49742022000100019
      » https://doi.org/10.1590/S1679-49742022000100019
    • 17 Pedraza DF, Oliveira MM. Nutritional status of children and health services provided by Family Health teams. Cien Saude Colet 2021; 26(8): 3123-34. https://doi.org/10.1590/1413-81232021268.14582020
      » https://doi.org/10.1590/1413-81232021268.14582020
    • 18 Garcia LRS, Roncalli AG. Socioeconomic and health determinants of child malnutrition: an analysis of spatial distribution. Saúde e Pesquisa 2020; 13(3): 595-606. https://doi.org/10.17765/2176-9206.2020v13n3p595-606
      » https://doi.org/10.17765/2176-9206.2020v13n3p595-606
    • 19 Amaral LR, Oliveira MAD, Cardoso RB, Ávila SPAR. Atuação do enfermeiro como educador no programa saúde da família: importância para uma abordagem integral na atenção primária. In: Seminário Internacional de Pesquisa e Educação em Enfermagem; 2011. p. 1-21.
    • 20 Breiman L, Friedman J, Olshen RA, Stone CJ. Classification and regression trees. New York: Chapman and Hall/CRC; 1984.
    • 21 Instituto Brasileiro de Geografia e Estatística. Prévia da população calculada com base nos resultados do Censo Demográfico 2022 até 25 de dezembro de 2022 [Internet]. 2022 [cited on Mar. 14, 2024]. Available at: https://ftp.ibge.gov.br/Censos/Censo_Demografico_2022/Previa_da_Populacao/POP2022_Brasil_e_UFs.pdf
      » https://ftp.ibge.gov.br/Censos/Censo_Demografico_2022/Previa_da_Populacao/POP2022_Brasil_e_UFs.pdf
    • 22 Queiroz BL, Gonzaga MR, Vasconcelos AMN, Lopes BT, Abreu DMX. Comparative analysis of completeness of death registration, adult mortality and life expectancy at birth in Brazil at the subnational level. Popul Health Metr 2020; 18(Suppl 1): 11. https://doi.org/10.1186/s12963-020-00213-4
      » https://doi.org/10.1186/s12963-020-00213-4
    • 23 Universidade Federal do Rio de Janeiro. Estado Nutricional antropométrico da criança e da mãe: prevalência de indicadores antropométricos de crianças brasileiras menores de 5 anos de idade e suas mães biológicas: ENANI 2019. Rio de Janeiro: UFRJ; 2022.
    • 24 Bortolini GA, Pereira TN, Nilson EAF, Pires ACL, Moratori MF, Ramos MKP, et al. Evolution of nutrition actions in primary health care along the 20-year history of the Brazilian National Food and Nutrition Policy. Cad Saude Publica 2022; 37 Suppl 1(Suppl 1): e00152620. https://doi.org/10.1590/0102-311X00152620
      » https://doi.org/10.1590/0102-311X00152620
    • 25 VI Relatório Luz da Sociedade Civil da Agenda 2030 de Desenvolvimento Sustentável do Brasil. Grupo de Trabalho da Sociedade Civil para a Agenda 2030 [Internet]. 2022 [cited on May 02, 2024]. Available at: https://gtagenda2030.org.br/wp-content/uploads/2022/07/pt_rl_2022_final_web-1.pdf
      » https://gtagenda2030.org.br/wp-content/uploads/2022/07/pt_rl_2022_final_web-1.pdf
    • 26 Hecksher M, Foguel MN. Benefícios emergenciais aos trabalhadores informais e formais no Brasil: estimativas das taxas de cobertura combinadas da Lei n° 13.982/2020 e da Medida Provisória n° 936/2020. Brasília: Ipea; 2022. https://doi.org/10.38116/978-65-5635-042-4/capitulo24
      » https://doi.org/10.38116/978-65-5635-042-4/capitulo24
    • 27 Gurgel ADM, Santos CCS, Alves KPS, Araujo JM, Leal VS. Government strategies to ensure the human right to adequate and healthy food facing the COVID-19 pandemic in Brazil. Cienc Saude Colet 2020; 25(12): 4945-56. https://doi.org/10.1590/1413-812320202512.33912020
      » https://doi.org/10.1590/1413-812320202512.33912020
    • 28 Mkhize M, Sibanda M. A review of selected studies on the factors associated with the nutrition status of children under the age of five years in South Africa. Int J Environ Res Public Health 2020; 17(21): 7973. https://doi.org/10.3390/ijerph17217973
      » https://doi.org/10.3390/ijerph17217973
    • 29 Oliveira BA. É possível erradicar o analfabetismo absoluto no Brasil até 2024? Cadernos de Estudos e Pesquisas em Políticas Educacionais 2022; 6: 181-208. https://doi.org/10.24109/9786558010531.ceppe.v6.5382
      » https://doi.org/10.24109/9786558010531.ceppe.v6.5382
    • 30 Silva SCV, Ferreira VS, Boeing RFR. As políticas de combate ao analfabetismo no Brasil: continuidades e descontinuidades. Horizontes 2020; 38(1): e020057. https://doi.org/10.24933/horizontes.v38i1.1041
      » https://doi.org/10.24933/horizontes.v38i1.1041
    • 31 Brasil. Câmara dos Deputados. Decreto n° 11.901, de 26 de janeiro de 2024. Regulamenta a Lei nº 14.818, de 16 de janeiro de 2024, que institui incentivo financeiro-educacional, na modalidade de poupança, aos estudantes matriculados no ensino médio público, e cria o Programa Pé-de-Meia [Internet]. 2024 [cited on Aug. 16, 2024]. Available at: https://www2.camara.leg.br/legin/fed/decret/2024/decreto-11901-26-janeiro-2024-795291-publicacaooriginal-170974-pe.html
      » https://www2.camara.leg.br/legin/fed/decret/2024/decreto-11901-26-janeiro-2024-795291-publicacaooriginal-170974-pe.html
    • 32 Tomasi E, Fernandes PAA, Fischer T, Siqueira FCV, Silveira DS, Thumé E, et al. Qualidade da atenção pré-natal na rede básica de saúde do Brasil: Indicadores e desigualdades sociais. Cad Saúde Pública 2017; 33(3): e00195815. https://doi.org/10.1590/0102-311X00195815
      » https://doi.org/10.1590/0102-311X00195815
    • 33 Instituto Brasileiro de Geografia e Estatística. Pesquisa de orçamentos familiares 2017-2018: primeiros resultados [Internet]. Rio de Janeiro: IBGE; 2019 [cited on Apr. 29, 2024]. Available at: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101670.pdf
      » https://biblioteca.ibge.gov.br/visualizacao/livros/liv101670.pdf
    • 34 Leal MC, Esteves-Pereira AP, Viellas EF, Domingues RMSM, Gama SGN. Prenatal care in the Brazilian public health services. Rev Saude Publica 2020; 54(8). https://doi.org/10.11606/s1518-8787.2020054001458
      » https://doi.org/10.11606/s1518-8787.2020054001458
    • 35 Sousa DS, Cunha CLF, Rodrigues DP, Lemos M, Parente AT, Oliveira BLCA, et al. Assistência pré-natal e puerpério no âmbito da atenção básica no Brasil. Contribuciones a Las Ciencias Sociales 2020; 16(9): 18564-80. https://doi.org/10.55905/revconv.16n.9-281
      » https://doi.org/10.55905/revconv.16n.9-281
    • 36 Teixeira CSS, Cabral ACV. Nutritional status of pregnant women under monitoring in pre distinct prenatal services: the metropolitan area and the rural environment. Rev Bras Ginecol Obstet 2016; 38(1): 27-34. https://doi.org/10.1055/s-0035-1570111
      » https://doi.org/10.1055/s-0035-1570111
    • 37 Brasil. Ministério da Saúde. Guia rápido para o acompanhamento de gestantes e crianças com desnutrição na atenção primária à saúde [Internet]. Brasília; 2022 [cited on Nov. 06, 2023]. Available at: https://189.28.128.100/dab/docs/portaldab/publicacoes/guia_rapido_acompanhamento_gestantes_criancas_desnutricao_aps.pdf
      » https://189.28.128.100/dab/docs/portaldab/publicacoes/guia_rapido_acompanhamento_gestantes_criancas_desnutricao_aps.pdf
    • 38 Tinôco LS, Lyra CO, Mendes TCO, Freitas YNL, Silva AS, Souza AMS, et al. Feeding practices in the first year of life: challenges to food and nutrition policies. Rev Paul Pediatr 2020; 38: e2018401. https://doi.org/10.1590/1984-0462/2020/38/2018401
      » https://doi.org/10.1590/1984-0462/2020/38/2018401
    • 39 Brasil. Ministério da Saúde. DATASUS. Notas técnicas. Nascidos vivos - Brasil [Internet]. 2021 [cited on July 25, 2024]. Available at: https://tabnet.datasus.gov.br/cgi/tabcgi.exe?sinasc/cnv/nvuf.def
      » https://tabnet.datasus.gov.br/cgi/tabcgi.exe?sinasc/cnv/nvuf.def
    • 40 Veloso HJF, Silva AAM, Bettiol H, Goldani MZ, Lamy Filho F, Simões VMF, et al. Low birth weight in São Luís, northeastern Brazil: trends and associated factors. BMC Pregnancy Childbirth 2014; 14(1): 155. https://doi.org/10.1186/1471-2393-14-155
      » https://doi.org/10.1186/1471-2393-14-155
    • 41 Andrade CLT, Szwarcwald CL, Castilho EA. Low birth weight in Brazil according to live birth data from the Ministry of Health, 2005. Cad Saude Publica 2008; 24(11): 2564-72. https://doi.org/10.1590/s0102-311x2008001100011
      » https://doi.org/10.1590/s0102-311x2008001100011
    • 42 Pires RCR, Silveira VNC, Leal MC, Lamy ZC, Silva AAM. Temporal trends and projections of caesarean sections in Brazil, its administrative macro-regions, and federative units. Cien Saude Colet 2023; 28(7): 2119-33. https://doi.org/10.1590/1413-81232023287.14152022
      » https://doi.org/10.1590/1413-81232023287.14152022
    • 43 Brasil. Diretrizes de Atenção à Gestante: a operação cesariana. Relatório de recomendação [Internet]. 2016 [cited on Aug. 16, 2024]. Available at: https://www.gov.br/conitec/pt-br/midias/relatorios/2016/relatorio_diretrizes-cesariana_final.pdf
      » https://www.gov.br/conitec/pt-br/midias/relatorios/2016/relatorio_diretrizes-cesariana_final.pdf
    • 44 Belarmino V, Carlotto K, Maduell MCP, Gonçalves CG. Spatial distribution of cesarean sections in Brazil from 2000 to 2019. Res Soc Dev 2022; 11(4): e43211427657. https://doi.org/10.33448/rsd-v11i4.27657
      » https://doi.org/10.33448/rsd-v11i4.27657
    • 45 Leal MC, Szwarcwald CL, Almeida PVB, Aquino EML, Barreto ML, Barros F, et al. Reproductive, maternal, neonatal and child health in the 30 years since the creation of the Unified Health System (SUS). Cien Saude Colet 2018; 23(6): 1915-28. https://doi.org/10.1590/1413-81232018236.03942018
      » https://doi.org/10.1590/1413-81232018236.03942018
    • 46 Rebouças P, Falcão IR, Barreto ML. Social inequalities and their impact on children's health: a current and global perspective. J Pediatr (Rio J) 2022; 98 Suppl 1(Suppl 1): S55-S65. https://doi.org/10.1016/j.jped.2021.11.004
      » https://doi.org/10.1016/j.jped.2021.11.004
    • 47 Sawaya AL, Peliano AM, Albuquerque MP, Domene SMA. A família e o direito humano à alimentação adequada e saudável. Estud Av 2019; 33(97): 363-82. https://doi.org/10.1590/s0103-4014.2019.3397.020
      » https://doi.org/10.1590/s0103-4014.2019.3397.020
    • 48 Ota E, Ganchimeg T, Morisaki N, Vogel JP, Pileggi C, Ortiz-Panozo E, et al. Risk factors and adverse perinatal outcomes among term and preterm infants born small-for-gestational-age: secondary analyses of the WHO multi-country survey on maternal and newborn health. PLoS One 2014; 9(8): e105155. https://doi.org/10.1371/journal.pone.0105155
      » https://doi.org/10.1371/journal.pone.0105155
    • 49 Muhihi A, Sudfeld CR, Smith ER, Noor RA, Mshamu S, Briegleb C, et al. Risk factors for small-for-gestational-age and preterm births among 19,269 Tanzanian newborns. BMC Pregnancy Childbirth 2016; 16: 110. https://doi.org/10.1186/s12884-016-0900-5
      » https://doi.org/10.1186/s12884-016-0900-5
    • 50 Alonso C, Brussevich M, Dabla-Norris E, Kinoshita Y, Kochhar K. Reducing and redistributing unpaid work: stronger policies to support gender equality [Internet]. IMF Working Paper; 2019 [cited on May 02, 2024]. Available at: http://www.imf.org/external/pubs/cat/longres.aspx?sk=48688
      » http://www.imf.org/external/pubs/cat/longres.aspx?sk=48688
    • 51 Oyekale AS, Maselwa TC. Maternal education, fertility, and child survival in Comoros. Int J Environ Res Public Health 2018; 15(12): 2814. https://doi.org/10.3390/ijerph15122814
      » https://doi.org/10.3390/ijerph15122814
    • 52 Kamamura HC. Efeitos do Programa Bolsa Família no consumo de nutrientes e índices Antropométricos [tese de doutorado]. Piracicaba: Universidade de São Paulo; 2014.
    • 53 Santana VS, Kiss L, Andermann A. The scientific knowledge on child labor in Latin America. Cad Saude Publica 2019; 35(7)): e00105119. https://doi.org/10.1590/0102-311X00105119
      » https://doi.org/10.1590/0102-311X00105119
    • 54 Ciríaco JS, Anjos Júnior OR, Lombardi Filho SC. Uma análise do trabalho infantil na região sul do Brasil. Braz J Dev 2019; 5(8): 13500-14. https://doi.org/10.34117/bjdv5n8-148
      » https://doi.org/10.34117/bjdv5n8-148
    • 55 Oliveira LE, Rios-Neto EG, Oliveira AMHC. O efeito trabalhador adicional para filhos no Brasil. Rev Bras Est Popul 2014; 31(1): 29-49. https://doi.org/10.1590/S0102-30982014000100003
      » https://doi.org/10.1590/S0102-30982014000100003
    • 56 Cabanas P, Komatsu BK, Menezes Filho NA. Crescimento da renda e as escolhas dos jovens entre os estudos e o mercado de trabalho [trabalho acadêmico]. São Paulo: Insper Instituto de Ensino e Pesquisa, Centro de Políticas Públicas; 2014
    • 57 Ramos CV, Dumith SC, César JA. Prevalence and factors associated with stunting and excess weight in children aged 0-5 years from the Brazilian semi-arid region. J Pediatr (Rio J) 2015; 91(2): 175-82. https://doi.org/10.1016/j.jped.2014.07.005
      » https://doi.org/10.1016/j.jped.2014.07.005
    • 58 Casale D, Espi G, Norris SA. Estimating the pathways through which maternal education affects stunting: evidence from an urban cohort in South Africa. Public Health Nutr 2018; 21(10): 1810-8. https://doi.org/10.1017/S1368980018000125
      » https://doi.org/10.1017/S1368980018000125
    • 59 Matozinhos FP, Mendes LL, Andrade CJM, Velasquez-Melendez G. Avaliação da atenção pré-natal: estudos de base populacional. Rev APS 2014; 17(4): 469-75.
    • 60 Pires PHAF, Triaca LM, Trindade CS, Ribeiro FG. Efeitos do programa de primeira infância melhor sobre indicadores de pré-natal e neonatal [Internet]. [cited on Aug. 14, 2024]. Available at: https://www.anpec.org.br/sul/2022/submissao/files_I/i2-3f11e98a002e38d5d6b6526269483cdc.pdf
      » https://www.anpec.org.br/sul/2022/submissao/files_I/i2-3f11e98a002e38d5d6b6526269483cdc.pdf
    • 61 Menezes RCE, Lira PIC, Leal VS, Oliveira JS, Santana SCS, Sequeira LAS, et al. Determinants of stunting in children under five in Pernambuco, northeastern Brazil. Rev Saude Publica 2011; 45(6): 1079-87. https://doi.org/10.1590/s0034-89102011000600010
      » https://doi.org/10.1590/s0034-89102011000600010
    • 62 Corrêa EM. Vigilância epidemiológica da desnutrição infantil na Região Norte brasileira de 2008 a 2017 [tese de doutorado]. São Paulo: Universidade de São Paulo, Faculdade de Saúde Pública; 2020.

    Editado por

    Datas de Publicação

    • Publicação nesta coleção
      31 Jan 2025
    • Data do Fascículo
      2025

    Histórico

    • Recebido
      20 Maio 2024
    • Revisado
      24 Out 2024
    • Aceito
      24 Out 2024
    Creative Common - by 4.0
    This is an open article distributed under the CC-BY 4.0 license, which allows copying and redistribution of the material in any format and for any purpose as long as the original authorship and publication credits are maintained.
    vertical_align_top file_download show_chart
    location_on
    Associação Brasileira de Saúde Coletiva Av. Dr. Arnaldo, 715 - 2º andar - sl. 3 - Cerqueira César, 01246-904 São Paulo SP Brasil , Tel./FAX: +55 11 3085-5411 - São Paulo - SP - Brazil
    E-mail: revbrepi@usp.br
    rss_feed Stay informed of issues for this journal through your RSS reader
    Accessibility / Report Error