Coocorrência de comportamentos de risco à saúde e depressão na população brasileira: análise de um inquérito de base populacional (Vigitel, 2023)RESUMO
Objetivo: Analisar a associação entre a coocorrência de comportamentos de risco à saúde e a presença de depressão em brasileiros.
Métodos: Estudo transversal com dados do inquérito de base populacional Sistema de Vigilância de Fatores de Risco e Doenças Crônicas por Inquérito Telefônico (Vigitel) 2023. A depressão foi avaliada pelo autorrelato de diagnóstico médico. A coocorrência de comportamentos de risco à saúde foi mensurada com base na soma de cinco comportamentos: consumo de alimentos ultraprocessados (AUP), inatividade física, comportamento sedentário, tabagismo e consumo abusivo de álcool. Posteriormente, essa variável foi categorizada em: “nenhum”, “um”, “dois” ou “três ou mais” comportamentos. Foram realizadas análises descritivas, teste de qui-quadrado de Pearson e regressão logística univariada e múltipla ajustada por sexo, idade, estado civil e escolaridade.
Resultados: Participaram 21.690 indivíduos, sendo que 12,3% apresentaram depressão, e aproximadamente 79,8% relataram algum comportamento de risco à saúde. Observou-se que o consumo de AUP (RC 1,35; IC95% 1,08–1,68), a inatividade física (RC 1,29; IC95% 1,04–1,60) e o tabagismo (RC 1,76; IC95% 1,36–2,27) estão associados à presença de depressão. Indivíduos com dois comportamentos de risco à saúde tinham 1,36 vezes mais chance (RC 1,36; IC95% 1,08–1,73) de apresentarem depressão, enquanto aqueles com três ou mais tiveram 2,01 vezes mais chance (RC 2,01; IC95% 1,49–2,71), em comparação com aqueles que não apresentavam nenhum comportamento.
Conclusão: Indivíduos que apresentam coocorrência de dois ou mais comportamentos de risco à saúde têm mais chance de depressão. Esses achados reforçam a importância de estratégias integradas de promoção da saúde mental e prevenção de comportamentos não saudáveis na população brasileira.
Palavras-chave:
Alimentos ultraprocessados; Comportamento sedentário; Tabagismo; Consumo excessivo de bebidas alcoólicas; Fator de risco; Depressão
ABSTRACT
Objective To analyze the association between the co-occurrence of health risk behaviors and the presence of depression in Brazilians.
Methods: This was a cross-sectional study using data from the 2023 population-based telephone survey Vigitel. Depression was assessed by self-reported medical diagnosis. The co-occurrence of health risk behaviors was measured based on the sum of five behaviors: consumption of ultra-processed foods (UPF), physical inactivity, sedentary behavior, smoking, and binge drinking. This variable was subsequently categorized as “none,” “one,” “two,” or “three or more” behaviors. Descriptive analyses, Pearson’s χ2 test, and univariate and multiple logistic regression adjusted for sex, age, marital status, and level of education were carried out.
Results: A total of 21,690 individuals participated in the survey, of whom 12.3% had depression, and approximately 79.8% reported at least one health risk behavior. Consumption of UPF (OR 1.35; 95%CI 1.08–1.68), physical inactivity (OR 1.29; 95%CI 1.04–1.60), and smoking (OR 1.76; 95%CI 1.36–2.27) were associated with depression. Individuals with two health risk behaviors had 1.36 times higher odds of depression (OR 1.36; 95%CI 1.08–1.73), while those with three or more had twice the odds (OR 2.01; 95%CI 1.49–2.71), compared to those with none.
Conclusion: Individuals with the co-occurrence of two or more health risk behaviors are more likely to have depression. These findings highlight the importance of integrated strategies for mental health promotion and the prevention of unhealthy behaviors in the Brazilian population.
Keywords:
Ultra-processed food; Sedentary behavior; Tobacco use disorder; Binge drinking; Risk factor; Depression
INTRODUÇÃO
A depressão é um importante problema de saúde pública e uma das principais causas de incapacidade e ônus econômico1,2. A Organização Mundial da Saúde (OMS) estima que mais de 300 milhões de pessoas no mundo sofrem de depressão3, afetando aproximadamente 3,8% da população, incluindo 5% dos adultos — sendo 4% dos homens e 6% das mulheres — e 5,7% dos indivíduos com mais de 60 anos4. Estima-se que a depressão tenha contribuído com aproximadamente 56 milhões (intervalo de incerteza de 95%: 39,3-76,5) de anos de vida ajustados por incapacidade (Disability-Adjusted Life Years – DALYs) globalmente em 20215, podendo se tornar a segunda maior causa de carga global de doenças até 20306.
No Brasil, dados da Pesquisa Nacional de Saúde (PNS) evidenciam um aumento na prevalência de diagnóstico autorreferido de depressão entre adultos (≥18 anos), passando de 7,6% em 2013 para 10,2% em 2019, o que corresponde a cerca de 16,3 milhões de indivíduos com depressão diagnosticada no país7. Esses achados indicam um aumento significativo no número de diagnósticos de depressão ao longo dos anos e reforçam a gravidade do problema.
A etiologia da depressão é multifatorial, resultante de uma complexa interação entre fatores biológicos, sociais, psicológicos e comportamentais8. Entre os comportamentos, destacam-se os de risco à saúde, que incluem alimentação inadequada, inatividade física, comportamento sedentário (CS), tabagismo e consumo abusivo de álcool9,10,11. Além disso, a literatura aponta que esses comportamentos, especialmente o tabagismo e o consumo abusivo de álcool, são importantes fatores de risco para a mortalidade entre a população com depressão12.
Estudos têm evidenciado que a presença simultânea de múltiplos comportamentos de risco à saúde está associada a um risco aumentado de transtornos mentais, incluindo sintomas de ansiedade, depressão e a ocorrência concomitante de ambos10,13. Embora muitos estudos avaliem esses comportamentos de forma isolada11,14,15,16,17, há um interesse crescente em abordagens que considerem a coocorrência. Isso se justifica pelo fato de que a adoção de um comportamento de risco à saúde está frequentemente interligada à presença de outro, tornando mais comum sua manifestação conjunta do que sua ocorrência isolada, o que pode potencializar os efeitos negativos9,10,13.
Compreender a associação entre os comportamentos de risco à saúde e a depressão é essencial para a elaboração de estratégias em saúde pública e intervenções que promovam a saúde mental e incentivem hábitos saudáveis. Essas ações podem contribuir para a redução de Doenças Crônicas não Transmissíveis (DCNT) entre a população, melhorando a qualidade de vida e o bem-estar físico e mental. Assim, o objetivo deste estudo foi analisar a associação entre a coocorrência de comportamentos de risco à saúde e depressão em brasileiros.
MÉTODOS
Estudo transversal com dados do Sistema de Vigilância de Fatores de Risco e Doenças Crônicas por Inquérito Telefônico (Vigitel), realizado em 2023. O Vigitel é um inquérito nacional de base populacional que, desde 2006, monitora a população (≥ 18 anos) residente nas capitais dos 26 estados brasileiros e no Distrito Federal. Por meio de entrevistas telefônicas, o inquérito acompanha a frequência e a distribuição dos principais fatores de risco e proteção para DCNT no Brasil18.
O processo amostral do Vigitel ocorreu em dois estágios. No primeiro, foi realizado sorteio das linhas telefônicas fixas e móveis por cidade. Já na segunda etapa, foi selecionado um adulto (≥18 anos de idade) para a entrevista, sorteado entre os residentes do domicílio. A amostragem incluiu 800 entrevistas por cidade, sendo 400 realizadas por telefone fixo e 400 por telefone móvel. Essa metodologia garantiu estimativas com um intervalo de confiança de 95% (IC95%) e margem de erro de até quatro pontos percentuais para a frequência de fatores de risco e proteção na população adulta de cada localidade. Informações detalhadas sobre o processo de amostragem do Vigitel podem ser encontradas no relatório publicado18.
Variáveis do estudo
Variável desfecho – depressão
A presença de depressão foi definida por meio da pergunta “Algum médico já lhe informou que o(a) senhor(a) tem depressão?”, sendo categorizada como “sim” ou “não”.
Variável explicativa – coocorrência de comportamentos de risco à saúde
A coocorrência de comportamentos de risco à saúde foi avaliada com base na soma de cinco comportamentos: consumo de alimentos ultraprocessados (AUP), inatividade física, CS, tabagismo e consumo abusivo de álcool.
O consumo de AUP foi analisado com base em uma pergunta referente ao consumo de 13 subgrupos alimentares no dia anterior à entrevista: “Agora vou listar alguns alimentos e gostaria que você me dissesse se comeu algum deles ontem (desde que acordou até quando foi dormir): bebidas adoçadas (refrigerantes, sucos prontos, refrescos em pó, bebidas achocolatadas), lanches industrializados (salgadinhos, biscoitos doces e salgados, bolinhos de pacote), sobremesas processadas (chocolates, sorvetes, gelatinas, flans), embutidos (salsicha, linguiça, mortadela, presunto), pães industrializados (pão de forma, pão de cachorro-quente, pão de hambúrguer), condimentos (maionese, ketchup, mostarda), margarinas e refeições prontas (macarrão instantâneo, sopas de pacote, pratos congelados)”. Os subgrupos de AUP foram selecionados entre aqueles mais consumidos no Brasil, de acordo com a Pesquisa de Orçamentos Familiares (POF) de 2008–200919. Para fins de análise, um escore foi calculado com base nas respostas positivas para o consumo de cada um dos subgrupos de AUP, variando entre 0 e 13 pontos. Com base na pontuação final, o consumo de AUP foi considerado alto quando igual ou superior a cinco subgrupos, sendo categorizado como “não” (<5 subgrupos) ou “sim” (≥5 subgrupos)20.
A inatividade física foi avaliada com base na classificação dos participantes como fisicamente inativos. Consideraram-se fisicamente inativos aqueles que, nos últimos três meses, não praticaram nenhuma atividade física (AF) no tempo livre, não realizaram esforços físicos intensos no trabalho, não se deslocaram a pé ou de bicicleta para o trabalho ou para a escola/cursos e não realizaram tarefas domésticas pesadas. Este indicador foi construído com base nas questões do Vigitel que avaliam os quatro domínios de AF: tempo livre, deslocamento, ocupacional e doméstico18.
O CS foi avaliado pelo tempo de tela, pelas perguntas: “Em média, quantas horas por dia o(a) Sr.(a) costuma assistir à televisão?” e “Em média, quantas horas do seu tempo livre (excluindo o trabalho) são ocupadas pelo uso de computador, tablet ou celular?”. Os participantes foram classificados “sem CS” ou “com CS”, sendo esta última categoria atribuída àqueles que referiram três ou mais horas diárias em CS18.
O tabagismo foi mensurado por meio da pergunta: “Atualmente, o(a) Sr.(a) fuma?”. Foi considerado fumante o indivíduo que respondeu positivamente, independentemente do número de cigarros, da frequência ou da duração do hábito de fumar.
Para avaliar o consumo abusivo de álcool, foram utilizadas as seguintes questões, direcionadas a homens e mulheres, respectivamente: “Nos últimos 30 dias, o Sr. chegou a consumir 5 ou mais doses de bebida alcoólica em uma única ocasião?” e “Nos últimos 30 dias, a Sra. chegou a consumir 4 ou mais doses de bebida alcoólica em uma única ocasião?”. Considerou-se uma dose de bebida alcoólica o equivalente a uma lata de cerveja, uma taça de vinho ou uma dose de cachaça, uísque ou qualquer outra bebida alcoólica destilada. O consumo abusivo foi definido como a ingestão de cinco ou mais doses, no caso dos homens, ou quatro ou mais doses, no caso das mulheres, em uma única ocasião em relação aos últimos 30 dias anteriores à data da pesquisa18.
Com base nas respostas aos cinco comportamentos, foi criada uma variável de coocorrência de comportamentos de risco à saúde, cuja pontuação variou de zero a cinco. Para fins de análise, essa variável foi categorizada em: “nenhum”, “um”, “dois” e “três ou mais” comportamentos de risco à saúde.
Covariáveis
Foram avaliadas as seguintes características sociode-mográficas e antropométrica dos indivíduos: sexo (masculino/feminino); idade (18–24; 25–34; 35–44; 45–54; 55–64; ≥65 anos); escolaridade (0–8; 9–11; ≥12 anos de estudo); estado civil (com ou sem parceiro/cônjuge); e excesso de peso, definido como índice de massa corporal (IMC) ≥25 kg/m2, calculado de acordo com o peso e a altura autorrelatados18.
Análise estatística
Foram realizadas análises descritivas por meio da distribuição de frequência (%) e respectivos IC95%. O teste de qui-quadrado de Pearson foi utilizado para avaliar a relação entre as covariáveis e a presença de depressão.
A associação entre cada comportamento de risco à saúde, de forma individual, e a presença de depressão foi avaliada por meio de regressão logística univariada. Posteriormente, foi realizada análise de regressão logística múltipla entre a variável explicativa e o desfecho, com estimativas brutas e ajustadas pelas covariáveis avaliadas neste estudo. A medida de associação utilizada foi a razão de chances (RC), com IC 95%. As variáveis de ajuste foram selecionadas com base em evidências da literatura sobre associação com a depressão e os comportamentos de risco à saúde21,22,23.
Para a análise dos dados, foi utilizado o software Stata, versão 18.0, no módulo survey, que considera os efeitos da amostragem complexa e permite a extrapolação dos resultados para a população brasileira. Foi adotado um nível de significância de 5% em todas as análises estatísticas.
Aspectos éticos
O projeto Vigitel foi aprovado pela Comissão Nacional de Ética em Pesquisa para Seres Humanos do Ministério da Saúde (CAAE: 65610017.1.0000.0008). As bases de dados do Vigitel são de acesso público e podem ser consultadas no site oficial do Departamento de Análise Epidemiológica e Vigilância de Doenças Não Transmissíveis (DAENT): https://svs.aids.gov.br/download/Vigitel/.
Declaração de disponibilidade de dados
Os dados do Vigitel estão disponíveis para acesso público no seguinte URL: https://svs.aids.gov.br/daent/cgdnt/vigitel/
RESULTADOS
Foram avaliados 21.690 indivíduos, sendo a maioria do sexo feminino, com idade entre 25 e 54 anos, escolaridade entre 9 e 11 anos, sem companheiro e com excesso de peso. O diagnóstico médico de depressão foi relatado por 12,3%. Com exceção da variável idade, todas as demais covariáveis estiveram relacionadas com a depressão (Tabela 1).
Características sociodemográficas e antropométricas segundo a presença de depressão entre adultos e idosos brasileiros (n=21.690). Vigitel, 2023.
Entre os comportamentos avaliados, o CS foi o mais prevalente, correspondendo a 67,04% dos participantes (Tabela 2).
Associação entre comportamentos de risco à saúde e depressão entre adultos e idosos do Brasil (n=21.690). Vigitel, 2023.
Observou-se que o consumo de AUP, a inatividade física e o tabagismo estão associados à presença de depressão. Participantes com alto consumo de AUP têm mais chance de depressão (RC 1,35; IC95% 1,08– 1,68; p=0,008) em comparação àqueles com consumo de AUP<5 subgrupos. Indivíduos fisicamente inativos apresentaram maior chance de depressão (RC 1,29; IC95% 1,04–1,60; p=0,021) quando comparados aos indivíduos ativos. Além disso, participantes fumantes tiveram maior chance de apresentar depressão (RC 1,76; IC95% 1,36–2,27; p<0,001), em comparação com os não fumantes (Tabela 2).
A análise de regressão múltipla entre a coocorrência de comportamentos de risco à saúde e depressão mostrou um gradiente dose-resposta (p<0,001), indicando que a chance de apresentar depressão aumenta quanto maior é o número de comportamentos de risco à saúde. A presença de apenas um comportamento não esteve associada à depressão. Participantes com dois comportamentos apresentaram 1,36 vezes mais chance de depressão (RC 1,36; IC95% 1,08–1,73; p<0,010), enquanto aqueles com três ou mais comportamentos tiveram uma chance maior (RC 2,01; IC95% 1,49–2,71; p<0,001), em comparação aos que não apresentavam nenhum comportamento de risco à saúde (Tabela 3).
Associação entre a coocorrência de comportamentos de risco à saúde e depressão entre adultos e idosos do Brasil (n=21.690). Vigitel, 2023.
DISCUSSÃO
Os resultados do presente estudo, que incluiu mais de 21 mil adultos e idosos brasileiros, revelaram uma prevalência de 12,3% de diagnóstico médico de depressão e que 36,61% dos participantes apresentaram dois ou mais comportamentos de risco à saúde. A análise individual dos comportamentos indicou que o consumo de AUP, a inatividade física e o tabagismo estiveram associados à depressão. Além disso, observou-se uma associação estatisticamente significativa entre a coocorrência dos comportamentos de risco à saúde e a presença de depressão, evidenciando que o aumento do número de comportamentos esteve relacionado a uma maior chance de diagnóstico depressivo.
De acordo com dados do relatório The Burden of Mental Disorders in the Region of the Americas, a depressão é o transtorno mental mais incapacitante nas Américas, sendo responsável por cerca de 7,8% dos anos vividos com incapacidade (Years Lived with Disability – YLDs)6. No Brasil, o cenário torna-se particularmente preocupante à medida que pesquisas nacionais de base populacional, como Vigitel e PNS, evidenciam uma tendência crescente e contínua nas taxas de depressão ao longo das últimas décadas7,19.
O aumento da prevalência da depressão é particularmente preocupante quando associada ao estilo de vida da população, especialmente aqueles relacionados aos comportamentos de risco à saúde. Evidências indicam uma relação bidirecional entre a depressão e o consumo alimentar inadequado, CS e outros comportamentos, configurando um ciclo vicioso que compromete tanto a saúde física quanto a mental9,24,25.
No presente estudo, o consumo de AUP esteve associado à presença de depressão, corroborando os achados de Hecht et al.26. Esses autores observaram que indivíduos com maior consumo de AUP apresentaram maior probabilidade de relatar depressão leve, maior número de dias com sofrimento mental e sintomas de ansiedade, bem como menor probabilidade de relatar ausência de comprometimento da saúde mental.
A associação entre o consumo frequente de AUP e aumento nos níveis de sintomas depressivos27 pode ser explicada pelos efeitos adversos desses alimentos sobre a saúde metabólica e o funcionamento neuropsicológico28. Estudos indicam que o consumo de AUP pode desencadear inflamação sistêmica por meio da ativação de vias pró-inflamatórias e do aumento da permeabilidade da barreira intestinal, favorecendo o desenvolvimento de disbiose intestinal. Esse processo inflamatório apresenta potencial para comprometer a neurotransmissão, especialmente nos sistemas serotoninérgico e dopaminérgico, que desempenham papel fundamental na regulação do humor29,30.
No presente estudo, a inatividade física esteve associada a maior chance de depressão, em consonância com evidências que apontam que comportamentos de movimento inadequados estão relacionados a transtornos mentais15,16. Há evidências de que esses comportamentos influenciam a saúde mental por meio de alterações na função cerebral e na regulação do humor31,32. Além disso, diferentes níveis de intensidades de AF podem exercer efeitos protetores sobre a depressão, atuando por meio de mecanismos biológicos e psicossociais16,33.
A inatividade física é associada à redução na liberação de neurotransmissores essenciais para a regulação do humor e do bem-estar, como dopamina, serotonina e endorfina31,34. Além disso, a ausência de AF compromete processos neurobiológicos importantes, como a neurogênese e a plasticidade cerebral33,34. Indivíduos fisicamente inativos são mais propensos ao acúmulo de estresse psicológico, uma vez que a AF desempenha um papel fundamental na regulação dos sistemas de resposta ao estresse, como o eixo Hipotálamo-Hipófise-Adrenal (HPA)31,35, sistema neuroendócrino responsável pela resposta fisiológica adequada diante de situações estressoras33.
Diversos mecanismos têm sido propostos para explicar a associação entre CS e depressão. Uma das hipóteses é que níveis elevados de CS podem exercer efeitos deletérios diretos sobre o humor, independentemente de outros fatores, possivelmente por meio de alterações nos processos inflamatórios, os quais constituem uma das principais características biológicas da depressão maior16. O CS também está associado ao aumento da inflamação sistêmica, evidenciado por níveis elevados de marcadores inflamatórios, como proteína C-reativa e interleucina-6, que podem afetar o funcionamento do sistema nervoso central, favorecendo alterações neuroquímicas e estruturais que elevam o risco de desenvolvimento de depressão16,35,36.
Outra hipótese sugere que CS baseado em telas, como o uso prolongado de computadores, pode contribuir para a redução das interações sociais presenciais, o que, por sua vez, estaria associado ao aumento do risco de desenvolvimento de transtornos mentais16,36. Por fim, longos períodos gastos em CS podem resultar na redução da prática de AF, o que leva a uma diminuição da liberação de neurotransmissores associados à regulação positiva do humor, como as endorfinas — contribuindo, assim, para sintomas depressivos36.
Assim como os comportamentos de movimento, o tabagismo também esteve associado à presença de depressão neste estudo, corroborando com Völker et al.37. Em estudo com mais de 170 mil participantes, os autores observaram que indivíduos que haviam fumado anteriormente apresentavam maiores chances de depressão ao longo da vida e no momento atual, além de associação entre maior consumo de cigarros e maior gravidade de sintomas depressivos37.
O uso de tabaco tem sido identificado como um importante comportamento de risco para a depressão, com efeitos possivelmente mediados por mecanismos neurobiológicos e inflamatórios. Evidências apontam que indivíduos fumantes apresentam níveis mais elevados de depressão em comparação aos não fumantes27,37, sugerindo que o hábito de fumar pode afetar negativamente a neuroquímica cerebral, favorecendo o desenvolvimento de quadros depressivos38. A nicotina, principal substância psicoativa do tabaco, estimula a liberação de neurotransmissores no sistema de recompensa cerebral, gerando efeitos prazerosos39. Contudo, o seu uso crônico pode levar à desregulação desses neurotransmissores, contribuindo para o desenvolvimento da depressão40. Além disso, o tabagismo está associado a um estado inflamatório sistêmico, caracterizado pelo aumento de citocinas pró-inflamatórias, que podem comprometer a neurogênese e afetar regiões cerebrais envolvidas na regulação do humor41.
Neste estudo, a coocorrência de comportamentos de risco à saúde esteve associada à depressão. Observou-se que, quanto maior o número de comportamentos de risco, maior a chance de depressão, corroborando os achados de Barbosa et al.9 em um estudo transversal realizado com 1.353 jovens adultos que avaliou a coocorrência de comportamentos obesogênicos e a presença de sintomas de ansiedade e depressão. Além disso, em estudo longitudinal, Kekäläinen et al.42 encontraram associações acumuladas entre comportamentos de risco à saúde e bem-estar mental ao longo de 30 anos, desde o início da vida adulta até fases mais tardias. A presença de múltiplos comportamentos, como tabagismo, consumo excessivo de álcool e inatividade física, esteve associada a pior bem-estar mental.
Evidências indicam que comportamentos de risco à saúde frequentemente tendem a ocorrer de forma agrupada, e que sua coocorrência pode exercer efeito sinérgico, potencializando a influência de um comportamento sobre os demais9,13,21. Além disso, estudos epidemiológicos demonstram que essa combinação está associada a desfechos em saúde mental9,42.
Diferentes mecanismos podem explicar a associação entre comportamentos de risco à saúde e transtornos mentais. Alterações nos hábitos alimentares, por exemplo, podem ser reflexo do comer emocional ou da falta de motivação para manter padrões alimentares saudáveis. Nesse contexto, indivíduos com maior percepção de estresse e sintomas depressivos tendem a aumentar o consumo de AUP como forma de lidar com as emoções9. Ademais, esses alimentos têm sido associados ao aumento dos sintomas depressivos, possivelmente em decorrência de seus efeitos negativos sobre a saúde metabólica e neuropsicológica. Da mesma forma, a literatura sugere que fumar pode influenciar a neuroquímica cerebral e os padrões de inflamação, contribuindo para a depressão27.
Embora os resultados deste estudo sejam de grande relevância, é fundamental considerar algumas limitações. O delineamento transversal do estudo não permite identificar temporalidade nem estabelecer relação de causa-efeito. É importante ressaltar a possibilidade de causalidade reversa, particularmente no que se refere à depressão e aos comportamentos de risco, incluindo tabagismo, hábitos alimentares inadequados e inatividade física. Além disso, a composição da amostra, restrita a indivíduos com acesso a linhas telefônicas, pode comprometer a representatividade dos dados em relação à população geral, especialmente em populações mais vulneráveis. A natureza autorreferida das informações também apresenta desafios metodológicos, expondo os dados a potenciais vieses de memória e interpretação. Para atenuar essas limitações, foram aplicados fatores de ponderação que ajustam a composição sociodemográfica da amostra, aumentando tanto a representatividade quanto a robustez analítica do estudo. Por fim, deve-se destacar que a avaliação dos comportamentos de risco de forma combinada limita a exploração de possíveis interações e padrões mais complexos, diferentemente de abordagens como a análise de clusters.
Mesmo diante dessas limitações, este estudo apresenta contribuições relevantes ao elucidar a associação entre comportamentos de risco à saúde e depressão na população brasileira. A metodologia aplicada possibilitou não apenas identificar as associações, mas também destacar a interdependência entre diversos comportamentos prejudiciais à saúde e seu impacto na depressão. Essa abordagem holística enfatiza a importância de estratégias de saúde que integrem, simultaneamente, ações voltadas para a saúde mental e a promoção de hábitos de vida saudáveis.
A originalidade deste artigo está na análise combinada de múltiplos comportamentos de risco à saúde e sua interação com a saúde mental, oferecendo uma perspectiva mais abrangente e detalhada sobre duas questões importantes de saúde pública: DCNT e saúde mental. Os achados deste estudo reforçam a necessidade de políticas públicas abrangentes, capazes de articular diferentes estratégias e promover uma visão integrada sobre os determinantes da saúde. Intervenções que estimulem a prática regular de AF e incentivem padrões alimentares adequados e saudáveis, aliadas à redução simultânea dos comportamentos de risco à saúde, podem desempenhar papel central na prevenção e no controle das DCNT e dos transtornos mentais. A incorporação dessas ações ao cotidiano da população representa uma oportunidade de promover a saúde de forma mais ampla e sustentável.
AGRADECIMENTOS
As autoras BCRB, LFF e DROS agradecem à Fundação de Amparo à Pesquisa do Estado de Minas Gerais (Fapemig/Brasil); e MCAV e MIRS agradecem ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq/Brasil) pelas bolsas de doutorado concedidas, as quais contribuíram de forma significativa para o desenvolvimento deste estudo. As autoras também agradecem ao Ministério da Saúde do Brasil pelo apoio institucional
APROVAÇÃO CEP
Os dados utilizados neste estudo são de domínio público, provenientes do inquérito telefônico de base populacional Vigitel 2023. A aprovação ética do Vigitel foi obtida pelo Comitê Nacional de Ética em Pesquisa com Seres Humanos do Ministério da Saúde (CAAE: 65610017.1.0000.0008).
Referências bibliográficas
-
1. Arias D, Saxena S, Verguet S. Quantifying the global burden of mental disorders and their economic value. EClinicalMedicine 2022; 54: 101675. https://doi.org/10.1016/j.eclinm.2022.101675
» https://doi.org/10.1016/j.eclinm.2022.101675 -
2. Organização Pan-Americana da Saúde. Organização Mundial da Saúde. Depressão [Internet]. [cited on June 25, 2025]. Available at: https://www.paho.org/pt/topicos/depressao
» https://www.paho.org/pt/topicos/depressao - 3. World Health Organization. Depression and other common mental disorders: global health estimates. Geneva: World Health Organization; 2017.
- 4. World Health Organization. World mental health report: transforming mental health for all. Geneva: World Health Organization; 2022.
-
5. Global Health Metrics. Depressive disorders–level 3 cause [Internet]. [cited on July 03, 2025]. Available at: https://www.healthdata.org/data-tools-practices/data-access
» https://www.healthdata.org/data-tools-practices/data-access - 6. Pan American Health Organization. The burden of mental disorders in the Region ofthe Americas, 2018. Washington: Pan American Health Organization; 2018.
- 7. Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional de Saúde 2019: percepção do estado de saúde, estilos de vida, doenças crônicas e saúde bucal – Brasil e grandes regiões. Rio deJaneiro: IBGE; 2020.
-
8. World Health Organization. Depressive disorder (depression) [Internet]. Geneva: World Health Organization; 2023 [cited on Dec. 11, 2024]. Available at: https://www.who.int/news-room/fact-sheets/detail/depression
» https://www.who.int/news-room/fact-sheets/detail/depression -
9. Barbosa BCR, Mendonça RD, Machado EL, Meireles AL. Co-occurrence of obesogenic behaviors and their implications for mental health during the COVID-19 pandemic: a study with university students. BMC Public Health 2024; 24(1): 1596. https://doi.org/10.1186/s12889-024-19031-6
» https://doi.org/10.1186/s12889-024-19031-6 -
10. Tao S, Qu Y, Zhang Y, Gan H, Mou X, Zhou P, et al. COVID-19 risk perception moderates the relationships between health risk behaviors clustering and anxiety-depression comorbidity in adolescents. BMC Psychol 2025; 13(1): 590. https://doi.org/10.1186/s40359-025-02937-0
» https://doi.org/10.1186/s40359-025-02937-0 -
11. Sousa TM, Caldeira TCM, Ramos IEC, Canella DS, Claro RM. Association between depression and ultra-processed food consumption: a population-based study (Vigitel, 2023). Public Health 2024; 234: 187-90. https://doi.org/10.1016/j.puhe.2024.06.015
» https://doi.org/10.1016/j.puhe.2024.06.015 -
12. Qi Y, Meng F, Yan X, Huang H, Chen X, He F. The effects of health risk behaviors to excess mortality in the population with depression: a cohort study based on NHANES data. J Affect Disord 2024; 356: 233-8. https://doi.org/10.1016/j.jad.2024.04.038
» https://doi.org/10.1016/j.jad.2024.04.038 -
13. Wang M, Li T, Xie Y, Zhang D, Qu Y, Zhai S, et al. Clustered health risk behaviors with comorbid symptoms of anxiety and depression in young adults: moderating role of inflammatory cytokines. J Affect Disord 2024; 345: 335-41. https://doi.org/10.1016/j.jad.2023.10.139
» https://doi.org/10.1016/j.jad.2023.10.139 -
14. Li J, Wang H, Li M, Shen Q, Li X, Zhang Y, et al. Effect of alcohol use disorders and alcohol intake on the risk of subsequent depressive symptoms: a systematic review and meta-analysis of cohort studies. Addiction 2020; 115(7): 1224-43. https://doi.org/10.1111/add.14935
» https://doi.org/10.1111/add.14935 -
15. Matias TS, Lopes MVV, Costa BGG, Silva KS, Schuch FB. Relationship between types of physical activity and depression among 88,522 adults. J Affect Disord 2022; 297: 415-20. https://doi.org/10.1016/j.jad.2021.10.051
» https://doi.org/10.1016/j.jad.2021.10.051 -
16. Zhou Q, Guo C, Yang X, He N. Dose-response association of total sedentary behaviour and television watching with risk of depression in adults: a systematic review and meta-analysis. J Affetar Disord 2023; 324: 652-9. https://doi.org/10.1016/j.jad.2022.12.098
» https://doi.org/10.1016/j.jad.2022.12.098 -
17. Wu Z, Yue Q, Zhao Z, Wen J, Tang L, Zhong Z, et al. A crosssectional study of smoking and depression among US adults: NHANES (2005-2018). Front Public Health 2023; 11: 1081706. https://doi.org/10.3389/fpubh.2023.1081706
» https://doi.org/10.3389/fpubh.2023.1081706 - 18. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde e Ambiente. Departamento de Análise Epidemiológica e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2023: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2023. Brasília: Ministério da Saúde; 2023.
- 19. Instituto Brasileiro de Geografia e Estatística. Pesquisa nacional de saúde 2013: percepção do estado de saúde, estilos de vida e doenças crônicas: Brasil, grandes regiões, unidades da federação, municípios das capitais e Distrito Federal. Rio de Janeiro: IBGE; 2014.
-
20. Costa CS, Sattamini IF, Martínez Steele E, Louzada MLC, Claro RM, Monteiro CA. Consumo de alimentos ultraprocessados e associação com fatores sociodemográficos na população adulta das 27 capitais brasileiras (2019). Rev Saude Publica 2021; 55: 47. https://doi.org/10.11606/s1518-8787.2021055002833
» https://doi.org/10.11606/s1518-8787.2021055002833 -
21. Meader N, King K, Moe-Byrne T, Wright K, Graham H, Petticrew M, et al. A systematic review on the clustering and co-occurrence of multiple risk behaviors. BMC Public Health 2016; 16: 657. https://doi.org/10.1186/s12889-016-3373-6
» https://doi.org/10.1186/s12889-016-3373-6 -
22. Caldeira TCM, Canella DS, Rosa TMSA, Ramos IVC, Silva LES, Claro RM, et al. Association between obesity and the intersection of depression, sex, and race in Brazilian adults: a cross-sectional analysis of population-based survey. BMC Public Health 2025; 25: 3537. https://doi.org/10.1186/s12889-025-24882-8
» https://doi.org/10.1186/s12889-025-24882-8 -
23. GBD 2019 Mental Disorders Collaborators. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet Psychiatr 2022; 9(2): 137-50. https://doi.org/10.1016/S2215-0366(21)00395-3
» https://doi.org/10.1016/S2215-0366(21)00395-3 -
24. Trübswasser U, Verstraeten R, Salm L, Holdsworth M, Baye K, Booth A, et al. Factors influencing obesogenic behaviours of adolescent girls and women in low- and middle-income countries: a qualitative evidence synthesis. Obes Rev 2020; 22(4): e13163. https://doi.org/10.1111/obr.13163
» https://doi.org/10.1111/obr.13163 -
25. Silva FM, Giatti L, Figueiredo RC, Molina MDCB, Cardoso LO, Duncan BB, et al. Consumption of ultra-processed food and obesity: cross sectional results from the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil) cohort (2008-2010). Public Health Nutr 2018; 21(12): 2271-9. https://doi.org/10.1017/S1368980018000861
» https://doi.org/10.1017/S1368980018000861 -
26. Hecht EM, Rabil A, Steele EM, Abrams GA, Ware D, Landy DC, et al. Cross-sectional examination of ultra-processed food consumption and adverse mental health symptoms. Public Health Nutr 2022; 25(11): 3225-34. https://doi.org/10.1017/S1368980022001586
» https://doi.org/10.1017/S1368980022001586 -
27. Maltos-Gómez F, Brito-López A, Uriarte-Ortiz JB, Guízar Sánchez DP, Muñoz-Comonfort A, Sampieri-Cabrera R. Association between diet, physical activity, smoking, and ultra-processed food and cardiovascular health, depression, and sleep quality. Cureus 2024; 16(8): e66561. https://doi.org/10.7759/cureus.66561
» https://doi.org/10.7759/cureus.66561 -
28. Hartmann-Boyce J, Theodoulou A, Oke JL, Butler AR, Bastounis A, Dunnigan A, et al. Long-term effect of weight regain following behavioral weight management programs on cardiometabolic disease incidence and risk: systematic review and meta-analysis. Circ Cardiovasc Qual Outcomes 2023; 16(4): e009348. https://doi.org/10.1161/CIRCOUTCOMES.122.009348
» https://doi.org/10.1161/CIRCOUTCOMES.122.009348 -
29. Butler MJ. The role of Western diets and obesity in peripheral immune cell recruitment and inflammation in the central nervous system. Brain Behav Immun Health 2021; 16: 100298. https://doi.org/10.1016/j.bbih.2021.100298
» https://doi.org/10.1016/j.bbih.2021.100298 -
30. Contreras-Rodriguez O, Solanas M, Escorihuela RM. Dissecting ultra-processed foods and drinks: do they have a potential to impact the brain? Rev Endocr Metab Disord 2022; 23(4): 697-717. https://doi.org/10.1007/s11154-022-09711-2
» https://doi.org/10.1007/s11154-022-09711-2 -
31. Grasdalsmoen M, Eriksen HR, Lønning KJ, Sivertsen B. Physical exercise, mental health problems, and suicide attempts in university students. BMC Psychiatry 2020; 20(1): 175. https://doi.org/10.1186/s12888-020-02583-3
» https://doi.org/10.1186/s12888-020-02583-3 -
32. Zhou Y, Huang Z, Liu Y, Liu D. The effect of replacing sedentary behavior with different intensities of physical activity on depression and anxiety in Chinese university students: an isotemporal substitution model. BMC Public Health 2024; 24(1): 1388. https://doi.org/10.1186/s12889-024-18914-y
» https://doi.org/10.1186/s12889-024-18914-y -
33. Kandola A, Ashdown-Franks G, Hendrikse J, Sabiston CM, Stubbs B. Physical activity and depression: towards understanding the antidepressant mechanisms of physical activity. Neurosci Biobehav Rev 2019; 107: 525-39. https://doi.org/10.1016/j.neubiorev.2019.09.040
» https://doi.org/10.1016/j.neubiorev.2019.09.040 -
34. Schuch FB, Deslandes AC, Stubbs B, Gosmann NP, Silva CTB, Fleck MPA. Neurobiological effects of exercise on major depressive disorder: a systematic review. Neurosci Biobehav Rev 2016; 61: 1-11. https://doi.org/10.1016/j.neubiorev.2015.11.012
» https://doi.org/10.1016/j.neubiorev.2015.11.012 -
35. Liu X, Du Z, Wang L, Tian J, Zhang L, Li Y. The effect of replacing sedentary behaviour with different intensities of physical activity on depression: a meta-analysis of isotemporal substitution studies. Ment Health Phys Act 2025; 28: 100677. https://doi.org/10.1016/j.mhpa.2025.100677
» https://doi.org/10.1016/j.mhpa.2025.100677 -
36. Xia Z, Tan TC, Liu Y, Zheng J, Li Z, Gu Q, et al. Sedentary behaviors negatively related to depressive symptoms in college students: the roles of type and duration of sedentary behaviors. Physiol Behav 2025; 291: 114796. https://doi.org/10.1016/j.physbeh.2024.114796
» https://doi.org/10.1016/j.physbeh.2024.114796 -
37. Völker MP, Callies CM, Frank J, Foo JC, Reinhard I, Zillich L, et al. From cigarettes to symptoms: the association between smoking and depression in the German National Cohort (NAKO). BMC Public Health 2026; 26: 301. https://doi.org/10.1186/s12889-025-25959-0
» https://doi.org/10.1186/s12889-025-25959-0 -
38. Kim GE, Kim MH, Lim WJ, Kim SI. The effects of smoking habit change on the risk of depression-Analysis of data from the Korean National Health Insurance Service. J Affect Disord 2022; 302: 293-301. https://doi.org/10.1016/j.jad.2022.01.095
» https://doi.org/10.1016/j.jad.2022.01.095 -
39. Wang Q, Du W, Wang H, Geng P, Sun Y, Zhang J, et al. Nicotine’s effect on cognition, a friend or foe? Prog Neuropsychopharmacol Biol Psychiatry 2023; 124: 110723. https://doi.org/10.1016/j.pnpbp.2023.110723
» https://doi.org/10.1016/j.pnpbp.2023.110723 -
40. Herman M, Tarran R. E-cigarettes, nicotine, the lung and the brain: multi-level cascading pathophysiology. J Physiol 2020; 598(22): 5063-71. https://doi.org/10.1113/JP278388
» https://doi.org/10.1113/JP278388 -
41. Valentine G, Sofuoglu M. Cognitive effects of nicotine: recent progress. Curr Neuropharmacol 2018; 16(4): 403-14. https://doi.org/10.2174/1570159X15666171103152136
» https://doi.org/10.2174/1570159X15666171103152136 -
42. Kekäläinen T, Ahola J, Reinilä E, Savikangas T, Kinnunen ML, Pitkänen T, et al. Cumulative associations between health behaviours, mental well-being, and health over 30 years. Ann Med 2025; 57(1): 2479233. https://doi.org/10.1080/07853890.2025.2479233
» https://doi.org/10.1080/07853890.2025.2479233
Editado por
-
EDITORA ASSOCIADA:
Camila Nascimento Monteiro https://orcid.org/0000-0002-0121-0398
-
EDITOR CIENTÍFICO:
Francisco Chiaravalloti Neto https://orcid.org/0000-0003-2686-8740
Os dados do Vigitel estão disponíveis para acesso público no seguinte URL: https://svs.aids.gov.br/daent/cgdnt/vigitel/
