Alimentos ultraprocessados e preparações culinárias em promoções no maior aplicativo de delivery de alimentos do BrasilResumo
O objetivo deste estudo foi verificar diferenças em características das promoções de alimentos predominantemente ultraprocessados ou predominantemente preparações culinárias no maior aplicativo de delivery de comidas do Brasil em bairros com distintas categorias socioeconômicas na cidade de São Paulo. Foram sorteados 20 bairros categorizados segundo quartos do Índice de Desenvolvimento Humano Municipal. Do centroide dos bairros, foram coletados dados de promoções de alimentos, classificadas como preparações culinárias ou alimentos ultraprocessados; 350 promoções compuseram a amostra e suas características foram comparadas segundo as categorias de grau de processamento e de vulnerabilidade do bairro. Observou-se maior prevalência de promoções de ultraprocessados em três de quatro categorias socioeconômicas. Locais que ofereciam preparações culinárias estavam mais próximos que os locais que ofereciam ultraprocessados. O preço e o desconto médios foram maiores para alimentos ultraprocessados. Diante da ampla oferta de alimentos ultraprocessados, parece necessário um maior incentivo ao consumo e destaque a preparações culinárias nos ambientes alimentares digitais, a fim desestimular a escolha por alimentos ultraprocessados.
Palavras-chave:
Consumo Alimentar; Aplicativos Móveis; Fatores Socioeconômicos
Abstract
The scope of this study was to verify differences in the characteristics of predominantly ultra-processed foods or culinary dishes on sale from the largest food delivery app in Brazil in neighborhoods with differing socioeconomic categories in the city of São Paulo. Twenty neighborhoods were selected, categorized according to quartiles of the Municipal Human Development Index. Data on food on sale, classified as culinary preparations or ultra-processed foods, were collected from the centroid of the neighborhoods. A sample of 350 promotions was analyzed, and their characteristics were compared according to the degree of processing categories and vulnerability of the neighborhood. A higher prevalence of promotions for ultra-processed foods was observed in three out of four socioeconomic categories. Places that offered culinary preparations were closer than places that offered ultra-processed foods. The average price and discount were higher for ultra-processed foods. Given the wide availability of ultra-processed foods, it seems necessary to promote the consumption of culinary preparations and highlight them in digital food environments in order to discourage the choice of ultra-processed foods.
Key words:
Food consumption; Mobile apps; Socioeconomic factors
Resumen
El objetivo de este estudio fue verificar diferencias en las características de las promociones de alimentos predominantemente ultraprocesados o preparaciones predominantemente culinarias en la mayor aplicación de entrega de alimentos de Brasil en barrios con diferentes categorías socioeconómicas de la ciudad de São Paulo. Se seleccionaron 20 barrios según cuartos del Índice de Desarrollo Humano Municipal. Desde el centroide de los barrios se recogieron datos sobre promociones de alimentos, clasificadas como preparaciones culinarias o alimentos ultraprocesados. Unas 350 promociones conformaron la muestra y se compararon sus características según las categorías de nivel de tramitación y vulnerabilidad barrial. Se observó una mayor prevalencia de promociones de alimentos ultraprocesados en tres de cuatro categorías socioeconómicas. Los lugares que ofrecían preparaciones culinarias estaban más cerca que los lugares que ofrecían alimentos ultraprocesados. El precio y el descuento promedios fueron mayores para los alimentos ultraprocesados. Dada la amplia gama de alimentos ultraprocesados, parece necesario incentivar un mayor consumo y resaltar las preparaciones culinarias en los entornos alimentarios digitales, con el fin de desalentar la elección de alimentos ultraprocesados.
Palabras clave:
Consumo de Alimentos; Aplicaciones Móviles; Factores Socioeconómicos
Introdução
As prevalências de obesidade no Brasil vêm aumentando nas últimas décadas, sendo que de 2006 para 2019 houve um aumento de 11,8% para 20,3%1, o que pode ser explicado, dentre outros fatores, por modificações na alimentação da população, com destaque ao aumento do consumo de alimentos ultraprocessados2.
Esses produtos compõem uma categoria da Nova, que classifica todos os alimentos em quatro grupos, de acordo com o grau de processamento, considerando aspectos físicos, biológicos e químicos. Os alimentos são classificados em 1) in natura ou minimamente alimentos processados, 2) ingredientes culinários processados, 3) alimentos processados e 4) alimentos ultraprocessados3. Considera-se preparações culinárias os pratos oriundos principalmente da combinação dos alimentos dos grupos 1 e 24.
Os alimentos ultraprocessados frequentemente apresentam uma composição nutricional desbalanceada, com alta densidade energética, alto teor de óleos, gorduras saturadas, açúcares e sódio, além de baixas densidades de fibra alimentar, quando comparados a preparações culinárias. Eles também contêm ingredientes de uso exclusivo da indústria, como corantes, emulsificantes, texturizantes e aromatizantes, que os deixam mais atrativos5. Possuem, também, características extrínsecas que estimulam seu consumo, como a praticidade de comê-los em qualquer lugar, a venda em grandes porções, a facilidade em encontrá-los em muitos estabelecimentos e o intenso marketing que os acompanha6.
Não preparar as refeições em casa e alimentar-se fora do lar é uma prática cada vez mais comum no Brasil e em outros países e geralmente está associada ao aumento do consumo de alimentos ultraprocessados7,8. É um comportamento motivado por rotinas atribuladas e falta de tempo para dedicar ao preparo de refeições, sendo o aumento da alimentação fora do domicílio diretamente proporcional ao aumento da renda, além de mais frequente em áreas urbanas em relação às rurais9.
Pedir comida em casa por meio de aplicativos de delivery de alimentos também é uma prática em crescimento10 e foi impulsionada com o início da pandemia de COVID-19 no Brasil, em 2020, devido à necessidade de adoção de medidas para o distanciamento físico-social11,12.
Os aplicativos de entrega de alimentos têm transformado os ambientes alimentares, incorporando a esse conceito os ambientes alimentares digitais13. As plataformas atuam como intermediários que conectam os clientes aos restaurantes, oferecendo uma variedade de opções de alimentos para entrega. Em 2020, uma a cada três pessoas possuía algum aplicativo com esse propósito em seu celular14.
Apesar do alto preço dos alimentos e das taxas de entrega, estratégias de marketing, como promoções e combos especiais, impulsionam a utilização desses aplicativos15. Devido ao custo, 49% dos usuários são de grupos sociais mais favorecidos, 44% de grupos intermediários e 7% de grupos menos favorecidos. Há uma desigualdade na utilização desse tipo de serviço, de acordo com a renda14. Estudos apontam, ainda, que os aplicativos ofertam majoritariamente alimentos ultraprocessados, como sanduíches do tipo fast food (21,3%) e refrigerantes (20,6%)16,17, o que pode prejudicar a qualidade da alimentação.
Alimentar-se consumindo produtos adquiridos por meio de aplicativos de delivery é uma prática recente e pouco estudada7. Por isso, tem-se pouca informação sobre a qualidade e os atributos dos alimentos oferecidos e sobre diferenças de acordo com as condições socioeconômicas dos bairros onde os pedidos são realizados. Assim, este estudo buscou verificar diferenças nas características das promoções de alimentos predominantemente ultraprocessados e predominantemente preparações culinárias disponíveis no maior aplicativo de delivery de comidas do Brasil em bairros com distintas categorias socioeconômicas na cidade de São Paulo-SP.
Métodos
Trata-se de um estudo transversal em que foram analisados os alimentos ofertados em promoção no aplicativo de delivery de comida iFood na cidade de São Paulo-SP, em julho de 2021, durante a pandemia de COVID-19. O município de São Paulo é a principal metrópole brasileira e a maior cidade do hemisfério sul, com 12,3 milhões de habitantes18. O iFood é o aplicativo do ramo alimentício mais utilizado e conhecido pelos brasileiros e respondia por 71% dos pedidos de refeições em 2020, ocasião em que seus maiores concorrentes eram o Uber Eats e o Rappi. A partir de uma métrica utilizada para monitorar a satisfação dos clientes, era considerado nesse ano o aplicativo que possuía o melhor atendimento19,20.
Para a seleção das localidades amostradas, foi utilizada uma base de dados com 1.593 Unidades de Desenvolvimento Humano (UDH) da cidade de São Paulo. As UDH são regiões geográficas comparáveis a bairros, e usaremos essa terminologia daqui em diante. Essas áreas constituem um retrato de espaços intramunicipais brasileiros que agregam um conjunto de dados comparativos, considerando indicadores socioeconômicos das áreas de demografia, saúde, educação, habitação, renda, trabalho e vulnerabilidade social21. Os bairros foram divididos em quartos de acordo com a variável sociodemográfica Índice de Desenvolvimento Humano Municipal (IDHM). O IDHM é composto por uma medida de três dimensões para avaliar o desenvolvimento dos municípios brasileiros (longevidade, educação e renda)22.
Em seguida, foram sorteados cinco bairros de cada um dos estratos de IDHM. Depois, foi gerado o centroide das áreas dos bairros amostrados e geradas as variáveis de latitude e longitude de cada ponto correspondente aos centroides. As operações espaciais foram feitas no QGIS 3.8.1. Os endereços de cada um dos 20 centroides foram obtidos por meio da plataforma Google Maps a partir das coordenadas geográficas de cada ponto (latitude e longitude).
A fim de coletar dados das promoções, foi utilizado um instrumento que tinha como propósito definir e padronizar as informações que seriam obtidas das ofertas. A aplicação deste instrumento foi realizada por duas alunas do último ano do curso de Nutrição da Faculdade de Saúde Pública, da Universidade de São Paulo, que foram previamente treinadas.
Os dados foram coletados em dias seguidos, de segunda a domingo, entre 19h e 21h, para que fossem apuradas as opções para a refeição jantar. Os dados foram coletados em um período de uma semana, em julho de 2021. Optou-se pela análise do jantar por ser o horário de maior número de pedidos delivery23.
Visando a ausência de cookies (pacote de dados que é obtido por meio da navegação prévia do usuário em sites e aplicativos, que armazenam preferências e informações de busca com o objetivo de sugerir opções de maior interesse ao usuário), que poderiam enviesar a coleta de dados, foram geradas 20 novas contas de e-mail, uma para cada centroide. Então, foi realizado o download do aplicativo de venda de comidas em dispositivos celulares androids e concebidos os 20 novos cadastros para a autenticação no momento da coleta dos dados. Assim, para cada endereço havia um cadastro. A seguir, o usuário hipotético foi direcionado para a tela principal do aplicativo, home, em que se deparou com diferentes categorias e seções que compilam os alimentos disponíveis para compra.
Para a coleta dos dados, clicou-se no card “Promoções”, disponibilizado na listagem superior da tela, e então foi clicado no botão “Ver mais”, localizado no canto direito da categoria “Promoções perto de você”. Ao serem apresentadas as ofertas da categoria “Promoções perto de você”, não foi aplicado nenhum filtro de busca, nenhuma opção de ordenação dos itens e nenhum determinante que pudesse influenciar o formato de apresentação dos alimentos como, por exemplo, definição da faixa de preço desejada, por meio do componente “preço total”.
Foi aplicado, então, o instrumento de coleta dos dados para as 20 primeiras promoções que apareceram no aplicativo. As informações coletadas acerca das promoções foram: tipo do estabelecimento, tipo de refeição, nota de avaliação do estabelecimento pelos clientes, distância do endereço utilizado até o restaurante, intervalo de tempo estimado para entrega, valor de desconto fornecido, preço da promoção e presença ou ausência de taxa de entrega.
Pretendia-se obter uma amostra total de 400 promoções, advindas de 20 endereços. Porém, durante a obtenção das informações, descobriu-se que um endereço não disponibilizava a sessão “promoções” no aplicativo. Desta forma, por não pertencer às características definidas pela metodologia, foi excluído. Ainda, um dos locais apresentava apenas 19 ofertas. Mais adiante, foram desconsideradas 29 promoções que continham apenas especiarias ou bebidas alcoólicas. Sendo assim, o estudo foi conduzido com 350 promoções.
Tendo como referência a Nova classificação dos alimentos, foram definidas duas categorias para análise dos alimentos presentes nas promoções. São elas: “predominantemente preparação culinária (PC)”, para ofertas que tinham igual ou acima de 50% dos itens in natura ou minimamente processados, como pratos compostos por arroz, feijão, uma proteína e salada; e “predominantemente ultraprocessado (AUP)”, quando apresentavam menos de 50% de itens in natura ou minimamente processados, como hambúrgueres e sobremesas industrializados.
Após a tabulação dos dados, foi realizada a classificação de todos os itens obtidos de acordo com as categorias definidas, assim como dos estabelecimentos de cada promoção. Na análise descritiva dos dados, para as variáveis tipo de estabelecimento, tipo de refeição, classificação da promoção e se possuía taxa de entrega, foram descritas as frequências em número absoluto e percentual. As variáveis nota, distância do ponto, tempo de entrega, preço e desconto foram apresentadas pelos respectivos valores da média aritmética referente às promoções.
Diferenças entre características das ofertas AUP e PC foram apresentadas por meio de números absolutos e porcentagens de acordo com o quarto de IDHM do bairro e foram calculadas a partir do teste t, quando comparação de médias, e qui-quadrado de Pearson, quando comparação de proporções. O valor de p<0,05 foi adotado para considerar significâncias estatísticas. Todas as análises foram realizadas no Stata versão 14 (Stata Corp., College Station, EUA).
Resultados
A Tabela 1 apresenta as características das 350 promoções coletadas de acordo com os quartos de IDHM nos bairros da cidade de São Paulo. Para o total da amostra, observou-se um predomínio do tipo de estabelecimento restaurante (47,43%), do tipo de refeição lanche ou salgado (27,43%) e prato feito ou prato principal (27,43%) e de promoções classificadas como AUP (55,14%). Constataram-se as médias de nota de 4,62, distância do ponto de 0,79 km, tempo de entrega de 46,78 minutos, preço de R$ 34,25 e desconto de R$ 12,04. Identificou-se a presença de taxa de entrega em 27,14% dos estabelecimentos.
O tipo de estabelecimento “fast food, food truck, pastelaria ou pizzaria” foi o mais prevalente nas regiões de menor IDHM (58,89% e 43,62%). Já os “restaurantes” tiveram a maior prevalência nas regiões de maior IDHM (45,26% e 77,46%).
Nota-se que houve predominância do tipo de refeição “lanche ou salgado” em todas as regiões, com exceção das de maior IDHM, que apresentaram como principal refeição “prato feito ou prato principal”. Ainda, apenas nas regiões mais favorecidas socioeconomicamente houve mais promoções com predomínio de preparações culinárias (66,20%).
Observa-se que com a diminuição do IDHM, além de diminuir o percentual de PC nas promoções, houve um aumento no tempo médio de entrega e diminuição no preço médio da promoção. Nos bairros do primeiro quarto observou-se a menor nota média (4,59) e o menor valor médio de desconto (R$ 7,27).
A Tabela 2 apresenta, para regiões estratificadas em quartos de IDHM, a comparação das características como: nota de avaliação do estabelecimento, distância do ponto, tempo de entrega, preço, desconto e taxa de entrega, entre as promoções classificadas como PC e AUP.
Para o total da amostra, promoções que ofereciam PC estavam localizadas mais próximas do ponto que as que ofereciam AUP (0,67 km versus 0,89 km) (p<0,01). Para as regiões dos dois quartos mais ricos de IDHM, a distância foi significativamente maior para as promoções de AUP.
Apesar de não significativo, foi observado que o tempo médio de entrega é mais rápido para PC no primeiro quarto (43 min) e mais rápido para AUP no quarto quarto (32,6 min). Também é possível perceber que as notas são sempre sutilmente melhores para os AUP. E, apesar de não significante, para o total da amostra a prevalência de taxa de entrega foi maior para os AUP.
Um padrão pode ser percebido nos resultados encontrados, embora estatisticamente significativo apenas no terceiro quarto de IDHM: em todos os estratos, o preço médio foi maior nas promoções que ofereciam AUP. Entretanto, observa-se também que o desconto era maior para essa categoria de promoções, exceto no terceiro quarto de IDHM.
Discussão
Com base nos resultados obtidos, pode-se observar uma predominância de promoções categorizadas como AUP em três dos quatro quartos de IDHM. Esse achado vai ao encontro de outros estudos, como o de Horta et al.14, que mostra uma maior oferta de alimentos ultraprocessados pelos aplicativos de delivery. Entretanto, o aumento do consumo de alimentos por aplicativos de delivery e a exacerbação de oferta de alimentos ultraprocessados nesse tipo de aplicativo pode trazer um risco à saúde, visto a associação do consumo exagerado desses alimentos com um maior risco de desenvolver doenças associadas à má alimentação, como a obesidade, hipertensão, diabetes, entre outras doenças crônicas não transmissíveis24.
Um grande motivo que levou ao aumento da utilização dos aplicativos de delivery é a pandemia da COVID-1916. Devido às medidas restritivas impostas principalmente antes do início da vacinação em massa, as pessoas passaram a ficar a maior parte do tempo em casa. O desejo por refeições rápidas, a falta de tempo e a pouca habilidade para cozinhar contribuíram para que recorressem aos aplicativos de entrega de comida17. Outros fatores como a busca pelo prazer em sair e frequentar restaurantes também podem justificar a utilização dos aplicativos7. Apesar dos elevados preços e das taxas de entrega25, a praticidade e a facilidade de aquisição dos alimentos, além da massiva propaganda - como promoções e entrega grátis - tornaram os aplicativos de delivery muito atrativos aos consumidores.
De forma complementar, sabe-se que os aplicativos recorrem aos algoritmos para saber que tipos de alimentos estão sendo procurados e, assim, utilizam estratégias de marketing, como posicionar alimentos específicos na primeira página do menu para evidenciá-los, podendo estimular e influenciar nas ações e escolhas de consumo dos usuários26-28. Vimos que há maior presença de AUP e o aplicativo pode ser que contribua para isso.
Nos bairros de todas as faixas socioeconômicas obteve-se um preço médio maior para os alimentos categorizados como AUP em comparação à categoria de PC. Essa diferença só foi significativa, porém, nas regiões do terceiro quarto de IDHM. Apesar do aumento exponencial do consumo de alimentos ultraprocessados, de 12,6% das calorias totais consumidas por adultos em 2002 para 18,4% em 2018, esses produtos ainda possuem um valor mais elevado no Brasil quando comparados a refeições baseadas em alimentos in natura ou minimamente processados9. Nossos achados vão nessa mesma direção. Esse resultado, de 2021, confronta a percepção popular, no Brasil, de que as escolhas saudáveis apresentam um valor mais elevado do que aquelas tidas como não saudáveis, como os alimentos ultraprocessados29,30.
Considerando que o preço é um determinante central nas escolhas alimentares31, o valor médio maior para os AUP pode ter um impacto positivo na escolha por alimentos da categoria de PC. O menor custo pode impulsionar o consumo nos aplicativos de delivery, principalmente considerando a atual situação socioeconômica do país frente à pandemia e ao aumento da inflação sobre os alimentos17.
No Brasil, a substituição de alimentos tradicionais brasileiros, como o arroz com feijão, por alimentos industrializados pode estar relacionada ao hábito de realizar refeições fora de casa31 e à diminuição no tempo dedicado ao preparo de alimentos32. Por essas e outras razões, é importante a disseminação de informações acerca de uma alimentação saudável baseada em alimentos in natura ou minimamente processados e a disponibilização desses alimentos em todos os espaços. Padrões alimentares baseados em alimentos in natura ou minimamente processados vão ao encontro das diretrizes do Guia alimentar para a população brasileira, que é o instrumento de referência para proposição de intervenções e políticas públicas para a promoção da alimentação adequada e saudável33,34.
Em contrapartida, como uma possível forma de incentivar o consumo de alimentos ultraprocessados, pode-se observar, neste estudo, que em três das quatro categorias de IDHM, o desconto médio foi maior para os AUP, apesar de não haver significância estatística. Esse tipo de estratégia de marketing, que confere um benefício financeiro como dar descontos, colocar taxa de entrega grátis e/ou disponibilizar cupons, torna atrativo o uso do aplicativo de delivery17.
O estudo de Horta et al.14 encontrou que os aplicativos estimulam justamente o consumo dos alimentos ultraprocessados e o estudo de Alcântara et al.10 mostrou uma ligação direta entre o uso de cupons de desconto e o consumo de fast foods e doces. Essas são táticas que podem atrair e encorajar os consumidores a utilizarem os aplicativos.
As únicas regiões que demonstraram uma maior oferta de promoções com PC foram aquelas de maior nível socioeconômico. Diversos fatores podem influenciar as promoções nos aplicativos, sendo um deles a condição socioeconômica e/ou de escolaridade, visto que nessas regiões, mais ricas, também foram encontradas maiores prevalências do tipo de refeição “prato principal ou prato feito” e do tipo de estabelecimento “restaurante”. Além disso, o tempo de entrega também foi menor para esse IDHM em comparação aos outros.
Observa-se, portanto, que em bairros com maior nível socioeconômico há, possivelmente, uma maior demanda e oferta de alimentos mais saudáveis, e isso pode se dar devido à maior escolaridade das pessoas nesses locais, o que pode estar associado a uma maior consciência sobre alimentação saudável e sobre as doenças relacionadas à má alimentação, como apontado por Kearney et al.35, que demonstrou que a maior escolaridade foi um fator determinante para o esforço de ter uma dieta mais saudável. Sabemos que, no Brasil, a população que consome mais ultraprocessados é a mais rica36,37. Porém, pode ser que esse comportamento não se repita ao tratar do consumo de alimentos via aplicativos de delivery. Apesar de uma realidade diferente, de acordo com um estudo de Miura et al.38 conduzido na cidade de Brisbane, Austrália, grupos de maior escolaridade estavam mais propensos a escolher opções mais saudáveis de comidas para viagem, enquanto grupos com menos escolaridade escolhiam opções menos saudáveis.
A comparação entre as distâncias do estabelecimento da promoção e o ponto de entrega foi um resultado significativo, em que em bairros mais ricos as promoções que possuíam AUP estavam em uma distância maior se comparados às promoções de PC. Um estudo de Keeble et al.39 observou uma associação positiva entre o maior número de estabelecimentos na vizinhança e as chances do uso de aplicativos de delivery no Reino Unido. Portanto, pode-se presumir que possuir uma maior proximidade a estabelecimentos que oferecem promoções de PC no bairro possa influenciar o usuário a optar por este tipo de comida.
Um consumo crescente de alimentos ultraprocessados é um problema de saúde pública. Diversos estudos demonstram a ligação direta entre esses alimentos e o surgimento de doenças como obesidade, síndrome metabólica, asma, hipertensão, doenças cardiovasculares, distúrbios intestinais e câncer em geral3. E, como demonstrado nesta pesquisa, a maior parte dos alimentos ofertados são classificados como predominantemente ultraprocessados. Mostra-se necessária atenção ao modelo de alimentar-se a partir do uso de aplicativos de delivery que está em crescimento principalmente desde o início da pandemia da COVID-19 e da crise econômica, possibilitando situações adversas que deixam a população ainda mais vulnerável.
Este estudo encontrou algumas limitações em seu desenvolvimento. Pode-se citar possíveis imprecisões na categorização das promoções, visto que se tinha apenas a descrição do alimento na promoção e muitas vezes a forma de preparo e os temperos utilizados são fatores importantes. As fotos dos alimentos, no entanto, auxiliaram na decisão da classificação. Além disso, optou-se por analisar apenas um aplicativo do segmento de delivery de alimentos. Dessa forma, há a necessidade de que mais estudos sejam conduzidos com maior cobertura do ambiente alimentar digital para que seja possível aprofundar a análise das diferenças entre características de alimentos ultraprocessados e preparações culinárias disponíveis em promoções de diferentes aplicativos. Ainda, a pesquisa foi conduzida explorando as regiões apenas da cidade de São Paulo. Portanto, pesquisas aplicadas em diferentes cidades e regiões do Brasil são de suma importância para caráter comparativo e exploratório do padrão de ofertas no ambiente alimentar digital do território brasileiro. Ademais, esse estudo focou em analisar as ofertas da refeição jantar, porém novos estudos podem ser conduzidos para observar as características das promoções das demais refeições ofertadas.
Consideramos pontos fortes do estudo o ineditismo, por ser um dos poucos estudos a avaliar as características das ofertas disponibilizadas no ambiente alimentar digital da cidade de São Paulo, a significância, dado que a análise da amostra explorou bairros de diferentes estratos socioeconômicos, e a pertinência, por examinar o aplicativo de delivery de comida mais utilizado no Brasil19.
Tendo em vista que há uma grande oferta de AUP nas promoções do principal aplicativo de delivery de alimentos em diferentes bairros da cidade de São Paulo e o setor de entrega de alimentos apresentou um crescimento exponencial, é importante conhecer os alimentos comercializados nos ambientes alimentares digitais, a fim de mapear as diferentes estratégias que estimulam o consumo de alimentos de má qualidade nutricional.
Cozinhar o alimento em casa é sempre a melhor escolha e deve ser sempre incentivado40. Porém, diante dos hábitos atuais e das normas vigentes, entende-se o papel do delivery de alimentos na construção de padrões alimentares dos brasileiros. Então, apesar da compra de alimento via aplicativo ser uma prática ainda elitizada, é importante que estejam disponíveis e sejam incentivadas as promoções de PC para que o acesso a alimentação saudável por meio dos aplicativos seja possível em todos os estratos de renda.
Referências
- 1 Brasil. Ministério da Saúde (MS). Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2019: 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 2019. Brasília: MS; 2020.
- 2 Levy RB, Andrade GC, Lopes da Cruz G, Rauber F, Costa Louzada ML, Claro RM, Monteiro CA. Três décadas da disponibilidade domiciliar de alimentos segundo a NOVA - Brasil, 1987-2018. Rev Saude Publica 2022; 56:75.
- 3 Monteiro CA, Cannon G, Lawrence M, Costa Louzada ML, Machado PP. Ultra-processed foods, diet quality, and health using the NOVA classification system. Roma: FAO; 2019.
- 4 Monteiro CA, Cannon G, Moubarac JC, Levy RB, Louzada MLC, Jaime PC. A Década da Nutrição da ONU, a classificação de alimentos NOVA e os problemas com o ultraprocessamento. Nutr Saude Publica 2018; 21(1):5-17.
- 5 Martini D, Godos J, Bonaccio M, Vitaglione P, Grosso G. Ultra-Processed Foods and Nutritional Dietary Profile: A Meta-Analysis of Nationally Representative Samples. Nutrients 2021; 13(10):3390.
- 6 Monteiro CA, Cannon G, Levy R, Moubarac JC, Jaime P, Martins AP, Canella D, Louzada M, Parra D, Ricardo C, Calixto G, Machado P, Martins C, Martinez E, Baraldi L, Garzillo J, Sattamini I. NOVA. A estrela brilha. Classificação dos alimentos. Saúde Pública. World Nutrition 2016; 7(1-3):28-40.
- 7 Li C, Mirosa M, Bremer P. Review of Online Food Delivery Platforms and their Impacts on Sustainability. Sustainability 2020; 12(14):5528.
- 8 Andrade GC, Louzada MLC, Azeredo CM, Ricardo CZ, Martins APB, Levy RB. Out-of-Home Food Consumers in Brazil: What do They Eat? Nutrients 2018; 2:218.
- 9 Claro RM, Baraldi LG, Martins APB, Bandoni DH, Levy RB. Evolução das despesas com alimentação fora do domicílio e influência da renda no Brasil, 2002/2003 a 2008/2009. Cad Saude Publica 2014; 30(7):1418-1426.
- 10 Alcântara FB, Corsi GC, Schubert CMR, Lorenzi A, Mello APQ. A influência dos aplicativos de delivery de alimentos no hábito alimentar na região da grande São Paulo - SP. Rev Eletr Acervo Saude 2021;13(2):e6429.
-
11 Organização Pan-Americana de Saúde (OPAS). Folha Informativa - COVID-19 (doença causada pelo novo coronavírus) [Internet]. 2020 [acessado 2021 jul 4]. Disponível em: https://www.paho.org/bra/index.php?option=com_content&view=article&id=6101:covid19&It emid=875
» https://www.paho.org/bra/index.php?option=com_content&view=article&id=6101:covid19&It emid=875 - 12 Oliveira TC, Abranches MV, Lana RM. (In)Segurança alimentar no contexto da pandemia por SARS-CoV-2. Cad Saude Publica 2020; 36(4):e00055220.
- 13 Granheim SL, Løvhaug AL, Terragni L, Torheim LE, Thurston M. Mapping the digital food environment: A systematic scoping review. Obesity Rev 2021; 23(1):e13356.
- 14 Horta PM, Souza JPM, ROCHA LL, Mendes LL. Digital food environment of a Brazilian metropolis: food availability and marketing strategies used by delivery apps. Public Health Nutr 2021; 24(3):544-548.
- 15 Yeo VCS, Goh SK, Rezaei S. Consumer experiences, attitude and behavioral intention toward online food delivery (OFD) services. J Retailing Consumer Serv 2017; 35:150-162.
-
16 Kantar Ibope Mediac. Kantar aponta as principais transformações e as tendências de comportamento do consumidor pós-quarentena [Internet]. 2020 [acessado 2021 jul 3]. Disponível em: https://www.kantaribopemedia.com/kantar-aponta-as-principais-transformacoes-e-as-tendencias-de-comportamento-do-consumidor-pos-quarentena/.
» https://www.kantaribopemedia.com/kantar-aponta-as-principais-transformacoes-e-as-tendencias-de-comportamento-do-consumidor-pos-quarentena - 17 Matos JP, Horta PM, Mendes LL. Digital food environment during the coronavirus disease 2019 (COVID-19) pandemic in Brazil: an analysis of food advertising in an online food delivery platform. Br J Nutr 2021; 126(5):767-772.
-
18 Instituto Brasileiro de Geografia e Estatística (IBGE). Cidades [internet]. [acessado 2022 maio 17]. Disponível em: https://cidades.ibge.gov.br/brasil/sp/sao-paulo/panorama
» https://cidades.ibge.gov.br/brasil/sp/sao-paulo/panorama -
19 Exame. NPS: iFood é melhor e mais popular app de delivery, diz pesquisa [Internet]. 2020 [acessado 2021 jul 5]. Disponível em: https://exame.com/negocios/nps-ifood-e-melhor-e-mais-popular-app-de-delivery-diz pesquisa/.
» https://exame.com/negocios/nps-ifood-e-melhor-e-mais-popular-app-de-delivery-diz pesquisa - 20 Silva TC. Estratégias de marketing digital voltadas à comercialização de alimentos: uma análise do perfil do consumidor de aplicativos de fast food [monografia]. Goiás: Centro Universitário de Anápolis (UniEVANGÉLICA); 2020.
- 21 Martins CMR, Germano LRRGBN, Rangel RR. Metodologia das unidades de desenvolvimento humano da região metropolitana de Porto Alegre. Ind Econ FEE 2016; 43(4):91-108.
-
22 Brasil. Programa das Nações Unidas para o Desenvolvimento (PNUD). Instituto de Pesquisa Econômica Aplicada (Ipea). Fundação João Pinheiro. O índice de desenvolvimento humano municipal brasileiro [Internet]. 2013 [acessado 2021 nov 23]. Disponível em: https://www.ipea.gov.br/portal/images/stories/PDFs/130729_AtlasPNUD_2013.pdf
» https://www.ipea.gov.br/portal/images/stories/PDFs/130729_AtlasPNUD_2013.pdf -
23 Meio & Mensagem. Pesquisa do Ifood revela hábitos de consumo no delivery [Internet]. 2016 [acessado 2022 jul 31]. Disponível em: https://www.meioemensagem.com.br/home/marketing/2016/07/01/pesquisa-do-ifood-revela-habitos-de-consumo-no-delivery.html
» https://www.meioemensagem.com.br/home/marketing/2016/07/01/pesquisa-do-ifood-revela-habitos-de-consumo-no-delivery.html - 24 Monteiro CA, Cannon G, Levy R, Moubarac JC, Louzada MLC, Rauber F, Khandpur N, Cediel G, Neri D, Martinez-Steele E, Baraldi LG, Jaime PC. Ultra-processed foods: what they are and how to identify them. Public Health Nutr 2019; 22(5):936-941.
- 25 Henrique DM, Tincani GO, Paciência BL. Foodservice e Aplicativos de Delivery: um estudo de viabilidade financeira em uma região universitária. Produto Produ 2020; 21(2):60-89.
- 26 Breugelmans E, Campo K, Gijsbrechts E. Shelf sequence and proximity effects on online grocery choices. Market Lett 2006; 18:117-133.
- 27 Dayan E, Bar-hillel M. Nudge to nobesity II: Menu positions in?uence food orders. Judgment Decision Making 2011; 6(4):333-342.
-
28 Exame. NPS: iFood é melhor e mais popular app de delivery, diz pesquisa [Internet]. 2020 [acessado 2021 jul 5]. Disponível em: https://exame.com/negocios/nps-ifood-e-melhor-e-mais-popular-app-de-delivery-diz pesquisa/.
» https://exame.com/negocios/nps-ifood-e-melhor-e-mais-popular-app-de-delivery-diz pesquisa - 29 Wang C, Korai A, Jia SS, Allman-farinelli M, Chan V, Roy R, Raeside R, Phongsavan P, Redfern J, Gibson AA, Partridge SR. Hunger for Home Delivery: Cross-Sectional Analysis of the Nutritional Quality of Complete Menus on an Online Food Delivery Platform in Australia. Nutrients 2021; 13(3):905.
- 30 Allman-Farinelli M, Rahman H, Nour M, Wellard-Cole L, Watson WL. The Role of Supportive Food Environments to Enable Healthier Choices When Eating Meals Prepared Outside the Home: Findings from Focus Groups of 18 to 30-Year-Olds. Nutrients 2019; 11(9):2217.
- 31 Claro RM, Levy RB, Baldoni DH. Influence of income on food expenditures away from home among Brazilian families, 2002-2003. Cad Saude Publica 2009; 25(11):2489-2496.
- 32 Andrade GC. Consumo de alimentos ultraprocessados fora de domicílio no Brasil [dissertação]. São Paulo: Universidade de São Paulo; 2017.
- 33 Brasil. Ministério da Saúde (MS). Secretaria de Atenção à Saúde. Guia alimentar para a população brasileira. 2ª ed. Brasília: MS; 2014
- 34 Smith L, Ng S, Popkin B. Trends in US home food preparation and consumption: analysis of national nutrition surveys and time use studies from 1965-1966 to 2007-2008. Nutr J 2013; 12:45.
- 35 Kearney M, Kearney JM, Dunne A, Gibney MD. Sociodemographic determinants of perceived influences on food choice in a nationally representative sample of Irish adults. Public Heath Nutr 2000; 3(2):219-226.
- 36 Louzada MLC, Cruz GL, Silva KAAN, Grassi AGF, Andrade GC, Rauber F, Levy RB, Monteiro CA. Consumption of ultra-processed foods in Brazil: distribution and temporal evolution 2008-2018. Rev Saude Publica 2023; 57(1):12.
- 37 Rodrigues RM, Souza AM, Bezerra IN, Pereira RA, Yokoo EM, Sichieri R. Evolução dos alimentos mais consumidos no Brasil entre 2008-2009 e 2017-2018. Rev Saude Publica 2021; 55(Supl. 1):4s.
- 38 Miura K, Giskes K, Turrel G. Socio-economic differences in takeaway food consumption among adults. Public Health Nutr 2012; 15(2):218-226.
- 39 Keeble M, Adams J, Vanderlee L, Hammond D, Burgoine T. Associations between online food outlet access and online food delivery service use amongst adults in the UK: a cross-sectional analysis of linked data. BMC Public Health 2021; 21(1):1968.
- 40 Bittencourt B, Melo CTV. Diga-me o que comes que te direi quem és: questões morais em torno da alimentação. Rev Contracampo 2020; 39(3):1-15.
