Consumo alimentar de pessoas com obesidade segundo a classificação Nova : resultados da coorte da NutriNet-Brasil
Bibliographic record
Abstract
Introdução: A obesidade é um problema de saúde pública consolidado, configurando-se como uma epidemia global nas últimas décadas. Apesar de ser uma prioridade nas políticas públicas nacionais e internacionais, nenhum país conseguiu conter o aumento de sua prevalência. Evidências científicas indicam que o consumo excessivo de alimentos ultraprocessados está associado ao aumento da obesidade e ao surgimento de doenças crônicas não transmissíveis. No entanto, ainda existe uma lacuna na compreensão dos padrões de consumo alimentar segundo o nível de processamento entre pessoas com obesidade, o que limita as estratégias de prevenção e cuidado para pessoas com obesidade. Objetivo: Descrever o consumo alimentar de acordo com a classificação Nova e analisar os fatores sociodemográficos associados ao consumo de alimentos ultraprocessados em indivíduos com obesidade da coorte NutriNet Brasil. Métodos: Os dados analisados provêm do estudo de coorte Nutrinet Brasil, que investiga os padrões alimentares da população brasileira e sua relação com morbimortalidade por doenças crônicas não transmissíveis. Para o presente estudo, foram selecionados 6.506 adultos com obesidade (IMC igual ou superior a 30kg/m²) que participaram das pesquisas sobre dieta e fatores sociodemográficos no período de janeiro de 2020 a agosto de 2024. O consumo alimentar foi avaliado com o recordatório alimentar de 24 horas autoaplicável Nova (R24h-Nova), um instrumento validado para capturar o consumo de alimentos de acordo com o grau de processamento. Foi calculada a média do consumo de energia por grupo e subgrupo alimentar, bem como a participação calórica de cada grupo usando dois ou três R24h-Nova. As médias e intervalos de confiança foram apresentados. A associação entre variáveis sociodemográficas e o consumo alimentar foi investigada, estratificando-se as participações||calóricas dos grupos da classificação Nova, conforme sexo, idade, região, classe socioeconômica e raça/cor. Resultados: Os alimentos in natura e minimamente processados representaram 46,18% do total de energia consumida pelos indivíduos com obesidade, enquanto os ultraprocessados corresponderam a 25,57%. Os alimentos in natura e minimamente processados que mais contribuíram para a energia total consumida pelos participantes com obesidade foram a carne vermelha, as frutas e os grãos. Além disso, entre os alimentos ultraprocessados, destacam-se a carne ou peixe reconstituído, pães ultraprocessados e produtos como chocolates, balas e barras de cereal. A análise revelou que o consumo de ultraprocessados foi maior no sexo feminino (versus masculino), na faixa etária de 18 a 30 anos (versus idosos), nas regiões Sul e Sudeste (versus Norte), em indivíduos negros (versus brancos) e entre aqueles no tercil com menor poder aquisitivo (versus o tercil com maior poder aquisitivo). Conclusões: Indivíduos com obesidade consomem uma quantidade maior de alimentos ultraprocessados em relação à população geral, com um consumo mais acentuado entre aqueles com menor poder aquisitivo, enquanto é menor entre participantes idosos e pardos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".