Tradicionalmente, a Epidemiologia Nutricional tem se dedicado à investigação do consumo alimentar dos indivíduos e a sua associação com doenças, já que a dieta é um fator
de risco modificável para muitas destas. Quando realizadas com sucesso, esses estudos podem sugerir recomendações precisas para a Saúde Pública (SLATTERY, 2010).
A relação do efeito dos nutrientes ou de um alimento específico sobre a saúde foi observada por muito tempo em pesquisas sobre a alimentação de populações, no entanto, nas últimas três décadas, inúmeros autores discutem que a definição de padrões alimentares oferece uma abordagem abrangente sobre os hábitos alimentares e podem predizer melhor as relações com o risco de doenças, quando comparados à análise de nutrientes isolados, uma vez que expressarão a complexidade envolvida no ato de se alimentar (HU, 2002; NEWBY; TUCKER, 2004; OLINTO, 2007; SLATTERY, 2010; SCHOENAKER et al., 2013).
Slattery (2010) acredita na importância da avaliação conjunta dos alimentos e enfatiza que um padrão pode explicar melhor a variação dietética do que os itens alimentares individuais. Ocké (2013) corrobora citando que a exposição dietética consiste em uma multiplicidade de componentes nutricionais que atuam sinergicamente ou antagonicamente e que as pessoas não consomem os nutrientes, mas sim os alimentos.
As abordagens para o estudo dos padrões alimentares são divididas em metodologias a
priori ou a posteriori. Na definição a priori são propostos índices que permitem avaliar a
qualidade da dieta a partir da utilização de critérios conceituais de alimentação saudável ou diretrizes para dietas saudáveis (OLINTO, 2007; OCKÉ, 2013). Já para a definição de padrões a posteriori, parte-se de dados empíricos de alimentos que são agregados (agrupamentos) ou reduzidos (fatores) em um menor número de variáveis, com base em análises estatísticas, entre elas, a análise de cluster e a análise fatorial (NEWBY; TUCKER, 2004; OLINTO, 2007).
A análise fatorial é uma técnica de análise estatística multivariada e interdependente, que é composta pelo método de Análise de Componentes Principais (ACP) ou dos fatores comuns. Essa técnica analisa as variáveis simultaneamente e tem como objetivo principal definir a estrutura inerente comum a todo o conjunto de variáveis denominado “fatores”, para resumir ou explicar o conjunto de variáveis observadas (HAIR et al., 2009).
A ACP possibilita que os itens obtidos na avaliação do consumo alimentar sejam agrupados com base no grau de correlação entre eles (OLINTO, 2007), os quais normalmente são alimentos, nutrientes ou uma combinação destes (KANT, 2004). Seu planejamento pode ser dividido em três estágios que incluem: a adequabilidade da base de dados, a definição da técnica de extração e o número de fatores a serem extraídos, bem como a decisão sobre o tipo de rotação dos fatores (FIGUEIREDO FILHO; SILVA JUNIOR, 2010).
As etapas da ACP consideram as seguintes suposições do modelo: 1) adequabilidade da base de dados: variáveis contínuas; tamanho da amostra maior que 50; padrão de correlação entre as variáveis entre 0,3 e 0,8; confirmação da adequação do tamanho amostral à análise pelo teste Kaiser-Meyer-Oblin (KMO>0,6) e pela significância do teste de esfericidade de Bartlett (p<0,05). Verifica-se ainda a adequação de cada variável à análise fatorial, por meio da matriz de correlação anti-imagem, com valores maiores que 0,50 apresentados na diagonal; 2) Determinação da técnica de extração (neste caso, o método ACP) e o número de fatores a serem extraídos conforme critério de Kaiser (autovalores>1) e do critério de variância acumulada (>60%); 3) Decisão sobre o tipo de rotação dos fatores (rotação ortogonal Varimax) (PALLANT, 2005; HAIR et al., 2009; FIGUEIREDO FILHO; SILVA JUNIOR, 2010).
Como regra geral da análise, o tamanho mais aceitável da amostra deve ter uma proporção de dez casos para uma variável, com o objetivo de determinar fatores específicos da amostra com pouca generalidade (HAIR et al., 2009).
Ainda sobre a análise, é importante considerar que os padrões são susceptíveis à variações de acordo com sexo, condições socioeconômicas, etnia e cultura. Portanto, diferentes populações, com contextos sociais e culturais diferentes, podem apresentar resultados distintos. Além disso, o significado de um padrão alimentar poderá mudar ao longo do tempo, devido às mudanças nas preferências alimentares e disponibilidade de alimentos (HU, 2002). Decorrente das diversas características da população, os métodos para definição de padrões exigem uma análise de dependência subsequente, geralmente a utilização de modelos de regressão multivariada, que incluem tanto o padrão alimentar como outras características da amostra (CANUTO et al., 2010).
A subjetividade envolvida na definição dos padrões alimentares a partir da ACP tem sido alvo de críticas ao uso desse método de análise. Entre as principais decisões arbitrárias encontram-se: pontos de corte para definições de cargas, tipo de rotação, modelo de agrupamento de itens alimentares, seleção de alimentos que entrarão no modelo, definição do número de padrões retidos e até mesmo a rotulagem dos fatores (SLATTERY, 2010; FRANSEN et al., 2014). Newby e Tucker (2004) alertam que toda pesquisa científica envolve subjetividade em maior ou menor grau e, portanto, a existência dela não é motivo para desencorajar o uso da ACP.
Com frequência os estudos sobre padrões alimentares de populações denominam os fatores de acordo com as descrições da composição da dieta (elevada densidade energética, alta gordura, rico em vitaminas, entre outros) ou de acordo com as combinações específicas
de alimentos. Para estes últimos, os mais comuns são nomeados como “padrão prudente” ou “padrão saudável”, para os que apresentam menor teor de gordura e maior de frutas, vegetais e grãos integrais e “padrão ocidental” para aqueles com maior teor de gordura, carne e consumo de grãos refinados (NEWBY; TUCKER, 2004; KANT, 2004).
Observou-se que os padrões denominados “saudável” ou “prudente”, mesmo com composições diferentes de alimentos ou nutrientes, têm sido associados com menor IMC, menor risco para desenvolvimento de doenças, menos tipos de câncer e menor mortalidade (NEWBY; TUCKER, 2004).
Em uma grande coorte de mulheres norte-americanas, predominantemente brancas, a maior aderência ao padrão “prudente”, caracterizado por uma alta ingestão de legumes, frutas, peixe, aves e grãos integrais, relacionou-se com um menor risco de mortalidade cardiovascular e total. Em contraste, a maior aderência ao padrão “ocidental”, refletindo uma alta ingestão de carne vermelha e processada, grãos refinados, batatas fritas, doces e sobremesas, foi ligada a um maior risco de doenças cardiovasculares, câncer e mortalidade total (HEIDEMANN et al., 2008). Boggs et al. (2015) identificaram resultados semelhantes, dessa vez em mulheres norte-americanas negras, no qual o padrão “ocidental” esteve associado a um aumento da mortalidade por todas as causas em todas as faixas etárias e níveis de escolaridade.
Em estudo recente, Hodge et al. (2014) utilizaram a ACP para derivar padrões alimentares que possam estar associados com um envelhecimento bem-sucedido. Após a identificação de 4 padrões (“produtos de hortaliças”, “frutas”, “sudeste europeu” e “carnes gordas”), os autores afirmaram que um padrão alimentar incluindo frutas, limitando carne e alimentos fritos melhoram a probabilidade de envelhecimento com sucesso.
Identificar os padrões alimentares, especialmente quando baseados em dados representativos para a população, poderá melhorar a compreensão conceitual das práticas alimentares e auxiliar nas intervenções nutricionais e educativas, além de auxiliar no estabelecimento de diretrizes e políticas para promover uma melhor ingestão de alimentos saudáveis (HU, 2002; NASCIMENTO et al., 2011).
Além disso, nota-se que os estudos para definições de padrões alimentares são dinâmicos e novas metodologias surgem continuamente no sentido de aprimorar a informação sobre a ingestão dietética de grupos populacionais. Um exemplo é a utilização do QFA como principal inquérito para obtenção dos dados dietéticos para definições de padrões que tem sido substituído por outros instrumentos quantitativos de curto prazo, a fim de reduzir os erros de medição (BOEING, 2013).
3 OBJETIVOS