CONTEXTO E OBJETIVO: A osteoporose é uma alteração esquelética caracterizada pela redução e pela alteração da microarquitetura óssea, que resultam em aumento da fragilidade e maior predisposição a fraturas. A idade e a baixa massa óssea são os principais fatores de risco não modificáveis para fraturas osteoporóticas. Os fatores modificáveis incluem sedentarismo, inadequada ingestão de cálcio, excessivo consumo de álcool e/ou cafeína, tabagismo e baixo peso corporal. O objetivo foi avaliar associação entre baixa massa óssea e ingestão de cálcio e cafeína por mulheres climatéricas no Sul do Brasil. TIPO DE ESTUDO E LOCAL: Estudo transversal realizado em Porto Alegre e Canoas, Rio Grande do Sul, Brasil. MÉTODOS: Mulheres (n = 155) com idade média de 53,6 ± 9,5 anos foram avaliadas em um estudo transversal na região Sul do Brasil. Foram utilizados questionários de frequência alimentar, avaliação da massa óssea por ultrassonometria de calcâneo e avaliação antropométrica. RESULTADOS: A preval ência de sobrepeso foi de 67,7%. No rastreamento de massa óssea, 30,3% apresentou baixa massa óssea e 4,5%, osteoporose. A ingestão mediana de cálcio foi de 574,94 mg/dia e de cafeína foi de 108,11 mg/dia. Não foi encontrada associação entre massa óssea e os parâmetros antropométricos, ingestão de cálcio ou de cafeína. Verificou-se que 38,4% das mulheres apresentaram perda de massa óssea. CONCLUSÕES: Não foi encontrada associação entre a ingestão de cálcio e cafeína com a massa óssea. Foi observada alta prevalência de baixa massa óssea.

CONTEXT AND OBJECTIVE: Osteoporosis is a skeletal abnormality characterized by reduction and alteration of bone microarchitecture that results in increased fragility and greater predisposition to fractures. Age and low bone mass are the main non-modifiable risk factors for osteoporotic fractures. The modifiable factors include sedentary lifestyle, inadequate calcium intake, excessive alcohol and/or caffeine consumption, smoking and low body weight. The aim here was to evaluate the association between low bone mass and calcium and caffeine intake among perimenopausal women in Southern Brazil. DESIGN AND SETTING: Cross-sectional study conducted in Porto Alegre and Canoas, Rio Grande do Sul, Brazil. METHODS: Women (n = 155) of mean age 53.6 ± 9.5 years were evaluated through a cross-sectional study in Southern Brazil. Food frequency questionnaires, bone mass evaluation using calcaneal ultrasound and anthropometric assessment were used. RESULTS: The prevalence of overweight was 67.7%. In the bone mass screening, 30.3% had low bone mass and 4.5% had osteoporosis. The median calcium intake was 574.94 mg/day and the caffeine intake was 108.11 mg/day. No association was found between bone mass and anthropometric parameters, calcium intake or caffeine intake. It was found that 38.4% of the women had low bone mass. CONCLUSIONS: No association was found between calcium and caffeine intake and bone mass. High prevalence of low bone mass was observed.

A mortalidade infantil é um sensível indicador de saúde. Conhecer o seu perfil geográfico auxilia na formulação de estratégias de saúde pública. O mapeamento de doenças tem por objetivo descrever a distribuição geográfica das taxas de mortalidade ou incidência de doenças por intermédio de mapas. Em razão da alta instabilidade das taxas brutas quando há pequenas áreas, utilizam-se os métodos de suavização bayesiana, que se valem de informações de toda a região ou da vizinhança para estimar as taxas. O artigo faz a comparação entre os métodos Bayesiano Empírico e Totalmente Bayesiano para as taxas de mortalidade infantil (dados acumulados de 2001 a 2004) no Rio Grande do Sul, Brasil. O trabalho aponta as vantagens do uso dos estimadores bayesianos na visualização espacial dos mapas. Os métodos Bayesianos Empíricos apresentaram resultados muito semelhantes aos dos métodos Totalmente Bayesianos e possuem a grande vantagem de ser de fácil utilização por profissionais da área de saúde, destacando igualmente os principais padrões espaciais da taxa de mortalidade no Rio Grande do Sul no período estudado.

Infant mortality is considered a sensitive health indicator, and knowledge of its geographical profile is essential for formulating appropriate public health policies. Disease mapping aims to describe the geographical distribution of disease incidence and mortality rates. Due to the heavy instability of crude rates in small areas, methods involving Bayesian smoothing of rates are used, drawing on information for the whole area or neighborhood to estimate the event rate. The current study compares empirical Bayesian (EB) and fully Bayesian (FB) methods for infant mortality rates (accumulated data from 2001 to 2004) in Rio Grande do Sul State, Brazil. This study highlights the advantages of Bayesian estimators for viewing and interpreting maps. For the problem at hand, EB and FB methods showed quite similar results and had the great advantage of easy use by health professionals, since they evenly highlight the main spatial patterns in the mortality rate in the State during the target period.

A mortalidade infantil é um sensível indicador de saúde. Conhecer o seu perfil geográfico auxilia na formulação de estratégias de saúde pública. O mapeamento de doenças tem por objetivo descrever a distribuição geográfica das taxas de mortalidade ou incidência de doenças por intermédio de mapas. Em razão da alta instabilidade das taxas brutas quando há pequenas áreas, utilizam-se os métodos de suavização bayesiana, que se valem de informações de toda a região ou da vizinhança para estimar as taxas. O artigo faz a comparação entre os métodos Bayesiano Empírico e Totalmente Bayesiano para as taxas de mortalidade infantil (dados acumulados de 2001 a 2004) no Rio Grande do Sul, Brasil. O trabalho aponta as vantagens do uso dos estimadores bayesianos na visualização espacial dos mapas. Os métodos Bayesianos Empíricos apresentaram resultados muito semelhantes aos dos métodos Totalmente Bayesianos e possuem a grande vantagem de ser de fácil utilização por profissionais da área de saúde, destacando igualmente os principais padrões espaciais da taxa de mortalidade no Rio Grande do Sul no período estudado.

Infant mortality is considered a sensitive health indicator, and knowledge of its geographical profile is essential for formulating appropriate public health policies. Disease mapping aims to describe the geographical distribution of disease incidence and mortality rates. Due to the heavy instability of crude rates in small areas, methods involving Bayesian smoothing of rates are used, drawing on information for the whole area or neighborhood to estimate the event rate. The current study compares empirical Bayesian (EB) and fully Bayesian (FB) methods for infant mortality rates (accumulated data from 2001 to 2004) in Rio Grande do Sul State, Brazil. This study highlights the advantages of Bayesian estimators for viewing and interpreting maps. For the problem at hand, EB and FB methods showed quite similar results and had the great advantage of easy use by health professionals, since they evenly highlight the main spatial patterns in the mortality rate in the State during the target period.