Resumo O objetivo foi analisar a qualidade dos dados antropométricos de crianças menores de cinco anos em dois sistemas de informação no estado de São Paulo. A amostra compreendeu 2.117.108 crianças do Sistema de Vigilância Alimentar e Nutricional (Sisvan) e 748.551 do Projeto Estadual do Leite (Vivaleite). Inicialmente, avaliamos a frequência de valores faltantes e fora do espectro do equipamento, e calculamos o índice de preferência de dígito para peso. Após calcular os índices de altura para idade (A-I), peso para idade (P-I) e índice de massa corporal para idade (IMC-I), identificamos os valores biologicamente implausíveis (VBI) e calculamos o desvio-padrão (DP). Para cada município, calculamos a média e o DP de A-I, P-I e IMC-I; e plotamos os valores de DP em função da média. A preferência de dígito no peso foi maior em crianças de 24 a 59 meses no Sisvan. A frequência de VBI para A-I (SISVAN 2,56%; Vivaleite 0,98%) foi maior do que para P-I (Sisvan 2,10%; Vivaleite 0,18%). Para o índice A-I as variações entre os municípios foram mais acentuadas no Vivaleite do que no Sisvan. A variável altura apresentou baixa confiabilidade nos dois sistemas. A variável peso apresentou qualidade satisfatória no Vivaleite e insatisfatória no Sisvan. Paulo 2117108 2 117 108 2.117.10 Sisvan 748551 748 551 748.55 Vivaleite. . (Vivaleite) Inicialmente equipamento AI, AI I , (A-I) PI P (P-I IMCI, IMCI IMC (IMC-I) (VBI desviopadrão desvio padrão DP. (DP) município I, IMC-I 5 SISVAN 2,56% 256 56 0,98% 098 0 98 2,10% 210 10 0,18%. 018 0,18% 18 0,18%) 211710 11 2.117.1 74855 74 55 748.5 (Vivaleite (A-I (IMC-I (DP 2,56 25 0,98 09 9 2,10 21 1 01 0,18 21171 2.117. 7485 7 748. 2,5 0,9 2,1 0,1 2117 2.117 2, 0, 211 2.11 2.1 2.

Abstract This paper involves the analysis of the quality of anthropometric data on children under five years of age in two information systems in the State of São Paulo. The sample included 2,117,108 children from the Food and Nutrition Surveillance System (SISVAN), and 748,551 from the State Milk Project (VIVALEITE). Initially, we evaluated the frequency of missing values and others outside the equipment spectrum and calculated the digit-to-weight preference index. After calculating height-for-age (HAZ), weight-for-age (WAZ), and body mass index-for-age (BAZ), we flagged the biologically implausible values (BIV) and calculated the standard deviation (SD). For each municipality, we calculated the mean and the SD of HAZ, WAZ, and BAZ; and plotted the SD values as a function of the mean. The digit-to-weight preference index was greater among children aged between 24 and 59 months in SISVAN. The frequency of BIV for HAZ (SISVAN 2.56%; VIVALEITE 0.98%) was higher than for WAZ (SISVAN 2.10%; VIVALEITE 0.18%). For HAZ, variations among municipalities were more pronounced in VIVALEITE than in SISVAN. The height variable presents low reliability in both systems. The weight variable reveals satisfactory quality in VIVALEITE and unsatisfactory quality in SISVAN. Paulo 2117108 2 117 108 2,117,10 SISVAN, SISVAN , (SISVAN) 748551 748 551 748,55 VIVALEITE. . (VIVALEITE) Initially digittoweight digit to heightforage (HAZ) weightforage (WAZ) indexforage BAZ, BAZ (BAZ) (BIV SD. (SD) municipality 5 2.56% 256 56 0.98% 098 0 98 2.10% 210 10 0.18%. 018 0.18% 18 0.18%) 211710 11 2,117,1 74855 74 55 748,5 (VIVALEITE (HAZ (WAZ (BAZ (SD 2.56 25 0.98 09 9 2.10 21 1 01 0.18 21171 2,117, 7485 7 748, 2.5 0.9 2.1 0.1 2117 2,117 2. 0. 211 2,11 2,1 2,

Resumo O objetivo foi analisar a qualidade dos dados antropométricos de crianças menores de cinco anos em dois sistemas de informação no estado de São Paulo. A amostra compreendeu 2.117.108 crianças do Sistema de Vigilância Alimentar e Nutricional (Sisvan) e 748.551 do Projeto Estadual do Leite (Vivaleite). Inicialmente, avaliamos a frequência de valores faltantes e fora do espectro do equipamento, e calculamos o índice de preferência de dígito para peso. Após calcular os índices de altura para idade (A-I), peso para idade (P-I) e índice de massa corporal para idade (IMC-I), identificamos os valores biologicamente implausíveis (VBI) e calculamos o desvio-padrão (DP). Para cada município, calculamos a média e o DP de A-I, P-I e IMC-I; e plotamos os valores de DP em função da média. A preferência de dígito no peso foi maior em crianças de 24 a 59 meses no Sisvan. A frequência de VBI para A-I (SISVAN 2,56%; Vivaleite 0,98%) foi maior do que para P-I (Sisvan 2,10%; Vivaleite 0,18%). Para o índice A-I as variações entre os municípios foram mais acentuadas no Vivaleite do que no Sisvan. A variável altura apresentou baixa confiabilidade nos dois sistemas. A variável peso apresentou qualidade satisfatória no Vivaleite e insatisfatória no Sisvan.

Abstract This paper involves the analysis of the quality of anthropometric data on children under five years of age in two information systems in the State of São Paulo. The sample included 2,117,108 children from the Food and Nutrition Surveillance System (SISVAN), and 748,551 from the State Milk Project (VIVALEITE). Initially, we evaluated the frequency of missing values and others outside the equipment spectrum and calculated the digit-to-weight preference index. After calculating height-for-age (HAZ), weight-for-age (WAZ), and body mass index-for-age (BAZ), we flagged the biologically implausible values (BIV) and calculated the standard deviation (SD). For each municipality, we calculated the mean and the SD of HAZ, WAZ, and BAZ; and plotted the SD values as a function of the mean. The digit-to-weight preference index was greater among children aged between 24 and 59 months in SISVAN. The frequency of BIV for HAZ (SISVAN 2.56%; VIVALEITE 0.98%) was higher than for WAZ (SISVAN 2.10%; VIVALEITE 0.18%). For HAZ, variations among municipalities were more pronounced in VIVALEITE than in SISVAN. The height variable presents low reliability in both systems. The weight variable reveals satisfactory quality in VIVALEITE and unsatisfactory quality in SISVAN.

Resumo O objetivo deste artigo é descrever a associação entre variação de IMC, padrões alimentares e atividade física entre adultos de 21 a 44 anos no período de 2007 a 2012. Estudo transversal com a base de dados do VIGITEL. Padrões alimentares foram identificados com Análise de Principais Componentes para o período de 2007 a 2012. Componentes com autovalores >1,0 foram retidos e cargas fatoriais superiores a |0,3| foram destacadas. Para cada indivíduo, um escore foi calculado por padrão. Em seguida foi criada variável de diferença do Índice de Massa Corporal (ΔIMC). Regressão linear com desfecho ΔIMC e regressão de Poisson com desfecho obesidade foram conduzidas. Quatro padrões alimentares foram retidos: Prudente, Transição, Ocidental e Tradicional. Após ajuste multivariável, ΔIMC mostrou-se inversamente associada à prática de atividade física no lazer. Obesidade apresentou associação positiva com padrão Ocidental, assistir à televisão ≥3 horas por dia e inatividade física. Obesidade mostrou-se inversamente associada com padrão Prudente, padrão Tradicional, prática de atividade física no lazer e prática de atividade física no trabalho. Padrões alimentares baseados em alimentos in natura e minimamente processados e prática de atividade física constituem fatores de proteção para a obesidade.

Abstract The scope of this article is to describe the association between BMI variation, eating patterns and physical activity among adults between 21 and 44 years of age from 2007 to 2012. It is a cross-sectional study using the VIGITEL database. Eating patterns were identified with Principal Components Analysis for the period from 2007 to 2012. Components with eigenvalues >1.0 were retained and factor loadings greater than |0.3| were highlighted. For each individual, a score was calculated per pattern. The Body Mass Index (ΔBMI) difference variable was then created. Linear regression with ΔBMI outcome and Poisson regression with obesity outcomes were conducted. Four eating patterns were retained: Prudent, Transition, Western and Traditional. After multivariate adjustment, ΔBMI was inversely associated with the habit of leisure-time physical activity. Obesity revealed a positive association with the Western pattern, watching television ≥3 hours a day and physical inactivity. Obesity was inversely associated with the Prudent pattern, the Traditional pattern, the practice of leisure-time physical activity and the habit of physical activity at work. Eating patterns based on unprocessed and minimally processed foods and practice of physical activity are protective factors against obesity.

Resumo O objetivo deste artigo é descrever a associação entre variação de IMC, padrões alimentares e atividade física entre adultos de 21 a 44 anos no período de 2007 a 2012. Estudo transversal com a base de dados do VIGITEL. Padrões alimentares foram identificados com Análise de Principais Componentes para o período de 2007 a 2012. Componentes com autovalores >1,0 foram retidos e cargas fatoriais superiores a |0,3| foram destacadas. Para cada indivíduo, um escore foi calculado por padrão. Em seguida foi criada variável de diferença do Índice de Massa Corporal (ΔIMC). Regressão linear com desfecho ΔIMC e regressão de Poisson com desfecho obesidade foram conduzidas. Quatro padrões alimentares foram retidos: Prudente, Transição, Ocidental e Tradicional. Após ajuste multivariável, ΔIMC mostrou-se inversamente associada à prática de atividade física no lazer. Obesidade apresentou associação positiva com padrão Ocidental, assistir à televisão ≥3 horas por dia e inatividade física. Obesidade mostrou-se inversamente associada com padrão Prudente, padrão Tradicional, prática de atividade física no lazer e prática de atividade física no trabalho. Padrões alimentares baseados em alimentos in natura e minimamente processados e prática de atividade física constituem fatores de proteção para a obesidade.

Abstract The scope of this article is to describe the association between BMI variation, eating patterns and physical activity among adults between 21 and 44 years of age from 2007 to 2012. It is a cross-sectional study using the VIGITEL database. Eating patterns were identified with Principal Components Analysis for the period from 2007 to 2012. Components with eigenvalues >1.0 were retained and factor loadings greater than |0.3| were highlighted. For each individual, a score was calculated per pattern. The Body Mass Index (ΔBMI) difference variable was then created. Linear regression with ΔBMI outcome and Poisson regression with obesity outcomes were conducted. Four eating patterns were retained: Prudent, Transition, Western and Traditional. After multivariate adjustment, ΔBMI was inversely associated with the habit of leisure-time physical activity. Obesity revealed a positive association with the Western pattern, watching television ≥3 hours a day and physical inactivity. Obesity was inversely associated with the Prudent pattern, the Traditional pattern, the practice of leisure-time physical activity and the habit of physical activity at work. Eating patterns based on unprocessed and minimally processed foods and practice of physical activity are protective factors against obesity.

ABSTRACT OBJECTIVE To describe the methodological aspects of the Piauí home healthcare survey (ISAD-PI) and assess the relation between sampling plan, precision, and design effects, assuming that population health surveys are relevant instruments for health monitoring. METHODS ISAD-PI was a population-based cross-sectional study that analyzed the living conditions and health status of the population residing in urban areas in the municipalities of Teresina and Picos, in Piauí. Sampling was carried out by conglomerates in two stages: Primary Sampling Units and households. To calculate the sample size, we considered the stratification of the population in both cities, according to the age of the individuals. We evaluated the “non-response” rate (NRR) and estimated the proportions according to sex and age, as well as the prevalence of social determinants of health in order to assess the compliance of the sampling plan. Analyses related to the precision according to the coefficient of proportion variation of the standard error (Cv-pˆ) and the design effect (deff). Cv-pˆ less than 20% and deff less than 1.5 were considered adequate. The total NRR of households was 38.2% in Teresina and 38.3% in Picos. We carried out twenty-four proportion estimates in relation to age and sex and 48 prevalence of social and health determinants estimates, totaling 72 estimates. Among them, 71 had Cv-pˆ less than 20% and 61 had deff less than or equal to 1.5. CONCLUSION Data generated from the ISAD-PI may contribute to the assessment of health and morbidity conditions in the population. Furthermore, methodological aspects employed in this research may serve as a basis for studies carried out in other cities in Brazil.

RESUMO OBJETIVO Descrever os aspectos metodológicos do Inquérito de Saúde Domiciliar no Piauí (ISAD-PI), bem como avaliar a conformidade do plano amostral em relação à precisão e aos efeitos do desenho, dado que os inquéritos populacionais de saúde constituem instrumentos importantes para o monitoramento da situação de saúde da população. MÉTODOS O ISAD-PI foi um estudo de base populacional, transversal, que analisou as condições de vida e situação de saúde da população residente nas áreas urbanas dos municípios de Teresina e Picos, no Piauí. A amostragem foi realizada por conglomerados, em dois estágios: Unidades Primárias de Amostragem e domicílios. Para o cálculo do tamanho da amostra, considerou-se a estratificação da população de ambas as cidades, de acordo com a idade dos indivíduos, para ambos os sexos. Para avaliação da conformidade do plano amostral, foi avaliada a taxa de “não-resposta” (TNR) e, além disso, as estimativas de proporções segundo sexo e idade, bem como as prevalências de determinantes sociais de saúde, que foram analisadas em relação à precisão por meio do coeficiente de variação da proporção do erro padrão (Cv-pˆ) e do efeito do delineamento (deff). Foram considerados adequados Cv-pˆ menores que 20%, e deff menores que 1,5. A TNR-Total dos domicílios foi de 38,2% em Teresina e de 38,3% em Picos. Foram realizadas 24 estimativas de proporção em relação à idade e ao sexo e 48 estimativas de prevalência de determinantes sociais e de saúde, totalizando 72 estimativas, das quais 71 apresentaram Cv-pˆ menor que 20% e 61 apresentaram deff menor ou igual a 1,5. CONCLUSÃO Dados gerados a partir do ISAD-PI poderão contribuir para a avaliação das condições de saúde e morbidade na população. Ademais, aspectos metodológicos empregados nesta pesquisa poderão servir de base para estudos realizados em outras cidades do Brasil.

RESUMO OBJETIVO Descrever os aspectos metodológicos do Inquérito de Saúde Domiciliar no Piauí (ISAD-PI), bem como avaliar a conformidade do plano amostral em relação à precisão e aos efeitos do desenho, dado que os inquéritos populacionais de saúde constituem instrumentos importantes para o monitoramento da situação de saúde da população. MÉTODOS O ISAD-PI foi um estudo de base populacional, transversal, que analisou as condições de vida e situação de saúde da população residente nas áreas urbanas dos municípios de Teresina e Picos, no Piauí. A amostragem foi realizada por conglomerados, em dois estágios: Unidades Primárias de Amostragem e domicílios. Para o cálculo do tamanho da amostra, considerou-se a estratificação da população de ambas as cidades, de acordo com a idade dos indivíduos, para ambos os sexos. Para avaliação da conformidade do plano amostral, foi avaliada a taxa de “não-resposta” (TNR) e, além disso, as estimativas de proporções segundo sexo e idade, bem como as prevalências de determinantes sociais de saúde, que foram analisadas em relação à precisão por meio do coeficiente de variação da proporção do erro padrão (Cv-pˆ) e do efeito do delineamento (deff). Foram considerados adequados Cv-pˆ menores que 20%, e deff menores que 1,5. A TNR-Total dos domicílios foi de 38,2% em Teresina e de 38,3% em Picos. Foram realizadas 24 estimativas de proporção em relação à idade e ao sexo e 48 estimativas de prevalência de determinantes sociais e de saúde, totalizando 72 estimativas, das quais 71 apresentaram Cv-pˆ menor que 20% e 61 apresentaram deff menor ou igual a 1,5. CONCLUSÃO Dados gerados a partir do ISAD-PI poderão contribuir para a avaliação das condições de saúde e morbidade na população. Ademais, aspectos metodológicos empregados nesta pesquisa poderão servir de base para estudos realizados em outras cidades do Brasil.

ABSTRACT OBJECTIVE To describe the methodological aspects of the Piauí home healthcare survey (ISAD-PI) and assess the relation between sampling plan, precision, and design effects, assuming that population health surveys are relevant instruments for health monitoring. METHODS ISAD-PI was a population-based cross-sectional study that analyzed the living conditions and health status of the population residing in urban areas in the municipalities of Teresina and Picos, in Piauí. Sampling was carried out by conglomerates in two stages: Primary Sampling Units and households. To calculate the sample size, we considered the stratification of the population in both cities, according to the age of the individuals. We evaluated the “non-response” rate (NRR) and estimated the proportions according to sex and age, as well as the prevalence of social determinants of health in order to assess the compliance of the sampling plan. Analyses related to the precision according to the coefficient of proportion variation of the standard error (Cv-pˆ) and the design effect (deff). Cv-pˆ less than 20% and deff less than 1.5 were considered adequate. The total NRR of households was 38.2% in Teresina and 38.3% in Picos. We carried out twenty-four proportion estimates in relation to age and sex and 48 prevalence of social and health determinants estimates, totaling 72 estimates. Among them, 71 had Cv-pˆ less than 20% and 61 had deff less than or equal to 1.5. CONCLUSION Data generated from the ISAD-PI may contribute to the assessment of health and morbidity conditions in the population. Furthermore, methodological aspects employed in this research may serve as a basis for studies carried out in other cities in Brazil.

RESUMO: Objetivo: Descrever e analisar a tendência dos padrões alimentares praticados pela população adulta de 18 a 44 anos das capitais brasileiras entre os anos de 2007 e 2012. Métodos: Padrões alimentares foram identificados com análise de componentes principais (ACP). Na análise, foram retidos os componentes com autovalores > 1,0 e foram destacadas cargas fatoriais (CF) superiores a |0,2|. Após a identificação de quatro padrões foram gerados escores padronizados com média zero para cada. As médias foram apresentadas para cada padrão segundo sexo, faixa etária, escolaridade e ano de monitoramento. A variação temporal da média dos escores dos padrões foi estimada por regressão linear. Resultados: Foram identificados quatro padrões alimentares na população: prudente, transição, ocidental e tradicional. Houve tendência de aumento das médias de escore dos padrões: prudente, ocidental e tradicional, e redução da média de escore do padrão transição. Maior aderência ao padrão prudente entre indivíduos mais escolarizados. Maior aderência aos padrões ocidental e tradicional entre indivíduos menos escolarizados. Conclusão: Políticas públicas direcionadas aos indivíduos menos escolarizados e homens são necessárias por causa da maior adesão aos padrões alimentares não saudáveis.

ABSTRACT: Objective: To describe and analyze the trend in dietary patterns followed by the adult population aged 18 to 44 years living in Brazilian state capitals between 2007 and 2012. Methods: We identified dietary patterns using the principal component analysis (PCA). The analysis retained components with eigenvalues >1.0 and highlighted factor loadings (FLs) >|0.2|. After the identification of four patterns, they received standardized scores with zero mean. The mean scores were presented for each pattern according to gender, age group, schooling, and year of data collection. We estimated the temporal variation of the mean scores of the patterns by linear regression. Results: We identified four dietary patterns in the population: prudent, transition, western, and traditional. We found an increasing trend in the mean score of the patterns: prudent, western, and traditional and a reduced mean score in the transition pattern. Individuals with better education showed greater adherence to the prudent pattern. Less-educated individuals presented higher adherence to the western and traditional patterns. Conclusion: Public policies targeting the population with lower schooling and men are necessary due to their greater adherence to unhealthy dietary patterns.

RESUMO: Objetivo: Descrever e analisar a tendência dos padrões alimentares praticados pela população adulta de 18 a 44 anos das capitais brasileiras entre os anos de 2007 e 2012. Métodos: Padrões alimentares foram identificados com análise de componentes principais (ACP). Na análise, foram retidos os componentes com autovalores > 1,0 e foram destacadas cargas fatoriais (CF) superiores a |0,2|. Após a identificação de quatro padrões foram gerados escores padronizados com média zero para cada. As médias foram apresentadas para cada padrão segundo sexo, faixa etária, escolaridade e ano de monitoramento. A variação temporal da média dos escores dos padrões foi estimada por regressão linear. Resultados: Foram identificados quatro padrões alimentares na população: prudente, transição, ocidental e tradicional. Houve tendência de aumento das médias de escore dos padrões: prudente, ocidental e tradicional, e redução da média de escore do padrão transição. Maior aderência ao padrão prudente entre indivíduos mais escolarizados. Maior aderência aos padrões ocidental e tradicional entre indivíduos menos escolarizados. Conclusão: Políticas públicas direcionadas aos indivíduos menos escolarizados e homens são necessárias por causa da maior adesão aos padrões alimentares não saudáveis.

ABSTRACT: Objective: To describe and analyze the trend in dietary patterns followed by the adult population aged 18 to 44 years living in Brazilian state capitals between 2007 and 2012. Methods: We identified dietary patterns using the principal component analysis (PCA). The analysis retained components with eigenvalues >1.0 and highlighted factor loadings (FLs) >|0.2|. After the identification of four patterns, they received standardized scores with zero mean. The mean scores were presented for each pattern according to gender, age group, schooling, and year of data collection. We estimated the temporal variation of the mean scores of the patterns by linear regression. Results: We identified four dietary patterns in the population: prudent, transition, western, and traditional. We found an increasing trend in the mean score of the patterns: prudent, western, and traditional and a reduced mean score in the transition pattern. Individuals with better education showed greater adherence to the prudent pattern. Less-educated individuals presented higher adherence to the western and traditional patterns. Conclusion: Public policies targeting the population with lower schooling and men are necessary due to their greater adherence to unhealthy dietary patterns.

Resumo: O objetivo deste trabalho é analisar o efeito da maturação sexual sobre os fenótipos corporais gerados por análise multivariada do estado nutricional de adolescentes. Este é um estudo transversal e a amostra foi composta por 833 adolescentes escolares de 10 a 15 anos, selecionados por amostragem complexa em Piracicaba, São Paulo, Brasil. Os fenótipos corporais foram definidos por análise de componentes principais (ACP), a partir da idade, dados antropométricos (massa corporal, altura, dobras cutâneas e circunferência da cintura), composição corporal (ângulo de fase medido por impedância bioelétrica) e bioquímicos (triglicerídeos, glicose, razão colesterol total/LDL, hemoglobina). Os fenótipos corporais definidos foram: F1adiposidade caracterizada pela associação positiva com as variáveis dobras cutâneas, massa corporal e circunferência da cintura; F2crescimento caracterizado pela associação positiva entre altura e idade; F3bioquímico caracterizado pela associação positiva com razão colesterol/LDL, triglicerídeos e glicose; e F4metabólico caracterizado pela associação positiva com ângulo de fase, hemoglobina e negativa com glicose. Posteriormente, os fenótipos corporais foram considerados desfechos na análise dos efeitos mistos, incorporando o sexo no primeiro nível e as variáveis maturação sexual, idade, sexo e escore socioeconômico no segundo nível. Esta análise permitiu dimensionar o efeito da maturação sexual nos fenótipos corporais. Nossos resultados indicam que a maturação sexual apresentou variabilidade de explicação relevante somente sobre o fenótipo corporal que representa crescimento linear (altura e idade). Dessa forma, não é necessário ajustar as medidas antropométricas pela maturação sexual.

Abstract: This study aimed to analyze the effect of sexual maturation on body phenotypes, based on multivariate analysis of adolescents’ nutritional status. This was a cross-sectional study with a sample of 833 adolescent schoolchildren 10 to 15 years of age, selected by complex sampling in Piracicaba, São Paulo State, Brazil. Body phenotypes were defined by principal components analysis (PCA), based on age, anthropometric data (body mass, height, skinfolds, and waist circumference), body composition (phase angle measured by bioelectrical impedance), and biochemical parameters (triglycerides, glucose, total cholesterol/LDL ratio, hemoglobin). Body phenotypes were classified as: P1adiposity characterized as positive association with skinfolds, body mass, and waist circumference; P2growth characterized as positive association between height and age; P3biochemical characterized as positive association with total cholesterol/LDL ratio, triglycerides, and glucose; and P4metabolic characterized as positive association with phase angle and hemoglobin and negative association with glucose. The phenotypes were later considered outcomes in the mixed effects analysis, incorporating sex at the first level and sexual maturation, age, sex, and socioeconomic score at the second level. This analysis allowed measuring the effect of sexual maturation on body phenotypes. Our results indicate that sexual maturation only a displayed relevant explanation of body phenotype that represents linear growth (height and age). Thus, it is not necessary to adjust anthropometric measures by sexual maturation.

Resumen: El objetivo de este trabajo es analizar el efecto de la madurez sexual sobre los fenotipos corporales generados por análisis multivariado del estado nutricional de adolescentes. Este es un estudio transversal, cuya la muestra estuvo compuesta por 833 adolescentes escolares de 10 a 15 años, seleccionados por muestra compleja en Piracicaba, São Paulo, Brasil. Los fenotipos corporales se definieron por análisis de componentes principales (ACP), a partir de la edad, datos antropométricos (masa corporal, altura, pliegues cutáneos y circunferencia de la cintura), composición corporal (ángulo de fase medido por impedancia bioeléctrica) y bioquímicos (triglicéridos, glucosa, razón colesterol total/LDL, hemoglobina). Los fenotipos corporales definidos fueron: F1adiposidad, caracterizada por la asociación positiva con las variables pliegues cutáneos, masa corporal y circunferencia de la cintura; F2crecimiento, caracterizado por la asociación positiva entre altura y edad; F3bioquímico, caracterizado por la asociación positiva con razón colesterol/LDL, triglicéridos y glucosa; y F4metabólico, caracterizado por la asociación positiva con ángulo de fase, hemoglobina y negativa con glucosa. Posteriormente, los fenotipos corporales fueron considerados resultados en el análisis de los efectos mixtos, incorporando el sexo en el primer nivel y las variables de madurez sexual, edad, sexo y marcador socioeconómico en el segundo nivel. Este análisis permitió dimensionar el efecto de la madurez sexual en los fenotipos corporales. Nuestros resultados indican que la madurez sexual presentó variabilidad de explicación relevante solamente sobre el fenotipo corporal que representa crecimiento lineal (altura y edad). De esta forma, no es necesario ajustar las medidas antropométricas por la madurez sexual.

RESUMO: Objetivo: Descrever as correlações entre padrões alimentares para o conjunto de anos de 2007 a 2012 e para cada ano do mesmo período. Método: Estudo transversal com dados do Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico, com seleção de 167.761 indivíduos de 18 a 44 anos. Os padrões alimentares foram identificados com Análise de Componentes Principais. Para comparar os efeitos da extração e a estimativa de padrões alimentares entre diferentes inquéritos, conduzimos as seguintes análises: na primeira usamos o conjunto total de dados para os anos de 2007 a 2012; na segunda, os padrões foram estimados em cada conjunto anual de dados para o período de 2007 a 2012. As etapas 1 e 2 foram realizadas sem rotação, com rotação Varimax e rotação Promax. Após a extração dos padrões, foram calculados escores padronizados com média zero. A associação entre os padrões gerados nas análises foi estimada pelo coeficiente de correlação de Pearson (r). Resultados: Nas análises sem rotação, os componentes retidos no conjunto apresentaram correlações superiores a 0,90 com os padrões retidos em cada ano. Nas análises com rotação, apenas o primeiro componente apresentou correlações superiores a 0,90. Conclusão: As estimativas de padrões alimentares de forma segmentada - ano a ano - ou de forma geral - todos os anos - apresentam altas correlação e consistência entre os padrões identificados quando no mesmo pool de dados.

ABSTRACT: Objective: To describe the correlations between eating patterns for the years 2007 to 2012, and for each year of the period from 2007 to 2012. Method: Cross-sectional study with data from the System of Surveillance of Risk and Protection Factors to Chronic Diseases by Telephone Survey with the selection of 167,761 individuals aged 18 to 44 years old. Eating patterns were identified with a Principal Component Analysis. To compare the effects of the extraction and the estimate of eating patterns among different surveys we conducted the following analyzes: in the first, we used the total data set for the years from 2007 to 2012; in the second, the patterns were estimated in each annual set of data for the period from 2007 to 2012. Steps 1 and 2 were performed with no rotation, with Varimax rotation and with Promax rotation. After extracting the patterns, standardized scores with zero mean were generated for each pattern. The association between the patterns generated in the analyzes was estimated by the Pearson correlation coefficient (r). Results: In the non-rotated analyzes, the components retained in the set presented correlations that were higher than 0.90, with the retained patterns in each year. In the rotated analyzes, only the first component had correlations that were higher than 0.90. Conclusion: Estimates of eating patterns either segmented - year by year - or in general - all of the years - showed high correlation and consistency between the patterns identified when in the same data pool.

Resumo: O objetivo deste trabalho é analisar o efeito da maturação sexual sobre os fenótipos corporais gerados por análise multivariada do estado nutricional de adolescentes. Este é um estudo transversal e a amostra foi composta por 833 adolescentes escolares de 10 a 15 anos, selecionados por amostragem complexa em Piracicaba, São Paulo, Brasil. Os fenótipos corporais foram definidos por análise de componentes principais (ACP), a partir da idade, dados antropométricos (massa corporal, altura, dobras cutâneas e circunferência da cintura), composição corporal (ângulo de fase medido por impedância bioelétrica) e bioquímicos (triglicerídeos, glicose, razão colesterol total/LDL, hemoglobina). Os fenótipos corporais definidos foram: F1adiposidade caracterizada pela associação positiva com as variáveis dobras cutâneas, massa corporal e circunferência da cintura; F2crescimento caracterizado pela associação positiva entre altura e idade; F3bioquímico caracterizado pela associação positiva com razão colesterol/LDL, triglicerídeos e glicose; e F4metabólico caracterizado pela associação positiva com ângulo de fase, hemoglobina e negativa com glicose. Posteriormente, os fenótipos corporais foram considerados desfechos na análise dos efeitos mistos, incorporando o sexo no primeiro nível e as variáveis maturação sexual, idade, sexo e escore socioeconômico no segundo nível. Esta análise permitiu dimensionar o efeito da maturação sexual nos fenótipos corporais. Nossos resultados indicam que a maturação sexual apresentou variabilidade de explicação relevante somente sobre o fenótipo corporal que representa crescimento linear (altura e idade). Dessa forma, não é necessário ajustar as medidas antropométricas pela maturação sexual.

Abstract: This study aimed to analyze the effect of sexual maturation on body phenotypes, based on multivariate analysis of adolescents’ nutritional status. This was a cross-sectional study with a sample of 833 adolescent schoolchildren 10 to 15 years of age, selected by complex sampling in Piracicaba, São Paulo State, Brazil. Body phenotypes were defined by principal components analysis (PCA), based on age, anthropometric data (body mass, height, skinfolds, and waist circumference), body composition (phase angle measured by bioelectrical impedance), and biochemical parameters (triglycerides, glucose, total cholesterol/LDL ratio, hemoglobin). Body phenotypes were classified as: P1adiposity characterized as positive association with skinfolds, body mass, and waist circumference; P2growth characterized as positive association between height and age; P3biochemical characterized as positive association with total cholesterol/LDL ratio, triglycerides, and glucose; and P4metabolic characterized as positive association with phase angle and hemoglobin and negative association with glucose. The phenotypes were later considered outcomes in the mixed effects analysis, incorporating sex at the first level and sexual maturation, age, sex, and socioeconomic score at the second level. This analysis allowed measuring the effect of sexual maturation on body phenotypes. Our results indicate that sexual maturation only a displayed relevant explanation of body phenotype that represents linear growth (height and age). Thus, it is not necessary to adjust anthropometric measures by sexual maturation.

Resumen: El objetivo de este trabajo es analizar el efecto de la madurez sexual sobre los fenotipos corporales generados por análisis multivariado del estado nutricional de adolescentes. Este es un estudio transversal, cuya la muestra estuvo compuesta por 833 adolescentes escolares de 10 a 15 años, seleccionados por muestra compleja en Piracicaba, São Paulo, Brasil. Los fenotipos corporales se definieron por análisis de componentes principales (ACP), a partir de la edad, datos antropométricos (masa corporal, altura, pliegues cutáneos y circunferencia de la cintura), composición corporal (ángulo de fase medido por impedancia bioeléctrica) y bioquímicos (triglicéridos, glucosa, razón colesterol total/LDL, hemoglobina). Los fenotipos corporales definidos fueron: F1adiposidad, caracterizada por la asociación positiva con las variables pliegues cutáneos, masa corporal y circunferencia de la cintura; F2crecimiento, caracterizado por la asociación positiva entre altura y edad; F3bioquímico, caracterizado por la asociación positiva con razón colesterol/LDL, triglicéridos y glucosa; y F4metabólico, caracterizado por la asociación positiva con ángulo de fase, hemoglobina y negativa con glucosa. Posteriormente, los fenotipos corporales fueron considerados resultados en el análisis de los efectos mixtos, incorporando el sexo en el primer nivel y las variables de madurez sexual, edad, sexo y marcador socioeconómico en el segundo nivel. Este análisis permitió dimensionar el efecto de la madurez sexual en los fenotipos corporales. Nuestros resultados indican que la madurez sexual presentó variabilidad de explicación relevante solamente sobre el fenotipo corporal que representa crecimiento lineal (altura y edad). De esta forma, no es necesario ajustar las medidas antropométricas por la madurez sexual.

RESUMO: Objetivo: Descrever as correlações entre padrões alimentares para o conjunto de anos de 2007 a 2012 e para cada ano do mesmo período. Método: Estudo transversal com dados do Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico, com seleção de 167.761 indivíduos de 18 a 44 anos. Os padrões alimentares foram identificados com Análise de Componentes Principais. Para comparar os efeitos da extração e a estimativa de padrões alimentares entre diferentes inquéritos, conduzimos as seguintes análises: na primeira usamos o conjunto total de dados para os anos de 2007 a 2012; na segunda, os padrões foram estimados em cada conjunto anual de dados para o período de 2007 a 2012. As etapas 1 e 2 foram realizadas sem rotação, com rotação Varimax e rotação Promax. Após a extração dos padrões, foram calculados escores padronizados com média zero. A associação entre os padrões gerados nas análises foi estimada pelo coeficiente de correlação de Pearson (r). Resultados: Nas análises sem rotação, os componentes retidos no conjunto apresentaram correlações superiores a 0,90 com os padrões retidos em cada ano. Nas análises com rotação, apenas o primeiro componente apresentou correlações superiores a 0,90. Conclusão: As estimativas de padrões alimentares de forma segmentada - ano a ano - ou de forma geral - todos os anos - apresentam altas correlação e consistência entre os padrões identificados quando no mesmo pool de dados.

ABSTRACT: Objective: To describe the correlations between eating patterns for the years 2007 to 2012, and for each year of the period from 2007 to 2012. Method: Cross-sectional study with data from the System of Surveillance of Risk and Protection Factors to Chronic Diseases by Telephone Survey with the selection of 167,761 individuals aged 18 to 44 years old. Eating patterns were identified with a Principal Component Analysis. To compare the effects of the extraction and the estimate of eating patterns among different surveys we conducted the following analyzes: in the first, we used the total data set for the years from 2007 to 2012; in the second, the patterns were estimated in each annual set of data for the period from 2007 to 2012. Steps 1 and 2 were performed with no rotation, with Varimax rotation and with Promax rotation. After extracting the patterns, standardized scores with zero mean were generated for each pattern. The association between the patterns generated in the analyzes was estimated by the Pearson correlation coefficient (r). Results: In the non-rotated analyzes, the components retained in the set presented correlations that were higher than 0.90, with the retained patterns in each year. In the rotated analyzes, only the first component had correlations that were higher than 0.90. Conclusion: Estimates of eating patterns either segmented - year by year - or in general - all of the years - showed high correlation and consistency between the patterns identified when in the same data pool.

O objetivo deste estudo foi descrever a estimativa das médias de peso, altura e índice de massa corporal (IMC) segundo dois métodos de imputação, usando dados do Vigitel (Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico). O delineamento do estudo é transversal e utilizaram-se dados secundários do Vigitel do período de 2006 a 2017. Os dois métodos para imputação utilizados no estudo foram hot deck e Predictive Mean Matching (PMM). As variáveis peso e altura imputadas por hot deck foram disponibilizadas pelo Vigitel. Dois modelos foram conduzidos com a utilização da PMM: (i) variáveis explicativas - cidade, sexo, idade em anos, raça/cor e escolaridade; (ii) variáveis explicativas - cidade, sexo e idade em anos. Nos dois modelos, as variáveis peso e altura foram as variáveis de desfecho. Na PMM, combinam-se regressão linear e seleção aleatória de valor para imputação. A predição linear é usada como medida de distância entre o valor faltante e os seus possíveis doadores e, com isso, se cria o espaço virtual com os casos candidatos a ceder o valor para imputação. Um dos candidatos do pool é aleatoriamente selecionado, e o seu valor é atribuído à unidade faltante. O IMC foi calculado por meio da divisão do peso em quilogramas pela altura ao quadrado. Nos resultados, apresentamos as médias e erros-padrão de peso, altura e IMC, segundo método de imputação e ano de monitoramento. Nas estimativas, utilizou-se o módulo survey do Stata, que considera os efeitos da amostragem. Observou-se que os valores médios de peso, altura e IMC estimados por hot deck e PMM são similares. Os resultados com os dados do Vigitel sugerem a aplicabilidade do PMM ao conjunto dos inquéritos de saúde.

This study aimed to describe the estimated means for weight, height, and body mass index (BMI) according to two imputation methods, using data from Vigitel (Risk and Protective Factors Surveillance System for Chronic Non-Communicable Diseases Through Telephone Interview). This was a cross-sectional study that used secondary data from the Vigitel survey from 2006 to 2017. The two imputation methods used in the study were hot deck and Predictive Mean Matching (PMM). The weight and height variables imputed by hot deck were provided by Vigitel. Two models were conducted with PMM: (i) explanatory variables - city, sex, age in years, race/color, and schooling; (ii) explanatory variables - city, sex, and age in years. Weight and height were the outcome variables in the two models. PMM combines linear regression and random selection of the value for imputation. Linear prediction is used as a measure of distance between the missing value and the possible donors, thereby creating the virtual space with the candidate cases for yielding the value for imputation. One of the candidates from the pool is randomly selected, and its value is assigned to the missing unit. BMI was calculated by dividing weight in kilograms by height squared. The result shows the means and standard deviations for weight, height, and BMI according to imputation method and year. The estimates used the survey module from Stata, which considers the sampling effects. The mean values for weight, height, and BMI estimated by hot deck and PMM were similar. The results with the Vigitel data suggest the applicability of PMM to the set of health surveys.

El objetivo de este estudio fue describir la estimación de medias de peso, altura e índice de masa corporal (IMC), según dos métodos de imputación, usando datos del Vigitel (Vigilancia de Factores de Riesgo y Protección para Enfermedades Crónicas No Transmisibles por Entrevista Telefónica). El diseño del estudio es transversal y se utilizaron datos secundarios de Vigitel, durante el período de 2006 a 2017. Los dos métodos para la imputación utilizados en el estudio fueron hot deck y Predictive Mean Matching (PMM). Las variables peso y altura imputadas por hot deck se recabaron de Vigitel. Se realizaron dos modelos con la utilización de la PMM: (i) variables explicativas -ciudad, sexo, edad en años, raza/color y escolaridad; (ii) variables explicativas -ciudad, sexo y edad en años. En los dos modelos, las variables peso y altura fueron las variables de desenlace. En la PMM, se combinan regresión lineal y selección aleatoria de valor para imputación. La predicción lineal es usada como medida de distancia entre el valor faltante y sus posibles donadores y, de este modo, se crea el espacio virtual con los casos candidatos de ceder su valor para la imputación. Uno de los candidatos del pool se selecciona aleatoriamente, y su valor es atribuido a la unidad faltante. El IMC se calculó mediante la división del peso en kilogramos por la altura al cuadrado. En los resultados, presentamos las medias y errores-patrón de peso, altura e IMC, según el método de imputación y año de seguimiento. En las estimaciones, se utilizó el módulo de encuesta del Stata, que considera los efectos de la muestra. Se observó que los valores medios de peso, altura e IMC estimados por hot deck y PMM son similares. Los resultados con los datos del Vigitel sugieren la aplicabilidad del PMM al conjunto de las investigaciones de salud.

O objetivo deste estudo foi descrever a estimativa das médias de peso, altura e índice de massa corporal (IMC) segundo dois métodos de imputação, usando dados do Vigitel (Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico). O delineamento do estudo é transversal e utilizaram-se dados secundários do Vigitel do período de 2006 a 2017. Os dois métodos para imputação utilizados no estudo foram hot deck e Predictive Mean Matching (PMM). As variáveis peso e altura imputadas por hot deck foram disponibilizadas pelo Vigitel. Dois modelos foram conduzidos com a utilização da PMM: (i) variáveis explicativas - cidade, sexo, idade em anos, raça/cor e escolaridade; (ii) variáveis explicativas - cidade, sexo e idade em anos. Nos dois modelos, as variáveis peso e altura foram as variáveis de desfecho. Na PMM, combinam-se regressão linear e seleção aleatória de valor para imputação. A predição linear é usada como medida de distância entre o valor faltante e os seus possíveis doadores e, com isso, se cria o espaço virtual com os casos candidatos a ceder o valor para imputação. Um dos candidatos do pool é aleatoriamente selecionado, e o seu valor é atribuído à unidade faltante. O IMC foi calculado por meio da divisão do peso em quilogramas pela altura ao quadrado. Nos resultados, apresentamos as médias e erros-padrão de peso, altura e IMC, segundo método de imputação e ano de monitoramento. Nas estimativas, utilizou-se o módulo survey do Stata, que considera os efeitos da amostragem. Observou-se que os valores médios de peso, altura e IMC estimados por hot deck e PMM são similares. Os resultados com os dados do Vigitel sugerem a aplicabilidade do PMM ao conjunto dos inquéritos de saúde.

This study aimed to describe the estimated means for weight, height, and body mass index (BMI) according to two imputation methods, using data from Vigitel (Risk and Protective Factors Surveillance System for Chronic Non-Communicable Diseases Through Telephone Interview). This was a cross-sectional study that used secondary data from the Vigitel survey from 2006 to 2017. The two imputation methods used in the study were hot deck and Predictive Mean Matching (PMM). The weight and height variables imputed by hot deck were provided by Vigitel. Two models were conducted with PMM: (i) explanatory variables - city, sex, age in years, race/color, and schooling; (ii) explanatory variables - city, sex, and age in years. Weight and height were the outcome variables in the two models. PMM combines linear regression and random selection of the value for imputation. Linear prediction is used as a measure of distance between the missing value and the possible donors, thereby creating the virtual space with the candidate cases for yielding the value for imputation. One of the candidates from the pool is randomly selected, and its value is assigned to the missing unit. BMI was calculated by dividing weight in kilograms by height squared. The result shows the means and standard deviations for weight, height, and BMI according to imputation method and year. The estimates used the survey module from Stata, which considers the sampling effects. The mean values for weight, height, and BMI estimated by hot deck and PMM were similar. The results with the Vigitel data suggest the applicability of PMM to the set of health surveys.

El objetivo de este estudio fue describir la estimación de medias de peso, altura e índice de masa corporal (IMC), según dos métodos de imputación, usando datos del Vigitel (Vigilancia de Factores de Riesgo y Protección para Enfermedades Crónicas No Transmisibles por Entrevista Telefónica). El diseño del estudio es transversal y se utilizaron datos secundarios de Vigitel, durante el período de 2006 a 2017. Los dos métodos para la imputación utilizados en el estudio fueron hot deck y Predictive Mean Matching (PMM). Las variables peso y altura imputadas por hot deck se recabaron de Vigitel. Se realizaron dos modelos con la utilización de la PMM: (i) variables explicativas -ciudad, sexo, edad en años, raza/color y escolaridad; (ii) variables explicativas -ciudad, sexo y edad en años. En los dos modelos, las variables peso y altura fueron las variables de desenlace. En la PMM, se combinan regresión lineal y selección aleatoria de valor para imputación. La predicción lineal es usada como medida de distancia entre el valor faltante y sus posibles donadores y, de este modo, se crea el espacio virtual con los casos candidatos de ceder su valor para la imputación. Uno de los candidatos del pool se selecciona aleatoriamente, y su valor es atribuido a la unidad faltante. El IMC se calculó mediante la división del peso en kilogramos por la altura al cuadrado. En los resultados, presentamos las medias y errores-patrón de peso, altura e IMC, según el método de imputación y año de seguimiento. En las estimaciones, se utilizó el módulo de encuesta del Stata, que considera los efectos de la muestra. Se observó que los valores medios de peso, altura e IMC estimados por hot deck y PMM son similares. Los resultados con los datos del Vigitel sugieren la aplicabilidad del PMM al conjunto de las investigaciones de salud.

RESUMO: Introdução: A obesidade é um problema crescente no Brasil em todos os grupos etários. Excesso de peso ao final da adolescência indica probabilidade elevada de peso não saudável na vida adulta. Objetivo: Descrever dados antropométricos da Pesquisa Nacional de Saúde dos Escolares (PeNSE) 2015 e sua distribuição segundo estratos geográficos e socioeconômicos. Métodos: Dados da PeNSE 2015 foram utilizados. A amostra desta análise compreende adolescentes com idade entre 11 e 19 anos de escolas públicas e privadas com dados antropométricos disponíveis. O estado nutricional foi classificado segundo valores de referência para o índice de massa corporal (IMC), propostos pela International Obesity Task Force (IOTF). As estimativas das prevalências de déficit de peso e de excesso de peso e seus respectivos erros padrão foram apresentados. A associação entre os indicadores antropométricos e as características demográficas ou sociais dos adolescentes foi estimada por odds ratio e os seus respectivos intervalos de confiança de 95% foram apresentados. Resultados: A prevalência de déficit de peso foi inferior a 3%. As maiores prevalências de excesso de peso foram observadas em adolescentes que se declararam negros ou indígenas, da região sul, da área urbana e dos quintos mais baixos de renda. Em geral, a prevalência de excesso de peso foi maior entre adolescentes que frequentavam escolas privadas. Conclusão: O excesso de peso é mais frequente entre adolescentes dos estratos de baixa renda. Além de indicador do estado nutricional, o excesso de peso pode indicar desigualdade social no Brasil.

ABSTRACT: Introduction: Obesity has increased in Brazil for all age groups. Overweight at the end of adolescence indicates a high probability of unhealthy weight in adulthood. Objective: To describe anthropometric data of the National Adolescent School-based Health Survey (PeNSE) 2015 and its distribution according to geographic and socioeconomic strata. Methods: Data from the PeNSE 2015 was used. The analysis sample consisted of adolescents aged 11 to 19 years old from public and private schools with available anthropometric data. Nutritional status was classified according to the body mass index, with reference values proposed by the International Obesity Task Force (IOTF). The prevalence estimates of underweight and overweight and their respective standard errors were presented. The association between anthropometric indicators and demographic or social characteristics of adolescents was estimated by odds ratio, and the respective 95% confidence intervals were presented. Results: The prevalence of underweight was less than 3%. Elevated prevalence of overweight was observed in adolescents from the South region, from the urban area, from the lowest fifths of income, and those who declared themselves to be black or indigenous. In general, the prevalence of overweight was higher among adolescents attending private schools. Conclusion: Overweight is more frequent among adolescents from low-income strata. Besides being an indicator of nutritional status, overweight may indicate social inequality in Brazil.