This study aims to identify and analyze factors associated with Food Insecurity (FI), trends and spatial distributions for geographical strata. The hypothesis of worsening of the outcome of severe FI, measured by the Brazilian Food Insecurity Scale (EBIA), in households as an effect of the crisis and/or the austerity policy, was investigated. The article involves studies with cross-sectional design and mixed ecological of spatio-temporal trends, based on 4 national IBGE surveys. It was adopted a weight calibration procedure according to population distribution by gender and age group, as well as estimation and modeling methods that incorporate effects of the sample design. Poisson regression with robust estimation of variance was used to estimate prevalence ratios of severe FI at the etiological level. For the ecological level, two multilevel modeling approaches were employed for repeated measures of strata: multiple log-log regression for associations; and, modeling of splines for trend estimation. The findings point to impacts of the current austerity, with changes in trends in the Bolsa Família Program and reflections on the increase in severe FI. It is projected an increase in FI and distance from the achievement of the SDG nº 2 in 2030 by Brazil, despite the success obtained in 2014 for MDG nº 1.
Este estudio tiene como objetivo identificar y analizar los factores asociados a la Inseguridad Alimentaria (IF), tendencias y distribución espacial por estratos geográficos. Se investigó la hipótesis de empeoramiento del resultado de la IF severa, medida por la Escala Brasileña de Inseguridad Alimentaria (EBIA), en los hogares como efecto de la crisis y/o de la política de austeridad. El artículo trata de estudios con diseño transversal para análisis ecológicos transversales y mixtos de tendencias espacio-temporales, a partir de 4 encuestas nacionales del IBGE. Se adoptó un procedimiento de calibración de peso de acuerdo con la distribución por sexo y grupo de edad y métodos de estimación y modelado que incorporan efectos del diseño de la muestra. Se utilizó la regresión de Poisson con estimación robusta de la varianza para estimar los índices de prevalencia de la IA grave a nivel etiológico. Para el nivel ecológico, se emplearon dos enfoques de modelado multinivel para medidas repetidas de estratos: regresión logarítmica múltiple para asociaciones; y modelado de splines para la estimación de tendencias. Los hallazgos apuntan a impactos de la actual austeridad, con cambios de tendencia en el Programa Bolsa Família y reflejos sobre el aumento de la IF severa. Se proyecta un aumento de la IA y distancia de la consecución del objetivo nº 2 de los ODS en 2030 por parte de Brasil, a pesar del éxito obtenido en 2014 para el ODM nº 1.
Este estudo visa identificar e analisar fatores associados à Insegurança Alimentar (IA), tendências e distribuição espacial para estratos geográficos. Investigou-se a hipótese de piora do desfecho de IA grave, medido pela Escala Brasileira de Insegurança Alimentar (EBIA), nos domicílios como efeito da crise e/ou da política de austeridade. O artigo envolve estudos com desenho transversal para análises seccionais e ecológico misto de tendências espaço-temporais, a partir de 4 inquéritos nacionais do IBGE. Adotou-se procedimento de calibração dos pesos segundo distribuição por sexo e faixa etária e métodos de estimação e modelagem que incorporam efeitos do desenho amostral. A regressão de Poisson com estimação robusta de variância foi empregada para estimar razões de prevalências de IA grave em nível etiológico. Para o nível ecológico, empregou-se duas abordagens de modelagem multinível para medidas repetidas de estratos: regressão múltipla log-log para associações; e, modelagem de splines para estimação de tendências. Os achados apontam impactos da austeridade vigente, com mudanças de tendências no Programa Bolsa Família e reflexos sobre o aumento da IA grave. Projeta-se o aumento da IA e afastamento do alcance do objetivo nº 2 dos ODS em 2030 pelo Brasil, a despeito do sucesso obtido em 2014 para o ODM nº 1.