Abstract(resumo):

Objetivo: Analisar a sonolência diurna excessiva em relação à comportamentos de risco para a saúde de adolescentes. Metodologia: Estudo epidemiológico e transversal realizado com escolares do 1º ano do ensino médio de 20 escolas públicas estaduais do município de Montes Claros, Minas Gerais. Os dados foram coletados em 2022/2023. A variável dependente foi analisada por meio do instrumento Pediatric Daytime Sleepiness Scale, validado para o Brasil. Foram realizadas análises descritivas, bivariadas e múltiplas, utilizando a Regressão de Poisson. Resultados: Participaram do estudo 1.616 adolescentes. Entre eles, 72% estavam com sonolência diurna excessiva, com maior prevalência entre meninas (RP=1,22), aqueles que estudavam nos turnos matutino (RP=1,35) e integral (RP=1,35), que estavam no estágio de mudança de comportamento da pré-contemplação (RP=1,15), que consumiam diariamente alimentos ultraprocessados (RP=1,09), com sintomas depressivos graves (RP=1,16) e dependência de smartphones (RP=1,36). Conclusão: A elevada prevalência de sonolência diurna revelou-se associada a comportamentos de risco a saúde entre adolescentes. Assim, ações que estimulem a adoção de estilos de vida saudáveis são necessárias para minimizar os prejuízos a saúde em curto, médio e longo prazo.

Keywords(palavra-chave):

Qualidade do sono. Saúde do adolescente. Ensino médio. Inquéritos epidemiológicos.

Content(conteúdo):

INTRODUÇÃO
A Sonolência Diurna Excessiva (SDE) pode ser entendida como a necessidade de dormir em situações nas quais se espera que uma pessoa esteja acordada e alerta, assim, não sendo possível manter o estado de vigília 1, sendo considerada um problema de saúde pública 2. Os aspectos envolvidos na causa da SDE vêm sendo discutidos na literatura, relacionando-a como uma consequência de vários problemas comportamentais, que influem em sono insuficiente ou interrompido, distúrbios do sono, distúrbios de hipersonolência central e outras condições médicas psiquiátricas ou de uso de medicamentos 2,3. Outros fatores também podem influenciar nessa realidade, a exemplo da diminuição da produção de melatonina durante a adolescência, a exposição exagerada a telas e mudanças no ritmo em que o organismo realiza as funções ao longo de um dia 3-7.
Considerando os problemas de sono na adolescência, os ritmos circadianos sofrem alterações inerentes a cada fase do desenvolvimento humano, interferindo no padrão de sono, que também pode ser afetado por circunstâncias individuais 4,5. E, de acordo com revisão de literatura, 25% a 40% dos casos de SDE são causados por outros problemas de sono 8.
A literatura apresenta prevalências diversas de SDE entre adolescentes. Estudo longitudinal, realizado na China, avaliando a SDE em amostra de 7.072 adolescentes, com média de idade em torno de 14 anos, identificou prevalência de 21,1% de SDE entre os adolescentes 9. Já um estudo brasileiro realizado com adolescentes de 10 a 16 anos de escolas públicas, identificou prevalência de 52,1% de SDE 10. E, em pesquisa realizada com adolescentes argentinos, de 12 a 18 anos, foi verificada prevalência de 71% de SDE 7. Esses estudos, somados a revisões sistemáticas brasileiras que compararam metodologias, instrumentos e pontos de corte dos estudos envolvendo SDE e adolescentes 11,12, reforçam em suas conclusões a necessidade de continuidade de investigações diante da escassez de estudos sobre a SDE entre adolescentes. Assim, considerando que o sono tem fundamental importância no pleno desenvolvimento dos adolescentes e que a SDE representa uma problemática a ser combatida, no intuito de propiciar uma adolescência mais saudável, o presente estudo objetivou analisar a SDE em relação à comportamentos de risco para a saúde de adolescentes.

MÉTODOS
Delineamento do estudo e participantes
Este estudo faz parte do Projeto ELCAS: “Estudo Longitudinal sobre o Comportamento dos Adolescentes na Atividade Física e Saúde”. O Projeto ELCAS foi desenvolvido em duas etapas. A 1ª etapa (baseline) constitui um estudo epidemiológico, transversal e analítico, já a 2ª etapa (seguimento) trata-se de um estudo longitudinal e prospectivo, realizado 24 meses após o baseline. Este artigo utiliza dados da etapa baseline. O estudo seguiu as recomendações do Reporting of Observational Studies in Epidemiology (STROBE) 13,14, para estudos observacionais e do Consensus-Based Checklist for Reporting of Survey Studies (CROSS) 15, com documento inserido em Material Suplementar.
A população do estudo foram adolescentes, de ambos os sexos, na faixa etária de 14 a 19 anos, estudantes da rede pública estadual de ensino (urbana e rural), que frequentavam o primeiro ano do ensino médio em 2022 e 2023, do município de Montes Claros - MG. Situada na região norte do estado de Minas Gerais, Montes Claros apresentava, em 2022, população de cerca de 414.240 habitantes 16.

Variáveis e fontes de dados do estudo
A variável dependente do presente estudo foi a SDE. Essa variável foi proveniente do Pediatric Daytime Sleepiness Scale (PDSS) 17, validado para adolescentes brasileiros em 2016 18. O instrumento é composto por oito questões de múltipla escolha que incluem perguntas relacionadas à sensação de sonolência diurna em situações rotineiras, destacando a frequência que os adolescentes se sentem sonolentos durante a realização de atividades escolares, bem como, a respeito do estado de humor, necessidade de dormir mais e de manter deitado além do horário previsto para levantar pela manhã. As opções de resposta seguem a escala de Likert e apresentam pontuação de 0 a 4 (exceto a terceira pergunta, que possui pontuação reversa): 0 = nunca; 1 = quase nunca; 2 = às vezes; 3 = frequentemente; 4 = sempre. A soma final das opções de respostas pode variar de no mínimo zero pontos até no máximo 32 pontos, indicando maior presença de SDE à medida que o escore final aumenta (mais próximo de 32). Para a categorização da variável seguiu-se o estudo de Meyer et al. 19 que propuseram 15 pontos como ponto de corte para o instrumento PDSS 17, indicando ausência de SDE em valores inferiores a 15.
A seleção das variáveis independentes foi adaptada do modelo teórico proposto por Lima et al. 20, sendo elas: sexo (masculino; feminino), cor de pele autodeclarada (branca; negra/parda/amarela/indígena), turno que estuda (noturno; matutino; vespertino; integral), estuda e trabalha (não; sim), renda familiar (alta; média; baixa), estágios de mudança de comportamento (manutenção; ação; preparação; contemplação; pré-contemplação), nível de atividade física (ativo; insuficientemente ativo; inativo), transporte ativo para a escola (sim; não), consumo diário de alimentos ultraprocessados (não; sim), sintomas depressivos graves (não; sim), dependência de uso de smartphone (não; sim), satisfação com a imagem corporal (sim; não), excesso de peso corporal (não; sim) e obesidade abdominal (não; sim).
A renda familiar foi aferida através do Critério de Classificação Econômica Brasil (CCEB) 21, que apresenta estimativas de renda domiciliar mensal para os estratos socioeconômicos classificando as rendas em (da maior para a menor): A, B1, B2, C1, C2 e DE. Para este estudo, as rendas foram categorizadas em alta (A e B1), média (B2, C1, C2) e baixa (DE). Os estágios de mudança de comportamento permitem identificar os indivíduos que desejam realizar mudanças na atividade física em comparação aos que não estão dispostos ao mesmo. Para esse instrumento os estágios são classificados da seguinte forma: Pré-contemplação (não existe a intenção de praticar atividade física); Contemplação (existe a intenção de praticar atividade física, mas ainda não há a ação); Preparação (existe a intenção de praticar atividade física e o indivíduo pretende começar em um futuro próximo); Ação (a mudança de comportamento existe, mas o tempo da prática é inferior a seis meses); Manutenção (o comportamento foi adquirido e mantido, praticando há mais de 6 meses) 22.
O Questionário Internacional de Atividade Física (IPAQ), versão curta, validado e traduzido para adolescentes brasileiros, em 2005, foi utilizado para verificar o nível de atividade física dos adolescentes 23. A classificação seguiu recomendações da OMS 24 e Ministério da Saúde 25, classificando os adolescentes em ativos (praticavam no mínimo 300 minutos de atividade física semanal), insuficientemente ativos (praticavam menos de 300 minutos de atividade física na semana) e inativos (não praticavam atividade física regular semanal). Para avaliar o consumo de alimentos ultraprocessados foi aplicado questionário utilizado na Pesquisa Nacional de Saúde do Escolar (PeNSE) 26, com perguntas referentes à alimentação, levando em conta tudo o que o participante comeu em casa, na escola e na rua nos sete dias anteriores à coleta. O consumo de alimentos ultraprocessados foi definido pelo consumo diário de, pelo menos, um grupo de alimentos (refrigerantes / guloseimas / fast food / industrializados) 27, com a variável consumo diário de alimentos ultraprocessados categorizada em não e sim.
A variável sintomas depressivos foi avaliada pelo instrumento Depression, Anxiety and Stress Scale-21 (DASS-21), validado para o Brasil em 2014 28. O DASS-21 é um instrumento que mensura a depressão, ansiedade e estresse, separadamente, composto por 21 questões do tipo Likert com quatro opções de respostas (0-1-2-3). O somatório para cada domínio varia de 0 a 21 e o escore final é multiplicado por dois. Os sintomas depressivos (correspondente aos itens 3,5,10,13,16,17 e 21) são classificados com as seguintes categorias: normal (0 a 9), leve (10 a 13), moderado (14 a 20), grave (21 a 27) e extremamente grave (28 ou mais). Para esse estudo, a variável sintomas depressivos graves foi categorizada de forma dicotômica, em não (0 a 20) e sim (21 pontos ou mais). Para verificar a dependência de uso do smartphone foi utilizado o instrumento Smartphone Addiction Inventory (SPAI),29 validado para o Brasil em 2016 30. A escala inclui 26 itens dicotômicos (1 = Sim; 0 = Não). Classificando a dependência de uso do smartphone em não (? 8 pontos) e sim (?9 pontos). A satisfação com a imagem corporal foi verificada pela escala de silhuetas de Stunkard (1983) 31, com validação para o Brasil em 2006 32. A escala de silhuetas é composta por 18 silhuetas de figuras humanas, sendo 9 masculinas e 9 femininas, que variam de 1 (muito magro) a 9 (muito gordo). O participante escolhe duas imagens, sendo uma a que mais se aproxima de como se percebe e a outra que mais se aproxima de como gostaria de ser. O escore é calculado pela diferença entre a silhueta escolhida como ideal e a atual, variando de - 8 a 8. Assim, a satisfação com a imagem corporal foi categorizada em não (valores iguais a zero) e sim (valores diferentes de zero).
As variáveis antropométricas excesso de peso e obesidade abdominal foram abordadas por meio da coleta das medidas peso, altura e circunferência de cintura, realizada/coletada pelos pesquisadores, de acordo com as recomendações da OMS 33 e as técnicas empregadas para obtenção de todas as medidas seguiram procedimentos padronizados 34. O peso foi aferido por meio de uma balança digital calibrada (Digital Magna®), com os participantes no centro da plataforma da balança em posição anatômica, vestidos com roupas leves e descalços. A altura foi mensurada por estadiômetro individual (Alturaexata®), com os adolescentes, descalços, posicionados de pé e de costas para o instrumento. O excesso de peso foi baseado em valores do Índice de Massa Corporal (IMC) de acordo com a fórmula: Peso (Kg) / Altura (m)². Após criação da variável IMC, o mesmo foi categorizado com valores para sexo e idade com base nos pontos de corte em percentis, considerando o excesso de peso para o percentil ?85 35. A circunferência da cintura foi aferida utilizando-se fita antropométrica inextensiva e inelástica, estando os adolescentes vestidos, levantando a blusa na região da cintura, em pé com abdômen relaxado, os braços descontraídos ao lado do corpo, sendo a fita colocada horizontalmente no ponto de menor curvatura da cintura, entre a crista ilíaca e primeiro arco costal 33, adotando os pontos de corte propostos por Taylor et al. 36, que identifica obesidade abdominal com circunferência de cintura ? percentil 80, considerando idade e sexo dos adolescentes.

Amostragem e procedimentos
A partir de listagem estratificada oferecida pela Secretaria de Estado da Educação em 2022, Montes Claros - MG era composta por 43 escolas públicas com ensino médio, totalizando uma população de 3.765 escolares matriculados no primeiro ano do ensino médio. Assim, o cálculo amostral foi definido considerando os seguintes parâmetros: prevalência de 50%, nível de confiança de 95%, erro de 3%, deff=1,5 e acréscimo de 10% para compensar possíveis perdas, resultando em um tamanho amostral de no mínimo 1.373 adolescentes escolares.
A coleta de dados foi realizada em dois estágios. No primeiro estágio, por probabilidade proporcional ao tamanho, foi realizado o sorteio de 20 escolas e no segundo estágio, por amostragem aleatória simples, realizou-se o sorteio das turmas. Todos os alunos das turmas selecionadas foram convidados a participar do estudo. Assim, participaram do estudo os adolescentes de ambos os sexos, do 1º ano do ensino médio, regularmente matriculados em escolas da rede pública estadual de ensino de Montes Claros - MG em 2022 e 2023. Não participaram do estudo os adolescentes que não estavam presentes na sala de aula sorteada no momento da coleta de dados.
Após autorização da realização da pesquisa pela 22ª Superintendência Regional de Ensino da cidade de Montes Claros – MG, a coleta de dados iniciou em setembro de 2022 presencialmente nas escolas públicas estaduais de Montes Claros e finalizou em dezembro de 2023. Inicialmente a equipe de coleta de dados foi devidamente capacitada para a realização dos procedimentos de coleta de dados, com o objetivo de padronizar e uniformizar a abordagem aos adolescentes e a aplicação dos questionários. Um estudo piloto foi realizado em uma das escolas sorteadas para detectar possíveis discrepâncias no instrumento de pesquisa e avaliar o tempo médio de resposta do instrumento de pesquisa.
Em um primeiro momento os adolescentes das turmas selecionadas foram visitados pelos pesquisadores que os informaram sobre os objetivos da pesquisa e os convidaram para participar. Em um segundo momento, após serem esclarecidos acerca da pesquisa e entregue a autorização devidamente assinada pelos pais e/ou responsáveis, foi aplicado o questionário. O tempo médio de respostas ao instrumento de coleta foi de 40 minutos (conforme estudo piloto).

Análise estatística
Os dados coletados foram trabalhados em dupla digitação, conferidos e analisados por meio do Statistical Package for the Social Sciences – SPSS® versão 22.0. Foi realizada análise descritiva e a bivariada, através do teste qui-quadrado de Pearson, para associar a SDE com as variáveis independentes. Apenas as variáveis que apresentaram p-valor < 0,20, na análise bivariada, foram selecionadas inicialmente para compor o modelo múltiplo através Regressão de Poisson, com variância robusta. As variáveis selecionadas (p<0,20) entraram todas juntas no modelo e foram removidas uma a uma de forma decrescente considerando o p-valor e a qualidade do ajuste, permanecendo no modelo final apenas as variáveis que apresentaram nível descritivo inferior a 5% (p<0,05). A magnitude das associações foi estimada pela razão de prevalência (RP) ajustada, intervalo de confiança (IC) de 95% e nível de significância de 5% (? ? 0,05).

Análise de sensibilidade
Para reforçar a robustez dos achados e assegurar que potenciais fatores de confusão não foram omitidos, análises de testes de sensibilidade foram realizadas para confirmação dos resultados para as variáveis que não mantiveram significância estatística (p<0,005) na Regressão de Poisson (considerando que variáveis relevantes ao tema estudado não foram mantidas no modelo múltiplo final). Assim, os testes de sensibilidade foram feitos através de novas categorizações de variáveis e de modelo múltiplo extra.
Para a análise de sensibilidade através de novas categorizações de variáveis, foi realizada a Regressão de Poisson e todas as variáveis independentes descritas no estudo, com recategorização da cor de pele autodeclarada (branca; negra; parda; amarela; indígena), renda familiar (A; B1; B2; C1; C2; DE), nível de atividade física (numérica), excesso de peso (numérica) e obesidade abdominal (numérica). E, a análise do modelo teórico extra, através da Regressão Logística Binária, foi composta por todas variáveis independentes descritas no estudo principal. Todas estas análises adicionais estão apresentadas em Material Suplementar.

Aspectos éticos
O Projeto ELCAS foi autorizado pela Secretaria de Estado de Educação de Minas Gerais, aprovado pelo Comitê de Ética em Pesquisa da Universidade Estadual de Montes Claros - Unimontes em março de 2022, com parecer consubstanciado Nº 5.287.269. O estudo garantiu o anonimato dos adolescentes e cumpriu com a Resolução Nº 466 de 2012 do Conselho Nacional da Saúde/Ministério da Saúde, que trata de pesquisa com seres humanos. O Projeto foi financiado pela Fundação de Amparo à Pesquisa do Estado de Minas Gerais – FAPEMIG, através do Edital 001/2022 - Demanda Universal, Nº APQ-00711-22.

RESULTADOS
Dos 3.765 adolescentes elegíveis para participar do estudo, foram coletados 1.634 questionários. Desses, 18 foram removidos devido a falhas no preenchimento das questões. Assim, considerou-se para permanecer na pesquisa 1.616 adolescentes, distribuídos em 20 escolas estaduais (18 urbanas e 02 rurais) e com média de idade dos participantes de 15,3 (±0,7) anos. Entre os adolescentes, pouco mais da metade eram do sexo feminino (50,4%), 73,9% autodeclararam com cor de pele negra/parda/amarela/indígena, a grande maioria (95%) estavam matriculados nos turnos diurnos (integral, matutino e vespertino), aproximadamente 80% apresentaram renda familiar classificada em média, mais de 60% realizavam transporte ativo para a escola, 31,3% consumiam alimentos ultraprocessados diariamente e a insatisfação com a imagem corporal entre os adolescentes foi superior (71,1%) à satisfação com a imagem corporal (28,9%). Estes e outros dados estão presentes na Tabela 1. Em relação ao desfecho principal do estudo, foi verificado que 72% (n=1.131) dos adolescentes apresentaram SDE enquanto os demais, 28% (n=440), não apresentaram tal condição (Tabela 1).
Nos dados da Tabela 1 também estão presentes as análises bivariadas das variáveis independentes em relação à SDE. Nesta análise, as variáveis que ficaram associadas a nível de 20% foram o sexo, cor de pele autodeclarada, turno que estuda, estágios de mudança de comportamento, nível de atividade física, transporte ativo para a escola, consumo diário de alimentos ultraprocessados, sintomas depressivos graves, dependência de uso do smartphone e satisfação com a imagem corporal, sendo selecionadas para compor inicialmente o modelo múltiplo.
O modelo múltiplo final (Tabela 2) revela que as variáveis sexo, turno que estuda, estágios de mudança de comportamento, consumo diário de alimentos ultraprocessados, sintomas depressivos graves e dependência ao uso de smartphone, mantiveram associação estatisticamente significativa à SDE entre os adolescentes. Houve maior prevalência de SDE entre os adolescentes do sexo feminino (RP = 1,22; IC95% 1,13 - 1,32; p<0,001) e aqueles que estudavam nos turnos matutino (RP = 1,35; IC95% 1,10 - 1,65; p=0,004) e integral (RP = 1,35; IC95% 1,10 - 1,67; p=0,004), quando comparados com os estudantes do noturno. Em relação aos estágios de mudança de comportamento para a prática de atividade física, houve maior prevalência do estágio da pré-contemplação (não existe a intenção de praticar atividade física) (RP = 1,15; IC95% 1,03 - 1,28; p=0,012), quando comparados aos adolescentes que estão na fase de manutenção (praticando atividade física regulamente). Houve também maior prevalência de SDE entre os adolescentes que realizavam consumo diário de alimentos ultraprocessados (RP = 1,09; IC95% 1,02 - 1,16; p=0,009), que apresentaram sintomas depressivos graves (RP = 1,16; IC95% 1,09 - 1,24; p<0,001) e entre aqueles que apresentaram dependência do uso de smartphones (RP = 1,36; IC95% 1,25 - 1,47; p<0,001).
As análises de sensibilidade efetuadas (Material Suplementar) mostraram resultados consistentes, validando a precisão dos resultados previamente apresentados.

Tabela 1. Análise descritiva total e análise bivariada da sonolência diurna excessiva em relação às variáveis independentes entre os adolescentes escolares. Montes Claros - MG, 2022/2023 (n=1.616)

Tab. 1

Tabela 2. Regressão de Poisson. Análise ajustada da razão de prevalência da sonolência diurna excessiva entre adolescentes escolares. Montes Claros - MG, 2022/2023 (n=1.616)

Tab.2

DISCUSSÃO
Este estudo objetivou identificar, como pontos principais, a prevalência e fatores de risco para a saúde associados a SDE entre adolescentes escolares do município de Montes Claros, Minas Gerais. Foi observada elevada prevalência de SDE (72%) entre os adolescentes, sendo esse dado observado em demais estudos contidos na literatura internacional 7,9 e nacional 10,20. No contexto da adolescência, o sono possui fundamental importância, visto que a qualidade do sono dos adolescentes influencia diretamente no desenvolvimento físico, comportamental, emocional, e cognitivo saudável desses indivíduos 4.
Quanto aos fatores associados significativamente com a SDE, obteve-se maior prevalência entre as meninas, nos adolescentes que estudavam pela manhã ou em turno integral, aqueles que se encontram no estágio de mudança de comportamento da pré-contemplação para a prática de atividade física, que consumiam alimentos ultraprocessados todos os dias, com sintomas depressivos graves e que apresentaram dependência do uso de smartphones.
Em relação às diferenças de sexo, os resultados da presente pesquisa mostraram maior prevalência da SDE entre as meninas (RP=1,22), sendo essa mesma associação presente em demais localidades, como em estudos realizados com adolescentes portugueses 37 e japoneses 38. Ademais, Forest et al. 39 realizaram um estudo com o objetivo de investigar as diferenças de sexo no que tange o sono e SDE em uma amostra de 731 adolescentes, os resultados sugeriram maiores impactos e maior interferência negativa no funcionamento diurno para as adolescentes, que parecem ser mais complexos e multifatoriais para as meninas do que para os meninos. Algumas questões de base biológica podem auxiliar na compreensão da maior prevalência de SDE entre as meninas. Segundo estudo que analisou uma amostra de 3.001 adolescentes do sexo feminino, foi verificado que a dor menstrual está relacionada a SDE nas adolescentes 40. Com esses resultados, é possível interpretar que devido a maturação na adolescência se dá de forma diferente para meninos e meninas, essa condição acabe contribuindo para que as meninas apresentem maior SDE.
Foi verificada maior prevalência de SDE entre os adolescentes que frequentavam o ensino matutino e integral, quando comparados aos matriculados no turno da noite. Nesse sentido, alguns estudos têm demonstrado que o horário das aulas escolares influencia em diferentes aspectos relacionados ao sono, incluindo a SDE 41,42. Estudo de revisão de literatura que objetivou abordar o sono dos adolescentes, aponta que adiar o início das aulas pela manhã pode ser uma estratégia eficiente para melhorar a saúde do sono dos estudantes 41. Já em estudo de intervenção, conduzido no Brasil com participação de 38 adolescentes do ensino médio, que comparou durante três semanas os efeitos de se atrasar em uma hora o horário de início das aulas, verificou que não houve mudança significativa no horário de início do sono, mas que tal intervenção prolongou o tempo de sono, refletindo melhorias nos padrões de sono, sonolência subjetiva e humor dos adolescentes 42.
Entre os adolescentes estudados, também foi observada maior SDE associada aos estágios de mudança de comportamento para a prática de atividade física, sendo verificada associação entre aqueles que estavam no estágio de pré-contemplação, quando comparados aos adolescentes que estavam realizando prática regular de atividade física por pelo menos seis meses (estágio de manutenção). Tendo em vistas que a qualidade do sono dos adolescentes está relacionada a fatores comportamentais 20, para além da associação com a SDE, acredita-se que o estágio de mudança de comportamento pré-contemplativo pode representar uma barreira na mudança de outros hábitos saudáveis, tendo em vista que a prática regular de atividade física na adolescência é associada a melhores padrões de sono 43. Estudo realizado por Lima et al. 20, com adolescentes brasileiros de 18 e 19 anos, avaliou dentre outros aspectos, a relação entre os fatores de risco comportamentais modificáveis e a SDE em adolescentes. Nele, foi verificada uma associação entre a inatividade física e a SDE, resultado que se assemelha ao encontrado no presente estudo. Esse achado evidencia a associação desse comportamento modificável com a SDE, ademais, evoca a confrontação com que foi encontrado, de que adolescentes em estágio de pré-contemplação, no qual demonstram resistência em mudar seus comportamentos, apresentaram uma maior SDE.
Maior prevalência de consumo diário de alimentos ultraprocessados foi associada à SDE entre os adolescentes. Estudo realizado com adolescentes espanhóis, de 12 a 17 anos, demonstrando que aqueles que tiveram alta adesão à dieta mediterrânea tiveram maior chance de atender às recomendações de sono (OR = 1,52, IC 95% = 1,12-2,06) e menor chance de relatar pelo menos um problema relacionado ao sono, nos quais a SDE foi incluída (OR = 0,56, IC 95% = 0,43-0,72) 44. A ciência tem lançado luz nos benefícios da adesão dos adolescentes à dieta mediterrânea, que prioriza o consumo de alimentos naturais, como grãos integrais, frutas, vegetais e legumes. O que tem sido relacionado a múltiplos resultados positivos para a saúde, e especificamente entre os adolescentes, foi mostrada relação com melhor qualidade do sono, qualidade de vida e também com o desempenho acadêmico 45-47.
Considerando os problemas de saúde mental, nos resultados deste estudo verificou-se que a presença de sintomas depressivos graves esteve associada com maior prevalência de SDE entre os adolescentes, indicando similaridade com um estudo de metanálise, realizado com 49 estudos publicados entre os anos de 2014 e 2020, que identificou forte associação entre a SDE e sintomas depressivos 48. Outro estudo também conduzido com adolescentes, constataram uma associação entre sintomas depressivos com a sonolência, pontuando que esta pode ser observada como um sintoma residual da depressão e como um importante marcador da gravidade dessa condição 49.
O uso de smartphones, especialmente a dependência desse eletrônico, também se mostrou como um comportamento de risco para a SDE. Diferentes pesquisas têm avaliado a associação entre o uso de telas e a SDE 6,7,50. Especificamente quanto ao uso de smartphones, um estudo argentino contou com uma amostra de 1.257 adolescentes, de 12 a 18 anos, e avaliou a relação entre tempo de tela, características do sono, SDE e desempenho acadêmico, demonstrando nos resultados que o uso de telas afetou negativamente o sono noturno, a sonolência diurna e o desempenho acadêmico7. Estudo de revisão de literatura envolvendo 26 artigos e realizado com adolescentes, identificou que o uso excessivo de telas digitais se manteve associado com a má qualidade e menor duração do sono, apresentando como principais consequências os despertares noturnos, maior latência do sono e sonolência diurna, ressaltando especialmente a influência do uso do celular antes de dormir nesses resultados 6.
Quanto às análises de sensibilidade, foi possível observar com os resultados encontrados que mesmo recategorizando as variáveis, a renda, o excesso de peso e a obesidade abdominal não mantiveram significância estatística a nível de 20%, na análise bivariada. No entanto, as variáveis cor da pele e atividade física foram estatisticamente significativas em relação ao sono na análise bivariada (p<0,20), mas da mesma forma do modelo múltiplo do estudo, as mesmas não permaneceram estatisticamente significativas no modelo final do teste de sensibilidade, no qual, ficaram significativas as mesmas variáveis do modelo principal.
Em relação à análise de sensibilidade através da Regressão Logística Binária, o resultado do modelo múltiplo final foi quase o mesmo, permanecendo no modelo todas as variáveis contidas no modelo principal e em adicional a variável satisfação com a imagem corporal. A mesma indicou que os adolescentes que estavam insatisfeitos com a imagem corporal apresentaram maior chance de sonolência diurna excessiva (OR=1,37; IC95% 1,01-1,85; p=0,041). Assim, a análise de sensibilidade foi elaborada com a intenção de demonstrar que mesmo com demais tipos de abordagens, as variáveis resultantes associadas com a sonolência diurna excessiva entre adolescentes não é um efeito da análise e sim da variável de interesse do estudo.
Algumas limitações devem ser expostas para melhor interpretação dos resultados deste estudo. A utilização de método indireto com a aplicação de questionário autorrelatado respondido pelos adolescentes caracteriza-se como uma limitação. Soma-se a isso, a realização da pesquisa apenas com alunos do 1º ano do ensino médio de escolas públicas do município de Montes Claros - MG, podendo restringir os resultados a outras populações, como alunos de escolas privadas ou de outros locais do Brasil, que apresentem características distintas da região do norte de Minas Gerais. No entanto, o mesmo foi construído com variáveis de instrumentos validados e de prestígio na literatura, incluindo a variável dependente da SDE e demais variáveis independentes. Somando como pontos fortes do estudo, destaca-se o rigor metodológico do mesmo, a calibração dos pesquisadores e coletas físicas de dados antropométricos.

CONCLUSÃO
Este estudo encontrou expressiva prevalência de SDE (72%) entre adolescentes do primeiro ano do ensino médio de escolas públicas. Houve maior prevalência de SDE entre as meninas, entre adolescentes que estudavam pela manhã ou em turno integral, aqueles que se encontram no estágio de mudança de comportamento da pré-contemplação para a prática de atividade física, que consumiam alimentos ultraprocessados todos os dias, com sintomas depressivos graves e que apresentaram dependência do uso de smartphones.
Os resultados deste estudo confirmaram que a SDE possui causas multifatoriais, no que diz respeito a associação de fatores comportamentais, ambientais e emocionais. Para além das questões teóricas, espera-se que esses achados possam subsidiar intervenções que visem a busca por uma melhor qualidade do sono na adolescência e, por conseguinte, a construção de uma sociedade mais saudável. Para tanto, ações interdisciplinares podem ser efetivadas, em uma ação conjunta entre a comunidade científica, as famílias e os governantes, a fim de prover um melhor desenvolvimento social, físico e mental dos adolescentes.

AGRADECIMENTOS
Agradecemos a participação dos adolescentes, a FAPEMIG por financiar a pesquisa e conceder bolsa de incentivo a pesquisa para Silva, RRV e ao CNPq pela bolsa de produtividade concedida a Haikal, DS.

Conflitos de interesse
Não se aplica.

REFERÊNCIAS
1. Leger D, Stepnowsky C. The economic and societal burden of excessive daytime sleepiness in patients with obstructive sleep apnea. Sleep Med Rev 2020; 51:101275.
2. Pérez-Carbonell L, Mignot E, Leschziner G, Dauvilliers Y. Understanding and approaching excessive daytime sleepiness. Lancet, 2022; 400(10357): 1033-1046.
3. Illingworth G. The challenges of adolescent sleep. Interface Focus 2020; 10(3):20190080.
4. Mason GM, Lokhandwala S, Riggins T, Spencer RM. Sleep and human cognitive development. Sleep Med Rev 2021; 57:101472.
5. Poza JJ, Pujol M, Ortega-Albás JJ, Romero O. Melatonin in sleep disorders. Neurología 2022; 37(7):575-585.
6. Silva SSD, Silveira MACD, Almeida HCRD, Nascimento MCPD, Santos MAMD, Heimer MV. Uso de telas digitais por adolescentes e associação com a qualidade do sono: uma revisão sistemática. Cad Saúde Pública 2022; 38, e00300721.
7. Pérez-Chada D, Bioch SA, Schönfeld D, Gozal D, Perez-Lloret S, Sleep in Adolescents Collaborative study group. Screen use, sleep duration, daytime somnolence, and academic failure in school-aged adolescents. Plos One 2023; 18(2):e0281379.
8. Bruni O. Approach to a sleepy child: Diagnosis and treatment of excessive daytime sleepiness in children and adolescents. Euro J Pediatric Neurol, 2023; 42: 97-109.
9. Liu ZZ, Jia CX, Liu X. Excessive daytime sleepiness mediates the relationship between insomnia symptoms and suicidal behavior in adolescents. Sleep 2022; 45(11): zsac221.
10. Anacleto TS, Borgio JGF, Louzada FM. Daytime sleepiness in elementary school students: the role of sleep quality and chronotype. Rev Saúde Pública 2022; 56: 63.
11. Meyer C, Ferrari GJ, Barbosa DG, Andrade RD, Pelegrini A, Felden ÉPG. Análise da sonolência diurna em adolescentes por meio da pediatric daytime sleepiness scale: revisão sistemática. Rev Paul Pediatr 2017; 35:351-360.
12. Bajerski AE, Jesus ICD, Menezes-Junior FJD, Leite N. Instruments for assessment of excessive daytime sleepiness in Brazilian children and adolescents: Systematic review. Rev Paul Pediatr 2022; 40: e2020230.
13. Von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J Clin Epidemiol. 2008; 61(4):344-9.
14. Malta M, Cardoso LO, Bastos FI, Magnanini MMF, Silva CMFP. STROBE initiative: guidelines on reporting observational studies. Rev Saude Publica 2010; 44(3): 559-565.
15. Sharma A, Minh DNT, Luu LTT, Nam NH, Ng SJ, Abbas KS, et al. A Consensus-Based Checklist for Reporting of Survey Studies (CROSS). J Gen Intern Med. 2021; 36(10):3179-3187.
16. Instituto Brasileiro de Geografia e Estatística (IBGE). Cidades e Estados. 2022. Disponível em: https://www.ibge.gov.br/cidades-e-estados/mg/montes-claros.html
17. Drake C, Nickel C, Burduvali E, Roth T, Jefferson C, Badia P. The pediatric daytime sleepiness scale (PDSS): sleep habits and school outcomes in middle-school children. Sleep 2003; 26(4):455-458.
18. Felden ÉP, Carniel JD, Andrade RD, Pelegrini A, Anacleto TS, Louzada FM. Translation and validation of the pediatric daytime sleepiness scale (PDSS) into Brazilian Portuguese. J Pediatr 2016; 92:168-173.
19. Meyer C, Barbosa DG, Junior GJF, Andrade RD, Silva DAS, Pelegrini A, Felden ÉPG. Proposal of cutoff points for pediatric daytime sleepiness scale to identify excessive daytime sleepiness. Chronobiol Int 2018; 35(3): 303-311.
20. Lima RJCP, Batalha MA, Ribeiro CCC, Lima Neto PM, Silva AAMD, Batista RFL. Fatores de risco comportamentais modificáveis para DNT e sono em adolescentes brasileiros. Rev Saúde Pública 2023; 57: 60.
21. Associação Brasileira de Estudos Populacionais (ABEP). Critério Brasil. 2022. Disponível em: https://www.abep.org/criterio-brasil
22. Dumith SDC, Domingues MR, Gigante DP. Estágios de mudança de comportamento para a prática de atividade física: uma revisão da literatura. Rev Bras Cineant Des Hum 2008; 10(3):301-307.
23. Guedes DP, Lopes CC, Guedes JERP. Reprodutibilidade e validade do Questionário Internacional de Atividade Física em adolescentes. Rev Bras Med Esporte 2005; 11:151-158.
24. Organização Mundial da Saúde (OMS). Diretrizes da OMS Para atividade física e comportamento sedentário. 2020. Disponível em: https://ws.santabarbara.sp.gov.br/instar/esportes/downloads/guia_AF_OMS.pdf
25. Brasil. Guia de atividade física para a população brasileira. 2022. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/guia_atividade_fisica_populacao_brasileira.pdf
26. Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa Nacional de Saúde do Escolar - 2015. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística; 2016.
27. Monteiro CA, Cannon G, Moubarac JC, Levy RB, Louzada MLC, Jaime PC. The UN Decade of Nutrition, the NOVA food classification and the trouble with ultra-processing. Public Health Nutr 2018; 21:5-17.
28. Vignola RCB, Tucci AM. Adaptation and validation of the depression, anxiety and stress scale (DASS) to Brazilian Portuguese. J Affect Disor 2014; 155:104-109.
29. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TB, Chen SH. Development and validation of the Smartphone Addiction Inventory (SPAI). PloS One 2014; 9(6): e98312.
30. Khoury JM. Tradução, adaptação e validação de uma versão brasileira do inventário de dependência de smartphone (SPAI Para o rastreamento de dependência de smartphone [dissertação]. Belo Horizonte (MG): Universidade Federal de Minas Gerais; 2016.
31. Stunkard AJ, Sorensen T, Schulsinger F, Kety SS, Rowland LP, Sidman RL, Matthysse SW. Use of theDanish Adoption Register for the study of obesity and thinness. Genetics Neurol Psy Disor 1983; 115-120.
32. Scagliusi FB, Alvarenga M, Polacow V, Cordás TA, Queiroz GKO. Concurrent and discriminant validity of the Stunkard’s figure rating scale adapted into Portuguese. Appetite 2006; 47:77-82.
33. World Health Organization (WHO). Physical status: the use and interpretation of anthropometry: a report of a WHO expert committee. Geneva: 1995.
34. Lohman TG, Roche AF, Martorell R. Anthropometric standardization reference manual: Human Kinetics. Champaign: 1988.
35. WHO. World Health Organization. BMI-for-age (5-19 years). Washington. World Health Organization. 2007.
36. Taylor RW, Jones IE, Williams SM, Goulding A. Evaluation of waist circumference, waist-to-hip ratio, and the conicity index as screening tools for high trunk fat mass, as measured by dual-energy X-ray absorptiometry, in children 3-19y. Am J Clin Nutr 2000; 72:490-5
37. Pucci S, Almeida AC, Pereira MG. Health Behaviors and Sleep Quality in Portuguese Adolescents: The Moderating Role of Age and Gender. Clinic Health 2024; 35(1): 5-12.
38. Sasawaki Y, Inokawa H, Obata Y, Nagao S, Yagita K. Association of social jetlag and eating patterns with sleep quality and daytime sleepiness in Japanese high school students. J Sleep Research 2023; 32(2): e13661.
39. Forest G, Gaudreault P, Michaud F, Green-Demers I. Gender differences in the interference of sleep difficulties and daytime sleepiness on school and social activities in adolescents. Sleep Medic 2022; 100: 79-84.
40. Dong QY, Yang XF, Liu BP, Zhang YY, Wan LP, Jia CX. Menstrual pain mediated the association between daytime sleepiness and suicidal risk: A prospective study. J Affect Disord 2023; 328: 238-244.
41. Mousavi Z, Troxel WM. Later school start times as a public health intervention to promote sleep health in adolescents. Cur Sleep Medic Reports 2023; 9(3): 152-160.
42. Araújo LBG, Bianchin S, Pedrazzoli M, Louzada FM, Beijamini F. Multiple positive outcomes of a later school starting time for adolescents. Sleep Health 2022; 8(5): 451-457.
43. Bello B, Mohammed J, Useh U. Effectiveness of physical activity programs in enhancing sleep outcomes among adolescents: a systematic review. Sleep Breath 2-23; 27(2): 431-439.
44. López-Gil JF, Smith L, Victoria-Montesinos D, Gutiérrez-Espinoza H, Tárraga-López PJ, Mesas AE. Mediterranean dietary patterns related to sleep duration and sleep-related problems among adolescents: the EHDLA study. Nutrients 2023; 15(3): 665.
45. Romero-Robles MA, Ccami-Bernal F, Ortiz-Benique ZN, Pinto-Ruiz DF, Benites-Zapata VA, Patiño DC. Adherence to Mediterranean diet associated with health-related quality of life in children and adolescents: a systematic review. BMC Nutrition 2022; 8(1):57.
46. Boraita RJ, Alsina DA, Ibort EG, Torres JMD. Factors associated with adherence to a Mediterranean diet in adolescents from La Rioja (Spain). Bri J Nutrition 2022; 128(7):1425-1432.
47. Rosi A, Giopp F, Milioli G, Melegari G, Goldoni M, Parrino L, Scazzina F. Weight status, adherence to the Mediterranean diet, physical activity level, and sleep behavior of Italian junior high school adolescents. Nutrients 2020; 12(2):478.
48. O'Callaghan VS, Couvy-Duchesne B, Strike LT, McMahon KL, Byrne EM, Wright MJ. A meta-analysis of the relationship between subjective sleep and depressive symptoms in adolescence. Sleep Med 2021; 79:134-144.
49. Boz S, Lanquart JP, Mungo A, Delhaye M, Loas G, Hein M. Risk of excessive daytime sleepiness associated to major depression in adolescents. Psy Quarterly 2021; 92(4):1473-1488.
50. Burnell K, Garrett SL, Nelson BW, Prinstein MJ, Telzer EH. Daily links between objective smartphone use and sleep among adolescents. J Adolescence 2024; 96: 1171-1181.