Abstract(resumo):

O objetivo do estudo foi estimar a magnitude, fatores associados e a Fração Atribuível Populacional (FAP) dos fatores de risco para o Diabetes Mellitus (DM) em adultos residentes das capitais brasileiras, segundo o sexo. Estudo transversal com dados de uma amostra de 32.111 adultos com 18 anos ou mais participantes da Pesquisa Nacional de Saúde de 2019. A regressão de Poisson e a estimativa da FAP foram usadas para avaliar os fatores associados e suas contribuições nos casos prevalentes de DM, respectivamente. A prevalência de DM foi de 7,7% (7,2% nos homens e 8,0% nas mulheres). O modelo de Poisson, na amostra total, mostrou uma associação direta para o sexo feminino, idade > 60 anos, sem instrução, inatividade física no lazer, hipercolesterolemia e hipertensão autorreferidas, sobrepeso e a obesidade com o DM. Associação inversa foi verificada para o consumo abusivo de bebidas alcoólicas. Raça/cor da pele parda e preta e inatividade física no lazer foram fatores associados ao DM apenas nas mulheres. As FAP que mais contribuíram para os casos prevalentes de DM, em ambos os sexos, foram a idade > 60 anos, hipercolesterolemia e hipertensão autorreferidas, sobrepeso e obesidade. Em conclusão, os fatores clínicos são aqueles com maior FAP para o DM, devendo ser foco das políticas de prevenção e controle.

Keywords(palavra-chave):

Diabetes Mellitus; prevalência; fatores associados.

Content(conteúdo):

Introdução
O Diabetes Mellitus (DM) é uma Doença Crônica Não Transmissível (DCNT) altamente prevalente em todo o mundo, que tem apresentado um aumento de sua magnitude nas últimas décadas. É considerado um problema de saúde pública, sendo uma das principais causas de morte no mundo. Em 2021, foi responsável por 6,7 milhões de mortes e apresentava uma prevalência de 10,5%, com tendência de aumento para 12,2% até 20451.
No Brasil, o DM também apresenta elevada magnitude, estando relacionado ao aumento da morbidade, à incapacidade, à mortalidade, à diminuição da qualidade de vida e aos custos para os serviços de saúde e para a sociedade em geral1. A prevalência de DM era de 10,5% em 2021, com uma previsão de aumento para 23,2% até 20451. Em 2021, estimativas do Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico (Vigitel) mostraram uma prevalência de diabetes autorreferido de 9,1% em adultos (8,6% em homens e 9,6% em mulheres)2. Em 2019, dados da Pesquisa Nacional de Saúde (PNS) estimaram uma prevalência de 7,7% (6,9% em homens e 8,4% em mulheres)3.
A alta carga do DM é atribuída, principalmente, ao aumento da prevalência de fatores de risco modificáveis, como a inatividade física, o tabagismo, a alimentação não saudável e o excesso de peso1-4. Além disso, outros determinantes, como o envelhecimento populacional e as condições socioeconômicas desfavoráveis, têm contribuído para a alta carga do DM4-5. A magnitude do DM é agravada pelo subfinanciamento da saúde pública para a promoção da saúde e a prevenção de doenças, sobretudo nos países de renda baixa e média6.
Apesar de diversos determinantes para o DM terem sido descritos na literatura por meio de modelos de regressão7-8-9, pouco se sabe sobre as contribuições, por meio das frações atribuíveis, dos fatores de risco para o DM em nível populacional10. Um indicador que pode ser utilizado para essa avaliação é a Fração Atribuível Populacional (FAP)11. Diversos estudos de coorte mostraram que as FAP dos fatores de risco para o DM variam de acordo com o fator de risco e a população em estudo, incluindo as diferenças entre os sexos. As investigações demonstram que a obesidade, a obesidade central, a hipertensão e a inatividade física representam os fatores de risco com as maiores FAP, ratificando a influência de fatores comportamentais e biológicos na carga da doença12-13-10.
Apesar de serem conhecidas as diferenças nos fatores de risco que estão relacionados ao DM de acordo com o sexo, poucos estudos relataram essas diferenças no Brasil, especialmente em inquéritos populacionais. Além disso, poucas investigações analisaram a FAP dos fatores de risco para o DM no país. A avaliação desses aspectos é uma ferramenta importante para a definição de ações de promoção da saúde, prevenção do diabetes, vigilância em saúde e assistência integral que apoiem o alcance da meta 3.4 dos Objetivos do Desenvolvimento Sustentável (ODS), que prevê a redução, até 2030, de um terço da mortalidade por DCNT14. Essas informações também são úteis para orientar as ações do Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas e Agravos Não Transmissíveis no Brasil, 2021?203015, direcionando as intervenções para os fatores de risco com maior FAP, incluindo intervenções usando abordagens para cada sexo.
Dessa forma, o objetivo geral deste estudo foi estimar a magnitude, os fatores associados e a FAP dos fatores de risco para o DM em adultos de capitais brasileiras, segundo o sexo.

Métodos
Delineamento
Este é um estudo transversal e analítico que utilizou como fonte de dados a PNS de 2019. A PNS é um inquérito de base populacional e domiciliar realizado pelo Ministério da Saúde em parceria com o Instituto Brasileiro de Geografia e Estatística (IBGE). Tem como objetivo produzir dados nacionais para caracterizar as condições de saúde da população brasileira, incluindo a investigação da magnitude e determinantes das DCNT16.

Cenário
A PNS de 2019 foi realizada em 27 unidades da federação distribuídas em cinco grandes regiões do Brasil, que constituíram os cenários do estudo16.

População
A população-alvo da PNS foi composta por indivíduos com idade igual ou superior a 15 anos residentes de domicílios particulares permanentes (DPP). Os DPP são aqueles construídos com a finalidade exclusiva de habitação. Foram excluídos domicílios em áreas especiais, como aldeias indígenas, quartéis, hospitais e instituições de longa permanência, entre outros16.

Amostragem e amostra
A PNS foi realizada por conglomerados em três estágios. O primeiro envolveu as UPA, formadas por setores censitários ou conjuntos de setores. No segundo estágio, envolveu a amostragem dos domicílios, chamados de Unidades Secundárias de Amostragem. O terceiro estágio selecionou moradores de 15 anos ou mais de cada domicílio, a partir da lista de moradores no momento da entrevista. As entrevistas foram feitas com os moradores selecionados, representando as Unidades Terciárias de Amostragem. Todos os estágios foram escolhidos por amostragem aleatória simples16.
O tamanho da amostra da PNS foi definido com base na precisão desejada para as estimativas dos principais fatores de risco e proteção para DCNT, prevalências das doenças e acesso aos serviços de saúde, dentre outros indicadores. Além disso, foram considerados os valores médios e as variâncias dos indicadores, além de uma taxa de não resposta de 20%16.
A amostra inicial prevista foi de 108.525 domicílios. No entanto, foram coletados dados em 94.114 domicílios, com uma taxa de não resposta de 6,4%. Um total de 88.090 adultos com 15 anos ou mais de idade foram entrevistados. No presente estudo, utilizamos os dados de adultos de 18 anos ou mais residentes das capitais brasileiras, totalizando 32.111 indivíduos (13.989 homens e 18.122 mulheres). A PNS apresenta representatividade para áreas urbanas e rurais, grandes regiões, unidades da federação, capitais e regiões metropolitanas do Brasil16.

Coleta de dados
A coleta de dados da PNS ocorreu durante as visitas domiciliares realizadas por entrevistadores devidamente treinados. O questionário utilizado foi validado por especialistas e aplicado por profissionais treinados, utilizando para as entrevistas utilizando dispositivos móveis de coleta. O questionário englobou perguntas sobre dados sociodemográficos, fatores de risco e proteção para DCNT, antecedentes de diagnóstico de DCNT, entre outras variáveis16.

Variáveis
Variável dependente
O principal indicador analisado foi a prevalência (%) de DM autorreferido que também foi utilizado como variável dependente, categorizada de forma dicotômica em “0” Não e “1” Sim. O numerador do indicador foi o número de adultos entrevistados que responderam positivamente à questão “Algum médico já lhe deu o diagnóstico de diabetes?” e o denominador, o total de adultos com 18 anos ou mais entrevistados nas capitais brasileiras. Mulheres que referiram DM gestacional foram excluídas do numerador17.

Variáveis independentes
As seguintes variáveis independentes foram utilizadas:
– Sexo: masculino ou feminino;
– Faixa etária (anos): categorizada em 18–39 anos, 40–59 anos ou > 60 anos18;
– Raça/cor da pele (autodeclarada): categorizada como branca, preta, parda ou outras18, que incluiu as categorias indígena e amarela devido ao pequeno número de observações na amostra;
– Escolaridade: sem instrução/ensino fundamental incompleto, ensino fundamental completo/ensino médio incompleto, ensino médio completo/ensino superior incompleto ou ensino superior completo ou mais18;
– Renda familiar (salários-mínimos): categorizada ? 1, 2–3, 4–5 e > 518. Considerou-se um salário mínimo o valor do rendimento base salarial do Brasil no mês de referência da pesquisa: R$ 998,00 em 2019 R$ 1.039 em janeiro de 2020 e R$ 1.045 em fevereiro e março de 202019-20;
– Região de residência: Norte, Nordeste, Sudeste, Sul ou Centro-Oeste;
– Zona de residência: rural ou urbana;
–Tabagismo: categorizado não fumante, ex-fumante ou fumante atual18.
– Consumo abusivo de bebidas alcoólicas: não ou sim, definida como o consumo mínimo de cinco doses na mesma ocasião nos últimos 30 dias para ambos os sexos21;
– Consumo de alimentos ultraprocessados (AUP): não ou sim, definido pelo consumo, no dia anterior à data da pesquisa, de cinco ou mais grupos de alimentos industrializados, tais como: bebida achocolatada ou iogurte com sabor; salgadinho de pacote ou biscoito/bolacha, salgado; biscoito doce ou recheado ou bolo de pacote; salsicha, linguiça, mortadela ou presunto; entre outros 22;
– Consumo recomendado de frutas e hortaliças: não ou sim, definido pelo consumo de pelo menos 25 porções de frutas (inclusive suco) e hortaliças por semana. A soma dessas porções é equivalente ao consumo diário de cinco porções de frutas e hortaliças aproximadamente 22;
– Consumo excessivo de refrigerantes ou sucos artificiais: não ou sim, definido pelo consumo de refrigerantes ou sucos artificiais pelo menos cinco dias na semana 22;
– Atividade física no lazer: ativo ou inativo. Foram definidos como ativos no lazer os indivíduos que relataram praticar pelo menos 150 minutos de intensidade leve ou moderada por semana ou 75 minutos de intensidade vigorosa por semana 23;
– Hipercolesterolemia autorreferida: não ou sim 18;
– Hipertensão autorreferida: não ou sim 18;
– Estado nutricional: classificado conforme o Índice de Massa Corporal (em kg/m2), recomendado pela Organização Mundial da Saúde24. O IMC foi calculado a partir do relato de peso e altura, utilizando as variáveis de peso (kg) dividido pelo quadrado da altura. Os indivíduos foram classificados em baixo peso (IMC < 18,5 kg/m2); eutrófico (IMC entre 18,5?24,9 kg/m2), com sobrepeso (IMC entre 25,0?29,9 kg/m2) e obesidade (IMC > 30 kg/m2)24.

Análise e modelagem estatística
Inicialmente, foi realizada uma análise descritiva foi realizada para descrever as características da amostra total e segundo o sexo. Utilizaram-se medidas de frequência relativa (%) e seus respectivos intervalos de confiança de 95% (IC95%). O teste de qui-quadrado de Pearson (?2) corrigido pelo desenho do estudo foi utilizado para verificar diferenças estatísticas segundo o sexo.
A seguir, foi realizada a regressão bivariada e múltipla de Poisson para examinar as associações entre DM autorreferida e as variáveis independentes. Variáveis com valor de p < 0,20 na análise bivariada foram incluídas no modelo de regressão múltipla de Poisson utilizando o método de entrada única. Os modelos finais foram apresentados como Razão de Prevalência Ajustada (RPA) e respectivos IC95%. A significância estatística das variáveis dos modelos foi estabelecida pelo teste de qui-quadrado de Wald e valores de p < 0,05 foram considerados estatisticamente significativos.
Foi realizado o cálculo da FAP para cada fator de risco associado ao DM. Em estudos transversais, essa medida representa a proporção de casos prevalentes de uma doença que poderiam ser evitados se o fator de risco em análise fosse eliminado. Utilizou-se a seguinte fórmula: FAP=(p_e (RPA-1))/(p_e (RPA-1)+1),11 sendo, FAP=Fração Atribuível Populacional; p_e= proporção da população que é exposta ao fator de risco de interesse e RPA=Razão de Prevalência Ajustada obtida no modelo de regressão múltipla.
Todas as análises foram realizadas de forma desagregada por sexo e seguiram o mesmo método de entrada do modelo de regressão de Poisson. As análises foram realizadas utilizando o pacote “survey” para amostras complexas do software STATA (StataCorp LLC, version 16.0, College Station, TX, USA).

Aspectos éticos
A PNS de 2019 foi aprovada pela Comissão Nacional de Ética em Pesquisa (CONEP), parecer número 3.529.376 de 2019. Todos os participantes assinaram o termo de consentimento livre e esclarecido (TCLE).

Resultados
No presente estudo, foram incluídos 32.111 indivíduos de 18 anos ou mais (18.122 mulheres e 13.989 homens). As características da amostra, segundo o sexo, estão sintetizadas na Tabela 1.
A prevalência de DM autorreferido foi de 7,7% (IC95%: 7,5?8,1) e foi similar entre homens e mulheres (7,2%; IC95%: 6,5?7,9 versus 8,0; IC95%: 7,5?8,7).
Após ajuste do modelo de regressão múltipla, na amostra total, observou-se que a prevalência de DM autorreferido foi 1,21 vezes maior nas mulheres (RPA: 1,21; IC95%: 1,08?1,36) do que nos homens. Verificou-se um gradiente positivo na prevalência de DM autorreferido com o aumento da idade, com maior magnitude para os idosos (RPA: 8,74; IC95%: 6,29?11,85). A prevalência de DM também aumentou estatisticamente com a redução do grau de escolaridade. No menor estrato (indivíduos sem instrução/ensino fundamental incompleto), a prevalência foi 39% maior (RPA: 1,39; IC95%: 1,13?1,70) quando comparada aos indivíduos com ensino superior completo ou mais. Verificou-se ainda que a prevalência de DM autorreferido foi maior em indivíduos da região Nordeste (RPA: 1,17; IC95%: 1,00?1,38), Sudeste (RPA: 1,19; IC95%: 1,01?1,41) e Centro-Oeste (RPA: 1,20; IC95%; 1,01-1,43) quando comparada à região Norte. Também foi maior em indivíduos inativos para o lazer (RPA: 1,19; IC95%: 1,05?1,36), com hipercolesterolemia (RPA: 1,93; IC95%: 1,73?2,14), com HA (RPA: 2,17; IC95%: 1,89?2,49), com sobrepeso (RPA: 1,45; IC95%: 1,27?1,66) e obesidade (RPA: 1,95; IC95%: 1,70?2,24). Por outro lado, verificou-se uma prevalência de DM autorreferido 27% menor (RPA: 0,73; IC95%: 0,61?0,88) em indivíduos que faziam consumo abusivo de bebidas alcoólicas quando comparados àqueles sem essa característica (Tabela 2).
No subgrupo dos homens, o modelo de regressão múltipla mostrou que faixa etária, escolaridade, renda, hipercolesterolemia, hipertensão, sobrepeso e obesidade foram positivamente associados com o DM, enquanto o consumo abusivo de bebidas alcoólicas foi inversamente associado (Tabela 3).
Entre as mulheres, observou-se associações positivas entre a faixa etária, raça/cor da pele, região de residência, inatividade física, hipercolesterolemia e sobrepeso, obesidade e DM. De forma similar, o consumo de bebidas alcoólicas foi inversamente associado com o DM neste grupo (Tabela 4).
As FAP dos fatores de risco mais contribuintes para os casos prevalentes em ambos os sexos foram a hipertensão arterial (FAP: 53,9%), a hipercolesterolemia (FAP: 48,2%), o sobrepeso (FAP: 42,2%) e a obesidade (FAP: 48,7%). O consumo abusivo de bebidas alcoólicas apresentou uma FAP negativa (-37,0%). Esses valores foram similares entre homens em mulheres. Apenas no grupo das mulheres, a inatividade física no lazer apresentou uma FAP de 14,0% (Tabela 5).
Discussão
O estudo identificou uma alta prevalência de DM autorreferido em adultos das capitais brasileiras de ambos os sexos. Fatores relacionados ao aumento da prevalência incluem sexo feminino, idade avançada, baixa escolaridade, residir nas regiões Nordeste, Sudeste ou Centro-Oeste, inatividade física, hipertensão, hipercolesterolemia, sobrepeso e obesidade. Na análise desagregada por sexo, raça/cor parda e preta, bem como inatividade física foram associados ao aumento da prevalência do DM apenas nas mulheres. Por outro lado, baixa escolaridade e renda de 4-5 salários-mínimos foram associados à maior prevalência apenas nos homens. O consumo abusivo de bebidas alcoólicas foi um fator de proteção em ambos os sexos. As maiores FAP dos fatores associados ao DM em ambos os sexos foram a hipertensão autorreferida, a hipercolesterolemia autorreferida, o sobrepeso e a obesidade.
Nossos resultados mostraram uma prevalência de DM autorreferida de 7,7%. Esse resultado foi superior ao encontrado no estudo domiciliar e de base populacional realizado pela PNS em 2013 (6,5%)25, mas igual aos achados da amostra de capitais e não capitais do Brasil em 2019 (7,7%)3. As comparações com os dados de 2013 sugerem um aumento progressivo na prevalência do DM em adultos no Brasil resultante do incremento de fatores de risco para essa doença, principalmente, a obesidade26. Também, o Vigitel de 2019 mostrou uma prevalência de DM autorreferido em adultos de capitais brasileiras de 7,4%27, similar ao relato deste estudo.
Este estudo mostrou associação entre o sexo feminino e o DM, resultado similar ao observado em outros inquéritos populacionais que usaram medidas aferidas e laboratoriais conduzidos no Brasil28-29. No entanto, essa associação não é consensual na literatura. Algumas investigações mostram maior prevalência do DM em homens do que mulheres e, essas divergências podem decorrer de diferenças metodológicas e distribuição dos fatores de risco entre os sexos30-31. A maior prevalência de DM em mulheres pode ser atribuída, em parte, à sua maior busca e acesso aos serviços de saúde, o que resulta em maior oportunidade de diagnóstico32. A diminuição na produção de estrogênio e progesterona, associados à menopausa, aumenta a resistência à insulina que pode desempenhar um papel significativo nessa disparidade33. Além disso, a inatividade física é mais frequente nas mulheres ao longo da vida do que nos homens, assim como a obesidade2-30-34.
Observamos uma associação entre aumento da idade e a prevalência de DM, independentemente do sexo. Esse achado corrobora com estudos anteriores6-18. Mecanismos como o aumento da obesidade central, a redução da secreção e resistência insulínica durante o processo de envelhecimento, além do acúmulo dos fatores de risco comportamentais ao longo do ciclo de vida, tais como a inatividade física e a alimentação inadequada, explicam a maior magnitude do DM nos indivíduos mais velhos quando comparados aos mais jovens35. Outro fator pertinente à maior prevalência do DM com o avanço da idade está relacionado ao aumento das oportunidades de diagnóstico, visto que o rastreamento da doença nos serviços de saúde é indicado, normalmente, para pessoas a partir dos 45 anos36.
Verificou-se uma associação entre raça/cor da pele parda e preta e DM nas mulheres, mas não em homens. Estudos anteriores não desagregados por sexo mostraram associação entre raça/cor preta e parda e DM autorreferido na população em geral, mostrando disparidades duradouras e generalizadas na saúde segundo raça/cor37-38-28. Um estudo anterior, conduzido em idosos do Brasil, mostrou que o DM não varia segundo raça/cor em homens, mas sim em mulheres39. Embora as evidências da associação entre raça/cor da pele e DM desagregados por sexo sejam limitadas, os estudos mostram que indivíduos da raça/cor preta e parda apresentam maior probabilidade de terem DM quando comparados aos brancos. Ainda, indivíduos negros com DM diagnosticado têm menor probabilidade de atingir as metas clínicas de qualidade de vida e, maior probabilidade de ter complicações do DM37-40. Isso pode ser explicado pelo menor acesso e acessibilidade aos serviços de saúde pela população negra e parda, em decorrência de desigualdades socioeconômicas significativas e menor nível educacional, o que contribui para que esses indivíduos apresentem menores oportunidades de diagnóstico. Essas disparidades são ainda mais evidentes em mulheres do que homens37, o que explica a associação encontrada neste estudo.
Por outro lado, encontramos uma associação entre baixa escolaridade na amostra global e em homens, mas não em mulheres. A associação encontrada, de forma desagregada por sexo, foi verificada em outros estudos nacionais6-38-28. Por outro lado, um estudo realizado em 29 países em desenvolvimento mostrou que o risco de DM aumentou com a elevação do nível de escolaridade, em comparação com aqueles sem educação formal41. Outro estudo também encontrou que o DM foi 62% mais prevalente em indivíduos com maior escolaridade9. Assim, essa associação não é consenso na literatura. Indivíduos com maior nível de escolaridade apresentam maior poder econômico e mais chances de serem diagnosticados. O baixo nível de escolaridade está relacionado à limitações no acesso e acessibilidade aos serviços de saúde e ao baixo nível de conhecimento sobre os fatores de risco para DM, o que aumenta a chance de DM42. Além disso, outro mecanismo é a exposição diferencial, na qual a distribuição de excesso de peso e obesidade se difere entre os níveis educacionais. Indivíduos com baixo nível de escolaridade apresentam maior exposição ao sobrepeso e obesidade. A associação encontrada em homens, mas não em mulheres, pode ser explicada pelo potencial mecanismo da exposição diferencial, no qual a prevalência de sobrepeso foi maior em homens quando comparada às mulheres.
A relação entre a inatividade física e o DM é bem estabelecida na literatura43. Evidências mostram que a inatividade física diminui a sensibilidade à insulina causando a perda progressiva das células beta, o que leva a tolerância diminuída à glicose e pode causar o desenvolvimento do DM43. Neste estudo encontramos que a inatividade física foi associada positivamente ao DM na amostra global e em mulheres, mas não em homens. Uma possível explicação para esse achado é que há uma maior prevalência desse comportamento nas mulheres em todos os seus ciclos de vida quando comparado aos homens, o que potencializa a associação2. De fato, neste estudo, a prevalência de inatividade física foi maior nas mulheres do que nos homens.
Encontramos uma associação entre hipertensão autorreferida e hipercolesterolemia autorreferida e o DM. Esse resultado é relatado comumente em estudos prévios e com mecanismos fisiopatogênicos já reportados44-18. Por fim, o sobrepeso e a obesidade foram associados ao DM nesta investigação, similar ao encontrado por outros estudos18-45. O IMC elevado aumenta o risco para o DM, isso ocorre devido ao mecanismo da resistência insulínica que quando desencadeada pela obesidade está normalmente associada ao aumento de marcadores de inflamação sistêmica crônica de baixo grau. Nessa condição, moléculas pró-inflamatórias são liberadas na corrente sanguínea e em tecidos específicos, induzindo um processo inflamatório, estado conhecido como inflamação metabólica, interrompendo a função das células beta, elevando o risco para resistência à insulina e ao aumento da produção de glicose35.
A relação entre o consumo de bebidas alcoólicas e o DM é complexa e influenciada por diversos fatores, especialmente a dose-resposta. Estudos têm demonstrado que o consumo leve a moderado de álcool pode ter efeitos benéficos na prevenção do DM, uma vez que pode melhorar a sensibilidade à insulina e aumentar os níveis de colesterol HDL, que possui propriedades anti-inflamatórias46. Por outro lado, evidências indicam que o consumo excessivo ou abusivo de álcool está associado a um aumento do risco de desenvolver DM, devido ao seu potencial para induzir ganho de peso e resistência à insulina47. Este estudo mostrou que a prevalência de DM foi maior nos indivíduos que não faziam consumo de bebidas alcoólicas de forma abusiva. No entanto, a pergunta utilizada limitou-se a investigação do comportamento nos últimos 30 dias e não avaliou outros fatores, como a dose exata ingerida, além do tipo de bebida, o que pode ter contribuído para a associação. No entanto, é necessário cautela ao interpretar esse resultado, e não se deve considerar o álcool como um fator protetor para o DM, dada a complexidade e as variadas influências dessa relação.
Encontramos as maiores FAP para a hipertensão arterial, hipercolesterolemia autorreferida, o sobrepeso e a obesidade. Diversos estudos mostraram que a FAP dos fatores de risco para o DM varia de acordo com o fator e a população em estudo. Investigações mostram que o IMC > 30 Kg/m2 apresenta uma FAP que varia entre 32,7 a 45,3%48. A obesidade central apresenta uma FAP que varia entre 43,0% a 57,6%12. Outros estudos mostram uma FAP de 26% para hipertensão arterial, -19,0% para o consumo moderado de bebidas alcoólicas10, uma variação de 5,6 a 8,7% na FAP para o consumo de bebidas adoçadas com açúcar49 e uma FAP de 30,0% para a adesão a um padrão alimentar ocidental10. Para a inatividade física, a FAP varia entre 13,0% e 29,0%50. Um estudo anterior mostrou que a combinação de tabagismo, consumo de bebidas alcoólicas e excesso de peso contribuiu para uma FAP dos fatores de risco para DM de 53,0%, o que corrobora a evidência de que os fatores de risco comportamentais têm um impacto significativo na incidência desta doença13. Os resultados desse estudo são consistentes com investigações anteriores, que mostraram fatores biológicos com as maiores contribuições na carga do DM.
O presente estudo apresenta algumas limitações. A natureza transversal do estudo não permite o estabelecimento de temporalidade entre as variáveis independentes e dependente e, portanto, não possibilita inferências causais dos fatores de risco ou proteção. Além disso, é necessário citar o viés de causalidade reversa ou mudanças no estilo de vida em função da doença ou de orientações dos profissionais de saúde. Outra limitação é a utilização de dados autorreferidos, o que pode estar sujeito a viés de memória e de resposta. A utilização de DM autorreferida também é dependente do acesso aos serviços de saúde para o diagnóstico e, pode estar, sub-relatado. No entanto o DM autorreferido apresenta sensibilidade de 59% quando comparado à hemoglobina glicada (diagnóstico laboratorial)51. O estudo também não fez distinção entre os tipos de diabetes (DMT1 ou DMT2). Além disso, alguns grupos sociodemográficos foram sub-representados na amostra, como a população indígena e amarela. Por fim, algumas variáveis, como o histórico familiar de DM, também não foram investigadas neste estudo.
Em conclusão, estimou-se uma prevalência elevada de DM autorreferido em adultos de capitais brasileiras. Foi observada associação entre o sexo feminino, maior idade, baixa escolaridade, a inatividade física ao lazer, a hipertensão arterial, a hipercolesterolemia, o sobrepeso, a obesidade e o DM. Raça/cor da pele preta e parda, assim como inatividade física, foram variáveis associadas ao DM nas mulheres, mas não nos homens. Baixa escolaridade associou-se ao DM apenas nos homens. A hipertensão e hipercolesterolemia autorreferida, sobrepeso e obesidade foram os fatores com as maiores FAP em ambos os sexos. Esses resultados indicam a necessidade de intervenções voltadas para a prevenção do DM, especialmente em subgrupos mais afetados e com fatores de risco com maiores FAP, além de delineamentos personalizados por sexo. Recomenda-se a implementação de políticas específicas para diferentes subgrupos, incluindo homens, adultos mais jovens, mulheres de cor pretas e pardas, indivíduos com outras condições crônicas, juntamente com intervenções direcionadas para cada segmento da população. Essas estratégias podem contribuir para atingir as metas do Plano de Ação Global para a Prevenção e Controle das Doenças Não Transmissíveis52 e do Plano de Ação Estratégico para o Enfrentamento das DCNT no Brasil, 2021-2030 para a redução da mortalidade prematura por DCNT15.
Referências
1. Internacional Diabetes Federation (IDF). IDF Diabetes Atlas 10th edition [Internet]. Brussels: IDF; 2021 [cited 2023 Jun 30]. Available from: https://profissional.diabetes.org.br/wp-content/uploads/2022/02/IDF_Atlas_10th_Edition_2021-.pdf
2. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2021: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2021 [Internet]. Brasília: Ministério da Saúde; 2022 [cited 2023 Jun 30]. Available from: https://bvsms.saude.gov.br/bvs/publicacoes/vigitel_brasil_2021.pdf
3. Reis RCP dos, Duncan BB, Malta DC, Iser BPM, Schmidt MI. Evolution of diabetes in Brazil: prevalence data from the 2013 and 2019 Brazilian National Health Survey. Cad Saude Publica 2022;38(Sup 1):e00149321
4. GBD 2021 Diabetes Collaborators. Global, regional, and national burden of diabetes from 1990 to 2021, with projections of prevalence to 2050: a systematic analysis for the Global Burden of Disease Study 2021. Lancet 2023;402(10397):203–234.
5. Costa AF, Flor LS, Campos MR, Oliveira AF, Costa MFS, Silva RS, Lobato LCP, Schramm JMA. Burden of type 2 diabetes mellitus in Brazil. Cad Saude Publica 2017;33(2):e00197915
6. Flor LS, Campos MR. The prevalence of diabetes mellitus and its associated factors in the Brazilian adult population: evidence from a population-based survey. Rev. bras. epidemiol. 2017;20(1):16–29.
7. Saeedi P, Petersohn I, Salpea P, Malanda B, Karuranga S, Unwin N, Colagiuri S, Guariguata L, Motala AA, Ogurtsova K, Shaw JE, Bright D, Williams R, IDF Diabetes Atlas Committee. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the International Diabetes Federation Diabetes Atlas, 9th edition. Diabetes Res Clin Pract. 2019, 157:107843.
8. Sujata, Thakur R. Unequal burden of equal risk factors of diabetes between different gender in India: a cross-sectional analysis. Sci Rep. 2021;11(1):22653.
9. Talukder A, Hossain MZ. Prevalence of diabetes mellitus and its associated factors in Bangladesh: application of two-level logistic regression model. Sci Rep. 2020;10(1):10237.
10. Rajaobelina K, Dow C, Romana Mancini F, Dartois L, Boutron-Ruault MC, Balkau B, Bonnet F, Fagherazzi G. Population attributable fractions of the main type 2 diabetes mellitus risk factors in women: Findings from the French E3N cohort. J Diabetes. 2019;11(3):242-253.
11. Zapata-Diomedi B, Barendregt JJ, Veerman JL. Population attributable fraction: names, types and issues with incorrect interpretation of relative risks. Br J Sports Med. 2018;52(4):212-213.
12. Fallahzadeh H, Ostovarfar M, Lotfi MH. Population attributable risk of risk factors for type 2 diabetes; Bayesian methods. Diabetes Metab Syndr. 2019;13(2):1365-1368.
13. Marbaniang SP, Lhungdim H, Chauhan S, Srivastava S. Interaction of multiple risk factors and population attributable fraction for type 2 diabetes and hypertension among adults aged 15-49 years in Northeast India. Diabetes Metab Syndr. 2021;15(5):102227.
14. Nações Unidas Brasil. Objetivos do desenvolvimento sustentável 3: saúde e bem-estar [Internet] Brasília: Nações Unidas Brasil; 2024 [cited 2023 Jun 30]. Available from: https://brasil.un.org/pt-br/sdgs/3.
15. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Plano de ações estratégicas para o enfrentamento das doenças crônicas e agravos não transmissíveis no brasil 2021-2030 [Internet]. Brasília: Ministério da Saúde; 2021 [cited 2023 Jun 30]. Available from: https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/doencas-cronicas-nao-transmissiveis-dcnt/09-plano-de-dant-2022_2030.pdf.
16. Stopa SR, Szwarcwald CL, Oliveira MM, Gouvea ECDP, Vieira MLFP, Freitas MPS, Sardinha LMV, Macário EM. National Health Survey 2019: history, methods and perspectives. Epidemiol Serv Saude 2020;29(5):e2020315.
17. Tavares MDGR, Lopes ÉS, Barros RAJPA, Azulay RSS, Faria MDS . Profile of Pregnant women with gestational diabetes mellitus at increased risk for large for gestational age newborns. Rev Bras Ginecol Obstet 2019;41(5):298-305.
18. Malta DC, Bernal RTI, Sá ACMGN, Silva TMRD, Iser BPM, Duncan BB, Schimdt MI. Self-reported diabetes and factors associated with it in the Brazilian adult population: National Health Survey, 2019. Cien Saude Colet. 2022;27(7):2643-2653.
19. Brasil. Decreto No 9.661, de 1.o de janeiro de 2019. Regulamenta a Lei no 13.152, de 29 de julho de 2015, que dispõe sobre o valor do salário mínimo e sua política de valorização de longo prazo. Diário Oficial da União 2019; 01 jan.
20. Brasil. Lei No 14.013, de 10 de junho de 2020. Dispõe sobre o valor do salário-mínimo a vigorar a partir de 1o de janeiro de 2020; e dá outras providências. Diário Oficial da União 2020; 01 jan.
21. Silva LESD, Helman B, Luz E Silva DCD, Aquino ÉC, Freitas PC, Santos RO, Brito VCA, Garcia LP, Sardinha LMV. Prevalence of heavy episodic drinking in the Brazilian adult population: National Health Survey 2013 and 2019. Epidemiol Serv Saude. 2022 Jun 29;31(spe1):e2021379.
22. Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional de Saúde 2019: percepção do estado de saúde, estilos de vida, doenças crônicas e saúde bucal [Internet]. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística; 2020 [cited 2023 Jun 30]. Available from: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101764.pdf
23. World Health Organization. Global recommendations on physical activity for health [Internet]. Genebra: World Health Organization; 2010 [cited 2023 Jun 30]. Available from: https://www.who.int/publications/i/ item/9789241599979.
24. World Health Organization. Body mass index (BMI) [Internet]. Genebra: World Health Organization; 2024 [cited 2023 Jun 30]. Available from: https://www.who.int/data/gho/data/themes/topics/topic-details/GHO/body-mass-index.
25. Iser BPM, Stopa SR, Chueiri PS, Szwarcwald CL, Malta DC, Monteiro HOC, Ducan BC, Schmidt MI. Prevalência de diabetes autorreferido no Brasil: resultados da Pesquisa Nacional de Saúde 2013. Epidemiol. Serv. Saúde 2015;24(2):305–314.
26. Magliano DJ, Islam RM, Barr ELM, Gregg EW, Pavkov ME, Harding JL, Tabesh M, Koye DN, Shaw JE. Trends in incidence of total or type 2 diabetes: systematic review. BMJ 2019;366:l5003.
27. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2019 : vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico : estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2019 [Internet]. Brasília: Ministério da Saúde; 2020 [cited 2023 Jun 30]. Available from: https://bvsms.saude.gov.br/bvs/publicacoes/vigitel_brasil_2019_vigilancia_fatores_risco.pdf.
28. Malta DC, Bernal RTI, Iser BPM, Szwarcwald CL, Duncan BB, Schmidt MI. Factors associated with self-reported diabetes according to the 2013 National Health Survey. Rev Saude Publica. 2017;51(suppl 1):12s.
29. Telo GH, Cureau FV, de Souza MS, Andrade TS, Copês F, Schaan BD. Prevalence of diabetes in Brazil over time: a systematic review with meta-analysis. Diabetol Metab Syndr. 2016;8(1):65.
30. Kautzky-Willer A, Leutner M, Harreiter J. Sex differences in type 2 diabetes. Diabetologia. 2023;66(6):986-1002.
31. Schmidt MI, Hoffmann JF, de Fátima Sander Diniz M, Lotufo PA, Griep RH, Bensenor IM, Mill JG, Barreto SM, Aquino EM, Duncan BB. High prevalence of diabetes and intermediate hyperglycemia - The Brazilian Longitudinal Study of Adult Health (ELSA-Brasil). Diabetol Metab Syndr. 2014;6:123.
32. Iser BP, Yokota RT, de Sá NN, de Moura L, Malta DC. Prevalência de fatores de risco e proteção para doenças crônicas nas capitais do Brasil - principais resultados do Vigitel 2010. Cien Saude Colet. 2012;17(9):2343-2356.
33. Yoshida Y, Wang J, Zu Y, Fonseca VA, Mauvais-Jarvis F. Rising prediabetes, undiagnosed diabetes, and risk factors in young women. Am J Prev Med. 2023;64(3):423-427.
34. Whipple MO, Pinto AJ, Abushamat LA, Bergouignan A, Chapman K, Huebschmann AG, Masters KS, Nadeau KJ, Scalzo RL, Schauer IE, Rafferty D, Reusch JEB, Regensteiner JG. Sex differences in physical activity among individuals with type 2 diabetes across the life span: A systematic review and meta-analysis. Diabetes Care. 2022;45(9):2163-2177.
35. Ismail L, Materwala H, Al Kaabi J. Association of risk factors with type 2 diabetes: A systematic review. Comput Struct Biotechnol J. 2021;19:1759-1785.
36. Rodacki M, Zajdenverg L, da Silva Júnior WS, Giacaglia L, Negrato CA, Cobas RA, de Almeida-Pititto B, Bertoluci MC. Brazilian guideline for screening and diagnosis of type 2 diabetes: a position statement from the Brazilian Diabetes Society. Diabetol Metab Syndr. 2025;17(1):78.
37. Hill-Briggs F, Ephraim PL, Vrany EA, Davidson KW, Pekmezaris R, Salas-Lopez D, Alfano CM, Gary-Webb TL. Social Determinants of health, race, and diabetes population health improvement: black/african americans as a population exemplar. Curr Diab Rep. 2222;22(3):117-128.
38. Iser BP, Malta DC, Duncan BB, de Moura L, Vigo A, Schmidt MI. Prevalence, correlates, and description of self-reported diabetes in Brazilian capitals - results from a telephone survey. PLoS One. 2014;9(9):e108044.
39. Moretto MC, Fontaine AM, Garcia CA, Neri AL, Guariento ME. Association between race, obesity and diabetes in elderly community dwellers: data from the FIBRA study. Cad Saude Publica. 2016;32(10):e00081315.
40. Rodriguez-Gutierrez R, Herrin J, Lipska KJ, Montori VM, Shah ND, McCoy RG. Racial and ethnic differences in 30-day hospital readmissions among US adults with diabetes. JAMA Netw Open. 2019;2(10):e1913249.
41. Seiglie JA, Marcus ME, Ebert C, Prodromidis N, Geldsetzer P, Theilmann M, Agoudavi K, Andall-Brereton G, Aryal KK, Bicaba BW, Bovet P, Brian G, Dorobantu M, Gathecha G, Gurung MS, Guwatudde D, Msaidié M, Houehanou C, Houinato D, Jorgensen JMA, Kagaruki GB, Karki KB, Labadarios D, Martins JS, Mayige MT, Wong-McClure R, Mwangi JK, Mwalim O, Norov B, Quesnel-Crooks S, Silver BK, Sturua L, Tsabedze L, Wesseh CS, Stokes A, Atun R, Davies JI, Vollmer S, Bärnighausen TW, Jaacks LM, Meigs JB, Wexler DJ, Manne-Goehler J. Diabetes prevalence and its relationship with education, wealth, and BMI in 29 low- and middle-income countries. Diabetes Care. 2020;43(4):767-775.
42. Agardh E, Allebeck P, Hallqvist J, Moradi T, Sidorchuk A. Type 2 diabetes incidence and socio-economic position: a systematic review and meta-analysis. Int J Epidemiol. 2011;40(3):804-818.
43. Aune D, Norat T, Leitzmann M, Tonstad S, Vatten LJ. Physical activity and the risk of type 2 diabetes: a systematic review and dose-response meta-analysis. Eur J Epidemiol. 2015;30(7):529-42.
44. Kamalumpundi V, Shams E, Tucker C, Cheng L, Peterson J, Thangavel S, Ofori O, Correia M. Mechanisms and pharmacotherapy of hypertension associated with type 2 diabetes. Biochem Pharmacol. 2022;206:115304.
45. Zhang Y, Pan XF, Chen J, Xia L, Cao A, Zhang Y, Wang J, Li H, Yang K, Guo K, He M, Pan A. Combined lifestyle factors and risk of incident type 2 diabetes and prognosis among individuals with type 2 diabetes: a systematic review and meta-analysis of prospective cohort studies. Diabetologia. 2020;63(1):21-33.
46. Baliunas DO, Taylor BJ, Irving H, Roerecke M, Patra J, Mohapatra S, Rehm J. Alcohol as a risk factor for type 2 diabetes: A systematic review and meta-analysis. Diabetes Care. 2009;32(11):2123-32.
47. Chao AM, Wadden TA, Tronieri JS, Berkowitz RI. Alcohol Intake and Weight Loss During Intensive Lifestyle Intervention for Adults with Overweight or Obesity and Diabetes. Obesity (Silver Spring). 2019;27(1):30-40.
48. Oliveira AF, Valente JG, Leite IC. Fração da carga global do diabetes mellitus atribuível ao excesso de peso e à obesidade no Brasil. Rev Panam Salud Publica. 2010; 27(5):338-344.
49. Imamura F, O'Connor L, Ye Z, Mursu J, Hayashino Y, Bhupathiraju SN, Forouhi NG. Consumption of sugar sweetened beverages, artificially sweetened beverages, and fruit juice and incidence of type 2 diabetes: systematic review, meta-analysis, and estimation of population attributable fraction. Br J Sports Med. 2016;50(8):496-504.
50. Al Tunaiji H, Davis JC, Mackey DC, Khan KM. Population attributable fraction of type 2 diabetes due to physical inactivity in adults: a systematic review. BMC Public Health. 2014;14:469.
51. Pinheiro PC, Barros MBA, Szwarcwald CL, Machado ÍE, Malta DC. Differences between self-reported and laboratory measures of diabetes, chronic kidney disease, and hypercholesterolemia. Cien Saude Colet. 2021;26(4):1207-1219.
52. World Health Organization. Global action plan for the prevention and control of noncommunicable diseases, 2013-2020 [Internet]. Genebra: World Health Organization; 2013 [cited 2023 Jun 30]. Available from: https://www.who.int/publications-detail-redirect/9789241506236