Artigos

INTRODUÇÃO
As prevalências de obesidade no Brasil vêm aumentando nas últimas décadas, sendo que de 2006 para 2019 houve um aumento de 11,8% para 20,3% 1, o que pode ser explicado, dentre outros fatores, por modificações na alimentação da população, com destaque ao aumento do consumo de alimentos ultraprocessados2.
Esses produtos compõe uma categoria da Nova, que classifica todos os alimentos em quatro grupos, de acordo com o grau de processamento, considerando aspectos físicos, biológicos e químicos. Os alimentos são classificados em 1) in natura ou minimamente alimentos processados, 2) ingredientes culinários processados, 3) alimentos processados e 4) alimentos ultraprocessados3. Considera-se preparações culinárias os pratos oriundos principalmente da combinação dos alimentos dos grupos 1 e 2 4.
Os alimentos ultraprocessados frequentemente apresentam uma composição nutricional desbalanceada, com alta densidade energética, alto teor de óleos, gorduras saturadas, açúcares e sódio, além de baixas densidades de fibra alimentar, quando comparados a preparações culinárias. Eles também contêm ingredientes de uso exclusivo da indústria, como corantes, emulsificantes, texturizantes e aromatizantes, que os deixam mais atrativos5. Possuem, também, características extrínsecas que estimulam seu consumo excessivo, como a praticidade de comê-los em qualquer lugar, a venda em grandes porções, a facilidade em encontrá-los em muitos estabelecimentos e o intenso marketing que os acompanha 6.
Não preparar as refeições em casa e alimentar-se fora do lar é uma prática cada vez mais comum no Brasil e em outros países e geralmente está associada ao aumento do consumo de alimentos ultraprocessados 7,8. É um comportamento de custo elevado motivado por rotinas atribuladas e falta de tempo para dedicar ao preparo de refeições, sendo o aumento da alimentação fora do domicílio diretamente proporcional ao aumento da renda, além de mais frequente em áreas urbanas em relação às rurais9.
Pedir comida em casa por meio de aplicativos de delivery de alimentos também é uma prática em crescimento10 e foi impulsionada com o início da pandemia de COVID-19 no Brasil, em 2020, devido à necessidade de adoção de medidas para o distanciamento físico-social 11,12.
Os aplicativos de entrega de alimentos têm transformado os ambientes alimentares incorporando a esse conceito os ambientes alimentares digitais13. As plataformas atuam como intermediários que conectam os clientes aos restaurantes, oferecendo uma variedade de opções de alimentos para entrega. Em 2020, uma a cada três pessoas possuía algum aplicativo com esse propósito em seu celular 14.
Apesar do alto preço dos alimentos e das taxas de entrega, estratégias de marketing, como promoções e combos especiais, impulsionam a utilização desses aplicativos 15. Devido ao custo, 49% dos usuários são de grupos sociais mais favorecidos, 44% de grupos intermediários e 7% de grupos menos favorecidos. Há uma desigualdade na utilização desse tipo de serviço, de acordo com a renda 14. Estudos apontam, ainda, que os aplicativos ofertam majoritariamente alimentos ultraprocessados, como sanduíches do tipo fast foods (21,3%) e refrigerantes (20,6%) 16,17, o que pode prejudicar a qualidade da alimentação.
Alimentar-se consumindo produtos adquiridos por meio de aplicativos de delivery de comida é uma prática em recente e pouco estudada7. Por isso, tem-se pouca informação sobre a qualidade e os atributos dos alimentos ali oferecidos e sobre diferenças de acordo com as condições socioeconômicas dos bairros onde os pedidos são realizados. Assim, este estudo buscou verificar diferenças nas características das promoções de alimentos predominantemente alimentos ultraprocessados e predominantemente preparações culinárias disponíveis no maior aplicativo de delivery de comidas do Brasil em bairros com distintas categorias socioeconômicas na cidade de São Paulo, SP.)

MÉTODOS
Trata-se de um estudo transversal em que foram analisados os alimentos ofertados em promoção no aplicativo de delivery de comida iFood na cidade de São Paulo, SP, em julho de 2021, durante a pandemia de COVID-19. O município de São Paulo é a principal metrópole brasileira e a maior cidade do hemisfério sul, com 12,3 milhões de habitantes18. O iFood é o aplicativo do ramo alimentício mais utilizado e conhecido pelos brasileiros e respondia por 71% dos pedidos de refeições em 2020, ocasião em seus maiores concorrentes eram o Uber Eats e o Rappi A partir de uma métrica utilizada para monitorar continuamente a satisfação dos clientes, era considerado nesse ano o aplicativo que possuía o melhor atendimento 19,20.
Para a seleção das localidades amostradas, foi utilizada uma base de dados com 1.593 Unidades de Desenvolvimento Humano (UDH) da cidade de São Paulo. As UDH são regiões geográficas comparáveis a bairros, e usaremos essa terminologia daqui em diante. Essas áreas constituem um retrato de espaços intramunicipais brasileiros que agregam um conjunto de dados comparativos, considerando indicadores socioeconômicos das áreas de demografia, saúde, educação, habitação, renda, trabalho e vulnerabilidade social 21. Os bairros foram divididos em quartos de acordo com a variável sociodemográfica Índice de Desenvolvimento Humano Municipal (IDHM). O IDHM é composto por uma medida de três dimensões para avaliar o desenvolvimento dos municípios brasileiros (longevidade, educação e renda) 22.
Em seguida, foram sorteados cinco bairros de cada um dos estratos de IDHM. Depois, foi gerado o centroide das áreas dos bairros amostrados e geradas as variáveis de latitude e longitude de cada ponto correspondente aos centroides. As operações espaciais foram feitas no QGIS 3.8.1. Os endereços de cada um dos 20 centroides foram obtidos por meio da plataforma Google Maps a partir das coordenadas geográficas de cada ponto (latitude e longitude).
A fim de coletar dados das promoções, foi utilizado um instrumento que tinha como propósito definir e padronizar as informações que seriam obtidas das ofertas. A aplicação deste instrumento foi realizada por duas alunas do último ano do curso de Nutrição da Faculdade de Saúde Pública, da Universidade de São Paulo, que foram previamente treinadas.
Os dados foram coletados ao longo de 10 dias seguidos, de segunda a domingo, entre 19h e 21h, para que fossem apuradas as opções para a refeição jantar. Os dados foram coletados em um período de uma semana, em julho de 2021. Optou-se pela análise do jantar por ser o horário de maior número de pedidos delivery 23.
Visando a ausência de cookies (pacote de dados que é obtido por meio da navegação prévia do usuário em sites e aplicativos, que armazenam preferências e informações de busca com o objetivo de sugerir opções de maior interesse ao usuário), que poderiam enviesar a coleta de dados, foram geradas 20 novas contas de e-mail, uma para cada centroide. Então, foi realizado o download do aplicativo de venda de comidas em dispositivos celulares androids e concebidos os 20 novos cadastros para a autenticação no momento da coleta dos dados. Assim, para cada endereço havia um cadastro. A seguir, o usuário hipotético foi direcionado para a tela principal do aplicativo, home, em que se deparou com diferentes categorias e seções que compilam os alimentos disponíveis para compra.
Para a coleta dos dados, clicou-se no card “Promoções”, disponibilizado na listagem superior da tela, e então foi clicado no botão “Ver mais”, localizado no canto direito da categoria “Promoções perto de você”. Ao serem apresentadas as ofertas da categoria “Promoções perto de você”, não foi aplicado nenhum filtro de busca, nenhuma opção de ordenação dos itens e nenhum determinante que pudesse influenciar o formato de apresentação dos alimentos como, por exemplo, definição da faixa de preço desejada, por meio do componente “preço total”.
Foi aplicado, então, o instrumento de coleta dos dados para as 20 primeiras promoções que apareceram no aplicativo. As informações coletadas acerca das promoções foram: tipo do estabelecimento, tipo de refeição, nota de avaliação do estabelecimento pelos clientes, distância do endereço utilizado até o restaurante, intervalo de tempo estimado para entrega, valor de desconto fornecido, preço da promoção e presença ou ausência de taxa de entrega. Os dados foram coletados ao longo de 10 dias seguidos, de segunda a domingo, entre 19h e 21h, para que fossem apuradas as opções para a refeição jantar. Os dados foram coletados em um período de uma semana, em julho de 2021. Optou-se pela análise do jantar por ser o horário de maior número de pedidos delivery 19.
Pretendia-se obter uma amostra total de 400 promoções, advindas de 20 endereços. Porém, durante a obtenção das informações, descobriu-se que um endereço não disponibilizava a sessão “promoções” no aplicativo. Desta forma, por não pertencer às características definidas pela metodologia, foi excluído. Ainda, um dos locais apresentava apenas 19 ofertas. Mais adiante, foram desconsideradas 29 promoções que continham apenas especiarias ou bebidas alcoólicas. Sendo assim, o estudo foi conduzido com 350 promoções.
Tendo como referência a Nova classificação dos alimentos, foram definidas duas categorias para análise dos alimentos presentes nas promoções. A NOVA classifica todos os alimentos em quatro grupos, de acordo com o grau de processamento, considerando aspectos físicos, biológicos e químicos. Os alimentos são classificados em 1) in natura ou minimamente alimentos processados, 2) ingredientes culinários processados, 3) alimentos processados e 4) alimentos ultraprocessados 20. Considera-se preparações culinárias os pratos oriundos principalmente da combinação dos alimentos dos grupos 1 e 2 21. São elas: “predominantemente preparação culinária (PC)”, para ofertas que tinham igual ou acima de 50% dos itens in natura ou minimamente processados, como pratos compostos por arroz, feijão, uma proteína e salada; e “predominantemente ultraprocessado (AUP)”, quando apresentavam menos de 50% de itens in natura ou minimamente processados, como hambúrgueres e sobremesas industrializados.
Após a tabulação dos dados, foi realizada a classificação de todos os itens obtidos de acordo com as categorias definidas, assim como dos estabelecimentos de cada promoção. Na análise descritiva dos dados, para as variáveis tipo de estabelecimento, tipo de refeição, classificação da promoção e se possuía taxa de entrega, foram descritas as frequências em número absoluto e percentual. As variáveis nota, distância do ponto, tempo de entrega, preço e desconto foram apresentadas pelos respectivos valores da média aritmética referente às promoções.
Diferenças entre características das ofertas AUP e PC foram apresentadas por meio de números absolutos e porcentagens de acordo com o quarto de IDHM do bairro e foram calculadas a partir do teste t, quando comparação de médias, e qui-quadrado de Pearson, quando comparação de proporções. O valor de p<0,05 foi adotado para considerar significâncias estatísticas. Todas as análises foram realizadas no Stata versão 14 (Stata Corp., College Station, EUA).

RESULTADOS
A Tabela 1 apresenta as características das 350 promoções coletadas de acordo com os quartos de IDHM nos bairros da cidade de São Paulo. Para o total da amostra, observou-se um predomínio do tipo de estabelecimento restaurante (47,43%), do tipo de refeição lanche ou salgado (27,43%) e prato feito ou prato principal (27,43%) e de promoções classificadas como AUP (55,14%). Constataram-se as médias de nota de 4,62, distância do ponto de 0,79 km, tempo de entrega de 46,78 minutos, preço de R$ 34,25 e desconto de R$ 12,04. Identificou-se a presença de taxa de entrega em 27,14% dos estabelecimentos.
O tipo de estabelecimento “fast food, food truck, pastelaria ou pizzaria” foi o mais prevalente nas regiões de menor IDHM (58,89% e 43,62%). Já os “restaurantes” tiveram a maior prevalência nas regiões de maior IDHM (45,26% e 77,46%).
Nota-se que houve predominância do tipo de refeição “lanche ou salgado” em todas as regiões, com exceção das de maior IDHM, que apresentaram como principal refeição “prato feito ou prato principal”. Ainda, apenas nas regiões mais favorecidas socioeconomicamente houve mais promoções com predomínio de preparações culinárias (66,20%).
Observa-se que com a diminuição do IDHM, além de diminuir o percentual de PC nas promoções, houve um aumento no tempo médio de entrega e diminuição no preço médio da promoção. Nos bairros do primeiro quarto observou-se a menor nota média (4,59) e o menor valor médio de desconto (R$ 7,27).
A Tabela 2 apresenta, para regiões estratificadas em quartos de IDHM, a comparação das características como: nota de avaliação do estabelecimento, distância do ponto, tempo de entrega, preço, desconto e taxa de entrega, entre as promoções classificadas como PC e AUP.
Para o total da amostra, promoções que ofereciam PC estavam localizadas mais próximas do ponto que as que ofereciam AUP (0,67 km versus 0,89 km) (p < 0,01). Para as regiões dos dois quartos mais ricos de IDHM, a distância foi significativamente maior para as promoções de AUP.
Apesar de não significativo, foi observado que o tempo médio de entrega é mais rápido para PC no primeiro quarto (43 min) e mais rápido para AUP no quarto quarto (32,6 min). Também é possível perceber que as notas são sempre sutilmente melhores para os AUP. E, apesar de não significante, para o total da amostra a prevalência de taxa de entrega foi maior para os AUP.
Um padrão pode ser percebido nos resultados encontrados, embora estatisticamente significativo apenas no terceiro quarto de IDHM: em todos os estratos, o preço médio foi maior nas promoções que ofereciam AUP. Entretanto, observa-se também que o desconto era maior para essa categoria de promoções, exceto no terceiro quarto de IDHM.

DISCUSSÃO
Com base nos resultados obtidos, pode-se observar uma predominância de promoções categorizadas como AUP em três dos quatro quartos de IDHM. Esse achado vai ao encontro de outros estudos, como o de Horta et al.14, que mostra uma maior oferta de alimentos ultraprocessados pelos aplicativos de delivery. Entretanto, o aumento do consumo de alimentos por aplicativos de delivery e a exacerbação de oferta de alimentos ultraprocessados nesse tipo de aplicativo pode trazer um risco à saúde, visto a associação do consumo exagerado desses alimentos com um maior risco de desenvolver doenças associadas à má alimentação, como a obesidade, hipertensão, diabetes, entre outras doenças crônicas não transmissíveis 24.
Um grande motivo que levou ao aumento da utilização dos aplicativos de delivery é a pandemia da COVID-19 16. Devido às medidas restritivas impostas principalmente antes do início da vacinação em massa, as pessoas passaram a ficar a maior parte do tempo em casa. O desejo por refeições rápidas, a falta de tempo e a pouca habilidade para cozinhar contribuíram para que recorressem aos aplicativos de entrega de comida 17. Outros fatores como a busca pelo prazer em sair e frequentar restaurantes também podem justificar a utilização dos aplicativos 7. Apesar dos elevados preços e das taxas de entrega 25, a praticidade e a facilidade de aquisição dos alimentos, além da massiva propaganda – como promoções e entrega grátis – tornaram os aplicativos de delivery muito atrativos aos consumidores.
De forma complementar, sabe-se que os aplicativos recorrem aos algoritmos para saber que tipos de alimentos estão sendo procurados e, assim, utilizam estratégias de marketing, como posicionar alimentos específicos na primeira página do menu para evidenciá-los, podendo estimular e influenciar nas ações e escolhas de consumo dos usuários 26,27,28. Vimos que há maior presença de AUP e o aplicativo pode ser que contribua para isso.
Nos bairros de todas as faixas socioeconômicas obteve-se um preço médio maior para os alimentos categorizados como AUP em comparação à categoria de PC. Essa diferença só foi significativa, porém, nas regiões do terceiro quarto de IDHM. Apesar do aumento exponencial do consumo de alimentos ultraprocessados, de 12,6% das calorias totais consumidas por adultos em 2002 para 18,4% em 2018, esses produtos ainda possuem um valor mais elevado no Brasil quando comparados a refeições baseadas em alimentos in natura ou minimamente processados 9. Nossos achados vão nessa mesma direção. Esse resultado, de 2021, confronta a percepção popular, no Brasil, de que as escolhas saudáveis apresentam um valor mais elevado do que aquelas tidas como não saudáveis, como os alimentos ultraprocessados 29,30.
Considerando que o preço é um determinante central nas escolhas alimentares 31, o valor médio maior para os AUP pode ter um impacto positivo na escolha por alimentos da categoria de PC. O menor custo pode impulsionar o consumo nos aplicativos de delivery, principalmente considerando a atual situação socioeconômica do país frente à pandemia e ao aumento da inflação sobre os alimentos 17.
No Brasil, a substituição de alimentos tradicionais brasileiros, como o arroz com feijão, por alimentos industrializados pode estar relacionada ao hábito de realizar refeições fora de casa 31 e à diminuição no tempo dedicado ao preparo de alimentos 32. Por essas e outras razões, é importante a disseminação de informações acerca de uma alimentação saudável baseada em alimentos in natura ou minimamente processados e a disponibilização desses alimentos em todos os espaços. Padrões alimentares baseados em alimentos in natura ou minimamente processados vão ao encontro das diretrizes do Guia alimentar para a população brasileira, que é o instrumento de referência para proposição de intervenções e políticas públicas para a promoção da alimentação adequada e saudável 33,34.
Em contrapartida, como uma possível forma de incentivar o consumo de alimentos ultraprocessados, pode-se observar, neste estudo, que em três das quatro categorias de IDHM, o desconto médio foi maior para os AUP, apesar de não haver significância estatística. Esse tipo de estratégia de marketing, que confere um benefício financeiro como dar descontos, colocar taxa de entrega grátis e/ou disponibilizar cupons, torna atrativo o uso do aplicativo de delivery 17.
O estudo de Horta et al. 14 encontrou que os aplicativos estimulam justamente o consumo dos alimentos ultraprocessados e o estudo de Alcântara et al. 10 mostrou uma ligação direta entre o uso de cupons de desconto e o consumo de fast foods e doces. Essas são táticas que podem atrair e encorajar os consumidores a utilizarem os aplicativos.
As únicas regiões que demonstraram uma maior oferta de promoções com PC foram aquelas de maior nível socioeconômico. Diversos fatores podem influenciar as promoções nos aplicativos, sendo um deles a condição socioeconômica e/ou de escolaridade, visto que nessas regiões, mais ricas, também foram encontradas maiores prevalências do tipo de refeição “prato principal ou prato feito” e do tipo de estabelecimento “restaurante”. Além disso, o tempo de entrega também foi menor para esse IDHM em comparação aos outros.
Observa-se, portanto, que em bairros com maior nível socioeconômico há, possivelmente, uma maior demanda e oferta de alimentos mais saudáveis, e isso pode se dar devido à maior escolaridade das pessoas nesses locais, o que pode estar associado a uma maior consciência sobre alimentação saudável e sobre as doenças relacionadas à má alimentação, como apontado por Kearney et al. 35, que demonstrou que a maior escolaridade foi um fator determinante para o esforço de ter uma dieta mais saudável. Sabemos que, no Brasil, a população que consome mais ultraprocessados é a mais rica 36,37. Porém, pode ser que esse comportamento não se repita ao tratar do consumo de alimentos via aplicativos de delivery. Apesar de uma realidade diferente, de acordo com um estudo de Miura et al. 38 conduzido na cidade de Brisbane, Austrália, grupos de maior escolaridade estavam mais propensos a escolher opções mais saudáveis de comidas para viagem, enquanto grupos com menos escolaridade escolhiam opções menos saudáveis.
A comparação entre as distâncias do estabelecimento da promoção e o ponto de entrega foi um resultado significativo, em que em bairros mais ricos as promoções que possuíam AUP estavam em uma distância maior se comparados às promoções de PC. Um estudo de Keeble et al. 39 observou uma associação positiva entre o maior número de estabelecimentos na vizinhança e as chances do uso de aplicativos de delivery no Reino Unido. Portanto, pode-se presumir que possuir uma maior proximidade a estabelecimentos que oferecem promoções de PC no bairro possa influenciar o usuário a optar por este tipo de comida.
Um consumo crescente de alimentos ultraprocessados é um problema de saúde pública. Diversos estudos demonstram a ligação direta entre esses alimentos e o surgimento de doenças como obesidade, síndrome metabólica, asma, hipertensão, doenças cardiovasculares, distúrbios intestinais e câncer em geral 3. E, como demonstrado nesta pesquisa, a maior parte dos alimentos ofertados são classificados como predominantemente ultraprocessados, incentivando o aumento do seu consumo. Mostra-se necessária atenção ao modelo de alimentar-se a partir do uso de aplicativos de delivery que está em crescimento principalmente desde o início da pandemia da COVID-19 e da crise econômica, possibilitando situações adversas que deixam a população ainda mais vulnerável.
Este estudo encontrou algumas limitações em seu desenvolvimento. Pode-se citar possíveis imprecisões na categorização das promoções, visto que se tinha apenas a descrição do alimento na promoção e muitas vezes a forma de preparo e os temperos utilizados são fatores importantes. As fotos dos alimentos, no entanto, auxiliaram na decisão da classificação. Além disso, optou-se por analisar apenas um aplicativo do segmento de delivery de alimentos. Dessa forma, há a necessidade de que mais estudos sejam conduzidos com maior cobertura do ambiente alimentar digital para que seja possível aprofundar a análise das diferenças entre características de alimentos ultraprocessados e preparações culinárias disponíveis em promoções de diferentes aplicativos. Ainda, a pesquisa foi conduzida explorando as regiões apenas da cidade de São Paulo. Portanto, pesquisas aplicadas em diferentes cidades e regiões do Brasil são de suma importância para caráter comparativo e exploratório do padrão de ofertas no ambiente alimentar digital do território brasileiro. Ademais, esse estudo focou em analisar as ofertas da refeição jantar, porém novos estudos podem ser conduzidos para observar as características das promoções das demais refeições ofertadas.
Consideramos pontos fortes do estudo o ineditismo, por ser um dos poucos estudos a avaliar as características das ofertas disponibilizadas no ambiente alimentar digital da cidade de São Paulo, a significância, dado que a análise da amostra explorou bairros de diferentes estratos socioeconômicos, e a pertinência, por examinar o aplicativo de delivery de comida mais utilizado no Brasil 19.
Tendo em vista que há uma grande oferta de AUP nas promoções do principal aplicativo de delivery de alimentos em diferentes bairros da cidade de São Paulo e o setor de entrega de alimentos apresentou um crescimento exponencial, é importante conhecer os alimentos comercializados nos ambientes alimentares digitais, a fim de mapear as diferentes estratégias que estimulam o consumo de alimentos de má qualidade nutricional.
Cozinhar o alimento em casa é sempre a melhor escolha e deve ser sempre incentivado40. Porém, diante dos hábitos atuais e das normas vigentes, entende-se o papel do delivery de alimentos na construção de padrões alimentares dos brasileiros. Então, apesar da compra de alimento via aplicativo ser uma prática ainda elitizada, é importante que estejam disponíveis e sejam incentivadas as promoções de PC para que o acesso a alimentação saudável por meio dos aplicativos seja possível em todos os estratos de renda.




REFERÊNCIAS
1. Brasil - 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. Brasília: Ministério da Saúde; 2020 [acessado 2022 maio 30]. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/vigitel_brasil_2019_vigilancia_fatores_risco.pdf
2. Levy RB, Andrade GC, Lopes da Cruz G, Rauber F, Costa Louzada ML, Claro RM, Monteiro CA. Três décadas da disponibilidade domiciliar de alimentos segundo a NOVA – Brasil, 1987–2018. Rev Saúde Pública [internet]. 2022 ago [acessado 2022 ago 08]. Disponível em: https://rsp.fsp.usp.br/wp-content/plugins/xml-to-html/include/lens/index.php/?xml=1518-8787-rsp-56-75.xml#toc
3. Monteiro CA, Cannon G, Lawrence M, Costa Louzada ML, Pereira Machado P. Ultra-processed foods, diet quality, and health using the NOVA classification system. Roma: FAO; 2019 [acessado 2021 ago 08]. Disponível em: https://www.fao.org/3/ca5644en/ca5644en.pdf
4. Monteiro CA, Cannon G, Moubarac JC, Levy RB, Louzada MLC, Jaime PC. A Década da Nutrição da ONU, a classificação de alimentos NOVA e os problemas com o ultraprocessamento. Nutrição em Saúde Pública [internet]. 2018 jan [acessado 2022 ago 08]; 21(1), 5–17. Disponível em: https://www.cambridge.org/core/journals/public-health-nutrition/article/un-decade-ofnutrition-the-nova-food-classification-and-the-trouble-withultraprocessing/2A9776922A28F8F757BDA32C3266AC2A
5. Martini D, Godos J, Bonaccio M, Vitaglione P, Grosso G. Ultra-Processed Foods and Nutritional Dietary Profile: A Meta-Analysis of Nationally Representative Samples. Nutrients [internet]. 2021 set [acessado 2022 jul 25];13(10):3390. Disponível em: https://doi.org/10.3390/nu13103390
6. Monteiro CA, Cannon G, Levy R, Moubarac JC, Jaime P, Martins AP, et al. NOVA. A estrela brilha. Classificação dos alimentos. Saúde Pública. World Nutrition [internet]. 2016 jan [acessado 2021 jul 05]; 7(1-3):28-40. Disponível em: https://files.cercomp.ufg.br/weby/up/896/o/Nova_classifica%C3%A7%C3%A3o_dos_alimentos.pdf
7. Li C, Mirosa M, Bremer P. Review of Online Food Delivery Platforms and their Impacts on Sustainability. Sustainability [internet]. 2020 jul [acessado 2023 set 26]; 12(14), 5528; https://doi.org/10.3390/su12145528. Disponível em: https://www.mdpi.com/2071-1050/12/14/5528.
8. Andrade GC, Louzada MLC, Azeredo CM, Ricardo CZ, Martins APB, Levy RB. Out-of-Home Food Consumers in Brazil: What do They Eat?. Nutrients [internet]. 2018 fev [acessado 2022 jul 25]; 0(2):218. Disponível em: https://pubmed.ncbi.nlm.nih.gov/29462918/
9. Claro RM, Baraldi LG, Martins APB, Bandoni DH, Levy RB. Evolução das despesas com alimentação fora do domicílio e influência da renda no Brasil, 2002/2003 a 2008/2009. Cad. Saúde Pública [internet]. 2014 jul [acessado 2021 jul 03]; 30(7):1418-1426. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2014000701418&lng=en&nrm=iso
10. Alcântara FB, Corsi GC, Schubert CMR, Lorenzi A, Mello APQ. A influência dos aplicativos de delivery de alimentos no hábito alimentar na região da grande São Paulo - SP. Revista Eletrônica Acervo Saúde [internet]. 2021 fev [acessado 2021 jul 02];13(2). Disponível em: https://acervomais.com.br/index.php/saude/article/view/6429
11. OPAS - Organização Pan-Americana de Saúde. Folha Informativa - COVID-19 (doença causada pelo novo coronavírus). Brasília (DF); 2020 [acessado 2021 jul 04]. Disponível em: https://www.paho.org/bra/index.php?option=com_content&view=article&id=6101:covid19&It emid=875
12. Oliveira TC, Abranches MV, Lana RM. (In)Segurança alimentar no contexto da pandemia por SARS-CoV-2. Cadernos de Saúde Pública [internet]. 2020 abr [acessado 2022 jun 01]. Disponível em: https://www.arca.fiocruz.br/bitstream/icict/40673/2/Inseguranca_alimentar_covid19.pdf
13. Granheim SL, Løvhaug AL, Terragni L, Torheim LE, Thurston M.Mapping the digital food environment: A systematic scoping review. Obesity Reviews [internet]. 2021 set 14 [acessado 2023 set 2027]. https://doi.org/10.1111/obr.13356. Disponível em: https://onlinelibrary.wiley.com/doi/full/10.1111/obr.13356
14. Horta PM, Souza JPM, ROCHA LL, Mendes LL. Ambiente alimentar digital de uma metrópole brasileira: disponibilidade de alimentos e estratégias de marketing utilizadas por apps de entrega. Nutrição em saúde pública. Cambridge University Press [internet]. 2020 set [acessado 2021 jun 29];24(3). Disponível em: https://www.cambridge.org/core/journals/public-health-nutrition/article/digital-food-environment-of-a-brazilian-metropolis-food-availability-and-marketing-strategies-used-by delivery-apps/077D962691189D96FC6772E5CBE086D8
15. Yeo VCS, Goh SK, Rezaei S. Consumer experiences, attitude and behavioral intention toward online food delivery (OFD) services. Journal Retailing and Consumer Services [internet]. 2017 mar [acessado 2021 jul 04];35:150-162. Disponível em: https://www.sciencedirect.com/science/article/pii/S0969698916302855?casa_token=VAHz4wIYC2UAAAAA:bsWJVd7tgpzx7xOBlXhkhSeJS9_lB6cj4_Xbe_dLReh7SY8AVa5aFVffRs rF_Zh9xgTP8TeNVU
16. Kantar Ibope Mediac [internet]. Kantar aponta as principais transformações e as tendências de comportamento do consumidor pós-quarentena. 2020 [acessado 2021 jul 03]. Disponível em: https://www.kantaribopemedia.com/kantar-aponta-as-principais-transformacoes-e-as-tendencias-de-comportamento-do-consumidor-pos-quarentena/
17. Matos JP, Horta PM, Mendes LL. Digital food environment during the coronavirus disease 2019 (COVID-19) pandemic in Brazil: an analysis of food advertising in an online food delivery platform. British Journal of Nutrition. Cambridge University Press [internet]. 2020 nov [acessado 2021 jul 04]
18. Instituto Brasileiro de Geografia e Estatística (IBGE). Cidades. [internet]. [acessado 2022 mai 17]. Disponível em: https://cidades.ibge.gov.br/brasil/sp/sao-paulo/panorama
19. Exame [internet]. NPS: iFood é melhor e mais popular app de delivery, diz pesquisa. 2020 [acessado 2021 jul 05]. Disponível em:https://exame.com/negocios/nps-ifood-e-melhor-e-mais-popular-app-de-delivery-diz pesquisa/
20. Silva TC. Estratégias de marketing digital voltadas à comercialização de alimentos: uma análise do perfil do consumidor de aplicativos de fast food [Trabalho de Conclusão de Curso de Administração]. Goiás: Centro Universitário de Anápolis (UniEVANGÉLICA), 2020.
21. Martins CMR, Germano LRRGBN, Rangel RR. Metodologia das unidades de desenvolvimento humano da região metropolitana de Porto Alegre. Ind. Econ. FEE [internet]. 2016 [acessado 2021 nov 17];43(4):91-108. Disponível em: http://200.198.145.164/index.php/indicadores/article/view/3668/3715
22. Brasil - Programa das Nações Unidas para o Desenvolvimento (PNUD), Instituto de Pesquisa Econômica Aplicada (IPEA), Fundação João Pinheiro. O índice de desenvolvimento humano municipal brasileito. Brasília (DF); 2013 [acessado 2021 nov 23]. Disponível em: https://www.ipea.gov.br/portal/images/stories/PDFs/130729_AtlasPNUD_2013.pdf
23. Meio & Mensagem [internet]. Pesquisa do Ifood revela hábitos de consumo no delivery. 2016 [acessado 2022 jul 31]. Disponível em: https://www.meioemensagem.com.br/home/marketing/2016/07/01/pesquisa-do-ifood-revela-habitos-de-consumo-no-delivery.html
24. Monteiro CA, Cannon G, Levy R, Moubarac JC, Louzada MLC, Rauber F, et al. Ultra-processed foods: what they are and how to identify them. Public Health Nutrition [internet]. 2019 fev [acessado 2022 jul 25]; 22(5), 936-94. Disponível em: https://www.cambridge.org/core/journals/public-health-nutrition/article/ultraprocessed-foods-what-they-are-and-how-to-identify-them/E6D744D714B1FF09D5BCA3E74D53A185
25. Henrique DM, Tincani GO, Paciência BL. Foodservice e Aplicativos de Delivery: um estudo de viabilidade financeira em uma região universitária. Produto & Produção [internet]. 2020 jun [acessado 2022 jun 01]; 21(2):60-89. Disponível em: https://seer.ufrgs.br/index.php/ProdutoProducao/article/view/101311/57302
26. Breugelmans E, Campo K, Gijsbrechts E. Shelf sequence and proximity effects on online grocery choices. Market Lett [internet]. 2006 ago [acessado 2021 nov 09]; 18:117-133. Disponível em: https://link.springer.com/article/10.1007/s11002-006-9002-x#citeas
27. Dayan E, Bar-hillel M. Nudge to nobesity II: Menu positions in?uence food orders. Judgment and Decision Making [internet]. 2011 jun [acessado 2021 nov 09]; 6(4):333-342. Disponível em: https://www.researchgate.net/publication/227450185_Nudge_to_nobesity_II_Menu_positions_influence_food_orders15. Exame [internet].
28. NPS: iFood é melhor e mais popular app de delivery, diz pesquisa. 2020 [acessado 2021 jul 05]. Disponível em:https://exame.com/negocios/nps-ifood-e-melhor-e-mais-popular-app-de-delivery-diz pesquisa/
29. WANG C, Korai A, Jia SS, Allman-farinelli M, Chan V, Roy R, et al. Hunger for Home Delivery: Cross-Sectional Analysis of the Nutritional Quality of Complete Menus on an Online Food Delivery Platform in Australia. Nutrients [internet]. 2021 mar [acessado 2021 nov 10]. Disponível em: https://www.mdpi.com/2072-6643/13/3/905/htm
30. Allman-Farinelli M, Rahman H, Nour M, Wellard-Cole L, Watson WL. The Role of Supportive Food Environments to Enable Healthier Choices When Eating Meals Prepared Outside the Home: Findings from Focus Groups of 18 to 30-Year-Olds. Nutrients [internet]. 2019 set [acessado 2021 nov 10]. Disponível em: https://pubmed.ncbi.nlm.nih.gov/31540273/
31. Claro RM, Levy RB, Baldoni DH. Influence of income on food expenditures away from home among Brazilian families, 2002-2003. Cad. Saúde Pública [internet]. 2009 ago [acessado 2022 ago 16]. Disponível em: https://www.scielosp.org/article/csp/2009.v25n11/2489-2496/pt/?abstract_lang=en#ModalArticles
32. Andrade GC. Consumo de alimentos ultraprocessados fora de domicílio no Brasil [internet]. São Paulo: Universidade de São Paulo; 2017 [acessado 2022 ago 16]. Disponível em: http://www.teses.usp.br/teses/disponiveis/5/5137/tde-11092017-132657/
33. Brasil - Secretaria de Atenção à Saúde. Guia alimentar para a população brasileira – 2a ed. Brasília: Ministério da Saúde; 2014 [acessado 2021 jul 04]. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/guia_alimentar_populacao_brasileira_2ed.pdf
34. Smith L, Ng S, Popkin B. Trends in US fome food preparation and consumption: analysis of national nutrition surveys and time use studies from 1965-1966 to 2007-2008. Nutrition Journal [internet]. 2013 [acessado 2022 ago 16]. Disponível em:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3639863/
35. Kearney M, Kearney JM, Dunne A, Gibney MD. Sociodemographic determinants of perceived in¯uences on food choice in a nationally representative sample of Irish adults. Public Heath Nutrition [internet]. 2000 [acessado 2022 jun 01]; 3(2):219-226. Disponível em: https://www.cambridge.org/core/services/aop-cambridge-core/content/view/F8F4CFC142C17C939583FDF8DD101B92/S1368980000000252a.pdf/sociodemographic-determinants-of-perceived-influences-on-food-choice-in-a-nationally-representative-sample-of-irish-adults.pdf
36. Louzada MLC, Cruz GL da, Silva KAAN, Grassi AGF, Andrade GC, Rauber F, Levy RB, Monteiro CA. Consumption of ultra-processed foods in Brazil: distribution and temporal evolution 2008–2018. Rev. saúde pública [Internet]. 2023 Mar 15 [acessado 2023 Set 27];57(1):12. Disponível em: https://www.revistas.usp.br/rsp/article/view/209656
37. Rodrigues RM, Souza AM, Bezerra IN, Pereira RA, Yokoo EM, Sichieri R. Evolução dos alimentos mais consumidos no Brasil entre 2008–2009 e 2017–2018. Revista de Saúde Pública [internet]. 2021 [acessado em 2022 jun 01]. Disponível em: https://www.scielo.br/j/rsp/a/Vw7Q9DMm65tGLtHv4tZfrKt/?format=pdf&lang=pt
38. Miura K, Giskes K, Turrel G. Socio-economic differences in takeaway food consumption among adults. Public Health Nutrition. Cambridge University Press [internet]. 2011 jul [acessado 2021 nov 17]. Disponível em: https://www.cambridge.org/core/journals/public-health-nutrition/article/socioeconomic-differences-in-takeaway-food-consumption-among-adults/0D398491605CF00C898449D63A0A7C23
39. Keeble M, Adams J, Vanderlee L, Hammond D, Burgoine T. Associations between online food outlet access and online food delivery service use amongst adults in the UK: a cross-sectional analysis of linked data. BMC Public Helth [internet]. 2021 out [acessado 2021 nov 09]. Disponível em: https://bmcpublichealth.biomedcentral.com/articles/10.1186/s12889-021-11953-9#citeas
40. Bittencourt B, Melo CTV. Diga-me o que comes que te direi quem és: questões morais em torno da alimentação. Rev Contracampo [internet]. 2020 mar [acessado 2021 nov 21]; 39(3). Disponível em: https://periodicos.uff.br/contracampo/article/download/40794/pdf/156818