Artigos

INTRODUÇÃO
Em 2020, a prevalência mundial do excesso de peso infantil foi estimada em 5,7% (5,3 – 6,3 IC95%), representando 38,9 milhões de crianças. Ao consideramos o Caribe e a América Latina, observa-se que a prevalência na América do Sul é a maior na região (2020: 8,2% [6,3 – 10,6 IC95%])1 Neste contexto, o Brasil tem contribuído substancialmente para a configuração deste cenário; nas últimas três décadas o Sistema de Vigilância Alimentar e Nutricional (SISVAN) vêm registrando aumentos expressivos no excesso de peso infantil, inclusive nos estratos populacionais mais vulneráveis. Baseado em dados da Pesquisa Nacional de Saúde e Nutrição, a variação relativa da prevalência de excesso de peso nos pré-escolares aumentou 9,4% ao ano entre 1989 (3% [2,2 - 3,9 IC95%]) e 2006 (7,8% [6,3 - 9,5 IC95%])2,3. Mais recentemente, o Estudo Nacional de Alimentação e Nutrição Infantil (ENANI) identificou que, em 2019, a frequência de sobrepeso e obesidade em menores de cinco anos foi, respectivamente, 7,0% (6,3 - 7,8 IC95%) e 3,0% (2,4 - 3,7 IC95%)4.
Este processo de mudanças na distribuição populacional do excesso de peso infantil é reflexo da formação de ambientes obesogênicos em sociedades urbanizadas, os quais limitam ou impossibilitam a adesão a modos de vida ativos ou a escolhas alimentares saudáveis5,6. Dentro do escopo da infância e da adolescência, conforme proposto na Nova Agenda Urbana, as cidades devem ser saudáveis, seguras e amigáveis, garantindo a disponibilidade e o acesso a estruturas de saúde, educação, segurança alimentar e nutricional, de lazer, transporte ativo, entre outros.
A obesidade nas etapas do ciclo da vida é um desafio global7 e, em nível nacional ele se expressa nos Planos de Ações Estratégicas para o Enfrentamento das Doenças Crônicas e Agravos não Transmissíveis (Plano de DANT) no Brasil de 2011-20228 e 2021-20309. Apesar de avanços nos indicadores de consumo alimentar, sedentarismo e tabagismo, o documento do Plano de DANT 2021-2030 e a literatura9–11 mostram que, nesta última década, o Brasil falhou em reduzir a prevalência de obesidade em crianças e adolescentes e de deter o crescimento da prevalência entre adultos. Especificamente sobre o público infantil, estes dados sugerem que os programas e estratégias de promoção da saúde como o Programa Saúde na Escola (PSE), do extinto Crescer Saudável, da Estratégia Amamenta Alimenta Brasil, das linhas de cuidado para crianças e adolescentes nas redes de atenção à saúde, do Programa Nacional de Alimentação Escolar (PNAE), da regulação da comercialização de alimentos ultraprocessados em escolas e do marketing direcionado para o público infantil, entre outras, têm sido pouco efetivos para estabilizar ou reduzir a prevalência da obesidade em crianças12.
Esta conjuntura epidemiológica demonstra a urgência no aprimoramento de estratégias, programas e políticas em nível local, regional e federal que enderecem de maneira específica o enfrentamento da obesidade infantil, priorizando territórios críticos em termos da extensão do problema, qualificando as práticas de cuidado e os processos de trabalho, e aumentando a aderência da população aos programas por meio de articulações intersetoriais13,14.
Assim, esta pesquisa teve como objetivo estimar, em nível municipal, a prevalência do excesso de peso em lactentes, pré-escolares e escolares a partir de dados do SISVAN, verificando sua magnitude como problema de saúde pública no Brasil. Além disso, a fim de gerar novos conhecimentos para a construção e o direcionamento de políticas públicas, buscou-se investigar a formação de aglomerados regionais de alta prevalência de excesso de peso e identificar os efeitos dos fatores macro, meso e microambientais sobre a prevalência de excesso de peso infantil.

MÉTODOS
Trata-se de um estudo ecológico realizado a partir de dados secundários da malha dos 5570 municípios brasileiros de 2019. Todos os dados foram obtidos em repositórios de acesso livre.

Variáveis de desfecho: obesidade infantil como problema de saúde pública
As prevalências de excesso de peso foram estimadas a partir dos relatórios públicos sobre estado nutricional disponíveis no SISVAN utilizando todas as fontes de dados que compõem o sistema (disponível em: https://sisaps.saude.gov.br/sisvan/relatoriopublico/index; acesso em: 11/07/2024). Os dados foram extraídos em nível municipal, no formato de contagem e estratificados por faixa etária (lactentes, pré-escolares e escolares). Para as análises, foram desconsiderados os municípios onde menos de 20 crianças (para cada faixa etária) tiveram o estado nutricional avaliado, resultando na exclusão de 508, 82 e 45 municípios nas análises dos lactentes, pré-escolares e escolares, respectivamente. Baseado na aplicação do teorema central do limite, este ponto de corte relativamente arbitrário teve como objetivo incluir na amostra analítica um conjunto de municípios com um número mínimo de observações que pudesse produzir estimativas precisas e não tendenciosas da prevalência de excesso de peso15. Desta forma, considerando que o universo de análise foram mais de 5000 municípios e que a média de crianças com o estado nutricional avaliado por município nas unidades federativas variou entre 96 (RS) e 729 (AM) crianças, a distribuição das prevalências para todas as faixas etárias convergiu para uma aproximação da distribuição Normal.
No total, as estimativas das prevalências e seus respectivos erros-padrão foram baseadas em dados de 1.492.800 lactentes (5.062 municípios), 3.442.555 pré-escolares (5.488 municípios) e 4.410.848 escolares (5.525 municípios). Em termos de cobertura, estes dados representam 39,6%, 59,1% e 49,4% dos lactentes, pré-escolares e escolares brasileiros, respectivamente; o cálculo da cobertura foi baseado na população residente em cada município para as faixas etárias deste estudo segundo o Censo Demográfico de 2022.
A prevalência de excesso de peso infantil foi baseada nos índices antropométricos peso-para-idade (P/I) para lactentes (0-2 anos) e do índice de massa corporal-para-idade (IMC/I) para pré-escolares (2-5 anos) e escolares (5-10 anos)16. Uma vez que o SISVAN é um sistema baseado em dados provenientes dos serviços assistenciais, optou-se pelo P/I para os lactentes por ser um índice calculado a partir de um parâmetro antropométrico mais simples de ser obtido em comparação à estatura, que demanda do avaliador técnicas específicas e colaboração da criança para uso adequado do infantômetro. Recentemente, Santos e Conde17 identificaram que a taxa de valores biologicamente implausíveis de altura é mais frequente em menores de dois anos do que nos estratos etários posteriores, o que ocorre em menor proporção nos dados do peso, além da superdispersão dos desvios-padrão observados em ambos os indicadores em função da média é muito maior para a altura do que para o peso.
Apesar da classificação antropométrica variar em função do indicador e do ponto de corte para as faixas etárias, a fim de harmonizar a nomenclatura no decorrer do texto, adotou-se o termo “excesso de peso infantil” para indicar quando o escore-z dos indicadores foi maior ou igual a dois desvios-padrão.
A classificação da magnitude da obesidade infantil como problema de saúde pública foi definida a partir dos seguintes pontos de corte propostos pelo WHO-UNICEF Technical Expert Advisory Group on Nutrition Monitoring18: muito baixa (?2,5%), baixa (>2,5% e ?5,0%), moderada (>5,0% e ?10,0%), alta (>10,0% e ?15,0%) e muito alta (>15,0%). Devido à ausência de parâmetros similares, estes pontos de corte foram extrapolados para escolares.

Variáveis contextuais
Os padrões de distribuição espacial do excesso de peso foram analisados segundo indicadores que representassem as dimensões domiciliar (microambiente), comunitária (mesoambiente) e de desenvolvimento das cidades (macroambiente).
O ambiente domiciliar foi analisado por meio da prevalência de obesidade em mulheres (IMC ? 30 kg/m²), selecionada para representar o ambiente alimentar doméstico diante do papel social – envolto pelas relações estruturais de gênero na sociedade brasileira – que a mulher exerce na gestão da alimentação da família, sendo contribuinte ao acesso e disponibilidade de alimentos saudáveis no domicílio e das oportunidades de cuidado com a criança19–21. Portanto, hipotetiza-se que haverá associação positiva entre a obesidade em mulheres e o excesso de peso infantil. As estimativas foram geradas a partir de dados de 2019 extraídos do SISVAN. Foram excluídos 32 municípios que tinham menos de 20 mulheres com o estado nutricional avaliado.
O ambiente comunitário foi mensurado a partir da densidade de comércios não saudáveis por 10 mil habitantes, a partir dos microdados utilizados no estudo técnico para o mapeamento dos desertos alimentares no Brasil da Câmara Interministerial de Segurança Alimentar e Nutricional (CAISAN)22. Neste estudo, os comércios não saudáveis foram definidos como espaços de aquisição predominante de alimentos ultraprocessados, como lanchonetes, lojas de conveniências e varejistas de doces.
O efeito macroambiental foi estimado a partir do Índice de Desenvolvimento Sustentável das Cidades – Brasil (IDSC-BR), criado pelo Instituto Cidades Saudáveis. O IDSC-BR é um indicador multidimensional elaborado a partir de 100 indicadores de saúde, meio ambiente, saneamento, trabalho, segurança e gestão pública, que monitora a adesão das cidades à Agenda 2030 dos ODS. A pontuação do IDSC-BR varia entre 0 e 100, onde quanto maior a pontuação melhor o desempenho no cumprimento da Agenda.
As prevalências de excesso de peso, cobertura do estado nutricional, e fatores macro, meso e microambientais foram estimados segundo macrorregiões e estados brasileiros (Tabela Suplementar 1).

Análises espaciais
A organização das análises espaciais foi realizada em três etapas: obtenção de dados espaciais (polígonos com a malha territorial brasileira), extração de dados tabulares (variáveis de desfecho e contextuais) e implementação das análises espaciais (descritivas e inferenciais).
Os polígonos dos municípios foram extraídos em formato vetorial do repositório de malhas territoriais do Instituto Brasileiro de Geografia e Estatística (IBGE)23. Em seguida, fez-se a união das camadas vetoriais com os bancos de dados contendo a prevalência de excesso de peso infantil, o IDSC-BR, a densidade de comércios não saudáveis e a prevalência da obesidade em mulheres a partir do código IBGE (identificador único do município). A união dos dados e análises descritivas apresentadas nos mapas temáticos foram realizadas no QGIS 3.16 (Open Source Geospatial Foundation, Beaverton, Oregon, Estados Unidos).
A verificação da formação de agrupamentos espaciais foi realizada por meio do Índice de Moran Global, que descreve o grau e a direção da correlação dos valores de uma mesma variável em distintas unidades territoriais (ex. municípios adjacentes), variando entre -1 e +1. Em seguida, verificou-se a presença de correlação espacial entre as prevalências de excesso de peso infantil local e nos municípios adjacentes segundo macrorregião por meio do Índice de Moran Local (Local Indicators of Spatial Association – LISA)24, adotando-se um nível de significância de 0,05. Esta análise classifica os municípios em quatro padrões:
? Alto-alto (alta prevalência de excesso de peso infantil e vizinhos com alta prevalência);
? Alto-baixo (alta prevalência de excesso de peso infantil e vizinhos com baixa prevalência);
? Baixo-alto (baixa prevalência de excesso de peso infantil e vizinhos com alta prevalência);
? Baixo-baixo (baixa prevalência de excesso de peso infantil e vizinhos com baixa prevalência).

Assim, é importante levar em consideração na interpretação destes resultados que a ausência de associação estatisticamente significativa indica a inexistência de padrão aglomeração, e não a baixa prevalência de excesso de peso infantil. Ressalta-se que os termos “alto” e “baixo” apresentados nestas análises não se referem à terminologia adotada para descrever o excesso de peso como problemas de saúde pública, mas sim do léxico do LISA como forma de expressar uma variação acima ou abaixo do esperado dentro de uma área específica. Diante disso, como foram observadas importantes variações regionais nas prevalências, optou-se pela estratificação destas análises. Estas análises foram realizadas no software GeoDa 1.20 (GeoDa, Chicago, Illinois, Estados Unidos).

Modelo de regressão
Uma vez que as variáveis contextuais foram selecionadas a partir de critérios teóricos (deteminantes micro, meso e macroambientais) e práticos (disponibilidade de dados em nível municipal), o processo de identificação do melhor modelo para explicar a relação entre exposição e desfecho foi pautado pela estimação de modelos de regressão concorrentes com diferentes distribuições de probabilidades (Poisson e binomial negativa) e parâmetros (inclusão ou não de efeito aleatório no intercepto). A seleção do modelo final para lactentes, pré-escolares e escolares foi baseada na análise dos resíduos das regressões, indicando aquele mais adequado/acurado para explicar os dados observados.
A associação entre o excesso de peso infantil e os fatores micro, meso e macroambientais foi analisada por meio de modelos lineares generalizados com efeitos mistos específicos para cada faixa etária. Por se tratar de dados discretos (contagem) e com evidência de superdispersão, os modelos foram ajustados utilizando a distribuição binomial negativa com função de ligação log e matriz de covariância não estruturada. Para estimar as taxas de excesso de peso, utilizou-se em todos os modelos o log do total de crianças com estado nutricional avaliado como variável offset.
Os modelos finais tiveram como efeitos fixos a prevalência de obesidade em mulheres, a densidade de comércios não saudáveis e o IDSC-BR; o efeito aleatório no intercepto foi dado pelas unidades federativas.
As estimativas foram apresentadas como razões de prevalência (RP) e intervalos de confiança (IC95%). Para a interpretação dos coeficientes, é importante considerar que os preditores foram incluídos no modelo como variáveis contínuas e a variabilidade das prevalências de excesso de peso infantil foi menor do que 12 pontos percentuais para todas as faixas etárias (Tabela Suplementar 1). Os modelos de regressão foram estimados no Stata 15 (StataCorp, College Station, Texas, Estados Unidos).
A Tabela Suplementar 1 e Figuras Suplementares 1, 2 e 3 podem ser acessadas na plataforma FigShare via Digital Object Identifier: https://doi.org/10.6084/m9.figshare.26871760.

Aspectos éticos
Uma vez que este estudo foi realizado com dados agregados e de domínio público, está dispensado de apreciação por Comitê de Ética em Pesquisa com Seres Humanos.

RESULTADOS
Análises descritivas
Em 2019, as prevalências de excesso de peso infantil no Brasil foram consideradas moderadas no grupo de lactentes (8,4%) e altas em pré-escolares (13,7%) escolares (13,2%). O excesso de peso em lactentes, pré-escolares e escolares foi considerado como um problema grave de saúde pública (prevalências classificadas como alta e muito alta) em, respectivamente, 1581 (28,4%), 4177 (75,0%) e 4270 (76,7%) municípios. Em 1224 municípios (22%), o excesso de peso infantil foi considerado como um grave problema de saúde pública em todas as faixas etárias analisadas (Figura 1).
A região Nordeste apresentou as maiores prevalências de excesso de peso em lactentes (10,0%) e pré-escolares (15,3%), sendo o Estado do Ceará aquele com as maiores prevalências do Brasil (0 a 2 anos: 12,0%; 2 a 5 anos: 19,4%). Já na idade escolar, as maiores prevalências foram encontradas na região Sul (15,9%), sendo o Rio Grande do Sul o estado com a maior prevalência de excesso de peso (18,2%); destaca-se que o Ceará apresentou a segunda maior prevalência entre os escolares (Tabela Suplementar 1 e Figura 1). Quanto à cobertura, de modo geral, os maiores percentuais foram observados entre pré-escolares (0 a 2 anos: 32,0%; 2 a 5 anos: 43,1%; 5 a 10 anos: 32,1%); a região Nordeste apresentou as maiores coberturas em todas as faixas etárias (0 a 2 anos: 45,6%; 2 a 5 anos: 62,4%; 5 a 10 anos: 46,6%) (Tabela Suplementar 1).
Em relação com as condições socioeconômicas e de alimentação (Figura 2 e Tabela Suplementar 1), as regiões Norte e Nordeste apresentaram os menores IDSC-BR, assim como menores densidades de comércios não saudáveis e prevalências de obesidade em mulheres. As amplitudes da prevalência de obesidade em mulheres, da densidade de comércios não saudáveis e do IDSC-BR foram, respectivamente, 4,8% a 69,6%, 0 a 74,43 estabelecimentos por 10 mil habitantes e 30,09 a 65,62 pontos (Tabela Suplementar 1).

Análises inferenciais: índice de Moran
A Figura 3 apresenta uma matriz dos padrões de correlações espaciais, segundo faixa etária e macrorregião. Observa-se que a formação de conglomerados de municípios com alta prevalência de excesso de peso aumenta em função da faixa etária; além do aspecto visual, esta afirmação é corroborada pela consistência do aumento do índice de Moran. Considerando o grupo dos escolares, tal processo é marcante na região nordeste, onde se observa a formação de conglomerados alto-alto na faixa litorânea. Padrão similar, porém, com menor intensidade, ocorreu na região Sudeste, onde conglomerados baixo-baixo se formaram na região norte de Minas Gerais (região do Vale do Jequitinhonha) e alto-alto se estabeleceram no interior de São Paulo. Já na região Sul, os conglomerados alto-alto se concentraram no sul do Rio Grande do Sul. Nas regiões Norte e Centro-Oeste, observa-se que os padrões de agrupamento são mais difusos.

Análises inferenciais: Regressão Binomial Negativa
Os valores das razões de prevalência apresentados na Tabela 1 apontam as associações identificadas entre o excesso de peso infantil e as variáveis ambientais. Nos modelos de regressão específicos para lactentes e pré-escolares, apenas o IDSC-BR apresentou associação estatisticamente significativa com o excesso de peso, indicando redução na taxa de excesso de peso para cada aumento de 1 ponto no IDSC-BR (0-2 anos: RR 0,9899 [0,9864 – 0,9935 IC95%]; 2-5 anos: lactentes: RR 0,9913 [0,9886 – 0,9940 IC95%]). Já no modelo para os escolares, identificamos que para cada aumento de 1 ponto percentual na prevalência da obesidade em mulheres (RR 1,0071 [1,0056 – 1,0086 IC95%]) e de 1 comércio não saudável por 10 mil habitantes (RR 1,0038 [1,0023 – 1,0053 IC95%]) houve aumento na taxa de excesso de peso.
O comportamento do excesso de peso segundo as variáveis preditoras estão disponíveis nas Figuras Suplementares 1 (lactentes – IDSC-BR), 2 (pré-escolares – IDSC-BR), 3 (escolares – obesidade em mulheres) e 4 (escolares – densidade de comércios não saudáveis). Em todas as figuras, os gráficos bidimensionais foram separados por unidade federativa, uma vez que os modelos foram estimados utilizando esta variável como intercepto aleatório.

DISCUSSÃO
Este foi o primeiro estudo a utilizar os dados do SISVAN a fim de caracterizar o excesso de peso infantil como problema de saúde pública no Brasil à luz do novo referencial proposto pela WHO-UNICEF Technical Expert Advisory Group on Nutrition Monitoring18 e de examinar sua associação com determinantes micro, meso e macroambientais. Além disso, uma vez que os dados foram extraídos em nível municipal, foi possível apresentar de forma inédita a formação de aglomerações espaciais do excesso de peso infantil para cada uma das macrorregiões brasileiras.
Assim, nossos resultados também trazem implicações para a contextualização e o direcionamento dos processos decisórios no campo das políticas públicas de promoção da saúde e de alimentação e nutrição para a prevenção e o controle da obesidade infantil, especialmente na articulação das redes de atenção à saúde e de segurança alimentar e nutricional em âmbito estadual.
Este estudo torna evidente que a obesidade infantil deve ser tratada, sem exceção, como uma prioridade nas agendas públicas nos estados brasileiros. Neste contexto, é proposital a omissão do termo “saúde” ao nos referirmos à agenda pública, pois se trata de uma doença com profundas raízes sociais25 e comerciais26, as quais se expressam por meio dos diferentes ambientes que constituem uma cidade.
O grau de aderência aos ODS representou redução no risco médio na prevalência de excesso de peso em crianças menores de cinco anos, endossando que as condições de vida nas cidades oportunizam e estimulam práticas e comportamentos promotores de saúde para crianças27–29. Assim, em uma perspectiva ecológica, esta macroestrutura parece exercer um efeito populacional mais robusto do que a prevalência de obesidade em mulher (microambiente) e a densidade de comércios (mesoambiente) no excesso de peso em lactentes e pré-escolares.
Por outro lado, a associação do excesso de peso e o IDSC-BR não se manteve para os escolares. Neste grupo, as associações identificadas foram em relação a prevalência da obesidade em mulheres (microambiente) e a densidade de comércio não saudáveis (mesoambiente).
Entende-se que o IDSC-BR deixaria de contribuir com a explicação da prevalência de excesso de peso nos escolares devido ao aumento substancial na complexidade dos ambientes frequentados pelas crianças nesta faixa etária. Partindo da teoria do desenvolvimento cognitivo de Piaget (estágio operacional concreto), por se tratar de um período em que a criança passa a interagir ativamente com os recursos físicos disponibilizados pelo meio, o ambiente comunitário, somado ao domiciliar e escolar, torna-se um espaço adicional de experimentação30. Porém, por ainda não possuírem maturidade cognitiva para avaliação crítica das intencionalidades do ambiente31, os processos decisórios são altamente vulneráveis a forma como as ofertas lhe são apresentadas.
Além disso, uma segunda camada de explicação para esta ausência de associação estaria na incapacidade de o IDSC-BR capturar as desigualdades intramunicipais. Este é um aspecto fundamental para a compreensão da distribuição espacial do excesso de peso infantil, uma vez que, apesar da escassez de estudos em regiões de baixa e média rendas no Brasil, análises dos ambientes alimentares20,32–34 e dos ambientes construídos20,35,36 descrevem de forma consistente as desigualdades socioeconômicas, manifestadas na geografia das cidades, relacionadas ao acesso e à disponibilidade de alimentos saudáveis e nos espaços para o lazer, prática de atividades físicas e transporte ativo.
Nossas análises oferecem suporte para a afirmação de que o controle da obesidade em crianças dependerá essencialmente de políticas públicas intersetoriais pautadas na construção de cidades saudáveis, sustentáveis e amigáveis37. Como referência de desenho de política pública intersetorial com esta finalidade no Brasil, teve-se a Estratégia Nacional para Prevenção e Atenção à Obesidade Infantil – PROTEJA (2021-2024), que se fundamentou na organização das redes de atenção à saúde e na construção de ambientes promotores de saúde por meio da integração entre os diversos setores dos municípios (governança)38.
Por se tratar de um estudo ecológico que utilizou dados agregados de múltiplas fontes, o primeiro cuidado na interpretação dos resultados é com a falácia ecológica. Em relação à prevalência de obesidade em mulheres representando o ambiente doméstico, não necessariamente a criança com excesso de peso reside no mesmo domicílio que a mulher com obesidade, ou então, que esta mulher com obesidade é responsável de alguma forma pelo cuidado da criança. Neste mesmo sentido, em relação ao ambiente alimentar comunitário (densidade de comércios não saudáveis), não é possível afirmar que as crianças com excesso de peso e suas famílias frequentam ou realizam suas compras nestes locais. Quanto ao grau de aderência dos municípios aos ODS, considerando as desigualdades nas condições de vida nas cidades, não é possível saber como as crianças, em nível individual, usufruem dos serviços e infraestruturas disponíveis.
Porém, ressalta-se que este tipo de abordagem é usual em estudos ecológicos e, como justificado na metodologia, consideramos que a base conceitual adotada na seleção destas variáveis nos sugere uma aproximação plausível e consistente para estudar a relação ambiente-excesso de peso infantil.
Outra limitação se refere a base de dados da CAISAN. Uma vez que as informações sobre o ambiente alimentar comunitário são baseadas apenas em comércios formais, ela está sujeita a subestimação do acesso a alimentos não saudáveis, especialmente naquelas de baixa e média rendas, onde se observa alto grau de informalidade39–41. Apesar disso, esta é a base de dados mais extensa sobre o ambiente alimentar no Brasil, sendo a única com dados desagregados em nível municipal.
Quanto ao IDSC-BR, por ser um indicador multidimensional que avalia o grau de adesão dos municípios aos ODS, uma das variáveis utilizadas em sua composição é a prevalência de excesso de peso em menores de cinco anos. No entanto, é pouco provável que isto tenha influenciado as associações observadas em nosso estudo, uma vez que o IDSC-BR utiliza uma média aritmética dos indicadores reescalados e normalizados por ODS para depois compor a pontuação final do índice. Assim, dado que o peso da prevalência de excesso de peso sobre o ODS 2 é 20% e o peso do ODS 2 sobre o IDSC-BR é 5,88%, o peso da prevalência de excesso de peso sobre o IDSC-BR corresponderia, aproximadamente, a 1,2%.
Por fim, segundo o SISVAN-2019, observou-se que a prevalência de excesso de peso entre menores de 2 anos baseada no P/I (8,4%) foi menor que a estimada pelo IMC/I (17,3%). Consistentemente, dados do ENANI-2019 indicaram que, enquanto a prevalência de peso elevado para idade (P/I) foi de 10%, a prevalência de excesso de peso (IMC/I) foi 23,1%4. Ao considerarmos que as prevalências de baixa estatura estimadas a partir do SISVAN e do ENANI-2019 foram, respectivamente, 16,9% e 14,4%, as diferenças observadas entre os indicadores poderiam ser explicadas pela elevada prevalência de baixa estatura. Desta forma, a interpretação das estimativas antropométricas para lactentes deve considerar o efeito da dupla carga de má-nutrição.
Outro aspecto que merece atenção é a cobertura da avaliação antropométrica no SISVAN. Apesar de ainda haver margem para crescimento, todos os estados apresentam coberturas grandes o suficiente para gerar estimativas precisas sobre o estado nutricional de lactentes, pré-escolares e escolares usuários da atenção primária à saúde. Esta interpretação é baseada na fórmula do cálculo do tamanho amostral para determinar a frequência de um evento em uma população, considerando uma prevalência de 15%, precisão de 1,5%, representando um intervalo de confiança de 95% (n=2173). Portanto, no cenário atual, entende-se que a qualificação dos dados deve ser tratada como prioridade em detrimento da expansão da cobertura17.
Ainda, a análise da cobertura do estado nutricional segundo faixa etária também proporciona reflexões interessantes sobre o impacto de políticas intersetoriais sobre os sistemas de informação em saúde, no caso, o SISVAN. Entre os menores de 10 anos, observou-se que os grupos que apresentaram as maiores coberturas foram os pré-escolares, seguidos dos escolares. Este fato pode ser reflexo da presença do PSE e do Programa Bolsa Família (PBF), potencialmente até do PNAE em municípios mais articulados, além do acompanhamento na rede assistencial; inclusive, a menor cobertura entre escolares, em relação ao pré-escolares, pode ser explicada pelo fato de que crianças de 8 a 10 anos deixam de ser acompanhadas pelo PBF. Já em relação aos lactentes, a cobertura foi relativamente menor, provavelmente, devido à fonte dos dados se limitar ao acompanhamento assistencial associado ou não à participação no PBF. Porém, à medida que o Estado se afasta de uma determinada faixa etária, limitando sua interação à rede assistencial, nota-se uma expressiva redução da cobertura do SISVAN. Por exemplo, ao compararmos a cobertura dos adolescentes com a dos pré-escolares, identifica-se uma redução de 50% ou mais em todas as macrorregiões (dados não apresentados em tabelas por estarem fora do escopo do presente estudo). Isto requer a sensibilização de todos os profissionais da atenção primária à saúde para o preenchimento dos campos de peso e altura no prontuário eletrônico e nos formulários utilizados nas demais atividades realizadas pelas equipes das unidades de saúde.
As prevalências de excesso de peso durante a infância no Brasil foram, de modo geral, altas ou muito altas, configurando um grave problema de saúde pública. As regiões mais críticas foram o Nordeste, Sudeste e Sul, onde se observou com mais frequência a formação de aglomerados regionais de altas prevalências de excesso de peso, especialmente entre escolares.
Apesar das cidades brasileiras apresentarem, de modo geral, baixo ou muito baixo desenvolvimento sustentável, observou-se que o maior grau de aderência aos ODS apresentou efeito protetor sobre o risco de excesso de peso em menores de cinco anos. Quanto aos escolares, a baixa saudabilidade do micro e do mesoambiente representaram aumento no risco de excesso de peso.
Técnicas de análise espacial são estratégias robustas para a identificação de regiões críticas ou prioritárias no direcionamento de investimentos para o enfrentamento da obesidade infantil. À luz da Nova Agenda Urbana, recomenda-se que futuras pesquisas busquem desenvolver indicadores específicos de qualidade de vida nas cidades para a população infantil, a fim de subsidiar planos de desenvolvimento urbano que protejam a saúde das crianças. No contexto do Plano de DANT 2021-2030, nossos resultados podem ter especial valor para as gestões federal e estaduais para a definição de agendas públicas e de prioridades para investimentos na infraestrutura das cidades.

?
REFERÊNCIAS

1. United Nations International Children’s Emergency Fund. Levels and trends in child malnutrition. Geneva: United Nations International Children’s Emergency Fund; 2021.
2. Silveira JAC, Colugnati FAB, Cocetti M, Taddei JAAC. Secular trends and factors associated with overweight among Brazilian preschool children: PNSN-1989, PNDS-1996, and 2006/07. J Pediatr (Rio J) 2014; 90(3):258–66. https://doi.org/10.1016/j.jped.2013.09.003
3. Vasconcelos LGL, Almeida NB, Santos MO de A, Silveira JAC. Tendência temporal (2008-2018) da prevalência de excesso de peso em lactentes e pré-escolares brasileiros de baixa renda. Cien Saude Colet. 2022;27(1):363–75. https://doi.org/10.1590/1413-81232022271.24122020
4. Universidade Federal do Rio de Janeiro. Estado Nutricional Antropométrico da Criança e da Mãe: prevalência de indicadores antropométricos de crianças brasileiras menores de 5 anos de idade e suas mães biológicas: ENANI 2019. Rio de Janeiro: UFRJ; 2022.
5. Jia P. Obesogenic environment and childhood obesity. Obesity Reviews. 2021;22(S1). https://doi.org/10.1111/obr.13158
6. Westbury S, Ghosh I, Jones HM, Mensah D, Samuel F, Irache A, Azhar N, Al-Khudairy L, Iqbal R, Oyebode O. The influence of the urban food environment on diet, nutrition and health outcomes in low-income and middle-income countries: a systematic review. BMJ Glob Health. 2021;6(10):e006358. http://dx.doi.org/10.1136/bmjgh-2021-006358
7. World Health Organization. Plan of action for the prevention of obesity in children and adolescents. Washington: World Health Organization; 2014.
8. Ministério da Saúde. Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas e Agravos não Transmissíveis no Brasil 2011-2022. Brasília: Ministério da Saúde; 2011.
9. Ministério da Saúde. Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas e Agravos não Transmissíveis no Brasil 2021-2030. Brasília: Ministério da Saúde; 2021.
10. Ministério da Saúde. VIGITEL Brasil 2006-2021: estimativas sobre frequência e distribuição sociodemográfica do estado nutricional e consumo alimentar nas capitais dos 26 estados brasileiros e no Distrito Federal entre 2006 e 2021. Ministério da Saúde. Brasília; 2022.
11. Silveira VNC, Nascimento JBM do, Cantanhede NAC, Frota MTBA, Chagas DC das, Carvalho CA, Viola PCAF. Desigualdade racial e regional na tendência temporal do déficit de estatura e excesso de peso de crianças brasileiras menores de cinco anos. Rev Bras Epidemiol. 2023;26. https://doi.org/10.1590/1980-549720230004
12. Bortolini GA, Pereira TN, Carmo AS, Martins AMTM, Silva JP, Silva SA, Marinho PAS, Lima AMC, Spaniol AM, Claumann GS, Silveira JAC, Silva JRM. Analysis of the elaboration and proposal of a Brazilian intersectoral strategy for the prevention and care of childhood obesity. Cad Saude Publica 2023, 39(10):e00117722. https://doi.org/10.1590/0102-311XEN117722
13. Barbosa MIC, Paula LS, Recine E. A integralidade no cuidado da obesidade infantil em municípios brasileiros. Rev Saude Publica 2024, 58:33. https://doi.org/10.11606/s1518-8787.2024058005632
14. Machado JG, Buccini G, Recine E. An analysis of key actor networks for scale-up strategies for childhood obesity prevention and the care of children with obesity in Brazil. Curr Dev Nutr 2023, 7:101961. https://doi.org/10.11606/s1518-8787.2024058005632
15. Dekking F, Kraaikamp C, Lopuhaä, Meester L. A Modern Introduction to Probability and Statistics: understanding why and how. Cham: Springer; 2005.
16. World Health Organization. WHO child growth standards: length/height-for-age, weight-for-age, weight-for-length, weight-forheight and body mass index-for-age. Geneva; 2006.
17. Santos I, Conde W. Quality of anthropometric data of children under 5 years in the Brazilian National Food and Nutrition Surveillance System, 2008-2020. Cad Saude Publica 2024, 40(1):e00070523. https://doi.org/10.1590/0102-311XPT070523
18. Onis M, Borghi E, Arimond M, Webb P, Croft T, Saha K, De-Regil LM, Thuita F, Heidkamp R, Krasevec J, Hayashi C, Flores-Ayala R. Prevalence thresholds for wasting, overweight and stunting in children under 5 years. Public Health Nutr 2019;22(1):175–9.
19. Soares MM, Juvanhol LL, Ribeiro AQ, Pereira PF, Franceschini SCC, Araújo RMA. Maternal overweight and its relation with child’s anthropometric indices. Rev Bras Saude Mater Infant. 2021;21(2):379–88. https://doi.org/10.1590/1806-93042021000200003
20. Rocha SGM, L. Rocha HA, M. Leite ÁJ, T. Machado MM, Lindsay AC, S. Campos J, Cunha A, Silva A, Correia L. Environmental, Socioeconomic, Maternal, and Breastfeeding Factors Associated with Childhood Overweight and Obesity in Ceará, Brazil: A Population-Based Study. Int J Environ Res Public Health. 2020;17(5):1557. https://doi.org/10.3390/ijerph17051557
21. Melo JMM, Dourado BLLFS, Menezes RCE, Longo?Silva G, Silveira JAC. Early onset of overweight among children from low?income families: The role of exclusive breastfeeding and maternal intake of ultra?processed food. Pediatr Obes. 2021;16(12). https://doi.org/10.1111/ijpo.12825
22. Câmara Interministerial de Segurança Alimentar e Nutricional. Mapeamento dos Desertos Alimentares no Brasil. Brasília: Câmara Interministerial de Segurança Alimentar e Nutricional; 2018.
23. Censo. IBGE Censo 2010. Instituto Brasileiro de Geografia e Estatística. 2010.
24. Ministério da Saúde. Abordagens espaciais na saúde pública. Vol. 1. Brasília: Ministério da Saúde; 2006.
25. World Health Organization. A conceptual framework for action on the social determinants of health. Geneva: World Health Organization; 2010.
26. Gilmore AB, Fabbri A, Baum F, Bertscher A, Bondy K, Chang HJ, Demaio S, Erzse A, Freudenberg N, Friel S, Hofman K, Johns P, Karim SA, Lacy-Nichols J, Carvalho CMP, Marten R, McKee M, Petticrew M, Robertson L, Tangcharoensathien V, Thow AM. Defining and conceptualising the commercial determinants of health. The Lancet. 2023;401(10383):1194–213. https://doi.org/10.1016/S0140-6736(23)00013-2
27. Poulain T, Sobek C, Ludwig J, Igel U, Grande G, Ott V, Kiess W, Körner A, Vogel M. Associations of Green Spaces and Streets in the Living Environment with Outdoor Activity, Media Use, Overweight/Obesity and Emotional Wellbeing in Children and Adolescents. Int J Environ Res Public Health. 2020;17(17):6321. https://doi.org/10.3390/ijerph17176321
28. Bont J, Márquez S, Fernández-Barrés S, Warembourg C, Koch S, Persavento C, Fochs S, Pey N, Castro M, Fossati S, Nieuwenhuijsen M, Basagaña X, Casas M, Duarte-Salles T, Vrijheid M. Urban environment and obesity and weight-related behaviours in primary school children. Environ Int. 2021;155:106700. https://doi.org/10.1016/j.envint.2021.106700
29. Vrijheid M, Fossati S, Maitre L, Márquez S, Roumeliotaki T, Agier L, Andrusaityte S, Cadiou S, Casas M, Castro M, Dedele A, Donaire-Gonzalez D, Grazuleviciene R, Haug LS, McEachan R, Meltzer HM, Papadopouplou E, Robinson O, Sakhi AK, Siroux V, Sunyer J, Schwarze PE, Tamayo-Uria I, Urquiza J, Vafeiadi M, Valentin A, Warembourg C, Wright J, Nieuwenhuijsen MJ, Thomsen C, Basagaña X, Slama R, Chatzi L. Early-Life Environmental Exposures and Childhood Obesity: An Exposome-Wide Approach. Environ Health Perspect. 2020;128(6):067009. https://doi.org/10.1289/EHP5975
30. Piaget J. The psychology of the child. Nova Iorque: Basic Books; 1969.
31. Remesh KR. Child Health and the Environment. Indian Pediatr. 2022;59(8):599–600. https://doi.org/10.1007/s13312-022-2569-3
32. Assis MM de, Leite MA, Carmo AS do, Andrade AC de S, Pessoa MC, Netto MP, Cândido APC, Mendes LL. Food environment, social deprivation and obesity among students from Brazilian public schools. Public Health Nutr 2019;22(11):1920–7. https://doi.org/10.1017/S136898001800112X
33. Oliveira JS, Menezes RCE, Almendra R, Lira PIC, Aquino NB, Souza NP, Santana P. Unhealthy food environments that promote overweight and food insecurity in a brazilian metropolitan area: A case of a syndemic? Food Policy. 2022;112:102375. https://doi.org/10.1016/j.foodpol.2022.102375
34. Menezes RCE, Oliveira JS, Almendra R, Lira PIC, Costa EC, Leal VS, Santana P. Influence of food environment on ultra-processed drinks consumption among an economically vulnerable population in a metropolitan area in Brazil: A multilevel analysis. Health Place. 2022;77:102869. https://doi.org/10.1016/j.healthplace.2022.102869
35. Ribeiro AI, Santos AC, Vieira VM, Barros H. Hotspots of childhood obesity in a large metropolitan area: does neighbourhood social and built environment play a part? Int J Epidemiol. 2020;49(3):934–43. https://doi.org/10.1093/ije/dyz205
36. Jaime PC, Duran AC, Sarti FM, Lock K. Investigating environmental determinants of diet, physical activity, and overweight among adults in Sao Paulo, Brazil. J Urban Health. 2011;88(3):567-81. https://doi.org/10.1007/s11524-010-9537-2
37. Organização das Nações Unidas. Transformando Nosso Mundo: A Agenda 2030 para o Desenvolvimento Sustentável. Nova Iorque: Organização das Nações Unidas; 2015.
38. Ministério da Saúde. Estratégia Nacional para Prevenção e Atenção à Obesidade Infantil: orientações técnicas. Brasília; 2022.
39. Turner C, Aggarwal A, Walls H, Herforth A, Drewnowski A, Coates J, Kalamantianou S, Kadiyala S. Concepts and critical perspectives for food environment research: A global framework with implications for action in low- and middle-income countries. Glob Food Sec. 2018; 44:110-17. https://doi.org/10.1016/j.gfs.2018.08.003
40. Turner C, Kalamatianou S, Drewnowski A, Kulkarni B, Kinra S, Kadiyala S. Food Environment Research in Low- and Middle-Income Countries: A Systematic Scoping Review. Adv Nutr. 2020;11(2):387-397. https://doi.org/10.1093/advances/nmz031
41. Downs SM, Ahmed S, Fanzo J, Herforth A. Food Environment Typology: Advancing an Expanded Definition, Framework, and Methodological Approach for Improved Characterization of Wild, Cultivated, and Built Food Environments toward Sustainable Diets. Foods. 2020;9(4):532. https://doi.org/10.3390/foods9040532