0289/2024 - Relação entre tempo de tela e consumo de ultraprocessados em gestantes atendidas na Atenção Primária à Saúde Relationship between screen time and consumption of ultra-processed foods in pregnant women treated in Primary Health Care
O objetivo foi investigar a relação entre tempo de tela e a frequência de consumo de alimentos ultraprocessados (AUP) em gestantes com sobrepeso. Estudo transversal que utilizou dados da linha de base de um ensaio clínico randomizado, realizado na rede básica de saúde de um município brasileiro entre 2018 e 2021. Foram utilizados os dados do formulário Marcadores de Consumo Alimentar. O tempo de tela diário (TT) foi mensurado com base na quantidade de minutos despendidos assistindo televisão e utilizando dispositivos eletrônicos durante o tempo livre. Modelos de regressão logística, ajustados por variáveis selecionadas pelo Directed Acyclic Graph, foram utilizados. A mediana (P25; P75) da idade materna foi de 27 anos (23; 32) e do IMC pré-gestacional de 27,2 kg/m² (26,1; 28,3). Entre as gestantes, 59,4% realizavam algum tipo de trabalho remunerado e 62,1% pertenciam ao estrato econômico C. Gestantes com TT total >240 minutos/dia apresentaram maior chance de consumir AUP em três ou mais dias da semana [OR 2,06 (IC95%; 1,29 a 3,30), p= 0,003]. Observou-se uma relação direta entre o maior tempo de uso de aparelhos eletrônicos e maior frequência de consumo de AUP [OR 2,13 (IC95%; 1,34 a 3,39), p= 0,002]. Gestantes com maior TT total e TT de eletrônicos apresentaram maior chance de terem uma frequência elevada de consumo de alimentos ultraprocessados.
Palavras-chave:
Gravidez; Tempo de tela; Alimento Processado; Atenção Primária à Saúde.
Abstract:
The present study aimed to investigate the relationship between screen time and the frequency of consumption of ultra-processed foods (UPF) in overweight pregnant women. This was a cross-sectional study that used baseline data from a randomized clinical trial conducted in the Primary Health Care (PHC) network of a Brazilian municipality between 2018 and 2021. Data from the Food Consumption Markers form were used. Daily screen time (ST) was measured based on the number of minutes spent watching television and using electronic devices during free time. Logistic regression models, adjusted for variables selected by the Directed Acyclic Graph, were used. The median (P25; P75) maternal age was 27 years (23; 32) and the pre-gestational BMI was 27.2 kg/m² (26.1; 28.3). Among pregnant women, 59.4% had some type of paid work and 62.1% belonged to economic stratum C. Pregnant women with a total ST >240 minutes/day were more likely to consume UPF on three or more days of the week [OR 2.06 (95% CI; 1.29 to 3.30), p= 0.003]. A direct relationship was observed between longer use of electronic devices and higher frequency of UPF consumption [OR 2.13 (95% CI; 1.34 to 3.39), p= 0.002]. Pregnant women with higher total ST and ST of electronic devices were more likely to have a high frequency of consumption of UPFs.
Keywords:
Pregnancy; Screen Time; Processed Food; Primary Health Care.
Conteúdo:
Introdução
As escolhas alimentares e o estilo de vida adotado pela mulher durante a gestação influenciam diretamente nos desfechos materno-infantis, a curto e longo prazo1. Se por um lado, uma alimentação adequada e a prática regular de atividades físicas são fatores relacionados a uma evolução positiva da gravidez, por outro, uma dieta desequilibrada, rica em alimentos de alta densidade energética e baixa densidade de nutrientes, aliada a inatividade física, são fatores de risco que contribuem para resultados adversos na gestação2,3,4,5.
Uma alimentação saudável, balanceada e variada durante a gestação fornece energia e nutrientes adequados e suficientes para o binômio mãe-filho, de forma a promover o desenvolvimento fetal adequado e favorecer a saúde e bem-estar da mulher. Além de reduzir as chances de complicações maternas, como diabetes mellitus gestacional (DMG), ganho de peso gestacional inadequado (insuficiente ou excessivo) e hipertensão gestacional1,3. E, para a criança, é um fator protetor a curto e longo prazos, pois previne parto prematuro, baixo peso ao nascer (BPN) e diminui as chances de desenvolvimento de obesidade, diabetes mellitus tipo 2, doenças cardiovasculares, hipertensão arterial sistêmica (HAS) e síndrome metabólica ao longo da vida6.
O fascículo 3 dos Protocolos de uso do Guia Alimentar brasileiro3 aborda orientações nutricionais para gestantes. Ele incorpora as recomendações do novo Guia Alimentar para a População Brasileira7, que, por sua vez, leva em consideração o grau de processamento industrial dos alimentos. Alimentos in natura e minimamente processados são alimentos que muito se assemelham à sua forma natural e que sofreram pouca ou nenhuma transformação ou adição de outros ingredientes, como as frutas frescas, hortaliças, arroz e feijão. Por outro lado, alimentos que se distanciam da sua forma original, acrescidos de açúcares, sal, gorduras e outros aditivos alimentares, como edulcorantes, conservantes e aromatizantes, são classificados como alimentos ultraprocessados (AUP), exemplos desses, são os refrigerantes, sucos artificiais, bolachas, biscoitos, salgadinhos tipo “chips”, dentre outros industrializados7. Baseado nestes materiais, preconiza-se o consumo majoritário e diversificado de alimentos in natura e minimamente processados, que fornecem a variedade de nutrientes essenciais para a gestação, em detrimento do consumo de AUP.
A prática de atividades físicas também influencia a saúde do binômio mãe e filho, pois está relacionada com o controle de peso corporal da gestante, com a redução do risco de desenvolvimento de doenças crônicas não transmissíveis (DCNT), como DMG, hipertensão gestacional, pré-eclâmpsia e depressão, além de reduzir o risco de parto prematuro e peso inadequado ao nascer8.
Já a inatividade física, por si só, representa um importante contribuinte para a mortalidade9. O tempo despendido na posição sentada ou deitada em frente às telas (televisão, celular, computador e tablet), denominado tempo de tela (TT), atualmente é o principal componente do tempo total despendido em comportamentos sedentários durante o lazer5. Um estudo brasileiro que utilizou os dados do Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico (Vigitel) de 2016 a 2021, concluiu que houve um aumento, tanto no TT de eletrônicos, quanto na frequência de adultos passando mais tempo em frente às telas, durante o período analisado10.
Estudos sugerem haver associação entre o tempo de tela e o padrão de consumo alimentar11,12,13,14. A maioria deles são conduzidos entre crianças e adolescentes, visto a relevância dos hábitos alimentares para o crescimento e desenvolvimento durante estas faixas etárias e o aumento da prevalência de comportamentos sedentários e de desenvolvimento de DCNT nestas populações12,14.
Em uma revisão sistemática que incluiu 53 artigos científicos, os autores concluíram que para crianças, adolescentes e adultos, comportamentos sedentários parecem estar positivamente associados ao consumo de alimentos não saudáveis, como lanches, bebidas de alta densidade calórica e fast-foods, e negativamente associados ao consumo de frutas, vegetais e fibras alimentares15.
Dada a relevância da prática de hábitos de vida saudáveis durante a gestação para garantir a saúde do binômio mãe e filho, torna-se importante compreender os fatores que estão associados e que influenciam a alimentação e o estilo de vida durante a gravidez. Porém, desconhecemos a existência de estudos que tenham explorado a associação entre o tempo despendido em frente às telas e o consumo de AUP entre mulheres grávidas.
Portanto, o objetivo do presente estudo foi investigar a relação entre o tempo de tela e a frequência semanal de consumo de AUP entre gestantes brasileiras com sobrepeso atendidas pela Atenção Primária à Saúde (APS) no município de Ribeirão Preto/ SP.
Métodos
Trata-se de um estudo transversal que utilizou dados da linha de base de um ensaio clínico controlado randomizado, que foi realizado entre 335 mulheres grávidas com sobrepeso que realizaram acompanhamento pré-natal na APS do município de Ribeirão Preto/ SP. Os dados foram coletados em sete Unidades de Saúde do município entre 2018 e 2021.
O ensaio clínico tinha como principal objetivo avaliar o efeito de uma intervenção nutricional na prevenção do ganho de peso excessivo em gestantes com sobrepeso, baseada no incentivo ao consumo de alimentos in natura e minimamente processados, em detrimento dos AUP, aliado ao incentivo à prática de atividades físicas16,17. O estudo foi autorizado pela Secretaria Municipal de Saúde e aprovado pelo Comitê de Ética em Pesquisa do Centro de Saúde Escola da Faculdade de Medicina de Ribeirão Preto, SP (69997717.6.0000.5414). O presente estudo também foi aprovado pelo mesmo Comitê (63318822.4.0000.5414). As mulheres que concordaram em participar do estudo assinaram o Termo de Consentimento Livre e Esclarecido (TCLE).
Desenho do estudo e cálculo da amostra
Inicialmente, estabeleceu-se um nível de significância de 5% (?= 0,05), uma potência de 90% (?= 0,1) e uma expectativa de perda de seguimento de 20%, resultando em uma amostra de 300 gestantes. Contudo, devido à emergência da pandemia do Covid-19, a taxa de perda de acompanhamento no estudo expandiu para 40%, dobrando o valor inicialmente considerado. Isso conduziu a uma revisão do tamanho amostral, culminando em uma nova amostra de 350 gestantes.
Os critérios de inclusão no ensaio clínico foram: gestantes com idade mínima de 18 anos, idade gestacional (IG) de até 15 semanas e 6 dias e com índice de massa corporal (IMC) pré-gestacional entre 25 kg/m² e 29,9 kg/m/², classificado como sobrepeso. Foram excluídas as gestantes que relataram diabetes mellitus prévio ou em uso de hipoglicemiantes orais/insulina, e que faziam uso de medicamentos para perda de peso.
No presente estudo, para a composição da amostra foi empregado a estratégia de amostragem não-probabilística do tipo conveniente, onde foram incluídas todas as mulheres com dados completos na primeira avaliação do ensaio clínico (n= 335)16.
Marcadores de consumo alimentar
A frequência de consumo de AUP foi determinada por meio de um screener que avaliou o consumo semanal de bebidas adoçadas, como sucos artificiais e/ou refrigerantes (normal, diet ou light), e de outros AUP, como bolachas, biscoitos, salgadinhos tipo “chips” ou macarrão tipo “miojo”. O screener foi adaptado do formulário empregado no Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico (VIGITEL)18, previamente validado para a população brasileira19.
Para o presente estudo, o consumo de bebidas adoçadas e de outros AUP foi agrupado em uma única categoria, denominada “Consumo de AUP”, considerando-se a frequência semanal mais alta relatada. Por exemplo, se uma gestante relatou o consumo de bebidas adoçadas em 3 dias da semana e o consumo de outros AUP em 5 dias, a frequência semanal de consumo de AUP considerada foi de 5 dias/semana. Com base nisso, a variável de consumo de AUP foi dividida em duas categorias, considerando a mediana de consumo da amostra: <2 dias/semana e >3 dias/semana.
Tempo de tela
As informações relativas ao tempo de exposição às telas foram coletadas por meio de um formulário adaptado do VIGITEL18, previamente validado para a população brasileira20. Esse formulário abrangeu o registro do número de minutos despendidos diariamente assistindo à televisão e utilizando dispositivos eletrônicos, como celular, tablet ou computador, durante os períodos de lazer, excluindo, portanto, as atividades de trabalho.
A quantidade de minutos destinados ao tempo de tela (TT) de televisão e aos dispositivos eletrônicos foram combinados para criar a variável denominada “Tempo de Tela Total” (TT total). As variáveis de TT foram transformadas em categorias dicotômicas com base na mediana da amostra. As categorias estabelecidas para o TT total foram: <240 minutos/dia ou >240 minutos/dia; para o TT de televisão: <120 minutos/dia ou >120 minutos/dia; e para o TT de eletrônicos: <120 minutos/dia ou >120 minutos/dia.
Não há recomendações específicas para o tempo de exposição às telas para adultos, incluindo gestantes. Alguns estudos adotam pontos de corte variados, como mais de 2 horas diárias21, 3 horas diárias22,23 ou um limite de mais de 4 horas (240 minutos) por dia24 para as variáveis relacionadas ao tempo de tela. Além disso, a coleta de dados ocorreu durante a pandemia de Covid-19; período marcado por mudanças significativas no comportamento humano, como aumento do tempo despendido em frente às telas, comportamento sedentário e alterações nos hábitos alimentares. Portanto, diante da falta de recomendações específicas, optou-se por adotar a mediana da própria população do estudo como ponto de corte para determinação das categorias.
Características maternas
Dados de idade (anos), idade gestacional na randomização (semanas), IMC pré-gestacional estimado (kg/ m²), autorrelato da cor da pele (branca, preta, parda, amarela, indígena), estado civil (casada/ mora com o parceiro, outras), escolaridade (<8 anos, 9-11 anos, >12 anos), exercício de atividade remunerada (sim, não), recebimento do benefício Bolsa Família (sim, não), condições da moradia (origem da água, tipo de rua, quantidade de banheiros, tipos e quantidades de eletrodomésticos e eletroeletrônicos, tipos e quantidades de veículos próprios e presença ou não de empregados mensalistas), número de filhos, tempo de sono por dia (horas), histórico de tabagismo (nunca fumou, ex-fumante, fuma atualmente) e prática de atividade física semanal, antes e durante a gravidez (minutos por semana) foram obtidos por meio de um questionário estruturado na primeira avaliação do estudo realizada, no máximo, até 15ª semana gestacional e 6 dias.
Ainda na primeira avaliação do estudo, foram aferidos peso (kg) e estatura (m) das gestantes. O peso atual foi aferido em balança digital portátil (Tanita, modelo HS 302), enquanto a estatura foi mensurada em estadiômetro com balança mecânica acoplada, disponível na Unidade de Saúde. Destaca-se que todos os dados foram coletados por nutricionistas treinados.
Análises estatísticas
Testes não-paramétricos foram empregados para realizar as análises descritivas das características da amostra segundo a frequência semanal de consumo de AUP e o TT total, sendo que, para as variáveis contínuas (idade materna, idade gestacional, IMC pré-gestacional e tempo de sono) foi empregado o teste de Mann-Whitney e para variáveis categóricas (estado civil, autorrelato da cor da pele, escolaridade, estrato econômico, trabalho remunerado, paridade, hábito de fumar e autorrelato de HAS) o teste de Qui-quadrado de Independência. Para identificar a diferença entre as categorias das variáveis foi empregado o teste de Bonferroni25.
Modelos de regressão logística binária ajustados por idade, trabalho remunerado e prática de atividade física, segundo determinado pelo Directed Acyclic Graph (DAGitty)26, foram utilizados para investigar a relação entre a frequência semanal de consumo de AUP e o TT total, o TT de televisão e o TT de eletrônicos (Apêndice 1). As análises estatísticas foram realizadas com o auxílio do programa IBM SPSS Statistics Versão 27.0, SPSS Inc. Woking, Surrey, UK. O nível de significância adotado para as análises foi de p <0,05.
Resultados
A mediana da idade foi de 27 anos (23; 32), do IMC pré-gestacional foi de 27,2 kg/m² (26,1; 28,3), e das horas de sono por dia foi de 9 horas (8; 10). A maioria das gestantes eram casadas ou moravam com o companheiro 252 (75,2), 226 (67,4) autodeclararam-se pretas ou pardas, 185 (62,1) pertenciam ao estrato econômico C e 199 (59,4) exerciam trabalho remunerado. Dois terços das gestantes 224 (66,9) consumiam AUP três vezes ou mais na semana, enquanto mais da metade 190 (56,7) declararam TT total diário maior ou igual a 240 minutos (Tabelas 1 e 2).
Dentre as gestantes que declararam consumir AUP três vezes ou mais durante a semana, 169 (75,4) referiram o consumo de bebidas adoçadas >3 vezes/semana e 106 (47,3) referiram consumir outros tipos de AUP com essa mesma frequência.
Quanto ao hábito de fumar, observou-se que houve uma maior prevalência de mulheres que mantiveram o tabagismo durante a gestação no grupo daquelas que relataram consumir AUP três vezes por semana ou mais 22 (9,8), em comparação com as gestantes que referiram menor frequência de consumo de AUP 2 (1,8). Adicionalmente, entre as gestantes que relataram consumo de AUP em dois ou menos dias na semana, 89 (80,2) afirmaram nunca terem fumado, enquanto o grupo daquelas com maior frequência de consumo de AUP o relato de nunca terem fumado teve menor incidência, representando 67% do grupo (n=150) (p= 0,01) (Tabela 1).
No geral, das 335 mulheres, 200 (59,7) mencionaram um tempo de eletrônicos >120 minutos por dia e 170 (50,7) relataram TT de televisão igual ou superior a 120 minutos por dia. Das 190 (56,7) gestantes que indicaram tempo de tela total igual ou superior a 240 minutos por dia, 137 (72,1) relataram um tempo de televisão >120 minutos/dia e 164 (86,3) mencionaram um tempo de eletrônicos >120 minutos/dia.
As mulheres mais jovens relataram um tempo significativamente maior de exposição às telas (p= 0,02). Além disso, aquelas que tiveram um tempo de tela total igual ou superior a 240 minutos por dia apresentaram uma mediana de horas de sono diária maior (p <0,001) (Tabela 2).
Também foi observada uma relação entre trabalho remunerado e o tempo de tela total diário. As mulheres que não tinham trabalho remunerado apresentaram um maior tempo de tela total diário (>240 minutos/dia) (p= 0,01). Assim como, entre as mulheres nulíparas, foi identificada uma maior frequência de exposição a um TT total de 240 ou mais minutos por dia (p= 0,01) (Tabela 2).
Gestantes que referiram TT total igual ou superior a 240 minutos por dia apresentaram duas vezes mais chance de consumir AUP >3 dias/semana [OR 2,06 (IC95%; 1,29 a 3,30), p= 0,003]. Observou-se, também, uma relação direta entre o tempo de uso de aparelhos eletrônicos e a frequência de consumo de AUP, em que gestantes com maior TT de eletrônicos (>120 min/dia) apresentaram maior chance de consumir AUP três vezes ou mais na semana [OR 2,13 (IC95%; 1,34 a 3,39), p= 0,002]. Não foi observada relação significativa entre o tempo assistindo à televisão e o consumo de AUP (Tabela 3).
Discussão
Observou-se que gestantes que despendem mais tempo em frente às telas, tanto referente ao TT total quanto ao tempo despendido em dispositivos eletrônicos, apresentam uma maior frequência semanal de consumo de AUP. Estes achados vão ao encontro com um estudo brasileiro conduzido por Martins (2022)22 que, ao analisar dados da Pesquisa Nacional de Saúde (PNS) de 2019, identificou que, entre adultos brasileiros, o maior tempo de exposição às telas esteve associado ao maior consumo de alimentos não saudáveis (bebidas adoçadas, biscoitos doces e salgados de pacote, guloseimas, embutidos, pães industrializados, molhos industrializados e comidas prontas industrializadas congeladas) e menor consumo de alimentos saudáveis (alimentos in natura ou minimamente processados, como leguminosas, verduras, legumes, frutas e oleaginosas).
No presente estudo, esta associação não foi observada quando analisamos o tempo de televisão isoladamente. Uma possível explicação para essa diferença é que a amostra se caracterizou majoritariamente por mulheres jovens, com idade mediana de 27 anos (23; 32). Como observado por Martins (2022)22, os dispositivos eletrônicos são mais populares entre adultos jovens (<35 anos), enquanto a exposição à televisão é maior entre indivíduos mais velhos (>65 anos).
Em comparação com as mulheres que relataram TT <240 minutos, uma maior frequência de gestantes com maior tempo de tela (TT total >240 min/dia) não exerciam trabalho remunerado e eram primigestas. Características que podem sugerir maior tempo livre disponível e acesso facilitado às telas, considerando as medidas de isolamento social exigidas durante a pandemia do Covid-1927,28. Além disso, estas gestantes também relataram um maior tempo de sono, o que condiz com as demais características, mas contraria estudos que associam o maior TT ao menor tempo de sono29.
Para mais, o consumo de AUP três vezes ou mais por semana foi referido por dois terços das mulheres. No Brasil, o consumo de alimentos in natura e minimamente processados ainda representa a maior porcentagem do valor energético total (VET) da dieta, para todos os estratos socioeconômicos30. Assim como apontado por Levy (2022)31, ao analisar os dados da Pesquisa de Orçamentos Familiares (POF) das últimas três décadas, percebe-se um aumento persistente e gradual da participação dos AUP no VET dos brasileiros ao longo dos anos.
Somado a isso, estudos mostram que durante a pandemia do Covid-19 houve um aumento no consumo destes alimentos de alta densidade energética e baixo valor nutricional32,33, seja pela conveniência de estoque, alta diversidade, alta palatabilidade e à facilidade de consumo, ou então pela constante influência exercida pelas campanhas publicitárias, que contribuem para o aumento substancial da probabilidade de consumir AUP34,35. Além disso, autores destacam o impacto negativo do estresse sobre os padrões alimentares das populações, que foram exacerbados pela pandemia32.
A maior exposição ao marketing de alimentos não saudáveis é uma possível justificativa para a maior frequência semanal de consumo de AUP entre as gestantes que relataram maior TT total e TT de eletrônicos23. Como apontado por Horta (2021)36, o ambiente alimentar digital abrange as interações entre consumidores e alimentos no contexto online, incluindo mídias sociais, aplicativos, websites e outras ferramentas digitais. Por meio dele, a indústria alimentícia interage com os usuários, utilizando estratégias de marketing interativo, vídeos, links e mensagens personalizadas. Durante a pandemia do Covid-19, houve aumento da presença dos brasileiros em aplicativos de entrega de comida, resultando em um crescimento expressivo nos pedidos realizados em uma plataforma popular37.
Ademais, Tabares-Tabares (2022)38 aponta em sua pesquisa que em situações em que a exposição às telas é simultânea ao ato de comer, alguns mecanismos podem acarretar o aumento do consumo alimentar, como: 1) a exposição ao marketing, principalmente de ultraprocessados; 2) a distração causada pela transferência da atenção na comida para o conteúdo exposto na tela, interferindo na percepção dos sinais fisiológicos de fome e saciedade; e 3) as mudanças emocionais, desencadeadas pelos conteúdos transmitidos, principalmente quando geram sentimentos fortes, como alegria e tristeza.
Alguns autores destacam que parece haver associação entre o gênero e a quantidade de snacks consumidos enquanto assiste-se à televisão; sendo que mulheres parecem estar mais propensas a comer mais nestas condições, em comparação aos homens. Ainda, além dos efeitos imediatos, comer em frente à televisão parece ter efeitos no consumo alimentar das próximas refeições, por afetar a percepção da quantidade de alimentos consumidos na refeição realizada em frente à tela39.
Um ensaio clínico conduzido entre mulheres adultas buscou entender os mecanismos envolvidos no aumento do consumo de alimentos quando estes são consumidos em frente à televisão. Independente da variedade de alimentos oferecidos aos participantes, uma maior quantidade teve que ser consumida para gerar a mesma plenitude ao comer em frente à televisão, em comparação com as refeições realizadas sem a televisão, e esse efeito era potencializado se os participantes fossem telespectadores frequentes do programa de televisão40.
Este estudo é um importante ponto de partida para investigar a relação entre o tempo de tela e o consumo alimentar entre gestantes com sobrepeso. No entanto, são necessárias pesquisas adicionais para aprofundar a compreensão dessa associação. Entre as limitações deste estudo, podemos citar a natureza transversal, que impede a inferência de causalidade nas associações encontradas. Estudos longitudinais podem ajudar a estabelecer relações de causa e efeito entre o tempo de tela e o consumo de alimentos não saudáveis durante a gestação. Além da impossibilidade de generalizar os resultados encontrados para outras categorias de IMC pré-gestacional, uma vez que foi conduzido entre uma amostra de gestantes com sobrepeso. Ademais, os resultados podem ter sido influenciados pelos impactos da crise socioeconômica enfrentada pelo Brasil ao longo dos anos em que o estudo foi conduzido, agravada pela pandemia do Covid-19, aumentando a desigualdade social e contribuindo para a elevação dos índices de insegurança alimentar, principalmente entre os menos favorecidos socioeconomicamente.
Quanto às potencialidades deste estudo, destacam-se que os dados foram coletados por nutricionistas treinados, a utilização de instrumentos de coleta validados para a população brasileira, além do ineditismo desta abordagem para a população em questão e a utilização da classificação Nova de alimentos, como a abordagem de avaliação do consumo alimentar.
Conclusão
Gestantes com maior tempo total de tela e de dispositivos eletrônicos têm maior chance de apresentarem frequência semanal elevada de consumo de AUP. Estes achados podem contribuir para a formulação de políticas públicas de promoção da saúde e programas de intervenção nutricional para gestantes.
Referências
1. Mate A, Reyes-Goya C, Santana-Garrido Á, Vázquez CM. Lifestyle, Maternal Nutrition and Healthy Pregnancy. Curr Vasc Pharmacol. 2021;19(2):132-140. doi: 10.2174/1570161118666200401112955. PMID: 32234002.
2. Paula WO, Patriota ESO, Gonçalves VSS, Pizato N. Maternal Consumption of Ultra-Processed Foods-Rich Diet and Perinatal Outcomes: A Systematic Review and Meta-Analysis. Nutrients. 2022 Aug 8;14(15):3242. doi: 10.3390/nu14153242. PMID: 35956418; PMCID: PMC9370797.
3. Ministério da Saúde (BR). Fascículo 3 Protocolos de uso do Guia Alimentar para a população brasileira na orientação alimentar de gestantes [recurso eletrônico]. Brasília: Universidade de São Paulo; 2021.
4. Ministério da Saúde (BR); Secretaria de Atenção Primária à Saúde (BR); Departamento de Promoção da Saúde (BR). Guia de Atividade Física para a População Brasileira [recurso eletrônico]. Brasília: Ministério da Saúde; 2021.
5. Bull FC, Al-Ansari SS, Biddle S, Borodulin K, Buman MP, Cardon G, Carty C, Chaput JP, Chastin S, Chou R, Dempsey PC, DiPietro L, Ekelund U, Firth J, Friedenreich CM, Garcia L, Gichu M, Jago R, Katzmarzyk PT, Lambert E, Leitzmann M, Milton K, Ortega FB, Ranasinghe C, Stamatakis E, Tiedemann A, Troiano RP, van der Ploeg HP, Wari V, Willumsen JF. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020 Dec;54(24):1451-1462. doi: 10.1136/bjsports-2020-102955. PMID: 33239350; PMCID: PMC7719906.
6. Lillycrop KA. Effect of maternal diet on the epigenome: implications for human metabolic disease. Proc Nutr Soc. 2011 Feb;70(1):64-72. doi: 10.1017/S0029665110004027. PMID: 21266093.
7. Ministério da Saúde (BR); Secretaria de Atenção à Saúde (BR); Departamento de Atenção Básica (BR). Guia alimentar para a população brasileira [recurso eletrônico]. 2. ed., 1. reimpr. Brasília: Ministério da Saúde; 2014.
8. Ribeiro MM, Andrade A, Nunes I. Physical exercise in pregnancy: benefits, risks and prescription. J Perinat Med. 2021 Sep 6;50(1):4-17. doi: 10.1515/jpm-2021-0315. PMID: 34478617.
9. Lee IM, Shiroma EJ, Lobelo F, Puska P, Blair SN, Katzmarzyk PT; Lancet Physical Activity Series Working Group. Effect of physical inactivity on major non-communicable diseases worldwide: an analysis of burden of disease and life expectancy. Lancet. 2012 Jul 21;380(9838):219-29. doi: 10.1016/S0140-6736(12)61031-9. PMID: 22818936; PMCID: PMC3645500.
10. Cardoso PC, Caldeira TCM, Sousa TM, Claro RM. Changes in Screen Time in Brazil: A Time-Series Analysis 2016-2021. Am J Health Promot. 2023 Jun;37(5):681-684. doi: 10.1177/08901171231152147. Epub 2023 Jan 17. PMID: 36651005.
11. Costa CDS, Flores TR, Wendt A, Neves RG, Assunção MCF, Santos IS. Sedentary behavior and consumption of ultra-processed foods by Brazilian adolescents: Brazilian National School Health Survey (PeNSE), 2015. Cad Saude Publica. 2018 Mar 8;34(3):e00021017. English, Portuguese. doi: 10.1590/0102-311X00021017. PMID: 29538514.
12. Pérez-Farinós N, Villar-Villalba C, López Sobaler AM, Dal Re Saavedra MÁ, Aparicio A, Santos Sanz S, Robledo de Dios T, Castrodeza-Sanz JJ, Ortega Anta RM. The relationship between hours of sleep, screen time and frequency of food and drink consumption in Spain in the 2011 and 2013 ALADINO: a cross-sectional study. BMC Public Health. 2017 Jan 6;17(1):33. doi: 10.1186/s12889-016-3962-4. PMID: 28056890; PMCID: PMC5217644.
13. Shqair AQ, Pauli LA, Costa VPP, Cenci M, Goettems ML. Screen time, dietary patterns and intake of potentially cariogenic food in children: A systematic review. J Dent. 2019 Jul;86:17-26. doi: 10.1016/j.jdent.2019.06.004. Epub 2019 Jun 19. PMID: 31228564.
14. Rocha LL, Gratão LHA, Carmo ASD, Costa ABP, Cunha CF, Oliveira TRPR, Mendes LL. School Type, Eating Habits, and Screen Time are Associated With Ultra-Processed Food Consumption Among Brazilian Adolescents. J Acad Nutr Diet. 2021 Jun;121(6):1136-1142. doi: 10.1016/j.jand.2020.12.010. Epub 2021 Jan 28. PMID: 33516640.
15. Pearson N, Biddle SJ. Sedentary behavior and dietary intake in children, adolescents, and adults. A systematic review. Am J Prev Med. 2011 Aug;41(2):178-88. doi: 10.1016/j.amepre.2011.05.002. PMID: 21767726.
16. Sartorelli DS, Crivellenti LC, Manochio-Pina MG, Baroni NF, Carvalho MR, Diez-Garcia RW, Franco LJ. Study Protocol effectiveness of a nutritional intervention based on encouraging the consumption of unprocessed and minimally processed foods and the practice of physical activities for appropriate weight gain in overweight, adult, pregnant women: a randomized controlled trial. BMC Pregnancy Childbirth. 2020 Jan 7;20(1):24. doi: 10.1186/s12884-019-2672-1. PMID: 31910819; PMCID: PMC6947817.
17. Sartorelli DS, Crivellenti LC, Baroni NF, de Andrade Miranda DEG, da Silva Santos I, Carvalho MR, de Lima MC, Carreira NP, Chaves AVL, Manochio-Pina MG, Franco LJ, Diez-Garcia RW. Effectiveness of a minimally processed food-based nutritional counselling intervention on weight gain in overweight pregnant women: a randomized controlled trial. Eur J Nutr. 2023 Feb;62(1):443-454. doi: 10.1007/s00394-022-02995-9. Epub 2022 Sep 10. Erratum in: Eur J Nutr. 2023 Aug;62(5):2341-2342. PMID: 36087136; PMCID: PMC9463499.
18. Ministério da Saúde; Secretaria de Vigilância em Saúde; Departamento de Vigilância de Doenças e Agravos não Transmissíveis e Promoção da Saúde. Vigitel Brasil 2017: 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 2017. Brasília: Ministério da Saúde; 2018.
19. Monteiro CA, Moura EC, Jaime PC, Lucca A, Florindo AA, Figueiredo IC, et al. Validade de indicadores do consumo de alimentos e bebidas obtidos por inquérito telefônico. Rev Saúde Pública. 2008 Aug 13;42(4):582-9.
20. Moreira AD, Claro RM, Felisbino-Mendes MS, Velasquez-Melendez G, Malta DC, Bernal RTI. Validade e reprodutibilidade de inquérito telefônico de atividade física no Brasil. Rev Bras Epidemiol. 2017;20(1):136-46.
21. Xu X, Liu D, Rao Y, Zeng H, Zhang F, Wang L, Xie Y, Sharma M, Zhao Y. Prolonged Screen Viewing Times and Sociodemographic Factors among Pregnant Women: A Cross-Sectional Survey in China. Int J Environ Res Public Health. 2018 Feb 27;15(3):403. doi: 10.3390/ijerph15030403. PMID: 29495439; PMCID: PMC5876948.
22. Martins RCO. Tempo de tela no lazer e consumo alimentar de adultos brasileiros [dissertation]. Belo Horizonte: Faculdade de Medicina, Universidade Federal de Minas Gerais; 2022. 244 p.
23. Maia EG, Gomes FMD, Alves MH, Huth YR, Claro RM. Hábito de assistir à televisão e sua relação com a alimentação: resultados do período de 2006 a 2014 em capitais brasileiras. Cad Saúde Pública. 2016;32(9). doi: 10.1590/0102-311X00104515.
24. Madhav KC, Sherchand SP, Sherchan S. Association between screen time and depression among US adults. Prev Med Rep. 2017 Aug 16;8:67-71. doi: 10.1016/j.pmedr.2017.08.005. PMID: 28879072; PMCID: PMC5574844.
25. MacDonald PL, Gardner RC. Type I error rate comparisons of post hoc procedures for I × J chi-square tables. Educ Psychol Meas. 2000;60(5):735–54. doi:10.1177/00131640021970871.
26. Textor J, van der Zander B, Gilthorpe MS, Liskiewicz M, Ellison GT. Robust causal inference using directed acyclic graphs: the R package 'dagitty'. Int J Epidemiol. 2016 Dec 1;45(6):1887-1894. doi: 10.1093/ije/dyw341. PMID: 28089956.
27. Brasil. Recomendação n° 022, de 09 de abril de 2020. Recomenda medidas com vistas a garantir as condições sanitárias e de proteção social para fazer frente às necessidades emergenciais da população diante da pandemia da COVID-19. Conselho Nacional de Saúde; 2020 Apr 9.
28. Ribeirão Preto. Legislação Municipal. Recomendação n° 64, de 09 de abril de 2020. Declara o estado de calamidade pública no município de Ribeirão Preto, decorrente da Pandemia do COVID-19, e dá outras providências. Diário Oficial, Ribeirão Preto, SP, 10 de jun. de 2020.
29. Nakshine VS, Thute P, Khatib MN, Sarkar B. Increased Screen Time as a Cause of Declining Physical, Psychological Health, and Sleep Patterns: A Literary Review. Cureus. 2022 Oct 8;14(10):e30051. doi: 10.7759/cureus.30051. PMID: 36381869; PMCID: PMC9638701.
30. IBGE. Pesquisa de orçamentos familiares 2017-2018: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2020.
31. Levy RB, Andrade GC, Cruz GLD, Rauber F, Louzada MLDC, Claro RM, Monteiro CA. Three decades of household food availability according to NOVA - Brazil, 1987-2018. Rev Saúde Pública. 2022 Aug 8;56:75. doi: 10.11606/s1518-8787.2022056004570. PMID: 35946675; PMCID: PMC9388064.
32. Malta DC, Szwarcwald CL, Barros MBA, Gomes CS, Machado IE, Souza Júnior PRB, et al. A pandemia da COVID-19 e as mudanças no estilo de vida dos brasileiros adultos: um estudo transversal, 2020. Epidemiol Serv Saúde [Internet]. 2020;29(4) Epub 21-Set-2020. doi:10.1590/s1679-49742020000400026.
33. Raphaelli CO, de Figueiredo MF, Pereira E dos S, Granada GG. A pandemia de COVID-19 no Brasil favoreceu o consumo de alimentos ultraprocessados? / COVID-19 pandemic in Brazil favored the consumption of ultra-processed foods?. BASR [Internet]. 2021 May 6;5(3):1297-313. doi:10.34115/basrv5n3-002
34. Ruiz-Roso MB, de Carvalho Padilha P, Mantilla-Escalante DC, Ulloa N, Brun P, Acevedo-Correa D, Arantes Ferreira Peres W, Martorell M, Aires MT, de Oliveira Cardoso L, Carrasco-Marín F, Paternina-Sierra K, Rodriguez-Meza JE, Montero PM, Bernabè G, Pauletto A, Taci X, Visioli F, Dávalos A. Covid-19 Confinement and Changes of Adolescent's Dietary Trends in Italy, Spain, Chile, Colombia and Brazil. Nutrients. 2020 Jun 17;12(6):1807. doi: 10.3390/nu12061807. PMID: 32560550; PMCID: PMC7353171.
35. Almeida, Sebastião de Sousa, Nascimento, Paula Carolina BD e Quaioti, Teresa Cristina Bolzan. Quantidade e qualidade de produtos alimentícios anunciados na televisão brasileira. Revista de Saúde Pública [online]. 2002, v. 36, n. 3, pp. 353-355. Epub 17 Jul 2002. ISSN 1518-8787. doi:10.1590/S0034-89102002000300016.
36. Horta PM, Souza JPM, Rocha LL, Mendes LL. Digital food environment of a Brazilian metropolis: food availability and marketing strategies used by delivery apps. Public Health Nutr. 2021 Feb;24(3):544-548. doi: 10.1017/S1368980020003171. Epub 2020 Sep 9. PMID: 32900419; PMCID: PMC10195591.
37. Valente J. Pesquisa revela aumento de pedidos de comida por app durante pandemia. Agência Brasil [Internet]. Brasília; 2021 Dez 12. Disponível em: https://agenciabrasil.ebc.com.br/geral/noticia/2021-12/pesquisa-revela-aumento-de-pedidos-de-comida-por-app-durante-pandemia.
38. Tabares-Tabares M, Moreno Aznar LA, Aguilera-Cervantes VG, León-Landa E, López-Espinoza A. Screen use during food consumption: Does it cause increased food intake? A systematic review. Appetite. 2022 Apr 1;171:105928. doi: 10.1016/j.appet.2022.105928. Epub 2022 Jan 17. PMID: 35051544.
39. Francis HM, Stevenson RJ, Oaten MJ, Mahmut MK, Yeomans MR. The Immediate and Delayed Effects of TV: Impacts of Gender and Processed-Food Intake History. Front Psychol. 2017 Sep 20;8:1616. doi: 10.3389/fpsyg.2017.01616. PMID: 28979225; PMCID: PMC5611398.
40. Braude L, Stevenson RJ. Watching television while eating increases energy intake. Examining the mechanisms in female participants. Appetite. 2014 May;76:9-16. doi: 10.1016/j.appet.2014.01.005. Epub 2014 Jan 22. PMID: 24462489.
Outros idiomas:
Relationship between screen time and consumption of ultra-processed foods in pregnant women treated in Primary Health Care
Resumo (abstract):
The present study aimed to investigate the relationship between screen time and the frequency of consumption of ultra-processed foods (UPF) in overweight pregnant women. This was a cross-sectional study that used baseline data from a randomized clinical trial conducted in the Primary Health Care (PHC) network of a Brazilian municipality between 2018 and 2021. Data from the Food Consumption Markers form were used. Daily screen time (ST) was measured based on the number of minutes spent watching television and using electronic devices during free time. Logistic regression models, adjusted for variables selected by the Directed Acyclic Graph, were used. The median (P25; P75) maternal age was 27 years (23; 32) and the pre-gestational BMI was 27.2 kg/m² (26.1; 28.3). Among pregnant women, 59.4% had some type of paid work and 62.1% belonged to economic stratum C. Pregnant women with a total ST >240 minutes/day were more likely to consume UPF on three or more days of the week [OR 2.06 (95% CI; 1.29 to 3.30), p= 0.003]. A direct relationship was observed between longer use of electronic devices and higher frequency of UPF consumption [OR 2.13 (95% CI; 1.34 to 3.39), p= 0.002]. Pregnant women with higher total ST and ST of electronic devices were more likely to have a high frequency of consumption of UPFs.
Palavras-chave (keywords):
Pregnancy; Screen Time; Processed Food; Primary Health Care.
Relação entre tempo de tela e consumo de ultraprocessados em gestantes atendidas na Atenção Primária à Saúde
Relationship between screen time and consumption of ultra-processed foods in pregnant women treated in Primary Health Care
Letícia Ferrer Neves
Nutricionista, Prefeitura Municipal de Campinas, Avenida Milton Christine, 1848 - Parque Alto Taquaral, Campinas, São Paulo, Brasil. 13087-090. leticiafn.nutri@gmail.com ORCID: https://orcid.org/0009-0003-1640-0615
Maria Carolina de Lima
Mestra e doutoranda pelo Programa de Pós-Graduação em Saúde Pública da Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Avenida Bandeirantes, 3900. Ribeirão Preto, SP, Brasil. 14049-900. mariacarolina017@hotmail.com ORCID: https://orcid.org/0000-0001-5915-7756
Natalia Posses Carreira
Mestra e doutoranda pelo Programa de Pós-Graduação em Saúde Pública da Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Avenida Bandeirantes, 3900. Ribeirão Preto, SP, Brasil. 14049-900. nutrinaticarreira@gmail.com ORCID: https://orcid.org/0000-0003-4883-9166
Ana Vitória Lanzoni Chaves
Nutricionista,
Ribeirão Preto, Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Avenida Bandeirantes, 3900. Ribeirão Preto, SP, Brasil. 14049-900. nutri.analanzonichaves@gmail.com ORCID: https://orcid.org/0000-0003-3986-9961
Daniela Saes Sartorelli
Doutora, professora associada do Departamento de Medicina Social, Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Avenida Bandeirantes, 3900. Ribeirão Preto, SP, Brasil. daniss@fmrp.usp.br ORCID: https://orcid.org/0000-0003-2028-3274
Autor correspondente: Daniela Saes Sartorelli, Avenida Bandeirantes, 3900. Ribeirão Preto, São Paulo, Brasil. 14049-900. daniss@fmrp.usp.br +55 (16) 3602-2712.
Resumo
O objetivo foi investigar a relação entre tempo de tela e a frequência de consumo de alimentos ultraprocessados (AUP) em gestantes com sobrepeso. Estudo transversal que utilizou dados da linha de base de um ensaio clínico randomizado, realizado na rede básica de saúde de um município brasileiro entre 2018 e 2021. Foram utilizados os dados do formulário Marcadores de Consumo Alimentar. O tempo de tela diário (TT) foi mensurado com base na quantidade de minutos despendidos assistindo televisão e utilizando dispositivos eletrônicos durante o tempo livre. Modelos de regressão logística, ajustados por variáveis selecionadas pelo Directed Acyclic Graph, foram utilizados. A mediana (P25; P75) da idade materna foi de 27 anos (23; 32) e do IMC pré-gestacional de 27,2 kg/m² (26,1; 28,3). Entre as gestantes, 59,4% realizavam algum tipo de trabalho remunerado e 62,1% pertenciam ao estrato econômico C. Gestantes com TT total >240 minutos/dia apresentaram maior chance de consumir AUP em três ou mais dias da semana [OR 2,06 (IC95%; 1,29 a 3,30), p= 0,003]. Observou-se uma relação direta entre o maior tempo de uso de aparelhos eletrônicos e maior frequência de consumo de AUP [OR 2,13 (IC95%; 1,34 a 3,39), p= 0,002]. Gestantes com maior TT total e TT de eletrônicos apresentaram maior chance de terem uma frequência elevada de consumo de alimentos ultraprocessados.
Palavras-chave: Gravidez; Tempo de tela; Alimento Processado; Atenção Primária à Saúde.
The present study aimed to investigate the relationship between screen time and the frequency of consumption of ultra-processed foods (UPF) in overweight pregnant women. This was a cross-sectional study that used baseline data from a randomized clinical trial conducted in the Primary Health Care (PHC) network of a Brazilian municipality between 2018 and 2021. Data from the Food Consumption Markers form were used. Daily screen time (ST) was measured based on the number of minutes spent watching television and using electronic devices during free time. Logistic regression models, adjusted for variables selected by the Directed Acyclic Graph, were used. The median (P25; P75) maternal age was 27 years (23; 32) and the pre-gestational BMI was 27.2 kg/m² (26.1; 28.3). Among pregnant women, 59.4% had some type of paid work and 62.1% belonged to economic stratum C. Pregnant women with a total ST >240 minutes/day were more likely to consume UPF on three or more days of the week [OR 2.06 (95% CI; 1.29 to 3.30), p= 0.003]. A direct relationship was observed between longer use of electronic devices and higher frequency of UPF consumption [OR 2.13 (95% CI; 1.34 to 3.39), p= 0.002]. Pregnant women with higher total ST and ST of electronic devices were more likely to have a high frequency of consumption of UPF.
Keywords: Pregnancy; Screen Time; Processed Food; Primary Health Care.
Introduction
The food choices and lifestyle adopted by women during pregnancy directly influence maternal and child outcomes in the short and long terms1. While an adequate diet and regular physical activity are factors related to a positive pregnancy outcome, an unbalanced diet, rich in foods with high energy density and low nutrient density, combined with physical inactivity, are risk factors that contribute to adverse pregnancy outcomes2,3,4,5.
A healthy, balanced, and varied diet during pregnancy provides adequate and sufficient energy and nutrients for the mother and child in such a way as to promote adequate fetal development and favor the health and wellbeing of the woman. A healthy diet also reduces the chances of maternal complications, such as gestational diabetes mellitus (GDM), inadequate gestational weight gain (insufficient or excessive), and gestational hypertension1,3. Moreover, for the child, it is a protective factor in the short and long term, as it prevents premature birth and low birth weight (LBW), and reduces the chances of developing obesity, type 2 diabetes mellitus, cardiovascular diseases, systemic arterial hypertension (SAH), and metabolic syndrome throughout life6.
Fascicle 3 of the Brazilian Dietary Guidelines3 addresses nutritional guidelines for pregnant women. It incorporates the recommendations of the new Food-based Dietary Guidelines for the Brazilian Population7, which, in turn, takes into account the degree of industrial processing of foods. Natural and minimally processed foods are foods that closely resemble their natural form and have undergone little or no transformation or addition of other ingredients, such as fresh fruits, vegetables, rice, and beans. By contrast, foods that deviate from their original form, with added sugars, salt, fats, and other food additives, such as sweeteners, preservatives, and flavorings, are classified as ultra-processed foods (UPF). Examples of these are soft drinks, artificial juices, cookies, biscuits, chips, among other processed foods7. Based on these materials, the majority and diversified consumption of natural and minimally processed foods is recommended, which provide a variety of essential nutrients for pregnancy, to the detriment of the consumption of UPF.
The practice of physical activities also influences the health of the mother and child, as it is related to the control of the pregnant woman\'s body weight, with the reduction of the risk of developing chronic Noncommunicable Diseases (NCDs), such as GDM, gestational hypertension, pre-eclampsia, and depression, in addition to reducing the risk of premature birth and inadequate birth weight8.
Physical inactivity, in itself, represents an important contributor to mortality9. The time spent sitting or lying down in front of screens (television, cell phone, computer, and tablet), called screen time (ST), is currently the main component of the total time spent on sedentary behaviors during leisure time5. One Brazilian study, using data from the Surveillance System for Risk and Protective Factors for Chronic Diseases by Telephone Survey (Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico – Vigitel), carried out from 2016 to 2021, concluded that there was an increase in both the use of electronic devices and the frequency of adults spending more time in front of screens during the analyzed period10.
Studies suggest that there is an association between screen time and food consumption patterns11,12,13,14, most of which are conducted among children and adolescents, given the relevance of eating habits for growth and development during these age groups and the increased prevalence of sedentary behaviors and the development of NCDs in these populations12,14.
In a systematic review that included 53 scientific articles, the authors concluded that, for children, adolescents and adults, sedentary behaviors appear to be positively associated with the consumption of unhealthy foods, such as snacks, high-calorie beverages, and fast foods, and negatively associated with the consumption of fruits, vegetables, and dietary fiber15.
Given the importance of practicing healthy lifestyle habits during pregnancy to ensure the health of both mother and child, it is important to understand the factors that are associated with and influence diet and lifestyle during pregnancy. However, we are unaware of the existence of studies that have explored the association between time spent in front of screens and consumption of UPF among pregnant women.
Therefore, the present study aimed to investigate the relationship between screen time and the weekly frequency of UPF consumption among overweight Brazilian pregnant women treated by Primary Health Care (PHC) in the city of Ribeirao Preto, SP, Brazil.
Methods
This is a cross-sectional study using baseline data from a randomized controlled clinical trial, which was conducted with 335 overweight pregnant women who underwent prenatal care at the PHC in Ribeirão Preto, Brazil. The data were collected in seven Health Units in the city between 2018 and 2021.
The clinical trial\'s main objective was to evaluate the effect of a nutritional intervention in preventing excessive weight gain in overweight pregnant women, based on encouraging the consumption of natural and minimally processed foods, rather than UPF, combined with encouraging the practice of physical activities16,17. The study was authorized by the Municipal Health Department and approved by the Research Ethics Committee of the Health Center at the College of Medicine of Ribeirao Preto-São Paulo (69997717.6.0000.5414). The present study was also approved by the same Committee (63318822.4.0000.5414). Women who agreed to participate in the study signed a Free and Informed Consent Form (FICF).
Study design and sample calculation
This study initially established a significance level of 5% (α = 0.05), a power of 90% (β = 0.1), and an expected loss to follow-up of 20%, resulting in a sample of 300 pregnant women. However, due to the emergence of the COVID-19 pandemic, the loss to follow-up rate in the study expanded to 40%, doubling the value initially considered. This led to a review of the sample size, culminating in a new sample of 350 pregnant women.
The inclusion criteria for the clinical trial were: pregnant women, at least 18 years of age, a gestational age (GA) of up to 15 weeks and 6 days, and with a pre-gestational body mass index (BMI) between 25 kg/m² and 29.9 kg/m², classified as overweight. Pregnant women who reported previous diabetes mellitus or the use of oral hypoglycemic agents/insulin, and who used weight loss medications were excluded.
In this study, the non-probabilistic convenient sampling strategy was used to compose the sample, including all women with complete data in the first assessment of the clinical trial (n= 335)16.
Food consumption markers
The frequency of UPF consumption was determined using a screener that assessed the weekly consumption of sweetened beverages, such as artificial juices and/or soft drinks (regular, diet or light), and other UPF, such as cookies, crackers, chips, or noodles. The screener was adapted from the form used in the Surveillance System for Risk and Protection Factors for Chronic Diseases by Telephone Survey (VIGITEL)18, previously validated for the Brazilian population19.
For the present study, the consumption of sweetened beverages and other UPF was grouped into a single category, called “UPF Consumption”, considering the highest weekly frequency reported. For example, if a pregnant woman reported the consumption of sweetened beverages on 3 days of the week and the consumption of other UPF on 5 days, the weekly frequency of UPF consumption considered was 5 days/week. Based on this, the UPF consumption variable was divided into two categories, considering the median consumption of the sample: <2 days/week and >3 days/week.
Screen time (ST)
Information on screen time was collected using a form adapted from VIGITEL18, previously validated for the Brazilian population20. This form included recording the number of minutes spent daily watching television and using electronic devices, such as cell phones, tablets, or computers, during leisure time, thus excluding work activities.
The number of minutes spent on television screen time (ST) and electronic devices were combined to create the variable called “Total Screen Time” (Total ST). The ST variables were transformed into dichotomous categories based on the sample median. The categories established for total ST were: <240 minutes/day or >240 minutes/day; for television ST: <120 minutes/day or >120 minutes/day; and for electronic devices ST: <120 minutes/day or >120 minutes/day.
There are no specific recommendations for ST for adults, including pregnant women. Some studies adopt different cutoff points, such as more than 2 hours per day21, 3 hours per day22,23 or a limit of more than 4 hours (240 minutes) per day24 for variables related to ST. In addition, data collection took place during the COVID-19 pandemic, a period marked by significant changes in human behavior, such as increased ST, sedentary behavior, and changes in eating habits. Therefore, given the lack of specific recommendations, it was decided to adopt the median of the study population itself as the cutoff point for determining the categories.
Maternal characteristics
Data on age (years), gestational age at randomization (weeks), estimated pre-gestational BMI (kg/m²), self-reported skin color (white, black, brown, yellow, indigenous), marital status (married/living with partner, other), education (<8 years, 9-11 years, >12 years), paid employment (yes, no), receipt of the Bolsa Família (Family Grant) benefit (yes, no), housing conditions (source of water, type of street, number of bathrooms, types and quantities of household appliances and electronic devices, types and quantities of owned vehicles, and presence or absence of monthly employees), number of children, daily sleep time (hours), smoking history (never smoked, former smoker, currently smokes), and weekly physical activity before and during pregnancy (minutes per week) were obtained through a structured questionnaire in the first assessment of the study carried out, at most, up to the 15th gestational week and 6 days. In the first assessment of the study, the weight (kg) and height (m) of the pregnant women were measured. Current weight was measured on a portable digital scale (Tanita, model HS 302), while height was measured on a stadiometer with a mechanical scale attached, available at the Health Unit. It is important to note that all data were collected by trained nutritionists.
Statistical analyses
Nonparametric tests were used to perform descriptive analyses of the sample characteristics according to the weekly frequency of UPF consumption and total ST. The Mann-Whitney test was used for continuous variables (maternal age, gestational age, pre-gestational BMI, and sleep time), and the Chi-square test of independence was used for categorical variables (marital status, self-reported skin color, education, economic stratum, paid employment, parity, smoking habits, and self-reported hypertension). The Bonferroni test was used to identify differences between categories of variables.
Binary logistic regression models adjusted for age, paid employment, and physical activity, as determined by the Directed Acyclic Graph (DAGitty)26, were used to investigate the relationship between the weekly frequency of UPF consumption and Total ST, television ST, and electronics ST (Appendix 1). Statistical analyses were performed using IBM SPSS Statistics Version 27.0, SPSS Inc. Woking, Surrey, UK. The significance level adopted for the analyses was p <0.05.
Results
The median age was 27 years (23; 32), the pre-gestational BMI was 27.2 kg/m² (26.1; 28.3), and the number of hours of sleep per day was 9 hours (8; 10). The majority of pregnant women were married or lived with a partner 252 (75.2); 226 (67.4) declared themselves black or brown; 185 (62.1) belonged to economic stratum C; and 199 (59.4) had paid work. Two thirds of the pregnant women, 224 (66.9), consumed UPF three or more times a week, while more than half, 190 (56.7), declared a total daily ST of greater than or equal to 240 minutes (Tables 1 and 2). Among the pregnant women who reported consuming UPF three or more times a week, 169 (75.4) reported consuming sweetened beverages >3 times/week and 106 (47.3) reported consuming other types of UPF with the same frequency.
Regarding smoking habits, it was observed that there was a higher prevalence of women who continued to smoke during pregnancy in the group of those who reported consuming UPF three times a week or more (22 (9.8), compared with pregnant women who reported consuming UPF less frequently (2 (1.8). Additionally, among the pregnant women who reported consuming UPF on two or fewer days a week, 89 (80.2) reported never having smoked, while the group of those with the highest frequency of UPF consumption reported never having smoked had a lower incidence, representing 67% of the group (n= 150) (p= 0.01) (Table 1).
Overall, of the 335 women, 200 (59.7) reported >120 minutes of screen time per day and 170 (50.7) reported 120 minutes of television time or more per day. Of the 190 (56.7) pregnant women who reported 240 minutes of Total ST or more per day, 137 (72.1) reported >120 minutes of television ST/day and 164 (86.3) reported >120 minutes of electronics ST/day.
Younger women reported significantly more ST (p=0.02). Furthermore, those who had 240 minutes of Total ST or more per day had a higher median daily sleep time (p<0.001) (Table 2).
A relationship between paid employment and total daily ST was also observed. Women who did not have paid work showed a higher total daily ST (>240 minutes/day) (p= 0.01). Similarly, among nulliparous women, a higher frequency of exposure to a Total ST of 240 or more minutes per day was identified (p= 0.01) (Table 2).
Pregnant women who reported a Total ST of equal to or greater than 240 minutes per day were twice as likely to consume UPF >3 days/week [OR 2.06 (95% CI; 1.29 to 3.30), p= 0.003]. A direct relationship was also observed between the time spent using electronic devices and the frequency of UPF consumption, in which pregnant women with a higher ST of electronic devices (>120 min/day) were more likely to consume UPF three or more times a week [OR 2.13 (95% CI; 1.34 to 3.39), p= 0.002]. No significant relationship was observed between the time spent watching television and UPF consumption (Table 3).
Discussion
It was observed that pregnant women who spend more time in front of screens, both in terms of Total ST and time spent on electronic devices, have a higher weekly frequency of UPF consumption. These findings are in line with a Brazilian study conducted by Martins (2022)22 who, when analyzing data from the 2019 National Health Survey (PNS), identified that, among Brazilian adults, greater ST was associated with greater consumption of unhealthy foods (sweetened beverages, packaged sweet and savory cookies, sweets, sausages, industrialized breads, industrialized sauces, and frozen industrialized ready-to-eat meals) and a lower consumption of healthy foods (natural or minimally processed foods, such as legumes, vegetables, fruits, and oilseeds). In the present study, this association was not observed when we analyzed television ST in isolation. One possible explanation for this difference is that the sample was characterized mostly by young women, with a median age of 27 years (23; 32). As observed by Martins (2022)22, electronic devices are more popular among young adults (<35 years), while exposure to television is greater among older individuals (>65 years).
Compared to women who reported ST <240 minutes, a higher frequency of pregnant women with greater ST (Total ST >240 min/day) did not have paid work and were primiparous. These characteristics may suggest greater free time available and easier access to screens, considering the social isolation measures required during the COVID-19 pandemic27,28. In addition, these pregnant women also reported greater sleep time, which is consistent with the other characteristics, but contradicts studies that associate greater ST with shorter sleep time29. Furthermore, the consumption of UPF three or more times per week was reported by two-thirds of the women. In Brazil, the consumption of natural and minimally processed foods still represents the largest percentage of the total energy value (TEV) of the diet, for all socioeconomic strata30. As pointed out by Levy (2022)31, when analyzing data from the Household Budget Survey (POF) from the last three decades, a persistent and gradual increase in the participation of UPF in Brazilians\' VET can be seen over the years.
In addition, studies show that during the COVID-19 pandemic there was an increase in the consumption of these high-energy-density, low-nutritional-value foods32,33, either due to their convenience in storage, high diversity, high palatability, and ease of consumption, or due to the constant influence exerted by advertising campaigns, which contribute to a substantial increase in the likelihood of consuming UPF34,35. In addition, authors highlight the negative impact of stress on populations\' eating patterns, which were exacerbated by the pandemic32.
Greater exposure to unhealthy food marketing is a possible justification for the higher weekly frequency of UPF consumption among pregnant women who reported higher Total ST and electronics ST23. As pointed out by Horta (2021)36, the digital food environment encompasses interactions between consumers and food in the online context, including social media, apps, websites, and other digital tools. Through it, the food industry interacts with users, using interactive marketing strategies, videos, links, and personalized messages. During the COVID-19 pandemic, there was an increase in the presence of Brazilians on food delivery apps, resulting in a significant growth in orders placed on a popular platform37.
Furthermore, Tabares-Tabares (2022)38 points out in his research that in situations in which exposure to screens is simultaneous with the act of eating, some mechanisms can lead to increased food consumption, such as: 1) exposure to marketing, especially of ultra-processed foods; 2) the distraction caused by the transfer of attention from the food to the content displayed on the screen, interfering in the perception of physiological signs of hunger and satiety; and 3) the emotional changes triggered by the transmitted content, especially when they generate strong feelings, such as joy and sadness.
Some authors point out that there seems to be an association between gender and the amount of snacks consumed while watching television; women seem to be more likely to eat more in these conditions, when compared to men. Furthermore, in addition to the immediate effects, eating in front of the television seems to have effects on food consumption in subsequent meals, by affecting the perception of the amount of food consumed in the meal eaten in front of the screen39.
One clinical trial conducted among adult women sought to understand the mechanisms involved in the increase in food consumption when these are eaten in front of the television. Regardless of the variety of foods offered to the participants, a greater quantity had to be consumed to generate the same fullness when eating in front of the television, as compared to meals eaten without the television, and this effect was enhanced if the participants were frequent viewers of the television program40.
This study is an important starting point for investigating the relationship between ST and food consumption among overweight pregnant women. However, additional research is needed to deepen the understanding of this association. Among the limitations of this study, one can mention its cross-sectional nature, which prevents the inference of causality in the associations found. Longitudinal studies can help establish cause-and-effect relationships between ST and the consumption of unhealthy foods during pregnancy. In addition, it is impossible to generalize the results found for other pre-gestational BMI categories, since it was conducted with a sample of overweight pregnant women. Furthermore, the results may have been influenced by the impacts of the socioeconomic crisis faced by Brazil during the years in which the study was conducted, aggravated by the COVID-19 pandemic, increasing social inequality and contributing to the rise in food insecurity rates, especially among the socioeconomically disadvantaged. Regarding the potential of this study, it is important to highlight that the data were collected by trained nutritionists; collection instruments were validated for the Brazilian population; and this approach to the population in question and the use of the New Food Classification, such as the approach to assessing food consumption, is the first of its kind.
Conclusion
Pregnant women with greater Total ST and electronics ST use are more likely to have a high weekly frequency of UPF consumption. These findings can contribute to the formulation of public health promotion policies and nutritional intervention programs for pregnant women.
References
1. Mate A, Reyes-Goya C, Santana-Garrido Á, Vázquez CM. Lifestyle, Maternal Nutrition and Healthy Pregnancy. Curr Vasc Pharmacol. 2021;19(2):132-140. doi: 10.2174/1570161118666200401112955. PMID: 32234002.
2. Paula WO, Patriota ESO, Gonçalves VSS, Pizato N. Maternal Consumption of Ultra-Processed Foods-Rich Diet and Perinatal Outcomes: A Systematic Review and Meta-Analysis. Nutrients. 2022 Aug 8;14(15):3242. doi: 10.3390/nu14153242. PMID: 35956418; PMCID: PMC9370797.
3. Ministério da Saúde (BR). Fascículo 3 Protocolos de uso do Guia Alimentar para a população brasileira na orientação alimentar de gestantes [recurso eletrônico]. Brasília: Universidade de São Paulo; 2021.
4. Ministério da Saúde (BR); Secretaria de Atenção Primária à Saúde (BR); Departamento de Promoção da Saúde (BR). Guia de Atividade Física para a População Brasileira [recurso eletrônico]. Brasília: Ministério da Saúde; 2021.
5. Bull FC, Al-Ansari SS, Biddle S, Borodulin K, Buman MP, Cardon G, Carty C, Chaput JP, Chastin S, Chou R, Dempsey PC, DiPietro L, Ekelund U, Firth J, Friedenreich CM, Garcia L, Gichu M, Jago R, Katzmarzyk PT, Lambert E, Leitzmann M, Milton K, Ortega FB, Ranasinghe C, Stamatakis E, Tiedemann A, Troiano RP, van der Ploeg HP, Wari V, Willumsen JF. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020 Dec;54(24):1451-1462. doi: 10.1136/bjsports-2020-102955. PMID: 33239350; PMCID: PMC7719906.
6. Lillycrop KA. Effect of maternal diet on the epigenome: implications for human metabolic disease. Proc Nutr Soc. 2011 Feb;70(1):64-72. doi: 10.1017/S0029665110004027. PMID: 21266093.
7. Ministério da Saúde (BR); Secretaria de Atenção à Saúde (BR); Departamento de Atenção Básica (BR). Guia alimentar para a população brasileira [recurso eletrônico]. 2. ed., 1. reimpr. Brasília: Ministério da Saúde; 2014.
8. Ribeiro MM, Andrade A, Nunes I. Physical exercise in pregnancy: benefits, risks and prescription. J Perinat Med. 2021 Sep 6;50(1):4-17. doi: 10.1515/jpm-2021-0315. PMID: 34478617.
9. Lee IM, Shiroma EJ, Lobelo F, Puska P, Blair SN, Katzmarzyk PT; Lancet Physical Activity Series Working Group. Effect of physical inactivity on major non-communicable diseases worldwide: an analysis of burden of disease and life expectancy. Lancet. 2012 Jul 21;380(9838):219-29. doi: 10.1016/S0140-6736(12)61031-9. PMID: 22818936; PMCID: PMC3645500.
10. Cardoso PC, Caldeira TCM, Sousa TM, Claro RM. Changes in Screen Time in Brazil: A Time-Series Analysis 2016-2021. Am J Health Promot. 2023 Jun;37(5):681-684. doi: 10.1177/08901171231152147. Epub 2023 Jan 17. PMID: 36651005.
11. Costa CDS, Flores TR, Wendt A, Neves RG, Assunção MCF, Santos IS. Sedentary behavior and consumption of ultra-processed foods by Brazilian adolescents: Brazilian National School Health Survey (PeNSE), 2015. Cad Saude Publica. 2018 Mar 8;34(3):e00021017. English, Portuguese. doi: 10.1590/0102-311X00021017. PMID: 29538514.
12. Pérez-Farinós N, Villar-Villalba C, López Sobaler AM, Dal Re Saavedra MÁ, Aparicio A, Santos Sanz S, Robledo de Dios T, Castrodeza-Sanz JJ, Ortega Anta RM. The relationship between hours of sleep, screen time and frequency of food and drink consumption in Spain in the 2011 and 2013 ALADINO: a cross-sectional study. BMC Public Health. 2017 Jan 6;17(1):33. doi: 10.1186/s12889-016-3962-4. PMID: 28056890; PMCID: PMC5217644.
13. Shqair AQ, Pauli LA, Costa VPP, Cenci M, Goettems ML. Screen time, dietary patterns and intake of potentially cariogenic food in children: A systematic review. J Dent. 2019 Jul;86:17-26. doi: 10.1016/j.jdent.2019.06.004. Epub 2019 Jun 19. PMID: 31228564.
14. Rocha LL, Gratão LHA, Carmo ASD, Costa ABP, Cunha CF, Oliveira TRPR, Mendes LL. School Type, Eating Habits, and Screen Time are Associated With Ultra-Processed Food Consumption Among Brazilian Adolescents. J Acad Nutr Diet. 2021 Jun;121(6):1136-1142. doi: 10.1016/j.jand.2020.12.010. Epub 2021 Jan 28. PMID: 33516640.
15. Pearson N, Biddle SJ. Sedentary behavior and dietary intake in children, adolescents, and adults. A systematic review. Am J Prev Med. 2011 Aug;41(2):178-88. doi: 10.1016/j.amepre.2011.05.002. PMID: 21767726.
16. Sartorelli DS, Crivellenti LC, Manochio-Pina MG, Baroni NF, Carvalho MR, Diez-Garcia RW, Franco LJ. Study Protocol effectiveness of a nutritional intervention based on encouraging the consumption of unprocessed and minimally processed foods and the practice of physical activities for appropriate weight gain in overweight, adult, pregnant women: a randomized controlled trial. BMC Pregnancy Childbirth. 2020 Jan 7;20(1):24. doi: 10.1186/s12884-019-2672-1. PMID: 31910819; PMCID: PMC6947817.
17. Sartorelli DS, Crivellenti LC, Baroni NF, de Andrade Miranda DEG, da Silva Santos I, Carvalho MR, de Lima MC, Carreira NP, Chaves AVL, Manochio-Pina MG, Franco LJ, Diez-Garcia RW. Effectiveness of a minimally processed food-based nutritional counselling intervention on weight gain in overweight pregnant women: a randomized controlled trial. Eur J Nutr. 2023 Feb;62(1):443-454. doi: 10.1007/s00394-022-02995-9. Epub 2022 Sep 10. Erratum in: Eur J Nutr. 2023 Aug;62(5):2341-2342. PMID: 36087136; PMCID: PMC9463499.
18. Ministério da Saúde; Secretaria de Vigilância em Saúde; Departamento de Vigilância de Doenças e Agravos não Transmissíveis e Promoção da Saúde. Vigitel Brasil 2017: 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 2017. Brasília: Ministério da Saúde; 2018.
19. Monteiro CA, Moura EC, Jaime PC, Lucca A, Florindo AA, Figueiredo IC, et al. Validade de indicadores do consumo de alimentos e bebidas obtidos por inquérito telefônico. Rev Saúde Pública. 2008 Aug 13;42(4):582-9.
20. Moreira AD, Claro RM, Felisbino-Mendes MS, Velasquez-Melendez G, Malta DC, Bernal RTI. Validade e reprodutibilidade de inquérito telefônico de atividade física no Brasil. Rev Bras Epidemiol. 2017;20(1):136-46.
21. Xu X, Liu D, Rao Y, Zeng H, Zhang F, Wang L, Xie Y, Sharma M, Zhao Y. Prolonged Screen Viewing Times and Sociodemographic Factors among Pregnant Women: A Cross-Sectional Survey in China. Int J Environ Res Public Health. 2018 Feb 27;15(3):403. doi: 10.3390/ijerph15030403. PMID: 29495439; PMCID: PMC5876948.
22. Martins RCO. Tempo de tela no lazer e consumo alimentar de adultos brasileiros [dissertation]. Belo Horizonte: Faculdade de Medicina, Universidade Federal de Minas Gerais; 2022. 244 p.
23. Maia EG, Gomes FMD, Alves MH, Huth YR, Claro RM. Hábito de assistir à televisão e sua relação com a alimentação: resultados do período de 2006 a 2014 em capitais brasileiras. Cad Saúde Pública. 2016;32(9). doi: 10.1590/0102-311X00104515.
24. Madhav KC, Sherchand SP, Sherchan S. Association between screen time and depression among US adults. Prev Med Rep. 2017 Aug 16;8:67-71. doi: 10.1016/j.pmedr.2017.08.005. PMID: 28879072; PMCID: PMC5574844.
25. MacDonald PL, Gardner RC. Type I error rate comparisons of post hoc procedures for I × J chi-square tables. Educ Psychol Meas. 2000;60(5):735–54. doi:10.1177/00131640021970871.
26. Textor J, van der Zander B, Gilthorpe MS, Liskiewicz M, Ellison GT. Robust causal inference using directed acyclic graphs: the R package \'dagitty\'. Int J Epidemiol. 2016 Dec 1;45(6):1887-1894. doi: 10.1093/ije/dyw341. PMID: 28089956.
27. Brasil. Recomendação n° 022, de 09 de abril de 2020. Recomenda medidas com vistas a garantir as condições sanitárias e de proteção social para fazer frente às necessidades emergenciais da população diante da pandemia da COVID-19. Conselho Nacional de Saúde; 2020 Apr 9.
28. Ribeirão Preto. Legislação Municipal. Recomendação n° 64, de 09 de abril de 2020. Declara o estado de calamidade pública no município de Ribeirão Preto, decorrente da Pandemia do COVID-19, e dá outras providências. Diário Oficial, Ribeirão Preto, SP, 10 de jun. de 2020.
29. Nakshine VS, Thute P, Khatib MN, Sarkar B. Increased Screen Time as a Cause of Declining Physical, Psychological Health, and Sleep Patterns: A Literary Review. Cureus. 2022 Oct 8;14(10):e30051. doi: 10.7759/cureus.30051. PMID: 36381869; PMCID: PMC9638701.
30. IBGE. Pesquisa de orçamentos familiares 2017-2018: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2020.
31. Levy RB, Andrade GC, Cruz GLD, Rauber F, Louzada MLDC, Claro RM, Monteiro CA. Three decades of household food availability according to NOVA - Brazil, 1987-2018. Rev Saúde Pública. 2022 Aug 8;56:75. doi: 10.11606/s1518-8787.2022056004570. PMID: 35946675; PMCID: PMC9388064.
32. Malta DC, Szwarcwald CL, Barros MBA, Gomes CS, Machado IE, Souza Júnior PRB, et al. A pandemia da COVID-19 e as mudanças no estilo de vida dos brasileiros adultos: um estudo transversal, 2020. Epidemiol Serv Saúde [Internet]. 2020;29(4) Epub 21-Set-2020. doi:10.1590/s1679-49742020000400026.
33. Raphaelli CO, de Figueiredo MF, Pereira E dos S, Granada GG. A pandemia de COVID-19 no Brasil favoreceu o consumo de alimentos ultraprocessados? / COVID-19 pandemic in Brazil favored the consumption of ultra-processed foods?. BASR [Internet]. 2021 May 6;5(3):1297-313. doi:10.34115/basrv5n3-002
34. Ruiz-Roso MB, de Carvalho Padilha P, Mantilla-Escalante DC, Ulloa N, Brun P, Acevedo-Correa D, Arantes Ferreira Peres W, Martorell M, Aires MT, de Oliveira Cardoso L, Carrasco-Marín F, Paternina-Sierra K, Rodriguez-Meza JE, Montero PM, Bernabè G, Pauletto A, Taci X, Visioli F, Dávalos A. Covid-19 Confinement and Changes of Adolescent\'s Dietary Trends in Italy, Spain, Chile, Colombia and Brazil. Nutrients. 2020 Jun 17;12(6):1807. doi: 10.3390/nu12061807. PMID: 32560550; PMCID: PMC7353171.
35. Almeida, Sebastião de Sousa, Nascimento, Paula Carolina BD e Quaioti, Teresa Cristina Bolzan. Quantidade e qualidade de produtos alimentícios anunciados na televisão brasileira. Revista de Saúde Pública [online]. 2002, v. 36, n. 3, pp. 353-355. Epub 17 Jul 2002. ISSN 1518-8787. doi:10.1590/S0034-89102002000300016.
36. Horta PM, Souza JPM, Rocha LL, Mendes LL. Digital food environment of a Brazilian metropolis: food availability and marketing strategies used by delivery apps. Public Health Nutr. 2021 Feb;24(3):544-548. doi: 10.1017/S1368980020003171. Epub 2020 Sep 9. PMID: 32900419; PMCID: PMC10195591.
37. Valente J. Pesquisa revela aumento de pedidos de comida por app durante pandemia. Agência Brasil [Internet]. Brasília; 2021 Dez 12. Disponível em: https://agenciabrasil.ebc.com.br/geral/noticia/2021-12/pesquisa-revela-aumento-de-pedidos-de-comida-por-app-durante-pandemia.
38. Tabares-Tabares M, Moreno Aznar LA, Aguilera-Cervantes VG, León-Landa E, López-Espinoza A. Screen use during food consumption: Does it cause increased food intake? A systematic review. Appetite. 2022 Apr 1;171:105928. doi: 10.1016/j.appet.2022.105928. Epub 2022 Jan 17. PMID: 35051544.
39. Francis HM, Stevenson RJ, Oaten MJ, Mahmut MK, Yeomans MR. The Immediate and Delayed Effects of TV: Impacts of Gender and Processed-Food Intake History. Front Psychol. 2017 Sep 20;8:1616. doi: 10.3389/fpsyg.2017.01616. PMID: 28979225; PMCID: PMC5611398.
40. Braude L, Stevenson RJ. Watching television while eating increases energy intake. Examining the mechanisms in female participants. Appetite. 2014 May;76:9-16. doi: 10.1016/j.appet.2014.01.005. Epub 2014 Jan 22. PMID: 24462489.
Como
Citar
Neves, L.F., Lima, M.C, Carreira, N.P, Chaves, A.V.L, Sartorelli, D.S. Relação entre tempo de tela e consumo de ultraprocessados em gestantes atendidas na Atenção Primária à Saúde. Cien Saude Colet [periódico na internet] (2024/ago). [Citado em 22/12/2024].
Está disponível em: http://cienciaesaudecoletiva.com.br/artigos/relacao-entre-tempo-de-tela-e-consumo-de-ultraprocessados-em-gestantes-atendidas-na-atencao-primaria-a-saude/19337?id=19337&id=19337