We found a match
Your institution may have access to this item. Find your institution then sign in to continue.
- Title
Identificação de alimentos ultraprocessados pela composição nutricional: uma árvore de decisão.
- Authors
Goncalves Pastorello, Claudia Cristina; Medeiros da Silva Mazzeti, Camila; Lopes da Cruz, Gabriela; Laura da Costa Louzada, Maria
- Abstract
INTRODUÇÃO É fundamental levar em conta o grau de processamento dos alimentos ao estabelecer recomendações para uma dieta adequada e saudável. A classificação NOVA propõe o agrupamento de alimentos de acordo com a extensão e o propósito de seu processamento, sendo atualmente utilizada para amparar políticas públicas de combate à má nutrição no Brasil e no mundo. Apesar do consumo de alimentos ultraprocessados (AUP) aumentar o risco de mortalidade geral e a incidência de doenças crônicas, a identificação correta destes alimentos é ainda um desafio na no âmbito da gestão e aplicação de políticas. Ainda que a composição nutricional, isoladamente, não descreva a totalidade de um UPP, seu perfil nutricional é fundamentalmente distinto dos demais alimentos. O trabalho produziu um modelo de árvore de decisão que partiu da composição centesimal destes alimentos como potencial facilitador para a classificação de UPP por gestores de políticas públicas. MÉTODOS Um algoritmo de árvore de decisão foi construído a partir da composição centesimal dos nutrientes do modelo do perfil nutricional da OPAS, que são: açúcar livre, gordura total, gordura saturada, gordura trans, sódio. A partir de respostas “sim” ou “não” para o teor desses nutrientes no alimento, a árvore de decisão guia o usuário para a classificação do alimento segundo a NOVA. Os teores de nutrientes dos alimentos foram retirados da Tabela de Composição Nutricional dos Alimentos Consumidos no Brasil da Pesquisa de Orçamentos Familiares (POF) de 2008-2009. A variável resposta binária é a classificação do alimento como AUP ou não. A comparação da acurácia da árvore foi feita comparando os resultados obtidos com a classificação dos 892 alimentos, realizada por cientistas treinados na identificação do perfil alimentar segundo a NOVA (“padrão ouro”) e contém 21,3% de alimentos AUP contra 78,7% de alimentos não-AUP. Foram calculadas a sensibilidade (probabilidade de um alimento identificado como AUP na árvore de fato ser um AUP) e especificidade (probabilidade de um alimento identificado como não AUP na árvore de fato não ser um AUP). RESULTADOS O modelo quando testado contra a base de treino alcança acurácia de 90,1%, sensibilidade de 92,0% e especificidade de 85,9%. As variáveis divisórias mais importantes na árvore foram, respectivamente: sódio, gordura total, gordura saturada e gordura trans. A atual falta de técnicos habilitados a realizar a classificação do nível de processamento dos alimentos faz com que a existência de um conjunto simplificado de regras facilite essa função. O modelo de árvore de decisão classificou corretamente 85,5% dos alimentos AUP da amostra, indicando que, além do perfil nutricional fundamentalmente distinto. A adição de outras variáveis nutricionais ao modelo pode torná-lo mais preciso e sensível, reduzindo, em especial, o número AUP que são classificados como não AUP, ou seja, a proporção de falsos negativos.
- Publication
Revista da Associação Brasileira de Nutrição, 2022, Vol 13, Issue 2, p1625
- ISSN
1983-3164
- Publication type
Article