Sunteți pe pagina 1din 10

216

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Tabelas de composio qumica de alimentos: anlise comparativa com resultados laboratoriais Food composition tables: laboratory comparative analysis
Prola Ribeiroa, Tnia Beninga de Moraisa, Fernando Antonio Basile Colugnatib e Dirce Maria Sigulemb
a Laboratrio de Bromatologia e Microbiologia de Alimentos da Universidade Federal de So Paulo/ Escola Paulista de Medicina. So Paulo, SP, Brasil. bUniversidade Federal de So Paulo/ Escola Paulista de Medicina. So Paulo, SP, Brasil

Descritores Tabela de composio de alimentos. Anlise de alimentos. Tcnicas e procedimentos de laboratrio. Alimentos.

Resumo Objetivo Avaliar a concordncia entre os valores de macronutrientes e energia de alimentos analisados em laboratrio com os dados apresentados em tabelas e softwares de composio de alimentos em uso no Brasil. Mtodos Foram analisados 11 alimentos totalizando 701 amostras. Foram selecionadas para comparao trs tabelas e dois softwares de composio de alimentos. Foi aplicado o teste t de Student univariado, que consistiu na comparao entre a mdia dos valores obtidos em laboratrio e o valor nico e constante de cada tabela ou software, com significncia no nvel de 5%. Resultados Verificou-se que dependendo do alimento, do nutriente estudado e da tabela ou software escolhido para a comparao, ocorreram diferenas estatisticamente significantes entre os dados analisados em laboratrio e os dados de tabelas e softwares. Para os alimentos estudados, foi observado: duas tabelas mostraram tendncia superestimao dos teores de protena e HCT, enquanto uma outra superestima os teores de HCT; um dos softwares tendeu a superestimar os teores de lipdios e, consequentemente, o valor energtico total, e em um outro software todos os nutrientes foram subestimados em relao aos valores obtidos em laboratrio. Concluses Concluiu-se que fundamental a elaborao de uma tabela brasileira de composio de alimentos, a partir de dados obtidos em laboratrio, para garantir melhor exatido das informaes. Abstract Objective To evaluate the agreement between macronutrients and food energy values analyzed in laboratory and data of food composition tables and software available in Brazil. Methods Eleven types of food were analyzed totaling 701 samples. Students t-test was performed consisting of the comparison between the mean values obtained in laboratory and the unique constant value of each table or software at 5% confidence level.
Baseado na dissertao de mestrado apresentada Universidade Federal de So Paulo, Escola Paulista de Medicina para a obteno do ttulo de mestre em nutrio, no ano de 2001. Recebido em 7/11/2001. Reformulado em 19/2/2002. Aprovado em 17/11/2002.

Keywords Table of food composition. Food analysis. Laboratory techniques and procedures. Food.

Correspondncia para/ Correspondence to: Prola Ribeiro Rua Carneiro da Cunha, 1116 Sade 04144-001 So Paulo, SP, Brasil E-mail: prminerva@yahoo.com.br

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Composio qumica de alimentos Ribeiro P et al

217

Results It was noted that depending on the type of food, nutrient and table or software selected for comparison, there were significant statistically differences between laboratory and tables and software data. Concerning the studied types of food it was observed a trend of overestimating protein and carbohydrate content in two tables while carbohydrate content was overestimated in a third table. One of the software programs showed overestimated lipid content and, consequently, the total energetic values while a second software program underestimated all nutrients when compared to laboratory results. Conclusions The results showed it is essential to create a Brazilian food composition table from laboratory data to assure more accurate data.

INTRODUO A medida da ingesto de nutrientes e energia no homem uma das tarefas mais complexas para os profissionais da nutrio. Os dois problemas bsicos so a preciso na coleta dos dados sobre a ingesto de alimentos e a converso dessa informao quantidade de nutrientes e energia.1,11 Estudos dietticos utilizando diferentes metodologias de inquritos mostram diferenas para obterse o padro de consumo tanto individual quanto populacional. Jain et al 10 (1996) observaram que a ingesto mdia de nutrientes avaliada por uma combinao de questionrios de freqncia alimentar e histria diettica era maior que a mdia avaliada pelo registro alimentar de sete dias. Dufour et al,6 (1999) ao compararem a ingesto de nutrientes utilizando registros e recordatrios dietticos, verificaram que os registros alimentares apresentavam valores estatisticamente maiores que os recordatrios de 24h para os teores de energia e macronutrientes, em torno de 11% a 13%. Entretanto, os erros na avaliao do consumo alimentar no esto relacionados apenas metodologia escolhida para obteno dos dados, mas tambm com a converso dos dados em quantidades de nutrientes, pelas tabelas e softwares de composio de alimentos. A converso da ingesto de alimentos a nutrientes e energia pode ser realizada por meio de anlises qumicas ou pelo uso de tabelas de composio de alimentos (TCA).1 A traduo dos dados da ingesto diettica usando tabelas de composio de alimentos um processo complexo, sendo que sua interpretao influenciada pela qualidade destas informaes, disponveis nas bases de dados. Por isso, a composio dos alimentos uma informao bsica para o estabelecimento de diversas aes em sade, desde a prescrio

diettica individual, at estudos sobre o padro de consumo de alimentos. com base nesse teor de nutrientes que se d a avaliao da dieta, permitindo decidir sobre sua adequao ou inadequao.18 Entretanto, a exemplo de outros mtodos de avaliao diettica, as TCA podem apresentar variaes que necessitam ser identificadas e controladas para obterse estimativas de ingesto o mais prximo possvel do consumo real. Os principais fatores que podem resultar em diferenas entre os dados avaliados so: a) descrio incorreta de alimentos e/ou fontes de valores nutricionais; b) amostragem inadequada; c) utilizao de mtodos analticos imprprios e inconsistncia na terminologia utilizada para expressar certos nutrientes; d) variabilidade resultante de fatores genticos, ambientais, de preparo e processamento.5,8 As principais fontes de dados em uso atualmente no Brasil so antigas e desatualizadas. As tabelas brasileiras, alm de incompletas quanto a nutrientes, so, freqentemente, pouco confiveis devido falta de descrio dos procedimentos analticos.12 Sabendo-se que a diferena entre os dados esperada, o objetivo do presente trabalho avaliar qual a magnitude das diferenas estatisticamente significantes encontradas entre os valores de macronutrientes e valor energtico total (VET) de alimentos analisados em laboratrio com os dados apresentados nas tabelas e nos softwares de composio de alimentos utilizados no Brasil. MTODOS As tabelas e os softwares de composio de alimentos escolhidos para a comparao foram: Tabelas de Composio Qumica de Alimentos do Estudo Nacional da Despesa Familiar3 (ENDEF), Tabela de Composio Qumica dos Alimentos7 (Guilherme Franco), Tabela Brasileira de Composio de Alimentos da Fa-

218

Composio qumica de alimentos Ribeiro P et al

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

culdade de Cincias Farmacuticas da Universidade de So Paulo (FCF/USP)13 e os softwares Sistema de Apoio de Informaes Nutricionais18 (Virtual Nutri) e Sistema de Apoio e Deciso em Nutrio2 (NUT). Seleo da amostra O Laboratrio de Bromatologia e Microbiologia de Alimentos da Universidade Federal de So Paulo (LABMA) dispunha de um banco de dados com as anlises de umidade, protena, lipdios, cinzas, carboidratos totais (HCT) e VET, realizadas em diversos tipos de alimentos. Os resultados laboratoriais do perodo de janeiro de 1992 a junho de 2000 foram compilados e organizados, segundo dois critrios de seleo: a) o nmero de amostras analisadas para cada alimento deveria ser maior do que cinco; b) para uma maior diversidade da amostra, deveriam ser selecionados alimentos dos trs grupos alimentares (reguladores, construtores e energticos). Entretanto, s foi possvel selecionar alimentos dos grupos alimentares construtores e energticos. No total selecionaram-se 11 tipos de alimentos, que foram divididos em 2 grupos (cereais e derivados e preparaes) totalizando 701 amostras, conforme segue: Grupo I (Cereais e derivados): Biscoito doce (n=106); Biscoito salgado (n=50); Biscoito recheado sabor chocolate (n=07); Cereal matinal de milho com acar (n=10); Cereal matinal de milho sem acar (n=09); Farinha de trigo (n=08); Macarro (n=09). Grupo II (Preparaes): Arroz com legumes (n=07); Carne bovina cozida (n=228); Carne de frango ao molho de tomate (n=75); Feijo cozido (50% gro/caldo) (n=192). Os dados de composio centesimal dos alimentos industrializados so uma mdia de vrias marcas comerciais que foram analisadas em laboratrio. As TCA e os softwares utilizados no fornecem os valores nutricionais das preparaes avaliadas como um alimento nico, portanto necessrio desmembr-las em seus componentes bsicos para executar os clculos nutricionais e efetuar as comparaes entre os dados laboratoriais e as TCA e os softwares. No caso do arroz com legumes, como o produto consta da maioria das TCA e dos softwares como uma preparao, no foi necessrio desmembr-lo em seus componentes bsicos. Entretanto, para possibilitar a comparao entre os dados laboratoriais com os apresentados nas TCA e nos softwares, foi necessrio calcular esses valores para o produto hidratado, uma vez que os resultados das anlises

de composio centesimal desse alimento estavam expressos em gramas por 100 g do produto desidratado com base nas informaes fornecidas pelo fabricante. O arroz com legumes encontrado nas tabelas do ENDEF e Guilherme Franco como risoto, arroz a grega etc., no software NUT como arroz grega e no Virtual Nutri como arroz primavera legumes Knorr. Pesquisa realizada com a empresa proprietria da marca revelou que os ingredientes do arroz a grega e primavera so os mesmos. Este alimento no consta na Tabela da FCF/USP. Os dados da carne bovina cozida so provenientes de carne magra sem adio de qualquer tipo de gordura, cozida apenas com sua gordura intrnseca. A carne bovina em conserva identificada nas tabelas do ENDEF e de Guilherme Franco como carne bovina magra, entretanto o ENDEF no menciona se os dados so para o produto cru ou cozido, ao contrrio de Guilherme Franco que relata que os dados so para o alimento cru. Apesar do produto cozido sofrer perdas de minerais e vitaminas e pequenas quantidades de protena, mesmo assim, optou-se pela comparao entre os dados do alimento cru e cozido. Nos softwares Virtual Nutri e NUT, o alimento consta como carne bovina magra assada. Na tabela da FCF/USP consta como carne bovina traseira cozida. Assim como para as demais preparaes, foi necessrio desmembrar a carne de frango do molho de tomate em seus componentes bsicos para executar os clculos nutricionais e efetuar as comparaes entre os dados laboratoriais e as TCA e os softwares. Para isso, utilizou-se a mesma proporo de carne de frango e molho fornecidas pelo fabricante e comprovadas em laboratrio por meio de pesagem. Os ingredientes da preparao foram: peito de frango e molho de tomate pronto. A carne de frango identificada na tabela do ENDEF como galinha magra, na de Guilherme Franco como frango grelhado total comestvel, na FCF/USP como carne de frango inteiro cozida. No software Virtual Nutri consta como fil de peito de frango cozido e no NUT como frango cozido. O molho de tomate na tabela de Guilherme Franco e nos softwares Virtual Nutri e NUT identificado desta mesma maneira, sendo que na tabela do ENDEF e da FCF/USP consta como massa e polpa de tomate em pedaos, respectivamente. A maioria das TCA e softwares no registram a proporo entre os componentes (gros e caldo) do feijo cozido. Como apenas o software Virtual Nutri apresentava a proporo entre os componentes da preparao feijo cozido (50% gro/caldo), decidiuse adot-la como a proporo padro, tanto para o produto analisado em laboratrio como para as ou-

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Composio qumica de alimentos Ribeiro P et al

219

tras TCA e softwares. O feijo identificado na tabela do ENDEF e no software NUT como feijo cozido. A mesma identificao apresentada na tabela da FCF/USP, mencionando que a variedade do alimento analisado feijo mulatinho. O software Virtual Nutri identifica o alimento como feijo cozido, com proporo de 50% entre gros e caldo. Na tabela de Guilherme Franco consta apenas como feijo roxinho. Os alimentos selecionados no presente estudo no so representativos nem das marcas nem da freqncia de consumo da populao brasileira. Entretanto, entende-se que em nenhuma das tabelas em uso no Brasil os alimentos tm representatividade, desconhecendo-se o nmero de amostras que deu origem aos dados. Anlise de exatido, repetibilidade e preciso dos dados laboratoriais Os valores do LABMA foram adotados como o padro para efetuar-se as comparaes com os dados das tabelas de composio de alimentos. Isso se tornou possvel atravs das anlises de exatido, repetibilidade e preciso dos dados laboratoriais. A exatido dos dados do LABMA foi avaliada atravs do I e II Estudos Interlaboratoriais Cooperativos (EIC) promovidos pelo Ncleo de Estudos e Pesquisa em Alimentao (NEPA). Foram realizadas anlises laboratoriais em uma amostra de material certificado e os resultados foram encaminhados ao NEPA, que os classificou em satisfatrios ou no, atravs do z-escore.15 O LABMA obteve resultados satisfatrios para a anlise de macronutrientes nos dois EIC, demonstrando a exatido das anlises realizadas no laboratrio. A anlise de repetibilidade e preciso dos dados laboratoriais um procedimento rotineiro no LABMA e realizada atravs de um modelo linear de componentes da varincia para medidas repetidas, segundo os critrios da Association of Official Analytical Chemists, o qual decompe as variabilidades totais em componentes interpretveis.14 Utilizou-se a razo de Horwitz (HORRAT),9 onde o coeficiente de variao calculado dividido pelo valor esperado, que depende da concentrao em que o analito medido, no caso desse estudo, protena, lipdios e carboidratos totais. Considera-se um HORRAT adequado o que no ultrapassa 2,0, sendo recomendado buscar as causas de variao para os que excederem 1,5. Os ndices HORRAT obtidos, para os alimentos estudados variaram de 0,36 a 0,96, apresentando-se dentro dos limites estabelecidos. Portanto, quanto preciso, as medies realizadas

pelo LABMA so satisfatrias, podendo utilizar-se os valores das anlises como padro de referncia para a comparao com as tabelas de composio de alimentos. Anlises laboratoriais Todas as anlises laboratoriais foram realizadas, em duplicata, no LABMA por meio de tcnicas padronizadas nacional e internacionalmente. Umidade: aquecimento direto da amostra em estufa a 105C; Protena: digesto Kjeldahl. Os fatores de converso de nitrognio em protena utilizados foram os recomendados, em 1972, pelo Comit para Requerimentos de Energia e Protena da WHO/FAO;21 Lipdios: extrao contnua em aparelho do tipo Soxhlet; Cinzas ou resduo mineral fixo (RMF): perda de peso atravs de incinerao da amostra em mufla a 500-550C; Carboidratos ou hidratos de carbono totais (HCT): calculados por diferena, subtraindo-se de 100 os valores encontrados para umidade, protena, lipdios e resduo mineral fixo; A anlise da frao fibra alimentar, na poca da coleta dos dados, no era realizada pelo LABMA, portanto seu teor est inserido no valor de carboidratos. Nos softwares Virtual Nutri e NUT essa informao est disponvel apenas para alguns alimentos, e na tabela de Guilherme Franco no consta esse dado. As nicas tabelas que apresentam o contedo de fibras para todos os alimentos so ENDEF (teores de fibra bruta) e FCF/USP (teores de fibra alimentar total). Ambas referem, ainda, que os valores de fibra esto inclusos nos teores de carboidratos. Portanto, decidiu-se utilizar o contedo de carboidratos totais (incluindo fibra) para a comparao entre os dados do LABMA e das tabelas e softwares. VET: calculado pela soma das calorias fornecidas por carboidratos, lipdios e protenas multiplicando-se seus valores em gramas pelos fatores de Atwater 4 Kcal, 9 Kcal e 4 Kcal, respectivamente. Para que a comparao com os dados do LABMA fosse possvel, foi necessrio recalcular o VET da tabela da FCF/USP, pois essa tabela, para obter a energia total metabolizvel, desconta o contedo de fibra alimentar inserido no valor de carboidratos. Portanto, o clculo realizado para a comparao dos dados foi realizado aplicando-se os fatores de Atwater 4 Kcal, 9 Kcal e 4 Kcal, respectivamente, para protena, lipdios e carboidratos (que incluam a frao fibra alimentar). Usualmente o valor energtico dos alimentos ex-

220

Composio qumica de alimentos Ribeiro P et al

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

presso em calorias. No entanto, segundo o Sistema Internacional de Unidades, a expresso das diferentes formas de energia em Joules (J). Optou-se por apresentar os respectivos resultados na forma de quilocalorias (Kcal), visto que a forma rotineiramente utilizada pelos profissionais da rea de nutrio. Se houver necessidade de converso, deve-se considerar que uma quilocaloria (Kcal) equivale a 4,18690 quilojoules (KJ), ou, ainda, que 1KJ corresponde a 0,23884 Kcal. Anlise estatstica As comparaes entre os dados laboratoriais e as tabelas de composio de alimentos foram realizadas por meio da diferena mdia entre os n valores individuais de cada alimento em estudo e o valor nico e constante de cada tabela ou software, aplicando-se a frmula: Diferenca Media (D) = XLABMA - KTabela Estudada onde: XLABMA : a mdia dos valores laboratoriais. KTabela Estudada : o valor nico e constante de cada tabela ou software estudado. Como desconhecia-se das TCA e softwares o nmero de amostras analisadas e o seu desvio padro, para analisar as diferenas entre os valores obtidos no LABMA e os existentes nas tabelas, aplicou-se o teste t de Student univariado,19 onde foi testada a hiptese nula: a diferena entre a mdia das determinaes do LABMA para um nutriente de determina-

do alimento e o valor apresentado nas tabelas e softwares igual a zero (0), pois no se conhecia o desvio-padro () das tabelas, o qual precisava ser estimado a partir da amostra. Os testes estatsticos foram realizados pelo software Stata verso 5.0 para Microsoft Windows. Para expressar a magnitude relativa da diferena em relao concentrao do nutriente, calcularamse as diferenas percentuais, para cada alimento, utilizando-se a seguinte frmula: O nvel de rejeio para a hiptese de nulidade foi fixado em 0,05 ou 5% (alfa menor ou igual a 0,05 ou
% = ( Valor LABMA - Valor Tabela ) x 100

Valor LABMA

5%). Os valores assinalados com asterisco nas Tabelas apresentaram diferenas estatisticamente significantes em relao ao valor analisado em laboratrio. RESULTADOS As Tabelas de 1 a 4 apresentam as diferenas entre os valores laboratoriais e os das tabelas e softwares de composio de alimentos considerando os grupos estudados, para os teores de protena, lipdios, carboidratos totais, em g/100 g, e VET, em Kcal/100 g; e tambm as diferenas percentuais entre os valores do LABMA e das tabelas e softwares de composio de alimentos. Quando o dado laboratorial foi inferior ao apresentado na tabela, a diferena resultou em um valor negativo, representado pelo sinal matemtico menos () antecedendo o dado numrico. Quando no houver nenhuma designao matemtica anterior ao nmero, significa que o dado labo-

Tabela 1 - Diferenas mdias (D) entre os valores laboratoriais e os das tabelas e softwares de composio de alimentos, para o grupo I (Cereais e derivados), para os teores de protena e lipdios, em g/100g, com suas respectivas diferenas percentuais (r%).
Alimentos Protena ENDEF G. Franco V. Nutri D D D (g/100g) (g/100g) (g/100g) (r%) (r%) (r%) -0,20 (-2,3) 1,95* (16,9) -1,51* (-20,2) -7,18* (-135,0) -5,73* (-84,6) -0,12 (-1,0) -0,99* (-8,6) -2,95* (-33,5) 2,55* (22,1) -1,47* (-19,6) -7,18* (-135,0) -5,73* (-84,6) -1,86 (-15,7) -2,49* (-21,6) 0,96* (10,9) 2,25* (19,5) 1,49 (19,9) 1,99* (37,4) 0,10 (1,5) 1,88 (15,8) -0,99* (-8,6) NUT D (g/100g) (r%) -0,17 (-1,9) 2,55* (22,1) -1,47* (-19,6) 1,99* (37,4) 0,10 (1,5) 1,38 (11,6) 1,33* (11,4) FCF/USP D (g/100g) (r%) 1,01* (11,5) -0,30 (-4,0) 0,93* (17,5) -0,34 (-5,0) 0,22 (1,9) -1,06* (-9,2) Lipdios ENDEF G. Franco V. Nutri D D D (g/100g) (g/100g) (g/100g) (r%) (r%) (r%) 6,87* (46,8) 1,66* (11,2) 12,50* (61,6) 6,13* (41,8) 1,66* (11,2) 12,08* (59,5) 0,45* (3,1) -3,64* (-24,5) 0,10 0,49% 0,58* (100,0) 0,88* (100,0) 0,27 (21,3) 0,13 (9,8) NUT FCF/USP D D (g/100g) (g/100g) (r%) (r%) 6,59* (44,9) 2,86* (19,3) 12,08* (59,5) 0,58* (100,0) 0,88* (100,0) 0,27 (21,3) 0,14 (9,8) 3,42* (23,3) 9,05* (44,6) 0,20* (34,5) 0,32* (36,4) -0,08 (-6,3) -0,20 (-1,5)

Biscoito doce Biscoito salgado Biscoito recheado sabor chocolate Cereal matinal de milho com acar Cereal matinal de milho sem acar Farinha de trigo Macarro

-1,92* -1,92* (-331,0) (-331,0) -1,61* -1,61* (-182,9) (-182,9) -0,03 -0,83* (-2,4) (-65,3) 0,13 0,39 (9,8) (23,9)

*p<0,05 ( ) % = ( Valor

LABMA

- Valor Tabela )

x 100

Valor LABMA

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Composio qumica de alimentos Ribeiro P et al

221

ratorial foi maior que o da tabela, resultando em uma diferena positiva. Os nutrientes ou alimentos que no constavam das TCA foram representados pelo sinal grfico reticncias (...). A Tabela 5 ilustra a proporo com que os valores das tabelas e softwares foram maiores ou menores do que os resultados laboratoriais, considerando os 11 alimentos estudados, para protena, lipdios, carboidratos e VET. Observou-se que 64% dos dados de protena foram superestimados pela tabela do ENDEF, enquanto em 64% dos dados de lipdios e 55% de carboidratos e energia, respectivamente, ocorreu subestimao. A tabela de Guilherme Franco tendeu a superestimar os valores de protena em 72% e a subestimar 55% dos dados de lipdios e energia e 64% dos de carboidratos. O software Virtual Nutri tendeu a superestimar os valores de carboidratos e energia em 64% e 55%, respec-

tivamente, e a subestimar os de protenas e lipdios em 91% e 72% dos dados, respectivamente. O software NUT tendeu a subestimar os teores de protena e lipdios em 72% e de carboidratos e de energia em 64% dos dados. Na tabela da FCF/USP houve uma tendncia superestimao do contedo de lipdios e carboidratos (55% dos dados) e subestimao de protenas (67% dos dados) e energia (78% dos dados). DISCUSSO A grande maioria dos alimentos apresentou diferenas estatisticamente significantes na comparao entre os resultados analisados em laboratrio e os dados disponveis nas tabelas e softwares. Pelas Tabelas 1 e 2, observa-se que para os biscoitos os teores de lipdio constantes das tabelas sempre foram menores do que aqueles obtidos em laboratrio, possivelmente, devido desatualizao da maior

Tabela 2 - Diferenas mdias (D) entre os valores laboratoriais e os das tabelas e softwares de composio de alimentos, para o grupo I (Cereais e derivados), para os teores de carboidratos, em g/100g, e energia, em Kcal/100g, com suas respectivas diferenas percentuais (r%).
Alimentos ENDEF
D (g/100g)

Carboidratos G. Franco V.Nutri NUT


D (g/100g) D (g/100g) D (g/100g)

FCF/USP
D (g/100g)

ENDEF (r%) 49,82* (10,9) 12,63* (2,8) 83,05* (17,0) -1,62 (-0,4) -5,77* (-1,5) -19,09* (-5,5) -5,67* (-1,6)

G. Franco (r%) 74,02* (16,2) 12,63* (2,8) 111,25* (22,7) -1,62 (-0,4) -5,77* (-1,5) -28,69* (-8,3) 19,33* (5,3)

Energia V.Nutri (r%) 2,42 (0,5) -25,37* (-5,7) 5,05 (1,0) 16,77* (4,4) 12,63* (3,3) -0,09 (-0,0) -5,67* (-1,6)

NUT (r%) 69,95* (15,3) 14,63* (3,3) 111,25* (22,7) 23,37* (6,1) 46,23* (12,2) -18,09* (-5,2) 31,00* (8,5)

FCF/USP (r%) 14,83* (3,2) 48,04* (9,8) 7,15* (1,9) 9,27* (2,4) -16,72* (-4,8) 16,04* (4,4)

D D D D (Kcal/100g) (Kcal/100g) (Kcal/100g) (Kcal/100g) (Kcal/100g)

(r%) Biscoito doce Biscoito salgado -1,28* (-1,8) -2,76* (-4,1)

(r%) 8,19* (11,3) -2,76* (-4,1) 1,90* (2,7) 11,21* (12,6) 8,05* (9,3) -3,45* (-4,8) 7,33* (9,6)

(r%) -1,02* (-1,4) -0,36* (-0,5) -0,64 (-0,9) -4,03* (-4,5) 2,71* (3,1) -2,25 (-3,1) 1,13 (1,5)

(r%) 3,28* (4,5) -4,56* (6,8) 1,90* (2,7) 2,55* (2,9) 6,05* (7,0) -4,35* (-6,1) 7,33* (9,6)

(r%) -4,58* (-6,3) -8,24* (-11,9) 0,40 (0,5) 1,93* (2,2) -4,21* (-5,9) 5,52* (7,2)

Biscoito recheado sabor chocolate -4,94* (-7,1) Cereal matinal de milho com acar 11,21* (12,6) Cereal matinal de milho sem acar 8,05* (9,3) Farinha de trigo -2,35 (-3,3) Macarro 1,13 (1,5)

*p<0,05 ( ) % = ( Valor

LABMA

- Valor Tabela )

x 100

Valor LABMA

Tabela 3 - Diferenas mdias (D) entre os valores laboratoriais e os das tabelas e softwares de composio de alimentos, para o grupo II (Preparaes), para os teores de protena e lipdios, em g/100g, com suas respectivas diferenas percentuais (r%). Alimentos Protena ENDEF G. Franco V.Nutri NUT FCF/USP ENDEF G. Franco D D D D D D D (g/100g) (g/100g) (g/100g) (g/100g) (g/100g) (g/100g) (g/100g) (r%) (r%) (r%) (r%) (r%) (r%) (r%) -8,14* (-294,9) 10,74* (33,3) 8,06* (35,7) 1,22* (35,7)
x 100

Lipdios V.Nutri D (g/100g) (r%) 0,52* (42,6) -0,31* (-5,5) 2,33* (45,2) -1,35* (-540,0)

NUT FCF/USP D D (g/100g) (g/100g) (r%) (r%) -0,18 (-14,7) -1,15* (-20,1) -1,96* (-38,1) 0,03* (12,0) -3,37* (-58,3) -1,24* (-24,1) -2,11* (-844,0)

Arroz com legumes Carne Bovina Carne de frango ao molho Feijo cozido *p<0,05 ( ) % = ( Valor

-8,14* (-294,9) 11,24* (34,9) 9,67* (42,8) -0,16* (-4,7)

0,03 (1,1) 10,74* (33,3) 1,98* (8,8) 0,08* (2,3)

0,76* (27,5) 1,68* (5,2) 6,17* (27,3) -0,47* (-13,7)

8,88* (27,5) 5,38* (23,8) 1,22* (35,7)

-2,68* (-219,7) 0,31* (5,5) 2,99* (-58,1) 0,10* (40,0)

-2,68* (-219,7) 2,78* (48,1) -2,93* (-56,9) 0,03* (12,0)

LABMA

- Valor Tabela )

Valor LABMA

222

Composio qumica de alimentos Ribeiro P et al

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

parte das tabelas que no acompanharam as mudanas na formulao desses produtos. No caso do software Virtual Nutri, seus valores foram sempre superiores aos obtidos em laboratrio, provavelmente, porque foram baseados em fichas tcnicas de um nico fabricante. No caso da carne de frango em pedaos ao molho de tomate as tabelas e softwares utilizados no fornecem os valores nutricionais desse produto como um alimento nico, sendo necessrio, portanto, desmembr-lo em seus componentes bsicos para executar os clculos nutricionais e efetuar as comparaes entre os dados laboratoriais e as tabelas e softwares. Para isso, foram utilizadas as mesmas propores de carne de frango e molho encontradas no produto cuja anlise realizada no LABMA. No entanto, mesmo utilizando-se esse procedimento, observou-se discordncia entre os resultados analisados no LABMA e os calculados pelas tabelas e softwares. Avaliando-se os resultados obtidos para esta preparao (Tabela 3), chamou ateno a pouca concordncia observada nas diferentes tabelas para todos os macronutrientes. Em relao protena, todas as tabelas e softwares apresentaram valores inferiores aos obtidos em laboratrio, o que poderia ser explicado pelas diferentes propores relativas dos

demais macronutrientes. Os valores de lipdio, na preparao carne de frango em pedaos ao molho de tomate, poderiam ser influenciados tanto pelo tipo de corte utilizado com ou sem pele como pela adio de gordura vegetal ao molho de tomate. A falta de descrio dessas caractersticas prejudicaria o uso dessas tabelas, levando a erros de avaliao do consumo de macronutrientes. Na Tabela 4, pode-se observar que exceo da FCF/USP, todas as tabelas e softwares apresentaram valores de carboidratos que foram julgados muito altos, uma vez que no se esperaria a presena desse macronutriente em carnes. Quanto ao molho de tomate, os valores de carboidratos encontrados nas tabelas foram semelhantes queles observados no fruto, quando se esperaria um valor menor devido diluio provocada pela adio de gua e lipdios durante a preparao do molho. No caso da preparao arroz com legumes, as imprecises das tabelas e softwares, a falta de descrio dos ingredientes, a proporo entre eles e a quantidade de gua utilizada na preparao contriburam para explicar as diferenas encontradas. Essas imprecises foram encontradas nas tabelas do ENDEF e Guilherme Franco, que agruparam em um mesmo grupo risoto, arroz a grega e etc preparaes bastante distintas entre si, sem descrever os ingredientes

Tabela 4 - Diferenas mdias (D) entre os valores laboratoriais e os das tabelas e softwares de composio de alimentos, para o grupo II (Preparaes), para os teores de carboidratos, em g/100g, e energia, em Kcal/100g, com suas respectivas diferenas percentuais (r%). Alimentos Carboidratos Energia ENDEF G. Franco V.Nutri NUT FCF/USP ENDEF G. Franco V.Nutri NUT FCF/USP D D D D D D D D D D (g/100g) (g/100g) (g/100g) (g/100g) (g/100g) (Kcal/100g) (Kcal/100g)(Kcal/100g)(Kcal/100g)(Kcal/100g) (r%) (r%) (r%) (r%) (r%) (r%) (r%) (r%) (r%) (r%) 0,32 1,45% 0,38* (100,0) -2,03* (-158,6) -0,40* (-4,0) -2,71* (-12,3) 0,38* (100,0) 3,62* (16,4) 0,38* (100,0) -60,57* (-57,9) -0,46* 36,83* (-121,1) (20,1) 0,13* (10,2) -1,18* (-11,7) 49,09* (34,6) 22,75* (40,4) -60,57* (-57,9) 71,83* (39,3) 34,94* (24,6) -2,02* (-3,6) -8,57* (-7,8) 36,83* (20,1) 14,22* (10,0) -4,75* (-8,4) 14,73* (13,3) -11,60* (-6,3) -38,53* (-27,2) -2,08* (-3,7) 3,84* (2,1) 12,57* (8,9) -4,75* (-8,4)

Arroz com legumes 0,12 (0,5) Carne Bovina Carne de frango ao molho -1,99* (-155,5) Feijo cozido 3,98* (39,5) *p<0,05 ( ) % = ( Valor
LABMA

-2,01* -1,38* (-157,0) (-107,8) 1,78* -0,47* (17,7) (-4,7)

- Valor Tabela )

x 100

Valor LABMA

Tabela 5 - Proporo dos valores das tabelas e softwares de composio de alimentos, maiores ou menores do que os valores laboratoriais, considerando os 11 alimentos estudados, para protena, lipdios, carboidratos totais (HCT) e valor energtico total (VET). Tabelas ENDEF Proporo de valores maiores que LABMA Protena Lipdios HCT VET 4/11 (36%) 5/11 (45%) 3/11 (28%) 3/11 (28%) 5/9 (55%) 5/11 (45%) 4/11 (36%) 7/11 (64%) 4/11 (36%) 5/9 (55%) 5/11 (45%) 5/11 (45%) 6/11 (55%) 4/11 (36%) 2/9 (22%) Proporo de valores menores que LABMA Protena Lipdios HCT VET 4/11 (36%) 3/11 (28%) 10/11 (91%) 8/11 (72%) 7/10 (67%) 7/11 (64%) 6/11 (55%) 8/11 (72%) 8/11 (72%) 4/9 (45%) 6/11 (55%) 7/11 (64%) 4/11 (36%) 7/11 (64%) 4/9 (45%) 6/11 (55%) 6/11 (55%) 5/11 (45%) 7/11 (64%) 12/16 (78%)

7/11 (64%) Guilherme Franco 8/11 (72%) Virtual Nutri 1/11 (9%) NUT 3/11 (28%) FCF/USP 3/9 (33%) VET = Valor energtico total.

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Composio qumica de alimentos Ribeiro P et al

223

utilizados. Os altos teores de protena e lipdio (Tabela 3) encontrados nessas tabelas, para a preparao arroz com legumes, poderiam ser devidos adio de carne, o que, no entanto, no est claramente explicitado. Essas discrepncias entre os dados laboratoriais e as tabelas contribuiro para um valor energtico total elevado em relao ao calculado no LABMA (Tabela 4). Ocorreram imprecises mesmo em um prato tpico da culinria brasileira, o feijo. As TCA no descreviam nem a proporo entre os componentes (gro e caldo) da preparao (exceto o software Virtual Nutri), nem os ingredientes utilizados e suas propores. Apesar disto, embora as diferenas entre os valores das tabelas e os de laboratrio tenham sido estatisticamente significantes, no o foram do ponto de vista nutricional, uma vez que os valores numricos de todos os macronutrientes encontraram-se muito prximos dos valores laboratoriais, para todas as tabelas. Entre as TCA e os softwares escolhidos para o presente estudo verificou-se que a maioria compilou seus dados de fontes internacionais. A utilizao de tabelas de origem estrangeira apresenta certas limitaes para os estudos dietticos, j que muitos alimentos consumidos nos pases desenvolvidos so enriquecidos, o que no to freqente nos pases em desenvolvimento.11 Por outro lado, deve-se considerar que fatores como o desenvolvimento de sistemas de produo e distribuio de alimentos e o fenmeno da urbanizao, influenciando o estilo de vida da populao, tm levado a mudanas no padro de consumo alimentar do brasileiro.17 Em contrapartida, essa evoluo no foi acompanhada pelas TCA. Alm disso, uma das principais fontes de erro das TCA a impreciso na identificao e na descrio dos alimentos e preparaes culinrias. Na maioria das tabelas, os alimentos so descritos simplesmente por nomes comuns e as informaes sobre eles so mnimas, por isso, a comparao exata dos alimentos selecionados no LABMA com os identificados nas tabelas e softwares de composio nem sempre foi possvel. Por outro lado, o nmero de amostras que deu origem aos dados e medidas de variabilidade, como desvio ou erro padro, so dados fundamentais para a comparao entre as TCA e, portanto, deveriam constar de toda fonte de dados de composio de alimentos. Embora poucas tabelas proporcionem informaes sobre a variabilidade das amostras que originaram os dados, Southgate & Greenfield21 consideram esta informao imprescindvel para se realizar comparao correta entre os valores provenientes de diferentes tabelas. Segundo Burgos et al4 (1996), a omis-

so nas tabelas de informaes quanto s tcnicas de anlise qumica, critrios e formas de amostragem utilizadas tm sido fator limitante da confiabilidade dos dados das tabelas. Alm disso, a escolha do mtodo analtico freqentemente vista como a maior causa de discrepncias entre os dados de diferentes tabelas.20 Das tabelas e softwares estudados, as nicas que descrevem a metodologia empregada na anlise de cada nutriente so a ENDEF3 e a FCF/USP.13 Uma descrio precisa da metodologia analtica empregada necessria para abolir dvidas quanto aos procedimentos utilizados durante a anlise dos nutrientes. Contudo difcil avaliar, do ponto de vista nutricional, qual seria o limite ideal para se considerar que uma diferena entre os dados das tabelas e softwares de composio de alimentos significativa, quando comparados entre si e com os dados obtidos atravs de anlise laboratorial. Infelizmente no encontramos na literatura nenhum parmetro que pudesse ser utilizado para a comparao de valores. Talvez uma variao no contedo de macronutrientes, para um indivduo saudvel, em torno de 10%, seja uma variao aceitvel, enquanto diferenas acima deste valor poderiam questionar a confiabilidade dos dados provenientes de algumas tabelas e softwares de composio de alimentos. Por outro lado, para um indivduo que necessita de um controle preciso da ingesto de nutrientes, em decorrncia de alguma patologia, uma variao em torno de 10% no clculo nutricional pode representar um fator de risco. Por exemplo, no clculo da dieta de um indivduo com insuficincia renal, o clculo da dieta importante para garantir o mximo aproveitamento dos nutrientes ingeridos e permitir melhora na qualidade de vida do paciente. Dependendo do estgio da doena e da taxa de filtrao glomerular, necessrio administrar uma dieta com restrio protica, visto que do metabolismo desse nutriente resultam vrios produtos organonitrogenados, que na falncia renal so retidos. Portanto, se na dieta fornecida para um nefropata, que necessita de controle preciso da ingesto protica, foi includa carne de frango em pedaos ao molho e calcular-se pela TCA e softwares a quantidade de protenas, e compar-la com os dados obtidos em laboratrio, verificar-se- que todos os valores calculados pelas TCA e softwares encontram-se abaixo dos resultados obtidos no LABMA. Independente da quantidade de protena prescrita, se os clculos fossem realizados pela tabela de Guilherme Franco o erro, em 100 g da preparao, seria de 43% a mais do que o valor calculado, enquanto pelo software Virtual Nutri o erro seria de 10% a mais de protena.

224

Composio qumica de alimentos Ribeiro P et al

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Portanto, se o nutricionista no estiver atento tanto aos erros relacionados aos diferentes mtodos de avaliao do consumo alimentar quanto aos relacionados s tabelas de composio de alimentos, poder cometer enganos que, possivelmente, comprometero a interveno diettica. Em concluso, as tabelas e softwares de composio de alimentos so as ferramentas bsicas e de rpido acesso para o desenvolvimento do trabalho do nutricionista. Entretanto deve-se ter cautela durante sua utilizao porque, como observado, existem diferenas estatisticamente significantes e nutricionalmente significativas entre os resultados calculados pelos TCA e softwares e os analisados em laboratrio. Por sua vez, a anlise laboratorial a forma mais precisa de se obter dados sobre composio centesimal

de alimentos. No entanto, impossvel para o nutricionista que desempenha suas atividades em um consultrio avaliar a composio da dieta consumida por seus clientes pelos dados de um laboratrio, o que o leva a recorrer s TCA ou aos softwares. Portanto, para que seja possvel o acesso a informaes sobre composio centesimal de alimentos mais precisas e confiveis, o ideal seria a elaborao de uma tabela de composio de alimentos brasileira, cujas anlises fossem realizadas em laboratrio, baseadas em um delineamento para a amostragem representativa dos alimentos e em um protocolo analtico conhecido. A coleta de dados para a elaborao de uma tabela de composio de alimentos nacional permitir, no futuro, avaliar com maior preciso o que e quanto consumido, alm de fornecer dados para o desenvolvimento de programas que melhorem a qualidade de vida da populao.

REFERNCIAS
1. Achenson KJ, Campbell IT, Edholm OG, Miller DS, Stock MJ. The measurement of food and energy intake in man - an evaluation of some techniques. Am J Clin Nutr 1980;33:1147-54. 2. Ano MS, Cuppari L, Tudisco ES, Draibe SA, Sigulem DM. Sistema de Apoio Nutrio [programa de computador]. Verso 2.5a. So Paulo: Centro de Informtica em Sade, Universidade Federal de So Paulo/Escola Paulista de Medicina; 1993. 3. Fundao Instituto Brasileiro de Geografia e Estatstica. Estudo Nacional de Despesa Familiar (ENDEF). Tabela de composio dos alimentos. 2 ed. Rio de Janeiro; 1981. 4. Burgos MGPA, Ribeiro MA, Melo Filho SC, Cabral PC. Composio centesimal de ovo de galinha, carne de boi e de frango consumidos na rea metropolitana de Recife, nordeste brasileiro. Rev Nutr PUCCAMP 1996;9:224-35. 5. Carroll RJ, Freedman LS, Hartman AM. Use a semiquantitative food frequency questionnaires to estimate the distribution of usual intake. Am J Epidemiol 1996;143:392-404. 6. Dufour DL, Staten LK, Waslien CI, Reina JC, Spurr GB. Estimating energy intake of urban women in Colombia: comparison of diet records and recalls. Am J Phys Anthropol 1999;108:53-63. 7. Franco G. Tabela de composio qumica dos alimentos. 9 ed. Rio de Janeiro: Ed. Livraria Atheneu; 1999. 8. Gibson RS. Principles of nutritional assessment. New York: Oxford University Press; 1990. 9. Horwitz W. Evaluation of analytical methods used for regulation of foods and drugs. Anal Chem 1982;54:A67-76. 10. Jain M, Howe GR, Rohan T. Dietary assessment in epidemiology: comparison of a food frequency and a diet history questionnaire with a 7-day food record. Am J Epidemiol 1996;143:953-60. 11. Jardines RP, Bermdez M del C, Wong P, Len G. Platillos tipicos consumidos en Sonora: regionalizacion y aporte de nutrientes. Arch Latinoam Nutric 1985;35:586-602. 12. Lajolo FM, Vanucchi H. Tabelas de composio de nutrientes em alimentos: situao no Brasil e necessidades. Arch Latinoam Nutric 1987;37:702-13. 13. Lajolo FM, Menezes EW. Tabela brasileira de composio de alimentos. Projeto integrado de composio de alimentos. Disponvel em URL: http:// www.fcf.usp.br/tabela [2000 Mar 2]. 14. McClure FD. Repeatability and reproducibility estimates from collaborative studies based on total concentration trace analytes. JAOAC Int 1998;81:795-801. 15. Ncleo de Estudos e Pesquisas em Alimentao (NEPA). Projeto tabela brasileira de composio de alimentos (TACO): objetivos e plano de ao. [Apresentado no Workshop Tabela Brasileira de Composio de Alimentos TACO; 2000 ago 13-15; Campinas, Brasil].

Rev Sade Pblica 2003;37(2):216-25


www.fsp.usp.br/rsp

Composio qumica de alimentos Ribeiro P et al

225

16. Oliveira SP. Changes in food consumption in Brazil. Arch Latinoam Nutric 1997;47:22-4. 17. Pennington JAT, Wilson DB. Daily intakes of nine nutritional elements: analyzed vs. calculated values. J Am Diet Assoc 1990;90:375-81. 18. Philippi ST, Szarfarc SC, Latterza AR. Virtual Nutri [programa de computador]. Verso 1.0 for Windows. So Paulo: Departamento de Nutrio Faculdade de Sade Pblica da Universidade de So Paulo; 1996.

19. Snedecor GW, Cochran WG. Statistical methods. 17th ed. Iowa: The Iowa State University Press; 1980. 20. Southgate DAT, Greenfield H. Principles for the preparation of nutritional data bases and food composition tables. World Rev Nutr Diet 1992;68:27-48. 21. World Health Organization. Food and Agriculture Organization of the United States. Amino acid content of foods and biological data on proteins. Rome: Food Policy and Science Service, Nutrition Division; 1972.