Abstract(resumo):

Objetivo: Avaliar a associação entre residir em pântanos alimentares, o consumo de marcadores não saudáveis e o excesso de peso na Coorte das Universidades Mineiras em Belo Horizonte. Métodos: Estudo transversal com 2.577 participantes das linhas de base de 2016, 2018, 2020 e 2022. Informações sociodemográficas e questionário de frequência alimentar (QFA) obtidas por questionário autopreenchido. Baseado no QFA, elaborou-se um escore de frequência diária de consumo de alimentos saudáveis (feijão, frutas, verduras e legumes) e não saudáveis (embutidos, bebidas adoçadas, salgadinhos e doces). Coordenadas das residências e dos estabelecimentos foram obtidas via Google Earth, classificando-se como pântanos alimentares os setores com ?4 comércios de ultraprocessados. Resultados: 72,9% eram mulheres, com idade média de 36,4±10,3 anos, 39,3% com excesso de peso e 26,0% residentes em pântanos alimentares. A exposição associou-se a maior escore de consumo não saudável [?=0,24 (0,02-0,47)], sem associação com excesso de peso, indicando efeitos distintos do ambiente sobre o consumo e o estado nutricional. Conclusão: Primeiro estudo brasileiro com esse perfil populacional, reforça a influência do ambiente alimentar e a necessidade de políticas intersetoriais para promover escolhas saudáveis.

Keywords(palavra-chave):

ambiente alimentar; alimentos ultraprocessados; excesso de peso.

Content(conteúdo):

Introdução
Adotar uma alimentação saudável é um desafio que ultrapassa as escolhas individuais. Fatores físicos, econômicos, políticos, culturais e sociais moldam as práticas alimentares e influenciam, positiva ou negativamente, a qualidade da alimentação 1. Achados da literatura internacional destacam a relação entre as características do ambiente alimentar e a adoção de hábitos alimentares não saudáveis 2,3.
No Brasil, as transformações nos padrões alimentares das últimas décadas refletem a transição nutricional em curso. O Guia Alimentar para a População Brasileira 4 incorpora a classificação dos alimentos segundo o grau de processamento, a qual tem evidenciado o aumento do consumo de ultraprocessados e a redução da ingestão de alimentos in natura e minimamente processados 5, com impactos negativos sobre a saúde e elevação das prevalências de sobrepeso e obesidade 6–10. Dados recentes apontam que os ultraprocessados já representam parcela expressiva da dieta nacional 11–13, com os participantes da Coorte das Universidades Mineiras (Estudo CUME) apresentando consumo de 25,3% das calorias totais 14.
Embora indivíduos com maior escolaridade possuam mais conhecimento e acesso a informações sobre alimentação saudável 15, fatores estruturais e ambientais frequentemente limitam essas escolhas 16,17. Essa contradição reforça que a responsabilidade por práticas alimentares adequadas não é apenas individual, mas depende também de condições coletivas e políticas públicas que favoreçam escolhas saudáveis.
É nesse contexto que se insere o conceito de pântanos alimentares 18, definidos pela predominância de estabelecimentos que comercializam alimentos ultraprocessados e pela limitada oferta de alimentos frescos 19. Desde sua proposição, o tema evoluiu metodologicamente: estudos iniciais concentraram-se no mapeamento espacial e em análises socioeconômicas 20–22, enquanto pesquisas recentes ampliaram o foco para a evolução temporal e os efeitos sobre desfechos em saúde 23–25.
Apesar de amplamente utilizado na literatura internacional, o conceito de pântano alimentar permanece objeto de debate teórico e metodológico. Diferentemente dos desertos alimentares, cuja definição está associada à ausência ou escassez de estabelecimentos que ofertam alimentos saudáveis, os pântanos alimentares são caracterizados pela predominância relativa de estabelecimentos que comercializam alimentos ultraprocessados. Entretanto, não há consenso sobre sua operacionalização, havendo variações quanto às unidades espaciais utilizadas, aos pontos de corte adotados e aos critérios de classificação dos estabelecimentos 24. Além disso, em contextos urbanos complexos, especialmente em países de renda média como o Brasil, a coexistência de diferentes modalidades de comércio alimentar e a intensa mobilidade cotidiana da população desafiam a premissa de que o ambiente alimentar residencial represente adequadamente a exposição alimentar dos indivíduos 3. Dessa forma, a interpretação dos efeitos dos pântanos alimentares requer considerar não apenas a disponibilidade espacial de estabelecimentos, mas também os padrões de deslocamento e interação dos indivíduos com múltiplos territórios alimentares.
Grande parte das evidências robustas sobre ambientes alimentares provém dos Estados Unidos, onde as desigualdades raciais e socioeconômicas influenciam tanto o acesso a alimentos saudáveis quanto a exposição a estabelecimentos que vendem ultraprocessados 26–28. Estudos em países latino-americanos, como o México, também demonstram uma associação entre ambientes alimentares com maior venda de alimentos não saudáveis e piores desfechos nutricionais, especialmente em grupos vulneráveis 29,30. Ainda assim, persistem lacunas em países de renda média, como o Brasil, sobretudo quanto à relação entre pântanos alimentares, consumo alimentar e excesso de peso em adultos.
Em Belo Horizonte, evidências recentes apontam expansão dos pântanos alimentares e forte presença de produtos ultraprocessados no varejo local 31. Diante disso, o presente estudo avaliou a associação entre residir em pântanos alimentares, o consumo de marcadores alimentares não saudáveis e o excesso de peso entre participantes do Estudo CUME. Trata-se de um estudo pioneiro no Brasil, que contribui para preencher lacunas da literatura ao analisar um contexto urbano de renda média, investigar conjuntamente consumo e excesso de peso e gerar evidências aplicáveis à formulação de políticas públicas de promoção da alimentação adequada e saudável.
Materiais e métodos
Delineamento e amostra do estudo
Trata-se de um estudo transversal com informações obtidas na linha de base dos participantes do Estudo CUME, que ingressaram nos anos de 2016, 2018, 2020 e 2022 (56,85%, 14,16%, 23,36% e 5,63%, respectivamente). O Estudo CUME é uma coorte aberta, composta por egressos da graduação e pós-graduação de universidades localizadas no estado de Minas Gerais, Brasil. As informações são coletadas por meio de questionário eletrônico enviado por e-mail aos potenciais participantes, a partir de um banco de dados disponibilizado pela Diretoria de Tecnologia da Informação das instituições participantes.
A cada dois anos, os participantes previamente recrutados respondem a um questionário autoaplicável de seguimento (Q_2, Q_4, Q_6, Q_8, o mais recente, aplicado em 2024), enquanto novos voluntários são incluídos por meio do questionário de linha de base (Q_0), permitindo a expansão contínua da coorte. Detalhes adicionais sobre o desenho da coorte, procedimentos de recrutamento e instrumentos de coleta estão descritos em publicação metodológica específica 32.
O presente estudo seguiu os princípios éticos da Resolução nº 466/2012 do Conselho Nacional de Saúde e foi aprovado pelos Comitês de Ética em Pesquisa com Seres Humanos da UFV e da UFMG (CAAE 07223812.3.1001.5149). Todos os participantes consentiram eletronicamente, conforme o Termo de Consentimento Livre e Esclarecido.
Para as análises, optou-se por restringir a amostra aos participantes residentes em Belo Horizonte (MG), decisão fundamentada na disponibilidade e qualidade dos dados contextuais do município, que possibilitam caracterizar de forma mais precisa o ambiente alimentar urbano. Assim, excluíram-se as gestantes, os indivíduos residentes no exterior, aqueles sem informação de endereço, com endereços não localizados ou situados em outros estados. Do total de 2.663 participantes cadastrados residentes em Belo Horizonte, foram excluídos 86 por inconsistências nos dados geográficos ou ausência de coordenadas, assim permaneceram elegíveis 2.577 indivíduos (96,8% da amostra total).
Coleta dos dados
O questionário da linha de base (Q_0) é dividido em duas partes: na primeira, perguntas para a caracterização demográfica, socioeconômica, do estilo de vida e clínica, e, na segunda, um questionário de frequência alimentar (QFA) com 144 itens.
Adicionalmente, a renda contextual do setor censitário, em que o domicílio de cada participante está localizado, foi utilizada com base no Censo Demográfico de 2010 do IBGE. O cálculo da renda mensal média por domicílio foi feito dividindo-se o "Total do rendimento nominal das pessoas responsáveis" pelo "Número de responsáveis pelos domicílios particulares".
Variável explicativa do estudo
A variável explicativa central do estudo foi a presença de pântanos alimentares no entorno das residências dos participantes, definidos em nível de setor censitário, adotado como unidade territorial de análise para caracterização do ambiente alimentar. Para determinar a localização precisa das residências e dos estabelecimentos de venda de alimentos, os endereços informados em cada ano de entrada na coorte foram geocodificados no Google Earth®, resultando nas respectivas coordenadas geográficas. Em seguida, os dados foram processados no Sistema de Coordenadas Geográficas WGS 84 e convertidos para o Sistema Universal Transverso de Mercator (UTM), fuso 23S, datum SIRGAS 2000, utilizando o software QGIS 2.16.1 (https://qgis.org/pt_BR/site/), assegurando a precisão necessária para a análise espacial.
As informações sobre o comércio varejista de alimentos foram obtidas junto à Secretaria de Estado da Fazenda de Minas Gerais (SEF/MG), que forneceu registros de estabelecimentos com a Classificação Nacional de Atividades Econômicas (CNAE, versão 2015) e endereços completos referentes aos anos de 2015, 2018 e 2020. Os dados de estabelecimentos de 2020 foram utilizados para os participantes que ingressaram na coorte em 2020 e 2022.
Realizou-se padronização temporal dos dados, de modo que os endereços dos participantes fossem pareados ao conjunto de estabelecimentos mais próximo em termos de ano de referência, garantindo compatibilidade entre o período de residência e a base comercial analisada.
Foram classificados pântanos alimentares como setores censitários contendo quatro ou mais estabelecimentos predominantemente ofertantes de produtos ultraprocessados — lanchonetes, minimercados, mercearias e lojas de doces — conforme adaptação de Hager et al. 33 e de aplicações nacionais 23,24. A escolha do ponto de corte (?4) fundamenta-se na literatura internacional, que o adota como limiar indicativo de elevada concentração de estabelecimentos de venda de alimentos ultraprocessados em áreas urbanas, capaz de distinguir contextos mais obesogênicos de setores com oferta moderada 23,24,33.
A adoção do ponto de corte de quatro ou mais estabelecimentos buscou manter comparabilidade com estudos internacionais e nacionais que utilizaram metodologia semelhante para caracterização de pântanos alimentares 23,24,34. Entretanto, reconhece-se que esse limiar não foi originalmente desenvolvido para o contexto urbano brasileiro e que ainda não existe consenso na literatura quanto ao ponto de corte mais adequado para diferentes realidades territoriais. Assim, sua utilização deve ser interpretada como um critério operacional de classificação, e não como um limiar universal de exposição alimentar.
Cada setor censitário foi avaliado quanto à concentração desses estabelecimentos, sendo classificado como pântano alimentar quando atingia o ponto de corte proposto. Adicionalmente, para fins descritivos, considerou-se a presença, no setor censitário, de pelo menos um estabelecimento do referido tipo. Essa abordagem permite captar a influência contextual do ambiente alimentar sobre os indivíduos, adotando o setor censitário (definido pelo IBGE) como unidade territorial padronizada para análise.
A distribuição espacial dos pântanos alimentares e das residências dos participantes está apresentada na Figura Suplementar 1.
Variáveis dependentes do estudo
Excesso de Peso
Os dados de peso e altura foram obtidos por meio de autorrelato dos participantes, com o peso informado em quilogramas (com precisão em gramas) e a altura em metros (com precisão em centímetros). A partir dessas informações, calculou-se o índice de massa corporal (IMC) por meio da fórmula padrão: peso (kg) / altura (m)².
Os participantes foram classificados em duas categorias: ausência de excesso de peso (IMC ? 24,9 kg/m²) e presença de excesso de peso (IMC ? 25,0 kg/m²).
Estas medidas autorreferidas foram previamente validadas, com excelente concordância entre os valores autorrelatados e mensurados para peso, estatura e IMC — com coeficientes de correlação intraclasse de 0,989, 0,995 e 0,983, respectivamente 35. Esses resultados reforçam a confiabilidade e validade do uso de medidas autorreferidas nesta coorte, assegurando a consistência dos indicadores antropométricos empregados nas análises.
Escores de Marcadores de Alimentação Saudável e Não Saudável do SISVAN
O consumo alimentar foi avaliado por meio de um Questionário de Frequência Alimentar (QFA) quantitativo, aplicado no âmbito do Estudo CUME e referente à ingestão de alimentos no último ano. O instrumento, composto por 144 itens alimentares, possui versão validada para a população brasileira 36 e, após adaptações, para a população do Estudo CUME, com concordância considerável para os grupos alimentares da NOVA 37.
Para melhor adequação ao contexto alimentar de Minas Gerais, o QFA foi adaptado com a inclusão de itens de consumo regional, como queijos artesanais 38, gordura de porco 39,40 e chás mate/preto, branco e verde. Foram excluídos alimentos pouco representativos nos hábitos alimentares locais, como radiche, morcilla e kashimier.
Os itens do QFA foram agrupados em categorias alimentares (lácteos; carnes e peixes; cereais e leguminosas; frutas; hortaliças e legumes; gorduras e óleos; bebidas; outros alimentos) e expressos em porções usuais para a população brasileira, como colher de chá, colher de sopa, unidade, fatia e copo. Para auxiliar no preenchimento, foi utilizado um álbum fotográfico com representações visuais das porções e utensílios de medida.
As frequências de consumo foram registradas em unidades de tempo (dia, semana, mês ou ano) e convertidas para frequência diária equivalente, conforme critérios propostos por Campbell et al. 41 (ex.: 2 vezes/mês = 0,06; 1 vez/semana = 0,14; 1 vez/dia = 1,0; 2 vezes/dia = 2,0).
Com base nos dados do QFA, foram criadas variáveis de escore de frequência diária de consumo de alimentos que compõem os marcadores do Sistema de Vigilância Alimentar e Nutricional – SISVAN (Quadro Suplementar 1). O SISVAN permite monitorar o consumo alimentar da população brasileira a partir de sete marcadores: três de alimentação saudável (feijão; frutas frescas; verduras e/ou legumes) e quatro de alimentação não saudável (hambúrguer e/ou embutidos; bebidas adoçadas; macarrão instantâneo, salgadinhos de pacote e/ou biscoitos salgados; biscoitos recheados e/ou guloseimas) 42.
O somatório das frequências diárias dos alimentos saudáveis compôs o escore de alimentação saudável, e o das variáveis não saudáveis, o escore de alimentação não saudável, conforme adaptação metodológica de Louzada et al. 42.
Covariáveis
Para este estudo, as seguintes covariáveis foram utilizadas: (i) endereço (logradouro, número, complemento, bairro, cidade, estado e CEP); (ii) idade (em anos); (iii) sexo (masculino e feminino); (iv) cor da pele (branca, preta/parda, amarela/indígena); (v) escolaridade (graduação, mestrado/ especialização, doutorado/ pós-doutorado); (vi) área de graduação (áreas da saúde - enfermagem/ farmácia/ medicina/ nutrição/ odontologia/ outro curso da área da saúde, outras áreas - ciências agrárias/ ciências biológicas/ ciências exatas/ ciências sociais e humanas/ ciências da terra/ engenharias/ linguísticas/ letras e artes); (vii) estado civil (solteiro(a), casado(a)/união estável, separado(a)/divorciado(a)/viúvo(a)/outros); (viii) peso (kg); (ix) altura (m); (x) renda familiar mensal; (xi) situação profissional (aposentado(a), do lar, desempregado(a), estudante, trabalho em tempo integral/ parcial/ informal); (xii) frequência de prática de exercício físico nos últimos 12 meses (não pratica, 1 a 2 vezes por semana, 3 a 4 vezes por semana, 5 a 6 vezes por semana, todos os dias).
Análise dos dados
Realizou-se uma análise descritiva dos dados totais, utilizando distribuições de frequências relativas e absolutas para variáveis categóricas, e medidas de tendência central (médias e medianas) e de dispersão (desvios-padrão, intervalo interquartílico – p25 – p75) para variáveis quantitativas. Posteriormente os dados foram apresentados conforme a presença de pântanos alimentares. Para verificar a diferença entre presença de pântanos alimentares e demais variáveis foram utilizados os testes t de Student, Mann-Whitney ou Qui-quadrado de Pearson.
Para avaliar a associação entre a presença de pântanos alimentares (variável explicativa) e o excesso de peso (variável dependente), foram aplicados modelos de regressão de Poisson com variância robusta. Os resultados foram expressos em Razões de Prevalência (RP) e seus respectivos intervalos de confiança de 95%. Modelos brutos (não ajustados) e ajustados foram construídos para avaliar o efeito da variável explicativa antes e após o controle de potenciais fatores de confusão. Destaca-se que a escolaridade não compôs os modelos ajustados finais, dada a homogeneidade da amostra (todos os participantes com nível superior); renda familiar e área de formação foram incluídas e não apresentaram colinearidade relevante.
Adicionalmente, foram aplicados Modelos Lineares Generalizados (GLM) para investigar a associação entre a exposição a pântanos alimentares e os marcadores de consumo alimentar (saudável e não saudável). Foram empregados GLM com distribuição Gamma e função de ligação log, considerando a distribuição assimétrica das variáveis dependentes.
O ajuste dos modelos foi realizado controlando para potenciais fatores de confusão, incluindo sexo, idade, cor da pele, renda familiar, graduação na área de saúde, estado civil, situação profissional e ano de coleta. O modelo com o excesso de peso ainda foi ajustado pela frequência de prática de exercício físico. Tais fatores foram selecionados com base em evidências da literatura epidemiológica sobre determinantes do consumo alimentar e do estado nutricional.
A presença de multicolinearidade entre as variáveis independentes foi avaliada por meio do Fator de Inflação da Variância (VIF), não sendo observados valores indicativos de colinearidade relevante (todos os VIF < 5) 43.
Todas as análises foram realizadas utilizando o software Stata versão 14.0. Adotou-se um nível de significância de 5% (p < 0,05) para a rejeição da hipótese nula. Em todas as análises, foram verificados os pressupostos dos modelos estatísticos utilizados, como a distribuição dos resíduos e a multicolinearidade entre as variáveis independentes.
Resultados
A Tabela 1 apresenta a análise descritiva das características gerais dos participantes residentes em Belo Horizonte avaliados na linha de base. Entre os 2.577 indivíduos incluídos (idade média de 36,4 ± 10,3 anos; 72,9% mulheres), 26,0% residiam em setores classificados como pântanos alimentares. Os residentes em pântanos apresentavam maior proporção de solteiros (29,3% vs. 22,7%) e maior concentração no primeiro quintil de renda (30,9% vs. 22,2%) em comparação aos não residentes. A prevalência de excesso de peso foi de 39,3%, sem variação expressiva ao longo dos anos de estudo (Tabela 3).
Em relação à disponibilidade de estabelecimentos de venda de alimentos (Tabela 2), 63,5% dos participantes residiam em áreas com pelo menos uma lanchonete, 13,1% em locais com ao menos uma loja de doces e 30,9% em áreas com um ou mais minimercados. Mesmo nos setores não classificados como pântanos alimentares, a presença de estabelecimentos foi predominantemente de ofertantes de produtos ultraprocessados. A mediana da renda domiciliar dos setores censitários foi de R$ 1.106,81 (R$ 669,31 – R$ 1.721,91).
A mediana do escore de ingestão diária dos marcadores de alimentação saudável foi de 8,29 (5,63-12,03) vezes/dia. Já o escore médio de marcadores não saudáveis foi de 1,73 (0,85-3,02) vezes/dia. Importante destacar que não houve diferenças significativas entre o consumo dos alimentos e a presença de pântanos alimentares (Tabela 3).
Na análise ajustada por sexo, idade, cor da pele, renda familiar, área da saúde, estado civil, situação profissional e ano de coleta (Tabela 4), a residência em pântanos alimentares manteve associação positiva com maior escore de marcadores não saudáveis (? = 0,24; IC95%: 0,02; 0,47). Por outro lado, não foi observada associação com o excesso de peso (RP = 0,95; IC95%: 0,85; 1,07), mesmo após ajuste por prática de atividade física (Tabela 5).
Discussão
Em adultos com alta escolaridade residentes em uma metrópole brasileira, morar em pântanos alimentares associou-se a maior consumo de marcadores não saudáveis do SISVAN, mas não ao excesso de peso. Esses resultados sugerem que o ambiente varejista influencia as escolhas alimentares mesmo entre grupos com maior capital educacional, enquanto o efeito sobre o excesso de peso pode depender de fatores como tempo de exposição e vulnerabilidades socioeconômicas.
Os resultados também devem ser interpretados à luz das limitações conceituais do próprio constructo de pântano alimentar. Embora útil para identificar áreas com elevada concentração de estabelecimentos que comercializam alimentos ultraprocessados, o conceito pode não capturar adequadamente a complexidade dos ambientes alimentares urbanos contemporâneos 3. Em cidades brasileiras, diferentes tipos de comércio frequentemente coexistem em um mesmo território, permitindo o acesso simultâneo a alimentos saudáveis e não saudáveis. Além disso, indivíduos com maior escolaridade e inserção no mercado de trabalho tendem a apresentar ampla mobilidade urbana, realizando compras e refeições em locais distintos de sua área de residência 44. Nesses contextos, a exposição alimentar torna-se multidimensional, o que pode explicar parcialmente a ausência de associação observada com o excesso de peso.
A amostra do Estudo CUME apresenta características específicas: predominância de mulheres brancas, com alta escolaridade e inserção no mercado de trabalho, perfil que, em tese, confere maior conhecimento e capacidade de acessar opções alimentares saudáveis 15. Do ponto de vista conceitual, no entanto, o constructo de pântano alimentar foi originalmente formulado para explicar desigualdades estruturais em contextos de restrição material e baixa mobilidade, o que pode atenuar sua aplicabilidade plena nesta população privilegiada. Ainda assim, a presença desses ambientes pode favorecer o consumo de produtos ultraprocessados e hábitos alimentares inadequados, reforçando que a responsabilidade por uma alimentação saudável não se restringe ao indivíduo, mas depende de condições estruturais e políticas públicas que promovam ambientes favoráveis 33.
A elevada escolaridade dos participantes constitui um aspecto central para a interpretação dos resultados. Indivíduos com maior nível educacional tendem a apresentar maior letramento em saúde, melhor acesso a informações nutricionais e maior capacidade de mobilizar recursos econômicos e sociais para realizar escolhas alimentares mais saudáveis 15. Nesse contexto, a influência do ambiente alimentar pode manifestar-se de forma distinta daquela observada em populações mais vulneráveis, nas quais barreiras econômicas e estruturais exercem papel mais determinante sobre o consumo alimentar. Assim, é possível que os efeitos observados neste estudo representem uma estimativa conservadora da influência dos pântanos alimentares, especialmente sobre o excesso de peso, cuja determinação envolve múltiplos fatores comportamentais, sociais e econômicos.
Mesmo em setores não classificados como pântanos alimentares, Belo Horizonte apresenta ampla capilaridade de estabelecimentos ofertantes de ultraprocessados no espaço urbano. Apesar disso, o consumo de marcadores alimentares saudáveis, como feijão, frutas, verduras e legumes, alinhados às recomendações do Guia Alimentar para a População Brasileira, permaneceu frequente na coorte estudada. Em contraste, a ingestão de ultraprocessados, embora presente, mostrou-se mais esporádica, sugerindo que escolhas alimentares mais saudáveis persistem mesmo em contextos urbanos marcados por alta disponibilidade desses produtos. A renda contextual refere-se ao rendimento nominal dos responsáveis pelos domicílios no Censo Demográfico de 2010, sem atualização monetária, e caracteriza o território de residência, não os participantes, cuja renda individual/familiar é substancialmente superior.
A associação positiva entre pântanos alimentares e o maior escore de marcadores não saudáveis observada neste estudo corrobora evidências anteriores sobre a influência do ambiente alimentar nos padrões de consumo 2,3,31,45. Estudos nacionais e internacionais têm demonstrado a expansão de estabelecimentos que comercializam alimentos ultraprocessados, especialmente em áreas urbanas, configurando contextos que ampliam a disponibilidade e a conveniência desses produtos e tendem a favorecer seu consumo, dificultando escolhas alimentares saudáveis 16,24,46. Em Belo Horizonte, a proporção de setores censitários classificados como pântanos alimentares aumentou nas últimas décadas 25, evidenciando a crescente exposição populacional a esse tipo de ambiente.
Entretanto, a ausência de associação significativa entre pântanos alimentares e excesso de peso nesta coorte sugere que sua relação com o ambiente alimentar pode ser mais complexa, diferindo de achados internacionais obtidos em populações mais vulneráveis 34,47. Enquanto o consumo alimentar tende a responder de forma mais imediata à disponibilidade local de alimentos, o excesso de peso resulta da interação de múltiplos determinantes que se acumulam ao longo do tempo. Nesse sentido, o ambiente alimentar do setor censitário de residência pode influenciar padrões de consumo, porém sua repercussão direta sobre o excesso de peso pode ser atenuada em grupos com maior mobilidade e acesso a diferentes territórios alimentares. Essas interpretações são consistentes com a literatura, mas requerem confirmação em análises longitudinais, não devendo ser consideradas evidências diretas dos dados atuais.
Além disso, é possível que o impacto do ambiente sobre o peso corporal ocorra de forma indireta e cumulativa, por meio da maior disponibilidade e acesso a ultraprocessados que, ao longo do tempo, afetam os padrões dietéticos e contribuem para o ganho de peso. Essa hipótese é coerente com estudos longitudinais realizados em países de alta renda, que mostram associação entre densidade de restaurantes de fast-food e aumento do IMC e da obesidade 47,48. Destaca-se que o modelo para excesso de peso foi adicionalmente ajustado pela frequência de prática de exercício físico, sem alteração dos resultados. Em contrapartida, a homogeneidade da amostra e a natureza transversal do presente estudo podem ter limitado a detecção de diferenças no excesso de peso entre os grupos.
Entre as limitações do estudo, destacam-se, em primeiro lugar, o delineamento transversal, que não permite estabelecer relações de causalidade, e a utilização de uma amostra não probabilística de estudantes universitários, o que restringe a generalização dos achados para outras populações. Além de limitar a validade externa dos achados, a elevada homogeneidade socioeconômica da amostra pode ter reduzido a variabilidade da exposição e dos desfechos estudados, dificultando a identificação de associações mais fortes entre ambiente alimentar e excesso de peso. Estudos conduzidos em populações com maior heterogeneidade social e econômica poderão contribuir para avaliar se a magnitude das associações observadas difere entre distintos grupos populacionais.
Em segundo lugar, ressaltam-se limitações operacionais relacionadas à mensuração da exposição, incluindo o uso de dados secundários para caracterização do ambiente alimentar, que não contemplam o comércio informal, e o fato de a exposição residencial não refletir a totalidade das aquisições alimentares dos participantes, especialmente entre aqueles que realizam deslocamentos frequentes. Adicionalmente, a ausência de padronização pela área geográfica e pela população de cada setor censitário pode introduzir viés de diluição ou de superestimação da densidade de estabelecimentos, influenciando as estimativas obtidas.
Uma limitação relevante do estudo refere-se à coerência espaço-temporal entre exposição e desfecho, uma vez que não é possível assegurar que o consumo alimentar aferido pelo QFA, referente ao último ano, tenha ocorrido predominantemente no ambiente alimentar do setor censitário de residência. Essa limitação restringe a interpretação causal dos achados, pois o estudo não permite estabelecer correspondência direta entre o espaço de exposição mensurado e os locais efetivos de aquisição e consumo dos alimentos.
Uma questão metodológica relevante refere-se à definição do ponto de corte utilizado para caracterizar os pântanos alimentares. Embora o limiar de quatro ou mais estabelecimentos tenha sido adotado com base em estudos prévios realizados no Brasil 23,24 e no exterior 33, ainda são escassas as evidências que validem empiricamente esse valor para diferentes contextos urbanos. Em Belo Horizonte, a elevada densidade comercial e a ampla distribuição de estabelecimentos alimentares podem influenciar a capacidade discriminativa desse indicador. Dessa forma, futuras investigações devem explorar análises de sensibilidade utilizando diferentes pontos de corte ou medidas contínuas de densidade alimentar, visando aprimorar a caracterização dos ambientes alimentares urbanos.
Ainda assim, o estudo possui importantes pontos fortes, como o caráter pioneiro no Brasil, a integração de dados georreferenciados com informações detalhadas de consumo alimentar obtidas por QFA, a validação dos dados antropométricos autorrelatados 35 e a utilização de uma coorte bem caracterizada e metodologicamente consistente.
Os resultados contribuem para o avanço das evidências sobre o ambiente alimentar em contextos urbanos de renda média e reforçam a necessidade de políticas públicas intersetoriais voltadas à regulação do varejo alimentar e à promoção de ambientes que favoreçam escolhas saudáveis. Políticas urbanas e de saúde pública devem priorizar a redução da densidade de estabelecimentos que comercializam alimentos ultraprocessados e o estímulo à oferta e ao acesso a alimentos in natura, por meio da ampliação de feiras livres, de hortas urbanas, de mercados públicos e de incentivos a pequenos produtores locais. A integração entre os setores de saúde, planejamento urbano, educação, transporte e assistência social é essencial para a construção de ambientes que favoreçam escolhas alimentares saudáveis e sustentáveis.
Para futuras análises, recomenda-se o uso de dados longitudinais do Estudo CUME, a aplicação de buffers baseados em rede viária (500–1000 m) ou tempo de deslocamento, além da incorporação de ambientes de trabalho, estudo como espaços de exposição alimentar e das aquisições por plataformas digitais de entrega. Essas abordagens poderão aprofundar a compreensão dos mecanismos causais entre ambiente alimentar, padrões de consumo e estado nutricional.
Além disso, neste estudo o pântano alimentar foi tratado como uma categoria binária, de forma que setores com diferentes concentrações de estabelecimentos ultraprocessados foram classificados de modo equivalente, o que pode ter reduzido o poder discriminativo da exposição; abordagens futuras poderiam empregar métricas contínuas ou proporcionais, como densidade, razões entre estabelecimentos saudáveis e não saudáveis ou índices compostos, em consonância com avanços recentes da literatura internacional.
Conclusão
Este estudo sugere que, em adultos com alta escolaridade residentes em Belo Horizonte, a exposição a pântanos alimentares associa-se a maior consumo de marcadores alimentares não saudáveis, sem relação significativa com excesso de peso. Esses achados evidenciam que escolhas alimentares são condicionadas por fatores ambientais estruturais, reforçando a necessidade de políticas urbanas que promovam contextos alimentares favoráveis e estudos longitudinais para capturar exposições cumulativas e multidimensionais.

Financiamento
O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) – Código de Financiamento 001 e Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) (CDS-APQ-00571/13, CDS-APQ-02407/16, CDS-APQ-00424–17). JB, HHMH e AMP são bolsistas de produtividade do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).

Declaração de Disponibilidade de Dados
Os dados de pesquisa estão disponíveis mediante solicitação ao autor de correspondência.


?
Referências
1 Swinburn B, Sacks G, Vandevijvere S, Kumanyika S, Lobstein T, Neal B et al. INFORMAS (International Network for Food and Obesity/non-communicable diseases Research, Monitoring and Action Support): overview and key principles. Obes Rev 2013; 14 Suppl 1: 1–12.
2 Larson NI, Story MT, Nelson MC. Neighborhood environments: disparities in access to healthy foods in the U.S. Am J Prev Med 2009; 36: 74–81.
3 Madlala SS, Hill J, Kunneke E, Lopes T, Faber M. Adult food choices in association with the local retail food environment and food access in resource-poor communities: a scoping review. BMC Public Health 2023; 23: 1083.
4 Brasil, Ministério da Saúde, Secretaria de Atenção à Saúde, Departamento de Atenção Básica, Coordenação-Geral da Política de Alimentação e Nutrição. Guia alimentar para a população brasileira. Ministério da Saúde: Brasília, DF, 2014https://bvsms.saude.gov.br/bvs/publicacoes/guia_alimentar_populacao_brasileira_2ed.pdf (accessed 21 Oct2025).
5 Monteiro CA, Levy RB, Claro RM, Castro IRR de, Cannon G. A new classification of foods based on the extent and purpose of their processing. Cad Saúde Pública 2010; 26: 2039–2049.
6 Moubarac J-C, Parra DC, Cannon G, Monteiro CA. Food Classification Systems Based on Food Processing: Significance and Implications for Policies and Actions: A Systematic Literature Review and Assessment. Curr Obes Rep 2014; 3: 256–272.
7 Louzada ML da C, Martins APB, Canella DS, Baraldi LG, Levy RB, Claro RM et al. Impact of ultra-processed foods on micronutrient content in the Brazilian diet. Rev Saúde Pública 2015; 49. doi:https://doi.org/10.1590/S0034-8910.2015049006211.
8 Martínez Steele E, Baraldi LG, Louzada ML da C, Moubarac J-C, Mozaffarian D, Monteiro CA. Ultra-processed foods and added sugars in the US diet: evidence from a nationally representative cross-sectional study. BMJ Open 2016; 6: e009892.
9 Monteiro CA, Cannon G, Moubarac J-C, Levy RB, Louzada MLC, Jaime PC. The UN Decade of Nutrition, the NOVA food classification and the trouble with ultra-processing. Public Health Nutr 2018; 21: 5–17.
10 Monteiro CA, Cannon G, Levy RB, Moubarac J-C, Louzada ML, Rauber F et al. Ultra-processed foods: what they are and how to identify them. Public Health Nutr 2019; 22: 936–941.
11 Brasil, Instituto Brasileiro de Geografia e Estatística. Pesquisa de orçamentos familiares 2017-2018?: análise do consumo alimentar pessoal no Brasil. IBGE: Rio de Janeiro, 2020https://static.poder360.com.br/2024/12/pesquisa-de-orcamentos-familiares-2017-2018-ibge.pdf (accessed 7 June2025).
12 Brasil, Instituto Brasileiro de Geografia e Estatística. Pesquisa nacional de saúde?: 2019?: percepção do estado de saúde, estilos de vida, doenças crônicas e saúde bucal: Brasil e grandes regiões. IBGE: Rio de Janeiro, RJ, 2021https://biblioteca.ibge.gov.br/visualizacao/livros/liv101764.pdf (accessed 16 Apr2025).
13 Brasil, Ministério da Saúde, Secretaria de Vigilância em Saúde e Ambiente, Departamento de Análise Epidemiológica e Vigilância de Doenças Não Transmissíveis. Vigitel Brasil 2006-2023: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica do estado nutricional e consumo alimentar nas capitais dos 26 estados brasileiros e no Distrito Federal entre 2006 e 2023: estado nutricional e consumo alimentar. Ministério da Saúde: Brasília, 2024https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/vigitel/vigitel-2006-2023-estado-nutricional-e-consumo-alimentar/view (accessed 16 Apr2025).
14 Mattar JB, Domingos ALG, Hermsdorff HHM, Juvanhol LL, de Oliveira FLP, Pimenta AM et al. Ultra-processed food consumption and dietary, lifestyle and social determinants: a path analysis in Brazilian graduates (CUME project). Public Health Nutr 2022; 25: 3326–3334.
15 Crepaldi BVC, Okada LM, Claro RM, Louzada ML da C, Rezende LFM, Levy RB et al. Educational inequality in consumption of in natura or minimally processed foods and ultra-processed foods: The intersection between sex and race/skin color in Brazil. Front Nutr 2022; 9: 1055532.
16 Silva JML da, Oliveira JS, Borges DC, Honório OS, Mendes LL, Canuto R. Social inequities in food deserts and food swamps in a northeastern Brazilian capital. Journal of Biosocial Science 2024; 56: 493–503.
17 Scaciota LL. O comércio de alimentos e sua associação com o consumo de ultraprocessados por adultos participantes do Estudo NutriNet-Brasil. 2024. doi:10.11606/D.6.2024.tde-28012025-174851.
18 Donald Rose, J. Nicholas Bodor, Chris M Swalm, Janet C. Rice. Deserts in New Orleans? Illustrations of Urban Food Access and Implications for Policy. National Poverty Center Working Paper 2009; 1.
19 Araújo ML de, Silva GB, Rocha LL, Novaes TG, Lima CAM de, Mendes LL et al. Características do ambiente alimentar comunitário e do entorno das residências das famílias beneficiárias do Programa Bolsa Família. Ciênc saúde coletiva 2022; 27: 641–651.
20 Mariana Fortes, Camila Aparecida Borges, William Cabral- Miranda, Patricia Jaime. Mapeando as desigualdades socioeconômicas na distribuição do comércio varejista local. Segurança Alimentar e Nutricional 2018; 25: 45–58.
21 Leite MA, de Assis MM, do Carmo AS, Nogueira MC, Netto MP, Mendes LL. Inequities in the urban food environment of a Brazilian city. Food Sec 2021; 13: 539–549.
22 Grilo MF, Menezes C de, Duran AC. Mapeamento de pântanos alimentares em Campinas, Brasil. Ciênc saúde coletiva 2022; 27: 2717–2728.
23 Peres CM da C, Costa BV de L, Pessoa MC, Honório OS, Carmo AS do, Silva TPR da et al. O ambiente alimentar comunitário e a presença de pântanos alimentares no entorno das escolas de uma metrópole brasileira. Cad Saúde Pública 2021; 37: e00205120.
24 Honório OS, Horta PM, Pessoa MC, Jardim MZ, do Carmo AS, Mendes LL. Food deserts and food swamps in a Brazilian metropolis: comparison of methods to evaluate the community food environment in Belo Horizonte. Food Sec 2022; 14: 695–707.
25 Honório OS, Mendes LL, Moreira CC, Araújo MLD, Pessoa MC. Evolution of food deserts and food swamps in a Brazilian metropolis between 2008 and 2020. Ciênc saúde coletiva 2024; 29: e09582023.
26 Beaulac J, Kristjansson E, Cummins S. A Systematic Review of Food Deserts, 1966-2007. Prev Chronic Dis 2009; 6: A105.
27 Gordon C, Purciel-Hill M, Ghai NR, Kaufman L, Graham R, Van Wye G. Measuring food deserts in New York City’s low-income neighborhoods. Health Place 2011; 17: 696–700.
28 Goodman M, Thomson J, Landry A. Food Environment in the Lower Mississippi Delta: Food Deserts, Food Swamps and Hot Spots. Int J Environ Res Public Health 2020; 17: 3354.
29 Pineda E, Stockton J, Mindell JS. The Retail Food Environment Index and its association with dietary patterns, body mass index, and socioeconomic position: A multilevel assessment in Mexico. PLOS Glob Public Health 2024; 4: e0003819.
30 García Z, Preciado Rodríguez JM, Portillo Abril GE, Contreras Paniagua AD, Ortega-Vélez MI. Measured and perceived food environment influences on women’s nutritional health in marginalized areas of northern Mexico: a structural equation modeling analysis. Front Public Health 2025; 13. doi:10.3389/fpubh.2025.1482256.
31 Gomes CS, Silveira EA, Velasquez-Melendez G. Neighborhood environment is associated with unhealthy food intake in a Brazilian urban area. Appetite 2022; 172: 105972.
32 Gomes Domingos AL, Miranda AE da S, Pimenta AM, Hermsdorff HHM, Oliveira FLP de, Dos Santos LC et al. Cohort Profile: The Cohort of Universities of Minas Gerais (CUME). Int J Epidemiol 2018; 47: 1743–1744h.
33 Hager ER, Cockerham A, O’Reilly N, Harrington D, Harding J, Hurley KM et al. Food swamps and food deserts in Baltimore City, MD, USA: associations with dietary behaviours among urban adolescent girls. Public Health Nutr 2017; 20: 2598–2607.
34 Cooksey-Stowers K, Schwartz MB, Brownell KD. Food Swamps Predict Obesity Rates Better Than Food Deserts in the United States. Int J Environ Res Public Health 2017; 14: 1366.
35 Miranda AE da S, Ferreira AVM, Oliveira FLP de, Hermsdorff HHM, Bressan J, Pimenta AM. Validação da síndrome metabólica e de seus componentes autodeclarados no estudo cume. REME-Revista Mineira de Enfermagem 2017; 21. doi:10.5935/1415-2762.20170079.
36 Henn RL, Fuchs SC, Moreira LB, Fuchs FD. Development and validation of a food frequency questionnaire (FFQ-Porto Alegre) for adolescent, adult and elderly populations from Southern Brazil. Cad Saúde Pública 2010; 26: 2068–2079.
37 Azarias HG de A, Marques-Rocha JL, Miranda AE da S, Dos Santos LC, Gomes Domingos AL, Hermsdorff HHM et al. Online Food Frequency Questionnaire From the Cohort of Universities of Minas Gerais (CUME Project, Brazil): Construction, Validity, and Reproducibility. Front Nutr 2021; 8: 709915.
38 Instituto do Patrimônio Histórico e Artístico Nacional (IPHAN). Queijo artesanal de Minas: patrimônio cultural do Brasil. Belo Horizonte: IPHAN. 2006.http://portal.iphan.gov.br/uploads/ckfinder/arquivos/Dossie_modo_fazer_queijo_minas.pdf (accessed 19 May2025).
39 Cotta RMM, Reis RS, Batista KCS, Dias G, Alfenas R de CG, Castro FAF de. Hábitos e práticas alimentares de hipertensos e diabéticos: repensando o cuidado a partir da atenção primária. Rev Nutr 2009; 22: 823–835.
40 Lopes ACS, Ferreira AD, Santos LC. Atendimento Nutricional na Atenção Primária à Saúde: Proposição de Protocolos. Nutrição em Pauta 2010; 18: 40–44.
41 Campbell KJ, Abbott G, Spence AC, Crawford DA, McNaughton SA, Ball K. Home food availability mediates associations between mothers’ nutrition knowledge and child diet. Appetite 2013; 71: 1–6.
42 Louzada ML da C, Couto VDCS, Rauber F, Tramontt CR, Santos TSS, Lourenço BH et al. Food and Nutrition Surveillance System markers predict diet quality. Rev Saúde Pública 2023; 57: 82.
43 Hair JF, Black WC, Babin BJ, Anderson RE. Multivariate Data Analysis. 8th ed. Cengage Learning; 2019.
44 Browning CR, Soller B. Moving Beyond Neighborhood: Activity Spaces and Ecological Networks as Contexts for Youth Development. Cityscape 2014; 16: 165-196.
45 Vaughan CA, Collins R, Ghosh-Dastidar M, Beckman R, Dubowitz T. Does where you shop or who you are predict what you eat?: The role of stores and individual characteristics in dietary intake. Prev Med 2017; 100: 10–16.
46 Justiniano ICS, de Menezes MC, Mendes LL, Pessoa MC. Retail food environment in a Brazilian metropolis over the course of a decade: evidence of restricted availability of healthy foods. Public Health Nutr 2022; 25: 2584–2592.
47 Acciai F, DeWeese RS, Yedidia MJ, Lloyd K, Tulloch D, DeLia D et al. Differential Associations Between Changes in Food Environment and Changes in BMI Among Adults Living in Urban, Low-Income Communities. J Nutr 2022; 152: 2582–2590.
48 Walker BB, Shashank A, Gasevic D, Schuurman N, Poirier P, Teo K et al. The Local Food Environment and Obesity: Evidence from Three Cities. Obesity (Silver Spring) 2020; 28: 40–45.
?