OBJETIVOS: identificar os padrões alimentares de crianças e sua associação com o nível socioeconômico das famílias. MÉTODOS: estudo transversal com 1260 crianças de 4 a 11 anos, residentes em ...Salvador-Bahia que incluiu aplicação de um Questionário de Frequência Alimentar semi-quantitativo. Os padrões alimentares foram identificados, empregando-se análise fatorial por componentes principais. O nível socioeconômico foi avaliado por meio de um indicador socioeconômico composto. Regressão logística multivariada foi empregada. RESULTADOS: identificaram-se quatro padrões que explicaram 45,9% da variabilidade dos dados de frequência alimentar. Crianças que pertencem ao nível socioeconômico mais alto têm 1,60 vezes mais chance (p<0,001) de apresentarem maior frequência de consumo de alimentos do padrão 1 (frutas, verduras, leguminosas, cereais e pescados) e 3,09 vezes mais chance (p<0,001) de apresentarem maior frequência de consumo dos alimentos do padrão 2 (leite/ derivados, catchup/ maionese/ mostarda e frango), quando se compara com aquele de crianças de nível socioeconômico mais baixo. Resultado inverso foi observado no padrão 4 (embutidos, ovos e carnes vermelhas); isto é, quanto maior o nível socioeconômico menor a chance da adoção desse padrão. Tendência similar foi notada para o padrão 3 (frituras, doces, salgadinhos, refrigerante/ suco artificial). CONCLUSÕES: padrões alimentares de crianças são dependentes das condições socioeconômicas das famílias e a adoção de itens alimentares mais saudáveis associa-se aos grupos de mais altos níveis socioeconômicos.
OBJETIVOS: identificar os padrões alimentares de crianças e sua associação com o nível socioeconômico das famílias. MÉTODOS: estudo transversal com 1260 crianças de 4 a 11 anos, residentes em ...Salvador-Bahia que incluiu aplicação de um Questionário de Frequência Alimentar semi-quantitativo. Os padrões alimentares foram identificados, empregando-se análise fatorial por componentes principais. O nível socioeconômico foi avaliado por meio de um indicador socioeconômico composto. Regressão logística multivariada foi empregada. RESULTADOS: identificaram-se quatro padrões que explicaram 45,9% da variabilidade dos dados de frequência alimentar. Crianças que pertencem ao nível socioeconômico mais alto têm 1,60 vezes mais chance (p<0,001) de apresentarem maior frequência de consumo de alimentos do padrão 1 (frutas, verduras, leguminosas, cereais e pescados) e 3,09 vezes mais chance (p<0,001) de apresentarem maior frequência de consumo dos alimentos do padrão 2 (leite/ derivados, catchup/ maionese/ mostarda e frango), quando se compara com aquele de crianças de nível socioeconômico mais baixo. Resultado inverso foi observado no padrão 4 (embutidos, ovos e carnes vermelhas); isto é, quanto maior o nível socioeconômico menor a chance da adoção desse padrão. Tendência similar foi notada para o padrão 3 (frituras, doces, salgadinhos, refrigerante/ suco artificial). CONCLUSÕES: padrões alimentares de crianças são dependentes das condições socioeconômicas das famílias e a adoção de itens alimentares mais saudáveis associa-se aos grupos de mais altos níveis socioeconômicos.
OBJECTIVE: to identify the patterns of food intake in children and the association between these and the socio-economic conditions of their families. METHODS: a cross-sectional study was carried out with 1260 children aged between 4 and 11 years, resident in the city of Salvador, in the Brazilian State of Bahia, including application of a semi-quantitative Food Intake Frequency questionnaire. The pattern of food intake of the children was assessed using factorial analysis by principal components. socio-economic level was assessed using a compound socio-economic indicator. Multivariate logistic regression was employed. RESULTS: four food groups were identified that explained 45.9% of the variability in food intake frequency data. Children from a more privileged socio-economic background were found to be 1.6 times more likely (p<0.001) to have a higher frequency of intake of food from group 1 (fruit, vegetables, pulses, cereals and sea food) and 3.09 times more likely (p<0.001) to have a higher frequency of consumption of food from group 2 (milk and dairy products, ketchup/mustard/mayonnaise and chicken), compared with children from a less privileged background. The opposite was found for group 4 (processed meat products, eggs, and red meat); with the children from more privileged backgrounds less likely to consume food from this group. A similar tendency was found for food from group 3 (fried food, sweets, snacks, soda/artificial fruit juice). CONCLUSION: patterns of food intake in children depend on the socio-economic conditions of their families and the choice of healthier food is associated with a more privileged socio-economic background.
OBJETIVOS: identificar os padrões alimentares de crianças e sua associação com o nível socioeconômico das famílias. MÉTODOS: estudo transversal com 1260 crianças de 4 a 11 anos, residentes em ...Salvador-Bahia que incluiu aplicação de um Questionário de Frequência Alimentar semi-quantitativo. Os padrões alimentares foram identificados, empregando-se análise fatorial por componentes principais. O nível socioeconômico foi avaliado por meio de um indicador socioeconômico composto. Regressão logística multivariada foi empregada. RESULTADOS: identificaram-se quatro padrões que explicaram 45,9% da variabilidade dos dados de frequência alimentar. Crianças que pertencem ao nível socioeconômico mais alto têm 1,60 vezes mais chance (p<0,001) de apresentarem maior frequência de consumo de alimentos do padrão 1 (frutas, verduras, leguminosas, cereais e pescados) e 3,09 vezes mais chance (p<0,001) de apresentarem maior frequência de consumo dos alimentos do padrão 2 (leite/ derivados, catchup/ maionese/ mostarda e frango), quando se compara com aquele de crianças de nível socioeconômico mais baixo. Resultado inverso foi observado no padrão 4 (embutidos, ovos e carnes vermelhas); isto é, quanto maior o nível socioeconômico menor a chance da adoção desse padrão. Tendência similar foi notada para o padrão 3 (frituras, doces, salgadinhos, refrigerante/ suco artificial). CONCLUSÕES: padrões alimentares de crianças são dependentes das condições socioeconômicas das famílias e a adoção de itens alimentares mais saudáveis associa-se aos grupos de mais altos níveis socioeconômicos.OBJECTIVE: to identify the patterns of food intake in children and the association between these and the socio-economic conditions of their families. METHODS: a cross-sectional study was carried out with 1260 children aged between 4 and 11 years, resident in the city of Salvador, in the Brazilian State of Bahia, including application of a semi-quantitative Food Intake Frequency questionnaire. The pattern of food intake of the children was assessed using factorial analysis by principal components. socio-economic level was assessed using a compound socio-economic indicator. Multivariate logistic regression was employed. RESULTS: four food groups were identified that explained 45.9% of the variability in food intake frequency data. Children from a more privileged socio-economic background were found to be 1.6 times more likely (p<0.001) to have a higher frequency of intake of food from group 1 (fruit, vegetables, pulses, cereals and sea food) and 3.09 times more likely (p<0.001) to have a higher frequency of consumption of food from group 2 (milk and dairy products, ketchup/mustard/mayonnaise and chicken), compared with children from a less privileged background. The opposite was found for group 4 (processed meat products, eggs, and red meat); with the children from more privileged backgrounds less likely to consume food from this group. A similar tendency was found for food from group 3 (fried food, sweets, snacks, soda/artificial fruit juice). CONCLUSION: patterns of food intake in children depend on the socio-economic conditions of their families and the choice of healthier food is associated with a more privileged socio-economic background.
Objectives: to identify the patterns of food intake in children and the association between these and the socio-economic conditions of their families. Methods: a cross-sectional study was carried out ...with 1260 children aged between 4 and 11 years, resident in the city of Salvador, in the Brazilian State of Bahia, including application of a semi-quantitative Food Intake Frequency questionnaire. The pattern of food intake of the children was assessed using factorial analysis by principal components. Socio-economic level was assessed using a compound socio-economic indicator. Multivariate logistic regression was employed. Results: four food groups were identified that explained 45.9% of the variability in food intake frequency data. Children from a more privileged socio-economic background were found to be 1.6 times more likely (p< 0.001) to have a higher frequency of intake of food from group 1 (fruit, vegetables, pulses, cereals and sea food) and 3.09 times more likely (p<0.001) to have a higher frequency of consumption of food from group 2 (milk and dairy products, ketchup/mustard/mayonnaise and chicken), compared with children from a less privileged background. The opposite was found for group 4 (processed meat products, eggs, and red meat); with the children from more privileged backgrounds less likely to consume food from this group. A similar tendency was found for food from group 3 (fried food, sweets, snacks, soda/artificial fruit juice). Conclusions: patterns of food intake in children depend on the socio-economic conditions of their families and the choice of healthier food is associated with a more privileged socioeconomic background. Adapted from the source document.
A survey of the Trypanosoma vivax genome was carried out by the genome sequence survey (GSS) approach resulting in 1,086 genomic sequences. A total of 455 high-quality GSS sequences were generated, ...consisting of 331 non-redundant sequences distributed in 264 singlets and 67 clusters in a total of 135.5 Kb of the T. vivax genome. The estimation of the overall G+C content, and the prediction of the presence of ORFs and putative genes were carried out using the Glimmer and Jemboss packages. Analysis of the obtained sequences was carried out by BLAST programs against 12 different databases and also using the Conserved Domain Database, InterProScan, and tRNAscan-SE. Along with the existing 23 T. vivax entries in the GenBank, the 32 putative genes predicted and the 331 non-redundant GSS sequences reported herein represent new potential markers for the development of PCRbased assays for specific diagnosis and typing of Trypanosoma vivax.