Printer Friendly

Severe food insecurity in Brazilian Municipalities, 2013/ Inseguranca alimentar grave municipal no Brasil em 2013.

Introducao

Em 2000, o Brasil foi signatario dos Objetivos de Desenvolvimento do Milenio. O primeiro objetivo previa a reducao pela metade da fome e pobreza extrema em 2015, em relacao aos niveis de 1990. O Brasil reduziu a extrema pobreza de 25,5% em 1990 para 3,5%, em 2012, superando a meta estabelecida (1). Em 2016, os ODM foram substituidos pelos Objetivos de Desenvolvimento Sustentavel que preve, no Objetivo 2 (Erradicacao da Fome), ate 2030 acabar com a fome e garantir o acesso de todas as pessoas a alimentos seguros, nutritivos e suficientes durante todo o ano (2).

A fome no Brasil tem se reduzido nos ultimos anos (3). A reducao da Inseguranca alimentar (IA) esta associada a melhorias nas condicoes socioeconomicas da populacao, bem como a expansao de programas de transferencia de renda (4). Entretanto, ainda assim, 22,6% da populacao experimenta algum tipo de IA, caracterizada pela restricao quali-quantitativa da dieta e, em casos mais severos, pela presenca de fome (3).

Considerando-se a inseguranca alimentar grave (IAG) como proxy de fome (5) observa-se que, em 2004, 6,9% da populacao estava nessa condicao, sendo que, em 2013, esse percentual reduziu-se para 3,2%3. Entretanto, a distribuicao da IAG no territorio brasileiro nao e uniforme. Enquanto na Regiao Nordeste a prevalencia de IAG e de 6,7%, na Regiao Sul e de apenas 1,9%. No Estado do Acre ela e de 11,2%, enquanto que no Distrito Federal e de apenas 1,5%. A desigualdade na distribuicao da IAG no Brasil acompanha as tendencias de iniquidades sociais (3).

Essa distribuicao heterogenea da IAG entre as regioes, Unidades da Federacao (UF) e situacao urbana/rural tambem pode ser evidenciada em nivel municipal, menor nivel de desagregacao politica brasileira. Em 2004, Gubert et al. (6) verificaram que essa diferenca municipal variou de 1,0% a 31,1% no Brasil. Vianna e Segall-Correa (7), estudando municipios da Paraiba, tambem observaram essa mesma heterogeneidade. Portanto, ao analisar-se a situacao brasileira, e imprescindivel considerar-se uma distribuicao dispar da IAG.

Infelizmente, dados municipais nao estao disponiveis no Brasil a partir de pesquisas nacionais. A Pesquisa Nacional por Amostra de Domicilios (PNAD), que normalmente agrega o modulo de afericao de seguranca alimentar pela Escala Brasileira de Inseguranca Alimentar (EBIA), so permite desagregacao ate UF(3). Dados municipais de IA em municipios brasileiros sao oriundos de poucas pesquisas pontuais (8-11) muitas vezes com recortes populacionais que nao permitem a visualizacao plena da situacao do municipio (12-14).

Em 2010, Gubert et al. (15) publicaram metodologia que permite a estimativa de IAG em municipios brasileiros a partir de dados de duas bases nacionais, a PNAD e o Censo Demografico. Na ocasiao, foram geradas estimativas municipais para 5507 municipios brasileiros no ano de 2004.

Conhecer as prevalencias municipais de IAG e importante, uma vez que o municipio e a unidade executora das politicas publicas vigentes no pais. Conhecer a realidade municipal permite o melhor planejamento, implantacao, fortalecimento e focalizacao das politicas publicas de combate a fome no Brasil (16,17). Esse trabalho tem como objetivo estimar as prevalencias municipais de IAG para os 5565 municipios brasileiros no ano de 2013, e analisar a heterogeneidade de distribuicao da IAG no pais.

Metodos

Para este estudo utilizou-se dados da PNAD 2013 e o Censo Demografico Brasileiro, realizado em 2010 (Censo 2010) (3,18). A PNAD 2013 e a mais recente pesquisa com representatividade nacional com dados disponiveis sobre IA. O Censo 2010 e o mais recente recenseamento da populacao brasileira. Ambas as bases de dados sao de dominio publico, disponibilizadas pelo Instituto Brasileiro de Geografia e Estatistica (IBGE).

A metodologia utilizada ja foi previamente aplicada em estudos de mapeamento de pobreza e desigualdade (19), desnutricao grave (20) e IAG (6,15). A metodologia determina a construcao de um modelo de regressao logistica em um inquerito nacional que, aplicado posteriormente ao censo demografico do pais, permite estimar um determinado desfecho em nivel de desagregacao menor.

Nesta pesquisa utilizou-se o Suplemento Seguranca Alimentar da PNAD 2013, onde a IA foi aferida EBIA, composta de 14 perguntas, que avaliam a ocorrencia de privacao alimentar e fome no domicilio, nos ultimos tres meses. Cada resposta afirmativa recebe um ponto, e o score final classifica o domicilio em: 0 (seguranca alimentar), 1-5 (inseguranca leve), 6-9 (inseguranca moderada) e 10-14 (inseguranca grave) (3). A IAG e caracterizada pela presenca da fome nos domicilios, desfecho desta pesquisa (5,6,15).

A amostra foi de 115.761 domicilios com EBIA completamente preenchida, excluindo-se os indigenas, domicilios coletivos e com pessoas de referencia menores que 18 anos (15). Apos a avaliacao da IA, os domicilios foram classificados dicotomicamente em: IAG (inseguranca alimentar grave) e seguros (todos os demais). Iniciou-se entao a fase de exploracao das variaveis tradicionalmente associadas ao desfecho (IAG), mediante de regressao logistica univariada, considerando-se a estrutura amostral complexa da PNAD (3,6,7,15,21,22). Para escolha das variaveis, outro criterio adotado foi a presenca das mesmas no banco da amostra do Censo 2010. Essa etapa foi essencial para garantir aplicabilidade do modelo ao Censo. As variaveis com valor de p <0,05 no teste de Wald foram selecionadas para serem testadas.

O modelo foi gerado utilizando regressao logistica multivariada, sendo incluidas step-by-step as variaveis com maior associacao com a IAG na analise univariada. As variaveis que permaneciam significativas ou que melhoravam poder de explicacao do modelo eram mantidas. Foi verificado que nao havia efeito de interacao entre as UF e zonas urbano/rural na probabilidade de um domicilio ter IAG, sendo adotado modelo unico (6,15). Para avaliacao da adequacao do modelo foi utilizado Teste de Hosmer-Lemeshow, pseudo [R.sup.2] e Curva ROC. O modelo final englobou as variaveis:

Ln (p IAG/1-p IAG) = -0,839 - 0,722 (RO) + 0,640 (AC) + 0,672 (AM) + 0,384 (RR) + 0,594 (PA) + 0,198 (AP) - 0,229 (T0) + 0,514 (MA) + 0,140 (PI) - 0,060 (CE) + 0,208 (RN) - 0,452 (PB) - 0,590 (PE) - 0,130 (AL) - 0,229 (SE) + 0,315 (BA) - 0,498 (MG) - 0,491 (ES) - 0,196 (RJ) 0,189 (SP) - 0,105 (PR) - 0,160 (RS) - 0,272 (MS) - 0,378 (MT) - 0,054 (GO) - 0,320 (DF) - 0,299 (Rural) + 0,452 (outra condicao domicilio) + 0,299 (domicilio cedido) + 0,424 (domicilio alugado) - 0,860 (um banheiro) - 1,378 (dois banheiros) - 1,387 (tres banheiros) - 2,132 (quatro banheiros) - 2,636 (cinco banheiros ou mais) + 0,217 (ate 1/4 SMPC) - 0,470 (mais de 1/4 ate 1/2 SMPC) - 1,091 (mais de 1/2 ate 1 SMPC) - 1,756 (mais de 1 ate 2 SMPC) - 2,329 (mais de 2 ate 3 SMPC) - 2,434 (mais de 3 ate 5 SMPC) - 4,735 (mais de 5 SMPC) - 0,151 (chefe do domicilio idoso) + 0,332 (chefe domicilio negro) - 0,571 (chefe domicilio com ensino fundamental completo e medio incompleto) - 0,967 (chefe do domicilio com ensino medio completo e superior incompleto) - 1,164 (chefe do domicilio com ensino superior completo) - 0,637 (vive em companhia de conjuge ou companheiro) - 0,140 (nao vive em companhia de conjuge ou companheiro, mas ja viveu) - 0,258 (trabalhou na semana de referencia).

Apos a determinacao da equacao preditiva, aplicou-se o modelo a base de dados da amostra do Censo 2010. Foi utilizada a amostra do Censo em virtude de maior disponibilidade de variaveis, comparada ao universo e consequente maior possibilidade de trabalhar-se com um modelo com melhor poder explicativo (18). Cada variavel do Censo 2010 foi codificada de forma exatamente igual a do modelo oriundo da PNAD 2013. O modelo aplicado gerou, entao, a probabilidade de cada domicilio estar em situacao de IAG. Depois desta etapa, utilizando a estrutura complexa da amostra do Censo, foi estimada a prevalencia municipal de IAG para cada um dos 5.565 municipios brasileiros de 2010.

Como a aplicacao do modelo ocorreu nos dados do Censo de 2010, as estimativas geradas datam de 2010. Foi realizada a correcao destas estimativas para o ano de 2013, utilizando um fator de correcao municipal que consistia na razao das prevalencias estaduais de IAG aferidas na PNAD 2013, e as estimadas para o ano de 2010. Isso permitiu que as estimativas municipais apresentadas sejam para o mesmo ano da ultima aplicacao da EBIA em pesquisa nacional.

Os dados de prevalencias municipais sao apresentados em percentuais, amplitude e medias regionais e estaduais. Os municipios foram agrupados em categorias segundo quartis de prevalencia de IAG: baixa (ate 2,02%), media (2,03 a 2,89%), alta (2,90 a 5,92%) e muito-alta (5,93 a 18,53%). Essas mesmas categorias de prevalencia de IAG foram utilizadas para a construcao do mapa de distribuicao espacial da IAG no Brasil, confeccionado utilizando-se o software QGIS Desktop 2.14.0.

Tambem sao apresentados dados dos dez municipios com menores e maiores prevalencias de IAG, assim como as maiores discrepancias na prevalencia municipal estimada em relacao a media estadual aferida pela PNAD 2013. Discrepancias positivas indicam quantos pontos percentuais o municipio ultrapassa a media estadual, e discrepancias negativas indicam menores prevalencias municipais em relacao a media da UF.

As analises foram realizadas utilizando-se os softwares SPSS, versao 20.0 (SPSS Inc) e o software R (version 3.2.3). Em todas as fases da pesquisa foi considerada a estrutura complexa da amostra e utilizados os pesos amostrais recomendados.

Resultados

A adequacao do modelo foi testada pelos testes de Hosmer-Lemeshow (p = 0,097), pseudo [R.sup.2] (p = 0,186) e curva ROC (area = 0,823). A prevalencia de IAG estimada pelo modelo, para o Brasil, foi de 3,21%.

A Tabela 1 apresenta as prevalencias de IAG segundo Regiao. Observa-se que a prevalencia de IAG, calculada a partir das prevalencias municipais, foi maior na Regiao Norte (7,39%) e menor na Regiao Sudeste (2,17%). Ha grande heterogeneidade na distribuicao das prevalencias intra-regionais. A Regiao Nordeste foi a que apresentou maior discrepancia nas prevalencias de IAG em seus municipios, variando de 18,58% a 0,83%. Ja a Regiao Sudeste foi a que apresentou maior uniformidade, com percentuais variando de 0,70% a 4,89% (Tabela 1).

A Figura 1 apresenta as medias e a variacao estadual das prevalencias de IAG nas UF brasileiras. Observa-se que as maiores amplitudes de variacao ocorreram nos Estados do Maranhao e Amapa. No Maranhao a prevalencia municipal de IAG variou de 5,05% a 18,58% (dados nao apresentados em tabelas). Ja os Estados de Rio de Janeiro e Rondonia foram os que apresentaram menores variacoes nas prevalencias municiais de IAG (Figura 1). Em Rondonia variaram de 1,28% a 3,04% (dados nao apresentados em tabelas).

Com o intuito de melhor visualizar a distribuicao espacial da IAG foi construido mapa (Figura 2) por quartis de prevalencia de IAG. A cor mais clara evidencia baixas prevalencias municipais (ate 2,02%). As cores vao se intensificando a medida que a prevalencia de IAG aumenta, sendo os municipios com cor mais escura os com prevalencia muito-alta de IAG (5,93% a 17,81%). Os municipios com prevalencia muito-alta de IAG estao concentrados nas Regioes Norte e no semiarido do Nordeste brasileiro. As capitais da Regiao Norte, Manaus (AM, 5,05%), Boa Vista (RR, 4,00%), Macapa (AM, 3,37%) e Belem (PA, 4,47%), tendem a apresentar menores prevalencias (embora ainda altas) de IAG que seus municipios vizinhos. Observa-se que na Regiao Nordeste as prevalencias de IAG nas zonas litoraneas e menor, exceto para municipios do Maranhao e Bahia. As prevalencias de IA diminuem em direcao ao Sul do pais, com grande concentracao de municipios com baixa prevalencia de IA no sul de Minas Gerais, Regiao central do Mato Grosso, Sao Paulo, Santa Catarina e norte do Rio Grande do Sul (areas mais claras do mapa).

A Tabela 2 apresenta a distribuicao percentual dos municipios brasileiros, por Regiao e UF, segundo quartis de prevalencia de IAG. Observa-se que apenas 0,3% dos municipios da Regiao Nordeste tem baixa prevalencia de IAG, enquanto que na Regiao Sudeste este numero e de 47,1%. A Regiao Nordeste tem 62,7% dos seus municipios com prevalencias muito-altas de IAG e a Regiao Sul nao apresenta nenhum municipio nesta condicao.

Essa mesma diferenca na distribuicao da IAG e observada entre UF brasileiras (Tabela 2). A presenca de baixas e medias prevalencias de IAG nas UFs da Regiao Norte e Nordeste brasileiras e nula ou minima. Excetuando-se Rondonia, que apresenta prevalencias de IA muito diferenciada dos seus pares das regioes Norte e Nordeste, o melhor desempenho e de Pernambuco, com 13,0% dos seus municipios com prevalencias baixas e medias. Acre, Amazonas, Para, Maranhao e Bahia tem mais de 90% dos seus municipios com prevalencias muito-altas de IAG. Sao Paulo, seguido de Santa Catarina e Rio Grande do Sul sao os Estados com maior numero percentual de municipios com baixa prevalencia de IAG.

A Tabela 3 apresenta os 10 municipios brasileiros com maiores e menores prevalencias de IAG. O municipio com maior prevalencia de IAG no Brasil e Serrano do Maranhao (MA), com 18,58% de IAG. Itamarati (AP) ocupa a segunda posicao (17,81%). Todos os outros oito municipios do ranking de maiores prevalencias de IAG pertencem ao Estado do Maranhao. Dentre os dez municipios com menores prevalencias de IAG no Brasil, sete estao localizados no Rio Grande do Sul, inclusive o municipio com menor prevalencia de IAG: Nova Padua, com 0,7% da populacao em IAG. Fazem parte desta lista, ainda, os municipios de Sao Caetano do Sul (SP), Fernando de Noronha (PE) e Rio Fortuna em Santa Catarina.

As maiores discrepancias percentuais positivas em relacao a prevalencia de IAG na UF (ou seja, o municipio apresenta IAG muito superior a da UF) ocorrem no Estado do Amazonas. O municipio com maior discrepancia positiva e Itamarati (AM), que tem prevalencia de IAG 10,32 pontos percentuais mais alta que a media do Estado. Ja as menores discrepancias negativas incluem quatro capitais (Salvador, Teresina, Belem e Sao Luis), demonstrando melhores condicoes de IAG que os demais municipios nestas UF. A maior discrepancia negativa foi observada em Sao Luis (MA), que teve prevalencia 5,04 pontos percentuais mais baixa que a media do Estado (Tabela 3).

Discussao

O modelo criado para o ano de 2013 foi muito semelhante ao utilizado em 2004 para a predicao de IAG(6). O modelo apresentou bom ajuste e adequada capacidade de predicao, o que significa que os valores preditos nao sao diferentes dos verificados pela PNAD 2013. O valor predito pelo modelo para o Brasil foi de 3,21%, mesmo valor aferido pela PNAD 20133. As variaveis que permaneceram no modelo sao tradicionalmente associadas a IAG e fome (6,7,10,11,21-23).

Os dados de prevalencia municipal de IAG apresentados neste estudo fornecem informacao importante para melhoria, fortalecimento e focalizacao dos programas sociais, politicas e acoes de combate a fome no pais (4,17,24,25). Os unicos estudos com representatividade municipal apontando prevalencias municipais detalhadas IAG datam de 2003 e 20057, (10). Os outros estudos mais recentes apresentam dados de prevalencias municipais agrupadas ou, ainda, agregam as categorias moderada e grave, nao sendo possivel a identificacao exata da prevalencia IAG em um municipio (8,9). Outros, ainda, fazem recortes de populacoes especificas (11,13,21,26). Os ultimos dados de prevalencias municipais para o Brasil (ainda que estimados por modelo preditivo) datam de 2004 (6).

Ainda em relacao a fase de modelagem, e importante ressaltar o peso de cada um dos seus componentes na predicao de IAG. Pode-se observar que o fator que mais fortemente influencia a probabilidade de ocorrencia de IAG e renda, que apresenta os valores de mais elevados do modelo, mostrando uma associacao forte entre renda e a ocorrencia de IAG, o que ja foi observado em estudos anteriores (10,21-23). Segundo a PNAD 2013, familias com renda entre V a V salarios minimos per capita (SMPC) apresentam prevalencia de 28,6% de inseguranca alimentar grave, enquanto familias com renda superior a 2 SMPC apenas 2,2,% (3). Fachini et al. (23) verificaram que, na Regiao Nordeste, familias com renda inferior a R$70,00 tinham 8,38 vezes mais chances de sofrerem de IA moderada ou grave se comparadas aquelas com renda superior a R$300,00, mesmo apos controle de variaveis confundidoras.

A zona rural apresentou-se, na modelagem, como fator de protecao contra a IAG. Interessante ressaltar que normalmente a IAG e maior na zona rural se comparada a urbana (3). Entretanto, no modelo, quando acrescidas as demais variaveis, morar na zona rural passa a ser fator de protecao, semelhante ao observado por Gubert et al. (6).

A cor/raca do chefe do domicilio aparece ainda como importante componente da determinacao da inseguranca alimentar no Brasil. Estudos anteriores ja haviam destacado a importancia da questao etnico-racial na determinacao da inseguranca alimentar (3,10), principalmente pelas maiores inequidades sociais observadas na populacao negra e parda no Brasil, quando comparada a populacao branca (27). Negros e pardos representam mais de 50% da populacao brasileira (27), entretanto sao os com menor escolaridade e a minoria (24,0%) no decil superior de renda no Brasil (28).

A localizacao geografica dos municipios tambem teve forte influencia na predicao de IAG. A localizacao na Regiao Norte aumentava a chance de ocorrencia de IAG (exceto para Tocantins). Na Regiao Nordeste a localizacao do municipio por vezes se caracterizava como fator de protecao (Ceara, Paraiba, Pernambuco, Alagoas e Sergipe) e outras como fator de risco para maior probabilidade de ocorrencia de IAG (Maranhao, Piaui, Rio Grande do Norte e Bahia). Estar localizado nas Regioes Sul, Sudeste e Centro-Oeste sempre diminuiu a probabilidade de ocorrencia de IAG.

Observa-se que as maiores prevalencias de IAG municipais ocorreram na Regiao Norte, com muita heterogenia na sua distribuicao, seguido pelo Nordeste. Em 2004 estas mesmas regioes apresentaram as maiores discrepancias e, apesar de as prevalencias terem diminuido, ainda sao consideradas elevadas (6). Fachinni et al. (23) ja haviam verificado diferencas regionais importantes na ocorrencia de IA no Nordeste e Sul do Brasil. A ocorrencia da IAG esta intimamente ligada a determinantes economicos e sociais. Enquanto a renda media habitual por pessoa ocupada na Regiao Norte era de R$ 1.540,00, em 2015, na Regiao Sul era de R$ 2.183,00. Em 2015, a prevalencia de pessoas sem instrucao ou com menos de um ano de estudo na Regiao Nordeste era de 19,3%, contra 8,4 na Regiao Sudeste (29).

O Nordeste foi a Regiao com maiores discrepancias na ocorrencia de IA. Em 2004, essa discrepancia foi de 29 pontos percentuais, enquanto que, em 2013, ela reduziu-se para 17,75 (6). E importante considerar essas diferencas intra-regionais nas acoes de combate a fome. Um municipio pertencer a Regiao Nordeste nao o torna automaticamente prioridade nas acoes de combate a fome, uma vez que nesta Regiao existem municipios com 0,85% de IAG e outros com prevalencia de 18,58%.

As Regioes Sul e Sudeste foram as que apresentaram menores prevalencias de IAG e menores discrepancias intra-regionais. Em termos de indicadores sociais, estas regioes sao tambem as mais uniformes, justificando em parte estes resultados. O indice de Gini, por exemplo, na Regiao Sul e de 0,466, e 0,486, na Regiao Sudeste, valores abaixo da media Brasileira de 0,507, revelando menor desigualdade de renda (30).

Em relacao a variacao intra-estadual, a situacao em 2013 foi em parte diferente da apresentada em 2004. Em 2004, a pior situacao era apresentada por Maranhao e Rio Grande do Norte, que apresentaram as maiores amplitude na prevalencia de IAG em seus municipios (6). Em 2013, Maranhao seguiu encabecando a lista, porem seguido de UFs da Regiao Norte (Amazonas, Amapa e Acre). Essa desigualdade observada na distribuicao da IAG acompanha a desigualdade de geracao de riqueza dos municipios da Regiao Norte. A participacao acumulada dos 5 maiores municipios destes tres estados para o Produto Interno Bruto estadual correspondeu a 87,5%, 86,5% e 71,4%, no ano de 2011 (31).

Avaliando a situacao estadual, destaca-se o Estado de Roraima. Roraima apresenta prevalencias menores de IAG que seus pares da Regiao Norte, bem como menor variacao na ocorrencia municipal. Roraima tem uma cobertura de 120,3 % da estimativa de familias pobres no Estado inseridas no Programa Bolsa-Familia (32). A UF tambem maior renda per capita no Estado (29). Roraima ainda apresenta 100% dos seus municipios com participacao da Administracao, saude e educacao publicas e seguridade social superior a 1/3 do Produto Interno (31). Tais fatores contribuem para a menor prevalencia e variacao de IAG observadas, uma vez que a IAG e intimamente associada a determinantes socioeconomicos (3).

A analise espacial da distribuicao espacial da IAG no Brasil mostra que, a medida que deslocase para o Sul, as prevalencias de IAG se reduzem. De uma forma geral as prevalencias de IAG sao menores nas capitais das regioes Norte e Nordeste e, no Nordeste, os municipios da zona litoranea estao em melhor situacao comparados aos do interior da Regiao. O interior na Regiao Nordeste e zona semiarida, com alta concentracao de pobreza e escassez de recursos naturais, o que propicia ocorrencia de IAG por fatores fisicos, economicos e sociais (12,33). Ainda que estas regioes apresentem elevadas prevalencias de IAG, houve uma reducao expressiva nas prevalencias entre 2004 e 2013 (6). Investimentos Federais no combate a pobreza extrema, como o programa Bolsa Familia podem estar contribuindo para essa reducao na IAG e maior acesso a alimentos (34). Porem, independente destes esforcos, e nitida a necessidade de homogeneizar essa ocorrencia da IAG em percentuais minimos, no pais como um todo.

Entre as 10 maiores prevalencias municipais, o Maranhao tem 9 de seus municipios. O Maranhao e tambem o Estado com maior numero de municipios com grande discrepancia em relacao a media municipal, sendo a UF com maior desigualdade na IAG no Brasil. Em 2004, o Maranhao tambem abrigava o municipio campeao em prevalencia de IAG (Belaqua, na epoca com 31,1% de IAG) (6). Comparando-se a 2004, as prevalencias diminuiram, entretanto, a UF permanece como a de pior situacao entre todas as UFs brasileiras, em 2013. Reconhecidamente um Estado pobre, O Maranhao abriga 48,8% dos seus municipios entre os 10,0% mais pobres municipios brasileiros em relacao ao PIB per capita (31).

Ja as menores prevalencias de IAG municipais encontradas sao predominantemente de municipios localizados no RS e SC. Chama a atencao Fernando de Noronha (PE), como um dos municipios com menor prevalencia de IAG no Brasil. Entretanto trata-se de municipio com alto influxo monetario de recursos oriundos de atividades turisticas (servicos), assim como tem seu numero populacional controlado mediante rigidas regras de imigracao, possuindo, em 2010, apenas 2630 moradores e Indice de Desenvolvimento Humano Municipal (IDHM) de 0,788, maior IDHM na UF (18,35,36).

Esse estudo apresenta limitacoes metodologicas que devem ser consideradas. Apesar de o modelo construido apresentar bom poder de predicao, tratam-se de dados estimados, podendo haver diferenca em relacao ao percentual real, caso a IAG fosse mensurada diretamente. Outra limitacao e reduzido numero de variaveis disponiveis em ambos os bancos para a construcao do modelo. Uma terceira limitacao e a diferenca temporal e periodicidade dos dados disponiveis, principalmente dados censitarios (disponiveis a cada 10 anos), o que demandou correcao das prevalencias estimadas para o ano da pesquisa (2013).

Conclusao

Os municipios brasileiros apresentaram reducao na IAG grave no periodo de 2004 a 2009, entretanto as prevalencias de IAG permanecem elevadas. O pais apresenta distribuicao heterogenea da IAG no contexto intra-regional e intra-estadual, com grandes variacoes percentuais na prevalencia de IAG dentro de um mesmo Estado ou Regiao. A IAG esta mais concentrada em municipios das Regioes Norte e Nordeste, diminuindo a medida que se desloca para o Sul do pais.

Os dados desta pesquisa podem auxiliar o processo de melhoria e focalizacao das politicas de combatem a fome no Brasil, uma vez que as prevalencias estaduais (limite de desagregacao disponivel pela PNAD) muitas vezes ocultam situacoes municipais peculiares que merecem atencao nas acoes publicas de promocao de seguranca alimentar e nutricional. Estes achados ilustram o potencial valor da EBIA em ajudar na melhoria das acoes e politicas publicas de combate a fome no Brasil, em nivel nacional e municipal (37).

Colaboradores

MB Gubert participou da concepcao e planejamento, analise e interpretacao dos dados, elaboracao do rascunho, revisao critica do conteudo e participou da aprovacao da versao final do manuscrito. R Perez-Escamilla participou da concepcao e planejamento, interpretacao dos dados, revisao critica do conteudo e participou da aprovacao da versao final do manuscrito.

DOI: 10.1590/1413-812320182310.26512016

Referencias

(1.) Instituto de Pesquisa Economica Aplicada (IPEA). Secretaria de Planejamento e Investimentos Estrategicos. Objetivos de Desenvolvimento do Milenio: Relatorio Nacional de Acompanhamento. Brasilia: Ipea; 2014.

(2.) Organizacao das Nacoes Unidas. Transformando nosso mundo: Agenda 2030 para o desenvolvimento Sustentavel. [acessado 2016 Mar 29]. Disponivel em: http:// www.pnud.org.br/Docs/Agenda2030completo_PtBR. pdf.

(3.) Instituto Brasileiro de Geografia e Estatistica (IBGE). Pesquisa Nacional por Amostra de Domicilio: seguranca alimentar 2013. Rio de Janeiro: IBGE; 2014.

(4.) Paes-Sousa R, Vaitsman J. The Zero Hunger and Brazil without Extreme Poverty programs: a step forward in Brazilian social protection policy. Cien Saude Colet 2014; 19(11):4351-4360.

(5.) Frongillo EA. Validation of measures of food insecurity and hunger. J Nutr 1999; 129(2S Supl.):506S-509S.

(6.) Gubert MB, Benicio MHD, Santos LMP. Estimates of severe food insecurity in Brazilian municipalities. Cad Saude Publica 2010; 26(8):1595-1605.

(7.) Vianna RPT, Segal-Correa AM. Inseguranca alimentar das familias residentes em municipios do interior do estado da Paraiba, Brasil. Rev Nutr 2008; 21(Supl.):111s-122s.

(8.) Cabral CS, Lopes AG, Lopes JM, Vianna RP. Food security, income, and the Bolsa Familia program: a cohort study of municipalities in Paraiba State, Brazil, 2005-2011. Cad Saude Publica 2014; 30(2):393-402.

(9.) Ferreira HS, Souza MEDCA, Moura FA, Horta BL. Prevalencia e fatores associados a Inseguranca Alimentar e Nutricional em familias dos municipios do norte de Alagoas, Brasil, 2010. Cien Saude Colet 2014; 19(5):1533-1542.

(10.) Panigassi G, Segall-Correa AM, Marin-Leon L, Perez-Escamilla R, Sampaio MFA, Maranha LK. Inseguranca alimentar como indicador de iniquidade: analise de inquerito populacional. Cad Saude Publica 2008; 24(10):2376-2384.

(11.) Souza NN, Dias MM, Sperandio N, Franceschini SCC, Priore SE. Perfil socioeconomico e inseguranca alimentar e nutricional de familias beneficiarias do Programa Bolsa Familia no municipio de Vicosa, Estado de Minas Gerais, Brasil, em 2011: um estudo epidemiologico transversal. Epidemiol Serv Saude 2012; 21(4):655-662.

(12.) Oliveira JS, Lira PIC, Maia SR, Sequeira LAS, Amorim RCA, Batista Filho M. Inseguranca alimentar e estado nutricional de criancas de Gameleira, zona da mata do Nordeste brasileiro. Rev Bras Saude Mater Infant 2010; 10(2):237-245.

(13.) Pedraza DF, Gama JS. Food and nutrition security in families with children under five years old in the city of Campina Grande, Paraiba. Rev Bras Epidemiol 2015; 18(4):906-917.

(14.) Peixoto MRG, Ramos K, Schingaglia RM, Braudes-Silva LA. Inseguranca alimentar na area de abrangencia do Nucleo de Apoio a Saude da Familia em Itumbiara, Goias. Epidemiol. Serv. Saude 2014; 23(2):327-336.

(15.) Gubert MB, Benicio MHD, Silva JP, Rosa TEC, Santos SM, Santos LMP. Use of a predictive model for food insecurity estimates in Brazil. Arch Latinoam Nutr 2010; 60(2):119-125.

(16.) Burlandy L. Construction of the food and nutrition security policy in Brazil: strategies and challenges in the promotion of intersectorality at the federal government level. Cien Saude Colet 2009; 14(3):851-860.

(17.) Custodio MB, Yuba TY, Cyrillo DC. Food and nutrition security policy in Brazil: an analysis of resource allocation. Rev Panam Salud Publica 2013; 33(2):144-150.

(18.) Instituto Brasileiro de Geografia e Estatistica (IBGE). Censo Demografico de 2010. Brasilia: IBGE; 2011.

(19.) Elbers C, Lanjow JOE, Lanjouw P. Micro-level estimation of welfare. Policy Research Working Paper, n. 2911. Washington: World Bank; 2002.

(20.) Benicio MHDA, Venancio SI, Konno SC, Monteiro CA. Novas estimativas para a prevalencia de desnutricao na infancia nos 5.507 municipios brasileiros a partir de modelos logisticos multinivel aplicados a amostra de criancas do Censo 2000. Sao Paulo: Universidade de Sao Paulo; 2005. (Serie Pesquisas em Epidemiologia Nutricional, 1/05).

(21.) Poblacion AP, Marin-Leon L, Segall-Correa AM, Silveira JA, Taddei JA. Food insecurity in Brazilian families with children under five years of age. Cad Saude Publica 2014; 30(5):1067-1078.

(22.) Salles-Costa R, Pereira RA, Vasconcellos MTLD, Veiga GVD, Marins VMRD, Jardim BC, Gomes FS, Sichieri R. Associacao entre fatores socioeconomicos e inseguranca alimentar: estudo de base populacional na Regiao Metropolitana do Rio de Janeiro, Brasil. Rev Nutr 2008; 21(Supl.):99s-109s.

(23.) Facchini LA, Nunes BP, Motta JV, Tomasi E, Silva SM, Thume E, Silveira DS, Siqueira FV, Dilelio AS, Saes Mde O, Miranda VI, Volz PM, Osorio A, Fassa AG. Food insecurity in the Northeast and South of Brazil: magnitude, associated factors, and per capita income patterns for reducing inequities. Cad Saude Publica 2014; 30(1):161-174.

(24.) Alves KP, Jaime PC. The national food and nutrition policy and its dialogue with the national food and nutrition security policy. Cien Saude Colet 2014; 19(11):4331-4340.

(25.) Schmitz BA, Moreira EA, Freitas MB, Fiates GM, Gabriel CG, Fagundes RL. Public intervention in food and nutrition in Brazil. Arch Latinoam Nutr 2011; 61(4):361-366.

(26.) Oliveira JS, Lira PIC, Andrade SLLS, Sales AC, Maia SR, Batista Filho M. Inseguranca Alimentar e estado nutricional de criancas de Sao Joao do Tigre, no semi-arido do Nordeste. Rev Bras Epidemio 2009; 12(3):413-423.

(27.) Instituto Brasileiro de Geografia e Estatistica (IBGE). Atlas do Censo Demofrafico 2010. Rio de Janeiro: IBGE; 2013.

(28.) Instituto de Pesquisa Economica Aplicada (Ipea). Retrato das desigualdades de genero e raca. 4a ed. Brasilia: Ipea; 2011.

(29.) Instituto Brasileiro de Geografia e Estatistica (IBGE). Pesquisa Nacional por Amostras de Domicilios Continua --PNAD Continua. 2015. [acessado 2016 Abr 30]. Disponivel em: http://www.ibge.gov.br/home/estatistica/ pesquisas/ pesquisa_resultados.php?id_pesquisa=149

(30.) Instituto Brasileiro de Geografia e Estatistica (IBGE). Sintese de Indicadores Sociais. Uma analise da populacao Brasileira - 2013. Rio de Janeiro: IBGE; 2013.

(31.) Instituto Brasileiro de Geografia e Estatistica (IBGE). Produto Interno Bruto dos Municipios 2011. Contas Nacionais numero 41. Rio de Janeiro: IBGE; 2013.

(32.) Brasil. Ministerio do Desenvolvimento Social e Combate a Fome. Relatorios de Informacoes Sociais. [acessado 2016 Abr 11]. Disponivel em: http://aplicacoes.mds. gov.br/sagi/RIv3/geral/relatorio.php#Estimativas.

(33.) Rocha EMB, Lima RT, Almeida PC. Inseguranca alimentar relacionada a area de residencia em municipio do Semiarido brasileiro. Cad Saude Colet 2014; 22(2):205-211.

(34.) Martins APB, Canella DS, Baraldi LG, Monteiro CA. Transferencia de renda no Brasil e desfechos nutricionais: revisao sistematica. Rev Saude Publica 2013; 47(6):1159-1171.

(35.) Pernambuco. Governo do Estado. Lei No 11.304, de 28 de dezembro de 1995. Institui o Distrito Estadual de Fernando de Noronha, aprova a sua Lei Organica, dispoe sobre medidas de natureza administrativa e da outras providencias. Diario Oficial do Estado de Pernambuco 1995; 29 dez.

(36.) Programa das Nacoes Unidas para o Desenvolvimento (PNUD). Atlas Brasil 2013. [acessado 2016 Abr 1]. Disponivel em: http://www.atlasbrasil.org.br/2013/.

(37.) Perez-Escamilla R. Can experience-based household food security scales help improve food security governance? Glob Food Sec 2012; 1(2):120-125.

Artigo apresentado em 14/06/2016

Aprovado em 05/10/2016

Versao final apresentada em 07/10/2016

Muriel Bauermann Gubert [1]

Rafael Perez-Escamilla [2]

[1] Universidade de Brasilia. Campus Darcy Ribeiro. 70910-900 Brasilia DF Brasil.murielgubert@gmail. com

[2] Yale School of Public Health. New Haven Connecticut EUA.

Caption: Figura 1. Variacao estadual (em ordem decrescente) e media da prevalencia de inseguranca alimentar grave em municipios brasileiros. Brasil, 2013.

Caption: Figura 2. Distribuicao espacial da Inseguranca alimentar grave em municipios brasileiros, segundo quartil de prevalencia. Brasil, 2013.
Tabela 1. Prevalencia de inseguranca alimentar grave em
municipios brasileiros segundo regiao. Brasil, 2013.

Regiao     Numero de    Media     Prevalencia    Prevalencia
           Municipios   IAG (%)    Minima de       Maxima
                                    IAG (%)        IAG (%)

Norte         449        7,39         1,27          17,81
Nordeste      1794       7,09         0,83          18,58
Centro-
Oeste         1668       2,27         0,89          6,23
Sudeste       1188       2,17         0,70          4,89
Sul           466        2,86         1,33          7,58

Tabela 2. Categorias de prevalencia de inseguranca alimentar grave
em municipios segundo Unidades da Federacao. Brasil, 2013.

                         Baixa (a)       Media (b)      Alta (c)

     Regiao / UF          n       %       n      %       n       %

Norte                    23      5,1     36     8,0     132    29,4
  Rondonia               22     42,3     29     55,8     1      1,9
  Acre                    0       *       0      *       0       *
  Amazonas                0       *       0      *       1      1,6
  Roraima                 0       *       0      *       3     20,0
  Para                    0       *       0      *       6      4,2
  Amapa                   0       *       0      *       8     50,0
  Tocantins               1      0,7      7     5,0     113    81,4
Nordeste                  5      0,3     33     1,8     631    35,2
  Maranhao                0       *       0      *       4      1,8
  Piaui                   0       *       0      *      23     10,3
  Ceara                   0       *       1     0,5     57     31,0
  Rio Grande do Norte     0       *       0      *      49     29,3
  Paraiba                 1      0,4     11     4,9     207    92,9
  Pernambuco              4      2,2     20     10,8    160    86,5
  alagoas                 0       *       0      *      28     27,5
  Sergipe                 0       *       1     1,3     71     94,7
  Bahia                   0       *       0      *      32      7,7
Sudeste                  785    47,1     613    36,7    269    16,1
  Minas Gerais           368    43,1     268    31,5    216    25,3
  Espirito Santo         26     33,3     41     52,6    11     14,1
  Rio de Janeiro         10     10,9     62     67,4    20     21,7
  Sao Paulo              381    59,1     242    37,5    22      3,4
Sul                      543    45,7     464    39,1    181    15,2
  Parana                 91     22,8     218    54,6    90     22,6
  Santa Catarina         171    58,4     81     27,6    41     14,0
  Rio Grande do Sul      281    56,7     165    33,2    50     10,1
Centro-Oeste             50     10,7     232    49,8    182    39,1
  Mato Grosso do Sul      7      9,0     54     69,2    17     21,8
  Mato Grosso            36     25,5     77     54,6    28     19,9
  Goias                   6      2,4     101    41,1    137    55,7
  Distrito Federal        1     100,0     0      *       0       *

                        Muito Alta (d)     Total

     Regiao / UF          n        %       n        %

Norte                    258     57,5     449     100,0
  Rondonia                0        *       52     100,0
  Acre                    22     100,0     22     100,0
  Amazonas                61     98,4      62     100,0
  Roraima                 12     80,0      15     100,0
  Para                   137     95,8     143     100,0
  Amapa                   8      50,0      16     100,0
  Tocantins               18     12,9     139     100,0
Nordeste                 1125    62,7     1794    100,0
  Maranhao               213     98,2     217     100,0
  Piaui                  201     89,7     224     100,0
  Ceara                  126     68,5     184     100,0
  Rio Grande do Norte    118     70,7     167     100,0
  Paraiba                 4       1,8     223     100,0
  Pernambuco              1       0,5     185     100,0
  alagoas                 74     72,5     102     100,0
  Sergipe                 3       4,0      75     100,0
  Bahia                  385     92,3     417     100,0
Sudeste                   1       0,1     1668    100,0
  Minas Gerais            1       0,1     853     100,0
  Espirito Santo          0        *       78     100,0
  Rio de Janeiro          0        *       92     100,0
  Sao Paulo               0        *      645     100,0
Sul                       0        *      1188    100,0
  Parana                  0        *      399     100,0
  Santa Catarina          0        *      293     100,0
  Rio Grande do Sul       0        *      496     100,0
Centro-Oeste              2       0,4     466     100,0
  Mato Grosso do Sul      0        *       78     100,0
  Mato Grosso             0        *      141     100,0
  Goias                   2       0,8     246     100,0
  Distrito Federal        0        *       1      100,0

(a) ate 2,02%, (b) 2,03 a 2,89%, (c) 2,90 a 5,92%,
(d) 5,93 a 18,53%.

Tabela 3. Municipios com maiores e menores prevalencias de
inseguranca alimentar grave no Brasil e municipios com maiores
discrepancias percentuais de inseguranca alimentar grave em relacao
a prevalencia da Unidade da Federacao. Brasil, 2103.

             Municipio                 UF   Prevalencia
                                            de IAG (%)

Maiores Prevalencia de IAG
  Serrano do Maranhao                  MA      18,58
  Itamarati                            AM      17,81
  Cachoeira Grande                     MA      17,09
  Maraja do Sena                       MA      16,76
  Presidente Juscelino                 MA      16,71
  Afonso Cunha                         MA      16,48
  Humberto de Campos                   MA      16,27
  Belagua                              MA      16,10
  Pedro do Rosario                     MA      16,02
  Timbiras                             MA      16,01
Menores Prevalencias de IAG
  Sao Jose do Sul                      RS      0,90
  Sao Caetano do Sul                   SP      0,89
  Fernando de Noronha                  PE      0,83
  Montauri                             RS      0,82
  Carlos Barbosa                       RS      0,81
  Rio Fortuna                          SC      0,80
  Uniao da Serra                       RS      0,80
  Westfalia                            RS      0,78
  Nova Candelaria                      RS      0,74
  Nova Padua                           RS      0,70
Maiores Discrepancias Positivas na
Prevalencia
  Itamarati                            AM      17,81
  Serrano do Maranhao                  MA      18,58
  Santo Antonio do Ica                 AM      15,87
  Jutai                                AM      15,80
  Guajara                              AM      15,45
  Ipixuna                              AM      15,40
  Beruri                               AM      15,19
  Maraa                                AM      14,91
  Envira                               AM      14,85
  Cachoeira do Piria                   PA      15,15
Maiores Discrepancias Negativas na
Prevalencia
  Salvador                             BA      3,96
  Estreito                             MA      7,29
  Acailandia                           MA      7,16
  Teresina                             PI      3,40
  Ananindeua                           PA      4,74
  Novo Progresso                       PA      4,72
  Belem                                PA      4,47
  Paco do Lumiar                       MA      5,56
  Sao Jose de Ribamar                  MA      5,36
  Imperatriz                           MA      5,25
  Sao Luis                             MA      4,90

             Municipio                 Prevalencia    Diferenca *
                                         Estadual        entre
                                       (PNAD 2013)    prevalencia
                                           (%)        Municipal e
                                                         da UF

Maiores Prevalencia de IAG
  Serrano do Maranhao                      9,94           8,64
  Itamarati                                7,48          10,32
  Cachoeira Grande                         9,94           7,15
  Maraja do Sena                           9,94           6,82
  Presidente Juscelino                     9,94           6,77
  Afonso Cunha                             9,94           6,53
  Humberto de Campos                       9,94           6,33
  Belagua                                  9,94           6,16
  Pedro do Rosario                         9,94           6,07
  Timbiras                                 9,94           6,06
Menores Prevalencias de IAG
  Sao Jose do Sul                          1,80          -0,91
  Sao Caetano do Sul                       1,76          -0,86
  Fernando de Noronha                      2,81          -1,98
  Montauri                                 1,80          -0,98
  Carlos Barbosa                           1,80          -0,99
  Rio Fortuna                              1,70          -0,90
  Uniao da Serra                           1,80          -1,00
  Westfalia                                1,80          -1,02
  Nova Candelaria                          1,80          -1,06
  Nova Padua                               1,80          -1,10
Maiores Discrepancias Positivas na
Prevalencia
  Itamarati                                7,48          10,32
  Serrano do Maranhao                      9,94           8,64
  Santo Antonio do Ica                     7,48           8,39
  Jutai                                    7,48           8,32
  Guajara                                  7,48           7,97
  Ipixuna                                  7,48           7,92
  Beruri                                   7,48           7,71
  Maraa                                    7,48           7,43
  Envira                                   7,48           7,37
  Cachoeira do Piria                       7,83           7,32
Maiores Discrepancias Negativas na
Prevalencia
  Salvador                                 6,62          -2,65
  Estreito                                 9,94          -2,65
  Acailandia                               9,94          -2,78
  Teresina                                 6,22          -2,82
  Ananindeua                               7,83          -3,09
  Novo Progresso                           7,83          -3,11
  Belem                                    7,83          -3,36
  Paco do Lumiar                           9,94          -4,38
  Sao Jose de Ribamar                      9,94          -4,58
  Imperatriz                               9,94          -4,70
  Sao Luis                                 9,94          -5,04

* pontos percentuais; PNAD (Pesquisa Nacional por Amostras de
Domicilios.
COPYRIGHT 2018 Associacao Brasileira de Pos-Graduacao em Saude Coletiva - ABRASCO
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2018 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Title Annotation:FREE THEMES/TEMAS LIVRES
Author:Gubert, Muriel Bauermann; Perez-Escamilla, Rafael
Publication:Ciencia & Saude Coletiva
Date:Oct 1, 2018
Words:6470
Previous Article:Turin's breakdown: Nietzsche's pathographies and medical rationalities.
Next Article:Correlates of binge drinking among Brazilian adolescents/ Correlacoes do binge drinking entre adolescentes brasileiros.
Topics:

Terms of use | Privacy policy | Copyright © 2020 Farlex, Inc. | Feedback | For webmasters