Cirineu José da Costa
Transcript of Cirineu José da Costa
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração
Programa de Estudos Pós-Graduados em Administração
METODOS QUANTITATIVOS
“ANÁLISE ESTATÍSTICA”
PROJETO AENE - AVALIAÇÃO DO ESTADO DE NUTRIÇÃO DE ESCOLARES: APRESENTAÇÃO DOS RESULTADOS DE UM TRABALHO DE POLÍTICA PÚBLICA
INTEGRADO ENTRE AS SECRETARIAS DE EDUCAÇÃO, SAÚDE E ABASTECIMENTO E PROPOSTA DE NOVAS AÇÕES.
Professor: Dr. Arnoldo Jose de Hoyos
Aluno: Cirineu José da Costa
Resumo
Este artigo apresenta resultado da implantação do Projeto AENE (Avaliação do Estado Nutricional dos estudantes) na rede pública municipal de Ensino Fundamental de um município da Grande São Paulo. O Projeto foi desenvolvido numa primeira fase com a capacitação dos professores de educação física numa parceria com o NEOBE (Núcleo de Estudos da Obesidade da USP), IPE (instituto Perfil Esportivo) e FIA (Fundação Instituto de Administração). Após a capacitação dos professores o projeto foi implantado nas escolas de ensino fundamental, abrangendo alunos da primeira à nona série com a coleta de peso e estatura dos alunos. Conforme peso, altura, sexo e idade os alunos foram classificados em: “Abaixo do Peso”, “Adequados”, “Obesidade Grau 1”, “Obesidade Grau 2”, “Obesidade Grau 3” e “Obesidade de Alto Risco”. Os alunos com Obesidade de Grau 3 e Alto Risco passaram a ter um acompanhamento mais próximo e através de reuniões com os pais e responsáveis foram encaminhados para acompanhamento médico e nutricional na rede pública municipal. Em paralelo ao apoio da Secretaria de Saúde, a equipe da Merenda Escolar através dos nutricionistas vem desenvolvendo uma campanha de adequação da merenda visando baixar o nível calórico e de gorduras e com a oferta da merenda rica em verduras, vegetais e frutas frescas. Alunos avaliados: 42.024 em 2008, 42.528 em 2009 e 43024 em 2010. A média de obesidade grau 3 e alto risco está em torno de 7,3% na rede estudada.
Palavras‐chave:
Obesidade, nutrição, desnutrição e alunos
1. Introdução A agressividade das marcas e produtos com a utilização de mídia avassaladora e de alta tecnologia tem agravado os problemas de saúde causados por hábitos alimentares inadequados. A obesidade e a desnutrição apontam de maneira inequívoca a existência ou não de distúrbios que precisam ser debelados. Normalmente o descaso de familiares e da própria comunidade escolar com os problemas de obesidade e desnutrição e a dificuldade do sistema de saúde de identificar e tratar tem levado a um aumento significativo do percentual de crianças com este tipo de problema. O diagnóstico precoce e a efetivação do tratamento multiprofissional, que deve ser de longa duração é a linha mestre do Projeto AENE implantado na rede Municipal estudada. Assim, com apoio dos estudos realizados no NEOBE – Núcleo de Estudos da Obesidade da USP, onde nasceu o Projeto AENE, foi realizada a capacitação dos professores de educação física da rede municipal.
2. Breve balanço da situação global
O orçamento 2010 do Governo Brasileiro contempla o setor da saúde com R$64,4 bilhões (link http://www9.senado.gov.br/ portal/page/ portal/ orcamento_ senado/LOA/Elaboracao:PL). Segundo a OECD (Organização para a Cooperação Econômica e Desenvolvimento), a média dos gastos em saúde enquanto percentual do PIB foi de 7,0% em 1990 e 8,9% em 2004 para os países membros. Se essa tendência continuar e o nível do cuidado de saúde for mantido, os governos terão que adotar algumas medidas para sustentar o financiamento: aumentar impostos, cortar os gastos em outras áreas ou fazer com que as pessoas paguem mais do próprio bolso. Os EUA, por exemplo, gastam cerca de 17% do orçamento da saúde com a obesidade. (Cawley, J; Meyerhoefer, C. Working Paper 16467; http://www.nber.org/papers/w16467 NATIONAL BUREAU OF ECONOMIC RESEARCH). No Brasil as famílias gastam, em média, 6,5% da renda familiar com a saúde nas regiões metropolitanas. Os gastos governamentais e familiares com a saúde aumentaram de forma acentuada nos últimos quarenta anos o que induziu ações públicas no sentido de aumentar a importância da responsabilidade pessoal para prevenção de doenças, incentivando a melhoria do condicionamento físico e a prática de hábitos alimentares saudáveis, modificando o estilo de vida com a prática regular de exercícios físicos (Limonge-França, 1998). A obesidade pode ser classificada como uma desordem causada por fatores diversos. Alguns autores classificam a obesidade como endógena ou exógena. A endógena é aquela que aparece devido a componentes genéticos, metabólicos ou endócrinos e a exógena por causas externas como nutrição, sedentarismo e fatores psicológicos (Cezar, 2001). A obesidade ocasionada por causas exógenas representam mais de 95% dos casos (Fisberg, 1993).
A criança obesa tem grande chance de tornar-se um adulto obeso, dependendo da idade de início da obesidade e da gravidade da obesidade (Rowland, 1990). Adolescentes com sobrepeso apresentam risco duas vezes maior para desenvolver doença cardiovascular e outras associadas, em relação àqueles indivíduos que não eram obesos na fase da adolescência, por isso há um crescente interesse na prevenção e tratamento precoce da obesidade, principalmente devido à perspectiva de aumento na frequência de adultos obesos, tanto nos países desenvolvidos quanto naqueles em desenvolvimento (Damaso, 2001; Dietz, 1994; Fisberg, 1993; Després. e col., 1990).
3. Atenção primária aos jovens com obesidade e desnutrição
A prática médica não atinge aquelas populações de baixo poder aquisitivo, pois para estas pessoas os problemas de sobrevivência enfrentados diariamente, como alimentação e moradia, postergam as preocupações relacionadas à saúde (Varella, 1979). A Gestão Pública deve oferecer condições na esfera educacional, saúde e esportes para diminuir ou eliminar práticas inadequadas que estimulam comportamentos pouco saudáveis de manutenção ou aumento do peso. A propaganda em massa tem contribuído para confundir a população enfatizando conceitos culturais de beleza que suscitam magreza desejável para as meninas que são adquiridos mesmo antes da adolescência. A prevalência da obesidade na infância tem aumentado mundialmente e estes números chamam a atenção das instituições que se preocupam com saúde pública. No Brasil havia 2,7 milhões de crianças obesas em 1989, com a maior prevalência entre as meninas (Taddei, 1993), dados do Instituto Brasileiro de Geografia e Estatística (IBGE). Apesar de diferenciada por sexo, idade e região, há tendência no aumento do IMC (Índice de massa corporal) dos adolescentes brasileiros nos últimos 25 anos. A Escola tem sido considerada como um dos locais mais adequados para desenvolver estudos de monitoramento da saúde e do estado nutricional de crianças e adolescentes, além de ser considerado um espaço privilegiado e o mais adequado para informar e, por conseguinte, diminuir a incidência e prevalência de doenças crônico-não-transmissíveis (Cezar). A implantação de análise biométrica na escola é indispensável uma vez que os resultados são essenciais para auxiliar o encaminhamento e tratamento tanto do aluno obeso quanto do desnutrido.
O Professor de educação física é a ferramenta mais adequada, dentro do sistema público de ensino, para concretizar a implantação do Projeto AENE e dar assim, uma primeira atenção aos problemas de desnutrição e obesidade aos jovens alunos da rede e o Projeto tem tudo a ver com o objeto de estudo da Educação Física. O acompanhamento dos dados biométricos dos alunos foi abandonado pelas escolas e pelos professores de educação física e, a par do retorno a esta prática necessária, veio a necessidade de levantar e acompanhar os casos de desnutrição e obesidade da população estudantil do município.
4. A implantação do Projeto AENE no Município
O projeto AENE – Avaliação do Estado Nutricional de Escolares foi desenvolvido pelo Programa de Pós Graduação Interunidades de Nutrição Humana Aplicada (FEA/FCF/FSP) da Universidade de São Paulo, em parceria com o Centro de Práticas Esportivas (CEPEUSP) objetivando a avaliação do estado nutricional dos alunos pelos professores de educação física. Nos anos de 2006 e 2007 foi implementado no município estudado o curso de capacitação para professores de educação física apresentando o Projeto AENE e oferecendo as ferramentas necessárias para a correta avaliação o estado nutricional de seus alunos. Foi desenvolvido um software acoplado ao sistema de gerenciamento das secretarias escolares que oferece aos professores a listagem de cada turma para a tomada de peso e altura. Após preenchidas, as listas são entregues para a secretaria da escola que faz a digitação, inserindo os dados no programa. O programa, utilizando os dados cadastrais da criança, faz o cálculo do IMC e classifica cada criança dentro de um dos padrões estabelecidos pelo Projeto AENE (abaixo do peso, adequado, obesidade de grau 1,2 ou 3 e obesidade de alto risco) e oferece a opção de imprimir listagens e gráficos e ainda um comunicado aos pais informando o estado nutricional da criança. Este comunicado é entregue aos pais em reunião agendada pela Direção da Escola e nesta ocasião é feita uma palestra com a participação da equipe pedagógica, professores de educação física e, quando possível, de nutricionistas da Secretaria de Saúde e da Merenda Escolar. Nesta reunião é feita a conscientização dos pais e das crianças quanto aos problemas que podem advir com a obesidade e desnutrição, como conseguir uma alimentação saudável, sobre a necessidade de praticar esporte e evitar o sedentarismo. No final da reunião os pais ou responsáveis interessados em acompanhamento médico/nutricional para seus filhos são orientados a preencher uma planilha com os dados e são então agendadas consultas com médico especialista e/ou nutricionista para iniciar o acompanhamento do seu estado nutricional.
5. Resultados obtidos AENE 2009 e AENE 2010
Tabela de %AIMC Percentil 50:
Idade Masc. Fem.
6 14,54 14,31
7 15,07 14,98
8 15,62 15,66
9 16,17 16,33
10 16,72 17,00
11 17,28 17,67
12 17,87 18,35
13 18,53 18,95
14 19,22 19,32
15 19,92 19,69
16 20,63 20,09
17 21,12 20,36
18 21,45 20,57
19 21,86 20,80
20 - 24 23,07 21,46
25 - 29 24,19 22,10
30 - 34 24,90 22,69
35 - 39 25,25 23,25
40 - 44 25,49 23,74
45 - 49 25,55 24,17
50 - 54 25,54 24,54
55 - 59 25,51 24,92
60 - 64 25,47 25,29
65 - 69 25,41 25,66
70 - acima 25,33 26,01
%AIMC Estado Nutricional
maior que 160% obesidade de alto risco
de 140 a 159% obesidade de grau 3
de 126 a 139% obesidade de grau 2
de 116 a 125% obesidade de grau 1
de 80 a 115% Adequado
Menor que 80% Abaixo doPeso
AENE 2010 ‐ DADOS TOTAIS ‐ MASCULINO IDADE MASCULINO
MASC NÃO AVALIADO
MASC ABAIXO
MASC ADEQ MASC GRAU 1 MASC GRAU 2
MASC GRAU 3
MASC ALTO RISCO
6 404 52,7% 1 0,2% 2 0,5% 237 58,8% 116 28,8% 21 5,2% 15 3,7% 12 3,0%
7 2104 50,8% 8 0,4% 7 0,3% 1334 63,6% 522 24,9% 103 4,9% 93 4,4% 37 1,8%
8 2306 51,1% 12 0,5% 4 0,2% 1503 65,5% 493 21,5% 113 4,9% 127 5,5% 54 2,4%
9 2567 50,7% 26 1,0% 8 0,3% 1692 66,6% 502 19,8% 152 6,0% 143 5,6% 44 1,7%
10 2758 51,3% 27 1,0% 27 1,0% 1578 57,8% 533 19,5% 180 6,6% 170 6,2% 63 2,3%
11 2628 51,4% 50 1,9% 24 0,9% 1690 65,6% 500 19,4% 162 6,3% 134 5,2% 68 2,6%
12 2579 50,7% 85 3,3% 51 2,0% 1597 64,0% 470 18,8% 167 6,7% 160 6,4% 49 2,0%
13 2518 51,3% 106 4,2% 42 1,7% 1622 67,2% 448 18,6% 126 5,2% 113 4,7% 61 2,5%
14 2352 50,9% 137 5,8% 44 2,0% 1486 67,1% 412 18,6% 94 4,2% 121 5,5% 58 2,6%
15 1264 59,1% 114 9,0% 22 1,9% 844 73,4% 174 15,1% 37 3,2% 53 4,6% 20 1,7%
> 15 548 67,9% 85 15,5% 15 3,2% 360 77,8% 69 14,9% 4 0,9% 12 2,6% 3 0,6%
22028 51,8% 651 3,0% 246 1,2% 13943 65,2% 4239 19,8% 1159 5,4% 1141 5,3% 469 2,2%
QUASE 35% DE ALUNOS COM SOBRE-PRESO
AENE 2010 ‐ DADOS TOTAIS ‐ FEMININO
IDADE
FEMININO FEM NÃO AVALIADO
FEM ABAIXO FEM ADEQ FEM GRAU 1 FEM GRAU 2 FEM GRAU 3
FEM ALTO RISCO
6 363 47,3% 1 0,3% 2 0,6% 169 46,7% 130 35,9% 29 8,0% 21 5,8% 11 3,0%
7 2037 49,2% 8 0,4% 11 0,5% 1191 58,7% 544 26,8% 132 6,5% 108 5,3% 43 2,1%
8 2205 48,9% 9 0,4% 12 0,5% 1342 61,1% 536 24,4% 125 5,7% 134 6,1% 47 2,1%
9 2498 49,3% 21 0,8% 31 1,3% 1612 65,1% 513 20,7% 141 5,7% 137 5,5% 43 1,7%
10 2616 48,7% 21 0,8% 38 1,5% 1627 62,7% 577 22,2% 159 6,1% 147 5,7% 47 1,8%
11 2480 48,6% 53 2,1% 62 2,6% 1496 61,6% 540 22,2% 128 5,3% 145 6,0% 56 2,3%
12 2512 49,3% 56 2,2% 74 3,0% 1477 60,1% 590 24,0% 131 5,3% 123 5,0% 61 2,5%
13 2390 48,7% 93 3,9% 43 1,9% 1351 58,8% 610 26,6% 121 5,3% 114 5,0% 58 2,5%
14 2265 49,1% 131 5,8% 21 1,0% 1238 58,0% 582 27,3% 115 5,4% 127 6,0% 51 2,4%
15 875 40,9% 76 8,7% 4 0,5% 493 61,7% 195 24,4% 43 5,4% 39 4,9% 25 3,1%
> 15 259 32,1% 59 22,8% 3 1,5% 116 58,0% 50 25,0% 12 6,0% 14 7,0% 5 2,5%
20500 48,2% 528 2,6% 301 1,5% 12112 60,6% 4867 24,4% 1136 5,7% 1109 5,6% 447 2,2%
QUASE 40% DE ALUNAS COM SOBRE-PESO
6. Análise estatística dos resultados obtidos
O Projeto AENE prevê as seguintes classificações para estados nutricionais dos alunos: Abaixo do peso: aluno com IMC calculado ≤ 80% do IMC P50(ideal); Adequado: aluno com IMC calculado >80% do IMC P50(ideal) e < 115% do
IMC P50(ideal); Obesidade de grau 1: aluno com IMC calculado entre 116% e 125% do IMC
P50 (ideal); Obesidade de grau 2: aluno com IMC calculado entre 126% e 139% do IMC
P50 (ideal); Obesidade de grau 3: aluno com IMC Calculado entre 140% e 159% do IMC
P50 (ideal); Obesidade de alto risco: aluno com IMC Calculado acima de 160% do IMC
P50 (ideal).
6.1 Entendendo os dados
A tabela utilizada abrange uma amostra de 2.445 alunos do total de 42.529 alunos escolhidos aleatoriamente pelo software Minitab, com alunos dos turnos da manhã e da tarde. Possui dados relativos aos alunos como sexo, idade, turma, peso, estatura, IMC (índice de massa corporal), peso ideal, IMC ideal, adequação e enquadramento nutricional como “abaixo do peso”, “adequado”, “obesidade de grau 1”, “obesidade de grau 2”, “obesidade de grau 3” e “obesidade de alto risco”, escola a que pertence o aluno (relação numérica), localização da escola por região do município (áreas 1,2,3 e 4). Para tal iniciamos com o entendimento dos dados, incluindo a definição dos indivíduos e das variáveis, suas classificações em variáveis categóricas ou quantitativas, os significados e unidades de medida, além da apresentação da tabela de dados. Na segunda parte é abordada a análise estatística dos dados. O software estatístico utilizado é o MINITAB.
6.2 As variáveis
São oito as variáveis desta pesquisa, incluindo o nome dos países. As mesmas estão explicadas no Quadro 1. Quadro 1. As Variáveis Tabela das variáveis: Variável Significado Tipo Unidade de Medida Nº do aluno Sequencia do aluno Variável Sequencial N/A Sexo Masculino/Feminino Variável Qualitativa M/F Peso Massa corporal do aluno Variável Quantitativa Kg Altura Estatura do aluno Variável Quantitativa M Idade Idade do aluno Variável Quantitativa Anos IMC Indice de Massa Corporal Variável Quantitativa Kg/m² Código Obesidade Classificação do estado nutricional Variável Qualitativa adimensional Nº da Escola Relação sequencial das escolas Numérica Adimensional Área Região do município Numérica adimensional
6.3 Figura das áreas do município estudado:
6.4 Tabela de Dados Obs: classe 11(1ºano/Manhã) 12(1ºano/Tarde) Sexo 1(feminino) 2(masculino)
NºESCOLA
ÁREA
CLASSE
SEXO
SEXO1
PESO
PESO ID
EAL
ALTURA
IDADE
IMC ID
EAL
IMC OBTIDO
IMC
CALCULADO
CLASSIFICAÇ
ÃO
OBESIDADE
CÓDIGO
21 1 42 M 2 40,00 62,38 1,90 11 17,28 11,08 64 Abaixo 1
33 2 61 F 1 31,60 48,16 1,62 12 18,35 12,04 66 Abaixo 1
43 1 72 M 2 32,20 46,77 1,56 14 19,22 13,23 69 Abaixo 1
38 3 51 M 2 25,30 35,03 1,40 12 17,87 12,91 72 Abaixo 1
35 2 62 M 2 90,00 56,10 1,74 13 18,53 29,73 160Obesidade de Alto Risco 6
38 3 51 M 2 74,10 44,05 1,57 12 17,87 30,06 168Obesidade de Alto Risco 6
2 4 51 M 2 70,20 41,83 1,53 12 17,87 29,99 168Obesidade de Alto Risco 6
6.5 ESCOLA X AREA DE LOCALIZAÇÃO
NºESCOLA ÁREA NºESCOLA ÁREA NºESCOLA ÁREA
5 1 19 2 2 4
21 1 22 2 3 4
25 1 23 2 4 4
29 1 24 2 8 4
31 1 33 2 9 4
32 1 35 2 11 4
37 1 41 2 14 4
39 1 47 2 17 4
42 1 49 2 18 4
43 1 50 2 20 4
1 2 6 3 27 4
7 2 15 3 30 4
10 2 16 3 34 4
12 2 28 3 36 4
13 2 38 3 40 4
48 3 44 4
45 4
46 4
6.6 Estística descritiva
Variáveis: SEXO1; PESO; PESO IDEAL; ALTURA; IDADE; IMC IDEAL; ... Total Variable Count N N* CumN Percent CumPct Mean SE Mean TrMean SEXO1 2445 2445 0 2445 100 100 1,5117 0,0101 1,5129 PESO 2445 2445 0 2445 100 100 41,032 0,289 40,145 PESO IDEAL 2445 2445 0 2445 100 100 37,566 0,214 37,265 ALTURA 2445 2445 0 2445 100 100 1,4543 0,00301 1,4530 IDADE 2445 2445 0 2445 100 100 10,738 0,0508 10,704 IMC IDEAL 2445 2445 0 2445 100 100 17,309 0,0309 17,293 IMC OBTIDO 2445 2445 0 2445 100 100 18,875 0,0793 18,555 IMC CALCULADO 2445 2445 0 2445 100 100 109,15 0,422 107,48 O IMC Calculado médio de 109,15 significa que, na média, as crianças estão com 9,15% de sobrepeso. Variable StDev Variance CoefVar Sum Sum of Squares Minimum SEXO1 0,5000 0,2500 33,07 3696,0000 6198,0000 1,0000 PESO 14,280 203,926 34,80 100324,273 4614943,926 16,310 PESO IDEAL 10,581 111,959 28,17 91847,730 3723937,801 16,933 ALTURA 0,1490 0,0222 10,24 3555,8050 5225,5085 1,0600 IDADE 2,512 6,312 23,40 26254,000 297338,000 6,000 IMC IDEAL 1,528 2,335 8,83 42319,810 738209,119 14,310 IMC OBTIDO 3,921 15,371 20,77 46149,280 908633,530 11,080 IMC CALCULADO 20,86 435,28 19,12 266861,00 30190533,00 64,00 Variable Q1 Median Q3 Maximum Range IQR SEXO1 1,0000 2,0000 2,0000 2,0000 1,0000 1,0000 PESO 29,900 38,950 49,955 117,200 100,890 20,055 PESO IDEAL 28,886 36,133 46,258 79,680 62,747 17,372 ALTURA 1,3400 1,4500 1,5700 2,0000 0,9400 0,2300 IDADE 9,000 11,000 13,000 19,000 13,000 4,000 IMC IDEAL 16,170 17,280 18,530 21,860 7,550 2,360 IMC OBTIDO 16,105 18,047 20,742 57,335 46,254 4,637 IMC CALCULADO 95,00 104,00 119,00 351,00 287,00 24,00 N for Variable Mode Mode Skewness Kurtosis MSSD SEXO1 2 1251 -0,05 -2,00 0,2514 PESO 50 25 0,96 1,35 120,112 PESO IDEAL 44,0859 16 0,37 -0,70 100,146 ALTURA 1,37 62 0,12 -0,70 0,0199 IDADE 10 341 0,12 -0,87 5,610 IMC IDEAL 17 181 0,09 -0,96 2,074 IMC OBTIDO 14,8926; 19,1406; 19,8141 4 1,67 6,21 2,691 IMC CALCULADO 100 72 1,85 9,16 4,58
6.7 Sumário Estatístico das variáveis
32028024020016012080
Median
Mean
110109108107106105104
1st Q uartile 95,00Median 104,003rd Q uartile 119,00Maximum 351,00
108,32 109,97
103,55 105,00
20,29 21,47
A -Squared 61,60P-V alue < 0,005
Mean 109,15StDev 20,86V ariance 435,28Skewness 1,85278Kurtosis 9,16454N 2445
Minimum 64,00
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev
351202202201201201200200198195193189189188187186186185184183181180178177177177176176176175174173172171171171170169169168168168168167166166166165165165165165164164163163162162162161161161161161161160160160160159159159159158158158158158157157157157156156156156
95 % Confidence Intervals
Summary for IMC CALCULADO
56494235282114
Median
Mean
19,018,818,618,418,218,0
1st Q uartile 16,105Median 18,0473rd Q uartile 20,742Maximum 57,335
18,719 19,030
17,906 18,249
3,814 4,034
A -Squared 50,73P-V alue < 0,005
Mean 18,875StDev 3,921V ariance 15,371Skewness 1,66776Kurtosis 6,21050N 2445
Minimum 11,080
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev
57,3332,65 38,8640,0838,7535,97 38,4334,61 39,0438,3129,1629,51 34,7628,20 31,1933,3233,31 35,8428,7129,5728,27 33,2829,1428,6630,1429,5428,39 31,3828,37 33,5829,84 34,2632,4431,3928,4230,21 33,6932,4529,9930,0627,84 30,2029,1728,0629,4328,40 31,4029,1329,03 32,3431,6429,8629,7330,3328,1629,14 31,6430,5630,4930,3929,3228,01 31,0031,1429,6129,9028,4530,0029,8028,2229,7530,4729,5529,4128,8727,8928,0129,2727,7028,6928,5828,5928,4928,3228,0929,0327,8527,8127,77
95 % Confidence Intervals
Summary for IMC OBTIDO
2221201918171615
Median
Mean
17,417,317,217,117,0
1st Q uartile 16,170Median 17,2803rd Q uartile 18,530Maximum 21,860
17,248 17,369
17,000 17,280
1,487 1,572
A -Squared 25,54P-V alue < 0,005
Mean 17,309StDev 1,528V ariance 2,335Skewness 0,089518Kurtosis -0,958689N 2445
Minimum 14,310
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev95 % Confidence Intervals
Summary for IMC IDEAL
181614121086
Median
Mean
11,010,810,610,410,210,0
1st Q uartile 9,000Median 11,0003rd Q uartile 13,000Maximum 19,000
10,638 10,837
10,000 11,000
2,444 2,585
A -Squared 31,39P-V alue < 0,005
Mean 10,738StDev 2,512V ariance 6,312Skewness 0,124833Kurtosis -0,873958N 2445
Minimum 6,000
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev95 % Confidence Intervals
Summary for IDADE
1,961,821,681,541,401,261,12
Median
Mean
1,4601,4551,4501,4451,440
1st Q uartile 1,3400Median 1,45003rd Q uartile 1,5700Maximum 2,0000
1,4484 1,4602
1,4400 1,4600
0,1449 0,1533
A -Squared 9,94P-V alue < 0,005
Mean 1,4543StDev 0,1490V ariance 0,0222Skewness 0,116657Kurtosis -0,698541N 2445
Minimum 1,0600
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev
2,00
95 % Confidence Intervals
Summary for ALTURA
Outlier: aluno sexo masculino, 15 anos e 2,00 m altura
80706050403020
Median
Mean
38,037,537,036,536,035,5
1st Q uartile 28,886Median 36,1333rd Q uartile 46,258Maximum 79,680
37,146 37,985
35,550 36,834
10,293 10,886
A -Squared 22,62P-V alue < 0,005
Mean 37,566StDev 10,581V ariance 111,959Skewness 0,366455Kurtosis -0,696989N 2445
Minimum 16,933
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev
74,47 79,68
95 % Confidence Intervals
Summary for PESO IDEAL
105907560453015
Median
Mean
4241403938
1st Q uartile 29,900Median 38,9503rd Q uartile 49,955Maximum 117,200
40,466 41,599
38,050 39,500
13,891 14,692
A -Squared 27,22P-V alue < 0,005
Mean 41,032StDev 14,280V ariance 203,926Skewness 0,96269Kurtosis 1,34792N 2445
Minimum 16,310
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev
97,00 117,20
94,30 112,70
113,70
85,3097,45
104,30
80,30
87,45
99,95
90,60 84,90
97,8582,00
83,40
89,5081,00
82,90
90,00
82,00
83,75
86,8587,6086,40 92,25
82,4086,00
93,4083,90
86,80
80,70
87,00
83,20
88,00
80,40
9 5% Confidence Intervals
Summary for PESO
Outliers: sexo masculino, 1,71m altura, Peso: 117,20 Kg Obesidade de Alto Risco; Area: 3 Sexo masculino, 1,72m altura, Peso:113,70Kg Obesidade de Alto Risco; Area 2
21
Median
Mean
2,01,81,61,41,21,0
1st Q uartile 1,0000Median 2,00003rd Q uartile 2,0000Maximum 2,0000
1,4918 1,5315
1,0000 2,0000
0,4863 0,5144
A -Squared 439,38P-V alue < 0,005
Mean 1,5117StDev 0,5000V ariance 0,2500Skewness -0,04667Kurtosis -1,99946N 2445
Minimum 1,0000
A nderson-Darling Normality Test
95% C onfidence Interv al for Mean
95% C onfidence Interv al for Median
95% C onfidence Interv al for StDev95 % Confidence Intervals
Summary for SEXO1
6.8 Análise de Regressão
Regression Analysis: PESO versus ALTURA; IDADE The regression equation is PESO = - 72,8 + 77,5 ALTURA + 0,102 IDADE Predictor Coef SE Coef T P Constant -72,816 2,094 -34,78 0,000 ALTURA 77,532 2,174 35,67 0,000 IDADE 0,1018 0,1289 0,79 0,430 PELO VALOR DE Pvalue A IDADE TEM POUCA SIGNIFICÂNCIA PARA A VARIÁVEL PESO S = 8,08746 R-Sq = 68,0% R-Sq(adj) = 67,9% Analysis of Variance Source DF SS MS F P Regression 2 338672 169336 2588,96 0,000 Residual Error 2442 159724 65 Total 2444 498396
Source DF Seq SS ALTURA 1 338631 IDADE 1 41 Obs ALTURA PESO Fit SE Fit Residual St Resid 1 1,90 40,000 75,614 0,954 -35,614 -4,43RX 2 1,62 31,600 54,007 0,286 -22,407 -2,77R 3 1,56 32,200 49,558 0,299 -17,358 -2,15R 4 1,40 25,300 36,950 0,317 -11,650 -1,44 5 1,53 30,000 46,927 0,213 -16,927 -2,09R 6 1,32 21,000 30,442 0,222 -9,442 -1,17 7 1,25 19,900 25,116 0,400 -5,216 -0,65 8 1,63 39,000 54,985 0,269 -15,985 -1,98 9 1,51 33,000 45,580 0,256 -12,580 -1,56 10 1,55 35,500 48,783 0,310 -13,283 -1,64
. . . 2440 1,77 112,700 65,636 0,576 47,064 5,83RX 2441 1,56 94,300 49,558 0,299 44,742 5,54R 2442 1,71 117,200 61,290 0,332 55,910 6,92R 2443 1,58 97,000 51,109 0,283 45,891 5,68R 2444 1,40 64,000 36,644 0,213 27,356 3,38R 2445 1,32 39,000 30,442 0,222 8,558 1,06
Durbin-Watson statistic = 0,240539
Verificamos que a regressão para peso dá uma boa aproximação para os dados:
PESO = - 72,8 + 77,5 ALTURA + 0,102 IDADE
PESO REAL
ALT REAL
ID REAL
PESO PELA REGRESSÃO DIFERENÇA
PESO REAL
ALT REAL
ID REAL
PESO PELA REGRESSÃO DIFERENÇA
16,45 1,09 7 12,39 ‐4,06 30,15 1,45 10 40,60 10,45
17,4 1,08 6 11,51 ‐5,89 30,2 1,18 6 19,26 ‐10,94
17,7 1,16 7 17,81 0,11 30,2 1,32 9 30,42 0,22
18,2 1,17 7 18,59 0,39 30,25 1,32 9 30,42 0,17
18,45 1,12 6 14,61 ‐3,84 30,3 1,43 10 39,05 8,74
18,45 1,16 8 17,92 ‐0,53 30,4 1,41 10 37,50 7,10
18,5 1,16 7 17,81 ‐0,69 30,45 1,34 10 32,07 1,62
19,1 1,22 7 22,46 3,36 30,45 1,38 10 35,17 4,72
19,15 1,2 7 20,91 1,76 30,45 1,41 10 37,50 7,05
19,2 1,2 7 20,91 1,71 30,5 1,32 9 30,42 ‐0,08
19,45 1,21 7 21,69 2,24 30,5 1,34 11 32,17 1,67
19,5 1,17 7 18,59 ‐0,91 30,65 1,38 10 35,17 4,52
19,5 1,19 7 20,14 0,64 30,7 1,43 9 38,94 8,24
19,6 1,17 6 18,49 ‐1,11 30,7 1,43 10 39,05 8,35
19,8 1,17 7 18,59 ‐1,21 30,75 1,36 9 33,52 2,77
19,85 1,17 8 18,69 ‐1,16 30,75 1,37 11 34,50 3,75
19,85 1,18 7 19,36 ‐0,49 30,75 1,46 12 41,57 10,82
19,85 1,22 10 22,77 2,92 30,8 1,35 11 32,95 2,15
19,95 1,13 7 15,49 ‐4,46 30,85 1,37 10 34,40 3,55
19,95 1,2 7 20,91 0,96 30,9 1,32 9 30,42 ‐0,48
20 1,15 6 16,94 ‐3,06 30,9 1,4 10 36,72 5,82
20 1,2 7 20,91 0,91 30,9 1,41 10 37,50 6,60
20 1,2 7 20,91 0,91 30,9 1,42 10 38,27 7,37
20,05 1,16 6 17,71 ‐2,34 30,95 1,29 9 28,09 ‐2,86
20,1 1,15 7 17,04 ‐3,06 30,95 1,37 9 34,29 3,34
20,15 1,16 7 17,81 ‐2,34 30,95 1,48 12 43,12 12,17
20,25 1,17 7 18,59 ‐1,66 31 1,36 10 33,62 2,62
20,3 1,16 7 17,81 ‐2,49 31 1,41 9 37,39 6,39
20,3 1,19 6 20,04 ‐0,26 31,05 1,34 9 31,97 0,92
20,35 1,2 6 20,81 0,46 31,05 1,43 10 39,05 7,99
20,4 1,13 8 15,59 ‐4,81 31,1 1,28 7 27,11 ‐3,99
20,4 1,18 8 19,47 ‐0,93 31,1 1,29 9 28,09 ‐3,01
20,45 1,21 7 21,69 1,24 31,1 1,38 9 35,07 3,97
20,5 1,18 6 19,26 ‐1,24 31,15 1,46 10 41,37 10,22
20,5 1,2 7 20,91 0,41 31,2 1,28 8 27,22 ‐3,98
20,55 1,19 7 20,14 ‐0,41 31,2 1,33 9 31,19 ‐0,01
20,65 1,16 6 17,71 ‐2,94 31,3 1,27 8 26,44 ‐4,86
20,85 1,16 7 17,81 ‐3,04 31,35 1,35 10 32,85 1,50
6.9 Regressão Stepwise Stepwise Regression: PESO versus ALTURA; IDADE Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is PESO on 2 predictors, with N = 2445 Step 1 Constant -73,88 ALTURA 79,0 T-Value 71,96 P-Value 0,000 ALTURA TEM MENOR Pvalue E É O PREDICTOR INDICADO É MAIS SIGNIFICATIVO QUE IDADE. S 8,09 R-Sq 67,94 R-Sq(adj) 67,93 Mallows Cp 1,6
6.10 Análise de Variância (ANOVA)
One-way ANOVA: SEXO1 versus IMC CALCULADO Source DF SS MS F P IMC CALCULADO 124 33,967 0,274 1,10 0,214 Error 2320 576,950 0,249 Total 2444 610,918 S = 0,4987 R-Sq = 5,56% R-Sq(adj) = 0,51% Individual 95% CIs For Mean Based on Pooled StDev
Vemos a ANOVA mostra que não existe uma diferenciaação significativa entre o sexo (masculino/feminino) para a observação da obesidade.
210-1-2
99,99
99
90
50
10
1
0,01
Residual
Per
cent
2,001,751,501,251,00
1,0
0,5
0,0
-0,5
-1,0
Fitted Value
Res
idua
l
0,750,500,250,00-0,25-0,50-0,75
300
200
100
0
Residual
Freq
uenc
y
2400
2200
2000
1800
1600
1400
1200
100080
060
040
020
01
1,0
0,5
0,0
-0,5
-1,0
Observation Order
Res
idua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for SEXO1
One-way ANOVA: IMC CALCULADO versus ÁREA Source DF SS MS F P ÁREA 3 2043 681 1,57 0,196 Error 2441 1061785 435 Total 2444 1063828 S = 20,86 R-Sq = 0,19% R-Sq(adj) = 0,07% Individual 95% CIs For Mean Based on Pooled StDev ÁREA N MÉDIA StDev -+---------+---------+---------+-------- 1 538 108,41 20,40 (-----------*----------) 2 615 108,07 19,96 (----------*----------) 3 288 109,28 24,08 (----------------*---------------) 4 1004 110,16 20,64 (-------*--------) -+---------+---------+---------+--------
106,5 108,0 109,5 111,0 Pooled StDev = 20,86 Vemos que a Área2 possui a menor média, ou seja 8,07% de sobrepeso e a Área4 a maior média, ou seja, 10,16% de sobrepeso.
4321
350
300
250
200
150
100
50
ÁREA
IMC
CALC
ULA
DO
Boxplot of IMC CALCULADO
OUTLIER
2001000-100
99,99
99
90
50
10
1
0,01
Residual
Per
cent
110,0109,5109,0108,5108,0
200
100
0
Fitted Value
Res
idua
l
24020016012080400-40
600
450
300
150
0
Residual
Freq
uenc
y
2400
2200
2000
1800
1600
1400
1200
100080
060
040
020
01
200
100
0
Observation Order
Res
idua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for IMC CALCULADO
One-way ANOVA: IMC CALCULADO versus IDADE Source DF SS MS F P IDADE 13 8883 683 1,57 0,085 Error 2431 1054945 434 Total 2444 1063828 S = 20,83 R-Sq = 0,84% R-Sq(adj) = 0,30% Individual 95% CIs For Mean Based on IMC Pooled StDev IDADE N MÉDIO StDev ------+---------+---------+---------+--- 6 44 113,43 18,41 (-*-) 7 237 110,99 18,74 (*) 8 264 110,40 19,23 (*) 9 318 109,78 23,99 (* 10 341 107,60 19,19 (*) 11 249 110,13 20,25 (*) 12 314 110,07 22,00 (* 13 251 106,14 18,45 *) 14 283 109,05 22,00 *) 15 107 107,87 25,50 (*) 16 24 99,96 16,12 (-*--) 17 10 105,40 17,48 (---*---) 18 1 135,00 * (-------------*-------------) 19 2 101,50 10,61 (---------*--------) ------+---------+---------+---------+--- 90 120 150 180
Pooled StDev = 20,83 Notamos que a idade com a maior média de sobrepeso é 6(seis) anos com 13,43% e a idade com menor média é 16(dezesseis) anos com 0,04% de subpeso
2001000-100
99,99
99
90
50
10
1
0,01
Residual
Per
cent
140130120110100
200
100
0
Fitted ValueR
esid
ual
24020016012080400-40
600
450
300
150
0
Residual
Freq
uenc
y
2400
2200
2000
1800
1600
1400
1200
100080
060
040
020
01
200
100
0
Observation Order
Res
idua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for IMC CALCULADO
191817161514131211109876
350
300
250
200
150
100
50
IDADE
IMC
CALC
ULA
DO
Boxplot of IMC CALCULADO
outlier
One-way ANOVA: IMC CALCULADO versus ALTURA Source DF SS MS F P ALTURA 97 59981 618 1,45 0,003 VEMOS QUE ALTURA É SIGNIFICANTE PARA Error 2347 1003848 428 O ESTUDO DO SOBREPESO Total 2444 1063828 S = 20,68 R-Sq = 5,64% R-Sq(adj) = 1,74% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ---+---------+---------+---------+------
ALTURA QUANTIDADE MÉDIA(IMC)
106‐120 79 103,39 *
120‐130 370 152,18 *
130‐140 550 108,14 *
140‐150 500 109,13 *
150‐160 513 110,85 *
160‐170 318 111,36 *
170‐180 103 108,96 *
180‐200 12 98,42 * ---+---------+---------+---------+------ 50 100 150 200 VEMOS QUE NA FAIXA DE ALTURA ENTRE ]120-130]CM EXISTE A MAIOR MÉDIA DE IMC COM UM SOBREPESO MÉDIO DE 52,18% Pooled StDev = 20,68
2,00
1,90
1,84
1,83
1,82
1,81
1,80
1,79
1,78
1,77
1,76
1,75
1,74
1,73
1,72
1,71
1,70
1,69
1,68
1,67
1,66
1,65
1,64
1,64
1,63
1,62
1,61
1,60
1,59
1,58
1,57
1,56
1,55
1,54
1,53
1,52
1,51
1,50
1,50
1,49
1,48
1,48
1,47
1,47
1,46
1,45
1,45
1,44
1,44
1,43
1,42
1,41
1,40
1,40
1,39
1,38
1,38
1,37
1,37
1,36
1,35
1,35
1,34
1,34
1,33
1,33
1,32
1,31
1,30
1,30
1,29
1,29
1,28
1,28
1,27
1,27
1,26
1,26
1,25
1,25
1,25
1,24
1,24
1,23
1,22
1,22
1,21
1,20
1,19
1,18
1,17
1,16
1,15
1,14
1,13
1,12
1,11
1,06
350
300
250
200
150
100
50
ALTURA
IMC
CALC
ULA
DO
Boxplot of IMC CALCULADO
OUTLIER
2001000-100
99,99
99
90
50
10
1
0,01
Residual
Per
cent
200150100
200
100
0
Fitted Value
Res
idua
l
20016012080400-40
600
450
300
150
0
Residual
Freq
uenc
y
2400
2200
2000
1800
1600
1400
1200
100080
060
040
020
01
200
100
0
Observation Order
Res
idua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for IMC CALCULADO
Binary Logistic Regression: SEXO1 versus IMC CALCULADO Link Function: Logit Response Information Variable Value Count SEXO1 MASCULINO 1251 (Event) FEMININO 1194 Total 2445 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Constant 0,324743 0,216163 1,50 0,133 IMC CALCULADO -0,0025480 0,0019455 -1,31 0,190 1,00 0,99 1,00 Log-Likelihood = -1693,220 Test that all slopes are zero: G = 1,721, DF = 1, P-Value = 0,190 Goodness-of-Fit Tests Method Chi-Square DF P Pearson 134,507 123 0,225 Deviance 150,498 123 0,047
Hosmer-Lemeshow 20,021 8 0,010 Table of Observed and Expected Frequencies: (See Hosmer-Lemeshow Test for the Pearson Chi-Square Statistic) Group Value 1 2 3 4 5 6 7 8 9 10 MASCULINO Obs 128 112 125 123 168 154 135 172 117 17 Exp 120,7 131,9 134,7 127,7 160,5 142,2 131,5 152,6 130,6 18,6 FEMININO Obs 122 152 141 127 144 121 118 120 131 18 Exp 129,3 132,1 131,3 122,3 151,5 132,8 121,5 139,4 117,4 16,4 Total 250 264 266 250 312 275 253 292 248 35 Value Total MASCULINO Obs 1251 Exp 1 Obs 1194 Exp Total 2445 Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant 758206 50,8 Somers' D 0,05 Discordant 683764 45,8 Goodman-Kruskal Gamma 0,05 Ties 51724 3,5 Kendall's Tau-a 0,02 Total 1493694 100,0
6.11 Cluster Análise das Variáveis
Variaveis: NºESCOLA; ÁREA; CLASSE; SEXO1; PESO; ... Correlation Coefficient Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster 1 11 99,7495 0,005011 8 9 8 2 2 10 99,2130 0,015741 6 7 6 2 3 9 97,0688 0,058624 3 8 3 3 4 8 96,2625 0,074750 3 6 3 5 5 7 96,1505 0,076989 11 12 11 2 6 6 95,0787 0,098426 10 11 10 3 7 5 91,9276 0,161449 5 10 5 4 8 4 91,2141 0,175717 3 5 3 9 9 3 59,8892 0,802215 1 3 1 10 10 2 53,7781 0,924438 1 4 1 11 11 1 52,0067 0,959867 1 2 1 12
ÁREA
SEXO
1
OBESID
ADE C
ÓDIGO
IMC CA
LCUL
ADO
IMC
OBTI
DOPE
SO
ALTU
RA
PESO
IDEA
L
IMC I
DEAL
IDADE
CLAS
SE
NºES
COLA
52,01
68,00
84,00
100,00
Variables
Sim
ilari
ty
DendrogramSingle Linkage; Correlation Coefficient Distance
O dendograma mostra que existe uma proximidade da IDADE com a ALTURA e na outra extremidade mostra uma proximidade do PESO com a OBESIDADE, como era de se esperar.
6.12 Cluster análise das observações
244524422439241324402436244124372443242824382342
73,44
82,29
91,15
100,00
Observations
Sim
ilari
tyDendrogram
Single Linkage; Euclidean Distance
Number of sum of from from observations squares centroid centroid Cluster1 2433 943238 18,0227 57,1843 (abrange quase todas) Cluster2 2 16 2,8504 2,8504 Cluster3 1 0 0,0000 0,0000 Cluster4 2 9 2,1688 2,1688 Cluster5 1 0 0,0000 0,0000 Cluster6 2 14 2,5983 2,5983 Cluster7 1 0 0,0000 0,0000 Cluster8 1 0 0,0000 0,0000 Cluster9 1 0 0,0000 0,0000 Cluster10 1 0 0,0000 0,0000
Os clusteres separados são aqueles que englobam as obesidades de alto risco.
6.13 Análise Discriminante
Discriminant Analysis: ÁREA versus PESO; ALTURA; IDADE; IMC CALCULADO Linear Method for Response: ÁREA Predictors: PESO; ALTURA; IDADE; IMC CALCULADO Group 1 2 3 4 Count 538 615 288 1004 Summary of classification True Group Put into Group 1 2 3 4 1 152 147 76 256 2 195 272 108 362 3 86 100 61 192 4 105 96 43 194 Total N 538 615 288 1004 N correct 152 272 61 194 Proportion 0,283 0,442 0,212 0,193 N = 2445 N Correct = 679 Proportion Correct = 0,278
6.14 Análise de correspondência
Simple Correspondence Analysis: PESO; ALTURA Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1 1,0000 0,0240 0,0240 ****************************** 2 1,0000 0,0240 0,0480 ***************************** 3 1,0000 0,0240 0,0719 ***************************** 25 0,5301 0,0127 0,4638 *************** 40 0,4082 0,0098 0,6312 ************ 41 0,4048 0,0097 0,6409 ************ 52 0,3525 0,0085 0,7400 ********** 53 0,3482 0,0083 0,7484 ********** 73 0,2598 0,0062 0,8938 ******* 74 0,2572 0,0062 0,9000 ******* 75 0,2495 0,0060 0,9060 ******* 83 0,2123 0,0051 0,9499 ****** 89 0,1641 0,0039 0,9760 **** 90 0,1544 0,0037 0,9797 **** 91 0,1483 0,0036 0,9833 **** 92 0,1406 0,0034 0,9866 **** 93 0,1358 0,0033 0,9899 **** 94 0,1237 0,0030 0,9929 *** 95 0,1196 0,0029 0,9957 *** 96 0,1126 0,0027 0,9984 *** 97 0,0656 0,0016 1,0000 * Total 41,7096
Simple Correspondence Analysis: PESO; ALTURA
403020100-10-20-30-40-50
40
30
20
10
0
-10
-20
-30
-40
-50
Component 1 peso
Com
pone
nt 2
alt
ura
9897
96
959493929190898887868584838281807978777675
747372717069686766656463626160595857565554535251
50
494847464544434241403938373635343332313029282726252423222120191817161514131211109876543 21857856855854853852851850849848847846845844
843
842841840839838837836835834833832831830829828827826825824823822821820819818817816815814813812811810809808807806805804803802801800799798797796795794793792791790789788787786785784783782781780779778777776775774773772771770769768767766765764763762761760759758757756755754753752751750749748747746745744743742741740739738737736735734733732731730729728727726725724723722721720719718717716715714713712711710709708707706705704703702701700699698697696695694693692691690689688687686685684683682681680679678677676675674673672671670669668667666665664663662661660659658657656655654653652651650649648647646645644643642641640639638637636635634633632631630629628627626625624623622621620619618617616615614613612611610609608607606605604603602601600599598597596595594593592591590589588587586585584583582581580579578577576575574573572571570569568567566565564563562561560559558557556555554553552551550549548547
546
545544543542541540539538537536535534533532531530529528527526525524523522521520519518517516515514513512511510509508507506505504503502501500499498497496495494493492491490489488487486485484483482481480479478477476475474473472471470469468467466465464463462461460459458457456455454453452451450449448447446445444443442441440439438437436435434433432431430429428427426425424423422421420419418417416415414413412411410409408407406405
404
403402401400399398397396395394393392391390389388387386385384383382381380379378377376375374373372371370369368367366365364363362361360359358357356355354353352351350349348347346345344343342341340339338337336335334333332331330329328327326325324323322321320319318317316315314313312311310309308307306305304303302301300299298297296295294293292291290289288287286285284283282281280279278277276275274273272271270269268267266265264263262261260259258257256255254253252251250249248247246245244243242241240239238237236235234233232231230229228227226225224223222221220219218217216215214213212211210209208207206205204203202201200199198197196195194193192191190189188187186185184183182181180179178177176175174173172171170169168167166165164163162161160159158157156155154153152151150149148147146145144143142141140139138137136135134133132131130129128127126125124123122121120119118117116115114113112111110109108107106105104103102101100999897969594939291908988878685848382818079787776757473727170696867666564636261605958575655545352515049484746454443424140393837363534
3332
31
3029
2827
26 25
24
23 22
2120
1918
17
161514 1312 11
10
98
7
6
5
43
21
Symmetric Plot
Simple Correspondence Analysis: ALTURA; IDADE
3210-1
3
2
1
0
-1
Component 1
Com
pone
nt 2
14
13
12
1110
9
8
7
65
4
3
2
1
98
97
9695
94
9392
91
908988
878685848382818079787776
75
747372717069
68676665646362
61
60
5958
5756
55
5453
52
515049484746
45
4443
42
41
40
39
383736 3534
33
3231
30
29
28
27
26
25
24
23
22
21
20
191817
16
15
14
13
1211
10987
6
5
4
3
2
1
Symmetric Plot
MENOR IDADE MENOR ALTURA / MAIOR IDADE
6.15 Time series
2440219619521708146412209767324882441
350
300
250
200
150
100
50
Index
IMC
CALC
ULA
DO
Time Series Plot of IMC CALCULADO
Existe um outlier de IMCCalc de valor 351
2440219619521708146412209767324882441
20,0
17,5
15,0
12,5
10,0
7,5
5,0
Index
IDA
DE
Time Series Plot of IDADE
2440219619521708146412209767324882441
2,0
1,8
1,6
1,4
1,2
1,0
Index
ALT
URA
Time Series Plot of ALTURA
2440219619521708146412209767324882441
120
100
80
60
40
20
Index
PESO
Time Series Plot of PESO
6.16 Análise dos principais componentes - Scree Plot
54321
3,0
2,5
2,0
1,5
1,0
0,5
0,0
Component Number
Eige
nval
ue
0,024480,13225
0,976881,18955
2,67685
Scree Plot of SEXO1; ...; IMC CALCULADO
Até o 3º ponto o nível de explicação é de 96,9% Principal Component Analysis: SEXO1; PESO; ALTURA; IDADE; IMC CALCULADO Eigenanalysis of the Correlation Matrix Eigenvalue 2,6768 1,1895 0,9769 0,1322 0,0245 Proportion 0,535 0,238 0,195 0,026 0,005 Cumulative 0,535 0,773 0,969 0,995 1,000 Variable PC1 PC2 PC3 PC4 PC5 SEXO1 0,058 -0,288 -0,956 0,001 0,012 PESO 0,581 0,259 -0,033 0,128 0,760 ALTURA 0,573 -0,213 0,093 0,632 -0,467 IDADE 0,539 -0,332 0,130 -0,744 -0,168 IMC CALCULADO 0,200 0,833 -0,244 -0,175 -0,419
6.17 Análise tridimensional
30
60
5510
15
90
120
1,020
1,5
2,0
PESO
ALTURA
IDADE
3D Scatterplot of PESO vs ALTURA vs IDADE
kg
15 anos/1,71m/117,20
12 anos/1,77m/112,70 kg
7 anos/1,06m/16,31 kg
19 anos
0
15
30
24
45
2
16
3
2
4
NºESCOLA
ÁREA
OBESIDADE CÓDIGO
3D Scatterplot of NºESCOLA vs ÁREA vs OBESIDADE CÓDIGO
Obesidade de Alto Risco
7. Análise Gráfica
NºESCOLA
SEXO1
50
49
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10987654321
2121212121212121212121212121212121212121212121212121212121212121212121212121212121212121212121212121
60
50
40
30
20
10
0
Coun
t
FEMININO
MASCULINO
SEXO
1012
1114
7610
511
7710
433636
409
121214
434318
1741
2716
152222
3427
3340
3122
5748
2724
2629
252531
1621
3625
3214
2231
3318
62929
4638
96
2520
3020
4350
3019
2844
2025
87
139
3340
9924
2630
282918
2415
2128
3738
3337
4023
2125
Gráfico de distribuição Escola x Sexo
A maior quantidade de crianças é do sexo masculino.....
NºESCOLA 50
49
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10987654321
10
8
6
4
2
0
Perc
ent
1,4
49
28
000000000001
,44
92
800000000000000000
1,4
49
28
000001
,44
92
800000
1,4
49
28
000001
,44
92
800000
2,8
98
55
000001
,44
92
800000
2,8
98
55
000001
,44
92
800000
1,4
49
28
000002
,89
85
500000
4,3
47
83
000001
,44
92
800000
5,7
97
100000
1,4
49
28
000002
,89
85
500000
1,4
49
28
000001
,44
92
800000000000000000
1,4
49
28
000001
,44
92
800000
1,4
49
28
000000000000000007
,24
63
800000000000
4,3
47
83
000001
,44
92
800000
7,2
46
38
000002
,89
85
500000000000
1,4
49
28
000000000002
,89
85
500000
2,8
98
55
000000000002
,89
85
500000
1,4
49
28
000001
,44
92
800000
2,8
98
55
000001
,44
92
800000
1,4
49
28
000002
,89
85
500000
10
,14
49
00000000000
Chart of NºESCOLA; OBESIDADE CÓDIGOOBESIDADE CÓDIGO = 6
Percent within all data.
OBESIDADE DE ALTO RISCO
NºESCOLA 50
49
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10987654321
5
4
3
2
1
0
Perc
ent
01
,42
85
700000
2,1
42
86
000000000000000001
,42
85
700000000000
3,5
71
43
000002
,14
28
600000
1,4
28
57
000000
,71
42
86
000002
,85
71
400000
0,7
14
28
600000
2,8
57
14
000000
,71
42
86
000002
,14
28
600000
1,4
28
57
000002
,85
71
400000
2,8
57
14
000000000005
000003
,57
14
300000
2,8
57
14
000001
,42
85
700000
2,1
42
86
000002
,85
71
400000
1,4
28
57
000001
,42
85
700000
2,1
42
86
000000
,71
42
86
000003
,57
14
300000000000
2,8
57
14
000004
,28
57
100000
4,2
85
71
000001
,42
85
700000
2,8
57
14
000002
,14
28
600000
0,7
14
28
600000
1,4
28
57
000005
000000000001
,42
85
700000
500000
2,1
42
86
000001
,42
85
700000
0,7
14
28
600000
2,8
57
14
000000
,71
42
86
000003
,57
14
300000
0,7
14
28
60000
Chart of NºESCOLA; OBESIDADE CÓDIGOOBESIDADE CÓDIGO = 5
Percent within all data.
OBESIDADE DE GRAU 3
NºESCOLA 5049484746454443424140393837363534333231302928272625242322212019181716151413121110987654321
8
7
6
5
4
3
2
1
0
Perc
ent
000000000000000,
7194
2400000
0,71
9424
000001,
4388
500000
0,71
9424
000003,
5971
200000
2,15
827
000000,
7194
2400000
1,43
885
000004,
3165
500000
1,43
885
000002,
1582
700000
0,71
9424
000001,
4388
500000
0,71
9424
000005,
0359
700000000000
4,31
655
000004,
3165
500000
0,71
9424
000002,
8777
000002,
1582
700000
2,87
7700000
1,43
885
000000000003,
5971
200000000000
3,59
712
000007,
9136
700000
0,71
9424
000000,
7194
2400000
3,59
712
000001,
4388
500000
0,71
9424
000004,
3165
500000
0,71
9424
000000,
7194
2400000
1,43
885
000002,
1582
700000000000
4,31
655
000003,
5971
200000
2,15
827
000002,
1582
700000
1,43
885
000001,
4388
500000
4,31
655
000002,
1582
700000
0,71
9424
000
Chart of NºESCOLA; OBESIDADE CÓDIGOOBESIDADE CÓDIGO = 4
Percent within all data.
OBESIDADE DE GRAU 2
NºESCOLA 50
49
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10987654321
5
4
3
2
1
0
Perc
ent
0001
,10
90
600000
1,1
09
06
000000
,73
93
72
000000
,55
45
29
000000
,92
42
14
000000
,36
96
86
000004
,25
13
900000
4,0
66
54
000001
,10
90
600000
0,9
24
21
400000
3,3
27
17
000001
,10
90
600000
2,9
57
49
000001
,47
87
400000
1,4
78
74
000002
,95
74
900000
2,9
57
49
000002
,03
32
700000
3,1
42
33
000001
,84
84
300000
2,2
18
11
000001
,47
87
400000
2,2
18
11
000002
,95
74
900000
2,4
02
96
000001
,10
90
600000
2,2
18
11
000000
,92
42
14
000001
,47
87
400000
3,6
96
86
000000
,36
96
86
000001
,47
87
400000
1,6
63
59
000002
,95
74
900000
2,4
02
96
000003
,14
23
300000
1,6
63
59
000000
,36
96
86
000000
,55
45
29
000004
,43
62
300000
0,5
54
52
900000
2,7
72
64
000002
,03
32
700000
1,8
48
43
000002
,40
29
600000
1,8
48
43
000003
,32
71
700000
3,1
42
33
000001
,84
84
300000
2,0
33
27
00
Chart of NºESCOLA; OBESIDADE CÓDIGOOBESIDADE CÓDIGO = 3
Percent within all data.
OBESIDADE DE GRAU 1
NºESCOLA 50
49
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10987654321
5
4
3
2
1
0
Perc
ent
00000
,85
47
01
000000
,98
61
93
000000
,46
02
24
000000
,72
32
08
000000
,52
59
700000
0,8
54
70
100000
2,8
92
83
000002
,82
70
900000
0,7
23
20
800000
1,0
51
94
000003
,74
75
300000
1,5
77
91
000002
,76
13
400000
1,3
14
92
000001
,84
08
900000
2,4
98
36
000002
,82
70
900000
2,1
69
63
000005
,19
39
500000
1,6
43
66
000002
,23
53
700000
2,1
03
88
000001
,97
23
900000
2,2
35
37
000002
,43
26
100000
1,7
75
15
000002
,89
28
300000
1,0
51
94
000002
,82
70
900000
2,6
95
600000
0,7
88
95
500000
1,8
40
89
000001
,84
08
900000
4,1
42
01
000002
,03
81
300000
2,9
58
58
000002
,03
81
300000
0,7
23
20
800000
0,8
54
70
100000
2,4
32
61
000000
,98
61
93
000001
,64
36
600000
2,1
69
63
000001
,97
23
900000
1,2
49
18
000002
,10
38
800000
3,1
55
82
000002
,82
70
900000
2,4
32
61
000002
,10
38
80
Chart of NºESCOLA; OBESIDADE CÓDIGOOBESIDADE CÓDIGO = 2
Percent within all data.
ADEQUADDOS
NºESCOLA 50
49
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10987654321
12
10
8
6
4
2
0
Perc
ent
000000000002
,85
71
400000000000000000
2,8
57
14
000000000002
,85
71
400000
11
,42
86
000000000000000000000000000005
,71
42
900000000000
2,8
57
14
000002
,85
71
400000
5,7
14
29
000002
,85
71
400000
5,7
14
29
000002
,85
71
400000
5,7
14
29
000002
,85
71
400000000000000000000000000000000000000000
2,8
57
14
000005
,71
42
900000000000
2,8
57
14
000002
,85
71
400000
2,8
57
14
000000000000000000000000000000000000000000000000000002
,85
71
400000000000000000
8,5
71
43
000005
,71
42
900000
2,8
57
14
000002
,85
71
400000
2,8
57
14
Chart of NºESCOLA; OBESIDADE CÓDIGOOBESIDADE CÓDIGO = 1
Percent within all data.
ABAIXO DO PESO
654321
70
60
50
40
30
20
10
0
OBESIDADE CÓDIGO
Perc
ent
2,822095,725975,68507
22,1268
62,2086
1,43149
Chart of OBESIDADE CÓDIGO
Percent within all data.
DISTRIBUIÇÃO PERCENTUAL PELOS NÍVEIS NUTRICIONAIS
2,01,81,61,41,21,0
120
100
80
60
40
20
ALTURA
PESO
Matrix Plot of PESO vs ALTURA
Notamos que a distribuição Peso x Altura aproxima-se de uma linear
20,017,515,012,510,07,55,0
120
100
80
60
40
20
IDADE
PESO
Matrix Plot of PESO vs IDADE
Notamos que entre 12 e 15 anos existe uma maior dispersão do PESO
2,01,81,61,41,21,0
120
100
80
60
40
20
SEXO1
PESO
Matrix Plot of PESO vs SEXO1
Notamos que a variação de peso é maior nas crianças do sexo masculino
20,017,515,012,510,07,55,0
2,0
1,8
1,6
1,4
1,2
1,0
IDADE
ALT
URA
Matrix Plot of ALTURA vs IDADE
Notamos crianças com estatura abaixo da média. Geralmente são crianças de inclusão, com necessidades especiais.
2440219619521708146412209767324882441
e**5
e**4
e**3
e**2
e**1
e**0
Index
Dat
a
PESOALTURAIDADE
Variable
Time Series Plot of PESO; ALTURA; IDADE
Notamos que existe uma regularidade linear na distribuição da IDADE e da ALTURA, sendo que a distribuição do PESO apresenta uma distribuição não linear nas observações dos alunos com obesidade de alto risco.
Notamos que as crianças do sexo masculino apresentam em geral maior porcentagem na faixa dos ADEQUADOS e as crianças do sexo feminino apresentam maior porcentagem nas faixas que indicam SOBREPESO
8. Quadro Resumo No resultado final obtivemos os seguintes números:
PROJETO AENE 2009 PROJETO AENE 2010
NÃO AVALIADOS 818 NÃO AVALIADOS 1179
ABAIXO DO PESO 376 ABAIXO DO PESO 547
ADEQUADO 27076 ADEQUADO 26235
OBESIDADE GRAU 1 8889 OBESIDADE GRAU 1 9106
OBESIDADE GRAU 2 2107 OBESIDADE GRAU 2 2295
OBESIDADE GRAU 3 1814 OBESIDADE GRAU 3 2250
OBESIDADE ALTO RISCO 944
OBESIDADE ALTO RISCO 916
42024 42528
Fazendo uma análise percentual, notamos que os alunos com estado nutricional “abaixo do peso” em 2009 representavam 0,912% do total de 41.206 alunos avaliados e que, em 2010 este percentual subiu para 1,323% ou seja, um crescimento de 45% no número de alunos com deficiência nutricional. Os alunos classificados como “adequados” eram 65,71% no AENE 2009, percentual que baixou para 63,45 % em 2010. Isso representou um decréscimo de 3,11% na população de alunos adequados. Já os alunos com sobrepeso aumentaram de 33,37% em 2009 para um percentual de 35,23% sendo que deste percentual tínhamos 6,69% com obesidade de grau 3 e obesidade de alto risco em 2009. Foi constatado um aumento para 7,66% em 2010. Este aumento representou um acréscimo de 14,4% no número de alunos classificados como obesos de grau 3 e de alto risco. Estamos planejando ações conjuntas com a Secretaria do Abastecimento (Merenda Escolar), Secretaria de Saúde (consultas, exames e equipe de controle de diabetes) e Secretaria de Esportes. Haverá mudança na merenda escolar para adequar o nível calórico oferecido aos alunos, marcação das consultas médicas para acompanhamento da evolução dos distúrbios nutricionais, palestras com nutricionistas e o incentivo à prática de esportes através das escolinhas mantidas pela Secretaria Municipal de Esportes.
9. Considerações Finais
Os dados coletados mostram que existe uma tendência, se nada for feito, de aumento no percentual de alunos com problemas de obesidade. Os meninos tiveram 7,5% do total avaliado com diagnóstico de obesidade grau 3 e de alto risco e as meninas um percentual de 7,8% com o mesmo diagnóstico. O percentual de meninos considerados adequados foi de 65,2% contra 60,6% de meninas consideradas adequadas. A Merenda Escolar foi pensada levando-se em conta que a criança não tinha uma alimentação adequada em sua casa e visava complementar as necessidades calóricas dos alunos. Os 3.166 alunos diagnosticados com obesidade de grau 3 e de alto risco no AENE 2010 foram convocados, juntamente com seus pais ou responsáveis, para uma reunião de conscientização na sede de suas escolas. Deste total nós tivemos 523 alunos encaminhados para acompanhamento médico especializado ou seja, 16,52% do total. Considerando que 2010 foi o primeiro ano de aplicação do Projeto AENE no total das Escolas de Ensino Fundamental podemos considerar que o resultado obtido foi satisfatório. Em 2011 poderemos avaliar de forma mais consistente os resultados tendo em vista que será a 3ª tomada de dados de toda a rede e que já teremos a confiança das famílias de que o projeto veio para somar e ajudar na solução de um problema que pode tornar-se um grave entrave para o sistema municipal de saúde no futuro. A criança obesa de hoje provavelmente será o adulto com hipertensão, diabetes e outros problemas sérios de saúde no futuro. BIBLIOGRAFIA
A ENCHARZ, P. B. Diagnóstico nutricional. In Carrazza, F. R. & Marcondes, E. Ed. Sarvier – São Paulo, 1991 – Pg. 160 a 186. BETTI, M. Valores e finalidades na Educação Física escolar: uma concepção sistêmica. Rev. Brasil. De Ciências do Esporte, 16(1):14-21, 1994. ALBANO, R. D. & SOUZA, B. Estado nutricional de adolescentes: “risco de sobrepeso” e “ sobrepeso” em uma escola pública do Município de São Paulo. Cad. Saúde Pública, Rio de Janeiro, 17(4):941-947, 2001. CAMPINO, A.C.C. Aspectos sócio-econômicos da desnutrição no Brasil. Revista de Saúde Pública, 20(1):83-101, 1986. CARRAZZA, F.R, MARCONDES, et al. Pediatria Básica. São Paulo: Editora Sarvier, 1999, volume 1, seção03, p.635-643. CEZAR, C. & COZZOLINO, S. M. F. Dificuldades dos professores de educação física ao usar a biometria para avaliar o estado nutricional de escolares no município de São Paulo In: VII SEMINÁRIO DE AÇÃO FÍSICA ESCOLAR – Educação física e o ensino fundamental, São Paulo, Anais. Escola de Educação Física e Esporte da Universidade de São Paulo. CEZAR, C. & COZZOLINO, S.M.F. Avaliação nutricional de escolares da capital de São Paulo: uma experiência multidisciplinar envolvendo professores de educação física. In:VII CONGRESSO PAULISTA DE EDUCAÇÃO FÍSICA, Jundiaí – SP, 2003a. (Annais) Coleção Pesquisa em Educação Física. 7(1):143. DÂMASO, A. Nutrição e exercício na prevenção de doenças.Ed. Medsi, São Paulo - 2001. DESPRÉS. e col. Regional distribution of body fat, plasma lipoproteins and cardiovascular disease. Arteriosclerosis, 10:497-511, 1990. DIETZ, W.H. Critical periods in childhood fot the development of obesity. Am. J. Clin. Nutr., 59: 955-959, 1994. FISBERG, M. Obesidade na infância e adolescência. Rev. Ped. Moderna. 29(2):103-108, 1993. IBGE – Fundação Instituto Brasileiro de Geografia e Estatística – página http://www.ibge.gov.br/cidadesat/topwindow.htm?1 KOVALSKYS, I. Obesity tendencies in developing countries. Obesity prevention – International Workshop. São Paulo -Brazil 2002 LIMONGI-FRANÇA, A. C. Qualidade de vida no trabalho: conceitos e práticas na sociedade pós-industrial. São Paulo: Atlas, 2004. STARFIELD, B. Atenção primária: equilíbrio entre necessidades de saúde, serviços e tecnologia. Brasília, DF: Unesco: Ministério da Saúde, 2002. TADDEI, J.A.A.C. Epidemiologia da obesidade na infância. Pediatria Moderna, 29(2):111-115, 1993. VARELLA, Z.M.V. Utilização de serviços de saúde segundo estratos sociais in Rouquayrol, M.Z. Epidemiologia, história natural e prevenção de doenças in Epidemiologia & saúde. Ed. Medsi, Rio de Janeiro, 1994. VASILENKO, S.G. and BERENSHTEIN, G.F. Functional abilities of the teenager’s body based on body mass idex. Gig.Sanit.(3):53-55, 2003 CEZAR, C. Avaliação do estado de nutrição de escolares do município de São Paulo: uma experiência multidisciplinar envolvendo professores de educação física do ensino fundamental e médio, Tese de Doutorado, USP/FCF/FEA/FSP, São Paulo, 2005.