Associação entre consumo de feijão e a síndrome metabólica em adultos
Inquérito de Saúde Domiciliar no Piauí
Palavras-chave:
Adulto, Ingestão de alimentos, Síndrome metabólica, Alimentos minimamente processadosResumo
Objetivo
Verificar a associação entre o consumo de feijão com componentes da Síndrome Metabólica, bem como com a presença de Síndrome Metabólica diagnosticada em adultos.
Métodos
Estudo transversal, de base populacional e domiciliar, com dados do Inquérito de Saúde Domiciliar no Piauí – ISAD-PI. Participaram 192 adultos, ambos os sexos, de Teresina (PI). Investigou-se dados demográficos, socioeconômicos e de estilo de vida, por meio de questionários estruturados, e dados antropométricos, bioquímicos e de pressão arterial. O diagnóstico de Síndrome Metabólica foi de acordo os critérios do National Cholesterol Education Program Adult Treatment Panel III. O teste do qui-quadrado e a regressão de Poisson foram utilizados para verificar as associações. O estudo foi aprovado pelo Comitê de Ética em Pesquisa (Parecer nº 2.552.426).
Resultados
A prevalência de Síndrome Metabólica foi de 31,2% (IC 95%: 23,5-40,3) e esteve associada à escolaridade, sendo mais predominante em indivíduos com menor nível educacional (36,4%; p=0.0211). Não foram observadas associações entre a Síndrome Metabólica com as demais variáveis demográficas, socioeconômicas e de estilo de vida. O consumo de feijão não esteve associado aos componentes da Síndrome Metabólica. Entretanto, os indivíduos que consumiam mais de 110 kcal de feijão/dia apresentaram razão de prevalência de Síndrome Metabólica 48% menor (RP: 0,52; IC 95%:0,29-0,91) comparados aos indivíduos que consumiam menos de 55 kcal de feijão/dia.
Conclusão
Verificou-se elevada prevalência de Síndrome Metabólica na população, com maior proporção em indivíduos de menor nível educacional. A maior participação do consumo de feijão na dieta esteve inversamente associada à prevalência de Síndrome Metabólica, constituindo um fator de proteção.
Referências
Eckel RH, Grundy SM, Zimmet PZ. The metabolic syndrome. Lancet. 2005;365(9468):1415-28.
Fahed G, Aoun L, Bou Zerdan MB, Allam S, Zerdan MB, Bouferraa Y, et al. Metabolic syndrome: Updates on pathophysiology and management in 2021. Int J Mol Sci. 2022;23(2):786-24.
Saklayen MG. The global epidemic of the metabolic syndrome. Curr Hypertens Rep. 2018;20(2):1-8.
Oliveira LVA, Santos BNS, Machado ÍE, Malta DC, Velasquez-Melendez G, Felisbino-Mendes MS. Prevalência da Síndrome Metabólica e seus componentes na população adulta brasileira. Cien Saúde Coletiva. 2020;25:4269-80.
Park Y-W, Zhu S, Palaniappan L, Heshka S, Carnethon MR, Heymsfield SB. The metabolic syndrome: prevalence and associated risk factor findings in the US population from the Third National Health and Nutrition Examination Survey, 1988-1994. Arch Intern Med. 2003;163(4):427-36.
McGrath L, Fernandez M-L. Plant-based diets and metabolic syndrome: Evaluating the influence of diet quality. J Agric Food Res. 2022;9:100322. doi: https://doi.org/10.1016/j.jafr.2022.100322
Mollard RC, Luhovyy BL, Panahi S, Nunez M, Hanley A, Anderson GH. Regular consumption of pulses for 8 weeks reduces metabolic syndrome risk factors in overweight and obese adults. Br J Nutr. 2012;108(S1):S111-S22.
Souza AM, Pereira RA, Yokoo EM, Levy RB, Sichieri R. Alimentos mais consumidos no Brasil: Inquérito nacional de alimentação 2008-2009. Rev Saúde Pública. 2013;47:190s-9s.
Frota K de MG, Soares RAM, Arêas JAG. Composição química do feijão caupi (Vigna unguiculata L. Walp), cultivar BRS-Milênio. Food Sci Technol. 2008;28:470-6.
Los FGB, Zielinski AAF, Wojeicchowski JP, Nogueira A, Demiate IM. Beans (Phaseolus vulgaris L.): whole seeds with complex chemical composition. Curr Opin Food Sci. 2018;19:63-71.
Bazzano LA, He J, Ogden LG, Loria C, Vupputuri S, Myers L, et al. Legume consumption and risk of coronary heart disease in US men and women: NHANES I Epidemiologic Follow-up Study. Arch Intern Med. 2001;161(21):2573-8. doi: https://doi.org/10.1001/archinte.161.21.2573
Winham DM, Hutchins AM, Johnston CS. Pinto bean consumption reduces biomarkers for heart disease risk. J Am Coll Nutr. 2007;26(3):243-9.
Nilsson A, Johansson E, Ekström L, Björck I. Effects of a brown beans evening meal on metabolic risk markers and appetite regulating hormones at a subsequent standardized breakfast: a randomized cross-over study. Plos One. 2013;8(4):e59985.
Spadafranca A, Rinelli S, Riva A, Morazzoni P, Magni P, Bertoli S, et al. Phaseolus vulgaris extract affects glycometabolic and appetite control in healthy human subjects. Br J Nutr. 2013;109(10):1789-95.
Olmedilla-Alonso B, Pedrosa MM, Cuadrado C, Brito M, Asensio-S-Manzanera C, Asensio-Vegas C. Composition of two Spanish common dry beans (Phaseolus vulgaris), ‘Almonga’and ‘Curruquilla’, and their postprandial effect in type 2 diabetics. J Sci Food Agric. 2013;93(5):1076-82.
Wang S, Chen L, Yang H, Gu J, Wang J, Ren F. Regular intake of white kidney beans extract (Phaseolus vulgaris L.) induces weight loss compared to placebo in obese human subjects. Food Sci Nutr. 2020;8(3):1315-24.
Udani J, Singh BB. Blocking carbohydrate absorption and weight loss: a clinical trial using a proprietary fractionated white bean extract. Altern Ther Health Med. 2007;13(4):32.
Celleno L, Tolaini MV, D’Amore A, Perricone N V, Preuss HG. A dietary supplement containing standardized Phaseolus vulgaris extract influences body composition of overweight men and women. Int J Med Sci. 2007;4(1):45.
Rodrigues LARL, Costa e Silva DM, Oliveira EAR, Lavôr LCC, Sousa RR, Carvalho RBN, et al. Sampling plan and methodological aspects: a household healthcare survey in Piauí. Rev Saúde Pública. 2021;55:118-31. doi: https://doi.org/10.11606/s1518-8787.2021055003441
Instituto Brasileiros de Geografia e Estatística. Censo Demográfico 2010: características gerais da população e dos domicílios, resultados do universo. Rio de Janeiro: IBGE; 2010 [cited 2020 Feb 20]. Available from: https://censo2010.ibge.gov.br/resultados.html
Aanensen DM, Huntley DM, Feil EJ, Al-Own F, Spratt BG. EpiCollect: linking smartphones to web applications for epidemiology, ecology and community data collection. Plos One. 2009;4(9):e6968. doi: https://doi.org/10.1371/journal.pone.0006968
Cameron N. The measurement of human growth. In: Cameron N, Bogin B, editors. Human growth and development. Amsterdam: Elsevier. 2022. p. 317-45.
Jelliffe DB, Jelliffe EFP. Anthropometry: major measurements. Community Nutr Assess. United Kingdom: Oxford University Press; 1989.
World Health Organization. Waist Circumference and Waist-Hip Ratio: Report of a WHO Expert Consultation, Geneva, 8-11 December 2008. Geneva: World Health Organization; 2008.
Barroso WKS, Rodrigues CIS, Bortolotto LA, Mota-Gomes MA. Diretrizes Brasileiras de Hipertensão Arterial–2020. Arq Bras Cardiol. 2021;116:516-58.
Conway JM, Ingwersen LA, Vinyard BT, Moshfegh AJ. Effectiveness of the US Department of Agriculture 5-step multiple-pass method in assessing food intake in obese and nonobese women. Am J Clin Nutr. 2003;77(5):1171-8. doi: http://doi.org/doi:10.1093/ajcn/77.5.1171
Pinheiro ABV, Lacerda EM A, Benzecry EH, Gomes MCS, Costa VM. Tabela para avaliação de consumo alimentar em medidas caseiras. 5th ed. São Paulo: Editora Atheneu; 2005. p.131.
Tabela Brasileira de Composicao de Alimentos. 4th ed. Campinas: Nepa/Unicamp; 2011. Instituto Brasileiro de Geografia e Estatística. Pesquisa de Orçamentos Familiares (POF) 2008-2009: tabela de composição nutricional dos alimentos consumidos no Brasil. Rio de Janeiro: IBGE; 2011.
Philippi ST. Tabela de composição de alimentos: suporte para decisão nutricional. 6th ed. Manole; 2018.
Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults. Executive Summary of the Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III. JAMA. 2001;285(19):2486-97. doi: https://doi.org/10.1001/jama.285.19.2486
Textor J, Van der Zander B, Gilthorpe MS, Liśkiewicz M, Ellison GTH. Robust causal inference using directed acyclic graphs: the R package ‘dagitty’. Int J Epidemiol. 2016;45(6):1887-94.
Santos FAA, Back IDC, Giehl MWC, Fassula AS, Boing AF, González-Chica DA. Nível de atividade física de lazer e sua associação com a prevalência de síndrome metabólica em adultos: estudo de base populacional. Rev Bras Epidemiol. 2020;23:e200070. doi: https://doi.org/10.1590/1980-549720200070
Monte IP, França SL, Vasconcelos RNO, Santos Vieira JR. Comparação entre quatro diferentes critérios de diagnóstico de síndrome metabólica em indivíduos do Arquipélago do Marajó (Pará, Brasil). Rev Assoc Bras Nutr. 2019;10(1):96-102.
Ramires EKNM, Menezes RCE, Longo-Silva G, Santos TG dos, Marinho PM, Silveira JAC da. Prevalência e fatores associados com a Síndrome Metabólica na população adulta brasileira: pesquisa nacional de saúde-2013. Arq Bras Cardiol. 2018;110:455-66.
Kim I, Song Y-M, Ko H, Lee E, Shin J-Y, Chang Y, et al. Educational disparities in risk for metabolic syndrome. Metab Syndr Relat Disord. 2018;16(8):416-24.
Chang W-C, Wahlqvist ML, Chang H-Y, Hsu C-C, Lee M-S. A bean-free diet increases the risk of all-cause mortality among Taiwanese women: the role of the metabolic syndrome. Public Health Nutr. 2012;15(4):663-72.
Tucker LA. Bean consumption accounts for differences in body fat and waist circumference: a cross-sectional study of 246 women. J Nutr Metab. 2020;2020:1-7. doi: https://doi.org/10.1155/2020/3626047
Papanikolaou Y, Fulgoni III VL. Bean consumption is associated with greater nutrient intake, reduced systolic blood pressure, lower body weight, and a smaller waist circumference in adults: results from the National Health and Nutrition Examination Survey 1999-2002. J Am Coll Nutr. 2008;27(5):569-76.
Winham DM, Hutchins AM, Thompson S V. Glycemic response to black beans and chickpeas as part of a rice meal: a randomized cross-over trial. Nutrients. 2017;9(10):1095.
Nchanji EB, Ageyo OC. Do Common Beans (Phaseolus vulgaris L.) Promote Good Health in Humans? A systematic review and meta-analysis of clinical and randomized controlled trials. Nutrients. 2021;13(11):3701.
Calderón Guzmán D, Juárez Olguín H, Veloz Corona Q, Ortiz Herrera M, Osnaya Brizuela N, Barragán Mejía G. Consumption of cooked common beans or saponins could reduce the risk of diabetic complications. Diabetes Metab Syndr Obes. 2020;13:3481. doi: https://doi.org/ 10.2147/DMSO.S270564
Entezari M, Hashemi D, Taheriazam A, Yazdanpanah S, Khodadadi I, Goodarzi G, et al. AMPK signaling in diabetes mellitus, insulin resistance and diabetic complications: a pre-clinical and clinical investigation. Biomed Pharmacother. 2022;146:112563. doi: https://doi.org/10.1016/j.biopha.2021.112563
Reverri EJ, Randolph JM, Steinberg FM, Kappagoda CT, Edirisinghe I, Burton-Freeman BM. Black beans, fiber, and antioxidant capacity pilot study: examination of whole foods vs. functional components on postprandial metabolic, oxidative stress, and inflammation in adults with metabolic syndrome. Nutrients. 2015;7(8):6139-54.
Ministério da Saúde, Secretaria de Vigilância em Saúde e Ambiente (Brasil). Vigitel Brasil 2023: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2023. Brasília: Ministério da Saúde; 2023.
Instituto Brasileiro de Geografia e Estatística. Pesquisa de Orçamentos Familiares 2008-2009: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2011.
Instituto Brasileiro de Geografia e Estatística. Pesquisa de Orçamentos Familiares 2017-2018: análise do consumo alimentar pessoal no Brasil. Rio de Janeiro: IBGE; 2020.
Cruz GLD, Machado PP, Andrade GC, Louzada MLDC. Alimentos ultraprocessados e o consumo de fibras alimentares no Brasil. Ciênc Saúde Coletiva. 2021;26(9): 4153-61. doi: https://doi.org/10.1590/1413-81232021269.15462020
Gupta S, Hawk T, Aggarwal A, Drewnowski A. Characterizing Ultra-Processed Foods by Energy Density, Nutrient Density, and Cost. Front Nutr. 2019;6(70):1-9.
Louzada MLDC, Cruz GLD, Silva KAAN, Grassi AGF, Andrade GC, et al. Consumo de alimentos ultraprocessados no Brasil: distribuição e evolução temporal 2008–2018. Revista de Saúde Pública. 2023;57;1-13. doi: https://doi.org/10.11606/s1518-8787.2023057004744
Askari M, Heshmati J, Shahinfar H, Tripathi N, Daneshzad E. Ultra-processed food and the risk of overweight and obesity: a systematic review and meta-analysis of observational studies. Int J Obes. 2020;44:2080-91. doi: https://doi.org/10.1038/s41366-020-00650-z
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Lays Arnaud Rosal Lopes Rodrigues, Bruna Grazielle Mendes Rodrigues, Layanne Cristina de Carvalho Lavôr, Jany de Moura Crisóstomo, Paulo Víctor de Lima Sousa, Larisse Monteles Nascimento, Karoline de Macêdo Gonçalves Frota
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
