Estimativa da composição química de preparações

Prévia do material em texto

1
Kristy Soraya Coelho, PhD
Nutritionist
Clinical Nutrition Specialist (UNOPAR)
Masters' degree in Health Technology (PUCPR)
PhD in Applied Human Nutrition (FCF/USP)
Post-doc position in FCF/USP
Researcher at Food Research Center (FoRC)
Management of Brazilan Food Composition Table (TBCA)
Technical collaborator in the Family Budget Survey - Analysis of Personal Food 
Consumption in Brazil 2017-2018 (POF/IBGE, 2020)
Regional Technical Committee of LATINFOODS Users (2022-2024)
kristycoelho@usp.br
mailto:kristycoelho@usp.br

Cardápio 
Dados de composição e Sistema de Informação
Conceitos relacionados ao cálculo de receitas
Métodos para estimativa da composição química
Exemplos de cálculos
Cálculos e análises isoladas
Requisitos para consulta em nutrição
Armazenamento, processamento e recuperação das 
informações coletados
Sistemas de informação 
(dado e informação)
Ferramentas computacionais de apoio à nutrição clínica
Presenter
Presentation Notes
Slide 4 - Riqueza de informações na área de nutrição constitui um farto material a ser empregado no campo da informática em nutrição – ferramentas computacionais. 
Avaliação da ingestão de nutrientes individual (comparação entre a ingestão do paciente/cliente e as recomendações dietéticas estabelecidas), além da prescrição de planos alimentares. Deve-se considerar a origem da tabela de composição de alimentos presentes nessas ferramentas, sendo que elas devem corresponder à realidade do local ao qual estão sendo utilizadas as ferramentas.
Alimentos apresentados não possuem dados abrangentes de composição e 
informações sobre o método de preparo e ingredientes
Exemplo de informação 
sobre a composição do 
alimento disponível na 
base de dados de uma 
ferramenta 
computacional
Presenter
Presentation Notes
Slide 11 – As ferramentas computacionais disponíveis no Brasil, oferecem informações de diferentes origens, com diferentes quantidades de informações sobre os nutrientes dos alimentos. Os dois exemplos de preparações foram obtidos da base de dados de uma ferramenta computacional disponível no Brasil, devem ser dados de rótulo, mas não podemos afirmar por não apresentar informações suficientes. Observa-se que as informações de nutrientes não são abrangentes ou suficientes para a avaliação da ingestão de nutrientes ou planejamento de cardápio. Se esses dados de composição forem utilizados, tanto a avaliação quanto a elaboração da dieta podem ser subestimadas. Além disso, não é possível identificar como preparar ou adicionar outros ingredientes, como óleo, temperos e sal.

Slide 5 - O número de preparações consumidas pela população é infinito, o que impossibilita a obtenção de dados analíticos para tudo o que a população consome. Também nem sempre é possível ou necessário decompor cada preparação em seus ingredientes para calcular a ingestão de nutrientes pela população, nas Pesquisas de Consumo Alimentar. Portanto, é importante estimar a composição química preparações consumidos pela população e disponibilizá-las em TCA. As ferramentas computacionais de apoio à nutrição clínica, disponíveis no Brasil, oferecem informações de diferentes fontes, bem como diferentes quantidades de informações sobre componentes.

Este slide mostra dois exemplos de informações de composição de alimentos disponíveis em banco de dados de ferramentas computacionais no Brasil:
 Ambos os exemplos de preparações podem ser de rótulos de alimentos industrializados, mas não podemos afirmar isso, pois não fornecem informações abrangentes.
 Nenhum deles apresenta todas as informações de composição química necessárias para a avaliação da ingestão de nutrientes ou elaboração de planos alimentares.
 Se esses dados de composição forem usados, tanto a avaliação quanto a elaboração de planos alimentares podem ser subestimadas.
 Além disso, não é possível identificar o método de preparo e os ingredientes adicionados, como óleo, tempero e sal.
Coelho et al. (2019)
Presenter
Presentation Notes
Slide 6 - Diante da realidade dos softwares não apresentarem informação de forma adequada, e considerando a necessidade das pesquisas de consumo alimentar, começamos a trabalhar com o desenvolvimento de uma BD, que permitisse avaliar esses dados, com informações abrangentes e preferencialmente nacionais. Essa BD precisa ser abrangente em termos de alimentos e nutrientes. A partir da versão 6.0, lançada em 2017, já disponibilizamos dados de 34 componentes, para cerca de 1900 alimentos, sendo 700 preparações. Atualmente estamos na versão 7.1, com cerca de 5300 alimentos, e 3200 preparações, classificação sobre o tipo de alimento incluindo, preparações com alteração de textura, sem gluten, sem lactose e veganas/vegatarianas. Além disso, apresenta sal e açúcar de adição para essas preparações. 
Dados de composição 
química prioritariamente 
nacionais e completos 
TBCA (2021)
Arroz, polido, cozido, c/ 
óleo, cebola e alho, c/ sal
Arroz, polido, cozido, c/ 
óleo, cebola e alho, s/ sal
Arroz, polido, cozido, c/ 
óleo, cebola e alho, outros 
ingredientes
Presenter
Presentation Notes
Slide 13 - Este é um exemplo de um alimento pronto para consumo, sem óleo e sal, mas com um perfil abrangente de nutrientes, com a medida doméstica correspondente (colher de servir). Se não estiver listado, é porque no banco de dados era "zero" ou "valor de rastreio". Além do exemplo, outras preparações também estão disponíveis, como os 3 exemplos citados aqui.
Destaco a importância dessas outras opções de preparação, tanto para atender a necessidade de pesquisas de consumo alimentar, como também para nutricionistas durante seu atendimento (avaliação e prescrição dietética).
“Para avaliar a evolução do consumo de 
macro e micronutrientes comparando a 
pesquisa atual com a de 2008-2009 os 
bancos de dados foram compatibilizados e a 
pesquisa de 2008-2009 reanalisada 
utilizando a Tabela Brasileira de 
Composição de Alimentos – TBCA”. 
POF 2008-2009 X POF 2018-2019 
Dados de CA: 89% do USDA e
11% nacionais 
IBGE (2011)
Presenter
Presentation Notes
Slide 8 - O início do trabalho de estimativa da composição química das preparações mais consumidas pela população brasileira POF 2008-2009, se iniciou com o cálculo das receitas que não obtiveram matching, ao serem analisadas pela ferramenta computacional (Nutrition Data System for Research – NDSR, da Universidade de Minnesota). Após, iniciamos a verificação dos matchings para os demais alimentos e preparações, bem como a compilação de dados de composição para novos alimentos e/ ou preparações, quando necessário.
Presenter
Presentation Notes
Essa planilha demonstra a relação entre dados coletados pela POF, dados analisados pelo NDSR e matching com a TBCA. Utilizou-se como referência o do documento FAO/INFOODS Guidelines on Food Matching version 1.2.
Destaco alguns alimentos típicos do Brasil, e que não tiveram matching no NSDR:
Farofa (farinha de mandioca, com outros ingredientes (bacon, cenoura, ovos, entre outros)
Tacacá (folha de jambu, camarão salgado seco, tucupi, alho, pimenta-de-cheiro, chicória, goma de mandioca, s/ óleo, s/ sal)
Caldo de mocotó (boi, mocotó, c/ cebola, cenoura, aipo (salsão), alho-poró e alho, s/ óleo, s/ tempero, s/ sal)
Baião de dois (feijão de corda, arroz branco polido, toucinho defumado (bacon), cebola, alho, coentro, queijo coalho, s/ óleo, c/ sal)
Algumas dificuldades que encontramos para matching, foram dados de composição química para sangue, para o prato ao molho pardo, carnes de caça, jacaré, mocotó bovino, galinha d´angola, arroz para sushi e risoto, ingredientes para pratos japoneses – usamos TCA internacionais, pois muitos desses ingredientes são importados.
Presser et al. (2017)
Presenter
Presentation Notes
Slide 9 - Algumas iniciativas já tentaram realizar o trabalho de matching entre os alimentos/preparações citados nas pesquisa de consumo alimentar e BD de CA. Esse é um screnshoot do trabalho apresentado por Karl Presser, fundador da PREMOTEC e desenvolvedor do FoodCASE, no 12th InternationalFood Data Conference de 2017, realizado em BA. Ele descreve um algoritmo chamado Jaccard, que utliza partes de palavras dos alimentos citados na pesquisa, e faz a busca na BD de CA, por similaridade.
Base de dados de CA
“As estimativas de ingestão de nutrientes foram 
calculadas com o auxílio da versão 7.0 da Tabela 
Brasileira de Composição de Alimentos - TBCA 
do Centro de Pesquisa em Alimentos (Food
Research Center - FoRC) da Universidade de São 
Paulo - USP1” . 
“Foram obtidos dessa base de dados o perfi l de 
32 componentes para os 1.593 itens 
alimentares citados em 2017-2018, incluindo 
alimentos in natura, ingredientes culinários, 
preparações simples, receitas mistas e produtos 
industrializados alimentares”. Consumo alimentar individual de
34.003 moradores, âmbito nacional
IBGE (2020)
Presenter
Presentation Notes
Slide 11 - a análise dos dados de consumo alimentar da POF 2017-2018 utilizou de a BD-AIN da TBCA, sendo utilizados 32 componentes, que são os comumente utilizados em estudo populacionais, para 1593 alimentos/preparações!
Fator de conversão (FC) (fator de rendimento ou índice de cocção) (Yield fator):
percentual de mudança no peso de alimentos ou receitas devido ao cozimento.
Fator de retenção de nutrientes (FRT) (Nutrient Retention Factor): percentual de
retenção de nutrientes, especialmente vitaminas e minerais, no alimento ou prato, após
armazenamento, preparação, processamento, aquecimento ou reaquecimento
Fator de correção (FC) (Indicador de parte comestível): percentual de perda de
peso quando se descarta o peso de partes não comestíveis de um alimento.
FC, FRT e FC publicados não estão disponíveis para todos os alimentos. 
Melhor medir FC e FC.
Machackova et al. (2018)
Presenter
Presentation Notes
Slide 13 - Inicialmente, para estimar a composição química das preparações que compõe a TBCA, foi preciso definir quais métodos seriam utilizados. Um deles foi o utilizado pelo EuroFIR, e citado nesse artigo. Essa tabela apresenta o procedimento para calcular o teor dos componentes das preparações de acordo com o EuroFIR Recipe Calculation Guideline. Nomeamos essa estimativa como “Método indireto”.
O procedimento inclui:
1 Lista de ingredientes
2 Peso dos inicial ingredientes
3 -Peso total inicial dos ingredientes 
4-Peso da preparação pronta para consumo
5 Dados de composição químico dos ingredientes
6 Cálculo - conteúdo dos componente dos alimentos preparados sem fatores de retenção
7 Definição dos fatores de retenção
8 Cálculo - conteúdo dos componentes dos alimentos preparados com fatores de retenção
9 Arredondamento dos valores finais
10 Cálculo do valor energético
Etapa adicional Cálculo de umidade
Para empregar esse método é necessário que diversas informações sobre a preparação estejam disponíveis, como é possível visualizar no próximo slide.
Machackova et al. (2018)
Presenter
Presentation Notes
Slide 14 - Ainda citando o EuroFIR Recipe Calculation Guideline, destaco a importância de uma detalhada descrição da preparação, tais como: nome do alimento preparado de acordo com a fonte da receita, referência à fonte da receita, procedimento de preparação, lista de ingredientes, peso dos ingredientes (bruto e líquido, ou seja, pronto para ser cozinho), peso total da preparação antes e após o preparo, fator de conversão (yield factor), informações sobre o/os método de cocção, e número de porções da preparação.
Greenfield; Southgate (2004)
Presenter
Presentation Notes
Slide 16 - Aqui eu destaco o Food Composition Data, escrito pelos papas da composição de alimentos, citando como primeira opção a utilização do ingredientes preparados, na estimativa da composição química de preparações! Quando há a necessidade de se converter os dados do alimento preparado para a lista de ingredientes crus, como quando se faz a Avaliação da qualidade da dieta, isso pode ser feito pela aplicação do YF correspondente.
 
Pensando na realidade do Brasil, como tínhamos disponível dados analíticos de diversos ingredientes com preparo simples (assado, frito, grelhado, cozido), provenientes da TACO, definimos padrões para esse tipo de cálculo e o nomeamos de “método direto”.
Destaco a questão da interação entre os diferentes componentes durante o preparo dos alimentos, que foi discutida junto aos integrantes do Instituto Nacional de Saúde Dr Ricardo Jorge (INSA), em Lisboa, onde eu fiz um estágio em 2019. Ao usarmos os ingredientes crus e aplicarmos os fatores (YF e NRT) para a conversão para alimento preparado, essa interação também não prevê isso, pois aos fatores foram determinados sobre os alimentos isolados e não em preparações com vários ingredientes, porque isso seria inviável.

Muitas tabelas, como por exemplo a TCA Alemã, muita usada, apresenta apenas alimentos crus, ou seja, a estimativa de composição de química de preparações é uma dificuldade de longa data, sendo preciso adotar métodos de estimativa e padrões, para se ter disponível nas TCA dados de preparações a serem utilizadas na AIN junto à população. Muitas TCA priorizam dados de alimentos crus, ou seja, os ingredientes, pois é mais fácil cobrir esse número de informações, que é muito menor que o número de preparações, que é gigantesco.
Formulário para Cálculo de Preparações
BRASILFOODS (2017)
Presenter
Presentation Notes
Slide 16 - Foi otimizado um formulário para Estimar da composição nutricional de preparações a partir de receitas, a partir do Compilation Tool (FAO/INFOODS), como pode ser visto nesse slide, com destaque para a Aba 1 – onde é apresenta a Descrição detalhada das preparações! 
Formulário para Cálculo de Preparações
BRASILFOODS (2017)
Presenter
Presentation Notes
Slide 17 - Aba 2 – Identificação das preparações, com a descrição detalhada (separada pelo nome da preparação e ingredientes, informação sobre o tipo de método de cálculo utilizado, e também a fonte da preparação.
Formulário para Cálculo de Preparações
BRASILFOODS (2017)
Presenter
Presentation Notes
Slide 18 - Na Aba 3 é mostrado a forma de Cálculo pelo Método Direto, e também pode ser utilizada pelo Método Misto!
Formulário para Cálculo de Preparações
BRASILFOODS (2017)
Presenter
Presentation Notes
Slide 19 - Na Aba 4 é mostrado a forma de Cálculo pelo Método Indireto!
Formulário para Cálculo de Preparações
BRASILFOODS (2017)
Presenter
Presentation Notes
Slide 20 - Aba 5 são apresentados os NRT, com a descrição do grupo, ingrediente, método de cocção e fonte! Lembro que essa planilha foi elaborada com os componentes que estão disponíveis na base de dados da TBCA!
▪ Definição das receitas padrão (considerando os alimentos e preparações mais citados na
POF 2008-2009 e 2017-2018);
▪ Definição dos padrões (sal, açúcar, óleo, cebola e alho, quantidade/proporção de
ingredientes (cereais, vegetais, pescados e frutos do mar, carnes, ovos, leguminosas);
▪ Definição dos métodos (direto, indireto e misto), considerando Greenfield; Southgate
(2004), FAO/INFOODS (2017), Machackova et al. (2018) e TBCA (2020);
▪ Definição dos fatores: Yield Factor (YF) e Nutrient Retention Factor (NRF) a serem 
aplicados.
Giuntini et al. (2019); Coelho et al. (2019)
Presenter
Presentation Notes
Slide 21 - Para a Estimativa da composição química de preparações a partir de receitas foi necessário:
Dados de laboratório (experimentos de técnica dietética)
Presenter
Presentation Notes
Slide 22 - aqui são apresentadas diferentes fontes que foram utilizadas para referência para calcular as preparações que integrar a base de dados da TBCA. Destaco que essas fontes são as mais utilizadas por nutricionistas aqui no Brasil. Quando não possuíamos a informação publicada em livros, se fez necessário fazer experimentos para se determinar o YF das preparações. É importante considerar a experiência em TD da pessoa que está fazendo os cálculos de estimativa da composição química das preparações, pois não necessariamente os valores apresentados nos livros estão corretos.
BRASILFOODS (2017), TBCA (2020)
Padrões utilizados para o cálculo de receitasQuantidade de sal
Presenter
Presentation Notes
Slide 23 - O quadro desse slide mostra os padrões que adotamos para a quantidade de sal add às preparações calculadas, considerando o grupo e baseadas nas recomendações da
Agência Nacional de Vigilância Sanitária (ANVISA) para a utilização de sal em restaurantes coletivos (ANVISA, 2014).
Padrões utilizados para o cálculo de receitas
Quantidade de açúcar
BRASILFOODS (2017), TBCA (2020)
Presenter
Presentation Notes
Slide 24 - O quadro desse slide mostra os padrões que adotamos para a quantidade de açúcar add às preparações calculadas.
Padrões utilizados para o cálculo de receitas
Proporção dos ingredientes
BRASILFOODS (2017), TBCA (2020)
Presenter
Presentation Notes
Slide 25 - Quando não tínhamos acesso à receitas padrão para a estimar da composição química das preparações mais consumidas pela população e citadas nas POF 2008-2009 e 2017-2018, utilizamos padrões, como pode ser visto nesse slide. O quadro mostra o padrão de proporção de ingredientes para diferentes tipos de preparações onde se utiliza cereais! 
Padrões utilizados para o cálculo de receitas
Proporção dos ingredientes
BRASILFOODS (2017), TBCA (2020)
Presenter
Presentation Notes
Slide 26 - Nesse slide, o quadro apresenta o padrão de proporção de ingredientes para diferentes tipos de preparações onde se utiliza vegetais! 
Padrões utilizados para o cálculo de receitas
Proporção dos ingredientes
BRASILFOODS (2017), TBCA (2020)
Presenter
Presentation Notes
Slide 27 - Aqui nós vemos os padrão de proporção de ingredientes para ovos e leguminosas!
Padrões utilizados para o cálculo de receitas
Proporção dos ingredientes
BRASILFOODS (2017), TBCA (2020)
Presenter
Presentation Notes
Slide 28 - E finalmente o padrão de proporção de ingredientes para carnes, aves, pescados e frutos. Para receitas compostas utilizamos a proporção citado ao final do slide!
Presenter
Presentation Notes
Slide 29 - Aqui são apresentadas fontes para YF e NRT, conhecidas mundialmente e disponíveis na Internet. Destaco o documento de Bógnar (2002), como o mais utilizado para a consulta ao NRF, sendo que este serviu de referência para a construção de outros documentos com essa finalidade. 
Nutrient Retention Factor (NRF)
Source: (1) Bognár, 2002; (2) USDA, 2007; (3) Vásquez-Caicedo et al., 2008
Presenter
Presentation Notes
Slide 30 - Após definirmos os métodos (direto e indireto) para estimar a composição química das preparações a serem utilizadas na TBCA, padronizamos também os NRF a serem utilizados. Este slide mostra alguns exemplos de NRF para o grupo de cereais e derivados, para minerais e vitaminas, para diferentes métodos de cocção (cozido, assado e frito). É importante lembrar que esse fator é aplicado à nível de ingrediente,
Yield Factor (YF)
Source: (1) Researcher calculation; (2) Bognár, 2002
Presenter
Presentation Notes
Slide 31 - Aqui são apresentados alguns exemplos de YF, para o grupo de cereais e derivados, a serem aplicados a alimentos crus ou cozidos para obtenção da quantidade final de cada ingrediente em uma preparação. É importante lembrar que esse fator é aplicado à nível de receita,
FoodCASE
Presser et al. (2018)
Presenter
Presentation Notes
Slide 32 - Uma das formas de fazer tanto a compilação dos dados de composição, como o cálculo de receitas é utilizando ferramentas computacionais. Durante o estágio que realizei no INSA, Lisboa, em 2019, tive a oportunidade de aprender sobre o método de cálculo de receitas do EuroFIR e também utilizar a ferramenta FoodCASE, desenvolvida pelo Karl Presser, da Premotec, na Suíça. Ferramenta faz tanto a compilação dos dados de composição, como o cálculo de receitas! Para isso é necessário que todos os dos dados de composição dos ingredientes, YF e NRT, fat uptake e cooking salt estejam cadastrados! Na época em que eu fiz o estágio, eles estavam trabalhando em diversas atualização, e uma delas era permitir que os dados de compilação e dados das receitas calculadas fossem exportados para uma base dados!
❶ Escolha da receita padrão;
❷ Definir padrões para a quantidade/proporção dos ingredientes preparados (cozido, assado, grelhado, frito,
entre outros);
❸ Efetuar os cálculos (quantidade dos componentes conforme a quantidade do ingrediente e cálculo de energia).
Arroz com brócolis (arroz polido, brócolis, c/ óleo, cebola e alho, c/ sal)
Giuntini et al. (2019); Coelho et al. (2019)
Método direto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 33 – Esse slide descreve o procedimento para a estimativa da composição química das preparações utilizando o método direto:
In kJ: 17*CHOCDF+17*PROCNT+37*FACTCE+8*FIBTG+29*ACL
In kcal: 4*CHOCDF+4*PROCNT+9*FACTCE+2*FIBTG+9*ACL
+
X
=
+
Giuntini et al. (2019); Coelho et al. (2019)
Método direto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 35 - 
 Após a definição da quantidade de cada ingrediente, é feito o cálculo da composição dos 34 componentes escolhidos (energia, macro e micronutrientes), ou seja, a quantidade de cada ingrediente foi multiplicada pela quantidade do componente (seta amarela). Lembro que para esse exemplo usamos os mesmo componentes utilizados na TBCA.
 Repetimos essa ação para cada ingrediente e cada componente, depois efetuamos a soma destes (seta verde).
 Para o cálculo da energia (kJ e kcal) utilizamos a fórmula destacada (seta marrom).
Para verificar se a estimativa está correta, soma-se os valores de umidade, carboidrato disponível, proteínas, lipídios, fibras, álcool (se necessário) e cinzas. Este valor deve ser próximo a 100. (valores entre 99,7 a 100,3 são considerados adequados) (seta vermelha).
 Ao efetuar os cálculos na planilha não foram utilizadas as regras de arredondamento, com exceção para os dados finais de composição química da preparação.
 Para a montagem do nome, colocamos primeiro um nome mais geral (Arroz com brócolis) e dentro dos parênteses procuramos seguir a ordem descrita na Aba – Identificação do alimento, citando os ingredientes da maior quantidade para a menor).
 Como esse é um dado calculado e não compilado, não teremos as informações sobre desvio padrão, valor mínimo e valor máximo e número de dados utilizado. Como padrão, no Brasil ainda incluímos nessa planilha a informação sobre referência do dado, que não se aplica à essa situação, e também tipo de dado, que pode ser calculado ou assumido.
Giuntini et al. (2019); Coelho et al. (2019)
X
=
+
Método direto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 36 - Esse slide mostra o mesmo processo destacado no slide anterior! Cálculo da quantidade do ingrediente multiplicado pela quantidade do componente (seta amarela). E somatório de todos os cálculos para o componente (seta verde).
Giuntini et al. (2019); Coelho et al. (2019)
Método direto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 37 - Aqui está a parte final da planilha com os cálculos. Para o componente com valor “NA – não analisado”, este será mantido dessa forma. Para o componente “tr - traço", este não será alterado (NIA) (seta roxa).
Boiled white rice
70 g
Yield Factor (YF)
2.69/ =
Raw white rice
26.02 g
Giuntini et al. (2019); Coelho et al. (2019)
Método direto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 34 - Para o método direto, sempre que possível, dados analíticos de ingredientes preparados no Brasil (por exemplo, vegetais cozidos, carnes grelhadas ou assadas) foram usados proporcionalmente para estimar 100 g da preparação final.

Como você pode ver neste slide:
(i) 100 g de arroz com brócolis - arroz polido cozido (70 g), brócolis cozido (24,5 g), cebola e alho refogado com óleo de soja (5 g), sal 0,47 g.
(ii) Após o cálculo da quantidade de cada ingrediente,foi calculada a composição de 34 compostos químicos (energia, macro e micronutrientes), multiplicando-se a quantidade de cada ingrediente pela quantidade de cada componente (vou apresentar de forma detalhada no próximo slide).
(ii) Para estimar a quantidade de cada ingrediente cru a partir do ingrediente preparado, o YF correspondente foi aplicado.

Outros valores de YF são: brócolis fervido (1,11) e cebola e alho refogados (1,00).
5 g de cebola e alho refogados com óleo de soja, incluem: cebola (3,4 g) e alho (0,8 g) refogado com óleo de soja (0,8 g)
TBCA (2020)
Presenter
Presentation Notes
Slide 38 - Após efetuarmos os cálculos na planilha correspondente, esses dados são encaminhados para a base de dados, na área administrativa da TBCA. Caso necessário podemos fazer inclusões (por ex medida caseira e porções), ajustes, alterações (por ex ajuste do nome do alimento) ou mesmo exclusão dos dados de composição dos alimentos.
TBCA (2020)
Presenter
Presentation Notes
Slide 39 - Aqui temos um screenshot do website da TBCA com os dados finais da preparação que usamos como exemplo (arroz com brócolis), destacando o nome completo em português e inglês, as regras de arredondamento e o tipo do dado. 
TBCA (2020)
Presenter
Presentation Notes
Slide 40 - Parte final com os dados de composição do exemplo utilizado!
❶ Escolha de uma receita padrão. 
❷ Considerar os ingredientes e a forma como serão utilizados na receita – Nutrient Retention Factor, forma de
preparo (ordem de preparos), presença de Yield Factor (calcular ou utilizar tabela padrão);
❸ Efetuar os cálculos (quantidade dos componentes conforme a quantidade do ingrediente, aplicação do NRT, ajuste da
umidade e cálculo da energia).
Método indireto
(baseado nas recomendações Machackova et al., 2018)
Molho branco (molho bechamel)
Farinha de trigo + manteiga (roux – agente espessante) + leite
Giuntini et al. (2019); Coelho et al. (2019)
Presenter
Presentation Notes
Slide 41 - Esse slide descreve o procedimento para a estimativa da composição química das preparações utilizando o método indireto:
X
=
+
+
-
In kJ: 17*CHOCDF+17*PROCNT+37*FACTCE+8*FIBTG+29*ACL
In kcal: 4*CHOCDF+4*PROCNT+9*FACTCE+2*FIBTG+9*ACL
Método indireto
(baseado nas recomendações Machackova et al., 2018)
Giuntini et al. (2019); Coelho et al. (2019)
Presenter
Presentation Notes
Slide 42 - Na ausência de dados analíticos, foram utilizados o YF e o NRT adequados, de acordo com o preparo de cada ingrediente na preparação. No método direto, o YF foi usado para obter 100 g da preparação final.

Neste slide, podemos ver:
100 g de molho branco, caseiro - leite (110 g), farinha de trigo (7,5 g) e manteiga (7,5 g); YF = 0,80.
 Após a definição da quantidade de cada ingrediente, é feito o cálculo da composição dos 34 componentes escolhidos (energia, macro e micronutrientes), ou seja, a quantidade de cada ingrediente foi multiplicada pela quantidade do componente (seta amarela). 
 Repetimos essa ação para cada ingrediente e cada componente, depois efetuamos a soma destes (seta verde).
 A perda de peso da preparação (umidade) foi deduzida da umidade total preparação (seta azul). Apesar da perda de umidade ser proveniente dos ingredientes líquidos, atribuímos ela ao peso total da preparação.
 Como sabemos que a perda de macronutrientes durante o processo de cocção é pequena, não há alteração.
 A variação da quantidade de fibra alimentar está relacionada ao tipo de alimento e ao método de preparo, por isso dificilmente aplicamos NRF para este componente. A fibra alimentar compreende um grande número de componentes. E a proporção desses componentes é muito diferente na matriz alimentar. E de acordo com o método de preparação, o comportamento desses compostos pode ser diferente (formando complexos com outros nutrientes). Daí a dificuldade de estabelecer a NRT para fibra.
 Para o cálculo da energia (kJ e kcal) utilizamos a fórmula destacada (seta marrom).
 Para verificar se a estimativa está correta, soma-se os valores de umidade, carboidrato disponível, proteínas, lipídios, fibras, álcool (se necessário) e cinzas. Este valor deve ser próximo a 100. (valores entre 99,7 a 100,3 são considerados adequados) (seta vermelha).
 Sobre o arredondamento, usamos como referência o que está descrito no livro Food Composition Data, que pode ser verifica na composição final da preparação.
 Para a montagem do nome, colocamos primeiro um nome mais geral (Molho branco) e dentro dos parênteses procuramos seguir a ordem descrita na Aba – Identificação do alimento, citando os ingredientes da maior quantidade para a menor).
 Como esse é um dado calculado e não compilado, não teremos as informações sobre desvio padrão, valor mínimo e valor máximo e número de dados utilizado. Como padrão, no Brasil ainda incluímos nessa planilha a informação sobre referência do dado, que não se aplica à essa situação, e também tipo de dado, que pode ser calculado ou assumido.
X
Método indireto
(baseado nas recomendações Machackova et al., 2018)
Giuntini et al. (2019); Coelho et al. (2019)
Presenter
Presentation Notes
Slide 43 - A planilha com os cálculos continua neste slide. Foi calculada a quantidade de cada micronutriente (minerais e vitaminas); NRF - farinha de trigo, leite e manteiga - foram aplicados, para cada componente correspondente.
Giuntini et al. (2019); Coelho et al. (2019)
Método indireto
(baseado nas recomendações Machackova et al., 2018)
Presenter
Presentation Notes
Slide 44 - Aqui está a parte final da planilha com os cálculos. Para o componente com valor “NA – não analisado”, este será mantido dessa forma. Para o componente “tr - traço", este não será alterado (Vitamina B6 e Vitamina C) (seta roxa).
Bógnar (2002)
Presenter
Presentation Notes
Slide 45 - Os próximo três slides se referem à escolha do NRF. É importante observar onde o ingrediente se aplica na preparação (parte sólida (por exemplo, massa) ou prato total (incl. Líquido de cozimento, molho, sopa), além do método de cocção que será utilizado na preparação.
Bógnar (2002)
Presenter
Presentation Notes
Slide 46 - Como citado no slide anterior!
Vásquez-Caicedo et al. (2008)
Presenter
Presentation Notes
Slide 47 - E aqui também, apesar da fonte utilizada ser diferente, das duas anteriores.
TBCA (2020)
Presenter
Presentation Notes
Slide 49 - Após efetuarmos os cálculos na planilha correspondente, esses dados são encaminhados para a base de dados, na área administrativa da TBCA. Caso necessário podemos fazer inclusões (por ex medida caseira e porções), ajustes, alterações (por ex ajuste do nome do alimento) ou mesmo exclusão dos dados de composição dos alimentos.
TBCA (2020)
Presenter
Presentation Notes
Slide 50 - Aqui temos um screenshot do website da TBCA com os dados finais da preparação que usamos como exemplo (molho branco), destacando o nome completo em português e inglês, as regras de arredondamento e o tipo do dado. 
TBCA (2020)
Presenter
Presentation Notes
Slide 51 - Parte final com os dados de composição do exemplo utilizado!
Método Misto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Sanduíche, bauru (pão francês, presunto, queijo muçarela e tomate)
(Unpublished data)
❶ Escolha da receita padrão;
❷ Definir padrões para a quantidade/proporção dos ingredientes preparados (cozido, assado, grelhado, frito, entre
outros);
❸ Considerar os ingredientes e a forma como serão utilizados na receita – Nutrient Retention Factor;
Efetuar os cálculos (quantidade dos componentes conforme a quantidade do ingrediente e cálculo de energia).
Presenter
Presentation Notes
Slide 52 - Esse é o último método a ser apresentado, e ele foi uma adaptação para ser aplicado em algumas preparações encontradas no Brasil. Esse slide descreve o procedimento para a estimativa da composição química das preparações utilizando o método misto. 
Slide 53 - Esse método foi utilizado apenas em algumas situações, como no exemplo, para sanduíches em que o queijo e o presunto são aquecidos.Após o cálculo da quantidade dos componentes e cálculo de energia, foi aplicado NRF para queijo e presunto, considerando o método de cocção adequado.
(Unpublished data)
In kJ: 17*CHOCDF+17*PROCNT+37*FACTCE+8*FIBTG+29*ACL
In kcal: 4*CHOCDF+4*PROCNT+9*FACTCE+2*FIBTG+9*ACL
+
X
=
+
Método Misto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 54 -  Após a definição da quantidade de cada ingrediente, é feito o cálculo da composição dos 34 componentes escolhidos (energia, macro e micronutrientes), ou seja, a quantidade de cada ingrediente foi multiplicada pela quantidade do componente (seta amarela). 
 Repetimos essa ação para cada ingrediente e cada componente, depois efetuamos a soma destes (seta verde).
 Para o cálculo da energia (kJ e kcal) utilizamos a fórmula destacada (seta marrom).
Para verificar se a estimativa está correta, soma-se os valores de umidade, carboidrato disponível, proteínas, lipídios, fibras, álcool (se necessário) e cinzas. Este valor deve ser próximo a 100. (valores entre 99,7 a 100,3 são considerados adequados) (seta vermelha).
 Ao efetuar os cálculos na planilha não foram utilizadas as regras de arredondamento, com exceção para os dados finais de composição química da preparação.
 Para a montagem do nome, colocamos primeiro um nome mais geral (Sanduíche, Bauru) e dentro dos parênteses procuramos seguir a ordem descrita na Aba – Identificação do alimento, citando os ingredientes da maior quantidade para a menor).
 Como esse é um dado calculado e não compilado, não teremos as informações sobre desvio padrão, valor mínimo e valor máximo e número de dados utilizado. Como padrão, no Brasil ainda incluímos nessa planilha a informação sobre referência do dado, que não se aplica à essa situação, e também tipo de dado, que pode ser calculado ou assumido.
(Unpublished data)
X
Método Misto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 55 - A planilha com os cálculos continua neste slide. Foi calculada a quantidade de cada micronutriente (minerais e vitaminas); NRF para o queijo e presunto - foram aplicados, para cada componente correspondente, considerando o método de cocção.
(Unpublished data)
X
Método Misto
(baseado nas recomendações Greenfield; Southgate, 2004 e FAO/INFOODS, 2017)
Presenter
Presentation Notes
Slide 56 - Aqui é apresentada a parte final da planilha com os devidos cálculos e aplicação do NRF.
Bógnar (2002)
Presenter
Presentation Notes
Slide 57 - Esse slide mostra a escolha do NRT segundo o ingrediente e método de preparo, utilizando Bognar (2002), como referência.
Bógnar (2002)
Presenter
Presentation Notes
Slide 58 - E o mesmo ocorre aqui, também utilizando Bognar (2002), como referência.
TBCA (2020)
Presenter
Presentation Notes
Slide 59 - Como citando anteriormente, os dados de composição são encaminhados para a base de dados, na área administrativa da TBCA, onde é possível inclusões, ajustes, alterações ou mesmo exclusão dos dados de composição dos alimentos.
TBCA (2020)
Presenter
Presentation Notes
Slide 60 - Aqui temos um screenshot do website da TBCA com os dados finais da preparação que usamos como exemplo (Sanduíche, Bauru), destacando o nome completo em português e inglês, as regras de arredondamento e o tipo do dado. 
TBCA (2020)
Presenter
Presentation Notes
Slide 61 - final com os dados de composição do exemplo utilizado!
Presenter
Presentation Notes
Estes QR Code permitem a instalação do TBCApp, em aparelhos com sistema Android e iOS, acessando a composição química dos alimentos brasileiros.
www.fcf.usp.br/tbca
Presenter
Presentation Notes
Obrigada pela atenção de todos. Para qualquer dúvida, estou disponível no Fórum. Este QR Code permite o acesso à composição química dos alimentos brasileiros pelo website da TBCA. 
http://www.fcf.usp.br/tbca
	Slide Number 1
	Cardápio para hoje� �	Entrada�	Dados de composição e Sistema de Informação��	Prato principal�	 Conceitos relacionados ao cálculo de receitas��	Acompanhamentos�	 Métodos para estimativa da composição química��	Sobremesa�	Exemplos de cálculos
	Slide Number 3
	Slide Number 4
	Slide Number 5
	Slide Number 6
	Slide Number 7
	Slide Number 8
	Slide Number 9
			Aplicação da TBCA DB-AIN na avaliação da �		ingestão de nutrientes no Brasil
	Conceitos
	Slide Number 12
	Slide Number 13
	Slide Number 14
	Slide Number 15
	Slide Number 16
	Slide Number 17
	Slide Number 18
	Slide Number 19
	Estimativa da composição química de preparações a partir de receitas
	Slide Number 21
	Padrões utilizados para o cálculo de receitas�Quantidade de sal
	Padrões utilizados para o cálculo de receitas�Quantidade de açúcar
	Slide Number 24
	Slide Number 25
	Slide Number 26
	Slide Number 27
	Slide Number 28
	Nutrient Retention Factor (NRF)
	Slide Number 30
	Slide Number 31
	Slide Number 32
	Slide Number 33
	Slide Number 34
	Slide Number 35
	Slide Number 36
	Slide Number 37
	Slide Number 38
	Slide Number 39
	Slide Number 40
	Slide Number 41
	Slide Number 42
	Slide Number 43
	Slide Number 44
	Slide Number 45
	Slide Number 46
	Slide Number 47
	Slide Number 48
	Slide Number 49
	Slide Number 50
	Slide Number 51
	Slide Number 52
	Slide Number 53
	Slide Number 54
	Slide Number 55
	Slide Number 56
	Slide Number 57
	Slide Number 58
	Slide Number 59
	Slide Number 60
	Slide Number 61
	Slide Number 62