medigraphic.com
Instituto Nacional de Salud Pública

2025, Número 6

<< Anterior Siguiente >>

salud publica mex 2025; 67 (6)


Contribución energética de alimentos mínimamente procesados, ultraprocesados y factores sociodemográficos asociados

Gaona-Pineda EB, Arango-Angarita A, Valenzuela-Bravo DG, Medina-Zacarías MC, Martinez-Tapia B, Rodríguez-Ramírez S, Hernández-Carapia N

Idioma: Español
Referencias bibliográficas: 43
Paginas: 587-597
Archivo PDF: 303.42 Kb.


RESUMEN

Objetivo. Estimar la contribución energética de los alimentos mínimamente procesados (MP) y productos ultraprocesados (PU) a la dieta de la población mexicana, y su asociación con factores sociodemográficos. Material y métodos. Se analizó información de dieta de 14 340 personas ≥5 años de la Encuesta Nacional de Salud y Nutrición Continua 2020-2024. Los alimentos se clasificaron con base en el sistema NOVA. Se estimó la contribución de energía de alimentos MP y PU. Se realizaron modelos de regresión cuantílica ajustados para evaluar la asociación entre características sociodemográficas y el consumo de alimentos MP y PU. Resultados. El porcentaje de energía proveniente de PU osciló entre 16.9 y 26.4%, siendo mayor en localidades urbanas y en la región Norte del país. En contraste, la contribución de energía de alimentos MP (38.9-44.1%) fue mayor en localidades rurales, en la región Sur y en hogares indígenas. Estas asociaciones fueron consistentes en los diferentes grupos de edad. Conclusiones. El consumo de PU fue alto en general y factores como vivir en localidades urbanas y en la región Norte se asociaron con mayor consumo. Se requiere fortalecer estrategias focalizadas para reducir el consumo de PU y aumentar el de alimentos MP en la población mexicana.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. High Level Panel of Experts. Nutrition and food systems. A report bythe High Level Panel of Experts on Food Security and Nutrition of theCommittee on World Food Security. Roma: HLPE, 2017 [citado marzo 2025]. Disponible en: www.fao.org/cfs/cfs-hlpe

  2. Popkin BM, Gordon-Larsen P. The nutrition transition: worldwide obesitydynamics and their determinants. Int J Obes. 2004;28(S3):S2-9. https://doi.org/10.1038/sj.ijo.0802804

  3. Monteiro CA, Cannon G, Levy RB, Moubarac J-C, Louzada ML,Rauber F, et al. Ultra-processed foods: what they are and how to identifythem. Public Health Nutr. 2019;22(5):936-41. https://doi.org/10.1017/S1368980018003762

  4. Marrón-Ponce JA, Sánchez-Pimienta TG, Rodríguez-Ramírez S, Batis C,Cediel G. Ultra-processed foods consumption reduces dietary diversityand micronutrient intake in the Mexican population. J Hum Nutr Diet.2023;36(1):241-51. https://doi.org/10.1111/jhn.13003

  5. Marrón-Ponce JA, Flores M, Cediel G, Monteiro CA, Batis C. Associationsbetween consumption of ultra-processed foods and intake ofnutrients related to chronic non-communicable diseases in Mexico.J Acad Nutr Diet. 2019;119(11):1852-65. https://doi.org/10.1016/j.jand.2019.04.020

  6. Neri D, Steele EM, Khandpur N, Cediel G, Zapata ME, Rauber F, et al.Ultraprocessed food consumption and dietary nutrient profiles associatedwith obesity: a multicountry study of children and adolescents. Obes Rev.2022;23(S1):e13387. https://doi.org/10.1111/obr.13387

  7. Lane MM, Davis JA, Beattie S, Gómez-Donoso C, Loughman A, O’NeilA, et al. Ultraprocessed food and chronic noncommunicable diseases: asystematic review and meta-analysis of 43 observational studies. ObesRev. 2021;22(3):e13146. https://doi.org/10.1111/obr.13146

  8. Marrón-Ponce JA, Tolentino-Mayo L, Hernández-F M, Batis C. Trends inultra-processed food purchases from 1984 to 2016 in Mexican households.Nutrients. 2018;11(1):45. https://doi.org/10.3390/nu11010045

  9. Marrón-Ponce JA, Sánchez-Pimienta TG, da Costa-Louzada ML, BatisC. Energy contribution of NOVA food groups and sociodemographicdeterminants of ultra-processed food consumption in the Mexicanpopulation. Public Health Nutr. 2018;21(1):87-93. https://doi.org/10.1017/S1368980017002129

  10. Shamah-Levy T, Gaona-Pineda EB, Cuevas-Nasu L, Valenzuela-BravoDG, Morales-Ruan C, Rodríguez-Ramírez S, et al. Sobrepeso y obesidaden población escolar y adolescente. Salud Publica Mex. 2024;66(4):404-13.https://doi.org/10.21149/15842

  11. Barquera S, Hernández-Barrera L, Oviedo-Solís C, Rodríguez-RamírezS, Monterrubio-Flores E, Trejo-Valdivia B, et al. Obesidad en adultos. SaludPublica Mex. 2024;66(4):414-24. https://doi.org/10.21149/15863

  12. Curi-Quinto K, Unar-Munguía M, Rodríguez-Ramírez S, Rivera JA,Fanzo J, Willett W, et al. Sustainability of diets in mexico: diet quality, environmentalfootprint, diet cost, and sociodemographic factors. Front Nutr.2022;9:855793. https://doi.org/10.3389/fnut.2022.855793

  13. Rivera JA, Colchero MA, Pérez-Ferrer C, Barquera S. Perspective:Mexico’s experience in building a toolkit for obesity and noncommunicablediseases prevention. Adv Nutr. 2024;15(3):100180. https://doi.org/10.1016/j.advnut.2024.100180

  14. Romero-Martínez M, Barrientos-Gutiérrez T, Cuevas-Nasu L, Bautista-Arredondo S, Colchero A, Gaona-Pineda EB, et al. Metodología de laEncuesta Nacional de Salud y Nutrición 2020 sobre Covid-19. SaludPublica Mex. 2021;63(3):444-51. https://doi.org/10.21149/12580

  15. Romero-Martínez M, Barrientos-Gutiérrez T, Cuevas-Nasu L, Bautista-Arredondo S, Colchero MA, Gaona-Pineda EB, et al. Metodología dela Encuesta Nacional de Salud y Nutrición 2021. Salud Publica Mex.2021;63(6):813-8. https://doi.org/10.21149/13348

  16. Romero-Martínez M, Barrientos-Gutiérrez T, Cuevas-Nasu L, Bautista-Arrendondo S, Colchero MA, Gaona-Pineda EB, et al. Metodología de laEncuesta Nacional de Salud y Nutrición 2022 y Planeación y diseño de laEnsanut Continua 2020-2024. Salud Publica Mex. 2022;64(5):522-9. https://doi.org/10.21149/14186.

  17. Romero-Martínez M, Shamah-Levy T, Barrientos-Gutiérrez T,Cuevas-Nasu L, Bautista-Arredondo S, Colchero-Aragonés MA, et al.Metodología y análisis de la Encuesta Nacional de Salud y NutriciónContinua 2020-2024. Salud Publica Mex. 2024;66(6):879-85. https://doi.org/10.21149/16455

  18. Romero-Martínez M, Cuevas-Nasu L, Gaona-Pineda EB, Shamah-LevyT. Nota técnica de la Encuesta Nacional de Salud y Nutrición Continua2023: resultados del trabajo de campo. Salud Publica Mex. 2024;66(3):304-6. https://doi.org/10.21149/15604

  19. Romero-Martínez M, Shamah-Levy T, Barrientos-Gutiérrez T,Cuevas-Nasu L, Bautista-Arredondo S, Colchero MA, et al. EncuestaNacional de Salud y Nutrición 2023: metodología y avances de la EnsanutContinua 2020-2024. Salud Publica Mex. 2023;65(4):394-401. https://doi.org/10.21149/15081

  20. Denova-Gutiérrez E, Ramírez-Silva I, Rodríguez-Ramírez S, Jiménez-Aguilar A, Shamah-Levy T, Rivera-Dommarco JA. Validity of a foodfrequency questionnaire to assess food intake in Mexican adolescentand adult population. Salud Publica Mex. 2016;58(6):617-28. https://doi.org/10.21149/spm.v58i6.7862

  21. Haytowitz DB, Ahuja-Jaspreet KC, Pehrsson PR, Roseland JM, ExlerJ, Khan M, et al. Composition of foods raw, processed, prepared USDAnational nutrient database for standard reference, release 28. NutrientData Laboratory, Beltsville Human Nutrition Research Center, ARS,USDA. Dataset. Estados Unidos: USDA, 2016 [citado marzo 2025].Disponible en: https://agdatacommons.nal.usda.gov/articles/dataset/Composition_of_Foods_Raw_Processed_Prepared_USDA_National_Nutrient_Database_for_Standard_Reference_Release_27/25060841

  22. Ramírez-Silva I, Jiménez-Aguilar A, Valenzuela-Bravo D, Martinez-TapiaB, Rodríguez-Ramírez S, Gaona-Pineda EB, et al. Methodology for estimatingdietary data from the semi-quantitative food frequency questionnaireof the Mexican National Health and Nutrition Survey 2012. Salud PublicaMex. 2016;58(6):629. https://doi.org/10.21149/spm.v58i6.7974

  23. Institute of Medicine. Dietary reference intakes for energy, carbohydrate,fiber, fat, fatty acids, cholesterol, protein, and amino acids.Washington DC: The National Academies Press, 2005 [citado marzo2025]. Disponible en: https://nap.nationalacademies.org/catalog/10490/dietary-reference-intakes-for-energy-carbohydrate-fiber-fat-fatty-acidscholesterol-protein-and-amino-acids

  24. Oviedo-Solís CI, Monterrubio-Flores EA, Cediel G, Denova-GutiérrezE, Barquera S. Relative validity of a semi-quantitative food frequency questionnaireto estimate dietary intake according to the NOVA classificationin Mexican children and adolescents. J Acad Nutr Diet. 2022;122(6):1129-40. https://doi.org/10.1016/j.jand.2021.11.002

  25. Oviedo-Solís CI, Monterrubio-Flores EA, Rodríguez-Ramírez S, CedielG, Denova-Gutiérrez E, Barquera S. A semi-quantitative food frequencyquestionnaire has relative validity to identify groups of NOVA foodclassification system among Mexican adults. Front Nutr. 2022;9. https://doi.org/10.3389/fnut.2022.737432

  26. Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán.Tablas de composición de alimentos y productos alimenticios (versióncondensada 2015). Ciudad de México: INCMNSZ, 2016 [citado marzo2025]. Disponible en: https://www.incmnsz.mx/2019/TABLAS_ALIMENTOS.pdf

  27. Vyas S, Kumaranayake L. Constructing socio-economic statusindices: how to use principal components analysis. Health Policy Plan.2006;21(6):459-68. https://doi.org/10.1093/heapol/czl029

  28. Rodríguez-Ramírez S, Gaona-Pineda EB, Martínez-Tapia B, Arango-Angarita A, Kim-Herrera EY, Valdez-Sánchez A, et al. Consumo de gruposde alimentos y su asociación con características sociodemográficas enpoblación mexicana. Ensanut 2018-19. Salud Publica Mex. 2020;62(6):693-703. https://doi.org/10.21149/11529

  29. Tennant PWG, Murray EJ, Arnold KF, Berrie L, Fox MP, Gadd SC, etal. Use of directed acyclic graphs (DAGs) to identify confounders inapplied health research: review and recommendations. Int J Epidemiol.2021;50(2):620-32. https://doi.org/10.1093/ije/dyaa213

  30. Bland JM, Altman DG. Multiple significance tests: the Bonferronimethod. BMJ. 1995;310(6973):170. https://doi.org/10.1136/bmj.310.6973.170

  31. Dicken SJ, Qamar S, Batterham RL. Who consumes ultra-processedfood? A systematic review of sociodemographic determinants ofultra-processed food consumption from nationally representativesamples. Nutr Res Rev. 2024;37(2):416-56. https://doi.org/10.1017/S0954422423000240

  32. da Costa-Louzada ML, Baraldi LG, Steele EM, Martins APB, Canella DS,Moubarac JC, et al. Consumption of ultra-processed foods and obesityin Brazilian adolescents and adults. Prev Med. 2015;81:9-15. https://doi.org/10.1016/j.ypmed.2015.07.018

  33. Cediel G, Reyes M, da Costa-Louzada ML, Martinez-Steele E, MonteiroCA, Corvalán C, et al. Ultra-processed foods and added sugars in theChilean diet (2010). Public Health Nutr. 2018;21(1):125-33. https://doi.org/10.1017/S1368980017001161

  34. Khandpur N, Cediel G, Obando DA, Jaime PC, Parra DC. Sociodemographicfactors associated with the consumption of ultra-processed foodsin Colombia. Rev Saude Publica. 2020;54:19. https://doi.org/10.11606/s1518-8787.2020054001176

  35. Vilar-Compte M, Burrola-Méndez S, Lozano-Marrufo A, Ferré-EguiluzI, Flores D, Gaitán-Rossi P, et al. Urban poverty and nutrition challengesassociated with accessibility to a healthy diet: a global systematic literaturereview. Int J Equity Health. 2021;20(1):40. https://doi.org/10.1186/s12939-020-01330-0

  36. Molina M, Serván-Mori E, Quezada AD, Colchero MA. Is there a linkbetween availability of food and beverage establishments and BMI inMexican adults? Public Health Nutr. 2017;20(18):3326-32. https://doi.org/10.1017/S1368980017002373

  37. Pérez-Ferrer C, Auchincloss AH, de Menezes MC, Kroker-Lobos MF,de Oliveira- Cardoso L, Barrientos-Gutierrez T. The food environmentin Latin America: a systematic review with a focus on environmentsrelevant to obesity and related chronic diseases. Public Health Nutr.2019;22(18):3447-64. https://doi.org/10.1017/S1368980019002891

  38. Arango-Angarita A, González-Moreno A, Tercero-Gómez F, MundoRosas V, Deschak C, Shamah-Levy T. Food Insecurity is associated withlow dietary diversity in rural women in Mexico: results from the MexicanNational Health and Nutrition Survey, Ensanut 2018. Ecol Food Nutr.2023;62(5-6):286-307. https://doi.org/10.1080/03670244.2023.2259805

  39. Gaona-Pineda EB, Rodríguez-Ramírez S, Medina-Zacarías MC,Valenzuela-Bravo DG, Martinez-Tapia B, Arango-Angarita A. Consumidoresde grupos de alimentos en población mexicana. Ensanut Continua2020-2022. Salud Publica Mex. 2023;65(supl 1):s248-58. https://doi.org/10.21149/14785

  40. Muñoz-Espinosa A, Mundo-Rosas V, Vizuet-Vega NI, Hernández-Palafox C, Martínez-Domínguez J, Shamah-Levy T. Inseguridad del agua enhogares mexicanos: comparación de resultados de las Ensanut Continua2021 y 2022. Salud Publica Mex. 2023;65(supl 1):s189-96. https://doi.org/10.21149/14788

  41. Thorpe MG, Kestin M, Riddell LJ, Keast RS, McNaughton SA. Dietquality in young adults and its association with food-related behaviours.Public Health Nutr. 2014;17(8):1767-75. https://doi.org/10.1017/S1368980013001924

  42. Baraldi LG, Martinez-Steele E, Canella DS, Monteiro CA. Consumptionof ultra-processed foods and associated sociodemographic factors inthe USA between 2007 and 2012: evidence from a nationally representativecross-sectional study. BMJ Open. 2018;8(3):e020574. https://doi.org/10.1136/bmjopen-2017-020574

  43. Murakami K, Livingstone MBE. Prevalence and characteristics of misreportingof energy intake in US adults: NHANES 2003-2012. Br J Nutr.2015;114(8):1294-303. https://doi.org/10.1017/S0007114515002706




2020     |     www.medigraphic.com