segunda-feira, 27 de julho de 2026

Necessidades energéticas: a importância do modelo fatorial

 HIGHLIHTS

Este estudo demonstra que:

• A métrica PAL, no âmbito do modelo fatorial de gasto energético, é exatamente equivalente a PAEE (Gasto Energético relacionado ao Exercício)/BEE (gasto energético basal) e apresenta uma aproximação estreita com PAEE/peso corporal ou PAEE/FFM.

• O PAEE varia acentuadamente tanto dentro de grupos populacionais quanto entre eles, refletindo diferentes estilos de vida.

• Não se identificam evidências de compensação energética em diversos grupos populacionais.

• Equações de regressão que estimam o gasto energético a partir de medidas antropométricas só são precisas para indivíduos com níveis médios de PAEE.

• Qualquer atualização das necessidades energéticas humanas deverá especificar claramente como a variação interindividual do PAEE é levada em consideração.

Membros da Organização das Nações Unidas para a Alimentação e a Agricultura (FAO) e da Agência Internacional de Energia Atômica (AIEA) declararam recentemente que é hora de atualizar as necessidades energéticas (NE) humanas e expressaram preocupações quanto às metodologias utilizadas anteriormente para defini-las. 
Eles sugerem que a abordagem fatorial para o gasto e as necessidades energéticas — que inclui uma estimativa do gasto energético com atividade física (GEAF) — não é mais necessária. Em vez disso, propõem que equações preditivas para o gasto energético total (GET) diário — derivadas de um amplo banco de dados da AIEA com medições de GET por meio da técnica de água duplamente marcada (ADM) — sejam utilizadas para estimar as NE populacionais a partir de dados antropométricos básicos para a maioria dos grupos populacionais. 
Embora as equações preditivas não consigam contabilizar a variabilidade do GEAF, argumenta-se que estudos ecológicos com ADM demonstraram que o GET de grupos populacionais presumivelmente ativos fisicamente (como caçadores-coletores e mulheres rurais nigerianas) não refletia um estilo de vida ativo quando comparado ao de populações dos Estados Unidos e da Europa. 
Tais relatos levaram à sugestão de que o GET é um produto relativamente limitado da nossa fisiologia evoluída. Argumenta-se que nos adaptamos para manter o GET dentro de uma faixa fisiológica estreita, em vez de aumentá-lo com a atividade física de maneira aditiva e dose-dependente, como está implícito no modelo fatorial. 
Neste trabalho, o modelo fatorial é reexaminado. São derivadas métricas de GEAF ajustadas pelo peso corporal, as quais são utilizadas para analisar dados publicados sobre o gasto energético de populações tradicionais e compará-los com um amplo conjunto de dados de ADM, compilado originalmente para definir os valores de referência dietética de energia do Reino Unido. Os resultados revelam taxas muito elevadas de gasto energético, compatíveis com estilos de vida que não apresentam evidências óbvias de restrição energética. Concluímos que qualquer abordagem para atualizar as NE humanas precisará levar em consideração a variação interindividual no GEAF.

Introdução

As necessidades energéticas (NEs) alimentares vêm sendo estimadas por comitês internacionais e nacionais há mais de 50 anos [[1], [2], [3], [4], [5], [6], [7]]. Desde o relatório da FAO/OMS/UNU de 1985 [2], esses relatórios adotam um modelo fatorial de gasto energético para prever as NEs. Neufeld e Loechl, da FAO e da Agência Internacional de Energia Atômica (AIEA), apontaram recentemente que é hora de atualizar as NEs humanas [8], com base em preocupações sobre lacunas na base de conhecimento e sobre as metodologias anteriores utilizadas para determinar as NEs. Eles sugeriram, ainda, que equações de regressão preditiva para o gasto energético total (GET) — derivadas de um banco de dados da AIEA contendo estudos de GET realizados com a técnica de água duplamente marcada (ADM) — podem ser utilizadas para estimar as NEs populacionais a partir de dados antropométricos e ambientais básicos. Embora essas equações de predição não consigam contabilizar a variação no gasto energético da atividade física (GEAF), que reflete o fenótipo comportamental e estilos de vida variados, Neufeld e Loechl citam relatórios de estudos ecológicos de GET (utilizando ADM) que não encontraram evidências de que o gasto energético refletisse estilos de vida ativos, sugerindo que a atividade física é menos importante como determinante do GET do que se supunha anteriormente. Outros autores sugeriram que o GET pode ser um produto limitado (ou restrito) da nossa fisiologia evoluída [9,10]. Nesse caso, presume-se que adultos humanos se adaptem a níveis mais elevados de atividade para manter o GET dentro de uma faixa relativamente estreita, reduzindo "outras" atividades fisiológicas, incluindo, em alguns casos, o gasto energético basal (GEB) [9]. 

Visto que o modelo fatorial para NEs pressupõe que o GEAF é aditivo ao GEB e à termogênese, essas ideias de GET limitado representam, na prática, uma rejeição do modelo fatorial. 

Uma revisão recente, analisou se a resposta do gasto energético humano ao aumento da atividade física é aditiva ou limitada, constatou que as evidências que sustentam a hipótese de limitação estão sujeitas a várias restrições e que os dados disponíveis indicam que, em muitos cenários, o efeito do aumento da atividade física sobre o GET será, em grande parte, aditivo [11]. Um estudo recente utilizando a técnica de água duplamente marcada (DLW) com 75 homens e mulheres adultos engajados em uma ampla variedade de atividades físicas (caminhada e corrida) [12] também demonstrou um modelo aditivo de gasto energético, caracterizado por uma relação linear positiva entre atividade física e gasto energético total (TEE), e nenhuma relação entre atividade física e gasto energético basal (BEE). A Figura 1 apresenta uma comparação entre BEE e gasto energético da atividade física (PAEE) em adultos com níveis variados de atividade física. Esses dados foram compilados a partir de estudos relatados por alguns dos autores [[13], [14], [15], [16], [17], [18], [19], [20], [21], [22], [23]] (n = 645), nos quais foram relatadas medições diretas tanto de BEE (por calorimetria indireta) quanto de PAEE (por acelerometria e monitoramento da frequência cardíaca com modelagem de equação ramificada). As regressões mostram que as duas variáveis ​​apresentavam pouca correlação; se houve alguma relação, observou-se um leve aumento do BEE à medida que o PAEE aumentava. Aqui, como um desdobramento desses argumentos, reunimos um amplo conjunto de dados de medições por DLW em adultos saudáveis ​​(n = 1223; Tabela 1 [[24], [25], [26], [27], [28], [29], [30]]). Esse conjunto abrange uma população urbana dos Estados Unidos proveniente de dois estudos de coorte — o *Observing Protein and Energy Nutrition Study* (OPEN) e o estudo de Beltsville [27, 28] —, uma coorte de homens e mulheres das forças armadas do Reino Unido [29, 30], além de dados publicados referentes a caçadores-coletores Hadza [26] e agropastoris Aymara que vivem nos Andes bolivianos [24, 25]. Isso nos permitiu examinar o modelo fatorial e explorar algumas de suas limitações. Derivamos as métricas mais adequadas para comparar o gasto energético relacionado à atividade física entre diferentes grupos populacionais. Os resultados revelam que o gasto energético de adultos varia em uma ampla faixa e que, nos indivíduos reconhecidamente engajados em altos níveis de atividade física, o TEE é bastante consistente com seu porte físico e estilo de vida, apresentando poucas evidências de restrição energética.

O desenvolvimento do modelo fatorial para o gasto energético e a GER

O relatório conjunto FAO/OMS/UNU de 1985 sobre as necessidades de energia e proteína [2] sugeriu que a GER poderia ser definida como GER = GET. Como a TMB (taxa metabólica basal) era previsível a partir do peso, altura, idade e sexo, a GET poderia ser identificada como a TMB multiplicada por um “fator TMB”, que era uma função da atividade física. Esse conceito foi posteriormente desenvolvido por James e Schofield [31] em um manual para planejadores e nutricionistas, esclarecendo a terminologia para o fator TMB ao definir 2

O uso de dados de DLW em um modelo fatorial de GET

Com base nesses relatórios, as medições diretas do gasto energético por DLW tornaram-se o método de escolha para a medição da GET em vida livre [[33], [34], [35]]. A GER pode então ser considerada como a GET mais quaisquer necessidades adicionais, como o crescimento em crianças e as demandas da gravidez e lactação. No entanto, aproveitar ao máximo os dados derivados da DLW na obtenção de ERs não é simples, e diferentes agências têm utilizado abordagens diferentes.

O relatório FAO/OMS/UNU de 2004 [4] continuou a

What Is the Physiological Meaning of the PAL Value?

O PAL, como múltiplo do BEE, foi introduzido no contexto nutricional da definição de ERs [31]. Fisiologistas e zoólogos interessados ​​nos limites do gasto energético animal e humano usam com mais frequência a expressão “escopo metabólico sustentado”, introduzida por Peterson, Nagy e Diamond em 1989 [[36], [37], [38]]. PAL e escopo metabólico são matematicamente equivalentes. Ao expressar o TEE como PAL × BEE, ficou implícito desde o início que o componente BEE captura a dependência do peso (P), da idade e do sexo.

Considerações sobre os primeiros princípios do PAL

Uma forma de analisar a questão da correção de tamanho é examinar a definição de PAL e PAEE a partir de princípios básicos: ou seja, no balanço energético, PAL = TEE/BEE
com TEE = BEE + TEF + PAEE
PAL = (ABELHA + TEF + PAEE)/ABELHA ou PAL = 1 + (PAEE + TEF)/ABELHA
Assim, o nível de atividade física (PAL) é uma função linear da relação entre o gasto energético em atividade física (PAEE) e o gasto energético em balanço (BEE), e assumindo que o efeito térmico dos alimentos (TEF) é uma proporção fixa da ingestão energética (EI), e, portanto, do gasto energético total (TEE) no balanço energético (10%), ele será contabilizado pela inclinação e pelo intercepto da relação entre PAL e PAEE/BEE: ou seja, PAL = A × PAEE/BEE.

Analisando a variação no gasto energético da atividade física entre grupos populacionais.

Como já indicado, o modelo fatorial assume que o gasto energético, tanto em termos de gasto energético corporal (GEC) quanto de gasto energético com atividade física (GEAF), é aditivo, de modo que, para indivíduos com pesos corporais e GEC semelhantes, o aumento do GEAF estará sempre associado ao aumento do gasto energético total (GET), e a magnitude desse aumento será capturada pelo aumento do nível de atividade física (NAF). O debate sobre se o aumento do GEAF sempre resulta em aumento do GET, e as ideias sobre a limitação na magnitude dos aumentos do GET com o aumento do GEAF [9,10], surgiram em parte devido à forma como as comparações têm sido feitas.

O que os estudos sobre o gasto energético dos Hadza revelam sobre o metabolismo energético humano?

O exemplo mais óbvio em que o cálculo da métrica mais apropriada se torna importante ao comparar o Gasto Energético Total (GET) e, especialmente, o Gasto Energético da Atividade Física (GEAF) entre grupos populacionais é o dos estudos com os caçadores-coletores Hadza da Tanzânia, investigados por Pontzer et al. [26,50]. Inicialmente, é importante reconhecer que a interpretação de Pontzer sobre seus resultados de Água Duplamente Marcada (ADM) nos Hadza tornou-se um pilar central de suas ideias sobre restrição energética, que foram popularizadas em diversas publicações de divulgação científica.

Atividade física medida diretamente e gasto energético com água duplamente marcada

Embora o deslocamento diário muito maior em homens Hadza em comparação com mulheres (11,64 km contra 5,79 km) tenha sido associado a valores médios mais altos de nível de atividade física (NAF) (2,03 contra 1,76), um enigma sobre os estudos é que as distâncias individuais percorridas a pé explicaram apenas ≈5% da variância individual no NAF ou no gasto energético da atividade física (GEAF) (calculado como 0,9 × gasto energético total - gasto energético corporal) [50]. De fato, é muito difícil capturar todo o GEAF derivado da água duplamente marcada com medições diretas de atividade física. O GEAF pode ser medido em estudos de curto prazo com

Equações de regressão para determinação da ER e principais preditores da TEE

Estudos com água duplamente marcada (DLW) revelam não apenas o gasto energético total (GET), mas também a água corporal total, a partir da qual a composição corporal (massa gorda e massa livre de gordura) pode ser calculada com razoável precisão. Se equações de regressão para determinar o GET a partir de variáveis ​​antropométricas rotineiramente medidas e composição corporal [56] forem usadas para prever a taxa metabólica de repouso (TMR), então é necessário demonstrar que tais previsões são precisas. Isso significa que as variáveis ​​preditoras devem, em conjunto, prever a maior parte do GET. Uma afirmação importante feita nos estudos iniciais de

Interpretação do Significado Fisiológico dos Coeficientes de Regressão

Uma questão final relacionada às equações de regressão múltipla derivadas do banco de dados DLW da AIEA como preditoras do GET é o que elas podem revelar sobre a natureza do gasto energético humano. Um relatório recente do grupo do banco de dados DLW da AIEA afirma que a extensão em que os aumentos no GAPA podem ser compensados ​​por diminuições no GAB pode ser revelada pela análise dos coeficientes de regressão das equações de regressão [58]. Este estudo envolve regressões múltiplas de GET e GAPA para 1754 adultos dentro do

Contribuições do autor

As responsabilidades dos autores foram as seguintes: DJM: conduziu a análise descrita na Tabela 1 e nas Figuras 2, 3, 4 e 5 e escreveu a versão original; JTG: forneceu a Figura 1, que inclui seu próprio trabalho e o de JAB, JLJB e DT; e todos os autores: contribuíram e aprovaram a versão final.
Fonte: 
1. Millward DJ et al. Energy requirements: the case for the factorial model. The American Journal fo Clinical Nutrition 2026; 124 (10): 101336.

References (62)

Posted by at Nenhum comentário:
Assinar: Postagens (Atom)