Alimentação e estado nutricional de grupos da população do concelho de Lisboa

RESUMO - Objectivo: descrever o estado nutricional e o padrão alimentar de grupos da população de Lisboa. Delineamento, locais e participantes: estudo transversal do estado nutricional e do padrão alimentar de homens com 38 anos e mulheres e homens com 50-65 anos que vivem na freguesia do Lumiar, do concelho de Lisboa; estudo transversal dos hábitos alimentares e do estado nutricional de adolescentes com 12 a 19 anos estudantes de escolas secundárias de Lisboa; estudo transversal da excreção de sódio em urina de 24 horas de rapazes de 7 a 8 anos de escolas primárias do Lumiar. Métodos: o estado nutricional foi avaliado com metodologias padronizadas tal como propostas pela OMS. A ingestão alimentar foi medida pelo método das 24 horas anteriores no primeiro estudo e pelo método da história alimentar no segundo estudo. Resultados: nas crianças, a excreção urinária de sódio foi uma das mais altas da Europa. Nos adolescentes, a prevalência de excesso de peso/obesidade foi de 19% nos rapazes e 16% nas raparigas. 16% dos adolescentes não tomam pequeno-almoço, mas mais de 30% comem bolos a meio da manhã. A proporção de adolescentes com uma ingestão diária de certos alimentos é de 44% para guloseimas, 43% para bolos, 29% para refrigerantes e 16% para chocolates e gelados. Por outro lado, a frequência de ingestão diária de fruta e produtos hortícolas é baixa, principalmente nos adolescentes de menor nível sócio-económico. Nos adultos, 57% dos homens com 38 anos e 80% e 74% dos homens e mulheres com 50-65 anos, respectivamente, têm excesso de peso ou obesidade. A hipertensão arterial foi detectada em mais de 20% dos homens jovens e a sua prevalência aumenta com a idade. Foi observado um colesterol sérico superior a 200 mg/dL em perto de metade dos adultos e maior do que 240 mg/dL em 28% dos homens com 38 anos, em 24% dos homens com 50-65 anos e 44% das mulheres do mesmo grupo etário. 20% dos adultos jovens têm colesterol HDL inferior a 35 mg/dL, mais do que um terço são fumadores e a ingestão de álcool representa 13% da sua ingestão calórica total. Conclusões: foram observados estilos de vida não saudáveis, nomeadamente padrões alimentares não equilibrados, uma elevada prevalência de obesidade, hipertensão e dislipidemias, e, por isso, uma percentagem relativamente elevada da população de Lisboa tem um risco elevado de doenças cárdio-vasculares e outras doenças crónicas, bem como de morte prematura.

Mapping the Pasture Steppe in Bayankhongor, Mongolia: comparison of classification methods, using Landsat-8 and geophysical data

Grasslands in semi-arid regions, like Mongolian steppes, are facing desertification and degradation processes, due to climate change. Mongolia’s main economic activity consists on an extensive livestock production and, therefore, it is a concerning matter for the decision makers. Remote sensing and Geographic Information Systems provide the tools for advanced ecosystem management and have been widely used for monitoring and management of pasture resources. This study investigates which is the higher thematic detail that is possible to achieve through remote sensing, to map the steppe vegetation, using medium resolution earth observation imagery in three districts (soums) of Mongolia: Dzag, Buutsagaan and Khureemaral. After considering different thematic levels of detail for classifying the steppe vegetation, the existent pasture types within the steppe were chosen to be mapped. In order to investigate which combination of data sets yields the best results and which classification algorithm is more suitable for incorporating these data sets, a comparison between different classification methods were tested for the study area. Sixteen classifications were performed using different combinations of estimators, Landsat-8 (spectral bands and Landsat-8 NDVI-derived) and geophysical data (elevation, mean annual precipitation and mean annual temperature) using two classification algorithms, maximum likelihood and decision tree. Results showed that the best performing model was the one that incorporated Landsat-8 bands with mean annual precipitation and mean annual temperature (Model 13), using the decision tree. For maximum likelihood, the model that incorporated Landsat-8 bands with mean annual precipitation (Model 5) and the one that incorporated Landsat-8 bands with mean annual precipitation and mean annual temperature (Model 13), achieved the higher accuracies for this algorithm. The decision tree models consistently outperformed the maximum likelihood ones.