Carotenóides em produtos hortofrutícolas amostragem

Transcrição

1 Carotenóides em produtos hortofrutícolas amostragem Maria da Graça Dias Departamento de Alimentação e Nutrição Instituto Nacional de Saúde Doutor Ricardo Jorge, IP (

2 Carotenóides Classe de compostos bioactivos α-caroteno β-caroteno Pigmentos com cores brilhantes intensas do amarelo ao vermelho Não sintetizados pelos animais Presentes nos frutos e legumes Luteína Conhecem-se cerca de 700 compostos (40 nos alimentos) Licopeno Na Europa, nos frutos e legumes β-criptoxantina e no plasma humano predominam 6 compostos Zeaxantina

3 Importância Actividade pro-vitamina A Resposta imunitária Antioxidante Metabolismo xenobióticos Degeneração macular relacionada idade Acções Biológicas Carotenóides Prevenção Doenças Comunicação lula-célula Krinsky, N.I., Johnson, E.J. (2005). Molecular Aspects of Medicine 26, Rao, A.V., Rao, L. (2007). Pharmacological Research 55, Cataratas Cancro DCV Pele

4 Bases de dados de composição de alimentos (BDCAs) Inclusão de compostos biologicamente activos em BDCAs Geração contínua de dados Novos conhecimentos sobre as acções biológicas Melhoria da instrumentação analítica e das metodologias Alteração dos mercados e dos gostos dos consumidores Introdução de novos cultivares

5 Importância de BDCAs fiáveis Uma base de dados será utilizada durante um período de tempo considerável e os valores obtidos recorrendo aos protocolos combinados (amostragem, análise) serão utilizados como se fossem representativos, quer no espaço, quer no tempo, durante o tempo de vida da base de dados (e muitas vezes durante muito mais tempo). Adaptado de: Greenfield & Southgate, Food Composition Data, pág. 66, FAO, Maiores determinantes da qualidade de uma base de dados Qualidade Amostragem (protocolos adequados) Dados analíticos (métodos validados)

6 Amostragem de alimentos Objectivos Recolher amostras representativas dos alimentos sendo a representatividade mantida nas porções analisadas - protocolos de amostragem e análise Nomenclatura e classificação dos alimentos pode apresentar dificuldades Documentar a variabilidade relacionada com a localização geográfica, estação do ano, cultivar, estado de maturação, etc.

7 Amostragem de alimentos Objectivos Estimativa do valor central Média Mediana Estimativa das variações Desvio padrão Coeficiente de variação Componentes da variação

8 Variação na população / Unidade 1 kg cerejas 100 g cerejas 1 cereja

9 Amostragem - Estatística População µ,σ (desconhecidos) Amostras x médio, s Distribuição normal, 95% das médias das amostras estão no intervalo x µ-1,96(σ/ n) < < µ+1,96(σ/ n) Para um número de amostras reduzido a utilização de s para estimar σ introduz incerteza Distribuição t-student x n t 2 s 2 / ( -µ) 2

10 Amostragem - estatística Variabilidade dos resultados Sem variabilidade uma medição seria suficiente para caracterizar a composição do alimento Necessidade de ter alguma ideia sobre a variabilidade Incorporação da variabilidade no protocolo de amostragem

11 Variabilidade/Incerteza Variabilidade Parte da realidade Variação devida a diferenças reais no alimento provocada por causas conhecidas ou desconhecidas Exemplo: teor de gordura da sardinha no verão e no inverno Incerteza Variação devido a falta de conhecimento Pode ser reduzida aumentando a amostra Exemplo: diferentes estimativas do teor de gordura de uma amostra analítica analisada em duplicado

12 Caso I localidade Tomate Protocolo de amostragem (estratificada) considerar o campo dividido em 12 partes e recolher em cada uma 1 kg de tomate no estado maduro firme (salada), com a precaução de incluir unidades de diferentes dimensões (campo com a mesma variedade de tomate) Determinação analítica duplicado; método previamente validado para esta matriz, incluindo MRC incerteza analítica Variabilidade?

13 Caso I - localidade Tomate Carotenóides em Tomate Lido produzido em 12 áreas do mesmo local (Portugal-zona centro) Teor de Carotenóides (m g/100 g) Luteína β-caroteno Licopeno β-caroteno licopeno luteína u analr (%) 7,2 12 8,6 s varr (n=12) (%) 9,9 9,7 23 n (5%) n (10%) Variabilidade significativa para o β-caroteno e a luteína Mesma variedade, mesma localidade Variabilidade não significativa para o licopeno Teste F, nível de confiança 5%

14 Caso II região Algarve Laranja Lane late IGP Protocolo de amostragem (estratificada) adquirir embalagens de 2 kg, devidamente identificadas dos 4 locais da região do Algarve disponíveis na maior cadeia de hipermercados portuguesa; para um dos locais adquirir mais 6 embalagens Determinação analítica duplicado, método previamente validado para esta matriz, incluindo MRC incerteza analítica Variabilidade?

15 Caso II região Algarve Laranja Lane late IGP Carotenóides em Laranja Lane late (diferentes locais na região do Algarve) Teor de Carotenóides (mg/100 g) 0,25 0,2 0,15 0,1 0,05 Mesma variedade, diferentes localidades numa região 0 Silves Faro Algoz Tavira α-caroteno β-caroteno Luteína Zeaxantina β-criptoxantina β-criptoxantina u analr (%) 7,7 s amtr (n=7)(%) 17 s varr (n=4)(%) 30 n (10%), região 91 n (20%), região 23 n (10%), local 20 n (20%), local 5 Laranja de Algoz igual à de Faro Laranja de Silves igual à de Tavira Diferença mínima significativa, nível de confiança de 5%

16 Caso III país Couve tronchuda Protocolo de amostragem (estratificada) obter lotes de 5 kg de couve tronchuda típica de 3 regiões do país, penca, Valhascos, glória de Portugal. Determinação analítica duplicado, método previamente validado para couve galega, incluindo MRC incerteza analítica Variabilidade?

17 Teor de carotenóides (mg/100 g) Carotenóides em couve tronchuda cultivada em 3 regiões (Colheita-Dezembro) 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 Glória Portugal β-caroteno Penca Caso III - país Couve tronchuda Luteína Valhascos Mesma variedade, diferentes regiões no país β-caroteno luteína u analr (%) s varr (n=3)(%) n (10%), penca, Valhascos n (20%), penca, Valhascos 5 11 Couve tronchuda Valhascos é similar à penca Couve tronchuda glória de Portugal é diferente das anteriores Diferença mínima significativa, nível de confiança de 5%

18 Caso IV altura da colheita Couve galega Protocolo de amostragem (estratificada) seleccionar 15 pés de couve num campo e recolher 1 folha em cada (a inferior); marcar as plantas e repetir a recolha mais duas vezes nas mesmas plantas, em Outubro e Dezembro. Determinação analítica duplicado, método previamente validado para esta matriz, incluindo MRC incerteza analítica Variabilidade?

19 Caso IV altura da colheita Couve galega Teor de carotenóides (mg/100 g) Junho Carotenóides em Couve Galega por mês de colheita, mesmas plantas Outubro β-caroteno Luteína Dezembro Mesma variedade, mesmas plantas β-caroteno luteína u analr (%) s varr (n=3)(%) n (10%), ano n (20%), ano Teor em β caroteno e luteína variou significativamente ao longo do tempo Diferença mínima significativa, nível de confiança de 5%

20 Caso V diferentes variedades Maçã de Alcobaça IGP Protocolo de amostragem (estratificada) adquirir embalagens de 2 kg das 5 variedades de maçã de Alcobaça IGP disponíveis na maior cadeia de hipermercados portuguesa; para uma das variedades adquirir mais 4 embalagens Determinação analítica duplicado, método previamente validado para esta matriz, incluindo MRC incerteza analítica Variabilidade?

21 Caso V diferentes variedades Maçãs IGP Alcobaça Teor de carotenóides (mg/100 g) 0,035 0,03 0,025 0,02 0,015 0,01 0,005 0 golden delicious Carotenóides in 5 variedades de Maça IGP Alcobaça jonagold reineta parda royal gala starking β-criptoxantina Zeaxantina Luteína β-caroteno Diferentes variedades, mesma região β-caroteno u analr (%) 15 s varr (n=5)(%) 48 n (10%), 5 variedades 285 n (20%), 5 variedades 72 Reineta parda, royal gala e starking não apresentam diferenças significativas com base na incerteza analítica Golden delicious e jonagold não apresentam diferenças significativas com base na incerteza analítica As 5 variedades não apresentam diferenças significativas com base na combinação da incerteza analítica com a da amostragem Diferença mínima significativa, nível de confiança de 5%

22 Componentes analítica e da amostragem na determinação de carotenóides U (%), sexp (%) (nível de confiança, 5%) Incerteza analt (U), desvios padrões combinados da amost e variab (sexp) e proporção da variância da amost e variab (vexp) em relação à variância total Tomate (lic) Tomate (lut) C. tronchuda (lut) C. galega (lut) Razão vexp/vtotal Uanalt (%) sexp (%) vexp/vtotal (%)

23 Conclusões Teor de carotenóides nos alimentos é muito variável (espécie, variedade, local geográfico, altura da colheita) Produção de dados Nacionais Caracterização completa das amostras A variabilidade e a incerteza condicionam o número de amostras a analisar para a obtenção de dados representativos Recorrer a amostras compósitas, pools, (limitações económicas e temporais) A afectação de recursos para a obtenção de dados para as BDCAs deve ser proporcional ao seu contributo para a quantidade ingerida para diminuir erros nos estudos realizados a partir destes dados Actualmente não é possível ter BDCAs com dados com a mesma exactidão de uma massa mas devem ser feitos esforços para que estes dados sejam representativos, fazendo uma boa amostragem, tendo em consideração a variabilidade da composição dos alimentos

24 Obrigada pela vossa atenção!