Introducción
En México, en 2013 la Secretaría de Salud (SSA) emitió la Estrategia nacional para la prevención y el control del sobrepeso, la obesidad y la diabetes. Dos años después se dio a conocer que uno de cada tres niños y siete de cada 10 adultos presentaban sobrepeso u obesidad (Calvillo, Espinosa y Macari, 2015). Recientemente, la Organización para la Cooperación y el Desarrollo Económicos (OCDE) confirmó que México tiene la tasa más alta de sobrepeso y obesidad en personas mayores de 15 años (De la Barrera, 2017; Gutiérrez-Delgado, Guajardo-Barrón y Álvarez, 2012; León, Jiménez, López y Barrera, 2013). Después de conocer los resultados negativos, la pregunta evidente es por qué no funcionó dicha estrategia a pesar de que en 2015 se modificó la Norma Oficial Mexicana (NOM-051-SCFI/SSA, Diario Oficial de la Federación [DOF]) emitida cinco años antes (DOF, 2010), la cual regula el etiquetado de alimentos y bebidas no alcohólicas con el propósito de controlar la cantidad de kilocalorías disponibles en cada envase. En respuesta a dicha regulación, la industria alimentaria elaboró y distribuyó envases con menor cantidad del producto y, por tanto, a un menor costo. El efecto contraproducente que generó dicha regulación fue un aumento en el consumo de alimentos y bebidas con alto contenido calórico (De la Barrera, 2017). Así, se sabe que en México una persona consume hasta 163 litros de bebidas carbonatadas al año (Sebastián-Ponce, Sanz-Valero y Wanden-Berghe, 2011).
Aunado a la estrategia nacional contra el sobrepeso y la obesidad, se han venido emitiendo otros documentos oficiales de sugerencias alimentarias; por ejemplo, la NOM-043-SSA (DOF, 2001, 2006, 2013), que dictan las pautas de consumo de acuerdo a los grupos específicos de alimentos. Asimismo, existen lineamientos en los que además se sugieren las porciones apropiadas de consumo; por ejemplo, el Plato del bien comer (DOF, 2006), la Jarra del buen beber (https://www.gob.mx/issste/articulos/los-beneficios-de-la-jarra-del-buen-beber), la Guía de orientación alimentaria (SSA, 2003) o la Guía de alimentos para la población mexicana (SSA, 2010), entre otros. En general, a través de distintos programas oficiales se ha promovido el consumo de frutas y verduras, así como de agua natural (Bonvecchio et al., 2015; Gutiérrez-Delgado et al., 2012). No obstante, estos programas no han tenido el impacto que se esperaba, dado que hace falta difusión de la información y cómo utilizarla, porque las estrategias diseñadas no siempre atienden a la disponibilidad de los alimentos (De la Barrera, 2017) y, además, para una cantidad considerable de población, el acceso está limitado por condiciones económicas (Hernández-Licona, Minor y Aranda, 2012).
Por ende, antes de implementar estrategias de alto costo y bajo impacto, es preferible conocer qué variables influyen en el consumo de ciertos tipos de alimento. Dos de estas variables son, cómo se perciben o estiman los alimentos y las bebidas, cuando se les pregunta a los usuarios acerca de lo que piensan sobre éstos; así como la frecuencia con que los consumen. Dada la variedad alimentaria que caracteriza a México, es paradójico que un país con tanta riqueza culinaria padezca problemas de consumo excesivo de alimento, como es la obesidad, o bien, de consumo escaso, que da lugar a la desnutrición (e.g., Rivera, Campos-Nonato, Barquera y González, 2012). Una forma económica de estudiar lo que la gente piensa sobre los alimentos y las bebidas, así como su frecuencia de consumo, es a través de cuestionarios de autoreporte. Por tanto, se asume la factibilidad de estudiar la percepción acerca de los alimentos y su consumo a través del método de asignación directa de un valor, bajo la lógica de que a mayor juicio numérico, la preferencia y la frecuencia de consumo son mayores. Bajo esta lógica, referir que un alimento se percibe como “muy saludable”, querría decir que es probable que ese alimento sea uno de los que se consuma más frecuentemente. Complementariamente, un juicio de menor magnitud implicará una menor preferencia y, por tanto, menor consumo de los alimentos. Esta forma de medir la percepción y la frecuencia de consumo de los alimentos permite evaluar la congruencia entre cómo se percibe el alimento y qué tan frecuentemente se consume. Se esperaría congruencia entre aquellos alimentos y bebidas percibidos como saludables y una frecuencia de consumo elevada; y, por el contrario, que aquellos percibidos como poco o nada saludables tendrían que consumirse en menor frecuencia. Premisas que en el presente estudio fueron puestas a prueba.
En México, recientemente inició la generación de evidencia a través de la validación de escalas para medir el consumo de frutas y verduras. Por ejemplo, Ochoa-Meza, Sierra, Pérez-Rodrigo y Aranceta-Bartrina (2014) examinaron la validez de contenido y de constructo del cuestionario Pro Children Project (De Bourdeaudhuij et al., 2005), el cual está conformado por 83 ítems dirigidos a evaluar factores psicosociales asociados al consumo de frutas y verduras. Para ello, Ochoa-Meza et al. trabajaron con púberes de 10-12 años de edad, residentes en Ciudad Juárez, derivando una estructura de siete factores que explicaron 37% de la varianza para el consumo de fruta y 48% para el de verdura; con coeficientes alpha de Cronbach (α) que fluctuaron entre .55 y .83.
No obstante, dado lo impráctico de aplicar instrumentos extensos a la población infantil y la relevancia de evaluar tanto la percepción que los niños tienen de los alimentos, así como su consumo, el instrumento de evaluación aquí examinado supone una versión adaptada de uno previo que en jóvenes adultos ha mostrado poseer adecuada confiabilidad y validez (cf. Díaz et al., 2010; Díaz y Franco, 2012). Por tanto, el propósito del presente estudio fue analizar las propiedades psicométricas de un cuestionario dirigido a medir tanto la estimación como la frecuencia de consumo de alimentos y bebidas en niños.
Método
Participantes
Participaron 1,090 niños de 9 años de edad (564 mujeres y 526 varones) inscritos en escuelas primarias públicas de la zona sur del estado de Jalisco (México), quienes residían en dos municipios: Tuxpan (n = 514; Medad = 9.89, DE = 0.89) y Tonaya (n = 576; Medad = 9.83, DE = 1.33), ver Tabla 1.
Instrumento
Escala de Estimación y Consumo de Alimentos en Niños (ECA-N). El proceso de adaptación inició a partir de la Escala Estimación y Consumo de Alimento ([ECA], Díaz y Franco, 2012), que contiene 143 reactivos diseñados a partir de las sugerencias de la Comisión Nacional de Alimentación, del Sistema Alimentario, del Instituto Nacional de Nutrición “Salvador Zubirán” y de la Norma Oficial Mexicana (NOM-043); además de incluir alimentos que jueces independientes juzgaron como saludables y no saludables. En estudios previos, la ECA ha permitido describir la valoración sobre alimentos saludables y no-saludables, así como la frecuencia de su consumo entre jóvenes adultos de Jalisco y del Estado de México (Díaz et al., 2010; Díaz y Franco, 2012). Además, de acuerdo con este último estudio, la ECA ha mostrado contar con adecuada validez de constructo y excelente consistencia interna para sus dos secciones: Estimación del alimento (α = .96) y Frecuencia de consumo (α = .93).
La primera versión de la ECA-N, misma que aquí se pone a prueba, consta de 32 reactivos (ver Apéndice), que se distribuyen entre alimentos, platillos y bebidas que corresponden a los grupos de alimentos y bebidas que, como en el caso de la ECA, sugieren las normas oficiales en México, así como algunos alimentos o bebidas que aunque se sabe que no son saludables, suelen formar parte de la dieta de los niños (e.g., salchicha, bebidas carbonatadas). El ECA-N se divide en dos secciones, Estimación del alimento (lo que pienso) y Frecuencia de consumo (cuántas veces lo consumo en un determinado periodo de tiempo). Cada uno de los ítems tiene cinco opciones de respuesta y, en cuanto a su forma de calificación, los correspondientes a la sección de Estimación es: nada sano = 1, poco sano = 2, regularmente sano = 3, sano = 4, y muy sano = 5; mientras que para la sección de Frecuencia de consumo son: nunca = 1, una vez al mes = 2, una vez a la semana = 3, dos o tres veces a la semana = 4, y todos los días = 5. La forma de calificar el ECA-N se obtiene sumando las puntuaciones en cada uno de los 32 reactivos, y el total se interpreta conforme al intervalo correspondiente (ver Tabla 2).
Consideraciones éticas
La presente investigación se realizó con estricto apego al Código Ético del Psicólogo (Sociedad Mexicana de Psicología, 2010), a los principios éticos de la American Psychological Association (2010) y, de acuerdo a la Ley General de Salud (Gobierno de México, 2014), es considerada de riesgo bajo.
Procedimiento
Se gestionó la participación de los niños a través del contacto con los directores de cada una de las escuelas primarias, a quienes se les solicitó enviaran el formato de consentimiento informado a los padres y/o responsables de los niños, quienes debían autorizar la participación de sus hijos y devolver firmado el formato. Posteriormente, previa explicación del propósito de la investigación y asentimiento de los niños para participar, se procedió a realizar la aplicación del ECA-N, la cual fue grupal, con aproximadamente 30 niños en cada grupo. En las instrucciones dadas a los niños, se explicitó la no existencia de respuestas “correctas” o “incorrectas”, enfatizándoles que lo único que se quería era conocer lo que ellos piensan sobre algunos alimentos, platillos y bebidas, y cada cuándo los consumían. Después de garantizar que los participantes no tuviesen dudas, se procedió a la entrega de los cuestionarios. Cuando los niños terminaron de contestar, se lo indicaron al aplicador, quien revisó que todos los reactivos estuvieran contestados, y agradeció su participación.
Análisis de datos
La base de datos se dividió en dos mitades iguales, cada una con 50% de los casos (n = 545). Con la primera mitad se exploró la estructura factorial de cada sección del ECA-N. Inicialmente los datos fueron analizados con el paquete estadístico SPSS v. 17. Con éste se corroboró la posibilidad de factorizar de forma eficiente las variables, mediante el método de Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett, comprobando la adecuación muestral de los datos. Posteriormente se realizó un análisis factorial exploratorio (AFE), con el método de extracción de máxima verosimilitud y rotación oblimin directa, esto en apego a las recomendaciones de Lloret-Segura, Ferreres-Traver, Hernández-Baeza y Tomás-Marco (2014), considerando .30 como carga factorial mínima.
Ítem | Estimación | Frecuencia de consumo |
---|---|---|
Carne de pollo | .35 | .32 |
Galletas | .42 | .38 |
Pan blanco | .33 | .31 |
Hot-cakes (panqueques) | .44 | .31 |
Papas a la francesa | .38 | .41 |
Hot-dogs | .49 | .42 |
Huevo | .33 | .30 |
Miel | .37 | .36 |
Sincronizadas | .42 | .34 |
Frituras | .38 | .35 |
Tacos de adobada (carne enchilada) | .47 | .45 |
Yogurt | .37 | .37 |
Salchicha | .46 | .37 |
Pizza | .45 | .39 |
Queso | .44 | .39 |
Chocolate | .39 | .37 |
Pescado | .35 | .35 |
Carne de res o cerdo | .46 | .41 |
Leche con chocolate | .48 | .37 |
Hamburguesa | .50 | .44 |
Refresco de naranja | .41 | .41 |
Refresco de cola | .30 | .31 |
Jugo envasado | .31 | .30 |
Posteriormente, con la segunda mitad de los datos (n = 545) y el programa AMOS v. 16, se ratificaron los factores derivados del ECA-N, a través de análisis factorial confirmatorio (AFC) y, para valorar la adecuación del modelo, se consideraron los índices de bondad de ajuste siguientes: como índice de parsimonia, el indicador χ2 -normado (χ2 /gl); como índices de ajuste incremental, el índice de ajuste comparativo de Bentler (CFI), el índice de ajuste normado (NFI) y el índice de bondad de ajuste (GFI); además del índice de bondad de ajuste absoluto (AGFI) el índice de parsimonia de mejor ajuste (PGFI). Asimismo, se consideraron los índices de ajuste absoluto siguientes: la raíz cuadrada media residual (RMR) y la raíz cuadrada media del error de aproximación (RMSEA). De acuerdo con los criterios propuestos en la literatura (Barrett, 2007; Browne y Cudeck, 1993; Hu y Bentler, 1999), para considerar que el modelo obtenido tiene un ajuste adecuado, el índice de parsimonia debe ser < 4 (a menor índice, mejor ajuste); para CFI, NFI, GFI y AGFI valores ≥ .95 indican buen ajuste, mientras que ≥ .90 indican un ajuste aceptable. Para RMR y RMSEA, valores < .05 ó .08 son indicadores de un ajuste bueno o aceptable, respectivamente.
Resultados
El análisis inicial de consistencia interna de las secciones del cuestionario (con los 32 ítems originales) arrojó coeficientes de .84 para Estimación y .82 para Frecuencia de consumo. Posteriormente, para examinar la homogeneidad de la escala se calculó la correlación reactivo-total, pero se encontró que -en ambas secciones- solamente 23 de los ítems cumplieron el criterio de coeficiente r de Pearson ≥ .30. Específicamente, en el caso de estos ítems, los coeficeintes fluctuaron entre .30 y .50 para la sección Estimación, y entre .30 y .45 para Frecuencia de consumo.
Análisis factorial exploratorio
El KMO para la sección Estimación fue .88 y .87 para Frecuencia de consumo, y dado que ambos valores son cercanos a la unidad, se confirmó la posibilidad de factorizar (De Vicente y Manera-Bassa, 2003; Pérez, 2001); adicionalmente, en ambos casos la prueba de esfericidad de Barlett resultó significativa (p < .001). Por tanto, ambos indicadores confirmaron la pertinencia de realizar AFE (Pérez, 2001). En atención a que la estructura conceptual de la escala supone tres dimensiones (alimentos, platillos y bebidas), el conjunto de reactivos se forzó a una estructura tri-factorial. Para ambas secciones los valores propios fueron superiores a 1. Para Estimación, la varianza explicada fue 29.51%, con comunalidades entre .17 y .47, y cargas factoriales entre .31 y .68. En cuanto a Frecuencia de consumo, la varianza explicada fue 23.81%, las comunalidades oscilaron entre .08 y .44, y las cargas factoriales entre .30 y .66 (ver Tabla 4).
Estimación | Frecuencia de consumo | ||||
---|---|---|---|---|---|
Factor | Ítem | Comunalidad | Carga factorial | Comunalidad | Carga factorial |
1 | Galletas | .30 | .48 | .25 | .31 |
Hot-cakes | .28 | .49 | .17 | .41 | |
Papas a la francesa | .30 | .54 | .31 | .55 | |
Hot-dogs | .32 | .56 | .35 | .59 | |
Sincronizadas | .24 | .46 | .16 | .32 | |
Frituras | .27 | .51 | .32 | .38 | |
Pizza | .47 | .68 | .31 | .56 | |
Chocolate | .25 | .49 | .34 | .33 | |
Hamburguesas | .42 | .64 | .34 | .56 | |
2 | Carne de pollo | .29 | .53 | .15 | .37 |
Huevo | .26 | .51 | .08 | .31 | |
Tacos de adobada | .37 | .31 | .31 | .31 | |
Salchicha | .27 | .31 | .21 | .31 | |
Queso | .27 | .34 | .19 | .41 | |
Pescado | .41 | .64 | .21 | .43 | |
Carne de res o cerdo | .40 | .58 | .25 | .43 | |
3 | Jugo envasado | .25 | .47 | .11 | .30 |
Pan blanco | .17 | .35 | .18 | .42 | |
Miel | .25 | .46 | .15 | .35 | |
Yogurt | .38 | .60 | .19 | .40 | |
Leche con chocolate | .31 | .44 | .18 | .32 | |
Refresco de naranja | .24 | .36 | .27 | .48 | |
Refresco de cola | .20 | .43 | .44 | .66 |
Análisis factorial confirmatorio
El AFC ratificó la estructura de tres factores que agruparon lógicamente los diferentes alimentos, platillos y bebidas incluidos en el ECA-N. El modelo para Estimación de alimentos requirió concatenar dos errores en el Factor 2 y uno en el Factor 3. Las saturaciones de los reactivos en el Factor 1 variaron entre .42 (Es1) y .69 (Es7); entre .26 (Es11) y .64 (Es12 y Es13) los del Factor 2; y entre .18 (Es18) y .64 (Es21) los del Factor 3 (ver Figura 1). El índice de parsimonia fue χ2 /gl = 2.28; en tanto que los índices de bondad de ajuste fueron: CFI = .86, GFI = .89, PGFI = .72, AGFI = .87, mientras que los índices de ajuste absoluto fueron: RMR = .07 y RMSEA = .06.
El modelo para Frecuencia de consumo solamente requirió concatenar un error en el Factor 1 (ver Figura 2). Las saturaciones de los reactivos para el Factor 1 variaron entre .40 (F1 y F3) y .56 (F4 y F6); para el Factor 2 oscilaron entre .32 (F14) y .57 (F12); y, para el Factor 3, entre .28 (F18) y .55 (F22). El índice de parsimonia fue χ2 /gl = 1.80, con los índices de ajuste incremental siguientes: CFI = .87, GFI = .91, PGFI = .75, AGFI = .89, mientras que los de ajuste absoluto fueron: RMR = .06 y RMSEA = .04.
Después de confirmar la estructura factorial, se calculó la consistencia interna para el total de cada sección: Estimación de alimentos (α = .86) y Frecuencia de consumo (α = .84). En tanto que por factor, fueron: .80, .69 y .60, respectivamente, para la primera sección; y, para la segunda, .73, .61 y .61, respectivamente.
Además, para fortalecer las evidencias de consistencia de la medida, se calcularon los coeficientes omega, bajo el supuesto básico de que estos minimizan el error asociado, dado que este indicador considera las respuestas en escala tipo Likert como variables cuantitativas continuas (Dunn, Baguley y Brunsden, 2013; Schweizer, 2011), y se obtuvieron exactamente los mismos valores que con el alpha de Cronbach.
Finalmente, la hipótesis de consistencia entre la Estimación de los alimentos y la Frecuencia de consumo se analizó por medio de correlación bi-variada entre las puntuaciones totales de cada sección, la cual fue positiva moderada (r = .48, p < .001). La puntuación promedio para la sección Estimación fue 60.23 y para Frecuencia de consumo 67.76. Por tanto, considerando los rangos propuestos para la interpretación del ECA-N, en general, los alimentos, platillos y bebidas fueron percibidos como poco saludables, mientras que la frecuencia de consumo predominante fue una vez por semana.
Discusión
El propósito del presente estudio fue conocer las propiedades psicométricas de la ECA-N, de la que -hasta donde se tiene conocimiento- es la primera herramienta de autoreporte en México que permite, al mismo tiempo, evaluar lo que los participantes piensan acerca de los alimentos, así como la frecuencia con que los consumen.
Los resultados del AFE apoyaron la conceptualización de asignar a tres factores los 23 reactivos que conformaron la estructura final del ECA-N. Estructura tri-factorial que explicó una varianza total del 30% y 24%, respectivamente, para sus secciones Estimación de los alimentos y Frecuencia de consumo. Aunque estos porcentajes son bajos, coinciden con la evidencia previa sobre el porcentaje de varianza explicada cuando se mide el consumo de frutas y verduras, la que generalmente es menor al 30% (cf. Baranowski, Cullen y Baranowski, 1999; Ochoa-Meza et al., 2014). El AFC corroboró dicha estructura, con índices de bondad de ajuste cercanos a los valores criterio sugeridos (e.g., Kline, 2015), con base a tres factores que incluyeron una cantidad homogénea de reactivos. En el primero confluyeron nueve ítems, mientras que los dos restantes agruparon seis cada uno. Sin duda, el futuro incremento en las evidencias sobre la confiabilidad y la validez de la ECA-N servirán para precisar los nombres más apropiados para cada factor, pero por el momento, parece que el Factor 1 agrupa ítems relativos a los hidratos de carbono, el Factor 2 a los alimentos de origen animal y el Factor 3 a las bebidas. Además, cabe destacar que para el modelo de la sección Estimación de los alimentos solamente se concatenaron tres errores, dos en el Factor 2 y uno en el Factor 3; mientras que para el modelo de Frecuencia de consumo solamente se concatenó un error en el Factor 1.
Respecto a la consistencia interna de las secciones de la ECA-N, en la relativa a la Estimación, los coeficientes fluctuaron entre .60 y .80, mientras que para Frecuencia de consumo fueron desde .61 hasta .73. Dado que se ha señalado que los coeficientes alpha adecuados son a partir de .70 (e.g., Nunnally y Bernstein, 1995), será necesario aplicar la nueva versión del ECA-N a nuevas muestras que incluyan otras regiones del país.
Como ya se señaló, la principal aportación de la ECA-N radica en la relevancia de medir al mismo tiempo la estimación acerca de los alimentos y su frecuencia de consumo, lo que permite estimar la congruencia entre lo que se piensa y lo que se hace. En el presente estudio se encontró una moderada correlación positiva. Hallazgo que coincide con evidencias previas. Por ejemplo, Lechner, Brug, De Vries, van Assemay y Mudde (1998) investigaron la frecuencia de consumo de frutas, verduras y una dieta alta en grasa en adultos, a través de encuestas telefónicas, y encontraron que los participantes que no recibieron información complementaria sobre los riesgos de mantener una dieta alta en grasa se mostraron menos proclives a modificar su frecuencia de consumo.
Algunos de los alimentos, platillos y bebidas que se incluyeron en la ECA-N son los que sugiere la NOM-043 para su consumo, por separado o combinados. No obstante, en este estudio se encontró que los niños participantes percibieron estos alimentos como poco saludables y reportaron consumirlos solo una vez a la semana. Este hallazgo sugiere dos conclusiones. La primera es que las estrategias de difusión, promoción y orientación alimentaria en México no han tenido el impacto esperado (Calvillo et al., 2015; De la Barrera, 2017; León et al., 2013; Rivera et al., 2012), dado que se esperaría que dichos alimentos fueran percibidos como sanos o muy sanos y, por tanto, su frecuencia de consumo tendría que ser mayor a una vez por semana. La segunda conclusión se centra en la necesidad de implementar estrategias de modificación de los hábitos alimentarios en función de la disponibilidad de los alimentos, de modo que se asegure que los alimentos sugeridos estén realmente al alcance de la población. En este sentido, la estrategia actual de promoción del consumo de bebidas saludables (i.e., jarra del buen beber) parece no funcionar, porque los refrescos, los jugos concentrados, el agua de sabor y las bebidas no calóricas con endulzantes artificiales finalmente resultan más atractivas y accesibles que las bebidas sugeridas como saludables (i.e., agua potable y/o leche semi y descremada; Rivera et al., 2012). Así, lo identificado en este estudio en cuanto al ítem “Beber agua purificada es...” del ECA-N coincide con estas conclusiones, pudiéndose explicar el por qué éste no alcanzó el criterio estadístico para permanecer en la versión final de la escala. Al respecto, se sabe que en México el consumo de agua potable no necesariamente forma parte del patrón alimentario, lo cual resulta paradójico, dadas las ganancias que genera la industria comercializadora de agua potable a través de sus diferentes marcas comerciales (Gutiérrez-Delgado et al., 2012). No obstante, es necesario aclarar que, dada la diversidad de formas en que se conceptualiza al agua (e.g., pura, natural, purificada), resultó conveniente no incluir este reactivo en la versión final del ECA-N y, por el contrario, se sugiere explorarlo en futuros estudios con base en otro tipo de estrategias (e.g., diferencial semántico).
Otra de las principales fortalezas del presente estudio fue el uso del AFC. Sin embargo, dadas las características de la muestra, es necesario ampliar su representatividad a través de la participación de niños de otros contextos, así como estimar la confiabilidad test-retest de la escala. Además, aunque en este estudio la ECA-N ha mostrado ser apropiada para el fin que fue creada, es necesario confirmar su utilidad práctica, así como evaluar la posibilidad de extender su uso a poblaciones de mayor edad, por ejemplo, adolescentes o jóvenes adultos.
Finalmente, es necesario retomar el hecho de que los datos existentes sobre la relación entre la percepción y el consumo de los alimentos sugieren que para incidir en éste, es necesario conocer y modificar la primera. Si bien la modificación de la percepción acerca de los alimentos rebasa el propósito de esta investigación, el uso de la ECA-N puede constituir el primer paso conducente al diseño de estrategias para lograrlo.