COMPILACIÓN DE DATOS

1. COMPILACIÓN DE DATOS TALLER NACIONAL SOBRE “PRINCIPIOS BÁSICOS PARA ASEGURAR LA GENERACIÓN Y COMPILACIÓN DE DATOS DE BUENA CALIDAD EN COMPOSICIÓN DE ALIMENTOS” Proyecto Regional (TCP/RLA/3107) Santiago, 29 de octubre a 7 de noviembre de 2008 QF Nalda Romero Palacios Magister en Ciencias de la Nutrición

2. INTRODUCCIÓN Concepto de Compilación La compilación es un procedimiento de recolección o agrupamiento de información (en este caso, de composición química de alimentos) que comprende: • Valor numérico (denominado dato) • Antecedentes (que permiten tener una estimación del grado de confiabilidad de dicha fuente)

3. INTRODUCCIÓN Concepto de Compilación • El conjunto de datos y antecedentes seleccionados y debidamente ordenados conformará la base de datos, a partir de la cual será posible elaborar tanto tablas de composición generales como tablas de composición específicas de ciertos componentes como por ejemplo: ácidos grasos, minerales, componentes bioactivos.

4. INTRODUCCIÓN Etapas del Proceso de Compilación • Búsqueda de información (diversas fuentes) • Revisión exhaustiva • Selección de la información • Calificación y agrupamiento ordenado Conjunto de etapas finalmente permite crear una Base de Datos documentada y confiable.

5. INTRODUCCIÓN Fuentes de Información disponibles • Publicaciones científicas como revistas y libros • Trabajos de tesis • Informes técnicos o de proyectos publicados • Apuntes de laboratorio no publicados • Etiquetas de alimentos (*) Otras fuentes: industria de alimentos, organismos públicos o privados de control de alimentos, laboratorios privados o de universidades que prestan servicios de análisis de alimentos, instituciones involucradas en la adquisición y producción de alimentos que mantienen registros de control de calidad de materias primas y productos,

6. INTRODUCCIÓN • Perfil del compilador • Conocimiento de un gran número de materias como por • ejemplo estadística, química analítica, computación y bases de datos. • Es difícil que una sola persona pueda abordar todas estas materias dentro del complejo proceso de compilación, por lo cual debería enfrentarse como una tarea compartidacon interacciones cruzadas • con los otros comités, en especial el de analistas, pero siempre bajo la responsabilidad del encargado del comité de compilación. • El comité de compilación debe interactuar con los respectivos integrantes de los capítulos nacionales de Latinfoods, insertos en los comités de usuarios, analistas y compiladores.

7. Antecedentes generales del proceso de compilación de datos de composición química de alimentos Formulario: presenta 12 planillas • 1- Inicial; • 2- Identificación; • 3- Composición centesimal/ proximal; • 4- Carbohidratos; • 5- Aminoácidos; • 6- Ácidos grasos; • 7- Vitaminas liposolubles; • 8- Vitaminas hidrosolubles; • 9- Minerales; • 10- Respuesta glicémica; • 11- Calidad de los datos; • 12- Información mínima obligatoria y mínima deseable.

8. Instrucciones generales • Las planillas contienen espacios sombreados que no deben ser llenados. • Método de cocción no especificado • alimento crudo • Expresar los nutrientes por 100 g ó 100 mL (viscosidad) • Indicar metodología empleada para cada nutriente (nombre y referencia completa) • Expresar para cada nutriente: valor medio, DS (n >3), variación (mín. máx), especificar otra forma en columna aparte.

9. Criterio de aproximaciones • Valor > 5 aproxima al dígito superior • Valor < 5 aproxima al dígito inferior • Criterio para cifras significativas • Greenfieldt & Southgate, 2003

10. Expresión de los valores de la composición de los alimentos en las bases de datos de referencia y de los usuarios (por 100 g de porción comestible del alimento)

11. Registro del número de muestras analizadas (n) • Muestra entendida como el material sometido al análisis. • Se debe conocer el origen del n que se está utilizando (podría provenir de la homogeneización de varios lotes) Ejemplo 1: 10 muestras de frijol fueron mezcladas en una única muestra triturados para el análisis n = 1 Ejemplo 2: Fueron analizadas 4 muestras de avena, cada muestra estaba constituida por 3 lotes diferentes n = 4

12. Registro detallado de la metodología empleada para la reducción y preparación previa de muestras y análisis de cada nutriente. • Fundamental es llenado de la columna de humedad  conversión a distintas bases • Unidades de energía: expresar en kcal y además kJ • Uso de datos de la industria derivados de etiquetado nutricional  Necesario contacto con la empresa para solicitar información adicional (cenizas, humedad, muestreos, métodos analíticos)

13. Conceptos en calidad de datos • Elementos que aseguran calidad de los valores en una base de datos de composición de alimentos Métodos aplicados deben ser: • Exactos • Apropiados • Ejecutados por analistas capacitados

14. Criterios para elección de métodos analíticos ▶ criterios de confiabilidad(aplicabilidad, especificidad, exactitud, precisión, detectabilidad y sensibilidad) ▶criterios de factibilidad(rapidez, costos, necesidades de conocimientos técnicos, seguridad de funcionamiento y seguridad en el laboratorio)

16. Aplicabilidad Ejemplos * Ausencia interferencias o propiedades físicas impedirían extracción completa del analito en el alimento. * Métodos aplicables a concentraciones altas pero no a concentraciones bajas. *Aplicación del método “M” para un alimento “x” puede no ser apropiado para un alimento “y”.

17. Especificidad o selectividad “Que responda de manera exclusiva a la finalidad básica para la que se utiliza” Ej: ac grasos – CC. *Tolerancia de baja especificidad  cuando el objetivo es medir sustancias análogas totales dentro de un grupo. Ej: cenizas totales grasas totales

18. Exactitud (se expresa en %) - valor analítico valor verdadero - Se establece usando * Cantidades normalizadas del analito * Uso de materiales de referencia normalizado (MRN) o certificados (MRC).

19. Precisión - Aproximación entre resultados de análisis - Expresada, por ejemplo, en desviación estándar - Mide variabilidad (dispersión) * Un analista, un único laboratorio: “repetibilidad” * Varios analistas, varios laboratorios: “reproducibilidad” * Varios analistas, un único laboratorio: “concordancia” (o un solo analista, distintas ocasiones)

20. Detectabilidad “Concentración mínima del analito que se puede detectar” • Sensibilidad “Pendiente de la curva o línea de la relación respuesta concentración”  análisis de oligoelementos exige alta sensibilidad.

21. Criterios básicos de la calidad de un Banco de Datos de composición de alimentos Integridad • El mayor número de alimentos y nutrientes. • Espectro de alimentos y nutrientes incluidos en la base de datos se hará de acuerdo a priorización de criterios * Según consumo de alimentos * Distribución en términos de nutrientes para la población • Representatividad • Evalúa si el dato es adecuado para ser incorporado. • Factores como clima, geografía, prácticas agrícolas, fertilizantes, composición genética y cambios climáticos alteran la concentración de nutrientes. (Ej: B-caroteno)

22. Alimentos sub-explotados, alimentos estacionales, diferentes cultivares. • El concepto de representatividad debe ser adaptado dependiendo de la finalidad del Banco de Datos. • Armonización • Adaptable y ajustable a otras bases de datos (que se facilite intercambio de información) • Documentación • Toda la información debe ser documentada. Plan de muestreo, Nº de muestras, manejo de muestra, metodología analítica, control de calidad analítica, etc.

23. Sistemas de evaluación de la calidad de los datos • Se evalúa la calidad de los datos de acuerdo a 5 ítems 1- Diseño del muestreo 2- Número de muestras 3- Manejo de muestras 4- Método analítico 5- Control de calidad analítica

24. Sistemas de evaluación de la calidad de los datos • 1- Diseño del muestreo Se refiere a la representatividad de la muestra del alimento, considerando diversos factores como: el tipo de alimento, cultivar, origen geográfico, marca y forma comercial El diseño del muestreo debe incluir una base estadística bien fundamentada.

25. Sistemas de evaluación de la calidad de los datos • 2- Número de muestras Factor crítico para la estimación de la media y la magnitud de la variabilidad de los resultados. El análisis de un número adecuado de muestras (tanto individuales como compuestas/ compósitos), permite una estimación más precisa de la media; mientras que un número reducido de muestras limita la habilidad para estimar tanto la media como la variabilidad

26. Sistemas de evaluación de la calidad de los datos • 3- Manejo de muestras Esta categoría evalúa todos los pasos desde el momento en que la muestra fue adquirida, hasta el momento de hacer el análisis. La descripción detallada de todo el proceso (transporte, tiempo y condiciones de almacenamiento, procesamiento y homogenización) es necesaria para que se pueda evaluar y garantizar la calidad del dato

27. Sistemas de evaluación de la calidad de los datos • 4- Método analítico Punto esencial para obtener exactitud y precisión de los datos analíticos de los diferentes nutrientes Se evalúa en dos partes: 1) Método en sí, basada en la aplicación de criterios ideales establecidos para entender la validez de las etapas empleadas en el procesamiento, identificación y cuantificación. 2) Si el laboratorio que originó el dato analítico tiene condiciones de demostrar habilidad en aplicar el método para producir datos confiables

28. Sistemas de evaluación de la calidad de los datos • 5- Control de calidad analítica Se refiere a la exactitud y precisión en el desarrollodiario del método analítico. La exactitud y la precisión son evaluados mediante el uso y frecuencia de material de control de calidad (material de referencia certificado, material de referencia normalizado o material de referencia secundario (in-house) .

29. Planilla 11: calidad de datos

30. Planilla 12: Información mínima obligatoria y mínima deseable • El compilador debe presentar flexibilidad en la selección de información en el sentido de no desechar tan fácilmente una fuente que a una primera impresión no se ajuste al proceso de compilación. • Por lo anterior, el grado de flexibilidad necesario debiera consultar un límite inferior o piso que debe cumplirse forzosamente y que permitirá hacer un primer escrutinio de la información. • Es decir, un proceso de selección primario donde se busquen condiciones muy básicas o mínimas que si no se cumplen obligarían a descartar inmediatamente esa fuente potencial.

31. Planilla 12: Información mínima obligatoria y mínima deseable

32. Planilla 1: Inicial Crear código provisional para cada alimento

33. Códigos y grupos de alimentos definidos por LATINFOODS, 1995 e 2002

34. Planilla 1: Inicial

35. Planilla 2: Identificación de los alimentos NAME (NOMBRE) - descripción detallada del alimento. Ej: pollo, ala, asada; galleta, dulce, chocolate, relleno sabor coco (GENÉRICO) - identificación primaria del alimento. Ej: arroz; galleta; mango; guayaba; margarina; leche; carne; salchicha. KIND (TIPO) - incluyen características del producto como el sabor, relleno, corte de carne, cobertura, forma (puré, salsa, jalea, ketchup). Para todos los productos probados, 4 columnas para KIND fueron suficientes para la inclusión de todos los detalles de identificación de los productos. Sin embargo, las columnas serán llenadas de forma secuencial, de acuerdo con la necesidad, lo que significa que no todas las columnas son obligatorias. Se definieron las prioridades en el orden de ingreso de la(s) información(ones). A continuación se presentan algunos ejemplos de estas definiciones de prioridades.

36. Prioridades en el orden de ingreso de las informaciones del grupo de Cereales y derivados:

37. Ejemplos:

38. Prioridades en el orden de ingreso de las informaciones del grupo Carnes y derivados:

39. Prioridades en el orden de ingreso de las informaciones del grupo Pescados y mariscos

40. Prioridades en el orden de ingreso de las informaciones del grupo Leches y derivados:

41. PART (PARTE) - descripción de la parte del alimento que fue analizada. Ej:Vegetales: hoja, pulpa, semilla • Carne: tipo de corte • Huevos: entero, yema ó clara • MATURITY (MADUREZ) - grado de madurez, que influye en el contenido de los nutrientes en frutos, etc. • PROCESS I, II, III (PROCESO) - un producto puede pasar por varios tipos de procesamiento, de esa forma, se establecieron las prioridades para el orden de ingreso de esa(s) información(ones). De modo general las tres columnas para el ítem PROCESS son suficientes para designar todas las formas de procesamiento de un producto, sin embargo si es necesario, puede ser creada otra columna (aunque no existe la necesidad de llenar todas las columnas, el ingreso debe seguir el orden de prioridad definida).

42. Prioridades en el orden de ingreso de las informaciones sobre procesamiento: • 1- forma de comercialización: rallado, texturizado; • 2- adición, extracción (o no) de algún nutriente: integral, light, diet, descremado, semidescremado, desgrasado, c/ valor energético reducido; • 3- procesamiento: polvo, mezcla p/, deshidratada, seca, desecada, extruída, en hojas, liofilizada; • 4- forma de preparación: instantánea; • 5- tipo de preparación: cruda, asado, cocido, frito, microondas, tostado, guisado. Esta información podrá venir seguida del tiempo utilizado. Ej: microondas/2min; • 6- conservación: congelado, refrigerado, conserva, UHT, esterilizado, pasteurizado, confitado, salado, vacío. Esta información podrá ser acompañada con el tiempo utilizado. Ej: congelado/30 días; • 7- embalaje: enlatado, larga duración.

43. Prioridades en el orden de ingreso de las informaciones sobre procesamiento:

44. COMMERCIAL NAME (NOMBRE COMERCIAL) - Nombre con el cual el producto es conocido en el comercio. Ej: “Nestum” (harina de cereales), “Dan Up”, “Danone” (yogurt/bebidas lácteas). En el caso que el producto no presente un nombre específico de línea, utilizar el nombre del fabricante: “Bauduco”, “Nestlé, “Vigor”. • ALT NAME (NOMBRE REGIONAL) - nombre con el cual el alimento es conocido regionalmente en el país. Ej: mandioca (NAME) - macaxeira (REGIONAL NAME) (en el Noreste del Brasil). • SCIENTIFIC NAME (NOMBRE CIENTÍFICO) - nombre en latín del animal o vegetal. • VARIETY (VARIEDAD O CULTIVAR). • STRAIN (RAZA).

45. ENGLISH NAME (nombre corto en inglés). • SAMPLE SOURCE (FUENTE u ORIGEN DE LAS MUESTRAS) - procedencia de las muestras: región/ciudad/país/local de cultivo/comercio local/entrepuesto (intermediario) comercial (CEAGESP) o industria que produce el alimento. • OTHERS (OTROS) - otras informaciones que pueden auxiliar al usuario. Ej: en el caso de la gelatina (GENERIC), uva (KIND), polvo (PROCESS), preparada (OTHERS). Arveja (GENERIC), enlatada (PROCESS), drenada (OTHERS). • REFERENCE (REFERENCIA) - referencia bibliográfica, laboratorio o nombre de la industria que suministró los datos.

46. Planilla 2: Identificación de los alimentos

47. Planilla 3: Composición centesimal /proximal; Humedad Esencial incluir esta información en cada planilla Proteína - Especificar el factor de conversión de nitrógeno adoptado para el cálculo original. En la compilación final, el valor de proteínas será calculado considerando los factores de conversión de la FAO 1973.

48. Planilla 4: Carbohidratos Esta planilla está compuesta de varias tablas dispuestas en sentido vertical, y contempla diferentes posibilidades de presentación de los datos, de acuerdo al análisis realizado. En el cuadro inicial se señala de qué forma serán presentados los datos (carbohidratos totales por adición de los componentes o individuales, fibra dietética por método de análisis, etc.).

49. Planilla: 5Aminoácidos • Es imprescindible iniciar el llenado con el contenido de proteínas del alimento, e identificar si los datos serán presentados por 100g del alimento o por 100g de proteínas. • Al llenar el formulario se debe estar atento con la unidad en que son expresados los aminoácidos. • Si el alimento contiene apenas trazas, dejar la columna en blanco, pues el programa no reconoce letras. • En el caso que los datos estén expresados por 100g de proteínas, crear una nueva tabla con los datos por 100g del alimento. • - Para expresar los gramos de aminoácidos por 100g de alimento: multiplicar el % de aminoácidos por el contenido de proteína dividido por 100.

50. Planilla 6: Ácidos grasos; • Es imprescindible iniciar el llenado con el contenido de lípidos del alimento, e identificar si los datos serán presentados por 100g del alimento o por 100g de lípidos. • Al llenar el formulario se debe estar atento con la unidad en que son expresados los ácidos grasos. • Si el alimento contiene apenas trazas, dejar la columna en blanco, pues el programa no reconoce letras. • En el caso que los datos estén expresados por 100g de lípidos, crear una nueva tabla con los datos por 100g del alimento.