| Resumo |
As escalas de percepção de insegurança alimentar (IA) avaliam a preocupação quanto ao acesso aos alimentos em quantidade e qualidade disponíveis no domicílio, e são os únicos métodos disponíveis utilizados atualmente para medir diretamente a IA dos domicílios. Essa avaliação é fundamental para a saúde pública e a formulação de políticas de cada país, variando em sua metodologia e complexidade. Contudo, a efetividade e a comparabilidade desses instrumentos dependem da sua concordância. Por essa razão o objetivo deste trabalho foi avaliar a concordância entre duas escalas distintas de IA, denominadas Escala Brasileira de Insegurança Alimentar – EBIA e a Household Food Insecurity Access Scale – HFIAS. Estas duas escalas foram utilizadas para analisar o perfil de segurança alimentar em estudantes africanos recém-chegados à Universidade Federal de Viçosa – UFV, no segundo semestre de 2024. Para avaliar a concordância entre as escalas, foi utilizada uma tabela de contingência com 15 observações, onde cada estudante foi avaliado por ambas escalas. Dada a natureza ordinal das categorias de segurança ou insegurança alimentar (IA Leve, Moderada ou Grave), o Kappa Ponderado com pesos quadráticos foi empregado. A interpretação dos resultados seguiu os pontos de corte estabelecidos por Landis e Koch (1977). Conforme a EBIA, do total dos 15 participantes 60,0% (n = 9) estavam seguros, 20,0% (n = 3) em IA leve, 13,3% (n = 2) moderada e 6,7% (n = 1) em IA grave. De acordo com HFIAS, 66,7% (n = 10) estavam em segurança, 20,0% (n = 3) em IA leve e 13,3% (n = 2) IA grave. Os resultados da análise de concordância mostraram um Kappa Ponderado de 0,8276. Este valor indica uma concordância excelente entre as duas escalas. A alta porcentagem de concordância observada (96,30%), ajustada pelos pesos que penalizam com maior rigor as divergências profundas, e um valor p de 0,0006, confirmam que a concordância entre as escalas é significativa e não ao acaso. De acordo com os resultados apresentados pode-se concluir que as duas escalas são altamente consistentes entre si, oferecendo grande confiabilidade para a avaliação da IA, tornando-as aptas a serem utilizadas de forma intercambiáveis na população estudada. |