Introdução: O consumo alimentar inadequado é causa de deficiências nutricionais, especialmente na infância e adolescência, fases em que o organismo está em pleno crescimento e desenvolvimento. Portanto, é fundamental que sejam validados instrumentos que identifiquem o consumo alimentar de crianças e adolescentes e subsidiem o entendimento do processo saúde-doença. Objetivos: Avaliar a validade da estimativa do consumo de nutrientes e das pontuações total e por componentes do Índice de Qualidade da Dieta Revisado (IQD-R), ambas obtidas a partir de um Questionário Semiquantitativo de Frequência Alimentar (QSFA), utilizando biomarcadores dietéticos como métodos de referência, em crianças e adolescentes de 9 a 13 anos de idade do município de Ribeirão Preto - SP. Métodos: Estudo metodológico de validação. O consumo alimentar foi estimado por um QFSA e calculado no software Nutrition Data System for Research (NDSR) ®, sendo os seguintes nutrientes estimados: ácidos graxos mirístico (C14:0), palmítico (C16:0), margárico (C17:0), esteárico (C18:0), ?-linolênico (C18:3; ALA), eicosapentaenoico (C20:5 ; EPA) e docosahexaenóico (C22:6 ; DHA); ?- caroteno; retinol; ?-tocoferol e vitaminas D, B1, B2, B3, B5, B6, folato e B12. O consumo alimentar estimado pelo QSFA foi utilizado para calcular as pontuações do IQD-R. Além dos componentes originais do IQD-R, foram calculados os componentes modificados denominados Vegetais Totais sem Leguminosas (Vegetais Totais SL) e Vegetais Verde-Escuros e Alaranjados sem Leguminosas (Veveal SL), nos quais o excedente de leguminosas do Grupos Carnes, Ovos e Leguminosas não foi incluído. Os biomarcadores foram analisados em amostras de plasma: ?-caroteno, ?-caroteno/colesterol total (CT), retinol, ?-tocoferol, ?-tocoferol/CT, 25-hidroxivitamina D3 [25(OH)D3], tiamina, riboflavina, nicotinamida, nudifloramida, ácido pantotênico, piridoxamina 5-fosfato (PMP), piridoxal, piridoxal 5-fosfato (PLP), 5- metiltetrahidrofolato (5-MTHF), folato, vitamina B12, creatina; ou eritrócitos: C14:0, ácido pentadecanóico (C15:0), C16:0, C17:0, C18:0, ALA, EPA e DHA. As associações da estimativa do consumo de nutrientes e das pontuações do IQD-R com as concentrações de biomarcadores foram analisadas por correlação de Spearman e correlação parcial ajustada para energia, sexo, idade e escore-z de índice de massa corporal para idade. Todos os indivíduos foram classificados em quartis de acordo com a estimativa do consumo de nutrientes, as pontuações do IQD-R e os biomarcadores e os dados foram analisados para concordância entre quartis de biomarcadores vs. consumo, diferença das médias dos biomarcadores entre o primeiro e o último quartil de consumo e análise de tendência das médias dos biomarcadores entre os quartis de consumo. As análises estatísticas foram realizadas no software Statistical Package for the Social Sciences (SPSS) ®, versão 20.0, com nível de significância de 5%. Resultados: A amostra foi constituída de 177 indivíduos com média de 11,5 (DP 1,1) anos de idade, sendo 52,0% do sexo feminino. Os biomarcadores ?-caroteno (r=0,168), ?-caroteno/CT (r=0,171), 25(OH)D3 (r=0,209), C14:0 (r=0,211) e EPA (r=0,166) apresentaram correlações ajustadas com os respectivos consumos estimados pelo QSFA. Após ajuste para variáveis de confusão, o biomarcador DHA apresentou correlação com o consumo estimado de DHA apenas no sexo feminino (r=0,280). Quanto ao IQD-R, os componentes de vegetais foram correlacionados aos biomarcadores de ?-caroteno e ?-caroteno/CT (r = 0,230 a 0,340), enquanto os componentes modificados Vegetais Totais SL e Veveal SL foram correlacionados aos biomarcadores vitamina B12 (r=0,194) e 5-MTHF (r=0,201), respectivamente. Todos os componentes ricos em proteínas de origem vegetal (leguminosas) e animal (carnes e ovos) foram correlacionados à creatina plasmática (r=0,205 a 0,327). O componente Leite e Derivados foi correlacionado aos biomarcadores C14:0 (r=0,169), ácido pantotênico (r=0,233), PLP (r=0,283) e vitamina B12 (r=0,265). Biomarcadores de vitaminas do complexo B foram inversamente correlacionados aos componentes Cereais Totais; Carnes, Ovos e Leguminosas e Gordura Saturada (r= -0,178 a -0,282). Não houve correlações entre biomarcadores e a pontuação total do IQD-R. As associações entre biomarcadores e os nutrientes estimados pelo QSFA e os componentes Vegetais Totais SL, Veveal SL, Leite e Derivados e Gordura Saturada foram corroboradas por concordância entre quartis >70%, diferença de média de biomarcador entre primeiro e último quartil de consumo e tendência de média biomarcador entre quartis de consumo. Conclusão: A estimativa de nutrientes e os componentes do IQD-R, ambos obtidos por meio do QSFA, foram validados conforme as associações acima descritas e podem ser utilizados em estudos clínicos e epidemiológicos que investiguem a associação entre desfechos em saúde e consumo alimentar de crianças e adolescentes de 9 a 13 anos da região de Ribeirão Preto, SP.

Introduction: Inadequate dietary intake is a cause of nutritional deficiencies, especially in childhood and adolescence, when the body is experiencing rapid growth and development. Therefore, it is fundamental to validate instruments that identify the dietary intake of children and adolescents and support the understanding of the health-disease process. Objectives: To assess the validity of nutrient intake estimate and total and component scores from Brazilian Healthy Eating Index - Revised (BHEI-R), both obtained from a semiquantitative food frequency questionnaire (SFFQ), using dietetic biomarkers as a reference method, in children and adolescents aged 9 to 13 years in Ribeirão Preto - SP. Method: Methodological and validation study. Dietary intake was estimated by a SFFQ and calculated using the software Nutrition Data System for Research (NDSR) ®, and the following nutrients were estimated: myristic acid (C14:0), palmitic acid (C16:0), margaric acid (C17:0), stearic acid (C18:0), ?- linolenic acid (C18:3 ; ALA), eicosapentaenoic acid (C20:5 ; EPA), docosahexaenoic acid (C22 : 6; DHA), ?-carotene, retinol, ?-tocopherol, and vitamins D, B1, B2, B3, B5, B6, folate, and B12. The dietary intake estimated by SFFQ was used to generate the BHEI-R scores. In addition to the original components of the BHEI-R, the modified components Total Vegetables without Legumes and Dark Green and Orange Vegetables without Legumes were calculated, in which the excess legumes from Meat, Eggs and Legumes component was not included. Biomarkers were analyzed in plasma: ?-carotene, ?-caroteno/total cholesterol (TC), retinol, ?- tocopherol, ?-tocopherol/TC, 25-hydroxyvitamin D3 [25(OH)D3], thiamine, riboflavin, nicotinamide, nudifloramide, pantothenic acid, pyridoxamine 5-phosphate (PMP), pyridoxal 5-phosphate (PLP), 5-methyltetrahydrofolate (5-MTHF), folate, vitamin B12, and creatine; or erythrocytes samples: C14:0, pentadecanoic acid (C15:0), C16:0, C17:0, C18:0, ALA, EPA e DHA. The associations of the nutrient intake estimate and BHEI-R scores with biomarkers concentrations were analyzed by Spearman correlation and partial correlation adjusted for energy, sex, age, and z-score for body mass index-for-age. Subjects were classified into quartiles according to nutrient intake estimates, BHEI-R scores and biomarkers and data were analyzed for quartile agreement between biomarkers vs. intake, comparison of biomarkers averages between the first and last intake quartiles, and trend analysis of biomarkers averages among the intake quartiles. Statistical analyzes were performed in software Statistical Package for Social Sciences (SPSS) ®, version 20.0, with a significance level of 5%. Results: The sample was composed of 177 subjects, the mean age was 11.5 (SD 1.1) years old and 52% were female. The biomarkers ?- carotene (r=0,168), ?-carotene/TC (r=0,171), 25(OH)D3 (r=0,209), C14:0 (r=0,211), and EPA (r=0,166) showed positive adjusted correlations with their respective intakes estimated by SFFQ. After adjusting for confounding variables, DHA showed correlation only in females (r=0,280). Regarding BHEI-R, vegetable components were correlated with biomarkers ?- carotene and ?-carotene/TC, while the modified components Total Vegetables without Legumes and Dark Green and Orange Vegetables without Legumes were correlated with the biomarkers vitamin B12 (r=0,194) and 5-MTHF (r=0,201), respectively. All components rich in vegetable (legumes) and animal protein (meat, eggs) were correlated with plasma creatine (r=0,205 a 0,327). The component Milk was correlated with biomarkers C14:0 (r = 0,169), pantothenic acid (r = 0,233), PLP (r = 0,283), and vitamin B12 (r = 0265). Biomarkers of Bcomplex vitamins were inversely correlated with the components Whole Grains; Meat, Eggs and Legumes; and Saturated Fat (r= -0,178 a -0,282). There was no correlation between biomarkers and total IQD-R score. The associations between the biomarkers and the nutrients estimated by the SFFQ and the components Total Vegetables without Legumes, Dark Green and Orange Vegetables without Legumes, Milk, and Saturated Fat were confirmed by quartiles agreement >70%, difference between biomarker average between first and last quartile of intake and trend of biomarker average among quartiles of intake. Conclusion: The nutrient estimates and the BHEI-R components, both obtained through the SFFQ, were validated according to the associations described above and can be used in clinical and epidemiological studies investigating the association between health outcomes and dietary intake of children and adolescents age 9 to 13 years in Ribeirão Preto - SP.