Analisou-se a validade do peso e altura autorreferidos para determinação do estado nutricional, e as implicações do seu uso em análises de associação com desfechos em saúde. Baseando-se em um estudo transversal de base populacional realizado em Pelotas, Rio Grande do Sul, Brasil, em 2007 (n = 2.986), sorteou-se uma subamostra de 276 indivíduos com idade > 20 anos. Em média, o peso autorreferido foi similar ao medido; a altura medida foi superestimada nos homens (1,4cm) e nas mulheres (2,5cm); o índice de massa corporal (IMC) real foi subestimado em quase 1kg/m². Mesmo com diferenças médias pequenas, a variabilidade dos dados foi grande. Sexo, idade e escolaridade influenciaram nos resultados. O uso de medidas autorreferidas gerou subestimativas de sobrepeso e obesidade, assim como erros imprevisíveis em análises de associação com desfechos em saúde (subestimativa, superestimativa e inversão nas medidas reais de efeito). Equações de correção reduziram a média das diferenças com os valores medidos, mas não reduziram a variabilidade das diferenças e nem solucionaram erros de classificação ou vieses nas associações.

This study evaluated the validity of self-reported weight and height for determining nutritional status and the implications of their use for analyzing associations with health outcomes. A population-based cross-sectional study in Pelotas, Rio Grande do Sul State, Brazil, in 2007 (n = 2,986) drew a sub-sample of 276 individuals aged > 20 years. Mean self-reported weight was similar to measured weight; height was overestimated in men (1.4cm) and women (2.5cm); real body mass index (BMI) was underestimated by about 1kg/m². Even with small mean differences, data variability was great. The results were influenced by gender, age, and schooling. The use of self-reported measures underestimated prevalence of overweight and obesity, and unpredictable errors were found in the analysis of association with health outcomes (underestimation, overestimation, and reversal of real effect measures). Correction equations reduced the mean differences but did not resolve variability of the differences, classification errors, or biases in the associations.