25/11/2020

by
l
Cálculo Dietético para P u j o

Emagrecimento Pa
u l a

Ana m
o na o
ti tut ta a li .c
s a n m
o In S g
Ana Paula Pujold e @
d e i a nn tana
d a a r an
ir e a M a s
1 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-

Determinantes para o Gasto

Energético Total

Gasto Energético em Repouso

Efeito Térmico dos Alimentos

Atividade Física PloS one, v. 6, n. 7, p. e22732, 2011.

2
 25/11/2020

Determinantes para o Gasto

Energético Total
by
j o l
P u
Gasto Energético em Repouso u la
Pa
A na m
Efeito Térmico dos Alimentos to n a c o
t i tu t a a il.
ns a n m
I
o Física S g
Atividade
e d n ne n a@ PloS one, v. 6, n. 7, p. e22732, 2011.

d ad a ria anta
p rie r a M
va s
3
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Qual fórmula utilizar para estimar o gasto

energético em repouso?

Mifflin-St Jeor FAO/WHO/UNU

Henry & Rees Harris-Benedict

Cunningham Oxford

4
 25/11/2020

Equação de predição

Não obesos e obesos

b y
Mifflin-St Jeor
j o l
P u
Harris Benedict ul a
P a
Owen n a Mifflin-St Jeorm
o A o
aprecisal.(10%)
u t Foi a mais
n c
Fonte
FAO/WHO/UNU s tit n ta
m ai
In S a g
d o e @
d e i a nn tana
d a a r an Journal of the American Dietetic Association, v. 105, n. 5, p. 775-789, 2005.

ir e a M a s
5 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
E -m
Intervalo de erro
Equação Obesos Não Obesos

82% das estimativas são precisas. 70% das estimativas são precisas.
Intervalo de erro: máximo Intervalo de erro: máximo
Mifflin-St Jeor
subestimação em 18% subestimação em 20%
superestimação em 15% superestimação em 15%

45%-81% das estimativas são precisas. 38%-64% das estimativas são precisas.
Intervalo de erro: máximo Intervalo de erro: máximo
Harris Benedict
subestimação em 23% subestimação em 35%
superestimação em 41% superestimação em 43%
73% das estimativas são precisas. 82% das estimativas são precisas.
Intervalo de erro: máximo Intervalo de erro: máximo
Owen
subestimação em 24% subestimação em 18%
superestimação em 28% superestimação em 15%

Journal of the American Dietetic Association, v. 105, n. 5, p. 775-789, 2005.

6
 25/11/2020

Equação de predição

para: IMC 30 b y
j o l
Adultos e adolescentes u
a P
u l
Pa
A na m
o
Mifflin-St
t Jeor an a c o
Fonte
t i tu t a il.
nsÉ a única equaçãoSque
KRÜGER, Renata Lopes et al. Validation
of predictive equations for basal I anpermitegma estimativa válida
o de TMB em indivíduos
metabolic rate in eutrophic and obese
subjects. Revista Brasileira ded ne a@
obesos.
e n n
ad ria anta
Cineantropometria & Desempenho
Humano, v. 17, n. 1, p. 73-81, 2015.
d a
p rie r a M
va s
7
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-
Equação de predição

Para: Brasileiros
diabéticos tipo 2

Equações com <8% de erro Fonte

STEEMBURGO, Thais et al. Basal

1. Harris-Benedict (quando utilizado peso e altura juntos) metabolic rate in Brazilian patients
with type 2 diabetes: comparison
2. Oxford between measured and estimated
values. Archives of endocrinology
3. FAO/WHO/UNU (quando usando apenas peso) and metabolism, v. 63, n. 1, p. 53-
61, 2019.

8
 25/11/2020

Equação de predição

Para: População
by urbana
tropical
l
u o j
a P
u l
Pa
Superestimação Ana m
o na o
tut li .c Fonte

1. Henry e Rees: superestimação nta e

ti 4,5% para mulheres a WAHRLICH, Vivian; TEIXEIRA,

9,6% para homens Ins Sa g m Tatiana Miliante; DOS ANJOS, Luiz

Antonio. Validity of a population-

do
2. Mifflin-St.: superestimação ~ 14,0%
n ne n a@
specific BMR predictive equation for
adults from an urban tropical

dea ria anta

setting. Clinical Nutrition, v. 37, n. 1,
p. 208-213, 2018.
d a
p rie r a M
va s
9
r o f t p a .sil
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Todas as equações testadas

se tornaram menos precisas
com o aumento de FFM.
Journal of the Academy of Nutrition and Dietetics, v. 116, n. 9, p. 1413-1422, 2016.

10
 25/11/2020

Equação de predição

para: maior FFM

b y
Altamente
jo l ativos
u
u l aP
Pa
A na m
Equação de Cunningham to n a c o
il.
Fonte

t i tu n t a a CUNNINGHAM, John J. Body

s
kcal/d = 500 + (22 × massaInmagra) a g m composition as a determinant of

o S energy expenditure: a synthetic

Não incluiu atletas homens
ne a@
review and a proposed general

e d n n prediction equation. The American

ria anta
journal of clinical nutrition, v. 54, n.

d ad a
6, p. 963-969, 1991.

p rie r a M
va s
11
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Cada kg de tecido magro exerce cerca

de 5 vezes mais efeito sobre a TMB do
que cada kg de tecido adiposo

Fonte
Lionel
Am J Clin Nutr, Volume 82, Issue 5, November 2005, Pages 941–948,

Messi
https://doi.org/10.1093/ajcn/82.5.941

12
 25/11/2020

62 kg jo l by

170 cm P u
u l a
Pa
A na m
toTMB: 1430 Kcal
n a c o
t i tu t a a il.
ns a n m
o I S g
e d TMB: 1910 Kcal
n ne TMB n a@
d ad a ria anta
p rie r a M
va s
13
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Nenhuma equação de
predição fornece
estimativas exatas e
precisas de REE.
FLACK, Kyle D. et al. Cross-validation of resting metabolic rate prediction
equations. Journal of the Academy of Nutrition and Dietetics, v. 116, n. 9, p.
1413-1422, 2016.

14
 25/11/2020

l by
u jo
TodasPas equações de
predição
a ula superestimam a
P
A n TMB de referência
a
m
to (89-312 kcal
n a / d; P<0,05).
c o
t i tu t a a il.
ns a n m
o I S g
e d n ne n a@
ad ria anta
GALGANI, Jose E. et al. Validity of predictive equations for resting metabolic rate
in healthy humans. Clinical Science, v. 132, n. 16, p. 1741-1751, 2018.
d a
p rie r a M
va s
15
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

O viés:
Harris-Benedict
(−14 ± 378 kcal / 24 h)
Organização Mundial da Saúde
(−25 ± 394 kcal / 24 h).

Journal of the Academy of Nutrition and Dietetics, v. 116, n. 9, p. 1413-1422, 2016.

16
 25/11/2020

Determinantes para o Gasto

Energético Total
by
j o l
P u
u la
Gasto Energético em Repouso
Pa
A na m
Efeito Térmico dos Alimentos to n a c o
t i tu t a a il.
ns a n m
I
o Física S g
Atividade
e d n ne n a@ PloS one, v. 6, n. 7, p. e22732, 2011.

d ad a ria anta
p rie r a M
va s
17
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Efeito térmico dos

alimentos
8 a 10% do GET

18
 25/11/2020

Determinantes para o Gasto

Energético Total
by
j o l
P u
u la
Gasto Energético em Repouso
Pa
A na m
Efeito Térmico dos Alimentos to n a c o
t i tu t a a il.
ns a n m
o I S g
Atividade
e d Física nne n a@ PloS one, v. 6, n. 7, p. e22732, 2011.

d ad a ria anta
p rie r a M
va s
19
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

GE com Atividade Física

Fator atividade

METs

20
 25/11/2020

Fator Atividade
by
Fator atividade
j o l
1 a 1,4 u
Sedentário e atividades leves diárias
P
u la
Pouco ativo com atividades leves diárias
1,4 a 1,6 Pa
+ 30 a 60 minutos de exercício físico

A naAtivo com atividades diárias + 60mminutos

1,6 a 1,9 o o
a físico moderado
de exercício
u t n l .c
s tit n ta
m ai diárias + 90-
Sa de@
Muito ativo com atividades
1,9 a 2,5In 120eminutos
g
exercício físico moderado
d o
d e i a nn tana
d a a r an
ir e a M a s
21 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
METs – Equivalente Metabólico de Tarefa

MET da atividade x Tempo (h) x Peso (kg)

Exemplos: MET

Correr a 8,3 km/h 9,0

Musculação moderada 4,5

22
 25/11/2020

by
j o l
P u
u la
Pa
Ana m
o na o
ti tut ta ali .c
s a n m
oIn S g
d e @
d e i a nn tana
d a a r an
ir e a M a s
23 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-

GE com Atividade Física

Terça e Quinta:
30 minutos de corrida

Segunda, quarta e sexta

30 minutos de musculação

24
 25/11/2020

GE com Atividade Física

l by
u jo
Terça ePQuinta:
ula de corrida
30 minutos
a
a P x 9 x 0,5 = 255 kcal
57
A n m
to a c o
nquartail.e sexta
i tu Segunda, t a a
s t 30 n de musculação
minutos
a m
I n S4,5 x 0,5@= g255 kcal
d o 57ex
d e i a nn tana
d a a r an
ir e a M a s
25 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
Exemplo
• Mulher, 37 anos
• 160 cm
• 57 kg
• 29% de gordura (BIA 50kz) = 16,5 kg
• 71% de (Massa Livre de Gordura)FFA = 40,47 kg

Objetivo
• 50 kg
• 20% de gordura = 10 kg

Redução de 7 kg de peso,
sendo 6,5 kg de massa gorda.

26
 25/11/2020

Caso clínico
• GEB: ~1297 kcal (Equação de predição Cunigham)
• FA: 1,2 (1,0 a 1,4) - Atividade sentada by
• ETA: 8% - Fator 1,08 j o l
P u
u la
Pa
A na m
to a c o
(GEB X ETA X FA + Gasto com exercício
t i tu físico (METs) ntan a il.
I ns S a g m
1297 x 1,2 x 1,08 = 1681d okcal ne a@
e n n
d ad a ria anta
p rie r a M
va s
27
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-
Caso clínico
(GEB X ETA X FA + Gasto com exercício físico (METs)
1297 x 1,2 x 1,08 = 1681 kcal

GET sem exercício

1681 kcal

GET com corrida

1681 kcal + 255 kcal = 1936 kcal

GET com musculação moderada

1681 kcal + 255 kcal = 1936 kcal

28
 25/11/2020

Exemplo dias sem treino

Restrição
energética 1691 Kcal y
l b
uj o
P
1099 1270 Kcal
25% -35%– l a
Paa
Restrição moderada u
AMA network open, v. 2, n. 10, p. e1913733-

na
e1913733, 2019.

A om
VET de 25 a 35 kcal por kg de tut
o na li .c
massa livre de gordura s ti 71% de FFA 40,47akgnta ma
In 1011 a 1416
Am J Physiol Endocrinol Metab 306: E989–E997, 2014
o S kcal
g
e @
Mota, J. A., Nuckols, G., & Smith-Ryan, A. E. (2019). Nutritional
d nn tana
Periodization. Strength and Conditioning Journal, 1.

d e i a
d a a r an
ir e a M a s
29 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
Exemplo dias com treino
Restrição
energética 1936 Kcal
1258 a 1452 Kcal
25% -35%–
Restrição moderada
AMA network open, v. 2, n. 10, p. e1913733-
e1913733, 2019.

VET de 25 a 35 kcal por kg de

massa livre de gordura 71% de FFA 40,47 kg
Am J Physiol Endocrinol Metab 306: E989–E997, 2014
Mota, J. A., Nuckols, G., & Smith-Ryan, A. E. (2019). Nutritional
Periodization. Strength and Conditioning Journal, 1.
1011 a 1416 kcal

30
 25/11/2020

Restrição energética
Como definir o nível?
• Fenótipo metabólico b y
j o l
• Peso e composição corporal P u
• Marcadores bioquímicos – cortisol u la
• Adesão ao tratamento
a Pa
• É atleta de força? An o m
i tut
o
ta na li .c
s t n m a
• Qual o consumo alimentar I n a
S mais@ g
habitual? d o e “Quanto
n mais
alto o nível de gordura corporal basal,
a o déficit calórico pode ser
agressivamente
e n n
ad ria anta
imposto.” Journal of the International Society of Sports Nutrition, v. 14, n. 1, p. 16, 2017.

d a
p rie r a M
va s
31
r o f t p a .sil
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-
Predição do VET

Recordatório alimentar

Consumo alimentar habitual Importante:

Avaliar o consume real

• Durante a semana: 1700 kcal durante a semana e nos
• Sábado e domingo: 2300 kcal finais de semana.
Avaliar vida social ativa.
• Média diária: 1870 kcal

32
 25/11/2020

Restrição Consumo
energética habitual

j o l by 1870 Kcal
P u
a
1258 a 1452 Kcal Pa
u l Necessidade
energética
A na m
to n a .
com
c o treino

71% de FFA 40,47 kg t i tu t a a il

1936
ns n
1011 a 1416dokcal I
e S a
@
g m
Kcal
d e i a nn tana
d a a r an
ir e a M a s
33 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-

Valor Energético Total dias com treino

1500 Kcal
Valor Energético Total dias sem treino
1300 Kcal

34
 25/11/2020

by
j o l
P u
u la
Após calcular NET e VET Pa
na
Ajustar MACRONUTRIENTES to A
n a c o m
t i tu t a a il.
ns a n m
o I S g
e d n ne n a@
d ad a ria anta
p rie r a M
va s
35
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Começando
pela proteína

36
 25/11/2020

Vantagens da dieta
hiperproteica
Apetite/Saciedade;
l by
ETA;
u jo
GER;
a P
l
Maior oxidação de gordura;
P au
Maior adesão;
Ana m
Preservação da massa magra; o a o
tu t
Melhora dos marcadores bioquímicos a n il.c
t i n t a
I ns
associados ao metabolismo;
S a g m
d o
Neutraliza a termogênese adaptativa; e
n a @
Mantém a taxa e
d metabólica do sonoia n ta n
a an ar
r ied a a s M
37 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
E -m
Referências

• JOHANNSEN, Darcy L. et al. Metabolic slowing with massive weight loss despite preservation of fat-free mass. The Journal of Clinical
Endocrinology & Metabolism, v. 97, n. 7, p. 2489-2496, 2012.

• LEIDY, Heather J. et al. The role of protein in weight loss and maintenance. The American journal of clinical nutrition, v. 101, n. 6, p. 1320S-
1329S, 2015.

• DWYER, Johanna T. et al. Dietary treatment of obesity. In: Endotext [Internet]. MDText. com, Inc., 2015.

• BRAY, George A. et al. Markers of dietary protein intake are associated with successful weight loss in the POUNDS Lost trial. Clinical obesity, v. 7,
n. 3, p. 166-175, 2017.

• HALL, Kevin D.; GUO, Juen. Obesity energetics: body weight regulation and the effects of diet composition. Gastroenterology, v. 152, n. 7, p.
1718-1727. e3, 2017.

• LARSEN, Anne; BIBBY, Bo; HANSEN, Mette. Effect of a Whey Protein Supplement on Preservation of Fat Free Mass in Overweight and Obese
Individuals on an Energy Restricted Very Low Caloric Diet. Nutrients, v. 10, n. 12, p. 1918, 2018.

• YANNAKOULIA, Mary et al. Dietary modifications for weight loss and weight loss maintenance. Metabolism, 2019.

• DRUMMEN, Mathijs et al. High compared with moderate protein intake reduces adaptive thermogenesis and induces a negative energy balance
during long-term weight-loss maintenance in participants with prediabetes in the postobese state: a PREVIEW study. The Journal of nutrition, v.
150, n. 3, p. 458-463, 2020.

38
 25/11/2020

O excesso de energia como proteína estimula

agudamente 24EE e SleepEE.

b y
j o l
P u
40% de excesso calórico

u la
Pa
Ana Fonte

o a .com The American

tut
Journal of

a n i l Clinical

sti t a Nutrition ,
n
gm
Volume 101,
n a
oI
Issue 3, March
S 2015, Pages

ne a@
496–

e d n n
505, https://doi.
org/10.3945/ajc

d ad a ria anta n.114.091769

p rie r a M
va s
39
r o f t p a .sil
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
Fonte E-
The American Journal of Clinical Nutrition , Volume 101, Issue 3, March 2015, Pages 496–505.

Gasto energético Gasto energético no

diário sono
40
 25/11/2020

b y
o l
Manter a massa P u j
l a
durante o Pa
u
Emagrecimentoo Ana o m
tut ta na li .c
s ti a n m a
oIn S g
d e @
d e i a nn tana
d a a r an
ir e a M a s
41 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
Quanto indicar de proteína?
25 - 35% de proteína
1,2 a 2,2g de proteína/ kg/dia (máximo 3g/kg de peso corporal) – 1,6 a 2,2g

Pelo menos 0,25 (jovens) – 0,40g (idosos) de

proteína/kg/refeição
0,1 a 0,14 EAS/kg kg/refeição
~2 a 3g de leucina/refeição
Proteínas a cada ~ 3-4h ao longo do dia (vigília)?
40g Pré sleep ou após Treino Full Body
Fonte
Sports Nutr Rev J, 14 (2017), p. 20; Sports Medicine, v. 49, n. 2, p. 185-197, 2019; GWIN, Jess A. et al. Effects of
high versus standard essential amino acid intakes on whole-body protein turnover and mixed muscle protein
synthesis during energy deficit: a randomized, crossover study. Clinical Nutrition, 2020.

42
 25/11/2020

Distribuição de proteínas
b y
O padrão de ingestão jo l de proteínas
é de importância u
P mínima em
l a
comparação au com a quantidade de
P
proteína
na consumida no contexto
de
o A refeições mistas. a o m
tu t a n il.c
t i n t a
I ns S a g m
d o ne a@
e n n
Fonte

d ad a ria anta
KIM, Il-Young; DEUTZ, Nicolaas EP; WOLFE, Robert R. Update on maximal anabolic response to dietary protein. Clinical Nutrition, v. 37, n. 2, p. 411-418, 2018.

p rie r a M
va s
43
r o f t p a .s il
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-

Quanto indicar de proteína?

Paciente com 57 kg
VET: 1500 Kcal (com treino)

1,6 a 2,2 de Mínimo

25 a 30% proteína por 0,25 a 0,4/kg/
kg de peso refeição

44
 25/11/2020

by
j o l
Restrição calórica
u
P
aula
n a P o consumo proteico
Ajustar
A om
tut
o na li .c
s ti nta macros*
Ajustar osaoutros ma
In S g
e do e
nn tana
@
a d r i a n
ir e d M a s a*Conforme perfil bioquímico e adesão

45 p r a l va
o a i
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
LOW CARB
VLCD/Cetogênica:
< 50g de CHO/dia
5 a 10% Estudos experimentais utilizaram
Low carb restrita de 20g a 130g de carboidratos ao
dia ou de 5 a 44% do VET.
10 a 25%
Low carb moderada:
26 a 44%
Fonte
Nutrition in Clinical Practice Volume 26 Number 3 June 2011 300-308.

46
 25/11/2020

LOW CARB
GORDURA CENTRAL, RI E TGL by
j o l
Localização da gordura
P u
u la
Marcadores bioquímicos
Pa
Ana
Patologias (diabetes tipo 2, SOMPC e risco
m
para DCV, DGHNA) o na o
ti tut ta a li .c
Adesão! s a n m
o In S g
d e @
d e i a nn tana
d a a r an
ir e a M a s
47 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
Exemplo LOW CARB MODERADA
Paciente com 57 kg
VET: 1500 kcal

1,84g/kg de peso Proteína

Lipídios
105g de proteínas 36%
28%
420 kcal
28%
Carboidrato
36%

48
 25/11/2020

proteína 30%

01.l by carboidratos 50%

gorduras 20%

u jo
P
la proteína 25%

n a P au 02. carboidratos 55%

gorduras 30%
A o m
Composição ti tut
o
ta na c
il. 30%
a
proteína
hiperproteica/low
o In s fat e Sa 03.
n
@
g m carboidratos 45%
gorduras 25%
d n a
a d e
r ian ntan
ied M a sa
r ra a
49
r op ft p a .s i lv
P o o n e
i s d n
On ncia aria
e m
Lic ail:
m
E-
Exemplo LOW CARB
Paciente com 57 kg
VET: 1500 kcal

1,84g/kg de peso Proteína

105g de proteínas 28%
Lipídios
420 kcal 47%
28%
Carboidrato
25%

50
 25/11/2020

Exemplo LOW CARB MODERADA

Paciente com 57 kg
VET: 1500 kcal
b y
j o l
1,84g/kg de peso P uProteína
105g de proteínas Lipídios
36% u la 28%
420 kcal Pa
28%
Mínimo 14g/refeição Ana m
o na
Carboidrato o
ti tut ta
36%
a li .c
s a n m
oIn S g
d e @
d e i a nn tana
d a a r an
ir e a M a s
51 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
Distribuição de proteína
Pelo menos 0,25–0,40g de proteína / kg / refeição
Pelo menos 14 a 23g por refeição

28% | 420 Kcal | 105g | 1.84g

Café de manhã Almoço

20g 35g
Lanche da tarde Jantar

15g 35g
Total: 105g

52
 25/11/2020

by
j o l
P u
ul a
Pa
Ana m
o na o
ti ta tut a li .c
sa n m
o InS g
d e @
d e i a nn tana
d a a r an
ir e a M a s
53 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-
Para perder 1 kg de
gordura
Primeiro mês de restrição
calórica

~ 4750 kcal
Após 6 meses restrição calórica

~ 7000 kcal
Fonte
MAGKOS, Faidon. On adaptive thermogenesis: just another weight-loss tale?. The
American Journal of Clinical Nutrition, 2020.

54
 25/11/2020

by
l
Conhecimento que P u j o

transforma é conhecimentoa ula

P
Aplicado! o An a
a om
tut a n li .c
I nsti a n t
g m a
o S @
Ana Paula Pujold e
d e i a nn tana
d a a r an
ir e a M a s
55 o p a r i l v
Pr o ft o p
n e .s
n is a d a n
O c i ri
e n a
m
Lic ail:
m
E-