ARTIGO Metodologia de correção e ajuste da mortalidade com...

Resumo

O objetivo deste trabalho foi gerar um sistema ou modelo de tábuas de vida atualizado, específico para o Brasil, com ointuito de obter dados de mortalidade por sexo e idade das microrregiões e dos municípios que apresentam registro civilincompleto. O modelo foi construído a partir de variáveis que mantêm elevadas correlações com a mortalidade infantil dasmicrorregiões do país. Criou-se, para cada uma dessas microrregiões, um índice similar ao Índice de DesenvolvimentoHumano (IDH) da Organização das Nações Unidas (ONU), de tal forma que cada uma delas passou a possuir índices, dosquais resultou uma média e um índice geral de correlação com a mortalidade infantil bastante elevado. O ordenamento dessasmicrorregiões tendo por referência os respectivos índices possibilitou a criação de 40 macrorregiões, cada uma delas com,pelo menos, um milhão de habitantes, base estatística para a criação do modelo aqui proposto. A aplicação do modelo a partirdas informações de mortalidade infantil estimadas pela Fundação Instituto Brasileiro de Geografia e Estatística (IBGE) mostrou-se satisfatória. Além da mortalidade infantil, outros pontos de partida poderão ser utilizados, como dados censitários sobreorfandade, viuvez, etc.

Palavras-chaves: tábua de vida; mortalidade; modelo; Brasil.

Summary

The objective of this study was to generate a system or model of life tables, updated and specific for Brazil, to obtainmortality data by sex and age for the micro-regions and municipal districts with incomplete civil registration. Themodel was built from variables that are highly correlated with the infant mortality in the micro-regions. An individualindex, similar to the Human Development Index (HDI) used by the United Nations‘s (UN), was created for each micro-region; the average of these indexes represents a general index, which has a high correlation with infant mortalty. Theordering of these micro-regions based on their respective indexes permitted 40 macro-regions with at least onemillion inhabitants to be created. This is the statistical basis for the present model that was created. The applicationof this model, using infant mortality information estimated by the Brazilian Institute of Geography and StatisticsFoundation (IBGE), was satisfactory. Besides infant mortality, the model might be applied to other data, such as censusdata on orphanhood, widowhood, etc.

Key words: life table; mortality; model; Brazil.

Correction and Adjustment Method for Mortality with Updated Life Table Model for Brazil

Paulo CampanárioFundação Seade – Sistema Estadual de Análise de Dados, São Paulo-SP

Paulo Borlina MaiaFundação Seade – Sistema Estadual de Análise de Dados, São Paulo-SP

Endereço para correspondência:Fundação Seade, Av. Cásper Líbero, 464, São Paulo-SP. CEP: 01033-000E-mail: [email protected] e [email protected]

Metodologia de correção e ajuste da mortalidadecom tábuas-modelo de vida atualizadas para o Brasil*

[Epidemiologia e Serviços de Saúde 2004; 13(3) : 147 - 174] 147

ARTIGO

ORIGINAL

* Pesquisa demandada por meio de edital e apoiada com recursos doProjeto Vigisus, Secretaria de Vigilância em Saúde, Ministério da Saúde.

148 ● Volume 13 - Nº 3 - jul/set de 2004 ● Epidemiologia e Serviços de Saúde

Introdução

Este artigo origina-se do projeto “Desenvolvimentode Metodologias Alternativas para a Análise de Bancosde Dados Secundários”,1 demandado pelo então Cen-tro Nacional de Epidemiologia (Cenepi), da FundaçãoNacional de Saúde (Funasa) – atual Secretaria de Vigi-lância em Saúde (SVS), do Ministério da Saúde –, noâmbito do Projeto Vigisus, cujo relatório final foi entre-gue em agosto de 2001. O seu objetivo foi apresentartécnicas para o uso de parte do banco de dados dosistema de vigilância epidemiológica. O relatório foiestruturado em dois grandes capítulos. O Capítulo I apre-sentou a metodologia de uso de análise fatorial e declusters para a preparação de um banco de dados re-sumido, para facilitar a tomada de decisões em políticaspúblicas de saúde. O Capítulo II tratou de metodologiade correção e ajuste da mortalidade das microrregiõesbrasileiras com a utilização de novo modelo de tábuasde vida adaptado à situação atual do país. O presenteartigo é um resumo desse segundo capítulo.

Deve-se enfatizar que as taxas de mortalidade têmenorme importância para fins epidemiológicos. En-tretanto, constata-se, ainda hoje, uma omissão signifi-cativa dos dados fornecidos pelo registro civil na mai-oria dos Estados da Federação. Além do problema dosub-registro, centenas de Municípios cujas taxas demortalidade não podem ser calculadas devido ao pro-blema estatístico de sua pequena população, apre-sentam, conseqüentemente, um número excessiva-mente pequeno de óbitos anuais, causador de oscila-ções muito grandes nessas taxas.

Para minorar os problemas acima citados, a Fun-dação Instituto Brasileiro de Geografia e Estatística(IBGE), em 1980, propôs o trabalho “Brasil: Tábuas-Modelo de Mortalidade e Populações Estáveis”, publi-cado em 1981.2 Nele, é apresentado um modelo detábuas de mortalidade segundo diferentes níveis deesperança de vida ao nascer, adaptado aos perfis demortalidade por sexo e idades prevalecentes no Brasilantes dos anos 80. Existem vários modelos similares,adaptados a diferentes regiões do mundo, como o“Regional Model Life Tables and Stable Populations”,3

de Coale & Demeny, o “Model Life Tables for Under-Developed Countries”,4 das Nações Unidas, o “ModelLife Tables for Developing Dountries”,5 mais recente etambém das Nações Unidas, o “Nouvelles Tables-Typede Mortalité”,6 de Lerdermann, etc.

A idéia essencial desses modelos, ainda válida, é ade que, a cada nível de mortalidade em geral (ou deesperança de vida ao nascer) corresponde uma for-ma específica de taxas de mortalidade por grupos deidades e sexo. Uma explicação detalhada dessa rela-ção pode ser encontrada no citado trabalho de Coale& Demeny. Por outro lado, a partir dos anos 80, oBrasil passou por um processo de desenvolvimentoque provocou certas modificações nos padrões demortalidade. Pode-se citar, entre outras, a diminuiçãoabrupta da mortalidade infantil em razão dos progres-sos ocorridos no saneamento básico, das campanhasde vacinação em massa, etc.; e um aumento da morta-lidade, principalmente masculina e em jovens adultos,por violências. Essas e outras transformações fazemcom que as curvas de mortalidade também se modifi-quem, especialmente a partir dos anos 80.

Metodologia de correção e ajuste da mortalidade

A partir dos anos 80, o Brasilpassou por um processo dedesenvolvimento que provocoumodificações nos padrões demortalidade.

Portanto, o problema da utilização desses mode-los, especificamente o modelo do IBGE, é seu graude atualização e não uma possível caducidade dashipóteses sobre as quais eles se fundamentam. O quese propõe, nesta oportunidade, é a construção deum novo modelo de mortalidade, atualizado a partirde dados do país – oriundos dos Estados, regiõesou Municípios – que tenham uma cobertura do re-gistro civil superior a 95%, baseando-se emquantificações divulgadas nos “Indicadores de Da-dos Básicos para a Saúde no Brasil 2001”7 da RedeInteragencial de Informações para a Saúde (Ripsa),do Ministério da Saúde. Critério igual de coberturade 95% pode ser encontrado em Vasconcelos.8

Por outro lado, o modelo aqui elaborado é consi-derado adequado para o período a partir dos anos80, tão-somente. Com efeito, além de seus dados se-rem recentes, utilizou-se, inclusive como ponto departida, o já citado modelo de tábuas de vida,2 cujosesclarecimentos estão disponíveis neste artigo. Fica im-plícito que este último modelo ainda é válido para adécada de 70 e anteriores.

Epidemiologia e Serviços de Saúde ● Volume 13 - Nº 3 - jul/set de 2004 ● 149

Metodologia

Correção e ajuste damortalidade com sistema detábuas-modelo de mortalidade atualizado

Nos diferentes bancos de dados eletrônicos à dis-posição, foram encontradas, aproximadamente, 400variáveis. Muitas delas, com certeza, apresentariamqualidade deficiente. Outras, provavelmente, seriamredundantes. E outras, irrelevantes sob o ponto devista social, econômico e/ou epidemiológico.

Como primeiro passo, o grupo de pesquisadoresenvolvidos no projeto consultou uma bibliografia es-pecífica sobre a qualidade e as características das in-formações disponíveis nos bancos de dados.9-14 A se-guir, reuniu-se, diversas vezes, com pesquisadores quese dedicam a analisar esses bancos de dados (ver Agra-decimentos, no final do artigo). Seguidamente, parafiltrar tais variáveis e dar início ao Capítulo I do proje-to, foi utilizada a Técnica de Delfos, desenvolvida pelaRand Corporation nos anos 60; para exemplo maisdetalhado dessa técnica, ver Adams.15 Esse procedi-mento metodológico vem sendo utilizado amplamen-te, nos meios acadêmicos e empresariais, quando oassunto é complexo e não se dispõe de conhecimen-tos práticos para opções técnicas ou metodológicas,prognósticos, etc. Sua característica essencial é, dadauma pesquisa qualquer, a tomada de decisões pelamaioria do grupo de técnicos envolvidos no trabalho,após discussões e confronto de idéias. No caso espe-cífico das 400 variáveis, um assunto de abordagem

altamente complexa, os técnicos discutiram todas elas,uma a uma, trocaram idéias sobre as informações econhecimentos adquiridos nos livros e reuniões es-pecificados e decidiram, por maioria, quais seriam asmais relevantes para o estudo. Dessa forma, foram es-colhidas 188. A partir destas, excluindo as que apre-sentavam altas proporções de informação ignorada,pequena variabilidade, grande número de Municípi-os ou microrregiões sem informação, etc., restaram40. Finalmente, via procedimentos estatísticos, forameliminadas as variáveis que forneciam informações si-milares (redundantes), chegando-se às 25 indicadasna relação abaixo, ponto de partida empírico dos Ca-pítulos I e II do relatório do projeto que deu origemao presente artigo.

A análise fatorial, realizada no Capítulo I do relató-rio do projeto, permitiu sintetizar a maior parte dasinformações contidas nessas 25 variáveis, em três in-dicadores ou fatores: um primeiro, essencialmentesocioeconômico, caracterizado por dados deescolarização, finanças públicas e serviços de saúdeespecializados, principalmente de caráter ambulatorial;um segundo, que se pode interpretar como expres-são da acessibilidade ao sistema hospitalar público[financiado pelo Sistema Único de Saúde (SUS)]; eum terceiro, em que se expõem as despesas com ativi-dades sociais. A partir desses fatores, chegou-se a qua-tro clusters, úteis para a tomada de decisões em polí-ticas públicas de saúde.

Por outro lado, para a elaboração da metodo-logia de correção e ajuste da mortalidade, ou seja, o

Paulo Campanário e Paulo Borlina Maia

vvvv...

Taxa de exames em patologia clínicaTaxa de exames em radiologiaTaxa de consulta médica de pré-natalTaxa de consulta em clínica médicaTaxa de atendimento em urgência/emergênciaTaxa de consulta médica em cardiologiaTaxa de atendimento ginecológico-obstétricoPorcentagem de mães com mais de seis consultas de pré-natalTaxa de internação por doenças do aparelho geniturinárioTaxa de internação por doenças infecciosasTaxa de internação por doenças do aparelho digestivoTaxa de internação por doenças do aparelho respiratórioTaxa de internação por doenças do aparelho circulatório

Taxa de internação total sem gravidezDespesas orçamentárias com educação e culturaDespesas orçamentárias com habitação e urbanismoDespesas orçamentárias com saúde e saneamentoReceita orçamentária per capitaÍndice de arrecadação própriaPorcentagem de chefes de domicílio com mais de 12 anos de instruçãoEscolaridade média do chefe do domicílioDocentes no ensino médioMatrículas no ensino médioPorcentagem de pessoas ocupadas em empresasPorcentagem de pessoas ocupadas em estabelecimentos agropecuários

Relação dos 25 indicadores utilizados no projeto "Desenvolvimento de metodologias alternativas para a análisede bancos de dados secundários". Brasil, 2002


Capítulo II do projeto e também objeto deste artigo,foi introduzida, como indicador geral de mortalida-de, a taxa de mortalidade infantil corrigida,obtida em “Estimativas de Mortalidade Infantil porMicrorregiões e Municípios”16 e adotada, oficialmen-te, pelo Ministério da Saúde. Trata-se da única infor-mação confiável e disponível sobre mortalidade dopaís, para todas as suas microrregiões. Prováveis er-ros no cálculo dessa taxa – estimada por métodosindiretos – devem ser relativizados, pelo menos noque se refere ao seu aproveitamento nesta pesquisa.Em primeiro lugar porque, juntamente com outrasvariáveis, a referida taxa foi empregada para gerar agru-pamentos de microrregiões com mais de um milhãode habitantes, de tal forma a se chegar a 40macrorregiões que apresentam taxas de mortalidadeem uma seqüência crescente, o que será justificadoposteriormente. Por esse motivo, pequenos desvios,para mais ou para menos, praticamente não afetamesses aglomerados. Em segundo lugar, a taxa foi utili-zada apenas para exemplificar uma das aplicações domodelo proposto, como se verá mais adiante.

As correlações entre as taxas de mortalidade in-fantil das microrregiões e os três fatores citados sãobaixas (fatores I, II e III com correlações, respectiva-mente, de -0,51, -0,33 e -0,26). Assim, esses fatoresnão puderam servir, como se esperava de início, deponto de partida para se chegar ao modelo de morta-lidade proposto. Isso significa, em termos práticos,que não se podem relacionar os clusters encontradoscom a mortalidade.

Apesar de não poder utilizar tais clusters, a equipese valeu dessas 25 variáveis selecionadas na primeiraparte do projeto. Foram feitas correlações de cadauma dessas variáveis com a variável mortalidade in-fantil e os valores oscilaram entre -0,15 (taxa de aten-dimento em urgência/emergência) e -0,73 (númerode anos de estudo do chefe do domicílio). De todaselas, 17 foram descartadas por apresentarem peque-na ou nenhuma correlação com a mortalidade infan-til. Optou-se pelo critério de que só seriam aceitas ascorrelações inferiores a -0,5 ou superiores a +0,5,baseado na premissa de que, normalmente, com vari-áveis sociais, são níveis de correlação empiricamenteaceitáveis. Eis as sete variáveis selecionadas:- escolaridade média do chefe (número de anos de

estudo, pertencente ao fator 1);

- porcentagem de chefes de domicílio com mais de12 anos de instrução (fator 1);

- número de matrículas no ensino médio por 100habitantes entre 15 e 19 anos de idade (fator 1);

- número de docentes por 100 pessoas entre 15 e19 anos de idade (fator 1);

- porcentagem de pessoas de mais de dez anos deidade ocupadas em empresas, por 100 habitantes(fator 1);

- taxa de internação por doenças do aparelho cir-culatório (fator 2); e

- receita orçamentária per capita (fator 3).Destas sete – todas apresentando valores negati-

vos –, quatro mantêm uma relação direta com educa-ção, apesar de serem independentes entre si. Elas fo-ram selecionadas tendo em vista critérios estatísticos,como já foi afirmado. As três variáveis restantes me-dem, de uma ou outra forma, o grau de desenvolvi-mento da microrregião. Com efeito, a porcentagem depessoas de mais de dez anos de idade ocupadas emempresas mede a porcentagem de pessoas com car-teira de trabalho assinada ou, mais concretamente, aporcentagem de pessoas no setor formal da econo-mia; a taxa de internação por doenças do aparelhocirculatório mede a sofisticação do sistema de atendi-mento; e, finalmente, a receita orçamentária per capitamede o poderio econômico da microrregião. Em suma,a mortalidade geral e, principalmente, a infantil de-pendem do grau de educação das pessoas e do de-senvolvimento da microrregião.

Esses dois grupos de variáveis – as 25 utilizadasno Capítulo I do relatório para definir clusters e assete utilizadas neste estudo – representam duas reali-dades diferentes, mas complementares. Por um lado,as primeiras e seus quatro agrupamentos indicam amorbidade das pessoas e a sua situação de saúde pormicrorregiões, podendo sinalizar políticas públicasespecíficas para aperfeiçoar o atendimento ambu-latorial e a internação. Já as sete variáveis corre-lacionadas com a taxa de mortalidade infantil podemsinalizar políticas públicas específicas para diminuir amortalidade, primordialmente infantil, ademais de se-rem úteis à criação das tábuas-modelo de mortalida-de e seus inúmeros desdobramentos, caso das proje-ções populacionais, entre outros. Isso também signifi-ca que, nos dias de hoje, existe uma relativa autono-mia entre morbidade, ou seja, o estado de saúde da



população, e mortalidade. Contudo, é indiscutível quese deva almejar, sempre, a diminuição das duas, emprol do maior bem-estar social.

Pois bem: a partir das sete variáveis especificadas,criou-se, para cada uma delas, um índice que varia de 0a 100, similar ao Índice de Desenvolvimento Humano(IDH) da Organização das Nações Unidas (ONU), talcomo vem sendo definido e explicado, há anos, nos“Informes sobre Desarrollo Humano”17 do Programadas Nações Unidas para o Desenvolvimento (PNUD).Desse modo, cada microrregião passou a possuir seteíndices, cuja média resultou em um índice geral, aquidenominado Índice de Variáveis Relacionadas com aMortalidade, ou simplesmente IVRM. Sua correlaçãocom a mortalidade infantil é igual a 0,73, bastante eleva-da para fins de análise social e epidemiológica.

No seguinte item, explica-se como foi utilizado oIVRM para se chegar às tábuas-modelo de mortalida-de. Por ora, e apenas para efeitos de visualização, nomapa do Brasil, das microrregiões com seus respecti-vos índices, foi feita uma divisão do IVRM em doisgrupos: um primeiro grupo de microrregiões com

índices iguais ou inferiores a 30; e um segundo grupocom índices superiores a 30. Trata-se de uma divisãoarbitrária, estabelecida depois de algumas tentativasde acerto e erro; no entanto, mostra um país conheci-do de todos, dividido em dois, o que reforça a robustezmetodológica do índice. Essas duas “grandes regiões”,por assim dizer, são representadas no mapa da Figura 1:a primeira inclui a Região Norte, a Região Nordeste, onorte de Minas Gerais, o norte do Espírito Santo e,parcialmente, os Estados de Mato Grosso e Goiás; asegunda é formada pelos demais Estados da RegiãoCentro-Oeste, todos os da Região Sul e os Estados deSão Paulo, Rio de Janeiro e sul de Minas Gerais. Asexceções são as capitais dos Estados dessa granderegião constituída pelo Norte-Nordeste e mais algunspontos (microrregiões) da outra “grande região”,segundo o critério definido pelos pesquisadores.

Macrorregiões comcobertura de mortes aceitável

Para a criação de tábuas-modelo de mortalidade,necessita-se, em primeiro lugar, de dados de mortali-

Figura 1 - Índice de Variáveis Relacionadas com a Mortalidade (IVRM), por microrregiões. Brasil, 2002


Até 3030 e mais

Grupo


dade confiáveis. Por esse motivo, foram utilizados so-mente os dados das microrregiões nos Estados comestatísticas de mortalidade cuja cobertura fosse supe-rior a 95%. De acordo com fonte já indicada,7 somen-te o Rio Grande do Sul, o Paraná, Santa Catarina, SãoPaulo, Mato Grosso do Sul e o Rio de Janeiro fazemparte dessa categoria.

O passo seguinte foi separar as microrregiões per-tencentes a esses Estados com cobertura elevada, dasoutras microrregiões. Restaram 185 microrregiões,de um total de 559, abarcando aproximadamente 40%da população do país.

Foi feita uma classificação dessas microrregiõessegundo o IVRM, em ordem crescente. Depois, foramsomadas as populações nessa mesma ordem, de for-ma a obter aglomerações de pelo menos um milhãode habitantes, número necessário à obtenção de cur-vas de mortalidade por sexo e idade, sem oscilaçõesdevidas a um reduzido número de mortes. Para maiorsegurança contra essas perturbações, foram utiliza-dos dados de mortalidade disponíveis para os trêsanos mais recentes (1996, 1997 e 1998).

A microrregião do Rio de Janeiro, que abarca oMunicípio do mesmo nome e alguns outros da suaÁrea Metropolitana, apresentou número bastante in-ferior de mortes no banco de dados do sistema deinformações sobre mortalidade, se comparado como número de mortes disponível na página eletrônicado Ministério da Saúde, possivelmente devido a algumerro na transmissão dos dados. O problema é que osdados do Ministério da Saúde, provavelmente corre-tos, não apresentam as mortes discriminadas por sexoe grupos etários, informação absolutamente necessá-ria para gerar o modelo. Por esse motivo, foi descarta-da a microrregião do Rio de Janeiro. Chegou-se a umtotal de 40 macrorregiões classificadas segundo oIVRM e com pelo menos um milhão de habitantes.

Ao analisar o comportamento das probabilidadesde morte por sexo e idades dessas 40 macrorregiões,observou-se que as curvas assim obtidas tinham pa-drões muito diferentes, sem relação com a ordem dasmacrorregiões no que diz respeito ao IVRM, fato que,aparentemente, invalidava a tentativa de criar um mo-delo de tábuas de mortalidade para o país. Contudo,depois de analisar diferentes possibilidades, constatou-se que tais padrões diferenciados apareciam, princi-palmente, no sexo masculino e em idades adultas jo-

vens. A conclusão foi simples: as causas externas e aaids explicavam tais diferenças de padrão. Portanto, opasso seguinte foi eliminar as mortes por essas causasdas restantes e gerar probabilidades de morte por ida-des sem esses fatores perturbadores. Sendo assim, oponto de partida empírico das tábuas-modelo foi amortalidade por sexo e idades sem causas externas eaids.

Metodologia para a criaçãode tábuas-modelo de mortalidade

O princípio básico que muitos pesquisadores ado-taram para desenvolver tábuas-modelo de mortalida-de é a relação estreita entre a esperança de vida aonascer (ou aos 10 anos) e as probabilidades de mor-te em diferentes idades. Esse foi o princípio adotadonas tábuas-modelo já citadas.2-5 Normalmente, a rela-ção é mais estreita: por um lado, entre a esperança devida ao nascer e as probabilidades de morte dos me-nores de 1 ano, entre 1 e 4 e entre 5 e 9 anos; poroutro lado, entre a esperança de vida aos 10 anos deidade e as probabilidades de morte dos grupos etáriosque seguem (acima dos 10 anos de idade).

Pode-se medir essa relação com correlações ouvisualizá-la em um gráfico, onde o eixo x representa aesperança de vida ao nascer (ou aos 10 anos) e oeixo y representa as probabilidades de morrer de de-terminado grupo etário das 40 macrorregiõesselecionadas (menores de 1 ano, 1 a 4, 5 a 9, etc.). Nopresente caso, foram realizados ensaios com as pro-babilidades e as esperanças de vida ao nascer e aos10 anos. Concluiu-se que o modelo mais apropriadoé o que relaciona a esperança de vida aos 10 anoscom as probabilidades de morte em todas as idades.

O passo seguinte foi escolher a função mais apro-priada para descrever a “nuvem” de pontos do gráfi-co da esperança de vida versus probabilidades demorte por idades. Foram tentadas inúmeras funções,a começar pelas utilizadas por Coale & Demeny e pe-los autores do Modelo Brasil. Nenhuma delas se mos-trou eficaz, pois não acompanhavam adequadamentea citada nuvem de pontos, o que se explica, talvez,pelo fato de o modelo pretendido apresentar caracte-rísticas muito específicas. Em primeiro lugar, tenta-segerar um modelo com dados recentes, referidos a1997, localizado em um só ponto do tempo, ao con-trário dos modelos já citados, que sempre abarcam



um período de várias décadas. Em segundo lugar, astaxas futuras de qualquer região do Brasil não dimi-nuirão com a mesma intensidade que a observada emdécadas passadas, pois o país se encontra em estágiorelativamente avançado de transição demográfica eepidemiológica, como concluem Figoli e Wong,18 MelloJorge e Gotlieb,19 Barreto e Carmo.20

A função que melhor se adaptou às especificidadesacima foi a logística, desde que aplicada comparâmetros apropriados, como será esclarecido a se-guir. Essa função pode ser descrita como uma curvacom um platô ou nível máximo (denominado assíntotasuperior), um mínimo (assíntota inferior) e uma tran-sição contínua e suave entre esses dois extremos, comum ponto de inflexão entre eles. Uma boa descriçãoda função pode ser feita comparando-a ao perfil deum “tobogã”. Essa função é definida por quatroparâmetros: a assíntota superior; a assíntota inferior;e dois pontos intermediários que definem a formacomo a curva passa de uma assíntota a outra (mais oumenos inclinada, mais ou menos rapidamente, etc.).A curva logística e seus parâmetros são dados pelasfórmulas abaixo:

(a escolha deste ano específico também será justificadamais adiante); e finalmente, t é uma escala definida apartir das esperanças de vida aos 10 anos de idade,cujo ponto zero corresponde a q

xde 1980, o que,

igualmente, será justificado mais adiante.Como todas as taxas das macrorregiões são recen-

tes (1996, 1997 e 1998, com média em 1997), pode-se assumir que, em um passado não tão remoto, elastinham uma assíntota superior muito similar, haja vista opaís ter passado rapidamente, a partir dos anos 50,pelas diferentes etapas da transição demográfica eepidemiológica. Pode-se, então, adotar a assíntota su-perior da função como um ponto do passado imediata-mente anterior ao do início da transição demográfica,ou seja, nos anos 40, quando a mortalidade era relati-vamente homogênea e elevada. A esperança de vida aonascer do Brasil, nessa década, era de aproximada-mente 45 anos para homens e 50 para mulheres. Poresse motivo, adotou-se o Nível 11 das já citadas tábuas-modelo do IBGE 2 e suas respectivas probabilidades demorte por grupos etários. O Nível 11 apresenta, paramulheres, uma esperança de vida ao nascer de 50,1anos e, para homens, de 44,6 anos. Ao adotar esse níveldas tábuas-modelo do IBGE como assíntota superior,está-se assumindo, por conseguinte, que esse modelo– desenvolvido em 1981, com dados que iam de 1920a 1970 –, serve como ponto de partida das probabili-dades de morte mais elevadas no modelo aqui propos-to. Como nosso objetivo é o de gerar um modelo repre-sentativo a partir dos anos 90, fica implícito que houveuma transição de padrão paulatina entre o modelo doIBGE e o aqui apresentado, ou, mais especificamente,entre os anos 40 e os anos 90.

A assíntota inferior foi definida como uma médiados quatro países que, nos dias de hoje, apresentamas menores taxas de mortalidade, ou seja, as maioresesperanças de vida ao nascer, e que tinham dadosdisponíveis sobre mortes por causas externas e aids.Foi excluído o Japão, cujas taxas, tão baixas, encon-tram-se demasiado distantes da nossa realidade paraservir como um paradigma à mortalidade futura doBrasil. Os países selecionados foram o Canadá, os Es-tados Unidos da América, a França e a Alemanha. Foifeita uma média de suas probabilidades de morte poridades (sem causas externas e aids), sendo assim de-finida, para cada idade e sexo, uma probabilidade lon-gínqua (futura) – a assíntota inferior.


qx

= +K1K2

(1+ a+bt)

= 1n K2K1

qx(1980)

K1

qx(1980)+ –

b =

– aK2

–

K1

qx(1997)

K1

qx(1997)+ –t * 1n

1

a

e

Na fórmula: qx

é a probabilidade de morte na ida-de x; K

1é a assíntota inferior; K

2é a diferença entre a

assíntota superior e a inferior; a e b são parâmetros;q

x(1980)é a probabilidade média de morrer do Brasil

na idade x em 1980 (a escolha deste ano específicoserá justificada mais adiante); q

x(1997)é a probabili-

dade média de morrer do Brasil na idade x em 1997



Definidas as assíntotas superior e inferior, passou-sea buscar os dois pontos intermediários para que a curva(o “tobogã”) assumisse uma forma adequada, ou seja,representasse a nuvem de pontos de 1997 da melhormaneira possível. Estatisticamente, a função logística defi-nida a partir dos quatro parâmetros (assíntotas superiore inferior, e os dois pontos intermediários) deve ter umacorrelação elevada com a nuvem de pontos de 1997, emcada grupo etário e para cada sexo.

Foram realizadas inúmeras tentativas até que fos-sem encontrados os dois pontos intermediários maisadequados. Tentou-se, para o primeiro deles, ou seja,o mais próximo da assíntota superior, adotar as pro-babilidades de morte da macrorregião com a maiorprobabilidade de morte; buscou-se, igualmente, cal-cular uma média das probabilidades dasmacrorregiões com as maiores mortalidades gerais;também tentou-se adotar as probabilidades de mortede vários pontos intermediários quaisquer entre osanos 50 e os 90, etc. A melhor solução foi adotar asprobabilidades de morte por idades e sexo do Brasilem 1980 (cuja esperança de vida era de 64,8 anospara mulheres e de 59,9 anos para homens, localiza-da entre os níveis 17 e 18 do modelo do IBGE).

Tentativas análogas foram realizadas para encon-trar o segundo ponto intermediário da função logística.O eleito foi a média das probabilidades de morte paracada idade e sexo, das macrorregiões, em 1997. Des-sa forma, a função logística foi forçada a passar emmeio à nuvem de pontos desse ano.

Em resumo, foram geradas 18 curvas logísticaspara cada sexo (o número de grupos etários). Asassíntotas superiores representam um ponto no pas-sado, aproximadamente nos anos 40; as inferioresrepresentam um ponto no futuro, para o qual foramutilizadas as médias das probabilidades de morte dosquatro países desenvolvidos selecionados. O primeiroponto intermediário representa o país em 1980; e ooutro ponto, o país em 1997.

Na Figura 2, pode-se visualizar como a funçãologística ajustou as probabilidades de morte por ida-des e sexo das macrorregiões. Todas as característi-cas dessa função podem ser conferidas na Tabela 1.

Os valores das esperanças de vida ao nascer ob-servados e os ajustados com a função logística, das40 macrorregiões, são muito similares (Tabela 2),sendo sua correlação bastante elevada: 0,992 e 0,985

para homens e mulheres, respectivamente. Esses fa-tos mostram que a função encontrada é robusta, oque justifica a construção das tábuas-modelo a par-tir dela. Na Figura 3, há uma amostra de 6 das 47probabilidades de morte para cada sexo: duas ex-tremas (Níveis 1 e 47) e quatro intermediárias (Ní-veis 7, 17, 27 e 37).

Relação entre as esperançasde vida masculinas e femininas

Para cada uma das 40 macrorregiões que deramorigem às tábuas-modelo de mortalidade, como seexplicou nos pontos anteriores, foram geradas espe-ranças de vida ao nascer ajustadas para cada sexo.Esses dois conjuntos de 40 esperanças de vida ao nas-cer foram colocados lado a lado, em formato de gráfi-co. Observou-se a existência de uma relação pratica-mente linear entre ambos, com tendência a aumentaras suas diferenças conforme cresce o seu valor, fatocondizente com o que se conhece a respeito das ten-dências em outros países. A correlação encontradaentre eles foi de 0,975, o que autorizou a adoção daseguinte função linear, que relaciona as esperançasde vida masculinas e femininas:

A seguir, especificam-se os procedimentosadotados para gerar as tábuas-modelo para homens,para mulheres e para ambos os sexos:- criação das tábuas-modelo por meio da função

logística obtida para o sexo masculino, a partir deuma esperança de vida ao nascer de 50 anos, até73 anos – de meio em meio ano –, em um total de47 níveis diferentes;

- geração das 47 esperanças de vida ao nascer fe-mininas correspondentes às masculinas, por meioda função descrita anteriormente;

- criação das tábuas-modelo por meio da função logísticaencontrada para o sexo feminino, a partir das esperan-ças de vida ao nascer previamente definidas;

- criação das tábuas-modelo para ambos os sexos(utilizando-se a relação de 105 nascimentos mas-culinos para 100 femininos), a partir das tábuas-modelo masculinas e femininas.

e(o) feminina

= 1,0665 * e(o) masculina

+ 0,5779


Figura 2 - Probabilidades de morte observadas e ajustadas com função logística, segundo três grupos etáriosescolhidos do sexo masculino. Brasil, 2002

Assíntotasuperior

Brasil-1980

Média-1997Assíntota

inferior

151050-5-10-150,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0,16

1q0 ajustada 1q0 observada

Assíntotasuperior

Brasil-1980

Média-1997Assíntota

inferior

151050-5-10-150,00

0,01

0,01

0,02

0,02

0,03

0,03


Assíntotasuperior

Brasil-1980

Média-1997

Assíntotainferior

151050-5-10-150,12

0,14

0,16

0,18

0,20

0,22

0,24

0,26

0,28


0,30




Idade

< 1

1 - 4

5 - 9

10 -14

15 - 19

20 - 24

25 - 29

30 - 34

35 - 39

40 - 44

45 - 49

50 - 54

55 - 59

60 - 64

65 - 69

70 - 74

75 - 79

80 +

0,0059

0,0009

0,0006

0,0004

0,0008

0,0015

0,0023

0,0037

0,0063

0,0102

0,0170

0,0285

0,0456

0,0704

0,1061

0,2144

0,3506

1,0000

Homens

b qx(1980)

K1

a

-0,3194

1,4655

1,3865

1,2144

1,5616

1,7596

1,5283

1,2285

0,9358

0,7611

0,4771

0,3361

0,1510

0,0102

-0,2829

-0,6260

-1,0500

0,0000

0,4198

0,3675

0,4014

0,2817

0,1819

0,2241

0,2138

0,2177

0,2093

0,1721

0,1874

0,1681

0,1612

0,1700

0,1682

0,3641

1,3503

0,0000

0,0882

0,0135

0,0035

0,0029

0,0041

0,0063

0,0092

0,0142

0,0217

0,0318

0,0480

0,0687

0,1013

0,1458

0,2104

0,3321

0,4909

0,0000

0,0241

0,0030

0,0010

0,0011

0,0022

0,0031

0,0048

0,0076

0,0125

0,0209

0,0321

0,0503

0,0777

0,1137

0,1703

0,2526

0,3510

0,0000

0,1480

0,0680

0,0150

0,0110

0,0200

0,0340

0,0410

0,0500

0,0610

0,0780

0,0980

0,1250

0,1660

0,2220

0,2890

0,3950

0,5400

1,0000

qx(1997) n

qx

Idade

< 1

1 - 4

5 - 9

10 -14

15 - 19

20 - 24

25 - 29

30 - 34

35 - 39

40 - 44

45 - 49

50 - 54

55 - 59

60 - 64

65 - 69

70 - 74

75 - 79

80 +

0,0048

0,0008

0,0005

0,0004

0,0006

0,009

0,0014

0,0022

0,0036

0,0059

0,0093

0,0148

0,0235

0,0372

0,0561

0,1222

0,1980

1,0000

Mulheres

b qx(1980)

K1

a

-0,1215

1,5604

1,4186

1,2960

1,6583

1,7368

1,5461

1,2063

0,8586

0,5750

0,2892

0,0343

-0,1566

-0,4472

-0,7958

-1,3501

-1,5452

0,0000

0,3425

0,3125

0,3323

0,2461

0,1739

0,2084

0,2177

0,2277

0,2262

0,1944

0,1947

0,1781

0,1725

0,2060

0,2102

0,3636

0,4386

0,0000

0,0712

0,0125

0,0030

0,0023

0,0032

0,0050

0,0069

0,0102

0,0153

0,0221

0,0315

0,0449

0,0653

0,0993

0,1504

0,2523

0,3966

0,0000

0,0192

0,0027

0,0009

0,0009

0,0016

0,0021

0,0030

0,0045

0,0073

0,0123

0,0186

0,0295

0,0454

0,0677

0,1068

0,1682

0,2530

0,0000

0,1300

0,0680

0,0130

0,0090

0,0170

0,0280

0,0330

0,0370

0,0430

0,0510

0,0610

0,0760

0,1010

0,1390

0,1930

0,2860

0,4390

1,0000

qx(1997) n

qx

K1: assíntota inferior / q

x: assíntota superior / a e b: parâmetros / q

x(1980): q

o / q

x(1997): q

1 (média de 1997)

Tabela 1 - Características da função logística, segundo sexo e idade. Brasil, 2002


Idade

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

r =

68,8

69,0

67,6

67,3

69,0

67,3

69,1

68,6

66,4

66,8

67,3

68,2

67,9

68,9

68,0

65,6

65,9

66,2

65,2

65,7

67,7

68,1

68,0

66,9

69,0

68,6

69,4

68,9

68,2

67,8

68,3

68,4

67,3

68,4

66,0

67,4

62,7

67,0

69,2

66,5

Homens

eo

real eo

ajustadaeo

real eo

ajustada

70,0

70,2

68,9

68,7

70,2

68,7

70,3

69,8

68,0

68,3

68,7

69,5

69,2

70,1

69,3

67,4

67,6

67,8

67,2

67,6

69,0

69,4

69,3

68,3

70,2

69,8

70,7

70,1

69,5

69,1

69,6

69,7

68,7

69,6

67,7

68,8

65,8

68,4

70,4

68,0

72,4

72,9

73,0

72,8

74,0

73,3

75,5

74,0

73,3

73,1

72,9

74,3

74,1

75,1

74,4

73,0

73,6

73,2

72,4

72,9

75,1

75,3

73,9

73,4

75,6

75,4

75,4

75,6

74,4

74,5

75,8

75,8

75,0

75,6

74,1

73,9

72,7

73,4

75,9

74,1

72,2

72,8

73,0

73,0

74,2

73,2

75,4

73,9

73,1

73,3

72,9

74,1

74,0

75,2

74,3

73,0

73,7

73,0

72,6

72,6

74,9

75,4

74,1

73,4

75,5

75,4

75,4

75,8

74,3

74,4

75,9

75,7

75,0

75,6

73,9

73,7

73,3

73,1

75,9

74,5

Mulheres

0,992 0,985

Tabela 2 - Esperança de vida ao nascer observada e ajustada das 40 macrorregiões, e correlações – ano dereferência: 1997. Brasil, 2002


r : correlação entre eo

real e eo

ajustada


Figura 3 - Probabilidades de morte (qx) por sexo, segundo níveis escolhidos do modelo – ano de referência:

1997. Brasil, 2002

Log de qx

1,0000

0,1000

0,0100

0,0010

0,0001

< 1 1-4 5-910-14

15-1920-24

25-2930-34

35-3940-44

45-4950-54

55-5960-64

65-6970-74

75-7980 +

Log de qx

1,0000

0,1000

0,0100

0,0010

0,0001

< 1 1-4 5-910-14

15-1920-24

25-2930-34

35-3940-44

45-4950-54

55-5960-64

65-6970-74

75-7980 +

N: nível das tábuas-modelo da Fundação Instituto Brasileiro de Geografia e Estatística (IBGE)

N: nível das tábuas-modelo da Fundação Instituto Brasileiro de Geografia e Estatística (IBGE)


Homens

Mulheres

N 1 N 7 N 17 N 27 N 47N 37

N 1 N 7 N 17 N 27 N 47N 37


As probabilidades de morte das tábuas-modelo demortalidade encontram-se nas tabelas 3, 4 e 5.

O modelo das causas externas e aids

Como já foi justificado, a proposta de tábuas-mo-delo de mortalidade exclui as mortes por causas ex-ternas e aids. Assim, foi necessário criar um modeloadicional, a ser sobreposto ao das tábuas-modelo demortalidade, para completar as probabilidades demorte por idades.

Ao observar a influência das causas externas e daaids por sexo e idades na mortalidade, chegou-se àsseguintes conclusões (Figura 4 e Tabela 6):a) A proporção de mortes por idades, tanto para

homens como para mulheres, tem um sentido as-cendente até as idades adultas jovens; e descen-dente a partir daí, com pequeno aumento nos últi-mos anos de idade.

b) Nos homens, foram encontrados dois comporta-mentos diferentes: um, típico de microrregiões até500.000 habitantes; e outro, de microrregiões com500.000 habitantes e mais.

c) Ainda no caso do sexo masculino, os níveis das pro-babilidades de morte são sensivelmente menos ele-vados no contexto das pequenas aglomerações.

d) Finalmente, ainda com referência aos homens, a por-centagem das mortes também difere segundo o ta-manho da localidade: nas comunidades de 500 milhabitantes e mais, essas porcentagens são sensivel-mente mais elevadas nos grupos de adultos jovens.Frias,21 mediante avaliação empírica, constatou

que “...o sub-registro dos óbitos violentos é inferiorao das causas naturais”. Isso se deve ao fato de quea vítima passa, quase sempre, por perícia médica.

A partir das observações anteriores, é de se suporque essas proporções sejam utilizadas para o cálculode taxas de óbitos por causas externas e aids, por sexoe idades, questão a ser abordada no item seguinte.

Resultados

Aplicação das tábuas-modelo

O princípio fundamental do modelo proposto éque, no Brasil, ao contrário do que se esperava inici-almente, há um só padrão básico de mortalidade; ouseja, as mudanças nas porcentagens das taxas de mor-talidade (ou probabilidades de morte), caso aumente

o nível de esperança de vida ao nascer, são paulatinas eprevisíveis, de tal forma que a construção de tábuas-modelo de mortalidade para o país torna-se factível.Dito de outra forma, basta uma só estimativa de taxa demortalidade por idade (ou probabilidade de morte poridade) como condição para estimar as taxas nas outrasidades e, por conseqüência, a esperança de vida aonascer. Todavia, como já foi observado, as taxas demortalidade por causas externas e aids perturbam essecálculo porque seguem um padrão dependente do sexo,das idades e do tamanho das cidades.

Por outro lado, a única estimativa confiável demortalidade para todas as microrregiões (e algunsMunicípios) no país, atualmente, é a de mortalidadeinfantil (probabilidade de morte dos menores de umano), fato já citado. Está claro que essas estimativassão mais confiáveis na medida em que aumenta o ta-manho da unidade territorial, como é o caso dos Esta-dos, etc. Por essa razão, a título de exemplo de aplica-ção e para avaliar a robustez e coerência do modeloproposto, foi estimada a esperança de vida ao nascerdas unidades federadas a partir de suas taxas de mor-talidade infantil. Todos os anos, o próprio Minis-tério da Saúde, por intermédio da Ripsa, estima a es-perança de vida ao nascer dessas mesmas unidades,acessível em fonte já citada.7

Ao aplicar as taxas de mortalidade infantil dos Esta-dos no modelo, pode-se estimar as taxas e/ou probabi-lidades nas outras idades. Porém, há que ressalvar, no-vamente, que o modelo exclui as causas externas e aaids; e que, no caso da mortalidade infantil, essas cau-sas têm importância ínfima (em torno de 1%). Encon-trado o nível dessa mortalidade infantil no modelo, bas-ta calcular as taxas por causas externas e aids dos Esta-dos e somá-las às do modelo. Na Tabela 7, encontram-se as esperanças de vida assim calculadas, comparadascom as adotadas pela Ripsa. Os resultados são muitosimilares, principalmente para o sexo feminino. Deve-se levar em consideração que a Ripsa calcula a espe-rança de vida de maneira similar, mas com tábuas-mo-delo já superadas. Para exemplificar os resultados porgrupos etários, mostram-se, na Figura 5, as probabili-dades de morte por idades da população masculina daMicrorregião de São Paulo, segundo o SIM (cujas esta-tísticas de óbitos são, reconhecidamente, de boa quali-dade) e o modelo: os resultados são muito similares, oque reforça ainda mais a solidez do modelo proposto.



51,9052,4252,9453,4553,9754,4955,0055,5256,0456,5557,0757,5858,1058,6259,1359,6560,1660,6861,2061,7162,2362,7563,2663,7864,3064,8265,3365,8566,3666,8867,4067,9168,4368,9569,4669,9870,5071,0171,5372,0572,5673,0973,6074,1274,6475,1575,67

N 1N 2N 3N 4N 5N 6N 7N 8N 9N

10N

11N

12N

13N

14N

15N

16N

17N

18N

19N

20N

21N

22N

23N

24N

25N

26N

27N

28N

29N

30N

31N

32N

33N

34N

35N

36N

37N

38N

39N

40N

41N

42N

43N

44N

45N

46N

47

0,13370,13230,13080,12920,12740,12540,12330,12100,11860,11600,11330,11040,10750,10430,10110,09790,09450,09100,08760,08400,08050,07700,07340,06990,06630,06280,05930,05590,05240,04900,04560,04230,03900,03580,03270,02970,02680,02400,02130,01880,01640,01420,01220,01040,00890,00760,0066

0,05120,04850,04580,04320,04060,03810,03570,03340,03120,02920,02720,02530,02360,02200,02040,01900,01770,01640,01530,01420,01320,01220,01140,01050,00980,00910,00840,00780,00720,00660,00610,00560,00510,00470,00430,00390,00350,00310,00280,00250,00220,00200,00170,00150,00130,00120,0010

0,01140,01090,01040,00980,00930,00880,00830,00780,00740,00690,00650,00610,00570,00530,00490,00460,00430,00400,00380,00350,00330,00310,00290,00270,00250,00230,00220,00200,00190,00180,00170,00150,00140,00130,00130,00120,00110,00100,00100,00090,00080,00080,00070,00070,00070,00060,0006

0,00700,00660,00630,00600,00570,00540,00520,00490,00470,00450,00420,00400,00380,00360,00350,00330,00310,00300,00290,00270,00260,00250,00240,00220,00210,00200,00190,00190,00180,00170,00160,00150,00140,00140,00130,00120,00110,00110,00100,00090,00090,00080,00070,00070,00060,00060,0005

0,00850,00810,00770,00730,00690,00660,00630,00610,00580,00560,00530,00510,00490,00480,00460,00440,00430,00410,00400,00380,00370,00360,00350,00340,00320,00310,00300,00290,00280,00270,00260,00250,00240,00240,00230,00220,00210,00200,00190,00180,00170,00160,00150,00140,00130,00120,0011

0,01540,01450,01360,01280,01210,01150,01090,01030,00980,00930,00890,00840,00810,00770,00730,00700,00670,00640,00620,00590,00570,00550,00520,00500,00480,00470,00450,00430,00410,00400,00380,00360,00350,00330,00320,00300,00290,00280,00260,00250,00240,00220,00210,00190,00180,00170,0015

0,02040,01930,01830,01730,01650,01570,01490,01420,01350,01290,01240,01180,01130,01080,01040,00990,00950,00920,00880,00850,00810,00780,00750,00730,00700,00670,00650,00620,00600,00580,00550,00530,00510,00490,00470,00450,00430,00410,00390,00370,00350,00330,00310,00290,00270,00250,0023

0,02790,02670,02550,02440,02330,02230,02140,02050,01970,01890,01810,01740,01670,01610,01540,01490,01430,01380,01330,01280,01230,01190,01150,01100,01070,01030,00990,00960,00920,00890,00850,00820,00790,00760,00730,00690,00660,00630,00600,00570,00540,00510,00480,00450,00420,00390,0037

0,03670,03540,03420,03300,03180,03070,02970,02870,02770,02680,02590,02500,02420,02340,02270,02190,02120,02050,01990,01930,01870,01810,01750,01700,01640,01590,01540,01490,01440,01400,01350,01300,01260,01210,01160,01120,01070,01030,00980,00940,00890,00850,00800,00760,00710,00660,0061

0,04540,04410,04290,04170,04060,03950,03840,03740,03650,03550,03460,03380,03300,03210,03140,03060,02990,02910,02850,02780,02710,02650,02590,02530,02470,02410,02350,02290,02240,02180,02120,02060,02010,01950,01890,01830,01780,01720,01650,01590,01530,01460,01390,01320,01240,01160,0107

0,06180,06040,05900,05770,05640,05520,05400,05280,05160,05050,04940,04840,04740,04630,04540,04440,04350,04250,04170,04080,03990,03910,03830,03740,03660,03580,03510,03430,03350,03270,03190,03110,03030,02950,02870,02790,02700,02620,02530,02440,02350,02250,02150,02040,01930,01810,0169

0,07990,07840,07700,07570,07430,07300,07180,07060,06940,06820,06710,06600,06490,06380,06280,06180,06080,05980,05880,05790,05690,05600,05510,05420,05330,05240,05150,05060,04970,04880,04780,04690,04590,04500,04400,04300,04190,04090,03970,03860,03740,03610,03470,03330,03170,03000,0281

0,10990,10820,10660,10510,10360,10210,10070,09930,09790,09660,09530,09400,09270,09140,09020,08900,08780,08660,08550,08430,08320,08200,08090,07980,07870,07760,07640,07530,07420,07300,07180,07060,06940,06810,06690,06550,06410,06270,06120,05960,05800,05620,05430,05230,05000,04750,0447

0,15590,15400,15220,15040,14860,14690,14520,14340,14170,14000,13840,13670,13500,13340,13170,13010,12850,12680,12520,12360,12200,12040,11880,11720,11560,11400,11240,11070,10900,10730,10560,10380,10200,10010,09820,09620,09410,09200,08980,08750,08500,08240,07960,07670,07340,06990,0661

0,21570,21390,21210,21030,20850,20670,20490,20310,20130,19950,19760,19580,19400,19210,19030,18840,18660,18470,18280,18090,17900,17700,17510,17310,17110,16910,16700,16490,16270,16050,15820,15590,15340,15090,14830,14550,14270,13970,13650,13320,12960,12580,12170,11720,11220,10680,1008

0,32920,32840,32750,32640,32520,32400,32260,32100,31940,31760,31560,31360,31140,30900,30660,30400,30120,29830,29530,29220,28890,28550,28200,27820,27440,27040,26630,26200,25750,25290,24810,24320,23810,23290,22770,22230,21690,21140,20590,20060,19530,19000,18510,18040,17620,17240,1694

0,47870,47860,47850,47840,47810,47780,47740,47680,47620,47540,47440,47320,47170,46980,46740,46450,46100,45650,45120,44480,43730,42880,41950,40960,39940,38920,37930,36980,36090,35250,34470,33740,33040,32380,31750,31130,30550,29990,29450,28950,28480,28050,27670,27340,27050,26840,2668

Níve is

eo

< 1

1 - 45 - 9

10 - 1415 - 19

20 - 2425 - 29

30 - 3435 - 39

40 - 4445 - 49

50 - 5455 - 59

60 - 6465 - 69

70 - 7475 - 79

Tabela 3 -Tábuas-m

odelo de mortalidade: probabilidades de m

orte, para ambos os sexos, por idade (n q

x ) e esperança de v ida ao nascer. Brasil, 2002

1,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,0000

80 +


Nota: As tábuas-modelo com

pletas, em planilha Excel, podem

ser obtidas na Fundação Sistema Estadual de Análise de Dados (Seade), São Paulo-SP


53,9

054

,44

54,9

755

,50

56,0

456

,57

57,1

057

,64

58,1

758

,70

59,2

459

,77

60,3

060

,84

61,3

761

,90

62,4

362

,97

63,5

064

,03

64,5

765

,10

65,6

366

,17

66,7

067

,24

67,7

768

,30

68,8

369

,37

69,9

070

,43

70,9

771

,50

72,0

372

,57

73,1

073

,63

74,1

774

,70

75,2

375

,77

76,3

076

,83

77,3

777

,90

78,4

3

N 1

N 2

N 3

N 4

N 5

N 6

N 7

N 8

N 9

N 1

0N

11

N 1

2N

13

N 1

4N

15

N 1

6N

17

N 1

8N

19

N 2

0N

21

N 2

2N

23

N 2

4N

25

N 2

6N

27

N 2

8N

29

N 3

0N

31

N 3

2N

33

N 3

4N

35

N 3

6N

37

N 3

8N

39

N 4

0N

41

N 4

2N

43

N 4

4N

45

N 4

6N

47

0,12

480,

1235

0,12

200,

1203

0,11

850,

1166

0,11

450,

1122

0,10

990,

1074

0,10

470,

1019

0,09

900,

0960

0,09

290,

0897

0,08

650,

0831

0,07

980,

0764

0,07

290,

0694

0,06

600,

0625

0,05

910,

0557

0,05

240,

0491

0,04

590,

0427

0,03

970,

0367

0,03

380,

0311

0,02

850,

0259

0,02

350,

0212

0,01

900,

0169

0,01

490,

0131

0,01

140,

0099

0,00

840,

0072

0,00

62

0,05

240,

0496

0,04

680,

0441

0,04

140,

0388

0,03

630,

0339

0,03

170,

0295

0,02

750,

0256

0,02

380,

0221

0,02

050,

0190

0,01

760,

0163

0,01

510,

0140

0,01

300,

0120

0,01

110,

0102

0,00

940,

0087

0,00

800,

0074

0,00

680,

0062

0,00

570,

0052

0,00

480,

0044

0,00

400,

0036

0,00

330,

0030

0,00

270,

0024

0,00

220,

0019

0,00

170,

0015

0,00

130,

0012

0,00

10

0,01

070,

0103

0,00

980,

0093

0,00

880,

0083

0,00

790,

0074

0,00

700,

0065

0,00

610,

0057

0,00

540,

0050

0,00

470,

0044

0,00

410,

0038

0,00

350,

0033

0,00

310,

0028

0,00

270,

0025

0,00

230,

0021

0,00

200,

0019

0,00

170,

0016

0,00

150,

0014

0,00

130,

0012

0,00

110,

0011

0,00

100,

0009

0,00

090,

0008

0,00

080,

0007

0,00

070,

0006

0,00

060,

0006

0,00

06

0,00

650,

0062

0,00

590,

0056

0,00

530,

0050

0,00

480,

0045

0,00

430,

0041

0,00

390,

0037

0,00

350,

0033

0,00

320,

0030

0,00

290,

0027

0,00

260,

0025

0,00

230,

0022

0,00

210,

0020

0,00

190,

0018

0,00

170,

0016

0,00

160,

0015

0,00

140,

0013

0,00

130,

0012

0,00

110,

0011

0,00

100,

0010

0,00

090,

0008

0,00

080,

0007

0,00

070,

0006

0,00

060,

0006

0,00

05

0,00

830,

0078

0,00

730,

0069

0,00

660,

0062

0,00

590,

0057

0,00

540,

0052

0,00

490,

0047

0,00

450,

0043

0,00

420,

0040

0,00

380,

0037

0,00

350,

0034

0,00

330,

0032

0,00

300,

0029

0,00

280,

0027

0,00

260,

0025

0,00

240,

0023

0,00

220,

0021

0,00

210,

0020

0,00

190,

0018

0,00

170,

0016

0,00

160,

0015

0,00

140,

0013

0,00

120,

0012

0,00

110,

0010

0,00

09

0,01

510,

0141

0,01

320,

0124

0,01

170,

0110

0,01

040,

0098

0,00

930,

0088

0,00

830,

0079

0,00

750,

0071

0,00

680,

0065

0,00

610,

0059

0,00

560,

0053

0,00

510,

0048

0,00

460,

0044

0,00

420,

0040

0,00

380,

0037

0,00

350,

0033

0,00

320,

0030

0,00

290,

0027

0,00

260,

0025

0,00

240,

0022

0,00

210,

0020

0,00

190,

0018

0,00

160,

0015

0,00

140,

0013

0,00

12

0,02

010,

0189

0,01

780,

0168

0,01

590,

0150

0,01

420,

0135

0,01

280,

0121

0,01

150,

0109

0,01

040,

0099

0,00

940,

0090

0,00

860,

0082

0,00

780,

0074

0,00

710,

0068

0,00

650,

0062

0,00

590,

0056

0,00

540,

0051

0,00

490,

0047

0,00

450,

0043

0,00

400,

0039

0,00

370,

0035

0,00

330,

0031

0,00

300,

0028

0,00

270,

0025

0,00

230,

0022

0,00

200,

0019

0,00

17

0,02

620,

0250

0,02

380,

0227

0,02

160,

0207

0,01

970,

0188

0,01

800,

0172

0,01

640,

0156

0,01

490,

0143

0,01

360,

0131

0,01

250,

0119

0,01

140,

0109

0,01

040,

0100

0,00

950,

0091

0,00

870,

0083

0,00

800,

0076

0,00

730,

0070

0,00

660,

0063

0,00

600,

0058

0,00

550,

0052

0,00

500,

0047

0,00

450,

0042

0,00

400,

0038

0,00

350,

0033

0,00

310,

0029

0,00

27

0,03

340,

0322

0,03

100,

0299

0,02

880,

0278

0,02

680,

0258

0,02

480,

0239

0,02

300,

0221

0,02

130,

0205

0,01

970,

0190

0,01

830,

0176

0,01

690,

0163

0,01

560,

0150

0,01

450,

0139

0,01

330,

0128

0,01

230,

0118

0,01

130,

0109

0,01

040,

0100

0,00

960,

0091

0,00

870,

0083

0,00

800,

0076

0,00

720,

0068

0,00

650,

0061

0,00

580,

0054

0,00

510,

0047

0,00

44

0,04

010,

0389

0,03

770,

0367

0,03

560,

0346

0,03

360,

0326

0,03

170,

0308

0,03

000,

0291

0,02

830,

0275

0,02

670,

0260

0,02

520,

0245

0,02

380,

0231

0,02

240,

0218

0,02

120,

0205

0,01

990,

0193

0,01

870,

0181

0,01

760,

0170

0,01

640,

0159

0,01

540,

0148

0,01

430,

0138

0,01

330,

0127

0,01

220,

0117

0,01

110,

0106

0,01

000,

0095

0,00

890,

0083

0,00

76

0,05

100,

0498

0,04

870,

0476

0,04

650,

0455

0,04

450,

0435

0,04

250,

0415

0,04

050,

0396

0,03

870,

0378

0,03

690,

0360

0,03

520,

0343

0,03

350,

0327

0,03

190,

0311

0,03

030,

0295

0,02

870,

0280

0,02

720,

0265

0,02

570,

0250

0,02

430,

0236

0,02

290,

0221

0,02

140,

0207

0,02

000,

0193

0,01

850,

0178

0,01

710,

0163

0,01

550,

0147

0,01

380,

0129

0,01

20

0,06

520,

0640

0,06

290,

0618

0,06

070,

0596

0,05

860,

0575

0,05

650,

0555

0,05

460,

0536

0,05

260,

0517

0,05

080,

0498

0,04

890,

0480

0,04

710,

0462

0,04

530,

0444

0,04

360,

0427

0,04

180,

0410

0,04

010,

0392

0,03

840,

0375

0,03

660,

0358

0,03

490,

0340

0,03

310,

0322

0,03

130,

0303

0,02

930,

0284

0,02

730,

0262

0,02

510,

0239

0,02

260,

0213

0,01

98

0,08

880,

0875

0,08

620,

0850

0,08

370,

0825

0,08

140,

0802

0,07

900,

0779

0,07

680,

0756

0,07

450,

0734

0,07

230,

0712

0,07

010,

0690

0,06

800,

0669

0,06

580,

0647

0,06

370,

0626

0,06

150,

0604

0,05

930,

0582

0,05

710,

0560

0,05

490,

0538

0,05

260,

0515

0,05

030,

0491

0,04

780,

0466

0,04

520,

0439

0,04

250,

0409

0,03

930,

0376

0,03

580,

0337

0,03

14

0,12

940,

1281

0,12

670,

1254

0,12

400,

1226

0,12

120,

1198

0,11

830,

1169

0,11

540,

1140

0,11

250,

1110

0,10

950,

1079

0,10

640,

1048

0,10

330,

1017

0,10

010,

0985

0,09

690,

0952

0,09

350,

0918

0,09

010,

0884

0,08

670,

0849

0,08

310,

0813

0,07

940,

0775

0,07

560,

0736

0,07

160,

0695

0,06

740,

0652

0,06

290,

0605

0,05

800,

0553

0,05

250,

0495

0,04

62

0,18

400,

1826

0,18

130,

1799

0,17

840,

1770

0,17

550,

1740

0,17

250,

1709

0,16

930,

1677

0,16

600,

1643

0,16

260,

1608

0,15

900,

1571

0,15

530,

1534

0,15

140,

1494

0,14

740,

1453

0,14

320,

1409

0,13

870,

1365

0,13

410,

1317

0,12

920,

1267

0,12

410,

1214

0,11

870,

1157

0,11

280,

1097

0,10

640,

1030

0,09

940,

0956

0,09

160,

0872

0,08

250,

0774

0,07

18

0,28

430,

2838

0,28

320,

2826

0,28

190,

2811

0,28

020,

2792

0,27

810,

2768

0,27

550,

2740

0,27

240,

2706

0,26

880,

2667

0,26

450,

2621

0,25

950,

2568

0,25

380,

2507

0,24

730,

2437

0,23

990,

2359

0,23

170,

2273

0,22

270,

2178

0,21

270,

2076

0,20

210,

1966

0,19

090,

1851

0,17

930,

1734

0,16

740,

1615

0,15

580,

1500

0,14

460,

1395

0,13

460,

1304

0,12

68

0,43

790,

4375

0,43

710,

4365

0,43

590,

4351

0,43

420,

4332

0,43

200,

4306

0,42

910,

4273

0,42

540,

4231

0,42

070,

4179

0,41

490,

4114

0,40

770,

4036

0,39

900,

3941

0,38

870,

3827

0,37

650,

3696

0,36

230,

3546

0,34

650,

3378

0,32

880,

3196

0,30

990,

3002

0,29

040,

2804

0,27

070,

2611

0,25

170,

2429

0,23

460,

2267

0,21

980,

2136

0,20

830,

2041

0,20

10

Nív

eis

e o<

11

- 45

- 910

- 1

415

- 1

920

- 2

425

- 2

930

- 3

435

- 3

940

- 4

445

- 4

950

- 5

455

- 5

960

- 6

465

- 6

970

- 7

475

- 7

91,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

1,00

001,

0000

80 +


Tabe

la 4

-Tá

buas

-mod

elo

de m

orta

lidad

e: p

roba

bilid

ades

de

mor

te f

emin

ina

por

idad

e ( nq x) e

esp

eran

ça d

e vi

da a

o na

scer

. Bra

sil,

2002

Nota

: As t

ábua

s-m

odel

o co

mpl

etas

, em

pla

nilh

a Ex

cel,

pode

m se

r obt

idas

na

Fund

ação

Sist

ema

Esta

dual

de

Anál

ise d

e Da

dos (

Sead

e), S

ão P

aulo

-SP


50,0050,5051,0051,5052,0052,5053,0053,5054,0054,5055,0055,5056,0056,5057,0057,5158,0158,5159,0159,5160,0160,5161,0161,5162,0162,5163,0163,5164,0164,5265,0265,5266,0266,5267,0267,5268,0268,5269,0269,5370,0370,5371,0371,5372,0372,5373,04

N 1N 2N 3N 4N 5N 6N 7N 8N 9N

10N

11N

12N

13N

14N

15N

16N

17N

18N

19N

20N

21N

22N

23N

24N

25N

26N

27N

28N

29N

30N

31N

32N

33N

34N

35N

36N

37N

38N

39N

40N

41N

42N

43N

44N

45N

46N

47

0,14210,14080,13930,13760,13580,13380,13170,12940,12690,12430,12150,11860,11550,11230,10900,10560,10210,09860,09500,09140,08770,08410,08050,07690,07320,06960,06590,06230,05860,05490,05120,04750,04390,04030,03670,03330,02990,02660,02350,02060,01780,01530,01300,01100,00930,00800,0070

0,05000,04740,04490,04230,03990,03750,03520,03290,03080,02880,02690,02510,02340,02190,02040,01900,01770,01650,01540,01430,01340,01250,01160,01090,01010,00940,00880,00810,00750,00700,00640,00590,00540,00490,00450,00410,00370,00330,00290,00260,00230,00200,00180,00150,00130,00120,0011

0,01190,01140,01090,01040,00980,00930,00870,00820,00770,00730,00680,00640,00600,00560,00520,00490,00450,00420,00400,00370,00350,00330,00310,00290,00270,00250,00240,00220,00210,00190,00180,00170,00160,00150,00140,00130,00120,00110,00100,00100,00090,00080,00080,00070,00070,00070,0007

0,00740,00710,00680,00640,00610,00590,00560,00530,00510,00480,00460,00440,00420,00400,00380,00360,00340,00330,00310,00300,00280,00270,00260,00250,00240,00230,00220,00210,00200,00190,00180,00170,00160,00150,00140,00130,00130,00120,00110,00100,00090,00090,00080,00070,00070,00060,0005

0,00880,00840,00800,00760,00730,00700,00670,00640,00620,00600,00570,00550,00530,00520,00500,00480,00470,00450,00440,00420,00410,00400,00390,00380,00370,00360,00340,00330,00320,00310,00300,00290,00280,00270,00260,00250,00240,00230,00220,00210,00200,00190,00170,00160,00150,00130,0012

0,01570,01480,01400,01320,01250,01190,01130,01080,01030,00980,00940,00900,00860,00820,00790,00760,00730,00700,00680,00650,00630,00610,00580,00560,00550,00530,00510,00490,00470,00460,00440,00420,00410,00390,00380,00360,00340,00330,00310,00300,00280,00260,00250,00230,00220,00200,0019

0,02080,01970,01880,01790,01700,01630,01560,01490,01430,01370,01320,01270,01220,01170,01130,01090,01050,01010,00980,00950,00920,00890,00860,00830,00810,00780,00760,00730,00710,00680,00660,00640,00610,00590,00570,00550,00520,00500,00480,00450,00430,00410,00380,00360,00330,00310,0029

0,02960,02830,02710,02600,02490,02400,02300,02210,02130,02050,01980,01910,01840,01780,01720,01660,01610,01560,01510,01460,01410,01370,01330,01290,01250,01220,01180,01140,01110,01070,01040,01000,00970,00930,00900,00860,00830,00790,00750,00720,00680,00650,00610,00570,00530,00500,0046

0,03990,03850,03720,03600,03480,03370,03260,03150,03060,02960,02870,02790,02710,02630,02550,02480,02410,02340,02280,02220,02160,02100,02050,02000,01940,01890,01840,01790,01740,01700,01650,01600,01550,01500,01450,01400,01340,01290,01240,01190,01130,01070,01020,00960,00900,00840,0078

0,05070,04930,04790,04670,04540,04430,04320,04210,04110,04020,03930,03840,03750,03670,03590,03520,03440,03370,03300,03240,03170,03110,03050,02990,02930,02880,02820,02760,02700,02650,02590,02530,02470,02410,02340,02280,02210,02150,02080,02000,01930,01850,01760,01670,01580,01480,0137

0,07260,07090,06930,06770,06620,06480,06340,06200,06070,05950,05830,05710,05600,05480,05380,05270,05170,05070,04980,04880,04790,04700,04620,04530,04450,04370,04280,04200,04120,04030,03950,03860,03770,03680,03590,03490,03390,03290,03190,03080,02970,02850,02720,02590,02460,02310,0216

0,09490,09310,09140,08980,08820,08670,08520,08380,08240,08110,07980,07850,07730,07610,07500,07380,07270,07170,07060,06960,06860,06760,06670,06570,06480,06390,06290,06200,06100,06010,05910,05810,05700,05600,05490,05370,05260,05130,05000,04870,04730,04570,04410,04240,04050,03850,0362

0,13200,13000,12800,12610,12430,12260,12090,11920,11760,11600,11450,11300,11160,11020,10880,10740,10610,10480,10360,10230,10110,09990,09870,09760,09640,09530,09410,09290,09170,09050,08920,08790,08660,08520,08380,08230,08070,07910,07740,07560,07360,07160,06930,06690,06420,06120,0580

0,18500,18260,18020,17790,17560,17340,17130,16920,16720,16520,16320,16130,15940,15760,15580,15400,15230,15060,14890,14720,14560,14400,14240,14090,13930,13780,13620,13460,13290,13130,12950,12780,12590,12400,12210,12000,11790,11560,11320,11070,10800,10520,10200,09870,09490,09090,0864

0,25320,25060,24820,24580,24340,24110,23880,23660,23440,23220,23010,22800,22590,22390,22180,21980,21790,21590,21400,21200,21020,20830,20640,20460,20270,20080,19890,19700,19500,19290,19070,18850,18620,18380,18130,17860,17580,17290,16970,16630,16270,15870,15440,14960,14420,13830,1316

0,38700,38550,38380,38200,38000,37790,37570,37330,37080,36810,36530,36240,35940,35620,35290,34960,34610,34260,33900,33530,33160,32780,32400,32020,31630,31230,30820,30400,29970,29530,29080,28620,28150,27660,27170,26680,26170,25670,25160,24660,24170,23690,23230,22800,22410,22070,2179

0,54000,54000,54000,53990,53990,53980,53970,53960,53930,53900,53840,53760,53640,53460,53220,52880,52430,51830,51050,50080,48930,47590,46130,44590,43040,41560,40210,39030,38040,37230,36610,36130,35780,35540,35370,35250,35170,35130,35100,35080,35070,35060,35060,35060,35060,35060,3506

Níve is

eo

< 1

1 - 45 - 9

10 - 1415 - 19

20 - 2425 - 29

30 - 3435 - 39

40 - 4445 - 49

50 - 5455 - 59

60 - 6465 - 69

70 - 7475 - 79

1,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,00001,0000

80 +


Tabela 5 -Tábuas-m

odelo de mortalidade: probabilidades de m

orte masculina por idade (n q

x ) e esperança de v ida ao nascer. Brasil, 2002

Nota: As tábuas-modelo com

pletas, em planilha Excel, podem

ser obtidas na Fundação Sistema Estadual de Análise de Dados (Seade), São Paulo-SP


< 1 1-4 5-910-14

15-1920-24

25-2930-34

35-3940-44

45-4950-54

55-5960-64

65-6970-74

75-7980 +

18,0

16,0

14,0

12,0

10,0

8,0

6,0

4,0

2,0

0,0

(%)

Figura 4 - Distribuição percentual dos óbitos por causas externas e aids, segundo sexo e tamanho da microrregião– ano de referência: 1997. Brasil, 2002

Idade

< 11 - 45 - 910 -1415 - 1920 - 2425 - 2930 - 3435 - 3940 - 4445 - 4950 - 5455 - 5960 - 6465 - 6970 - 7475 - 7980 +

TOTAL

1,041,351,232,26

10,2615,0515,0413,7710,93

8,285,613,912,772,191,781,421,161,97

100,00

TotalHomens/comunidades

de 500 mil e maisMais de 500 mil Até 500 mil

1,312,071,932,878,64

11,8912,1112,1510,46

8,426,665,013,993,222,692,041,732,82

100,00

0,680,960,961,92

10,6916,1115,7814,3011,19

8,495,653,922,662,031,561,130,781,16

100,00

0,891,551,582,468,59

12,6112,7712,6510,96

8,846,965,194,133,282,581,841,361,75

100,00

2,903,622,904,158,429,47

10,6110,70

9,157,025,424,003,342,972,972,843,096,45

100,00

Homens/comunidadesaté 500 mil

Mulheres

Tabela 6 - Distribuição percentual das mortes por causas externas e aids, por sexo, segundo as microrregiões com até500.000 e de 500.000 habitantes e mais (apenas para homens e total) – ano de referência: 1997. Brasil, 2002


Homens / comunidades de 500 mil e mais

Homens / comunidades até 500 mil

Mulheres


Tabela 7 - Esperança de vida ao nascer segundo unidades federadas e sexo – Ripsaa 1999 e modelo. Brasil, 2002

Unidades Federadas

RondôniaAcreAmazonasRoraimaParáAmapáTocantinsMaranhãoPiauíCearáRio Grande do NorteParaíbaPernambucoAlagoasSergipeBahiaMinas GeraisEspírito SantoRio de JaneiroSão PauloParanáSanta CatarinaRio Grande do SulMaro Grosso do SulMato GrossoGoiásBrasíliaBRASIL

65,065,066,064,065,066,065,061,062,063,063,061,061,060,064,064,067,066,062,065,067,067,067,067,066,066,065,064,0

Homens Mulheres

Ripsa* Modelo

63,462,564,961,765,363,865,262,364,062,062,661,459,659,162,763,265,865,064,965,466,066,666,664,364,365,265,064,2

70,769,371,669,971,671,371,568,069,768,568,967,567,265,769,469,572,573,372,873,873,473,873,972,271,772,372,772,0

68,068,069,067,068,069,068,065,065,066,066,064,063,063,067,067,070,070,067,070,070,071,071,070,069,069,069,068,0

66,865,768,165,568,367,368,265,166,765,165,664,363,262,365,966,268,968,968,769,369,570,070,168,067,768,668,767,6

71,071,072,070,072,072,071,068,069,069,069,067,066,066,070,070,074,074,073,075,074,075,076,073,072,073,073,072,0

Ripsa* Modelo

Total

Ripsa* Modelo

0,80 0,97 0,91r

a) Ripsa: Rede Interagencial de Informações para a Saúde, Ministério da Saúde

Figura 5 - Probabilidades de morte, por idade, em homens. Microrregião de São Paulo, Estado de São Paulo, em1997. Brasil, 2002

< 1 1-4 5-910-14

15-1920-24

25-2930-34

35-3940-44

45-4950-54

55-5960-64

65-6970-74

75-7980 +

Idade

1,0

0,1

0,0

0,0

Log de qx


qx

modelo qx

observada


Para microrregiões ou Municípios com menos deum milhão de habitantes, o cálculo das probabilida-des de morte por causas externas e aids deve ser feitocom a utilização do modelo de causas externas e aids,de tal forma a evitar as oscilações devidas aos peque-nos números (nas localidades maiores, como já seviu, podem-se calcular as taxas diretamente com osdados do registro civil). Os passos para o cálculo damortalidade nessas unidades menores são:a) Encontrar a mortalidade infantil da microrregião

ou Município, fornecida para ambos os sexos(Ministério da Saúde, fonte já citada).

b) Procurar, no modelo para ambos os sexos, o nívelcorrespondente à mortalidade infantil encontrada(com o que se chega às probabilidades de mortepor idades e, por conseqüência, às taxas de mor-talidade por idades). Se se desejam as probabili-dades para homens e mulheres separadamente,basta procurá-las nos mesmos níveis, agora nastabelas para homens e/ou mulheres.

c) Procurar o número total de mortes por causasexternas e aids para a população total (de ambosos sexos; ou para os sexos separados), fornecidapelo registro civil.

d) Distribuir esse número segundo as proporções domodelo de causas externas e aids, para a popula-ção total ou por sexo e o tamanho da localidade.

e) Calcular as taxas de mortalidade por causas exter-nas e aids por idades.

f) Somar essas taxas às de mortalidade do nível ade-quado do modelo, obtido no passo b), para obteras taxas de mortalidade por todas as causas.

g) Calcular, a partir dessas taxas, as outras funçõesda tábua de mortalidade (probabilidades de mor-te por idades, esperança de vida ao nascer, etc.),segundo a conveniência.É importante ressaltar que, na medida em que se

obtenham novos dados sobre mortalidade em ou-tras idades que não a infantil, principalmente porestimativas indiretas a partir do Censo Demográficode 2000, poder-se-á calcular, de maneira maisconfiável ainda, os níveis de mortalidade dos Esta-dos, microrregiões, etc.

Cálculo da mortalidade por microrregiões

Seguindo os passos descritos no ponto anterior, sãocalculadas as taxas de mortalidade por idades ou as

probabilidades de morrer por idades e as respectivasesperanças de vida por microrregiões. Os resultadospodem ser visualizados nas figuras 6, 7 e 8 e na Tabela8. As figuras de números 7 e 8 são muito parecidas:nesse caso, as esperanças de vida foram obtidas a partirdas taxas de mortalidade infantil já existentes edivulgadas pelo Ministério da Saúde, em fonte já citada.7

Discussão

As taxas aqui utilizadas foram calculadas a partirde dados populacionais por sexo e idades projetadospelo IBGE a partir de censos demográficos e da Con-tagem de 1996. Com a publicação dos resultados doCenso Demográfico de 2000, poder-se-ão recalcularessas taxas, atualizando-as, o que, eventualmente, oca-sionará pequenas modificações no modelo proposto.

Todo e qualquer modelo deve, sempre, ser enca-rado com ressalvas, porque está sujeito a caducidade.As estruturas de mortalidade por sexo e idades mu-dam com o avanço do tempo e/ou da tecnologia, dosurgimento da epidemia de aids, como também doaumento da violência urbana e do rápido declínio damortalidade infantil no Brasil, nos últimos anos.

No modelo apresentado por este estudo, há duasparticularidades que devem ser especialmente obser-vadas de maneira crítica, apesar de terem sidoadotadas para a solução de problemas reais encon-trados no decorrer da pesquisa. Em primeiro lugar, ade que as causas violentas e a aids foram eliminadasdo modelo original (Tabela 3), procedimento que,segundo investigação dos autores, nunca antes foi fei-to. Em segundo lugar, a utilização da função logísticapara suavizar as curvas de mortalidade das 40 ma-crorregiões também é inédita nesses modelos. Devem-se, portanto, confrontar os resultados do modelo comnovos dados e tentativas de cálculo da mortalidade apartir de diferentes metodologias, principalmente nasregiões onde são necessários cálculos indiretos damortalidade, ou seja, o Norte e o Nordeste do país.

Finalmente, a partir dos dados indiretos sobremortalidade do Censo Demográfico de 2000 – e,inclusive, de outras fontes futuras, como a PesquisaNacional por Amostras de Domicílio-PNAD/IBGE, etc. –,poder-se-ão elaborar novas e mais consistentes esti-mativas de esperanças de vida e de mortalidade porsexo e idades, utilizando-se o modelo proposto. As



Figura 6 - Esperança de vida ao nascer, por unidades federadas, em 1997. Brasil, 2002

Figura 7 - Esperança de vida ao nascer, por microrregiões brasileiras, em 1997. Brasil, 2002


Esperança de vida (eo)

Até 65.5065.50 a 67.6067.60 a 68.6668.66 e mais

Esperança de vida (eo)

Até 6565 a 6868 a 7070 e mais

68,08

67,71

68,3

68,2

68,55

68,02

70,05

69,99

69,49

69,32

68,94

68,65

68,91

66,21 65,9362,31

63,2464,34

65,64

66,74

65,1565,09

66,7865,74

65,4767,34


Figura 8 - Taxa de mortalidade infantil, por microrregiões brasileiras, em 1998. Brasil, 2002

estimativas aqui apresentadas tiveram por base o úni-co indicador de mortalidade disponível no momen-to: a mortalidade infantil.

Agradecimentos

Participaram diretamente do projeto “Desenvol-vimento de Metodologias Alternativas para a Aná-lise de Bancos de Dados Secundários”, no qual es-tão inseridos os resultados deste artigo, os seguintespesquisadores, listados em ordem alfabética:- Ana Celeste Cruz - Fundação Sistema Estadual de

Análise de Dados-Seade, São Paulo-SP- Clóvis de Araújo Peres - Fundação Sistema Estadu-

al de Análise de Dados-Seade, São Paulo-SP- Eliana Monteiro Rodrigues - Fundação Sistema Es-

tadual de Análise de Dados-Seade, São Paulo-SP- Francisco Torres Troccoli - Secretaria de Estado

da Saúde de São Paulo, São Paulo-SP- Gustavo Coelho de Souza - Fundação Sistema Esta-

dual de Análise de Dados-Seade, São Paulo-SP- Haroldo da Gama Torres - Fundação Sistema

Estadual de Análise de Dados-Seade, São Pau-lo-SP


- Irineu F. Barreto Junior - Fundação Sistema Esta-dual de Análise de Dados-Seade, São Paulo-SP

- Maria Paula Ferreira - Fundação Sistema Estadualde Análise de Dados-Seade, São Paulo-SP

- Nádia Pinheiro Dini - Fundação Sistema Estadualde Análise de Dados-Seade, São Paulo-SP

- Maria Helena P. de Mello Jorge - Universidade deSão Paulo-USP, São Paulo-SP

- Maria Lúcia Lebrão - Universidade de São Paulo-USP, São Paulo-SP

- Zilda Pereira da Silva - Fundação Sistema Estadualde Análise de Dados-Seade, São Paulo-SPParticiparam da parte do estudo referente à mor-

talidade, que originou o presente artigo, os seguintespesquisadores, listados em ordem alfabética:- Cecília Polidoro Mameri - Fundação Sistema Esta-

dual de Análise de Dados-Seade, São Paulo-SP- Luiz Armando de Medeiros Frias - Fundação Insti-

tuto Brasileiro de Geografia e Estatística (IBGE) (inmemoriam)

- Maria Graciela Gonzales Morell - Fundação SistemaEstadual de Análise de Dados-Seade, São Paulo-SP

- Rute Eduviges Godinho - Fundação Sistema Esta-dual de Análise de Dados-Seade, São Paulo-SP

TaxasAté 2525 a 3434 a 5656 e mais


, ....

Unidades federadas emicrorregiões Homens Mulheres TOTAL


Alvorada D’OesteAriquemesCacoalColorado OesteGuajará-MirimJi-ParanáPorto VelhoVilhena

64,161,963,165,463,663,863,064,3

70,770,470,172,371,671,871,272,2

66,965,366,268,567,167,366,767,8

Rondônia

A c r e

BrasiléiaCruzeiro do SulRio BrancoSena MadureiraTarauacá

61,264,662,161,561,9

67,071,170,466,667,4

63,967,665,963,864,5

Amazonas

Alto SolimõesBoca do AcreCoariItacoatiaraJapuráJuruáMadeiraManausParintinsPurusR.Preto da EvaRio Negro-AMTefé

68,164,065,266,469,065,063,963,065,667,365,367,666,9

74,169,471,172,674,971,069,971,171,373,571,774,172,6

70,966,667,969,371,867,866,766,968,370,268,070,669,6

Roraima

Boa VistaCaracaraíNordeste de RRSudeste de RR

61,961,562,760,1

71,369,570,367,0

66,064,665,763,0

Pará

AlmeirimAltamiraArariBelémBragantinaCametáCastanhalConceição do AraguaiaFuros de BrevesGuamáItaitubaMarabáÓbidosParagominas

ParauapebasPortelRedençãoSão Félix do XinguSalgadoSantarémTomé-AçuTucuruí

68,766,366,565,663,666,664,365,467,863,863,660,966,362,3

61,663,062,464,965,964,566,564,5

71,669,269,469,466,669,567,968,170,666,566,264,069,165,1

64,365,765,767,568,767,869,567,6

75,172,772,873,469,872,872,071,373,869,669,167,772,368,6

67,968,870,170,871,971,573,271,5

Amapá

AmapáMacapáMazagãoOiapoque

64,264,565,368,3

69,973,671,474,4

66,968,768,171,1

TTTT ocantins

AraguaínaBico do PapagaioDianópolisGurupi-TOPorto NacionalRio Formoso

62,263,665,965,366,165,4

69,669,471,872,773,372,1

65,766,368,668,769,368,5

(continua)

Maranhão

Alto Mearim/GrajaúB.Parnaíba-MABaixada-MACaxiasChapada do ItapecuruChapada do MangabeiraChapadinhaCodóCoelho NetoGerais BalsasGurupi-MAImperatrizItapecuru MirimLençóis-MALitoral Ocidental do MAMédio MearimPindaréPorto FrancoPresidente DutraRosárioSão Luís

63,059,061,661,961,066,161,859,457,365,961,160,760,958,262,061,559,965,860,460,063,2

68,764,067,068,066,372,067,164,862,372,266,367,566,263,067,267,365,371,966,065,670,6

65,761,464,264,963,568,964,362,059,768,963,664,063,460,564,564,362,568,763,162,766,9

Piauí

Alto M. CanindéAlto M. GurguéiaAlto Parnaíba-PIBaixo Parnaíba-PIBertolíniaCampo MaiorChapada Ext. Sul-PI

62,963,564,362,262,364,267,0

68,268,969,567,667,669,972,8

65,466,166,864,864,967,069,8


Tabela 8 - Esperança de vida ao nascer por sexo, por unidades federadas e microrregiões. Brasil, 2002


(continuação)



Rio Grande do Norte

(continua)

FlorianoLitoral do PIMédio Parnaíba-PIPicosPio IXSão Raimundo NonatoTeresinaValença-PI

63,860,264,363,661,862,964,561,4

69,665,870,469,567,168,371,767,0

66,662,967,266,564,465,568,064,1

Ceará

Baixo CuruBaixo JaguaribeBarroBaturitéBrejo SantoCamocim/AcaraúCanindéCaririCaririaçuCascavel-CEChapada do AraripeChorozinhoCoreaúFortalezaIbiapabaIguatuIpuItapipocaLavras da MangabeiraLitoral de AracatiMédio CuruMédio JaguaribeMeruocaPacajusQuixeramobimSanta QuitériaSenador PompeuSerra do Pereiro

59,060,462,759,363,059,062,359,458,061,661,660,060,461,559,959,162,363,460,861,061,862,859,860,160,663,959,564,3

65,066,968,565,668,964,568,765,763,267,767,265,866,969,066,265,568,769,666,967,568,070,066,867,067,170,065,770,5

61,863,565,562,365,961,665,362,560,564,564,362,863,565,362,962,365,466,463,864,264,766,363,263,463,766,962,567,3

Agreste do RNAngicosBaixa VerdeBorborema-RNChapada do ApodiLitoral Nordeste do RNLitoral Sul do RNMacaíbaMacauMédio Oeste do RNMossoróNatal

Pau dos FerrosSeridó ocidentalSeridó orientalSerra de São MiguelSerra de SantanaUmarizalVale do Açu

60,659,258,159,557,856,559,358,456,557,260,263,0

63,164,163,661,260,462,458,7

66,964,763,965,764,061,865,464,862,163,166,670,3

70,271,070,267,466,269,164,7

63,661,860,962,560,759,062,261,559,260,063,366,7

66,667,566,864,363,265,661,5

Paraíba

Brejo-PBCajazeirasCampina GrandeCariri ocidentalCariri orientalCatolé do RochaCurimataú ocidentalCurimataú orientalEsperançaGuarabiraItabaianaItaporangaJoão PessoaLitoral Norte da PBLitoral Sul da PBPatosPiancóSapéSeridó ocidental-PBSeridó oriental-PBSerra do TeixeiraSousaUmbuzeiro

61,362,459,160,760,664,160,159,662,863,058,464,962,058,760,157,760,455,461,657,157,160,359,8

67,868,565,666,566,271,565,665,269,269,063,970,869,364,266,363,565,960,467,962,862,366,365,2

64,565,462,463,563,367,762,862,365,965,961,167,765,661,463,160,563,157,864,759,859,763,362,4

Pernambuco

Alto CapibaribeAraripinaBrejo-PEGaranhunsItamaracáItaparicaMédio CapibaribeMata meridional de PEMata setentrional de PEPajeúPetrolinaRecifeSalgueiroSertão MoxotóSuapeVale do IpanemaVale do IpojucaVitória de Santo Antão

57,159,155,355,958,459,258,657,956,759,458,761,863,255,960,060,357,758,8

64,265,561,862,866,668,066,165,163,666,967,071,070,962,869,267,365,166,5

60,662,258,459,362,363,562,361,360,163,162,766,466,959,364,463,761,462,6



(continuação)



Alagoas

ArapiracaBatalhaLitoral Norte de ALMaceióBoca da Mata-ALPalmeira dos ÍndiosPenedoSão Miguel dos CamposSantana do IpanemaSerra de QuilombosSerra do Sertão de ALSertão do São Francisco-ALTraipu

56,558,658,961,457,659,057,556,755,454,955,158,961,8

63,464,465,469,164,365,564,363,361,161,060,464,767,2

59,961,461,965,260,762,260,859,958,257,857,761,764,4

Sergipe

Agreste de ItabaianaAgreste do LagartoAracajuBaixo CotinguibaBoquimCariraCotinguibaEstânciaJaparatubaNossa Senhora das DoresPropriáSertão do São Francisco-SETobias Barreto

61,861,663,261,661,361,558,559,460,260,958,658,759,3

69,567,970,968,368,067,764,766,666,666,864,665,164,8

65,564,667,064,864,564,561,562,863,263,761,561,762,0

Bahia

AlagoinhasBom Jesus da LapaBarraBarreirasBoquiraBrumadoCatuCotegipeEntre RiosEuclides da CunhaFeira de SantanaGuanambiIlhéus-ItabunaIrecêItaberabaItapetingaJacobinaJequiéJeremoaboJuazeiroLivramento do BrumadoPaulo Afonso

Porto SeguroRibeira do PombalSanto Antônio de JesusSanta Maria da VitóriaSalvadorSeabraSenhor do BonfimSerrinhaValençaVitória da Conquista

60,064,261,064,867,463,963,364,860,359,063,866,462,460,461,864,260,363,861,662,667,860,9

60,360,463,565,763,962,460,961,364,262,8

66,870,266,971,873,869,670,671,167,064,570,772,968,965,967,970,166,270,367,169,174,467,7

67,266,270,371,972,267,966,567,270,469,1

Minas Gerais

63,367,163,868,070,466,666,867,863,561,667,169,565,563,064,767,063,166,964,365,770,964,2

63,563,266,868,668,065,063,664,167,165,8

AimorésAlfenasAlmenaraAndrelândiaAraçuaíAraxáBelo HorizonteBarbacenaBocaiúvaBom DespachoCampo BeloCapelinhaCaratingaCataguasesConceição do Mato DentroConselheiro LafaieteCurveloDiamantinaDivinópolisFormigaFrutalGovernador ValadaresGrão MogolGuanhãesIpatingaItabiraItaguaraItajubáItuiutabaJanaúbaJanuáriaJuiz de ForaLavrasManhuaçuMantenaMontes ClarosMuriaéNanuqueOliveiraOuro Preto

65,266,264,967,266,867,165,066,665,865,766,065,066,367,166,867,364,665,967,365,466,463,667,165,765,564,566,367,766,065,664,866,464,064,865,667,267,064,966,366,7

72,173,270,974,173,274,272,973,472,873,373,471,474,074,673,274,871,072,574,972,473,871,173,572,372,671,773,275,373,572,271,073,970,571,972,974,573,871,273,174,1

68,569,567,870,469,870,468,969,869,169,369,568,069,970,669,870,967,769,170,968,769,867,370,168,868,967,969,471,269,668,867,770,067,168,169,070,670,267,969,570,2

(continua)



(continuação)



Pouso AlegrePoços de CaldasPará de MinasParacatuPassosPatos de MinasPatrocínioPeçanhaPedra AzulPiraporaPiuíPonte NovaSão João del ReiSanta Rita do SapucaíSão LourençoSão Sebastião do ParaísoSalinasSete LagoasTeófilo OtoniTrês MariasUbáUberabaUberlândiaUnaíVarginhaViçosa

65,667,567,466,867,466,467,864,965,865,066,264,466,666,968,067,364,966,664,067,766,366,867,166,566,465,1

73,375,175,773,874,974,375,971,272,372,573,670,973,874,475,674,270,974,070,775,373,675,275,473,473,871,7

69,271,071,370,070,870,171,567,968,968,569,767,570,070,371,670,567,870,167,271,269,770,871,069,769,868,2

Espírito Santo

Afonso CláudioAlegreBarra de São FranciscoCachoeiro do ItapemirimColatinaGuarapariItapemirimLinharesMontanhaNova VenéciaSanta TeresaSão MateusVitória

61,964,365,464,664,265,165,764,866,366,466,865,864,4

69,571,872,272,372,372,973,273,473,773,974,374,575,1

65,467,868,668,268,068,769,268,769,869,970,269,869,5

Rio de Janeiro

Bacia de São JoãoBaía da Iha GrandeBarra do PiraíCampos dos GoytacazesCantagalo-CordeiroItaguaíItaperunaLagosMacacu-Caceribu

MacaéNova FriburgoSanto Antônio de PáduaSanta Maria MadalenaSerranaTrês RiosVale do Paraíba-RJVassouras

65,363,066,263,066,563,064,064,164,0

63,664,966,567,165,064,865,664,8

73,871,373,971,774,272,971,272,973,5

71,972,974,975,073,473,374,573,1

69,266,869,967,270,167,667,468,268,3

67,568,770,470,769,068,869,868,8

São Paulo

AdamantinaAmparoAndradinaAraçatubaAraraquaraAssisAuriflamaAvaréBananalBarretosBatataisBauruBiriguiBotucatuBragança PaulistaCampinasCampos do JordãoCapão BonitoCaraguatatubaCatanduvaDracenaFernandópolisFrancaFranco da RochaGuaratinguetáGuarulhosItanhaémItapecirica da SerraItapetiningaItapevaItuveravaJaboticabalJalesJaúJundiaíLimeiraLinsMaríliaMoji das CruzesMoji-MirimNhandearaNovo Horizonte

67,866,266,367,867,465,567,664,967,767,365,866,865,866,965,466,365,063,562,367,365,867,567,361,865,963,362,863,265,661,967,266,467,766,865,766,767,166,662,266,767,867,9

63,964,967,267,967,865,366,763,267,065,066,365,268,267,073,575,473,670,871,175,673,075,075,271,074,573,073,073,773,968,875,274,575,274,674,674,974,874,570,975,076,075,7

71,369,869,971,771,169,371,168,571,471,269,570,669,470,769,170,568,966,866,271,169,271,070,966,070,067,867,468,169,565,270,970,171,270,469,870,570,770,366,370,571,671,5

(continua)



OsascoOurinhosParaibuna/ParaitingaPiedadePiracicabaPirassunungaPresidente PrudenteRegistroRibeirão PretoRio ClaroSão João da BoaVistaSão Joaquim da BarraSão José dos CamposSão José do Rio PretoSantosSão CarlosSão PauloSorocabaTatuíTupãVotuporanga

63,566,964,565,666,767,365,863,964,967,267,967,865,366,763,267,065,066,365,268,267,0

72,975,373,773,575,175,573,873,574,376,575,975,774,974,773,674,875,175,173,176,075,3

67,970,868,569,270,671,169,668,269,371,571,671,569,770,568,170,669,870,468,971,970,9

(continuação)



Paraná

ApucaranaAssaíAstorgaCampo MourãoCapanemaCascavel-PRCerro AzulCianorteCornélio ProcópioCuritibaFaxinalFloraíFoz do IguaçuFrancisco BeltrãoGoioerêGuarapuavaIbaitiIratiIvaiporãJacarezinhoJaguariaívaLapaLondrinaMaringáPalmasParanaguáParanavaíPato BrancoPitanga

Ponta GrossaPorecatuPrudentópolisRio Negro-PRSão Mateus do SulTelêmaco BorbaToledoUmuaramaUnião da VitóriaWenceslau Braz

66,363,666,264,266,764,465,767,266,365,266,067,363,167,363,764,364,067,066,266,063,464,266,666,263,564,367,466,064,3

63,865,865,463,865,562,965,865,264,464,4

74,271,273,671,674,572,472,974,573,873,573,674,571,675,570,372,671,374,873,674,070,371,974,873,872,271,775,173,971,5

71,573,373,170,873,470,473,872,672,271,9

70,067,269,667,870,368,269,070,669,969,269,570,767,171,166,968,167,470,669,769,866,667,770,569,967,667,871,069,767,6

67,569,368,967,069,166,469,568,768,067,9

Santa Catarina

AraranguáBlumenauCampos de LagesCanoinhasChapecóConcórdiaCriciúmaCuritibanosFlorianópolisItajaíItuporangaJoaçabaJoinvilleRio do SulSão Bento do SulSão Miguel do OesteTabuleiroTijucasTubarãoXanxerê

65,867,666,165,867,266,866,362,866,764,868,065,266,067,267,467,467,767,167,066,2

73,675,773,873,574,974,374,370,175,173,574,772,874,075,175,475,275,375,775,674,0

69,471,469,769,470,870,370,166,270,768,971,168,869,770,871,171,071,170,971,069,9

Rio Grande do Sul

Cachoeira do SulCamaquãCampanha CentralCampanha MeridionalCampanha OcidentalCarazinhoCaxias do SulCerro LargoCruz AltaErechimFrederico WestphalenGramado-CanelaGuaporéIjuíJaguarãoLajeado-EstrelaLitoral LagunarMontenegro

67,766,367,366,866,966,967,268,467,167,866,668,268,967,266,067,366,168,8

76,073,875,474,675,275,275,275,774,975,674,576,276,974,872,875,873,877,3

71,669,871,170,570,870,971,071,870,871,570,271,972,670,869,271,269,772,7


(continua)


Não-Me-ToqueOsórioPasso FundoPelotasPorto AlegreRestinga SecaSanta Cruz do SulSão JerônimoSananduvaSanta MariaSanta RosaSantiagoSanto ÂngeloSerras do Sudeste do RSSoledadeTrês PassosVacaria

68,367,967,167,666,168,966,267,568,667,467,670,267,867,766,067,164,8

75,976,275,175,574,977,174,175,375,375,275,078,775,775,174,574,773,3

71,971,770,971,470,372,669,971,071,871,171,174,171,571,169,970,768,8

(continuação)



Mato Grosso do Sul

Alto TaquariAquidauanaBaixo PantanalBodoquenaCampo GrandeCassilândiaDouradosIguatemiNova AndradinaParanaíbaTrês Lagoas

65,064,763,366,665,563,763,565,266,366,863,0

72,973,872,574,874,671,672,273,574,074,871,4

68,568,867,570,269,867,267,568,969,870,466,9

Mato Grosso

Alto Teles PiresAlta FlorestaAlto AraguaiaAlto GuaporéAlto PantanalAlto Paraguai

64,161,164,562,564,765,5

71,668,372,171,373,672,8

67,364,167,966,168,768,8

Goiás

AnápolisAnicunsAragarçasCatalãoCeresChapada dos VeadeirosEntorno de BrasíliaGoiâniaIporáMeia PontePires do RioPorangatuQuirinópolisRio VermelhoSão Miguel do AraguaiaSudoeste de GoiásVale Rio BoisVão do Paranã

65,665,265,466,965,764,464,665,465,966,065,066,165,366,766,064,465,964,3

73,571,972,874,373,070,672,973,673,373,972,273,573,173,873,172,173,371,1

69,368,368,770,369,167,268,469,469,369,768,369,568,969,969,267,969,367,4

ArinosAripuanãCanaranaColíderCuiabáJauruMédio AraguaiaNorte AraguaiaParanatingaParecisPrimavera do LesteRondonópolisRosário do OesteSinopTangará da SerraTesouro

65,564,466,061,965,565,865,361,165,964,863,165,965,663,963,366,3

73,673,473,169,774,573,273,168,274,173,370,674,173,671,770,573,6

68,867,969,165,169,769,168,964,069,367,966,369,669,167,166,569,5

Distrito Federal

Brasília 65,2 73,7 69,4


Referências bibliográficas

1. Fundação Seade. Desenvolvimento de metodologiasalternativas para a análise de bancos de dadossecundários. Relatório final. São Paulo: FundaçãoSeade; 2001.

2. Fundação Instituto Brasileiro de Geografia e Estatística.Brasil: tábuas-modelo de mortalidade e populaçõesestáveis. Rio de Janeiro: IBGE; 1981.

3. Coale AJ, Demeny P. Regional model life tables andstable populations. New York: Academic Press;1985.

4. United Nations. Model life tables for under-developedcountries. New York: United Nations; 1955.

5. United Nations. Model life tables for developing countries.New York: DIESA, ST/ESA/SER.A/77; 1982.



6. Lerdermann S. Nouvelles tables-type de mortalité.Travaux et documents, Institut National d’ÉtudesDémographiques 1969;53.

7. Ministério da Saúde. Rede Interagencial deInformações para a Saúde. Indicadores de DadosBásicos para a saúde no Brasil (IDB 2001). Brasília:MS; 2001 [Monografia na Internet] Disponível emhttp://tabnet.datasus.gov.br/cgi/idb2002/public.htm

8. Vasconcelos AMN. Qualidade das estatísticas de óbitosno Brasil: uma classificação das Unidades daFederação. In: Anais do XII Encontro Nacional deEstudos Populacionais; 2002; Ouro Preto, MG. BeloHorizonte: ABEP; 2002. Vol 1.

9. Brito ALS, Rodrigues EM. Diagnóstico das internaçõeshospitalares. In: Fundação Seade: 20 Anos no Ano2.000 - Estudos sociodemográficos sobre a juventudepaulista. São Paulo: Fundação Seade; 1998. p.84-100.

10. Buss PM. Assistência hospitalar no Brasil, 1984-1991.Uma análise preliminar baseada no sistema deinformação hospitalar do SUS. Informe Epidemiológicodo SUS 1993;2:5-17.

11. Carvalho DM. Grandes sistemas nacionais do SUS – v. 4.Rio de Janeiro; 1997.

12. Ferreira JMN. Mortalidade hospitalar no Estado de SãoPaulo. São Paulo em Perspectiva 1986;2(2/3):31-52.

13. Lebrão ML. Análise da fidedignidade dos dadosestatísticos hospitalares disponíveis na Secretaria deEstado da Saúde de São Paulo em 1974. Revista deSaúde Pública 1978;12:234-248.

14. Mello Jorge MHP, Gotlieb SLD, Oliveira H. O Sistema deInformação sobre Nascidos Vivos – Sinasc. São Paulo:

Centro da OMS para a Classificação de Doenças emPortuguês - Núcleo de Estudos em População e Saúde -USP; 1992. Série Divulgação n. 7.

15. Adams SJ. Projecting the next decade in SafetyManagement - A Delphi Technique Study [Abstract onthe Internet] Avaiable from http://www.asse.org /ps1001_adams.pdf

16. Simões C. Estimativas da mortalidade infantil pormicrorregiões e municípios. Brasília: Ministério daSaúde; 1999.

17. Programa de las Naciones Unidas para el Desarrollo.Informe sobre el Desarrollo Humano 2003 – Notastécnicas [Monografía en la Internet] Disponible enhttp://www.undp.org

18. Figoli MGB, Wong LLR. O processo de finalização datransição demográfica na América Latina. In: Anais doXII Encontro Nacional de Estudos Populacionais; 2002;Ouro Preto, MG. Belo Horizonte: ABEP; 2002. Vol 1.

19. Mello Jorge MH, Gotlieb SLD. As condições de saúde noBrasil: retrospecto de 1979 a 1995. Rio de Janeiro:Editora Fiocruz; 2000.

20. Barreto ML, Carmo EH. Mudanças em padrões demorbimortalidade: conceitos e métodos. In: MonteiroCA, editor. Velhos e novos males da saúde no Brasil: aevolução do país e de suas doenças. São Paulo: Hucitec;1995. p.17-30.

21. Frias LAM. Uma proposta de metodologia para avaliaçãoda cobertura dos óbitos registrados por causasviolentas. In: Anais do XII Encontro Nacional deEstudos Populacionais; 2000; Caxambu, MG. BeloHorizonte: ABEP; 2000. Vol. 2.

ARTIGO Metodologia de correção e ajuste da mortalidade com...

Documents

Transcript of ARTIGO Metodologia de correção e ajuste da mortalidade com...