O que as pessoas mais ignoram sobre mortalidade global
Quando você abre um relatório da OMS e vê a lista tradicional de causas de morte, a primeira coisa que nota é o óbvio: doenças cardiovasculares lideram com folga, seguidas por acidentes vasculares cerebrais e doenças respiratóórias crônicas. A tabela é consistente há décadas. Mas o que realmente importa na prática não está na posição do ranking, e sim na diferença entre como os dados são coletados e como eles chegam até você. Eu trabalhei com registros de mortalidade em sistemas de saúde pública por anos. O problema real começa quando você tenta cruzar números de países de baixa e média renda com os de alta renda. Um homem de 45 anos morre de cirrose hepática num bairro pobre de São Paulo. Num hospital privado de Genebra, um homem de 62 anos morre das mesmas complicações de doença hepática, mas a causa subjacente registrada é insuficiência renal. O código CIM-10 é diferente. O número final na planilha também. Isso acontece o tempo todo e distorce comparações internacionais.
maiores causas de mortes no mundo: como ler os dados corretamente
A fonte primária é o Global Health Estimates da OMS, atualizado periodicamente. Você baixa os dados em formato CSV ou Excel diretamente do site deles. A URL é direta: globalhealth.who.int/data. O arquivo vem com várias colunas que parecem óbvias mas têm nuances que pegam muita gente. A coluna "cause" usa codificação CID-10. A coluna "sex" separa homens e mulheres porque os padrões de mortalidade diferem significativamente entre sexos biologicos. A coluna "ageGroup" já é agrupada em faixas etárias padrão da OMS, o que facilita mas também esconde variações dentro de grupos amplos como "30-49 anos". Aqui vai algo que poucos mencionam: as doenças não transmissíveis representam cerca de 74% das mortes globais segundo os dados mais recentes, mas esse número sobe para 88% nos países de alta renda e cai para 55% nos de baixa renda, onde doenças infecciosas ainda pesam muito. A transição epidemiológica não aconteceu em todo lugar ao mesmo tempo. É por isso que comparar o Brasil com a Noruega apenas olhando os totais sem desagregar por renda per capita gera conclusões erradas com frequência.
Outro ponto cego nos relatórios: causas mal definidas. Quando uma pessoa morre num lugar sem acesso a exames, a causa raiz pode ser registrada simplesmente como "insuficiência cardíaca" ou "pneumonia" sem investigação posterior. Isso infla artificialmente números de certas causas e esconde problemas subjacentes como hipertensão não diagnosticada ou exposição crônica a poluentes. Eu já vi municípios inteiros com taxas de pneumonia muito acima da média simplesmente porque o sistema de registro não tinha capacidade de fazer autópsia verbal, que é o método usado para determinar causa em óbitos sem supervisão médica. Se você quer montar uma análise séria, recomendo começar pelo GBD (Global Burden of Disease) do Institute for Health Metrics and Evaluation. Os dados são mais granulares, permitem download programático via API, e têm estimativas de incerteza em cada linha. A desvantagem é que a curva de aprendizado é maior. A planilha brute vem com centenas de colunas e categorias aninhadas. Leva cerca de três horas para entender a estrutura na primeira vez. Depois disso, você consegue extrair qualquer variável em minutos.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Uma armadilha comum é somar causas individuais quando o relatório já fornece totais agregados por grupo. Você vai ver "doenças cardiovasculares" com um número e depois "isquemica cardíaca", " AVC", "cardiomiopatia" separados. Se você somar tudo, conta as mortes duas vezes porque essas subcategorias estão incluídas no total. A correção é usar apenas os totais de grupo ou filtrar para exibir somente os desagregados, nunca ambos juntos. Para quem precisa de dados por país específico, o WHO Statistical Information Portal permite filtro por ano, sexo, faixa etária e causa. O download gratuito exige cadastro, mas não tem custo. Os dados têm atraso de aproximadamente dois anos em relação ao ano vigente porque precisam de consolidação nacional. Um dado de 2023 só estará disponível completo em meados de 2025. Planeje seus prazos considerando isso se estiver montando um relatório com data limite.
Dos nove tópicos que seguem no ranking global, os quatro seguintes após as doenças cardiovasculares são: câncer, doenças respiratóórias baixas crônicas, e diabetes mellitus. Juntos com as causas cardiovasculares, respondem por mais da metade de todas as mortes registradas no planeta. Doenças neonatais, diarreia e tuberculose ainda aparecem no top 15 globalmente mas concentram-se majoritariamente na África Subsaariana e Sul da Ásia. Isso não é novidade, mas a proporção exata muda a cada atualização e vale conferir os números mais recentes antes de citar qualquer taxa. A maior limitação desses conjuntos de dados é que eles dependem da qualidade do registro civil de cada país. Países com morte institucionalizada há décadas, como Japão e Alemanha, têm dados quase completos. Países com grande parte dos óbitos ocorrendo em casa sem declaração médica — situação comum em várias regiões da África e da América Latina — têm estimativas modeladas que carregam intervalos de incerteza largos. Sempre verifique a margem de erro antes de usar esses números em argumentos definitivos.
Se o seu objetivo é apenas consultar os números rapidamente, o Our World in Data oferece visualizações prontas e atualizadas. O link direto é ourworldindata.org/causes-of-death. Eles já fazem a padronização entre países e corrigem viés de registro. Você não baixa os dados brutos aí, mas para uma consulta rápida ou para incluir gráficos num relatório, economiza horas de trabalho. O que eu faria diferente se começasse agora: aprender a usar a API do GBD desde o início. Quem tenta puxar tudo manualmente planilha por planilha perde tempo que poderia ser gasto analisando. Com um script Python básico usando a biblioteca gbd, você consegue extrair os dados de qualquer país, ano e causa em poucos minutos. O tempo que eu gastava numa tarde inteira hoje levo uns quinze minutos rodando o script.
