01FASE 1 · O MAPAPHASE 1 · THE MAP
Mapa exploratório da mortalidade por câncer no BrasilExploratory map of cancer mortality in Brazil
Mortes por câncer (1,2 milhão, de um total de 7,9 milhões de declarações de óbito) em cada um dos 5.570 municípios, de 2020 a 2024, comparadas com o que seria esperado pela idade e pelo sexo da população local. Vermelho: mais mortes que o esperado. Azul: menos. Os pontos marcam os sinais, municípios que ficaram acima do esperado com evidência estatística forte.
Cancer deaths (1.2 million, out of 7.9 million death certificates) in each of Brazil's 5,570 municipalities, 2020–2024, compared with what the local population's age and sex would predict. Red: more deaths than expected. Blue: fewer. Dots mark the signals: municipalities above expectation with strong statistical evidence.
Isto não são conclusões. Este é um estudo exploratório, ainda não revisado por especialistas independentes. Um sinal é uma indicação estatística sobre o município inteiro ao longo de cinco anos. Ele não indica causa e não muda nenhuma recomendação médica. Esses resultados não permitem estimar o risco de uma pessoa específica. Os resultados podem mudar com novos dados ou métodos.
These are not conclusions. This is an exploratory study that has not yet been reviewed by independent specialists. A signal is a statistical indication about a whole municipality over five years. It does not indicate a cause and does not change any medical recommendation. These results do not allow estimating the risk of any specific person. Results may change with new data or methods.
Estudo exploratórioExploratory study
Câncer de esôfago: 16 municípios com sinal após os critérios geográficos exploratóriosEsophageal cancer: 16 municipalities with signals after the exploratory geographic criteria
Nenhum dos 16 é capital, fica a até 40 km de uma capital ou é polo de tratamento. Esses critérios geográficos são exploratórios: não demonstram que os vieses foram removidos e podem também excluir excessos reais. Cinco estão no Sul, onde estudos já associam esse câncer ao consumo de bebidas muito quentes, como o chimarrão em temperatura muito alta, e também ao álcool e ao tabaco. Nove estão em diferentes regiões de Minas Gerais e dois na Bahia, com mortalidade observada entre 2,4 e 3,6 vezes o esperado pela média nacional, após a suavização estatística. Para esses, os dados analisados não apontam uma explicação, o que não significa que ela não exista.
Em testes de sensibilidade (outros raios, outros critérios de polo, correção estatística somando os 13 grupos de análise e população anual), 14 dos 16 continuam com sinal em todos os cenários. Em 2015–2019, período que não foi usado na seleção, 12 dos 16 apresentaram novamente excesso de mortalidade pelo critério definido, e todos os 16 ficaram acima do esperado. Isso sustenta a persistência do padrão no tempo, mas não distingue excessos reais de vieses persistentes nem estabelece causalidade. Os números são pequenos (de 11 a 37 mortes em cinco anos por município), e só uma investigação de especialistas pode dizer se há algo real por trás deles.
None of the 16 is a state capital, lies within 40 km of a capital or is a treatment hub. These geographic criteria are exploratory: they do not demonstrate that biases were removed and may also exclude real excesses. Five are in the South, where studies already associate this cancer with drinking very hot beverages — such as maté at very high temperatures — alcohol and tobacco. Nine are in different regions of Minas Gerais and two in Bahia, with observed mortality between 2.4 and 3.6 times the national expectation after statistical smoothing. For these, the data analyzed do not point to an explanation — which does not mean one does not exist.
In sensitivity tests (other radii, other hub criteria, statistical correction across all 13 analysis groups and annual population), 14 of the 16 keep their signal in every scenario. In 2015–2019, a period not used for selection, 12 of the 16 again showed excess mortality under the defined criterion, and all 16 stayed above expectation. This supports the temporal persistence of the pattern, but does not distinguish real excesses from persistent biases, nor does it establish causation. The numbers are small (11 to 37 deaths over five years per municipality), and only an investigation by specialists can tell whether something real lies behind them.
Fase 1b. No registro hospitalar de câncer do INCA, uma fonte diferente das declarações de óbito, os 16 municípios têm participação do câncer de esôfago entre os casos de câncer acima da esperada para o estado, e 14 atendem ao critério estatístico. É uma proporção entre casos hospitalares, não uma medida do risco na população. Uma varredura espacial encontrou 24 áreas regionais com excesso de mortalidade por câncer de esôfago, 15 delas sem nenhum dos 16 municípios. Considerando os 16 em conjunto, o excesso persiste em cada ano de 2015 a 2024. Isso ainda não distingue um excesso real de vieses comuns às duas fontes e não indica causa. Relatório da Fase 1b → Fase 2: o que essas áreas têm em comum →
Phase 1b. In the INCA hospital cancer registry, a source different from death certificates, all 16 municipalities have a share of esophageal cancer among cancer cases above the state expectation, and 14 meet the statistical criterion. This is a share among hospital cases, not a measure of population risk. A spatial scan found 24 regional areas with excess esophageal cancer mortality, 15 of them containing none of the 16. Considering the 16 together, the excess persists in every year from 2015 to 2024. This does not yet distinguish a real excess from biases shared by both sources and does not indicate causation. Phase 1b report → Phase 2: what these areas have in common →
Método e limitaçõesMethod and limitations
Como chegamos aqui, e o que isso não provaHow we got here, and what this does not prove
Método (resumo)Method (summary)
- Dados: 7,9 milhões de declarações de óbito de todas as causas do SIM/DATASUS (2020–2024), das quais 1,2 milhão tiveram câncer como causa básica, e a população do Censo 2022 (IBGE), por município, sexo e faixa etária.
- Município de residência: cada óbito é atribuído ao município onde a pessoa morava, não onde morreu.
- Esperado: padronização indireta. Aplicamos as taxas do estado (ou do Brasil) por idade e sexo à população de cada município. Uma cidade com muitos idosos não aparece como "pior" por isso.
- RMP (razão de mortalidade padronizada) = mortes observadas ÷ esperadas. 1,0 = igual à referência. A ficha de cada município mostra a RMP sem suavização, a RMP suavizada e o intervalo de confiança de 95%.
- Suavização bayesiana empírica (Poisson-Gama): em cidades pequenas, poucos casos geram valores extremos por acaso. A suavização puxa esses valores para perto da média quando a evidência é fraca. Por isso, a RMP suavizada costuma ser menor que a divisão direta.
- Sinal: acima do esperado para o próprio estado, com teste de Poisson e correção para múltiplas comparações (FDR < 1%) aplicada dentro de cada grupo de análise (5.570 testes por grupo), probabilidade posterior acima de 99%, RMP suavizada de pelo menos 1,3 e no mínimo 10 mortes. Com a correção sobre os 13 grupos de análise juntos, os resultados praticamente não mudam (ver relatório).
- Critérios geográficos exploratórios: separamos os sinais em capitais, a até 40 km de capitais e em polos de tratamento. Os demais aparecem em destaque, como pontos para avaliação. Esses critérios não demonstram que os vieses foram removidos, e testamos alternativas a eles.
- Validação em período independente: os mesmos sinais foram testados em 2015–2019, com plano de análise registrado localmente (git) antes do exame dos dados: 29 dos 45 pares município–grupo após os critérios geográficos e 12 dos 16 de esôfago apresentaram novamente excesso. É uma replicação no tempo, dentro do mesmo sistema de registros. Detalhes, incluindo as ressalvas sobre o teste estatístico, na seção 9 do relatório técnico.
- Onde entrou a IA: a inteligência artificial (Claude, da Anthropic) foi usada como assistente para escrever o código e os textos, sob revisão humana. A análise em si é epidemiológica e estatística. Nenhum modelo de aprendizado de máquina foi treinado ou avaliado nesta fase.
- Data: 7.9 million all-cause death certificates from SIM/DATASUS (2020–2024), of which 1.2 million had cancer as the underlying cause, and 2022 Census population (IBGE), by municipality, sex and age group.
- Municipality of residence: each death is assigned to the municipality where the person lived, not where they died.
- Expected: indirect standardization. We apply state (or national) age- and sex-specific rates to each municipality's population, so a town with many older residents does not look "worse" for that reason.
- SMR (standardized mortality ratio) = observed ÷ expected deaths. 1.0 = same as the reference. Each municipality's card shows the unsmoothed SMR, the smoothed SMR and the 95% confidence interval.
- Empirical Bayes smoothing (Poisson-Gamma): in small towns, a few cases produce extreme values by chance. Smoothing pulls them toward the mean when evidence is weak, so the smoothed SMR is usually lower than the direct ratio.
- Signal: above the own-state expectation, with a Poisson test and a multiple-comparison correction (FDR < 1%) applied within each analysis group (5,570 tests per group), posterior probability above 99%, smoothed SMR of at least 1.3 and at least 10 deaths. With the correction across all 13 analysis groups together, results barely change (see report).
- Exploratory geographic criteria: we separate signals in state capitals, within 40 km of capitals and in treatment hubs. The remaining ones are highlighted as points for review. These criteria do not demonstrate that biases were removed, and we tested alternatives to them.
- Validation in an independent period: the same signals were tested in 2015–2019, with an analysis plan recorded locally (git) before the data were examined: 29 of the 45 municipality–group pairs after the geographic criteria and 12 of the 16 esophageal ones again showed excess. This is a replication over time within the same recording system. Details, including caveats on the statistical test, in section 9 of the technical report.
- Where AI was used: artificial intelligence (Anthropic's Claude) was used as an assistant to write the code and texts, under human review. The analysis itself is epidemiological and statistical. No machine learning model was trained or evaluated in this phase.
Relatório técnico completo, com todos os parâmetros e testes de sensibilidade →Full technical report, with all parameters and sensitivity tests →
LimitaçõesLimitations
- Sinal é hipótese, não conclusão. Correlação geográfica não prova causa. Este estudo ainda não foi revisado por especialistas independentes.
- Não mede risco individual. Um sinal descreve o município inteiro. Esses resultados não permitem estimar o risco de uma pessoa específica e não mudam nenhuma recomendação médica.
- Números pequenos. Em cidades pequenas, poucas mortes a mais já produzem valores altos. A suavização reduz esse efeito, mas não o elimina.
- Mortalidade não é incidência. Mais mortes podem significar mais casos, mas também diagnóstico tardio ou menos acesso a tratamento.
- Escolhas geográficas podem criar ou ocultar padrões. Capitais e seu entorno diagnosticam e registram melhor, e pacientes podem ser registrados como moradores das cidades onde fazem tratamento. Os critérios usados para lidar com isso são aproximações.
- Qualidade do registro: onde muitas mortes têm causa mal definida, o câncer tende a ser subestimado. O percentual aparece para cada município.
- Persistência não é prova. Os sinais se repetem em 2015–2019, mas vieses de registro, de endereço e de diagnóstico também se repetem no tempo; a replicação não distingue uns dos outros.
- População: a análise principal usa a população do Censo 2022 para os cinco anos. Um teste com estimativas anuais do IBGE está no relatório.
- A signal is a hypothesis, not a conclusion. Geographic correlation does not prove causation. This study has not yet been reviewed by independent specialists.
- Does not measure individual risk. A signal describes the whole municipality. These results do not allow estimating the risk of any specific person and do not change any medical recommendation.
- Small numbers. In small towns, a few extra deaths already produce high values. Smoothing reduces this effect but does not eliminate it.
- Mortality is not incidence. More deaths may mean more cases, but also late diagnosis or poorer access to treatment.
- Geographic choices can create or hide patterns. Capitals and their surroundings diagnose and record deaths better, and patients may be recorded as residents of the towns where they are treated. The criteria used to handle this are approximations.
- Record quality: where many deaths have ill-defined causes, cancer tends to be underestimated. The percentage is shown for each municipality.
- Persistence is not proof. The signals replicate in 2015–2019, but recording, address and diagnostic biases also persist over time; replication cannot tell them apart.
- Population: the main analysis uses the 2022 Census population for all five years. A test with IBGE annual estimates is in the report.