Introdução

O câncer de mama é o que mais afeta o público feminino, sendo responsável por, aproximadamente, 25% dos cânceres diagnosticados em mulheres no mundo¹ e 21% dos tumores (exceto pele não melanoma) verificados no Brasil em 2014². Diversos autores têm dedicado esforços no intuito de compreender os fatores que podem afetar a taxa de mortalidade desta doença^3-20. Todavia, qualquer análise de mortalidade está sujeita a problemas oriundos da elevada proporção de óbitos por causas mal definidas (quando a causa básica do óbito não é bem estabelecida)²¹.

Embora os óbitos por causas mal definidas (CMD) tenham diminuído nas últimas décadas no Brasil (indicando uma melhora na qualidade da informação registrada no Sistema de Informações sobre Mortalidade - SIM), ainda existem deficiências, principalmente nas regiões Norte e Nordeste^19,22. No ano 2000, os óbitos por CMD correspondiam, em média, a 14,3% do total de óbitos do país, com proporções variando de 6,3%, no Sul, a 28,4%, no Nordeste²³.

Como parte destes óbitos por CMD podem ser atribuídos às neoplasias mamárias (como é revelado por Laurenti et al.²⁴ após revisarem diversos atestados de óbitos), é provável que os estudos sobre a mortalidade por câncer de mama, sem correção para CMD, apresentem viés regional²⁵, comprometendo análises fidedignas e restringindo os estudos sobre mortalidade às grandes cidades ou a áreas com melhor nível socioeconômico, onde há menos óbitos por CMD.

Dentre as técnicas que visam corrigir as distorções causadas pelos óbitos mal definidos, a mais comumente empregada, e adotada pela Organização Mundial da Saúde (OMS), pressupõe a redistribuição proporcional das causas mal definidas, considerando a mesma distribuição das causas naturais conhecidas^19,26. Tal procedimento tem sido utilizado no Brasil para corrigir distorções associadas à mortalidade de doenças crônicas não transmissíveis²⁷ e alguns tipos específicos de câncer, como o de colo retal, estômago, próstata, esôfago¹⁹, colo de útero^10,19,28, pulmão^19,29 e mama^10,19.

Embora esta técnica não explique a real causa da morte^21,30 e sua proposta de redistribuição arbitrária dos óbitos mal definidos possa inflar artificialmente as taxas de mortalidade¹⁹, não seria viável utilizar uma abordagem de “recuperação de informações” (que consiste em visitar familiares, hospitais, institutos médicos legais e unidades de saúde a fim de definir a real causa da morte)³⁰ quando se tem por objetivo analisar a mortalidade do câncer de mama em diversas localidades brasileiras.

Logo, a técnica adotada pela OMS foi empregada nesta pesquisa a fim de compreender como a correção por CMD afetaria a mortalidade por câncer de mama nos municípios brasileiros e sua relação com os fatores associados à doença.

De modo geral, a literatura reconhece que a mortalidade por câncer de mama pode estar associada a fatores socioeconômicos, demográficos e de acesso à medidas preventivas. Além disso, varia conforme a região e o período analisado³¹.

No Brasil, verificou-se uma associação positiva do nível de renda com o risco, a incidência³² e a mortalidade do câncer de mama^33,34. Na realidade, o próprio processo de industrialização, devido à exposição a fatores ambientais (i.e.: químicos, físicos e biológicos), poderia aumentar o risco associado à doença²⁵.

A redução nas taxas de natalidade e fecundidade e o aumento da expectativa de vida da população mundial também têm colaborado para o aumento verificado nas taxas de incidência e mortalidade de doenças crônicas não transmissíveis, como o câncer de mama^10,14.

Além disso, estudos sugerem que maiores níveis de escolaridade poderiam reduzir o risco associado ao câncer de mama³², aumentar a sobrevida e facilitar o tratamento e detecção precoce da doença, contribuindo para a diminuição da mortalidade^2,16,35.

Por outro lado, a escassez e a má distribuição de recursos físicos e humanos prejudicam o atendimento e o prognóstico da doença, principalmente em localidades de menor porte e afastadas das capitais, gerando sobrecarga nos centros de referência oncológica, concentrados em localidades de grande porte^36,37.

Os fatores associados ao câncer de mama, mencionados nesta seção, serviram de base para a elaboração da Equação 3, apresentada na seção seguinte. A partir desta Equação, foram estimados modelos de regressão, com dados em painel, que permitiram identificar algumas distorções, decorrentes dos óbitos por causa mal definidas (CMD), sobre a mortalidade por câncer de mama nos municípios brasileiros.

Metodologia e Base de Dados

Trata-se de um estudo ecológico que utilizou os municípios brasileiros como unidades de análise e considerou as taxas médias de mortalidade por câncer de mama, padronizadas por idade, centradas nos anos de 1990 (média de 1987 a 1993), 2000 (média de 1997 a 2003) e 2010 (média de 2007 a 2013).

Os dados desta pesquisa foram agrupados em um painel balanceado, onde uma mesma unidade de corte transversal (neste caso, os municípios brasileiros) foi analisada ao longo do tempo, i.e.: 1990, 2000 e 2010. Esta opção permitiu considerar mais observações (melhorando as propriedades assintóticas dos estimadores - estatísticas t e F mais robustas), controlar fatores não observados constantes no tempo, c_i (ex: cultura, clima, relevo, etc.) e realizar análises dinâmicas (ex: análise de tendência)³⁸.

No contexto de dados de painel, geralmente estima-se um modelo do tipo Pooled Ordinary Least Squares (POLS) usando o teste de Breusch-Pagan³⁹ a fim de verificar se existe algum efeito não observado (c_i) afetando os resultados. Neste caso, a hipótese nula é: H₀: (σ_c²) = 0 , onde σ_c² representa a variância do efeito não observado (c). Caso H₀ prevaleça, o modelo POLS é o mais indicado. Caso contrário, se σ_c² ≠ 0, estima-se modelos de Efeitos Fixos (Fixed Effects - FE) e Efeitos Aleatórios (Random Effects - RE), usando o teste de Hausman⁴⁰ para definir o mais adequado. Este teste verifica se as variáveis explicativas (X_it) estão correlacionadas com c_i, sendo H₀: E[(c_i | X_it) = 0]. Se H₀ for verdadeiro FE e RE serão consistentes, porém RE será mais eficiente. Do contrário, o teste de Breusch-Pagan se torna desnecessário e somente FE será consistente⁴¹.

O software Stata foi utilizado na análise descritiva das variáveis e nas estimações realizadas neste trabalho.

Resultados

A análise descritiva das variáveis revelou que a taxa de mortalidade por câncer de mama dos municípios brasileiros, padronizada por faixa etária e sem correção por causas mal definidas (MCM^sc), foi, em média, igual a 8,86 por 100 mil mulheres durante o período analisado (médias de 1990, 2000 e 2010), enquanto a média da taxa de mortalidade corrigida (MCM^cc) foi de 9,66. Portanto, a correção por causas mal definidas acabou elevando a taxa de mortalidade geral em pouco mais de 9% (Tabela 1).

Já a análise dos dados em corte transversal revelou que o problema causado pelos óbitos mal definidos exibiu redução no período considerado. Nos anos de 1990, 2000 e 2010, a correção aumentou a taxa de mortalidade em, aproximadamente, 13,2%, 9,5% e 4,8%, respectivamente.

No que se refere às demais variáveis, notou-se um aumento dos índices IDHR, IDHL, IDHE. Enquanto isso, a produção industrial per capita municipal (IND) foi equivalente a 1254,14 Reais. A taxa de fecundidade (FEC) diminuiu de 3,20, em 1990, para 1,99, em 2010. A média do período foi de 2,59 filhos por mulher. Já o percentual de mulheres jovens com filhos (MJF) cresceu. Em média, aproximadamente 2,8% das mulheres com menos de 18 anos possuem filhos. O coeficiente (menor que 1) associado à PR/PU indicou que a maior parte das pessoas reside em áreas urbanas.

O gasto público anual com saúde (GPS), avaliado em reais (R$) de 2000, foi equivalente a R$ 101,30 per capita no período. O número de profissionais de saúde com ensino superior (NPS) e de estabelecimentos de saúde (NES) foi de, aproximadamente, 337/100 mil habitantes e 45/100 mil habitantes, respectivamente. O GPS, o NPS e o NES aumentaram no período. As médias das dummies geográficas (DG) e de porte municipal (DPM) indicam que 39% dos municípios considerados pertencem ao Sudeste e, aproximadamente, 29% deles têm entre 20 e 50 mil habitantes (Tabela 1).

Os dados da Tabela 2 indicam que a mortalidade padronizada cresceu em todas as regiões entre 1990, 2000 e 2010 (exceto sudeste, entre 2000 e 2010). Contudo, após a correção por causas mal definidas, nota-se que o Sudeste e o Sul reduziram suas taxas de mortalidade entre 2000 e 2010. Embora a correção tenha aumentado a taxa de mortalidade em todas as regiões, nota-se que seu impacto foi maior no norte e nordeste, onde houve um crescimento de, aproximadamente, 24,9% e 22% entre 1990 e 2010, respectivamente.

Os resultados da Tabela 3 revelam uma diferença regional significativa associada à taxa de mortalidade por câncer de mama no Brasil. Como a região Sudeste foi tomada como referência (omitida), um coeficiente negativo associado a uma região indica que sua taxa de mortalidade é menor que a do Sudeste e vice-versa. Deste modo, o Modelo (a), sem correção para causas mal definidas, indica que as taxas de mortalidade são significativamente maiores no Sul (1.31) e menores no Norte (-5.02), Nordeste (-3.43) e Centro Oeste (-1.71), quando comparados ao Sudeste, respectivamente.

Os resultados da Tabela 3 revelam uma diferÉ possível notar que o mesmo modelo, com correção por CMD, Modelo (c), levou os coeficientes associados às regiões Sul (1.11), Norte (-4.42) e Nordeste (-2.72) a ficarem mais próximos de zero. Portanto, após efetuar a correção, estas regiões passaram a apresentar taxas de mortalidade mais próximas às verificadas no Sudeste (Tabela 3).

Já no Norte e Nordeste, a grande quantidade de óbitos mal definidos acabou aumentando a mortalidade relativa destas regiões após o ajuste. Como ambas apresentavam taxas relativamente pequenas, o crescimento da mortalidade (após a correção) acabou as aproximando-as do Sudeste. A significativa variação dos coeficientes associados ao Nordeste antes e após a correção (-20.7% e -23.8%), na Tabela 3, indica que tal problema parece afetar, de modo intenso, esta região. Por fim, a taxa de mortalidade do Centro Oeste ficou ainda menor que a do Sudeste após a correção.

A variável de tendência, Modelo (a), indica que houve um crescimento significativo da mortalidade entre 1990 e 2010. De acordo com o Modelo (b), ainda sem correção para causas mal definidas, as regiões Nordeste (1.62), Centro Oeste (0.99), Norte (0.96) e Sul (0.33) foram as principais responsáveis por este crescimento (Tabela 3). No Sudeste, onde o valor obtido não foi significativo, pode-se inferir que a mortalidade se manteve estável no período analisado.

Contudo, após efetuar a correção por CMD, Modelo (c), esta tendência de crescimento é reduzida em quase 60%. Tal resultado está diretamente relacionado à diminuição dos óbitos por CMD neste período. Em termos regionais, Modelo (d), nota-se que a mortalidade é reduzida de forma mais intensa no Sudeste, onde a redução se torna negativa e significativa (-0.30) e no Sul, onde o coeficiente de tendência torna-se não significativo (0.10) (Tabela 3).

A análise das dummies de porte municipal sem correção para CMD, Modelos (a) e (b), indica que as menores taxas de mortalidade são encontradas em cidades com 10-20 e 20-50 mil habitantes (coeficientes de -3.37 e -3.34, respectivamente). Já as maiores ocorreriam nos municípios com mais de 1 milhão de habitantes (4.05) e naqueles com população entre 500 mil e 1 milhão (1.78). Cabe ressaltar que estes coeficientes têm como referência os pequenos municípios, onde a população não chega a 5 mil (omitido).

Após a correção, Modelos (c) e (d), verificou-se uma redução na mortalidade dos municípios de 5 a 500 mil habitantes em relação àqueles com menos de 5 mil (p < 5). Como estes municípios já apresentavam taxas inferiores às dos municípios “p < 5”, a distância entre eles aumentou. A mortalidade dos grandes municípios, com população superior a 500 mil habitantes, também cresceu menos que a dos municípios “p < 5” após a correção. Contudo, como a mortalidade destas grandes cidades era superior à dos demais, suas taxas se tornaram mais próximas às dos municípios “p < 5”. No caso das cidades com população entre 500 mil e 1 milhão de habitantes, a diferença se tornou não significativa em relação aos municípios “p < 5”. Portanto, o problema causado pelos óbitos mal definidos tende a aumentar, de forma mais acentuada, a mortalidade nas cidades com menos de 5 mil habitantes.

As estimações via efeitos fixos (FE), da Tabela 4, se mostraram preferíveis, segundo o teste de Hausman (1978), tanto para o modelo sem correção por CMD, Modelo (c), quanto para o corrigido, Modelo (f). Os resultados do Modelo (c) indicam que há uma associação positiva e significativa da renda (IDHR) e da longevidade (IDHL) com a mortalidade por câncer de mama. Enquanto isso, a educação (IDHE), a taxa de fecundidade (FEC) e os gastos públicos em saúde (GPS) apresentariam relação negativa e significativa. No Modelo (f), com correção, verificou-se uma perda de significância de parte das variáveis que haviam sido significativas no modelo sem correção. Dentre estas, a FEC, IDHE e IDHR foram as mais afetadas pela correção. A redução nos coeficientes destas variáveis foi de 95.3%, 74.8% e 61.5%, respectivamente. Apenas o IDHL e o GPS mantiveram-se significativos. Contudo, a correção revelou que as estimações, sem ajuste para CMD, podem estar superestimando o efeito da longevidade (em quase 33%) e dos Gastos Públicos em Saúde (em pouco mais de 6%) sobre a taxa de mortalidade por câncer de mama no Brasil.

Discussão e conclusão

Os indicadores de mortalidade representam importante subsídio para o diagnóstico da saúde. No Brasil, tais dados são fornecidos pelo Sistema de Informações sobre Mortalidade (SIM), implantado pelo Ministério da Saúde entre 1975 e 1976. Embora tal sistema venha aumentando sua cobertura e aprimorando a qualidade de seus dados, ainda há registros de óbitos por causas mal definidas (CMD), que podem comprometer a análise da mortalidade, especialmente aquelas por causas específicas²³. Os óbitos por CMD representavam, em 1991, 18,2% do total de óbitos do país. Este percentual diminuiu para 15,1% em 1996, 14,9% em 1996, 13,3% em 2003 e 8,6% em 2010^23,48,49. Apesar desta redução, um percentual ainda considerável dos óbitos brasileiros permanece com causa mal definida, principalmente nas regiões norte e nordeste^19,27-29.

No que se refere à mortalidade por câncer de mama, apenas recentemente surgiram estudos que utilizam métodos de correção para CMD^10,19. Logo, buscou-se identificar as principais distorções causadas pelos óbitos mal definidos sobre as análises de mortalidade por câncer de mama no Brasil. Deste modo, é possível avaliar como os resultados dos trabalhos que desconsideram esta correção poderiam estar comprometidos.

Inicialmente, notou-se que a correção por CMD elevou a taxa de mortalidade por câncer de mama dos municípios brasileiros em pouco mais de 9% entre 1990 e 2010. Um valor pequeno quando comparado ao aumento de 103,3%, verificado por Gamarra et al.²⁸, para o caso do câncer de colo de útero no Brasil, entre 1995 e 2006.

Além disso, o impacto causado pelos óbitos mal definidos diminuiu no período considerado (o aumento da taxa de mortalidade corrigida passou de 13.2% em 1990 para 4.8%, em 2010). Esta tendência de redução do reajuste, oriundo da correção por CMD, também foi verificada por Malta et al.²⁹ para o câncer de pulmão em homens e mulheres (aumento de 21,1% e 36,8% em 1996 e de 10,6% e 10,1% em 2010, respectivamente). Tais resultados estão associados à melhora na qualidade da informação sobre a causa básica do óbito no país. A proporção de óbitos brasileiros por CMD diminuiu de 18,2%, em 1990, para 7,0%, em 2010⁴².

Os resultados sem correção para CMD indicaram que a mortalidade por câncer de mama é maior nas regiões Sul, Sudeste, Centro Oeste, Nordeste e Norte, respectivamente. Contudo, após efetuar a correção, verificou-se que a taxa de mortalidade da região Sul diminuiu em relação à do Sudeste, enquanto as taxas do Norte e Nordeste aumentaram. Outros estudos, com foco na mortalidade associada à doenças crônicas não transmissíveis²⁷, ao câncer de colo de útero²⁸ e ao câncer de pulmão²⁹ também indicaram que o impacto da correção por CMD seria maior nestas duas regiões.

Enquanto isso, a mortalidade do Centro Oeste ficou ainda menor que a da região Sudeste após a correção. Estes resultados indicam que, no período analisado, a qualidade do registro de óbitos foi, proporcionalmente, melhor nas regiões Sul e Centro Oeste e pior no Norte e Nordeste, quando comparadas ao Sudeste.

A análise sem correção para CMD revelou um crescimento significativo da taxa de mortalidade por câncer de mama entre 1990 e 2010. As regiões Nordeste, Centro Oeste, Norte e Sul foram as principais responsáveis por este crescimento. No Sudeste a mortalidade se manteve estável.

Contudo, após a correção, esta tendência de crescimento foi reduzida em quase 60%, fato que está diretamente relacionado à diminuição dos óbitos por CMD no período. As maiores reduções ocorreram no Sudeste (que, neste caso, passou a apresentar uma tendência negativa e significativa) e no Sul (onde a tendência de crescimento, verificada anteriormente, foi substituída por uma estabilidade da taxa de mortalidade).

Os resultados sem correção ainda indicaram que as menores taxas de mortalidade são encontradas em cidades com 10 a 50 mil habitantes. Já as maiores ocorreriam nos municípios com mais de 500 mil habitantes e naqueles onde a população é menor que 5 mil habitantes, respectivamente.

Após a correção, verificou-se que o crescimento da mortalidade dos municípios de 5 a 500 mil habitantes foi inferior ao daqueles com menos de 5 mil habitantes, aumentando a distância entre as taxas de mortalidade destes dois grupos. A mortalidade dos grandes municípios, com população superior a 500 mil habitantes, também cresceu menos que a dos municípios com menos de 5 mil habitantes. Contudo, como a mortalidade destas grandes cidades era relativamente maior, suas taxas se tornaram mais próximas. Portanto, a correção por CMD tende a aumentar, de forma mais acentuada, a mortalidade das cidades pequenas, com menos de 5 mil habitantes.

A análise sem correção para CMD, indicou a existência de uma associação positiva e significativa da renda e da longevidade com a mortalidade por câncer de mama. Já a educação, a taxa de fecundidade e os gastos públicos em saúde apresentaram relação negativa e significativa. Após a correção, apenas a longevidade e os gastos públicos em saúde mantiveram-se significativos. Contudo, notou-se que os resultados sem ajuste para CMD estavam superestimando o efeito gerado pela longevidade (em quase 33%) e pelos gastos públicos em saúde (em pouco mais de 6%) sobre a taxa de mortalidade por câncer de mama no Brasil.

Cabe destacar que o uso de dados secundários agregados e a impossibilidade de inclusão de alguns fatores associados à mortalidade por câncer de mama (possíveis fontes de confusão) constituem uma limitação deste trabalho. Além disso, a análise da mortalidade ao longo de 20 anos envolve outros aspectos de difícil incorporação nos modelos (e.g.: avanços/alterações nos registros de óbito, nos diagnósticos e nos tratamentos do câncer de mama). Por fim, a técnica de correção para causas mal definidas, empregada nesta pesquisa, não permite identificar a real causa da morte e pode ter inflado as taxas de mortalidade, especialmente onde há mais óbitos não definidos.

Apesar disso, os resultados ressaltam os possíveis vieses que poderiam ser causados pelos óbitos mal definidos nas análises de mortalidade associadas ao câncer de mama. Portanto, negligenciar tal efeito poderia prejudicar uma análise fidedigna da situação de saúde, comprometendo, consequentemente, a adoção de políticas públicas adequadas e o planejamento em saúde no país.