1 Desigualdades em Saúde por Cor e Raça

O Brasil é o segundo país com maior população negra do mundo. Segundo o IBGE/PNAD 2019, negros (pretos + pardos) representam 55% da população brasileira. As desigualdades em saúde segundo raça/cor são sistemáticas, persistentes e têm raízes no racismo estrutural (Chor, 2013; Instituto Brasileiro de Geografia e Estatística, 2020).

NotaRaça/cor como variável epidemiológica

No Brasil, a classificação de raça/cor é autodeclarada segundo os critérios do IBGE: branca, preta, parda, amarela, indígena. A Declaração de Óbito possui campo específico para raça/cor — seu preenchimento adequado é condição necessária para a produção de indicadores desagregados e para a equidade em saúde.

1.1 Mortalidade Materna por Raça/Cor

A mortalidade materna é um dos indicadores que melhor revelam as desigualdades raciais em saúde.

Mostrar código R 
# Valores aproximados baseados em SVS/MS — DATASUS, SIM
# Consulte o Painel de Mortalidade Materna para dados exatos
rmm <- tibble::tribble(
  ~raca_cor, ~rmm, ~razao,
  "Branca",   51,  1.0,
  "Parda",    89,  1.7,
  "Preta",   134,  2.6,
  "Indígena", 185, 3.6
)

ggplot(rmm, aes(x = reorder(raca_cor, rmm), y = rmm,
                fill = raca_cor)) +
  geom_col(width = 0.6) +
  geom_text(aes(label = paste0(rmm, "\n(", razao, "×)")),
            vjust = -0.3, size = 3.5, fontface = "bold") +
  geom_hline(yintercept = 70, linetype = "dashed", color = "#333") +
  annotate("text", x = 0.7, y = 78, label = "Meta ODS: 70",
           fontface = "italic", size = 3) +
  scale_fill_manual(values = c(
    "Branca" = cores_indicadores["branca"],
    "Parda" = cores_indicadores["parda"],
    "Preta" = cores_indicadores["preta"],
    "Indígena" = cores_indicadores["indigena"]
  )) +
  scale_y_continuous(limits = c(0, 220)) +
  labs(
    title = "Mulheres negras e indígenas morrem mais por causas maternas",
    subtitle = "RMM por 100.000 nascidos vivos — razão em relação à mulher branca entre parênteses",
    x = NULL, y = "RMM (por 100.000 NV)",
    caption = "Fonte: SVS/MS — DATASUS, SIM (valores aproximados — não usar como estatística oficial)"
  ) +
  tema_indicadores() +
  theme(legend.position = "none")
Figura 1: Razão de Mortalidade Materna (RMM) por raça/cor — Brasil

As causas dessa desigualdade são multifatoriais:

  • Menor acesso e menor qualidade do pré-natal
  • Discriminação institucional nos serviços de saúde
  • Maior exposição a determinantes sociais adversos
  • Racismo estrutural que atravessa todas as dimensões da vida social

1.2 Mortalidade Infantil por Raça/Cor

Mostrar código R 
# Valores aproximados baseados em SVS/MS — DATASUS, SIM/SINASC
# Consulte TabNet para dados exatos por raça/cor
mi_raca <- tibble::tribble(
  ~raca_cor, ~mi, ~razao,
  "Branca",    9.0, 1.0,
  "Parda",    14.2, 1.6,
  "Preta",    17.0, 1.9,
  "Indígena", 28.5, 3.2
)

ggplot(mi_raca, aes(x = reorder(raca_cor, mi), y = mi, fill = raca_cor)) +
  geom_col(width = 0.6) +
  geom_text(aes(label = paste0(fmt_br(mi), "\n(", razao, "×)")),
            vjust = -0.3, size = 3.5, fontface = "bold") +
  scale_fill_manual(values = c(
    "Branca" = cores_indicadores["branca"],
    "Parda" = cores_indicadores["parda"],
    "Preta" = cores_indicadores["preta"],
    "Indígena" = cores_indicadores["indigena"]
  )) +
  scale_y_continuous(limits = c(0, 35)) +
  labs(
    title = "Mortalidade infantil: crianças indígenas morrem 3× mais",
    subtitle = "MI por 1.000 NV — razão em relação à criança branca entre parênteses",
    x = NULL, y = "MI (por 1.000 NV)",
    caption = "Fonte: SVS/MS — DATASUS, SIM/SINASC (valores aproximados — não usar como estatística oficial)"
  ) +
  tema_indicadores() +
  theme(legend.position = "none")
Figura 2: Mortalidade infantil por raça/cor — Brasil
ImportanteEfeito independente da raça/cor

Estudos mostram que, mesmo após controle de variáveis socioeconômicas, persiste um efeito independente da raça/cor sobre a mortalidade infantil, indicando que o racismo age além da mediação econômica (Cardoso; Santos; Jr., 2005).

1.3 Homicídios — A Cor da Violência

As causas externas revelam a face mais dramática das desigualdades raciais em saúde no Brasil (Instituto de Pesquisa Econômica Aplicada, 2023).

Mostrar código R 
# Fonte: Atlas da Violência 2023 (IPEA/FBSP), referentes a 2021
# Taxa por 100 mil hab.: negros 31,0; não negros 10,8
# Proporção: negros 79% das vítimas
homic <- tibble::tribble(
  ~grupo, ~taxa, ~pct_vitimas,
  "Não negros",                10.8, 21,
  "Negros (pretos + pardos)",  31.0, 79
)

p_taxa <- ggplot(homic, aes(x = grupo, y = taxa, fill = grupo)) +
  geom_col(width = 0.5) +
  geom_text(aes(label = fmt_br(taxa)), vjust = -0.5, size = 4, fontface = "bold") +
  scale_fill_manual(values = c("Não negros" = "#4575b4", "Negros (pretos + pardos)" = "#d73027")) +
  scale_y_continuous(limits = c(0, 40)) +
  labs(title = "Taxa de homicídios\n(por 100 mil hab.)", x = NULL, y = NULL) +
  tema_indicadores(base_size = 10) +
  theme(legend.position = "none")

p_prop <- ggplot(homic, aes(x = "", y = pct_vitimas, fill = grupo)) +
  geom_col(width = 0.6) +
  geom_text(aes(label = paste0(pct_vitimas, "%")),
            position = position_stack(vjust = 0.5), color = "white", size = 5, fontface = "bold") +
  coord_flip() +
  scale_fill_manual(values = c("Não negros" = "#4575b4", "Negros (pretos + pardos)" = "#d73027")) +
  labs(title = "Proporção das vítimas", x = NULL, y = NULL, fill = NULL) +
  tema_indicadores(base_size = 10) +
  theme(axis.text = element_blank(), panel.grid = element_blank())

p_taxa / p_prop +
  plot_annotation(
    title = "Negros morrem por homicídio 2,9× mais que não negros",
    subtitle = "79% das vítimas de homicídio no Brasil são negras (dados de 2021)",
    caption = "Fonte: Atlas da Violência 2023 — IPEA/FBSP (dados referentes a 2021)"
  )
Figura 3: Taxa de homicídios por raça/cor — Brasil
  • Jovens negros (15-29 anos) constituem o grupo mais vulnerável
  • A diferença persiste mesmo após controle de renda e escolaridade

1.4 Fontes de dados sobre saúde e raça/cor

Mostrar código R 
fontes_raca <- tibble::tribble(
  ~`Sistema/Base`, ~Cobertura, ~`Uso principal`,
  "DATASUS / SIM",        "Nacional", "Mortalidade por raça/cor, causa e município",
  "SINASC",               "Nacional", "Natalidade por raça/cor da mãe",
  "PNAD Contínua / IBGE", "Nacional", "Dados socioeconômicos e autodeclaração racial",
  "Atlas da Violência / IPEA", "Nacional", "Homicídios e segurança com recorte racial",
  "Painel de Mortalidade Materna", "Nacional", "Dados em tempo real por raça/cor"
)

tabela_indicador(fontes_raca)
Tabela 1: Principais bases de dados sobre saúde e raça/cor no Brasil
Sistema/Base Cobertura Uso principal
DATASUS / SIM Nacional Mortalidade por raça/cor, causa e município
SINASC Nacional Natalidade por raça/cor da mãe
PNAD Contínua / IBGE Nacional Dados socioeconômicos e autodeclaração racial
Atlas da Violência / IPEA Nacional Homicídios e segurança com recorte racial
Painel de Mortalidade Materna Nacional Dados em tempo real por raça/cor
DicaEquidade ≠ Igualdade

Igualdade distribui recursos de forma uniforme. Equidade distribui segundo a necessidade — dando mais a quem mais precisa. As desigualdades raciais em saúde não são biológicas nem naturais: são produtos de injustiça histórica e estrutural. O papel do médico começa pelo preenchimento correto da Declaração de Óbito.

De volta ao topo

Referências

CARDOSO, Andrey Moreira; SANTOS, Ricardo Ventura; JR., Carlos E. A. Coimbra. Mortalidade infantil segundo raça/cor no Brasil: o que dizem os sistemas nacionais de informação? Cadernos de Saúde Pública, [s. l.], v. 21, n. 5, p. 1602–1608, 2005.
CHOR, Dóra. Desigualdades em saúde no Brasil: é preciso ter raça. Cadernos de Saúde Pública, [s. l.], v. 29, n. 7, p. 1272–1275, 2013.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa Nacional por Amostra de Domicílios Contínua — PNAD Contínua 2019. Rio de Janeiro: IBGE, 2020.
INSTITUTO DE PESQUISA ECONÔMICA APLICADA. Atlas da Violência 2023. Brasília: IPEA; FBSP, 2023.