Incidência Demográfica de Mortalidade Relacionada a Alzheimer e Esclerose Lateral Amiotrófica (Ela) no Brasil

Simone Aparecida da Cruz Miquelin; Douglas Augusto de Paula

DOI: 10.22167/2675-6528-202603471

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A incidência demográfica de mortalidade relacionada a Alzheimer e Esclerose Lateral Amiotrófica (ELA) no Brasil representa um desafio crescente para os sistemas de saúde, dada a aceleração do envelhecimento populacional. O estudo objetivou revelar padrões relevantes de mortalidade por essas doenças, utilizando técnicas analíticas aplicadas a bases públicas. Para isso, foram utilizados dados secundários de mortalidade do Sistema de Informações sobre Mortalidade (SIM/DATASUS) e dados populacionais do IBGE (SIDRA) para o período de 2015 a 2024. Os dados foram processados em Python, e aplicaram-se métodos descritivos, regressão de Poisson e regressão logística binária para analisar a distribuição dos óbitos e suas associações com variáveis demográficas, socioeconômicas e ocupacionais. Os resultados indicaram um aumento expressivo da mortalidade por Alzheimer, predominantemente em mulheres acima de 75 anos e nas regiões Sudeste e Sul, e associado a baixa escolaridade e ocupações agrícolas/rurais. A mortalidade por ELA manteve-se relativamente estável, com maior incidência em homens, em faixas etárias intermediárias (41-80 anos), e em ocupações de maior carga cognitiva, como advogados, mas também em trabalhadores agrícolas e pedreiros. Concluiu-se que o Alzheimer apresenta uma tendência ascendente como causa de óbito neurológico, e a ELA, embora rara, mantém impacto relevante, evidenciando a necessidade de políticas públicas para o envelhecimento saudável e atenção especializada, com a ciência de dados como ferramenta útil para subsidiar tais ações.

Palavras-chave: Alzheimer; Cognitivas; ELA; Neurodegenerativas.

1. Introdução

As doenças neurodegenerativas, como Alzheimer e Esclerose Lateral Amiotrófica (ELA), representam um desafio crescente para os sistemas de saúde, especialmente em países com envelhecimento populacional acelerado, como o Brasil (IBGE, 2023). A análise de dados demográficos pode revelar padrões importantes sobre a incidência, distribuição geográfica e fatores associados a essas doenças, como idade, sexo e condições socioeconômicas.

O Alzheimer é a forma mais comum de demência, caracterizada pela perda gradual da memória, alterações comportamentais e declínio das funções cognitivas. Afeta principalmente pessoas acima dos 65 anos e está relacionado a fatores genéticos, ambientais e de estilo de vida. No Brasil, estima-se que 8,5% da população com 60 anos ou mais convive com a doença, representando cerca de 1,8 milhão de casos, com projeção de 5,7 milhões até 2050 (BRASIL; UNIFESP, 2022). Esse crescimento exponencial reflete não apenas o aumento da expectativa de vida, mas também a necessidade de políticas públicas voltadas à prevenção, diagnóstico precoce e acompanhamento contínuo dos pacientes. Estudos nacionais confirmam essa tendência, apontando aumento consistente da mortalidade por Alzheimer em todas as regiões do Brasil entre 2000 e 2019 (PASCHALIDIS et al., 2023).

A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa rara e progressiva que compromete os neurônios motores, levando à perda da função muscular e, em estágios avançados, à falência respiratória. Embora existam avanços na compreensão genética da ELA, ainda há muitos aspectos desconhecidos sobre sua origem e evolução, o que torna essencial a análise de dados populacionais para identificar padrões de incidência e fatores associados. A raridade da doença dificulta a construção de políticas específicas, mas estudos epidemiológicos demonstram que a ELA, apesar de menos prevalente, possui impacto significativo na qualidade de vida dos pacientes e de suas famílias, exigindo suporte multidisciplinar e acompanhamento especializado.

Embora Alzheimer e ELA sejam condições distintas, estudos anteriores têm apontado correlações relevantes entre elas. Pesquisas internacionais descrevem mecanismos neuropatológicos comuns, como agregação proteica e estresse celular, além da presença de biomarcadores semelhantes em pacientes de ambas as doenças (HETZ et al., 2018; JOHNSON et al., 2025). Além disso, pacientes com ELA podem apresentar comprometimento cognitivo, aproximando seu quadro clínico de manifestações típicas do Alzheimer (BORGHEAI et al., 2024). Essa interseção entre as duas condições reforça a importância de estudos comparativos que considerem não apenas os aspectos clínicos, mas também os demográficos e socioeconômicos (VRILLON et al., 2021).

Nos últimos anos, a ciência de dados tem revolucionado a forma como grandes volumes de informações são processados, oferecendo modelos preditivos capazes de gerar insights clínicos e apoiar decisões médicas personalizadas. Este trabalho propõe a utilização de técnicas de análise de dados para explorar informações demográficas e clínicas disponíveis em bases públicas, combinando estatísticas e visualizações interativas.

Além de contribuir para a compreensão da mortalidade por Alzheimer e ELA, esta abordagem busca demonstrar como ferramentas de ciência de dados podem ser aplicadas em contextos de saúde pública para transformar dados brutos em conhecimento útil. A integração de variáveis demográficas, socioeconômicas e ocupacionais permite não apenas caracterizar a incidência das doenças, mas também identificar grupos populacionais mais vulneráveis. Essa perspectiva amplia o alcance da pesquisa, pois não se limita à descrição clínica das doenças, mas incorpora dimensões sociais e econômicas que influenciam diretamente os indicadores de mortalidade.

Outro aspecto relevante é a possibilidade de utilizar os resultados para subsidiar políticas públicas e estratégias de gestão em saúde. Ao identificar regiões com maior incidência ou grupos populacionais mais afetados, gestores podem direcionar recursos de forma mais eficiente, promovendo campanhas de conscientização, capacitação de profissionais e investimentos em infraestrutura hospitalar. A análise temporal também permite observar tendências e projetar cenários futuros, contribuindo para o planejamento de longo prazo (PASCHALIDIS et al., 2023).

Portanto, este trabalho se insere em um contexto interdisciplinar, unindo conhecimentos da saúde, estatística e ciência de dados para oferecer uma visão abrangente sobre a mortalidade por Alzheimer e ELA no Brasil. Ao revelar padrões e correlações, busca-se não apenas ampliar a compreensão científica dessas doenças, mas também fornecer subsídios práticos para políticas de saúde pública que respondam aos desafios impostos pelo envelhecimento populacional e pela complexidade das doenças neurodegenerativas. O objetivo deste estudo é revelar padrões relevantes da mortalidade por Alzheimer e Esclerose Lateral Amiotrófica no Brasil, utilizando técnicas analíticas aplicadas a bases públicas, combinando estatísticas demográficas e clínicas com ferramentas de visualização interativa.

2. Material e Métodos

O presente estudo caracterizou-se como uma pesquisa quantitativa, descritiva e analítica, com abordagem metodológica baseada em técnicas de ciência de dados. O objetivo foi revelar padrões relevantes da mortalidade por Alzheimer e Esclerose Lateral Amiotrófica (ELA) no Brasil, utilizando dados secundários de bases públicas e combinando estatísticas demográficas e clínicas com ferramentas de visualização interativa.

A coleta de dados foi realizada a partir de duas fontes principais. Primeiramente, utilizaram-se dados secundários de mortalidade provenientes do Sistema de Informações sobre Mortalidade (SIM), que integra o Departamento de Informática do Sistema Único de Saúde (DATASUS). O acesso aos arquivos foi efetuado por meio de protocolo de transferência de arquivos (FTP – File Transfer Protocol) no endereço oficial do DATASUS (ftp://ftp.datasus.gov.br/dissemin/publicos/SIM/), abrangendo o período de 2015 a 2024.

A identificação das doenças de interesse nos registros de óbitos foi realizada por meio da variável CAUSABAS (causa básica do óbito), utilizando os códigos da Classificação Internacional de Doenças – 10ª Revisão (CID-10), conforme estabelecido pela Organização Mundial da Saúde (OMS, 1992). Para Alzheimer, consideraram-se os códigos G30, G30.0, G30.1, G30.8 e G30.9. Para Esclerose Lateral Amiotrófica (ELA), utilizou-se o código G12.2, correspondente à doença do neurônio motor.

Adicionalmente, dados populacionais por Unidade da Federação (UF) foram obtidos do Sistema IBGE de Recuperação Automática (SIDRA), mantido pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Especificamente, consultou-se a tabela 1209, que fornece estimativas populacionais por grupos de idade e UF para o ano de 2022 (IBGE, 2022). Essas informações foram cruciais para contextualizar e comparar as taxas de mortalidade.

Para o tratamento e limpeza dos dados, os arquivos originais, que estavam no formato DBC (Data Base Compressed), foram convertidos para DBF (Data Base File) utilizando o software TABWIN (Tabulador de Dados do SUS), uma ferramenta oficial para leitura e conversão de dados do DATASUS. Após a conversão, os dados foram processados e tratados por meio da linguagem de programação Python, em ambiente de desenvolvimento Anaconda, utilizando a IDE Spyder.

No processo de tratamento, os arquivos DBF foram lidos e convertidos em estruturas de dados denominadas dataframes. Os dados populacionais do SIDRA foram padronizados, com a remoção de linhas não pertinentes e o renomeamento de campos. Foram também criados dataframes auxiliares a partir de tabelas disponibilizadas pelo DATASUS, incluindo a Classificação Brasileira de Ocupações (cbo2002-ocupacao.csv), o Cadastro de Municípios (CADMUN.DBF), a Tabela de Unidades da Federação (TABUF.DBF) e as descrições da CID-10 (CID10.DBF).

Os dataframes foram integrados por meio de operações de merge, permitindo a associação de informações como município, capitais, códigos e siglas das Unidades da Federação, além da descrição dos diagnósticos e ocupações. As variáveis de data (DTOBITO e DTNASC) foram convertidas para o formato padrão, possibilitando o cálculo da idade dos indivíduos no momento do óbito. Para campos com valores ausentes, aplicaram-se tratamentos específicos: atribuição de zero para variáveis numéricas (idade, escolaridade, raça/cor, estado civil) e preenchimento com “n/a” para variáveis categóricas (ocupação e município).

A análise estatística foi conduzida em Python, utilizando bibliotecas como pandas, numpy, statsmodels e scikit-learn. Aplicaram-se métodos descritivos e modelos estatísticos para avaliar a distribuição dos óbitos por Alzheimer e ELA e suas associações com variáveis demográficas. Os indivíduos foram agrupados em intervalos etários (0-20, 21-40, 41-60, 61-80, 80+ anos). A distribuição por sexo e região foi obtida por meio de tabelas de frequência absoluta e relativa.

A taxa de incidência foi calculada por unidade federativa (UF), considerando a população residente segundo o IBGE (2022). A medida foi expressa como o número de óbitos por 100.000 habitantes, permitindo comparar a ocorrência relativa das doenças entre diferentes estados, ajustando pelo tamanho populacional.

Para a modelagem estatística, utilizou-se a regressão de Poisson, um modelo adequado para análise de dados de contagem, como o número de óbitos em epidemiologia (COLOSIMO, 2011). A variável dependente correspondeu ao número de óbitos por Alzheimer e ELA, ajustados pela população residente. O modelo permitiu incorporar variáveis explicativas como escolaridade e ocupação, avaliando sua influência sobre a mortalidade. A interpretação dos resultados foi realizada por meio da Razão de Risco (Incidence Rate Ratio – IRR), onde um IRR igual a um indicou risco equivalente ao grupo de referência, um IRR maior que um indicou risco aumentado e um IRR menor que um indicou risco reduzido.

Adicionalmente, aplicou-se a regressão logística binária para estimar a probabilidade de ocorrência de um evento em função de variáveis explicativas. Este modelo classificou a incidência de mortalidade em duas categorias binárias: alta incidência (taxa acima da mediana) e baixa incidência (taxa abaixo da mediana). A variável dependente foi construída a partir de informações agregadas por UF e ano, com base na taxa de incidência de mortalidade por 100.000 habitantes.

As variáveis independentes utilizadas na regressão logística binária incluíram escolaridade (ESC), ocupação (OCUPACAO), idade (IDADE) e sexo (SEXO). As ocupações com mais de cem óbitos foram transformadas em variáveis dummies. Essas variáveis foram selecionadas por representarem fatores socioeconômicos que podem estar associados à mortalidade por doenças neurodegenerativas. A qualidade do modelo foi avaliada pela acurácia, que correspondeu à proporção de classificações corretas, e pela matriz de confusão, que detalhou a distribuição entre verdadeiros positivos, verdadeiros negativos, falsos positivos e falsos negativos.

3. Resultados e Discussão

A análise dos dados de mortalidade por Alzheimer e Esclerose Lateral Amiotrófica (ELA) no Brasil, no período de 2015 a 2024, revelou padrões demográficos e socioeconômicos distintos e relevantes. Observou-se um aumento progressivo na incidência de ambas as doenças ao longo da última década, com o Alzheimer apresentando uma tendência ascendente mais expressiva. Esses achados são cruciais para a compreensão do impacto do envelhecimento populacional e da melhoria dos processos de diagnóstico e registro de óbitos no país, conforme já apontado por estudos anteriores (PASCHALIDIS et al., 2023). A utilização de técnicas analíticas aplicadas a bases públicas permitiu desvendar essas dinâmicas, contribuindo para o objetivo de revelar padrões relevantes de mortalidade.

A distribuição geográfica dos óbitos indicou que as regiões Sul e Sudeste concentram os maiores índices de incidência para ambas as doenças. Essa concentração pode ser atribuída a fatores demográficos, como a maior proporção de população idosa nessas regiões, conforme dados do Censo Demográfico de 2022 (IBGE, 2022). A análise temporal, por sua vez, demonstrou um crescimento contínuo na incidência de mortalidade, especialmente para o Alzheimer, ao longo do período estudado. Essa tendência reforça a necessidade de políticas públicas direcionadas ao envelhecimento saudável e à atenção especializada, considerando as particularidades regionais do Brasil.

Distribuição por faixa etária, sexo e região

No que concerne à distribuição por faixa etária, a doença de Alzheimer demonstrou uma forte associação com o envelhecimento avançado. A maior concentração de óbitos ocorreu em indivíduos acima de 61 anos, com uma predominância acentuada na faixa etária superior a 80 anos, que registrou 174.939 óbitos. Em contraste, as faixas etárias mais jovens apresentaram números significativamente menores, com apenas 1 óbito entre 1 e 20 anos, 23 óbitos entre 21 e 40 anos, e 1.312 óbitos entre 41 e 60 anos. Este padrão reforça o caráter da doença como uma condição fortemente vinculada à velhice, alinhando-se com a literatura que destaca o envelhecimento como o principal fator de risco para demência (PASCHALIDIS et al., 2023).

A Esclerose Lateral Amiotrófica (ELA), embora também relacionada ao envelhecimento, exibiu um perfil de mortalidade distinto em relação à faixa etária. A maior incidência de óbitos por ELA foi observada entre 41 e 80 anos, com um pico na faixa de 61 a 80 anos, que contabilizou 8.499 óbitos. A faixa de 41 a 60 anos registrou 4.912 óbitos, enquanto a faixa acima de 80 anos apresentou 1.187 óbitos. Nas faixas mais jovens, foram 128 óbitos entre 1 e 20 anos e 488 óbitos entre 21 e 40 anos. Esses dados sugerem que a manifestação letal da ELA tende a ocorrer em etapas mais precoces do ciclo vital em comparação com o Alzheimer, implicando desafios diferenciados para as políticas de saúde, especialmente no que tange ao diagnóstico precoce e aos cuidados paliativos.

Evolução temporal por sexo

A análise da evolução temporal dos óbitos por sexo entre 2015 e 2024 revelou padrões importantes. Para o Alzheimer, verificou-se um crescimento contínuo no número de óbitos ao longo da década, com uma predominância clara na categoria de sexo feminino. A categoria feminina concentrou a maior parte dos óbitos em todos os anos analisados, seguida pela categoria masculina. Esse padrão de distribuição desigual por sexo indica uma maior vulnerabilidade das mulheres à mortalidade por Alzheimer, um achado que corrobora evidências da literatura que associam o sexo feminino a um risco aumentado de demência (BRASIL; UNIFESP, 2022).

Em relação à ELA, observou-se um crescimento gradual dos óbitos no mesmo período, embora em uma escala menor quando comparado ao Alzheimer. Diferentemente do Alzheimer, a maior incidência de mortalidade por ELA ocorreu na categoria de sexo masculino, seguida pela categoria feminina. A categoria de óbitos não identificados apresentou valores residuais em ambos os casos, indicando que a maioria dos registros continha informações sobre o sexo dos indivíduos. A progressão temporal da ELA, mesmo que menos acentuada, mantém um impacto crescente na mortalidade, especialmente em faixas etárias intermediárias e avançadas, reforçando a necessidade de atenção contínua a essa doença rara.

Escolaridade

Os resultados da pesquisa indicaram que a escolaridade é um fator que se associa de maneira distinta à mortalidade por Alzheimer e ELA. Para o Alzheimer, a maior concentração de óbitos foi observada em indivíduos com baixa escolaridade. A categoria Fundamental II (2) registrou 60.562 óbitos, seguida pela categoria Ensino Médio (3) com 51.281 óbitos e Fundamental I (1) com 44.294 óbitos. Pessoas sem escolaridade (0) ou com escolaridade não identificada (9) também apresentaram números expressivos, com 11.071 e 26.948 óbitos, respectivamente. Indivíduos com superior completo (5) e superior incompleto (4) apresentaram menor incidência, com 30.472 e 14.373 óbitos, respectivamente. Este padrão sugere uma relação direta entre menor nível educacional e maior vulnerabilidade à mortalidade por Alzheimer, reforçando a importância de fatores socioeconômicos na progressão da doença.

Em contrapartida, a ELA apresentou uma distribuição de óbitos mais equilibrada em relação à escolaridade, sem a mesma correlação direta com os níveis mais baixos de educação observada no Alzheimer. A maior incidência de óbitos por ELA foi identificada em indivíduos com Superior Completo (5), com 3.900 óbitos, e Ensino Médio (3), com 3.196 óbitos. A categoria Fundamental II (2) registrou 2.577 óbitos, enquanto Fundamental I (1) teve 874 óbitos. Pessoas sem escolaridade (0) e com escolaridade não identificada (9) apresentaram 748 e 1.450 óbitos, respectivamente. Esses dados indicam que a ELA pode não guardar a mesma relação com a escolaridade que o Alzheimer, sugerindo que outros fatores podem ser mais influentes em sua incidência.

Ocupação

A aplicação do modelo de regressão de Poisson para correlacionar ocupação e óbitos, considerando 87 ocupações com mais de 100 óbitos, revelou diferenças marcantes entre as duas doenças neurodegenerativas. Para o Alzheimer, as ocupações ligadas ao trabalho agrícola e rural apresentaram razões de risco (RR) extremamente elevadas. Trabalhadores volantes da agricultura registraram um RR de 21.019,00, e trabalhadores agropecuários em geral apresentaram um RR de 17.378,00. Outras ocupações com risco elevado incluíram empregados domésticos nos serviços gerais (RR de 7.601,00) e comerciantes varejistas (RR de 8.346,00). Profissões de maior escolaridade, como advogados (RR de 2.956,00) e professores de nível superior (RR de 2.503,00), apresentaram um risco relativamente baixo em comparação com as ocupações agrícolas, embora ainda representem números significativos de óbitos.

Em relação à ELA, a ocupação com maior risco foi a de advogado, com uma razão de risco de 6,09. Este achado é particularmente notável, pois sugere uma associação com condições ocupacionais que envolvem estresse mental e elevada carga cognitiva. Em seguida, trabalhadores agrícolas (RR de 3.242 para trabalhadores volantes da agricultura e 3.069 para trabalhadores agropecuários em geral) e pedreiros (RR de 2.314) também apresentaram riscos elevados. Profissões ligadas ao setor de serviços e comércio, como comerciantes varejistas (RR de 2.531) e representantes comerciais autônomos (RR de 1.976), também indicaram risco aumentado. Essa distinção sugere que a ELA pode estar associada não apenas a fatores sociais como a baixa escolaridade, mas também a demandas cognitivas e estresse ocupacional, um ponto que encontra respaldo na literatura internacional (RHODES et al., 2024; BORGHEAI et al., 2024; VRILLON et al., 2021).

Regressão logística binária

Os modelos de regressão logística binária aplicados para classificar a incidência de mortalidade em alta e baixa para Alzheimer e ELA apresentaram acurácia moderada, com 65% para Alzheimer e 63% para ELA. Essa capacidade razoável de distinguir entre os contextos de incidência reforça a utilidade da abordagem. A análise demonstrou que variáveis como escolaridade, ocupação, idade e sexo exercem uma influência significativa sobre a mortalidade, contribuindo para a identificação de padrões de vulnerabilidade na população brasileira. A matriz de confusão, que compara valores previstos e observados, corroborou o desempenho do modelo, indicando um equilíbrio na classificação das classes.

Apesar da relevância dessas variáveis explicativas, os modelos também evidenciaram que esses fatores não são suficientes para capturar toda a complexidade das doenças neurodegenerativas. Isso sugere a necessidade de incorporar variáveis adicionais, como condições clínicas e histórico de saúde individual, em estudos futuros para aprimorar o poder preditivo dos modelos. Contudo, a regressão logística se mostrou uma ferramenta valiosa para destacar grupos populacionais mais expostos ao risco, fornecendo subsídios importantes para o desenvolvimento de políticas públicas eficazes, voltadas à redução da mortalidade por Alzheimer e ELA e à promoção de um envelhecimento saudável e com suporte especializado.

Em síntese, a pesquisa revelou que a mortalidade por Alzheimer e ELA no Brasil apresenta padrões demográficos e socioeconômicos distintos, mas igualmente desafiadores. O Alzheimer demonstra uma forte associação com o envelhecimento avançado, o sexo feminino e a baixa escolaridade, além de uma alta incidência em ocupações agrícolas. A ELA, por sua vez, embora mais rara, impacta faixas etárias intermediárias, o sexo masculino, e está associada a ocupações de alta carga cognitiva, como advogados, mas também a trabalhadores agrícolas. Esses achados reforçam a necessidade de políticas públicas diferenciadas e a aplicação da ciência de dados como ferramenta essencial para subsidiar ações de saúde pública eficazes e direcionadas.

4. Conclusão

O presente estudo objetivou revelar padrões relevantes da mortalidade por Alzheimer e Esclerose Lateral Amiotrófica (ELA) no Brasil, utilizando técnicas analíticas aplicadas a bases públicas. Verificou-se um aumento expressivo na mortalidade por Alzheimer no período de 2015 a 2024, com predominância em mulheres acima de 75 anos e nas regiões Sudeste e Sul do país. Observou-se uma associação com baixa escolaridade e ocupações ligadas ao trabalho agrícola e rural. Em contraste, a mortalidade por ELA, embora com crescimento gradual em menor escala, incidiu majoritariamente em homens, em faixas etárias intermediárias (41-80 anos), e em ocupações de maior carga cognitiva, como advogados, mas também em trabalhadores agrícolas e pedreiros. Esses achados demonstram a capacidade da ciência de dados em transformar informações brutas em conhecimento útil, identificando grupos populacionais vulneráveis e fornecendo subsídios para o direcionamento de políticas públicas e estratégias de gestão em saúde, visando o envelhecimento saudável e a atenção especializada.

Apesar da relevância dos padrões identificados, os modelos de regressão logística binária aplicados apresentaram acurácia moderada, indicando que as variáveis demográficas, socioeconômicas e ocupacionais, embora significativas, não capturam a totalidade da complexidade dessas doenças neurodegenerativas. Essa limitação sugere a necessidade de estudos futuros que incorporem variáveis adicionais, como condições clínicas e histórico de saúde individual, para aprimorar o poder preditivo e a compreensão dos fenômenos. Contudo, a abordagem analítica empregada reforça o papel da ciência de dados como ferramenta essencial para subsidiar ações de saúde pública eficazes e direcionadas, contribuindo para o planejamento de longo prazo e a mitigação dos desafios impostos pelo envelhecimento populacional e pela crescente incidência de doenças neurodegenerativas no Brasil.

Referências Bibliográficas

BORGHEAI, Seyyed Bahram; ACHORN, Brie E.; ZISK, Alyssa H.; et al. 2024. A Comprehensive Overview of Neurophysiological Correlates of Cognitive Impairment in Amyotrophic Lateral Sclerosis. Cells, v. 15, n. 1: p. 1-37. DOI: 10.3390/cells15010037.

BRASIL. Ministério da Saúde; UNIVERSIDADE FEDERAL DE SÃO PAULO (UNIFESP). 2024. Relatório Nacional sobre a Demência: Epidemiologia, (re)conhecimento e projeções futuras. Brasília: Ministério da Saúde.

COLOSIMO, E. A. 2011. Métodos Estatísticos Avançados em Epidemiologia – Modelo de Poisson e Análise de Dados Longitudinais. Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.

HETZ et al., 2018 [Referência completa não encontrada no documento original]

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. 2022. Sistema IBGE de Recuperação Automática – SIDRA. Tabela 1209: População por grupos de idade e Unidade da Federação. Rio de Janeiro: IBGE. Disponível em: <https://sidra.ibge.gov.br>. Acesso em: 20 jan. 2026.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. 2023. Censo Demográfico 2022: número de pessoas com 65 anos ou mais de idade cresceu 57,4% em 12 anos. Rio de Janeiro: IBGE. Disponível em: <https://www.ibge.gov.br>. Acesso em: 20 jan. 2026.

JOHNSON et al., 2025 [Referência completa não encontrada no documento original]

ORGANIZAÇÃO MUNDIAL DA SAÚDE – OMS. 1992. Classificação Internacional de Doenças 10ª Revisão (CID-10). Genebra: OMS.

PASCHALIDIS, M.; KONSTANTYNER, T. C. R. O.; MARTINS, C. B.; SIMON, S. S. 2023. Trends in mortality from Alzheimer’s disease in Brazil, 2000–2019. SciELO Brasil, v. 57: p. 1-12.

RHODES et al., 2024 [Referência completa não encontrada no documento original]

VRILLON, Agathe; DERAMECOURT, Vincent; LOZERON, Pierre; et al. 2021. Association of Alzheimer’s disease and amyotrophic lateral sclerosis: A series of cases and review of the literature. Alzheimer’s & Dementia, v. 17, n. 12: p. 2084-2098. DOI: 10.1002/alz.045814.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy