Skip to main content
NCBI home page
Epidemiologia e Serviços de Saúde : Revista do Sistema Unico de Saúde do Brasil logoLink to Epidemiologia e Serviços de Saúde : Revista do Sistema Unico de Saúde do Brasil
. 2026 Apr 10;35:e20240889. doi: 10.1590/S2237-96222026v35e20240889.en
View full-text in Portuguese

Associated costs of hospitalizations due to external causes: time series analysis, Brazil, 2000-2023

Costos asociados de las hospitalizaciones por causas externas: análisis de series temporales, Brasil, 2000–2023

Araceli Moreira De Martini Fontenele 1, Alcione Miranda dos Santos 1, Luz Marina Gómez Gómez 1, Fábio Nogueira da Silva 1, Bruno Luciano Carneiro Alves de Oliveira 1
PMCID: PMC13073079  PMID: 42718375

Abstract

Objective

To analyze the temporal trend in case fatality and mean length of hospital stay, as well as the costs of hospitalizations due to external causes in Brazil between 2000 and 2023.

Methods

Time series study using data on hospitalizations due to external causes recorded in the Hospital Information System (SIH). Temporal trend analysis of mean length of stay and case fatality was performed using joinpoint regression, with calculation of the annual percentage change (APC), average annual percentage change (AAPC), and 95% confidence intervals (95%CI). Costs were measured using macro-costing.

Results

From 2000 to 2023, 23,009,176 (8.1%) hospitalizations due to external causes were recorded. Most occurred in the Southeast region (40.2%), among men aged 20–39 years (40.4%) and older women (31.4%). Falls were the main cause (39.8%). During this period, the mean length of stay decreased across all age groups, with the greatest reduction in the 0–9-year age group (AAPC −1.27; 95%CI −1.43; −1.13) and the smallest among older adults (AAPC −0.51; 95%CI −0.77; −0.29). There was an increasing trend in length of stay among older men between 2003 and 2017 (APC 0.41; 95%CI 0.15; 2.46) and among older women between 2005 and 2017 (APC 0.72; 95%CI 0.30; 2.49). Case fatality showed a decreasing trend between 2000 and 2023 (AAPC −0.58; 95%CI −1.10; −0.04), with higher rates among older adults (men: 7.2%; women: 5.0%). Hospitalizations incurred costs totaling BRL 44.24 billion, with higher expenditures in the Southeast region (BRL 18.33 billion) and among men (BRL 30.65 billion).

Conclusion

External causes remain a serious public health problem in Brazil. Despite the reduction in case fatality, their costs remain high, requiring strengthening of the health care network and control of the determinants of these health conditions.

Keywords: Accidents, Violence, Morbidity, Hospital Costs, Time Series Studies

Ethical aspects

This research used public domain anonymized databases.:

Introduction

External causes are among the main global public health problems and the leading causes of premature and avoidable deaths, accounting for nearly five million (9%) deaths annually worldwide (1). In Brazil, they constitute the fourth leading group of causes of death, after cardiovascular diseases, respiratory tract diseases, and neoplasms, and predominantly affect men and young people (1,2). Arising from multiple inequities, external causes contribute to a high burden of hospitalizations, elevated health care and social security costs, disabilities, and loss of productivity among affected individuals (1,3).

Hospitalizations due to external causes account for 6% of Brazil’s gross domestic product (3) and have increased over the years. In 1998, the hospitalization rate in public hospitals affiliated with the Brazilian Unified Health System (Sistema Único de Saúde, SUS) was 37.1 cases per 10 thousand inhabitants. In 2010, the rate increased to 48.7 per 10 thousand inhabitants (a 31.3% increase). In 2021, the rate reached 58.4 per 10 thousand inhabitants, representing an increase of nearly 20% over the last decade (4,5). In the same year, nearly 1.25 million people were hospitalized in Brazil due to external causes, with a mean length of stay of 4.7 days and a total cost (BRL 1.65 billion) six times higher than that recorded in 2011 (1).

These health conditions affect the entire health system, generating a high number of complex cases that add to those resulting from other health conditions, necessitating the reorganization of services, human and financial resources, and equipment (6). Although mortality data are more frequently analyzed, it is estimated that for each death due to injury, there are 30 victims hospitalized due to external causes, suggesting a diversity in the morbidity profile compared with that of mortality (7).

Studies report an increase in the incidence of conditions due to external causes (8,9). However, there is limited understanding of the distribution, trends, and socioeconomic implications of these hospitalizations. External causes exhibit a heterogeneous distribution across individual and contextual characteristics. Evidence indicates that characteristics of hospitalization cases are associated with in-hospital mortality, and that the care provided also determines length of stay (10,11). Understanding the epidemiological characteristics of morbidity from external causes can inform the planning of health surveillance actions and the monitoring of public policies.

This study aimed to analyze the temporal trend in case fatality and mean length of hospital stay, as well as the costs of hospitalizations due to external causes in Brazil between 2000 and 2023.

Methods

Study design

This is a time series analysis using data on hospitalizations due to external causes recorded in the Hospital Information System of the Unified Health System of the Brazilian Unified Health System (Sistema de Informações Hospitalares do SUS, SIH/SUS), managed by the Brazilian Unified Health System Information Technology Department (Departamento de Informação e Informática do Sistema Único de Saúde, DATASUS). Records of Hospital Admission Authorizations (Autorizações de Internação Hospitalar, AIH) occurring between 2000 and 2023 were selected.

Setting

Brazil, located in South America, has an area of 8,510,417.77 km2 and an estimated population of 203 million inhabitants. The country, composed of 27 federative units (26 states and the Federal District), distributed across five regions—North, Northeast, Southeast, Central-West, and South—faces health challenges related to hospitalizations for external causes, which pose a significant socioeconomic problem. Hospitalizations due to these conditions reveal their dynamics and associated costs (12).

Participants

There are two approaches to obtaining estimates from DATASUS and classifying external causes: conservative and non-conservative (12). In the conservative approach, hospitalizations are identified in two ways: (1) when codes from Chapter XX of the International Statistical Classification of Diseases and Related Health Problems 10th Revision (ICD-10) (V01–Y98) appear in the primary diagnosis and any other code appears in the secondary diagnosis; (2) when codes from Chapter XX of ICD-10 appear in the secondary diagnosis, the primary diagnosis must contain only codes from Chapter XIX of ICD-10 (S00–T98), which refer to injuries, poisoning, and certain other consequences of external causes (13). In the non-conservative approach, hospitalizations are counted based on the presence of an ICD-10 code, regardless of whether it appears in the primary or secondary diagnosis. In the SIH database, in the row corresponding to each record and in the column for the primary or secondary diagnosis variable, a code referring to Chapter XX must be present (13).

In this study, AIH records were selected by hospitalization year and identified using a non-conservative approach (13). This approach identified more cases than the conservative approach and provided a clearer view of the phenomenon’s size as a primary cause of hospitalization. In the conservative approach, if Chapter XIX of ICD-10 is required for the primary diagnosis, some cases may be excluded, whereas this does not occur with the non-conservative approach. The possibility of identifying records that had been coded inconsistently with ICD-10 or SIH-SUS but represented hospitalizations due to external causes was also considered (14,15).

Variables

The following variables were used: (i) sociodemographic variables: age group (in years): 0–9; 10–19; 20–39; 40–59; ≥60; sex (male; female); region of Brazil (North; Northeast; Central-West; Southeast; South); location (capital city; non-capital municipalities); (ii) groups of external causes: transport accidents (V01–V99); assaults (X85–Y09); falls (W00–W19); intentional self-harm (X60–X84); events of undetermined intent (Y10–Y34); other external causes (W20–X59); (iii) indicators: proportion of hospitalizations due to external causes; rate of hospitalizations due to external causes paid for by the SUS; mean length of stay (in days); proportion of in-hospital case fatality (deaths); total value of hospitalizations paid for (costs in Brazilian reais).

Data sources and measurement

The data source was the AIH database of the SIH-SUS (reduced RD-AIH database), managed by DATASUS. Non-identified microdata were used, obtained via the microdatasus package in R (16). Initially, the devtools package was installed in R. Subsequently, the microdatasus package (GitHub repository: https://github.com/) was installed using the code: devtools::install_github (“rfsaldanha/microdatasus”). Finally, the fetch_datasus function was used to access, download, and read the microdata (16).

Data extraction was performed by year (2000–2023). As of 2014, the SIH database structure was modified to include nine additional variables for recording secondary diagnoses: DIAGSEC1 to DIAGSEC9 (13). The fields previously designated for recording this variable began to be filled with zeros. To obtain hospitalization records without losses, two databases were created (an aggregated database from 2000 to 2014, which included the variable DIAG_SECUN under the previous classification, and another from 2015 to 2023, with the variables DIAGSEC1 to DIAGSEC9 under the current classification).

In this study, to analyze the completeness of variables (Supplementary Table 1), criteria of completeness, consistency, and reliability were applied (17). Completeness was classified as: good (≥75.1%); regular (50.1% to 75.0%); low (25.1% to 50.0%); very low (≤25.0%). Consistency was classified as excellent (≥90%), regular (70%–89%), or low (<70%). Variables with low consistency percentages were not considered. Given its importance for identifying and characterizing external causes, only the secondary diagnosis variable was retained, despite its previously documented incomplete recording. Reliability was based on meeting the criteria for completeness (>50.1%) and consistency (>70%). After this analysis, the databases were aggregated. An updated database as of 15/9/2024 was used. Filters were applied for the period 2000–2023 and for external causes.

Table 1. Absolute frequencies (n) and relative frequencies (%) of hospitalizations due to external causes funded by the Brazilian Unified Health System (SUS), according to sociodemographic characteristics and cause groups, by sex. Brazil, 2000–2023 (n=23,009,176) .

Characteristics Total Male Female
n (%) n (%) n (%)
Age group (years)
0–9 2,127,047 (9.2) 1,344,092 (8.5) 782,955 (10.9)
10–19 3,012,101 (13.1) 2,314,262 (14.6) 697,839 (9.8)
20–39 8,182,711 (35.6) 6,408,019 (40.4) 1,774,692 (24.8)
40–59 5,534,824 (24.1) 3,881,163 (24.5) 1,653,661 (23.1)
≥60 4,152,493 (18.0) 1,906,937 (12.0) 2,245,556 (31.4)
Region of the country
North 2,098,646 (9.1) 1,503,814 (9.5) 594,832 (8.3)
Northeast 5,688,721 (24.7) 4,013,906 (25.3) 1,674,815 (23.4)
Central-West 2,211,728 (9.6) 1,540,873 (9.7) 670,855 (9.4)
Southeast 9,244,974 (40.2) 6,261,088 (39.5) 2,983,886 (41.7)
South 3,765,107 (16.4) 2,534,792 (16.0) 1,230,315 (17.2)
Location
Capital 5,212,116 (22.7) 3,538,352 (22.3) 1,673,764 (23.4)
Non-capital municipalities 17,797,060 (77.3) 12,316,121 (77.7) 5,480,939 (76.6)
Cause groups
Transport accidents 4,217,581 (18.4) 3,259,714 (20.6) 957,867 (13.4)
Assaults 1,153,999 (5.0) 954,786 (6.0) 199,213 (2.8)
Falls 9,153,177 (39.8) 5,851,763 (36.9) 3,301,414 (46.1)
Voluntarily self-inflicted injuries 243,901 (1.0) 141,414 (0.9) 102,487 (1.4)
Events of undetermined intenta 1,691,063 (7.3) 1,163,413 (7.3) 527,650 (7.4)
Other external causesb 6,549,455 (28.5) 4,483,383 (28.3) 2,066,072 (28.9)
Open in a new tab

aEvents of undetermined intent include injuries for which the available information does not allow distinction between accident, self-inflicted injury, and assault; bOther external causes include exposure to mechanical forces, accidental drowning and submersion, other accidental risks to respiration, burns, and poisonings (accidental intoxication).

Bias

AIH records of long-term hospitalizations (AIH type 5: hospital stays longer than 30 days) were excluded from the analysis. External causes resulting from specific causes were not included: complications of medical and surgical care (ICD Y40–Y84); sequelae of external causes of morbidity and mortality (ICD Y85–Y89); and supplementary factors related to causes of morbidity and mortality classified elsewhere (ICD Y90–Y98). This choice was made because of the risk of duplicate records: individuals may have had prior hospitalizations for the aforementioned causes, which would not constitute external causes as the primary event leading to hospitalization.

Statistical methods

Initially, a descriptive analysis was performed. Subsequently, four indicators were estimated: (1) proportion of hospitalizations due to external causes (number of hospitalizations due to external causes according to place of residence/number of hospitalizations for all causes × 100); (2) hospitalization rate due to external causes paid by the SUS (number of hospitalizations due to external causes according to place of residence/resident population × 100.000 inhabitants); (3) mean length of stay (total days of hospitalization for external causes/total hospitalizations due to external causes during the period); (4) in-hospital case fatality proportion (hospitalizations due to external causes ending in death/total hospitalizations due to external causes during the period × 100). The calculation of the proportion and hospitalization rate was performed by sex. For the remaining indicators, sex, age group, and external cause group were considered. Hospitalization outcomes were discharge and death.

In calculating the hospitalization rate, census data and population estimates for each region, based on the 2010 demographic census from the Brazilian Institute of Geography and Statistics (Instituto Brasileiro de Geografia e Estatística, IBGE), were used, as provided by DATASUS (12).

Temporal trend analysis was performed for the indicators mean length of stay and in-hospital case fatality, stratified by sex, age group, and external cause group. The study data were imported into the Joinpoint Regression Program, version 5.2.2.0, for segmented linear analysis of the time series (joinpoint regression) (18).

The Joinpoint Regression Program estimated the annual percent change (APC) and average annual percent change (AAPC). Temporal trends were classified as stationary (p-value>0.05), increasing (p-value<0.05 and positive regression coefficient), or decreasing (p-value<0.05 and negative regression coefficient). For all temporal trend analyses, 95% confidence intervals (95%CI) were used (18).

The macro-costing method was used in cost analyses (19). This method considers the total value of AIH for external causes paid during the analysis period, hospital length of stay, and expenses associated with hospital services. It is based on the Extended National Consumer Price Index (Índice Nacional de Preços do Consumidor Amplo, IPCA), considering annual inflation rates and values updated to the reference year, 2023.

The macro-costing calculation represents the total number of hospitalizations and the total amounts spent by the SUS in the SIH (total cost) during the period from 2000 to 2023. The average cost per hospitalization was calculated by dividing the total cost of hospitalizations due to external causes by the number of approved (paid) AIH for these hospitalizations during the period. The mean total cost was calculated by dividing the total cost by the number of years in the analyzed period (24 years: 2000 to 2023). The costs measured refer exclusively to acute hospitalizations. Discharge and death were considered hospitalization outcomes.

Analyses were performed using RStudio software, version 2024.4.4.0 (R Foundation for Statistical Computing, Boston, United States).

Results

From 2000 to 2023, 283,149,255 hospitalizations were recorded in the Hospital Information System of the Unified Health System of the Brazilian Unified Health System (SIH/SUS). Of these, 23,009,176 (8.1%) were due to external causes. Hospitalizations predominated among individuals aged 20–39 years (35.6%) and 40–59 years (24.1%), in the Southeast (40.2%) and Northeast (24.7%) regions, and in other municipalities (77.3%). Significant differences were observed across all variables by patient sex. Among men, hospitalizations predominated in the 20–39-year age group (40.4%) and the 40–59-year age group (24.5%). Among women, they were higher in older women (≥60 years) (31.4%). Hospitalizations were most frequent in two regions for both sexes: men—39.5% in the Southeast and 25.3% in the Northeast; women—41.7% and 23.4%, respectively. Falls remained the most frequent cause (39.8%) within the cause groups, followed by other external causes (28.5%) (Table 1).

During the study period (2000–2023), the proportion of hospitalizations for external causes among men increased from 5.4% to 10.6%, representing a 96.3% increase. Among women, it rose by 146.1%, from 2.6% to 6.4%. The hospitalization rate due to external causes increased by 58.8% among men, from 386.5 to 613.7 hospitalizations per 100 thousand inhabitants. Among women, the increase was 84.3%, from 226.2 to 416.8 per 100 thousand inhabitants (Figure 1).

Figure 1. Proportion (P) and hospitalization rate (R) for external causes funded by the Brazilian Unified Health System (SUS), by sex. Brazil, 2000–2023 (n=23,009,176).

Figure 1

Open in a new tab

A decreasing trend in mean hospital length of stay was observed across all age groups. The greatest reduction occurred in children aged 0–9 years (AAPC -1.27; 95%CI -1.43; −1.13) and the smallest among older adults (AAPC -0.51; 95%CI -0.77; -0.29). The highest mean lengths of stay were observed in older adults, 6.6 days for men and 6.3 days for women. Among men, an increasing trend was observed in adolescents from 2004 to 2016 (APC 0.80; 95%CI 0.47; 1.63) and in older adults from 2003 to 2017 (APC 0.41; 95%CI 0.15; 2.46). Among women, the trend was increasing in adults aged 20–39 years between 2005 and 2013 (APC 1.19; 95%CI 0.57; 3.08) and in those aged 40–59 years from 2004 to 2015 (APC 1.65; 95%CI 0.47; 8.10), as well as in older women from 2005 to 2017 (APC 0.72; 95%CI 0.30; 2.49) (Table 2).

Table 2. Annual percent change (APC), average annual percent change (AAPC), 95% confidence intervals (95%CI) of in-hospital case fatality and mean length of stay, and total hospitalization costs for external causes funded by the Brazilian Unified Health System (SUS), by age group and sex. Brazil, 2000–2023 (n=23,009,176) .

Characteristics Length of stay Case fatality Total costs (BRL)
Age group (years) Sex Meana Period APV (95%CI) Trendb AAPC (95%IC) Case fatality (%)c Period APV (95%CI) Trend b AAPC (95%IC) Adj. cost (BRL)d
0–9 Male 3.4 2000–2006 -2.10 (-3.82; -1.39) ↓ ≥60 (-1.43; -1.13) ↓ 0.6 2000–2023 -0.49 (-1.03; 0.06) → -0.30 (-0.92; 0.11) → 1.46 billion
2006–2016 -0.41 (-0.74; 0.94) →
2016–2023 -2.25 (-3.04; -1.73) ↓
Female 3.4 2000–2013 -1.17 (-1.76; -0.69) ↓ 0.8 2000–2008 -2.01 (-10.21; 0.32) → 885.57 million
2013-2017 1.67 (-1.68; 3.54) → 2008–2016 4.96 (2.60; 14.59) ↑
2017–2020 -5.27 (-6.76 ; 1.19) → 2016–2023 -2.65 (-7.77; -0.27) ↓
2020–2023 0.03 (-2.68; 3.47) →
Total 3.4 0.7 2.34 billion
10–19 Male 4.0 2000–2004 -1.95 (-4.66; -0.33) ↓ -0.85 (-0.99; -0.72) ↓ 1.3 2000–2017 -1.17 (-1.75; -0.48) ↓ -2.90 (-3.39; -2.51) ↓ 3.48 billion
2017–2023 -7.73 (-11.42; -5.44) ↓
2004–2016 0.80 (0.47; 1.63) ↑
2016–2023 -3.30 (-4.07; -2.61) ↓
Female 3.9 2000–2016 -0.12 (-0.70; 2.97) → 1.0 2000–2010 -1.23 (-2.51; 3.35) → 991.33 million
2016–2023 -2.21 (-7.01; -0.50) ↓ 2010–2023 -4.19 (-6.55; -3.34) ↓
Total 4.0 1.2 4.47 billion
20–39 Male 4.9 2000–2005 -1.01 (-3.14; -0.04) ↓ 2.1 2000–2004 0.03 (-2.32; 5.70) → 12.49 billion
2005–2015 0.42 (-0.10; 1.84) → 2004–2023 -3.41 (-3.88; -3.17) ↓
2015–2023 -2.13 (-2.74; -1.55) ↓
Female 4.3 2000–2005 -1.55 (-4.20; -0.40) ↓ -0.80 (-0.97; -0.64) ↓ 1.3 2000–2005 1.14 (-1.73; 9.27) → -2.90 (-3.17; -2.58) ↓ 2.99 billion
2005–2013 1.19 (0.57; 3.08) ↑ 2005–2023 -3.73 (-4.50; -3.30) ↓
2013–2023 -1.92 (-2.41; -1.48) ↓
Total 4.8 1.9 15.48 billion
40–59 Male 5.5 2000–2023 -0.41 (-0.99; 0.16) → -0.82 (-1.00; -0.63) ↓ 2.8 2000–2023 -2.29 (-2.69; -1.91) ↓ -2.48 (-3.41; -1.11) ↓ 7.93 billion
Female 4.7 2000–2004 -5.46 (-13.70; -1.02) ↓ 1.8 2000–2021 -0.66 (-1.29; 2.53) → 2.87 billion
2004–2015 1.65 (0.47; 8.10) ↑ 2021–2023 -15.0 (-25.39; -1.53) ↓
2015–2023 -2.85 (-8.09;-0.94) ↓
Total 5.3 2.5 10.80 billion
≥60 Male 6.6 2000–2003 -1.83 (-4.18; 0.09) → -0.51 (-0.77; -0.29) ↓ 7.2 2000–2021 0.79 (0.45; 1.25) ↑ -0.02 (-0.59; 0.73) → 5.30 billion
2003–2017 0.41 (0.15; 2.46) ↑ 2021–2023 -11.91 (-16.88; -3.17) ↓
2017–2020 -4.19 (-5.71; 0.35) →
2020–2023 0.13 (-2.44; 3.39) →
Female 6.3 2000–2005 -0.95 (-3.48; 0.17) → 5.0 2000–2013 1.52 (-3.43; 2.85) → 5.86 billion
2005–2017 0.72 (0.30; 2.49) ↑ 2013–2016 9.57 (0.10; 13.56) ↑
2017–2020 -4.74 (-6.22; 0.68) → 2016–2023 -4.24 (-9.16; -1.65) ↓
2020–2023 -0.29 (-2.82; 2.92) →
Total 6.4 6.0 11.16 billion
Total Male 5.0 -0.37 (-0.55; -0.21) ↓ 2.6 -0.93 (-1.56; 0.00) → 30.71 billion
Female 4.9 -0.32 (-0.54; -0.13) ↓ 2.5 0.36 (-0.12; 1.01) → 13.53 billion
Total 4.9 -0.35(-0.53; -0.19) ↓ 2.6 -0.58 (-1.10; -0.04) ↓ 44.24 billion
Open in a new tab

The proportion of in-hospital case fatality showed a decreasing trend between 2000 and 2023 (AAPC -0.58; 95%CI -1.10; -0.04) and remained stable by sex during the same period: men: AAPC 0.93; 95%CI -1.56; 0.00); women: AAPC 0.36; 95%CI -0.12; 1.01. The highest proportions were observed among older adults in both sexes (men: 7.2%; women: 5.0%). Deaths increased among girls aged 0–9 years between 2008 and 2016 (APC 4.96; 95%CI 2.60; 14.59) and among older women between 2013 and 2016 (APC 9.57; 95%CI 0.10; 13.56). Among men, an increase was observed in older adults from 2000 to 2021 (APC 0.79; 95%CI 0.45; 1.25) (Table 2).

Hospitalizations generated a total cost of BRL 44.24 billion, representing 8.6% of the BRL 510.17 billion spent on all hospitalizations in the SUS. The mean annual cost was BRL 1.85 billion, and BRL 1,925.09 per approved hospitalization. The highest costs were incurred among young adults aged 20–39 years (BRL 15.48 billion). Men incurred higher costs than women across all age groups, except for older women, whose costs were higher than men’s. Men aged 20–39 years (BRL 12.49 billion) and older women (BRL 5.86 billion) accounted for the highest expenditures (Table 2).

By cause group, the highest mean hospital length of stay was observed for transport accidents and assaults (5.9 days each). Among men, this mean was higher than among women for all causes, except for falls (4.7 days). The mean length of stay for assaults showed a decreasing trend between 2000 and 2023 (AAPC -0.85; 95%CI -1.20; -0.56), with a period of increase from 2005 to 2012 among women (APC 2.62; 95%CI 1.43; 5.65). Hospitalizations due to falls maintained a stable mean length of stay (AAPC -0.05; 95%CI -0.23; 0.09), with periods of increase for both sexes: men, from 2005 to 2017 (APC 0.90; 95%CI 0.24; 2.14), and women, from 2007 to 2017 (APC 1.45; 95%CI 1.07; 2.46). The mean length of stay for self-inflicted injuries showed an increasing trend from 2000 to 2023 (AAPC 0.35; IC95% 0,12; 0,57). Among men, the increase occurred from 2019 to 2023 (APC 3.33; 95%CI 1.01; 7.69), whereas among women it occurred throughout the entire analyzed period, 2000 to 2023 (APC 0.36; 95%CI 0.03; 0.69) (Table 3).

Table 3. Annual percent change (APC), average annual percent change (AAPC), 95% confidence intervals (95%CI) of in-hospital case fatality and mean length of stay, and total hospitalization costs for external causes funded by the Brazilian Unified Health System (SUS), by cause group and sex. Brazil, 2000–2023 (n=23,009,176) .

Characteristics Length of stay Case fatality Total costs (BRL)
Cause groups Sex Meana Period APV (95%CI) Trendb VMP (95%CI) Case fatality (%)c Period APV (95%CI) Trend b VMP (95%CI) Adj. cost (BRL)d
Transport accidents Male 6.0 2000–2017 -0.25 (0.48; 0.04) → 0.82 (-1.07; -0.61) ↓ 3.1 2000–2007 -0.19 (-1.24; 1.63) → -3.13 (-3.34; -2.86) ↓ 7.67 billion
2017–2023 -2.40 (-4.47; 1.44) ↓ 2007–2010 -8.62 (-10.19; -4.87) ↓
2010–2023 -3.65 (-4.12; -2.13) ↓
Female 5.7 2000–2016 -0.35 (-0.63; 0.70) → 2.8 2000–2007 1.44 (0.06; 3.64) ↑ 2.06 billion
2007–2010 -9.17 (-11.10; -4.62) ↓
2016–2023 -1.84 (-4.94; -0.92) ↓ 2010–2023 -3.49 (-4.11; -1.35) ↓
Total 5.9 3.0 9.73 billion
Assaults Male 6.0 2000–2017 -0.11(-0.40; 1.14) → -0.85 (-1.20; -0.56) ↓ 5.2 2000–2015 -0.40 (-0.83; 0.19) → -1.32 (-1.68; -0.97) ↓ 2.38 billion
2015–2023 -3.04 (-4.96; -2.01) ↓
2017–2023 -2.04 (-6.16; -0.73) ↓
Female 5.2 2000–2005 -4.26 (-6.94; -2.48) ↓ 3.6 2000–2012 2.53 (-2.15; 5.64) → 394.66 million
2005–2012 2.62 (1.43; 5.65) ↑ 2012–2016 -10.84 (-17.05; 7.66) →
2012–2023 -2.23 (-2.92; -1.65) ↓ 2016–2023 -2.35 (-5.92; 8.02) →
Total 5.9 4.9 2.77 billion
Falls Male 4.4 2000–2005 -0.92 (-2.95; 0.11) → -0.05 (-0.23; 0.09) → 1.9 2000–2004 3.43 (1.78; 7.09) ↑ 0.87 (0.63; 1.21) ↑ 9.56 billion
2005–2017 0.90 (0.24; 2.14) ↑ 2004–2013 0.21 (-2.24; 0.68) →
2017–2020 -3.26 (-4.33; 1.21) →
2020–2023 -0.02 (-1.95; 2.36) → 2013–2021 1.74 (1.21; 4.10) ↑
2021–2023 -4.97 (-8.61; -1.11) ↓
Female 4.7 2000–2007 -0.16 (-1.66; 0.45) → 2.0 2000–2002 -1.47 (-3.74; 2.55) → 5.93 million
2007–2017 1.45 (1.07; 2.46) ↑ 2002–2016 3.07 (2.79; 5.30) ↑
2017–2020 -4.39 (-5.50; -2.20) ↓
2020–2023 0.53 (-1.25; 3.33) → 2016–2021 0.19 (-0.81; 2.59) →
2021–2023 -6.67 (-9.97; -2.59) ↓
Total 4.5 1.9 15.49 billion
Self-inflicted injuries Male 4.5 2000–2019 0.21 (-0.29; 0.44) → 0.35 (0.12; 0.57) ↑ 4.1 2000–2017 -0.17 (-5.02; 1.17) → 0.81 (-0.19; 1.78) → 199.04 million
2017–2023 7.78 (1.89; 26.69) ↑
2019–2023 3.33 (1.01; 7.69) ↑
Female 3.9 2000–2023 0.36 (0.03; 0.69) ↑ 3.0 2000–2023 0.75 (-0.08; 1.61) → 136.13 million
Total 4.2 3.7 335.17 million
Events of undetermined intent Male 5.2 2000–2004 -2.31 (-5.57; -0.52) ↓ -0.63 (-0.84; -0.38) ↓ 2.6 2000–2009 2.38 (0.68; 6.70) ↑ 0.01 (-0.59; 0.55) → 2.10 billion
2004–2012 2.31 (1.62; 3.98) ↑ 2009–2023 -1.52 (-3.19; -0.67) ↓
2012–2023 -2.30 (-2.75; -1.87) ↓
Female 5.2 2000–2004 -4.63 (-11.35; -1.04) ↓ 2.8 2000–2016 3.46 (2.50; 4.70) ↑ 944.11 million
2004–2012 4.27 (2.94; 8.17) ↑ 2016–2023 -4.40 (-9.20; -1.69) ↓
2012–2023 -2.57 (-3.47; -1.75) ↓
Total 5.2 2.6 3.04 billion
Other external causes Male 4.9 2000–2004 -1.61 (-4.38; -0.08) ↓ -0.43 (-0.62; -0.25) ↓ 2.7 2000–2013 -0.98 (-5.14; 0.33) → 0.45 (-0.43; 1.05) → 8.75 billion
2004–2016 0.69 (0.34; 2.03) ↑ 2013–2016 12.07 (2.22; 17.29) ↑
2016–2023 -2.11 (-3.08; -1.39) ↓ 2016–2023 -2.98 (-10.49; -0.28) ↓
Female 4.8 2000–2004 -1.13 (-3.14; 0.03) → 2.9 2000–2013 0.98 (-2.00; 2.27) → 4.07 billion
2004–2017 0.52 (0.35; 1.46) ↑ 2013–2016 19.28 (6.30; 25.75) ↑
2017–2020 -4.19 (-5.26; -2.31) ↓ 2016–2023 -4.31 (-10.82; -1.52) ↓
2020–2023 0.42 (-1.26; 3.07) →
Total 4.8 2.8 12.82 billion
Total - - - - - - - - 44.24 billion
Open in a new tab

Mean length of stay in days; b↑ increasing, ↓ decreasing, → stable; cDeaths; dCost adjusted (Adj. cost) for inflation, according to the broad Extended National Consumer Price Index (IPCA).

The highest proportions of in-hospital case fatality were observed for assaults and self-inflicted injuries in both sexes. Proportions increased significantly from 2017 to 2023 for hospitalizations due to self-inflicted injuries among men (APC 7.78; 95%CI 1.89; 26.69). Among women, higher case fatality proportions compared with men were observed in hospitalizations due to falls (2.0 deaths/100 hospitalizations for external causes), events of undetermined intent (2.8 deaths/100 hospitalizations for external causes), and other external causes (2.9 deaths/100 hospitalizations for external causes). For hospitalizations due to falls, an increasing trend in case fatality was observed from 2000 to 2023 (AAPC 0.87; 95%CI 0.63; 1.05), with periods of increase for both sexes. Hospitalizations due to falls and other external causes incurred the highest expenditures for both sexes, whereas self-inflicted injuries generated the lowest costs (Table 3).

The highest hospitalization costs occurred in the Southeast (BRL 18.33 billion) and Northeast (BRL 10.26 billion). The male sex accounted for the highest costs (BRL 30.65 billion) across all regions and cause groups. The Southeast region presented the highest costs for both sexes in hospitalizations due to falls and self-inflicted injuries. In this region, the cost for women for these causes (BRL 3.06 billion for falls and BRL 90.35 million for self-inflicted injuries) exceeded the cost of hospitalizations among men for the same causes in the other regions (Figure 2).

Figure 2. Hospitalization costs for assaults (A), transport accidents (T), falls (F), self-inflicted injuries (S), other external causes (O), and events of undetermined intent (U), funded by the Unified Health System, by region and sex. Brazil, 2000–2023 (n=23,009,176).

Figure 2

Open in a new tab

Discussion

Hospitalizations due to external causes increased from 2000 to 2023 and were predominant among men and young adults. Falls, other external causes, and transport accidents were the most frequent causes. Mean length of stay and in-hospital case fatality increased with age. For both sexes, hospitalizations due to transport accidents and falls had the highest mean lengths of stay and the highest costs. In contrast, hospitalizations due to assaults and self-inflicted injuries had the highest case fatality and the lowest costs.

This study presented some limitations. Coding errors in the International Statistical Classification of Diseases and Related Health Problems 10th Revision (ICD-10) may have reduced the total number of hospitalizations due to external causes. Incomplete and inconsistent variables in the Hospital Information System of the Unified Health System of the Brazilian Unified Health System (SIH/SUS) may have been a limiting factor. Accordingly, variables with low completion rates and hospital admission authorizations without a primary diagnosis were excluded from the study. The COVID-19 pandemic may also have affected the occurrence and recording of hospitalizations due to external causes.

Readmissions for the same individual or transfers to other health institutions cannot be identified in the SIH, which can create duplicate records and potentially affect the indicators. Hospitalization costs estimated from SIH records may also not reflect the actual financial situation of care, whether due to arbitration for particular interests, a lack of technical analysis, or poor public management, which could have led to under- or overestimation of public expenditures.

The results of this study are consistent with other national and international studies (5,20,21), suggesting patterns of occurrence associated with sex, age, behaviors, and lifestyle, as well as inequalities in outcomes, service utilization, and associated costs (21). Men presented higher mean lengths of stay for transport accidents, reflecting the severity of injuries, possibly influenced by hegemonic masculinity behaviors (22). Motor vehicles may symbolize power and male superiority, as evidenced by excessive speed and negligent use of protective equipment, which, when combined with poorly maintained roads, increases the vulnerability of pedestrians, cyclists, and motorcyclists (5).

The use of motorcycles as the primary mode of transportation among low-income families, the expansion of informal employment among young people, and the practice of transporting passengers without helmets exacerbate the situation, particularly in socially vulnerable contexts (11). Most survivors of these injuries face traumatic injuries, functional limitations, and impaired quality of life (11), with high hospitalization costs due to longer lengths of stay and the need for complex procedures (23), significantly impacting the health and social security systems.

Hospitalizations due to assaults showed higher mean lengths of stay and higher case fatality proportions, reflecting the severity and complexity of required care, especially in cases with multiple injuries, and revealing a context of social vulnerability and persistence of interpersonal violence (22). Among women, although a decreasing trend in hospital length of stay was observed in some periods, case fatality remained stable throughout, suggesting underreporting or specificity in the violence experienced by women, predominantly domestic in nature and with different injury patterns (24). This situation calls for strengthening public policies addressing violence against women.

The highest proportions of case fatality were due to self-inflicted injuries, especially among men, whose trend increased from 2017 to 2023. Underestimation of psychological suffering, stigma in seeking mental health care, rigid gender roles, financial difficulties, family conflicts, alcohol abuse, and hormonal disorders may contribute to this scenario (25).

The literature highlights the “gender paradox” in suicide: women attempt suicide more frequently, while men experience more lethal outcomes, due to using more violent methods and exhibiting higher suicidal intent (25). Among women, lower case fatality from self-inflicted injuries may be associated with more consolidated support networks, greater attention to personal health, and use of less lethal means (26). This pattern shapes hospitalization rates and mean lengths of stay. Although these hospitalizations have lower aggregate costs than other causes, they have a significant impact and require multiprofessional and intersectoral support.

The shortest mean hospital stays were observed among women, except for falls-related hospitalizations, particularly among older women. These results differ from those of other studies, in which the mean length of stay and case-fatality rates were higher among men (27,28). Females showed greater vulnerability in older age, while males predominated in active age groups, highlighting the importance of sex- and age-specific prevention strategies.

Women represent the largest portion of Brazil’s elderly population and are more prone to falls (23) due to senescent decline (29), neurocognitive dysfunctions (27), polypharmacy (27), exposure to violence (7), inadequate urban and/or housing infrastructure (27), and limited access to appropriate care (27). The severity of these events may require complex interventions, resulting in substantial, unplanned expenditures for health services (23). Hospitalization costs in this group exceeded those of older men, underscoring the need for targeted policies for fall prevention and mental health care. These findings reflect Brazil’s epidemiological and demographic transition, characterized by a simultaneous, multifaceted burden of diseases arising from structural inequalities that affect all life stages (21).

The Southeast and Northeast regions had higher costs and hospitalization rates, reflecting their high population density (70% of Brazil’s population) (12). Urbanization, social inequalities, and the greater number of SUS-funded health institutions authorized for hospital care contribute to increased service utilization and reporting of these cases (21).

Higher costs of hospitalizations due to external causes in the Southeast are attributable to large metropolitan areas with high rates of violence and accidents (21). In the Northeast, the high hospitalization costs may reflect socioeconomic vulnerabilities and the recent expansion of SUS coverage (21). That the most populous regions exhibited higher costs does not necessarily indicate lower risk in other regions, which may be characterized by underreporting and limited access to specialized health services, particularly in less developed areas.

This study reinforces the use of the SIH as a tool for monitoring hospital morbidity and mortality and for planning health actions. It enabled an understanding of the distribution of hospitalizations due to external causes, their temporal trends, and associated costs, which remain a serious public health problem in Brazil. Despite reductions in case fatality, costs remain high, requiring strengthening of the health care network and control of the determinants of these health conditions. The findings also highlight the need to enhance the SIH further to enable continuous and effective monitoring.

Footnotes

Peer Review Administrator: Izabela Fulone (https://orcid.org/0000-0002-3211-6951)

Data availability: The database and analysis codes used in this research are available at: https://drive.google.com/drive/folders/1QMZomkk4gpIckYvFPB0H3P6ORJclhrSI (30).

Use of generative artificial intelligence: Not used.

Supplementary Table 1

References

  • 1.World Health Organization Preventing injuries and violence: an overview. 2021 . [[cited 2024 abr 18]]. https://www.who.int/publications/i/item/9789240047136 .
  • 2.Brasil. Ministério da Saúde. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças não Transmissíveis. Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas e Agravos não Transmissíveis no Brasil 2021-2030. 2021 . [[cited 2023 ago 24]]. https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/doencas-cronicas-nao-transmissiveis-dcnt/09-plano-de-dant-2022_2030.pdf .
  • 3.Instituto de Pesquisa Econômica Aplicada (IPEA); Fórum Brasileiro de Segurança Pública Atlas da violência 2019. 2019 . [[cited 2022 ago 24]]. https://www.ipea.gov.br/atlasviolencia/download/19/atlas-da-violencia-2019 .
  • 4.Brasil. Ministério da Saúde. Sistema de Informações Hospitalares do SUS (SIH/SUS). Morbidade hospitalar do SUS por causas externas ‒ por local de internação – Brasil. 2022 . [[cited 2022 ago 24]]. http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sih/cnv/fiuf.def .
  • 5.Mascarenhas MDM, Barros MB de A. Evolução das internações hospitalares por causas externas no sistema público de saúde, Brasil, 2002 a 2011. Epidemiol Serv Saúde (Online) 2002;24 [Google Scholar]
  • 6.Fontebasso AM, Figueira S, Thavorn K, Glen P, Lampron J, Matar M. Financial implications of trauma patients at a Canadian level 1 trauma center: a retrospective cohort study. Trauma Surg Acute Care Open. 2020;5 doi: 10.1136/tsaco-2020-000568. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 7.Castro VC, Rissardo LK, Carreira L. Violence against the Brazilian elderly: an analysis of hospitalizations. Rev Bras Enferm (Online) 2018;71 doi: 10.1590/0034-7167-2017-0139. [DOI] [PubMed] [Google Scholar]
  • 8.Chandan JS, Taylor J, Bradbury-Jones C, Nirantharakumar K, Kane E, Bandyopadhyay S. COVID-19: a public health approach to manage domestic violence is needed. Lancet Public Health. 2020;5 doi: 10.1016/S2468-2667(20)30112-2. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 9.Souza TA, Gomes SM, Barbosa IR, Lima KC. Action plan for tackling violence against older adults in Brazil: analysis of indicators by states. Rev Bras Geriatr Gerontol. 2020;23 [Google Scholar]
  • 10.Zhang M, Guo M, Guo X, Gao L, Zhou J, Bai X. Lesões não intencionais: um perfil de hospitalização e fatores de risco para mortalidade intra-hospitalar em Pequim, China. Injury. 2019;50 [Google Scholar]
  • 11.Araujo GL, Whitaker IY. Morbidade hospitalar de motociclistas acidentados: fatores associados ao tempo de internação. Acta Paul Enferm (Online) 2016;29 [Google Scholar]
  • 12.Instituto Brasileiro de Geografia e Estatística Projeções da população do Brasil e Unidades da Federação por sexo e idade: 2010-2060 [Internet] 2023 . [[cited 2024 set 1]]. https://www.ibge.gov.br/estatisticas/sociais/populacao/9109-projecao-da-populacao.html?=&t=resultados .
  • 13.Cerqueira DRC, Alves PP, Coelho DSC, Reis MVM, Lima AS. Uma análise da base de dados do Sistema de Informação Hospitalar entre 2001 e 2018: dicionário sonoro, disponibilidade dos dados e aspectos metodológicos para a produção de indicadores sobre violência. IPEA; Rio de Janeiro: 2001. [Google Scholar]
  • 14.Pan America Health Organization Décima revisão da classificação internacional de doenças e de problemas relacionados à saúde (CID-10): a revisão do final do século. [[cited 2024 set 1]]. 1995. https://iris.paho.org/handle/10665.2/15603 .
  • 15.Brasil. Ministério da Saúde. Portaria no 142, de 13 de novembro de 1997. Dispõe sobre o preenchimento de Autorização de Internação Hospitalar - AIH - em casos com quadro compatível com causas externas. 1997. [[cited 2023 set 24]]. https://bvsms.saude.gov.br/bvs/saudelegis/gm/2001/prt1969_25_10_2001.html .
  • 16.Saldanha RF, Bastos RR, Barcellos C. Microdatasus: pacote para download e pré-processamento de microdados do Departamento de Informática do SUS (DATASUS) Cad Saúde Pública (Online) 2019;35 doi: 10.1590/0102-311X00032419. [DOI] [PubMed] [Google Scholar]
  • 17.Abath MB, Lima MLLT, Lima PS, Silva MCM, Lima MLC. Avaliação da completude, da consistência e da duplicidade de registros de violências do Sinan em Recife, Pernambuco, 2009-2012. Epidemiol Serv Saude (Online) 2014;23(1) [Google Scholar]
  • 18.Sousa GJB, Garces TS, Pereira MLD, Moreira TMM, Silveira GM. Temporal pattern of tuberculosis cure, mortality, and treatment abandonment in Brazilian capitals. Rev. 2019;27 doi: 10.1590/1518-8345.3019.3218. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 19.Ministério da Saúde Secretaria de Ciência, Tecnologia e Insumos Estratégicos. 2024 . [[cited 2024 out 3]]. https://bvsms.saude.gov.br/bvs/publicacoes/diretrizes_metodologicas_diretriz_avaliacao_economica.pdf .
  • 20.Consuelo-Estrada JR, Gaona-Valle LS, Portillo-Rodriguez Leciones por causa externa em el servicio de urgencias de un hospital en un periodo de cinco años. Gac Méd Méx. 2018;154 doi: 10.24875/GMM.18003298. [DOI] [PubMed] [Google Scholar]
  • 21.Martins TCF, Silva JHCM, Máximo GC, Guimarães RM. Transição da morbimortalidade no Brasil: um desafio aos 30 anos de SUS. Cienc Saúde Colet (Online) 2021;26 doi: 10.1590/1413-812320212610.10852021. [DOI] [PubMed] [Google Scholar]
  • 22.Souza CVBS, Lima MEO, Ferreira DCS. Concepções de masculinidade hegemônica como mediadora do sexismo direcionado às mulheres. Psic Teor Pesqui. 2023;39 [Google Scholar]
  • 23.Stolt LROG, Kolisch DV, Tanaka C, Cardoso MRA, Schmitt ACB. Internação hospitalar, mortalidade e letalidade crescentes por quedas em idosos no Brasil. Rev Saúde Pública (Online) 2020;54 [Google Scholar]
  • 24.Pinto IV, Bevilacqua PD, Ribeiro AP, Santos AP, Bernal RTI, Malta DC. Agressões nos atendimentos de urgência e emergência em capitais do Brasil: perspectivas do VIVA Inquérito 2011, 2014 e 2017. Rev Bras Epidemiol (Online) 2014;23 doi: 10.1590/1980-549720200009.supl.1. [DOI] [PubMed] [Google Scholar]
  • 25.Turecki G, Brent DA. Suicide and suicidal behaviour. Lancet. 2016;387 doi: 10.1016/S0140-6736(15)00234-2. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 26.Institute for Health Metrics and Evaluation GHD x Global Health Data Exchange. 2019.. [[cited 2023 jun 16]]. https://www.healthdata.org/data-tools-practices/interactive-visuals/gbd-results .
  • 27.Lima JS, Quadros DV, Silva SLC, Tavares JP, Pai DD. Custos das autorizações de internação hospitalar por quedas de idosos no Sistema Único de Saúde, Brasil, 2000-2020: um estudo descritivo. Epidemiol Serv Saúde (Online) 2022;31 doi: 10.1590/S1679-49742022000100012. [DOI] [PubMed] [Google Scholar]
  • 28.Abreu DROM, Novaes ES, Oliveira RR, Mathias TAF, Marcon SS. Internação e mortalidade por quedas em idosos no Brasil: análise de tendência. Cienc Saúde Colet (Online) 2018;23 doi: 10.1590/1413-81232018234.09962016. [DOI] [PubMed] [Google Scholar]
  • 29.Luzia MF, Prates CG, Bombardelli CF, Adorna JB, Moura GMSS. Características das quedas com dano em pacientes hospitalizados. Rev Gaúcha Enferm (Online) 2019;40 doi: 10.1590/1983-1447.2019.20180307. [DOI] [PubMed] [Google Scholar]
  • 30.Fontenele AMDM, Santos AM, Gómez LM, Silva FN, Oliveira BLCA. artigo_causas externas [Internet] 2025 . [[cited 19 mar. 2025]]. https://drive.google.com/drive/folders/1QMZomkk4gpIckYvFPB0H3P6ORJclhrSI .
Epidemiol Serv Saude. 2026 Apr 10;35:e20240889. [Article in Portuguese] doi: 10.1590/S2237-96222026v35e20240889.pt

Custos associados das internações por causas externas: análise de série temporal, Brasil, 2000-2023

Araceli Moreira De Martini Fontenele 1, Alcione Miranda dos Santos 1, Luz Marina Gómez Gómez 1, Fábio Nogueira da Silva 1, Bruno Luciano Carneiro Alves de Oliveira 1

Resumo

Objetivo

Analisar a tendência temporal de letalidade e a média de permanência hospitalar, além de custos de internações por causas externas no Brasil entre 2000 e 2023.

Métodos

Estudo de série temporal com dados de internações por causas externas registradas no Sistema de Informações Hospitalares. A análise de tendência temporal de média de permanência e de letalidade foi realizada por regressão por pontos de inflexão, com cálculo da variação percentual anual (VPA), da variação média no período (VMP) e intervalos de confiança de 95% (IC95%). Custos foram mensurados por macrocusteio.

Resultados

De 2000 a 2023, foram registradas 23.009.176 (8,1%) internações por causas externas. A maioria no Sudeste (40,2%), entre homens de 20-39 anos (40,4%) e mulheres idosas (31,4%). Quedas foram o principal motivo (39,8%). Nesse período, a média de permanência foi decrescente em todas as faixas etárias, houve maior redução na faixa de 0-9 anos (VMP -1,27; IC95% -1,43; -1,13) e menor na de idosos (VMP -0,51; IC95% -0,77; -0,29). Houve tendência crescente na permanência de homens idosos entre 2003-2017 (VPA 0,41; IC95% 0,15; 2,46) e de mulheres idosas entre 2005-2017 (VPA 0,72; IC95% 0,30; 2,49). A letalidade apresentou tendência decrescente entre 2000-2023 (VMP -0,58; IC95% -1,10; -0,04), com maiores proporções em idosos (homens: 7,2%; mulheres: 5,0%). As internações geraram custo de R$ 44,24 bilhões, maiores gastos no Sudeste (R$ 18,33 bilhões) e entre homens (R$ 30,65 bilhões).

Conclusão

Causas externas permanecem como grave problema de saúde do Brasil. Apesar de redução na letalidade, seus custos são elevados, demandam fortalecimento da rede de saúde e controle dos determinantes desses agravos.

Palavras-chave: Acidentes, Violência, Morbidade, Custos Hospitalares, Estudos de Séries Temporais

Aspectos éticos

Esta pesquisa utilizou bancos de dados de domínio público e anonimizados:

Introdução

Causas externas estão entre os principais problemas de saúde pública global e as mais importantes causas de mortes prematuras e evitáveis, o que as torna responsáveis por quase 5 milhões (9%) de óbitos anuais no mundo (1). No Brasil, constituem o quarto grupo de causas de morte, depois de doenças cardiovasculares, respiratórias e neoplasias, e afetam sobretudo homens e jovens (1,2). Decorrentes de múltiplas iniquidades, as causas externas contribuem para elevada carga de internações, altos custos assistenciais e previdenciários, incapacidades e perda de produtividade dos indivíduos acometidos (1,3).

Internações por causas externas custam 6% do produto interno bruto brasileiro (3), com tendência crescente ao longo dos anos. Em 1998, a taxa de internação nos hospitais públicos conveniados ao Sistema Único de Saúde era de 37,1 casos/10 mil habitantes. Em 2010, a taxa passou para 48,7/10 mil habitantes (aumentou 31,3%). Em 2021, a taxa alcançou 58,4/10 mil habitantes: aumentou quase 20% na última década (4,5). No mesmo ano, quase 1,25 milhão de pessoas foram internadas no Brasil por causas externas, com tempo médio de internação de 4,7 dias e custo total (R$ 1,65 bilhão) seis vezes maior do que o de 2011 (1).

Esses agravos têm impactos em todo o sistema de saúde, já que geram elevado número de casos complexos que se somam aos decorrentes dos demais agravos à saúde, o que implica na reorganização de serviços, de recursos humanos e financeiros e de equipamentos (6). Apesar de haver mais análises dos dados de mortalidade, estima-se que, para cada óbito por lesão, existam 30 vítimas hospitalizadas por causas externas, o que sugere diversidade no perfil de morbidade em relação ao de mortalidade (7).

Estudos relatam aumento da incidência de agravos por causas externas (8,9). Mesmo assim, há pouca compreensão da distribuição, da tendência e das implicações socioeconômicas dessas internações. As causas externas apresentam heterogênea distribuição por características individuais e contextuais. Evidências apontam que características dos casos de internação estão associadas à mortalidade hospitalar, e que a assistência ofertada também determina o tempo de internação (10,11). Conhecer as características epidemiológicas da morbidade por causas externas pode subsidiar o planejamento de ações de vigilância em saúde e o monitoramento de políticas públicas.

Este estudo teve por objetivo analisar a tendência temporal de letalidade e a média de permanência hospitalar, além dos custos de internações por causas externas no Brasil entre 2000 e 2023.

Métodos

Delineamento do estudo

Trata-se de análise de série temporal com dados de internações por causas externas registradas no Sistema de Informações Hospitalares (SIH) do Sistema Único de Saúde (SUS), custodiado pelo Departamento de Informação e Informática do SUS (DATASUS). Foram selecionados registros de autorizações de internações hospitalares (AIH) ocorridos entre 2000 a 2023.

Contexto

O Brasil, localizado na América do Sul, possui área de 8.510.417,77 km2 e população estimada em 203 milhões de habitantes. O país, composto por 27 unidades federativas (26 estados e um Distrito Federal), distribuídas em cinco regiões: Norte, Nordeste, Sudeste, Centro-Oeste e Sul, enfrenta desafios na saúde relacionados às internações por causas externas , que representam um problema de elevada magnitude e de alto impacto socioeconômico. As internações por esses agravos revelam sua dinâmica e seus custos associados (12).

Participantes

Existem duas abordagens para a obtenção de estimativas com o DATASUS e a classificação das causas externas: conservadora e não conservadora (12). Na conservadora, as internações são identificadas de duas maneiras: (1) quando, no diagnóstico principal, constam códigos (V01-Y98) do capítulo XX da Classificação Internacional de Doenças na sua 10ª revisão (CID-10) e qualquer outro código no diagnóstico secundário; (2) quando, no diagnóstico secundário, constam os códigos do capítulo XX da CID-10, o diagnóstico primário deve conter apenas os códigos do capítulo XIX da CID-10 (S00-T98), que se referem a lesões, envenenamentos e algumas outras consequências de causas externas (13). Na abordagem não conservadora, a contagem das internações é a partir da identificação do código da CID-10, esteja ele no diagnóstico principal ou no secundário. Na linha da base de dados do SIH e na coluna variável de diagnóstico principal ou diagnóstico secundário, deverá constar um código referente ao capítulo XX (13).

Neste estudo, os registros de AIH foram selecionados segundo o ano de internação e identificados com a abordagem não conservadora (13). Essa abordagem permitiu obter mais casos em relação à abordagem conservadora e melhor observância da magnitude do fenômeno enquanto causa primária de internação. Na abordagem conservadora, com a obrigatoriedade da presença do capítulo XIX da CID-10 no diagnóstico principal, existe a possibilidade de alguns casos não serem contabilizados, o que não ocorre na abordagem não conservadora. Considerou-se também a possibilidade de identificação dos registros que tivessem sido codificados em desacordo com a CID-10 ou com base no SIH-SUS, mas que se tratassem de internações por causas externas (14,15).

Variáveis

Foram utilizadas as seguintes variáveis: (i) sociodemográficas: faixa etária (em anos): 0-9; 10-19; 20-39; 40-59; ≥60); sexo (masculino; feminino); região do Brasil (Norte; Nordeste; Centro-Oeste; Sudeste; Sul); localização (capital; interior); (ii) grupos de causas externas: acidentes de transporte: V01-V99; agressões: X85-Y09; quedas: W00-W19; lesões autoprovocadas voluntariamente: X60-X84; eventos de intenção indeterminada: Y10-Y34; outras causas externas: W20-X59; (iii) indicadores: proporção de internação por causas externas; taxa de internações por causas externas pagas pelo SUS; média de permanência (em dias); proporção de letalidade hospitalar (óbitos); valor total das internações hospitalares pagas (custos em reais).

Fonte de dados/mensuração

A fonte de dados foi a base de AIH do SIH-SUS (base RD-AIH reduzida), custodiada pelo DATASUS. Foram empregados microdados não identificados captados pelo pacote microdatasus no software R (16). Inicialmente, foi instalado o pacote devtools no R. Em seguida, instalou-se o pacote microdatasus (repositório Github: https://github.com/) utilizando-se o código: devtools::install_github (“rfsaldanha/microdatasus”). Por fim, utilizou-se a função fetch_datasus para acesso, download e leitura dos microdados (16).

A extração dos dados ocorreu por ano (2000 a 2023). A partir de 2014, houve modificação da estrutura da base de dados do SIH com inclusão de mais nove variáveis para registro de diagnósticos secundários: DIAGSEC1 a DIAGSEC9 (13). Os campos anteriormente designados para preenchimento de tal variável passaram a ser preenchidos por zeros. Para se obter os registros de internação sem prejuízos, foram criadas duas bases de dados.

Neste estudo, para analisar o preenchimento das variáveis (Tabela suplementar 1), utilizaram-se critérios de completude, consistência e confiabilidade (17). A completude foi classificada em: boa (≥75,1%); regular (50,1% a 75,0%); baixa (25,1% a 50,0%); muito baixa (≤25,0%). A consistência foi classifica em excelente (≥90%); regular (70% a 89%) e baixa (<70%). Variáveis com baixos percentuais de consistência não foram consideradas. Pela sua importância na identificação e caracterização das causas externas, apenas a variável diagnóstico secundário foi mantida, apesar de seu preenchimento deficiente já ter sido documentado. A confiabilidade baseou-se no cumprimento de critérios de completude (>50,1%) e de consistência (>70%). Após essa análise, as bases de dados foram agregadas. Utilizou-se base atualizada em 15/9/2024. Foram aplicados filtros: temporalidade de 2000 a 2023 e causas externas.

Viés

Os registros de AIH de longa permanência (AIH tipo 5: internações com duração >30 dias) foram excluídos da análise. Não foram incluídas causas externas decorrentes de causas específicas: complicações na assistência médica e cirúrgica (CID Y40-Y84); sequelas de causas externas de morbidade e de mortalidade (CID Y85-Y89); fatores suplementares relacionados a causas de morbimortalidade classificados em outra parte (CID Y90-Y98). Essa opção decorre do risco de duplicidade de registros: usuários poderiam ter internações anteriores pelas causas supracitadas e não representarem causas externas como evento primário que demandou a internação.

Métodos estatísticos

Inicialmente, realizou-se análise descritiva. Em seguida, estimaram-se quatro indicadores: (1) proporção de internação por causas externas (número de internações por causas externas segundo local de residência/número de internações por todas as causas x 100); (2) taxa de internação por causas externas pagas pelo SUS (número de internações por causas externas segundo local de residência/população residente x 100.000 habitantes); (3) média de permanência (total de dias de internação por causas externas/total de internações por causas externas no período); (4) proporção de letalidade hospitalar (internações por causas externas com saída por óbito/total de internações por causas externas no período x 100). O cálculo da proporção e da taxa de internação foi realizado por sexo. Para os demais indicadores, considerou-se sexo, faixa etária e grupo de causa externa. Os desfechos de internação foram alta e óbito.

No cálculo da taxa de internação, foram utilizados dados censitários e estimativas populacionais de cada região a partir do censo demográfico de 2010 do Instituto Brasileiro de Geografia e Estatística (12), o que disponibilizado pelo DATASUS.

A análise de tendência temporal foi realizada para os indicadores média de permanência e letalidade hospitalar segundo sexo, faixa etária e grupo de causas externas. Os dados do estudo foram importados para o software Joinpoint Regression Program, versão 5.2.2.0, para análise linear segmentada da série temporal (regressão por pontos de inflexão) (18).

O Joinpoint Regression Program estimou a variação percentual anual (VPA) e a variação média no período (VMP). Classificou-se a tendência temporal em estacionária (p-valor>0,05), crescente (p-valor<0,05 e coeficiente da regressão positivo) ou decrescente (p-valor<0,05 e coeficiente da regressão negativo). Para todas as análises de tendências temporais, considerou-se intervalo de confiança de 95% (IC95%) (18).

Utilizou-se o método de macrocusteio nas análises dos custos (19). Esse método considera o valor total das AIH por causas externas pagas no período analisado, o tempo de permanência hospitalar e as despesas oriundas de serviços hospitalares. Tem como base o Índice Nacional de Preços ao Consumidor Amplo e considera as taxas anuais de inflação e valores atualizados para o ano-base, 2023.

O cálculo do macrocusteio representa o número total de internações e os valores totais despendidos pelo SUS no SIH (custo total) nos períodos de 2000 a 2023. O custo médio das internações foi calculado a partir da divisão do custo total de internações por causas externas pelo número de AIH aprovadas (pagas) no período para internações por essas causas. A média do custo total foi calculada com a divisão do custo total pelo número de anos do período analisado (24 anos: 2000 a 2023). Os custos mensurados referiram-se exclusivamente às internações agudas. Alta e óbito foram considerados desfechos de internação.

As análises foram realizadas com o Software RStudio versão 2024.4.4.0 (R Foundation for Statistical Computing, Boston, Estados Unidos).

Resultados

De 2000 a 2023, 283.149.255 internações hospitalares foram registradas no Sistema de Informações Hospitalares (SIH) do Sistema Único de Saúde (SUS). Dessas, 23.009.176 (8,1%) foram por causas externas. As internações predominaram nas idades entre 20-39 anos (35,6%) e entre 40-59 anos (24,1%), nas regiões Sudeste (40,2%) e Nordeste (24,7%) e em cidades fora das capitais (77,3%). Observaram-se diferenças relevantes para todas as variáveis avaliadas segundo o sexo dos pacientes. Nos homens, as internações predominaram entre 20-39 anos (40,4%) e 40-59 anos (24,5%); nas mulheres, elas foram maiores em idosas (≥60 anos) (31,4%). As internações foram mais frequentes em duas regiões para ambos os sexos: homens: 39,5% no Sudeste e 25,3% no Nordeste; mulheres: 41,7% e 23,4%. A queda permaneceu como a causa mais frequente (39,8%) dentro dos grupos de causas, seguida de outras causas externas (28,5%) (Tabela 1).

Tabela 1. Frequências absolutas (n) e frequências relativas (%) dos casos de internações por causas externas financiadas pelo Sistema Único de Saúde segundo características sociodemográficas e grupos de causas, por sexo. Brasil, 2000-2023 (n=23.009.176) .

Características Total Masculino Feminino
n (%) n (%) n (%)
Faixa etária (anos)
0-9 2.127.047 (9,2) 1.344.092 (8,5) 782.955 (10,9)
10-19 3.012.101 (13,1) 2.314.262 (14,6) 697.839 (9,8)
20-39 8.182.711 (35,6) 6.408.019 (40,4) 1.774.692 (24,8)
40-59 5.534.824 (24,1) 3.881.163 (24,5) 1.653.661 (23,1)
≥60 4.152.493 (18,0) 1.906.937 (12,0) 2.245.556 (31,4)
Região do país
Norte 2.098.646 (9,1) 1.503.814 (9,5) 594.832 (8,3)
Nordeste 5.688.721 (24,7) 4.013.906 (25,3) 1.674.815 (23,4)
Centro-Oeste 2.211.728 (9,6) 1.540.873 (9,7) 670.855 (9,4)
Sudeste 9.244.974 (40,2) 6.261.088 (39,5) 2.983.886 (41,7)
Sul 3.765.107 (16,4) 2.534.792 (16,0) 1.230.315 (17,2)
Localização
Capital 5.212.116 (22,7) 3.538.352 (22,3) 1.673.764 (23,4)
Interior 17.797.060 (77,3) 12.316.121 (77,7) 5.480.939 (76,6)
Grupos de causas
Acidentes de transporte 4.217.581 (18,4) 3.259.714 (20,6) 957.867 (13,4)
Agressões 1.153.999 (5,0) 954.786 (6,0) 199.213 (2,8)
Quedas 9.153.177 (39,8) 5.851.763 (36,9) 3.301.414 (46,1)
Lesões autoprovocadas voluntariamente 243.901 (1,0) 141.414 (0,9) 102.487 (1,4)
Eventos de causa indeterminadaa 1.691.063 (7,3) 1.163.413 (7,3) 527.650 (7,4)
Outras causas externasb 6.549.455 (28,5) 4.483.383 (28,3) 2.066.072 (28,9)
Open in a new tab

aEventos de causa indeterminada contemplam agravos sobre os quais a informação não permite fazer a distinção entre acidente, lesão autoprovocada e agressão; bOutras causas externas contemplam exposição a forças mecânicas, afogamento e submersão acidental, outros riscos acidentais à respiração, queimaduras e envenenamentos (intoxicação acidental).

No período sob análise (2000-2023), a proporção de internação hospitalar por causas externas nos homens passou de 5,4% para 10,6%, aumento de 96,3%. Entre mulheres, cresceu 146,1%, de 2,6% para 6,4%. Já a taxa de internação por causas externas, nos homens aumentou 58,8%, de 386,5 para 613,7 internações/100 mil habitantes. Entre mulheres, o aumento foi de 84,3%, de 226,2 para 416,8/100 mil habitantes (Figura 1).

Figura 1. Proporção (P) e taxa de internações (T) por causas externas financiadas pelo SUS segundo o sexo. Brasil, 2000-2023 (n=23.009.176).

Figura 1

Open in a new tab

Verificou-se tendência decrescente da média de permanência hospitalar em todas as faixas etárias. A maior redução foi entre 0-9 anos (VMP -1,27; IC95% -1,43; -1,13) e a menor entre idosos (VMP -0,51; IC95% -0,77; -0,29). As maiores médias de permanência hospitalar foram em idosos, 6,6 dias para homens e 6,3 para mulheres. Nos homens, observou-se tendência crescente entre adolescentes no período de 2004 a 2016 (VPA 0,80; IC95% 0,47; 1,63) e entre idosos de 2003 a 2017 (VPA 0,41; IC95% 0,15; 2,46). Nas mulheres, a tendência foi crescente em adultas na faixa etária 20-39 anos entre 2005 e 2013 (VPA 1,19; IC95% 0,57; 3,08) e na faixa 40-59 anos de 2004 a 2015 (VPA 1,65; IC95% 0,47; 8,10), bem como em idosas no período entre 2005 e 2017 (VPA 0,72; IC95% 0,30; 2,49) (Tabela 2).

Tabela 2. Variação percentual anual (VPA), variação anual média no período (VMP), intervalos de confiança de 95% (IC95%) de letalidade hospitalar e média de permanência, e custos totais de internações hospitalares por causas externas financiadas pelo Sistema Único de Saúde, segundo faixa etária e sexo. Brasil, 2000-2023 (n=23.009.176) .

Características Permanência Letalidade Custos totais
Faixa etária (anos) Sexo Médiaa Período VPA (IC95%) Tendênciab VMP (IC95%) Letalidade (%)c Período VPA (IC95%) Tendência b VMP (IC95%) Custo-a (R$)d
0-9 Masculino 3,4 2000-2006 -2,10 (-3,82; -1,39) ↓ -1,27 (-1,43; -1,13) ↓ 0,6 2000-2023 -0,49 (-1,03; 0,06) → -0,30 (-0,92; 0,11) → 1,46 bilhão
2006-2016 -0,41 (-0,74; 0,94) →
2016-2023 -2,25 (-3,04; -1,73) ↓
Feminino 3,4 2000-2013 -1,17 (-1,76; -0,69) ↓ 0,8 2000-2008 -2,01 (-10,21; 0,32) → 885,57 milhões
2013-2017 1,67 (-1,68; 3,54) → 2008-2016 4,96 (2,60; 14,59) ↑
2017-2020 -5,27 (-6,76; 1,19) → 2016-2023 -2,65 (-7,77; -0,27) ↓
2020-2023 0,03 (-2,68; 3,47) →
Total 3,4 0,7 2,34 bilhões
10-19 Masculino 4,0 2000-2004 -1,95(-4,66; -0,33) ↓ -0,85 (-0,99; -0,72) ↓ 1,3 2000-2017 -1,17 (-1,75; -0,48) ↓ -2,90 (-3,39; -2,51) ↓ 3,48 bilhões
2017-2023 -7,73 (-11,42; -5,44) ↓
2004-2016 0,80 (0,47; 1,63) ↑
2016-2023 -3,30 (-4,07; -2,61) ↓
Feminino 3,9 2000-2016 -0,12 (-0,70; 2,97) → 1,0 2000-2010 -1,23 (-2,51; 3,35) → 991,33 milhões
2016-2023 -2,21 (-7,01; -0,50) ↓ 2010-2023 -4,19 (-6,55; -3,34) ↓
Total 4,0 1,2 4,47 bilhões
20-39 Masculino 4,9 2000-2005 -1,01 (-3,14; -0,04) ↓ 2,1 2000-2004 0,03 (-2,32; 5,70) → 12,49 bilhões
2005-2015 0,42 (-0,10; 1,84) → 2004-2023 -3,41 (-3,88; -3,17) ↓
2015-2023 -2,13 (-2,74; -1,55) ↓
Feminino 4,3 2000-2005 -1,55 (-4,20; -0,40) ↓ -0,80 (-0,97; -0,64) ↓ 1,3 2000-2005 1,14 (-1,73; 9,27) → -2,90 (-3,17; -2,58) ↓ 2,99 bilhões
2005-2013 1,19 (0,57; 3,08) ↑ 2005-2023 -3,73 (-4,50; -3,30) ↓
2013-2023 -1,92 (-2,41; -1,48) ↓
Total 4,8 1,9 15,48 bilhões
40-59 Masculino 5,5 2000-2023 -0,41 (-0,99; 0,16) → -0,82 (-1,00; -0,63) ↓ 2,8 2000-2023 -2,29 (-2,69; -1,91) ↓ -2,48 (-3,41; -1,11) ↓ 7,93 bilhões
Feminino 4,7 2000-2004 -5,46 (-13,70; -1,02) ↓ 1,8 2000-2021 -0,66 (-1,29; 2,53) → 2,87 bilhões
2004-2015 1,65 (0,47; 8,10) ↑ 2021-2023 -15,0 (-25,39; -1,53) ↓
2015-2023 -2,85 (-8,09;-0,94) ↓
Total 5,3 2,5 10,80 bilhões
≥60 Masculino 6,6 2000-2003 -1,83 (-4,18; 0,09) → -0,51 (-0,77; -0,29) ↓ 7,2 2000-2021 0,79 (0,45; 1,25) ↑ -0,02 (-0,59; 0,73) → 5,30 bilhões
2003-2017 0,41 (0,15; 2,46) ↑ 2021-2023 -11,91 (-16,88; -3,17) ↓
2017-2020 -4,19 (-5,71; 0,35) →
2020-2023 0,13 (-2,44; 3,39) →
Feminino 6,3 2000-2005 -0,95 (-3,48; 0,17) → 5,0 2000-2013 1,52 (-3,43; 2,85) → 5,86 bilhões
2005-2017 0,72 (0,30; 2,49) ↑ 2013-2016 9,57 (0,10; 13,56) ↑
2017-2020 -4,74 (-6,22; 0,68) → 2016-2023 -4,24 (-9,16; -1,65) ↓
2020-2023 -0,29 (-2,82; 2,92) →
Total 6,4 6,0 11,16 bilhões
Total Masculino 5,0 -0,37 (-0,55; -0,21) ↓ 2,6 -0,93 (-1,56; 0,00) → 30,71 bilhões
Feminino 4,9 -0,32 (-0,54; -0,13) ↓ 2,5 0,36 (-0,12; 1,01) → 13,53 bilhões
Total 4,9 -0,35(-0,53; -0,19) ↓ 2,6 -0,58 (-1,10; -0,04) ↓ 44,24 bilhões
Open in a new tab

amédia de permanência em dias; b↑ crescente, ↓ decrescente, → estacionária; cóbitos; dcusto ajustado (custo-a) pela inflação, segundo o índice nacional de preços ao consumidor amplo.

A proporção de letalidade teve tendência decrescente entre 2000 e 2023 (VMP -0,58; IC95% -1,10; -0,04) e foi estável por sexo no mesmo período: homens: VMP -0,93; IC95% -1,56; 0,00; mulheres: VMP 0,36; IC95% -0,12; 1,01. As maiores proporções foram entre idosos em ambos os sexos (homens: 7,2%; mulheres: 5,0%). Os óbitos aumentaram entre mulheres na faixa etária 0-9 anos entre 2008 e 2016 (VPA 4,96; IC95% 2,60; 14,59) e em idosos entre 2013 e 2016 (VPA 9,57; IC95% 0,10; 13,56). Entre homens, o aumento foi observado em idosos no período de 2000 a 2021 (VPA 0,79; IC95% 0,45; 1,25) (Tabela 2).

As internações geraram custo total de R$ 44.24 bilhões: 8,6% dos R$ 510,17 bilhões que foram gastos em todas as internações no SUS. O custo médio anual foi de R$ 1,85 bilhão, e de R$ 1.925,09 por autorização de internação hospitalar. Os maiores custos foram em adultos jovens entre 20-39 anos (R$ 15,48 bilhões). Homens apresentaram maiores custos em todas as faixas etárias em relação a mulheres, exceto quanto às idosas, em que os custos foram maiores. Homens de 20-39 anos (R$ 12,49 bilhões) e mulheres idosas (R$ 5,86 bilhões) apresentaram os maiores gastos (Tabela 2).

Por grupo de causa, a maior média de permanência hospitalar foi por acidentes de transporte e por agressões (5,9 dias para cada). Entre homens, essa média foi maior do que entre mulheres para todas as causas, com exceção das quedas (4,7 dias). A média de permanência por agressões teve tendência decrescente entre 2000 e 2023 (VMP 0,85; IC95% -1,20; -0,56), com períodos de aumento de 2005 a 2012 entre mulheres (VPA 2,62; IC95% 1,43; 5,65). As internações por queda mantiveram média de permanência estável (VMP -0,05; IC95% -0,23; 0,09), com períodos de aumento para ambos os sexos: homens, de 2005 a 2017 (VPA 0,90; IC95% 0,24; 2,14), e mulheres, de 2007 a 2017 (VPA 1,45; IC95% 1,07; 2,46). A média de permanência por lesões autoprovocadas apresentou tendência crescente de 2000 a 2023 (VMP 0,35; IC95% 0,12; 0,57). Nos homens, o aumento ocorreu de 2019 a 2023 (VPA 3,33; IC95% 1,01; 7,69), enquanto nas mulheres, foi em todo o período em análise, de 2000 a 2023 (VPA 0,36; IC95% 0,03; 0,69) (Tabela 3).

Tabela 3. Variação percentual anual (VPA), variação anual média no período (VMP), intervalos de confiança de 95% (IC95%) de letalidade hospitalar e média de permanência e custos totais de internações hospitalares por causas externas financiadas pelo Sistema Único de Saúde, segundo grupo de causas e sexo. Brasil, 2000-2023 (n=23.009.176) .

Características Permanência Letalidade Custos totais
Grupo de causas Sexo Médiaa Período VPA (IC95%) Tendênciab VMP (IC95%) Letalidade (%)c Período VPA (IC95%) Tendência b VMP (IC95%) Custo-a (R$)d
Acidentes de transporte Masculino 6,0 2000 -2017 -0,25 (0,48; 0,04) → 0,82 (-1,07; -0,61) ↓ 3,1 2000-2007 -0,19 (-1,24; 1,63) → -3,13 (-3,34; -2,86) ↓ 7,67 bilhões
2017-2023 -2,40 (-4,47; 1,44) ↓ 2007-2010 -8,62 (-10,19; -4,87) ↓
2010-2023 -3,65 (-4,12; -2,13) ↓
Feminino 5,7 2000-2016 -0,35 (-0,63; 0,70) → 2,8 2000-2007 1,44 (0,06; 3,64) ↑ 2,06 bilhões
2007-2010 -9,17 (-11,10; -4,62) ↓
2016-2023 -1,84 (-4,94; -0,92) ↓ 2010-2023 -3,49 (-4,11; -1,35) ↓
Total 5,9 3,0 9,73 bilhões
Agressões Masculino 6,0 2000-2017 -0,11(-0,40; 1,14) → -0,85 (-1,20; -0,56) ↓ 5,2 2000-2015 -0,40 (-0,83; 0,19) → -1,32 (-1,68; -0,97) ↓ 2,38 bilhões
2015-2023 -3,04 (-4,96; -2,01) ↓
2017-2023 -2,04 (-6,16; -0,73) ↓
Feminino 5,2 2000-2005 -4,26 (-6,94; -2,48) ↓ 3,6 2000-2012 2,53 (-2,15; 5,64) → 394,66 milhões
2005-2012 2,62 (1,43; 5,65) ↑ 2012-2016 -10,84 (-17,05; 7,66) →
2012-2023 -2,23 (-2,92; -1,65) ↓ 2016-2023 -2,35 ( -5,92; 8,02) →
Total 5,9 4,9 2,77 bilhões
Quedas Masculino 4,4 2000-2005 -0,92 (-2,95; 0,11) → -0,05 (-0,23; 0,09) → 1,9 2000-2004 3,43 (1,78; 7,09) ↑ 0,87 (0,63; 1,05) ↑ 9,56 bilhões
2005-2017 0,90 (0,24; 2,14) ↑ 2004-2013 0,21 ( -2,24; 0,68) →
2017-2020 -3,26 (-4,33; 1,21) →
2020-2023 -0,02 (-1,95; 2,36) → 2013-2021 1,74 (1,21; 4,10) ↑
2021-2023 -4,97 (-8,61; -1,11) ↓
Feminino 4,7 2000-2007 -0,16 (-1,66; 0,45) → 2,0 2000-2002 -1,47 (-3,74; 2,55) → 5,93 milhões
2007-2017 1,45 (1,07; 2,46) ↑ 2002-2016 3,07 (2,79; 5,30) ↑
2017-2020 -4,39 (-5,50; -2,20) ↓
2020-2023 0,53 (-1,25; 3,33) → 2016-2021 0,19 (-0,81; 2,59) →
2021-2023 -6,67 (-9,97; -2,59) ↓
Total 4,5 1,9 15,49 bilhões
Lesões auto provocadas Masculino 4,5 2000-2019 0,21 (-0,29; 0,44) → 0,35 (0,12; 0,57) ↑ 4,1 2000-2017 -0,17 (-5,02; 1,17) → 0,81 (-0,19; 1,78) → 199,04 milhões
2017-2023 7,78 (1,89; 26,69) ↑
2019-2023 3,33 (1,01; 7,69) ↑
Feminino 3,9 2000-2023 0,36 (0,03; 0,69) ↑ 3,0 2000-2023 0,75 (-0,08; 1,61) → 136,13 milhões
Total 4,2 3,7 335,17 milhões
Eventos de causa indeterminada Masculino 5,2 2000-2004 -2,31 (-5,57; -0,52) ↓ -0,63 (-0,84; -0,38) ↓ 2,6 2000-2009 2,38 (0,68; 6,70) ↑ 0,01 (-0,59; 0,55) → 2,10 bilhões
2004-2012 2,31 (1,62; 3,98) ↑ 2009-2023 -1,52 (-3,19; -0,67) ↓
2012-2023 -2,30 (-2,75; -1,87) ↓
Feminino 5,2 2000-2004 -4,63 (-11,35; -1,04) ↓ 2,8 2000-2016 3,46 (2,50; 4,70) ↑ 944,11 milhões
2004-2012 4,27 (2,94; 8,17) ↑ 2016-2023 -4,40 (-9,20; -1,69) ↓
2012-2023 -2,57 (-3,47; -1,75) ↓
Total 5,2 2,6 3.04 bilhões
Outras causas externas Masculino 4,9 2000-2004 -1,61 (-4,38; -0,08) ↓ -0,43 (-0,62; -0,25) ↓ 2,7 2000-2013 -0,98 (-5,14; 0,33) → 0,45 (-0,43; 1,05) → 8,75 bilhões
2004-2016 0,69 (0,34; 2,03) ↑ 2013-2016 12,07 (2,22; 17,29) ↑
2016-2023 -2,11 (-3,08; -1,39) ↓ 2016-2023 -2,98 (-10,49; -0,28) ↓
Feminin 4,8 2000-2004 -1,13 (-3,14; 0,03) → 2,9 2000-2013 0,98 (-2,00; 2,27) → 4,07 bilhões
2004-2017 0,52 (0,35; 1,46) ↑ 2013-2016 19,28 (6,30; 25,75) ↑
2017-2020 -4,19 (-5,26; -2,31) ↓ 2016-2023 -4,31 (-10,82; -1,52) ↓
2020-2023 0,42 (-1,26; 3,07) →
Total 4,8 2,8 12,82 bilhões
Total - - - - - - - - 44.24 bilhões
Open in a new tab

amédia de permanência em dias; b ↑ crescente, ↓ decrescente, → estacionária; cóbitos; dcusto ajustado (custo-a) pela inflação, segundo o índice nacional de preços ao consumidor amplo.

As maiores proporções de letalidade foram por agressões e por lesões autoprovocadas em ambos os sexos. As proporções aumentaram significativamente de 2017 a 2023 nas internações por lesões autoprovocadas entre homens (VPA 7,78; IC95% 1,89; 26,69). Entre mulheres, houve maior proporção de letalidade em relação a homens nas internações por quedas (2,0 óbitos/100 internações por causas externas), por eventos de intenção indeterminada (2,8 óbitos/100 internações por causas externas) e por outras causas externas (2,9 óbitos/100 internações por causas externas). Nas internações por quedas, observou-se tendência crescente da letalidade de 2000 a 2023 (VMP 0,87; IC95% 0,63; 1,05), com períodos de aumento para ambos os sexos. Internações por quedas e por outras causas externas demandaram maiores gastos para ambos os sexos, enquanto menores gastos foram para lesões autoprovocadas (Tabela 3).

Os maiores custos de internações hospitalares ocorreram no Sudeste (R$ 18,33 bilhões) e no Nordeste (R$ 10,26 bilhões). O sexo masculino foi o responsável pelos maiores custos (R$ 30,65 bilhões) em todas as regiões e em todos os grupos de causas. O Sudeste apresentou maiores custos para ambos os sexos nas internações por quedas e por lesões autoprovocadas. Nessa região, o custo para o sexo feminino de internações por tais causas (R$ 3,06 bilhões em quedas e R$ 90,35 milhões em lesões autoprovocadas) superou o custo de internações de homens para essas mesmas causas nas demais regiões (Figura 2).

Figura 2. Custos de internações hospitalares por agressões (A), acidentes de transporte (T), quedas (Q), lesões autoprovocadas (L), outras causas externas (O) e eventos de intenção indeterminada (I) financiadas pelo Sistema Único de Saúde, segundo região e sexo. Brasil, 2000-2023 (n=23.009.176).

Figura 2

Open in a new tab

Discussão

Internações por causas externas aumentaram de 2000 a 2023 e foram predominantes em homens e adultos jovens. Quedas, outras causas externas e acidentes de transporte foram as causas mais frequentes. A média de permanência e a letalidade hospitalar aumentaram com a idade. Em ambos os sexos, internações por acidentes de transporte e quedas apresentaram as maiores médias de permanência hospitalar e os maiores custos, e internações por agressões e por lesões autoprovocadas, a maior letalidade e os menores custos.

Este estudo apresentou algumas limitações. Erros de codificação na Classificação Internacional de Doenças - 10ª revisão (CID-10) podem ter reduzido o universo de internações por causas externas. A incompletude e a inconsistência de variáveis no Sistema de Informações Hospitalares (SIH) do Sistema Único de Saúde (SUS) podem ter sido um fator limitante. Quanto a isso, variáveis com baixo percentual de preenchimento e autorizações de internações hospitalares sem diagnóstico principal não foram incluídas no estudo. E a pandemia de covid-19 pode ter afetado a ocorrência e o registro de internações por causas externas.

As reinternações de um mesmo indivíduo ou a transferência para outra instituição de saúde não são passíveis de identificação no SIH, de forma que é possível duplicidade de registro e impactos nos indicadores. Custos de internações estimados com base nos registros do SIH também podem não ter refletido a real situação financeira dos atendimentos, seja por arbitragem por interesses particulares, pela falta de análise técnica ou por má gestão pública, o que pode ter gerado sub ou superfaturamento de contas públicas.

Os resultados deste estudo são consistentes com outros estudos nacionais e internacionais (5,20,21), o que sugere padrões de ocorrência associados ao sexo, à idade, a comportamentos e hábitos de vida e a desigualdades nos desfechos, na utilização dos serviços e nos custos associados (21). Homens apresentaram maior média de permanência hospitalar por acidentes de transporte, o que refletiu a gravidade das lesões, possivelmente influenciadas por atitudes de masculinidade hegemônica (22). Veículos automotores podem representar poder e superioridade masculina, expressos no uso de velocidade excessiva e na negligência no uso de equipamentos de proteção, o que, somado à má conservação de vias, torna pedestres, ciclistas e motociclistas mais vulneráveis (5).

O uso da motocicleta como principal meio de locomoção por famílias de baixa renda, a expansão do trabalho informal entre jovens e o transporte de passageiros sem capacete agravam a situação, principalmente em contextos de vulnerabilidade social (11). A maioria dos sobreviventes desses agravos enfrenta lesões traumáticas, limitações funcionais e comprometimento na qualidade de vida (11), com altos custos associados na internação pela necessidade de maior tempo de permanência e de procedimentos complexos (23), o que impacta significativamente o sistema de saúde e o previdenciário.

As internações por agressões apresentaram maiores médias de permanência e maiores proporções de letalidade, o que evidenciou a gravidade e a complexidade do cuidado necessário, especialmente quando há múltiplas lesões, além de revelar um cenário de vulnerabilidade social e de persistência da violência interpessoal (22). Entre as mulheres, embora se observe tendência decrescente na permanência hospitalar em alguns períodos, a letalidade manteve-se estacionária durante todo o período, o que sugeriu subnotificação ou especificidade na violência sofrida por mulheres, majoritariamente de natureza doméstica e com diferentes padrões de lesão (24). Essa situação demanda fortalecimento de políticas públicas de enfrentamento à violência contra a mulher.

As maiores proporções de letalidade foram por lesões autoprovocadas, especialmente entre homens, cuja tendência cresceu de 2017 a 2023. Subestimação do sofrimento psíquico, estigmas na busca por cuidado em saúde mental, rigidez nos papéis de gênero, dificuldades financeiras, conflitos familiares, abuso de álcool e desordens hormonais podem contribuir para esse cenário (25).

A literatura destaca o “paradoxo de gênero” no suicídio: mulheres realizam mais tentativas e homens concentram desfechos letais, por utilizarem métodos mais violentos e apresentarem maior intenção suicida (25). Entre mulheres, menor letalidade por lesões autoprovocadas pode estar associada a redes de apoio mais consolidadas, a maior atenção à própria saúde e a uso de meios menos letais (26). Esse padrão modela taxas de internação e média de permanência. Apesar de menor custo agregado comparado a outras causas, essas internações possuem impacto expressivo e exigem suporte multiprofissional e intersetorial.

As menores médias de permanência hospitalar foram entre mulheres, exceto nas internações por quedas, especialmente em mulheres idosas. Esses resultados diferem de outros estudos, nos quais tempo de permanência hospitalar e proporção de letalidade foram maiores entre homens (27,28). O sexo feminino evidenciou maior vulnerabilidade na fase idosa, enquanto o masculino apresentou predominância em faixas etárias ativas, o que reforçou a importância de estratégias de prevenção específicas por sexo e por faixa etária.

Mulheres constituem a maior parcela da população idosa do Brasil e estão mais propensas a quedas (23) devido ao declínio senescente (29), a disfunções neurocognitivas (27), a polifarmácia (27), a violência (7), a infraestrutura urbana e/ou habitacional inadequada (27) e a acesso limitado à assistência adequada (27). A gravidade desses eventos pode exigir intervenções complexas, o que gera gastos elevados e não planejados para os serviços de saúde (23). Custos de internação nesse grupo mostraram superação em relação aos homens idosos, o que evidenciou a necessidade de políticas específicas para prevenção de quedas e atenção em saúde mental. Esses achados refletiram a transição epidemiológica e demográfica brasileira, marcada pela carga múltipla e simultânea de doenças, decorrentes de desigualdades estruturais que impactam todas as fases da vida (21).

As regiões Sudeste e Nordeste apresentaram maiores custos e taxas de internações mais elevadas, o que revelou a alta densidade demográfica dessas regiões (70% da população brasileira) (12). Urbanização, desigualdades sociais e maior número de instituições de saúde financiadas pelo SUS e habilitadas para internação são fatores que contribuem para o aumento de atendimentos e para os registros desses casos (21).

Maiores custos de internações por causas externas na região Sudeste devem-se à existência de grandes metrópoles com elevados índices de violência e de acidentes (21). No Nordeste, o alto custo de internações pode refletir vulnerabilidades socioeconômicas e aumento recente na cobertura do SUS (21). Que as regiões mais populosas tenham apresentado maiores custos não é forçoso indicativo de menor risco nas demais regiões, que podem ser caracterizadas por subnotificação e por acesso limitado a serviços de saúde especializados, principalmente nas áreas menos desenvolvidas.

Este estudo reforçou a utilização do SIH como ferramenta de vigilância da morbimortalidade hospitalar e de planejamento de ações de saúde. Possibilitou compreender a distribuição das internações por causas externas, sua tendência temporal e seus custos associados , que permanecem como grave problema de saúde do Brasil. Apesar de redução da letalidade, seus custos ainda são elevados, demandam fortalecimento da rede de saúde e controle dos determinantes desses agravos. Os achados reforçam também a necessidade de maior qualificação do SIH para monitoramentos contínuos e efetivos.

Footnotes

Gestora de pareceristas: Izabela Fulone (https://orcid.org/0000-0002-3211-6951)

Disponibilidade de dados: O banco de dados e os códigos de análise utilizados na pesquisa estão disponíveis em: https://drive.google.com/drive/folders/1QMZomkk4gpIckYvFPB0H3P6ORJclhrSI (30).

Tabela Suplementar 1

Articles from Epidemiologia e Serviços de Saúde : Revista do Sistema Unico de Saúde do Brasil are provided here courtesy of Secretaria de Vigilância em Saúde e Ambiente - Ministério da Saúde do Brasil

RESOURCES