Ir para o conteúdo
Likelier

Medo percebido vs. probabilidade real

Quais são as chances de perder seu emprego para a automação por IA?

Não quantificado

Sem estimativa confiável

Procuramos dados confiáveis sobre esta questão e não encontramos um número que estejamos dispostos a publicar. Possíveis razões: as fontes divergem substancialmente, o conjunto de dados subjacente é reconhecidamente enviesado, ou a questão depende de um contexto que não podemos normalizar para uma base comum.

Conhece uma fonte rigorosa e revisada por pares que não encontramos? Por favor, avise-nos.

Outro · revisado 2026-06-14
Qualidade das evidências 4.88/5

Pontuação de revisão em oito dimensões segundo a grelha de qualidade . Cada dimensão pontuada de 1 a 5.

D1 Ancoragem nas fontes
5/5
D2 Autoridade das fontes
5/5
D3 Aritmética
5/5
D4 Incerteza
4/5
D5 Âmbito
5/5
D6 Prosa
5/5
D7 Honestidade sobre a perceção
5/5
D8 Completude das ressalvas
5/5
Média 4.88/5
Evidência direta
Source Sem estimativa confiável
An office desk with a chair slightly pulled back, a monitor displaying abstract data patterns, muted blue and grey tones, flat vector illustration.

Decisões que este risco informa

Escolhas que dependem deste risco: como se pondera o compromisso.

Nenhum número único responde à pergunta “quais são as chances de a IA tomar seu emprego?” porque nenhum estudo produziu um. O dado mais citado, os 47% dos empregos nos EUA em alto risco de Frey e Osborne, descreve a suscetibilidade de tarefas à automação, não uma previsão de desemprego. Quando a OECD refez a análise usando dados em nível individual em vez de agregados em nível de ocupação, a parcela de alto risco caiu para 9-14%. O artigo de 2023 GPTs-are-GPTs descobriu que 80% dos trabalhadores têm pelo menos alguma exposição de tarefas a LLMs, mas apenas 19% têm metade ou mais de suas tarefas expostas. Enquanto isso, o Bureau of Labor Statistics projeta um crescimento líquido de empregos de 6,7 milhões até 2033. Esses números não são contraditórios; eles estão medindo coisas diferentes.

A lacuna entre “tarefas que a IA pode realizar” e “empregos que deixam de existir” é onde reside a maior parte da incerteza. Os caixas eletrônicos deveriam eliminar os caixas de banco; em vez disso, operações de agências mais baratas levaram a mais agências, e o emprego de caixas aumentou por duas décadas. Se a IA generativa segue o mesmo padrão de aumento ou o quebra é a questão empírica central, e a resposta honesta a partir do início de 2026 é que ninguém sabe. Os estudos concordam na direção da exposição: o trabalho cognitivo-rotineiro (entrada de dados, revisão básica de documentos, contabilidade) enfrenta a maior pressão de deslocamento, enquanto o trabalho manual-físico (construção, encanamento, cuidados a idosos) enfrenta a menor. Mas a exposição não é destino.

O risco individual varia em pelo menos uma ordem de magnitude entre ocupações, indústrias e geografias. Um digitador e um encanador vivem em universos de risco diferentes, e nenhum é bem descrito por uma média populacional. O horizonte temporal importa tanto quanto: a perspectiva de cinco anos é dominada pela ampliação; a perspectiva de trinta anos é genuinamente incerta. Dada a gama de estimativas publicadas, a ausência de qualquer deslocamento em massa observado até agora, e a lacuna fundamental entre a exposição a tarefas e a eliminação de empregos, esta entrada carrega uma bandeira no_reliable_estimate. O medo é real; uma probabilidade de vida defensável não é.

Registro de evidências

Cada número abaixo é o que cada fonte relatou, com a citação literal em que nos baseamos e como chegamos ao nosso valor. Clique em qualquer link para verificar diretamente.

  1. [1] Oxford Martin School, University of Oxford — The Future of Employment: How Susceptible Are Jobs to Computerisation?
    The Future of Employment: How Susceptible Are Jobs to Computerisation?
    Estatística
    47% of US employment is in the high-risk category for computerisation over the next decade or two
    Trecho
    “"We examine how susceptible jobs are to computerisation. … According to our estimate, 47 percent of total US employment is in the high risk category, meaning that associated occupations are potentially automatable over some unspecified number of years, perhaps a decade or two." ”
    Dados da fonte de
    2013-09-17
    Acessado
    2026-04-18 · cópia arquivada
    Cálculo
    Frey & Osborne (2017, published in Technological Forecasting and Social Change 114:254-280) classified 702 occupations by automation probability using O*NET task descriptors. The 47% figure refers to jobs whose constituent tasks are technically automatable, not a prediction that 47% of workers will be unemployed. The authors explicitly note this is a measure of task susceptibility, not a forecast of job losses. The paper predates the LLM era and does not account for generative AI capabilities. No conversion to a per-worker lifetime displacement probability is attempted because the study does not model job creation, reallocation, or partial automation.
    Independência
    Seminal academic study using O*NET occupational data. Independent methodology from the OECD and Goldman Sachs estimates below.
  2. [2] OECD — The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis
    The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis
    Estatística
    9% of jobs across the 21 OECD countries are highly automatable; an additional ~25% face significant task change
    Trecho
    “"Overall, we find that, on average across the 21 OECD countries, 9 % of jobs are automatable. [...] For instance, while the share of automatable jobs is 6 % in Korea, the corresponding share is 12 % in Austria." ”
    Dados da fonte de
    2016-05-14
    Acessado
    2026-04-18 · cópia arquivada
    Cálculo
    Arntz, Gregory & Zierahn (2016) re-analysed Frey & Osborne's methodology using PIAAC individual-level survey data rather than occupation-level aggregates. By accounting for within-occupation task variation, the high-risk share drops from 47% to ~9-14%. The OECD updated this to 14% in its 2019 Employment Outlook using newer PIAAC data. Neither figure is a probability of displacement for an individual worker; it describes the share of jobs with >70% automatable task content. No lifetime probability is derivable from this study because it does not model transition rates or job creation.
    Independência
    Uses PIAAC microdata, a different data source and unit of analysis (individual workers vs occupations) from Frey & Osborne. Methodologically independent.
  3. [3] OpenAI / University of Pennsylvania — GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
    GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
    Estatística
    ~80% of the US workforce could have at least 10% of their tasks affected by LLMs; ~19% could have 50%+ of tasks affected
    Trecho
    “"Our findings reveal that around 80% of the U.S. workforce could have at least 10% of their work tasks affected by the introduction of LLMs, while approximately 19% of workers may see at least 50% of their tasks impacted." ”
    Dados da fonte de
    2023-03-17
    Acessado
    2026-04-18 · cópia arquivada
    Cálculo
    Eloundou, Manning, Mishkin & Rock (2023) assessed task-level exposure to LLMs across 1,016 occupations using O*NET. "Exposure" means the task could be completed significantly faster with LLM access, not that the job would be eliminated. The 80% headline describes partial task exposure (>=10% of tasks), not full job replacement. The 19% figure for >=50% task exposure is closer to a displacement signal but still measures task content, not employment outcomes. Converting task exposure to a lifetime job-loss probability requires assumptions about employer adoption rates, augmentation vs replacement decisions, and labor market adjustment speeds that the paper does not provide.
    Independência
    Uses O*NET task data (shared with Frey & Osborne) but applies a GPT-specific exposure rubric developed by both human annotators and GPT-4 classification. Partially independent.
  4. [4] Goldman Sachs — The Potentially Large Effects of Artificial Intelligence on Economic Growth
    The Potentially Large Effects of Artificial Intelligence on Economic Growth
    Estatística
    Two-thirds of US occupations are exposed to some degree of AI automation; generative AI could substitute up to 25% of current work tasks globally
    Trecho
    “"our economists estimate that roughly two-thirds of U.S. occupations are exposed to some degree of automation by AI. They further estimate that, of those occupations that are exposed, roughly a quarter to as much as half of their workload could be replaced." ”
    Dados da fonte de
    2023-03-26
    Acessado
    2026-04-18 · cópia arquivada
    Cálculo
    Hatzius et al. (2023) estimate that generative AI could expose 300 million full-time jobs globally to automation, with roughly 25% of work tasks substitutable. The report simultaneously projects a 7% increase in global GDP over a 10-year period from AI adoption, implying substantial job creation alongside displacement. The 300M figure describes exposure, not net job loss, and the report explicitly models offsetting job creation from new industries and increased productivity. No per-worker lifetime displacement probability can be extracted.
    Independência
    Goldman Sachs proprietary analysis drawing on O*NET, European ISCO data, and internal economic modelling. Partially independent from academic studies above.
  5. [5] Bureau of Labor Statistics — Employment Projections: 2023-2033
    Employment Projections: 2023-2033

    Ver as 2 entradas do Likelier que citam esta fonte →

    Estatística
    Total US employment projected to grow by 6.7 million jobs from 2023 to 2033, to 174.6 million (0.4 percent a year)
    Trecho
    “"The U.S. economy is projected to add 6.7 million jobs from 2023 to 2033, the U.S. Bureau of Labor Statistics (BLS) reported today. Total employment is projected to increase to 174.6 million and grow 0.4 percent annually, which is slower than the 1.3 percent annual growth recorded over the 2013-23 decade." ”
    Dados da fonte de
    2024-09-04
    Acessado
    2026-04-18 · cópia arquivada
    Cálculo
    BLS decennial projections are the baseline measure of actual expected employment outcomes. The 2023-2033 outlook projects net job growth of 6.7 million, not net loss. BLS does not separately model AI-driven displacement; its projections incorporate historical trends in technology adoption, productivity growth, and sectoral shifts. The fact that net employment is projected to grow does not preclude significant churn within occupations, but it provides a counterweight to headline claims of mass job elimination. No per-worker lifetime displacement probability is published.
    Independência
    Official US government statistical agency using proprietary macroeconomic modelling. Fully independent from the academic and private-sector studies above.
  6. [6] Stanford Digital Economy Lab — Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
    Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
    Estatística
    Early-career workers (ages 22-25) in the most AI-exposed occupations experienced a 16 percent relative decline in employment since late 2022, while employment for more experienced workers in the same occupations and for workers in less-exposed fields remained stable or continued to grow
    Trecho
    “"early-career workers (ages 22-25) in the most AI-exposed occupations have experienced a 16 percent relative decline in employment even after controlling for firm-level shocks. In contrast, employment for workers in less exposed fields and more experienced workers in the same occupations has remained stable or continued to grow." ”
    Dados da fonte de
    2025-11-13
    Acessado
    2026-06-14 · cópia arquivada
    Cálculo
    Brynjolfsson, Chandar & Chen (2025) analyse high-frequency payroll records from ADP, the largest US payroll processor, covering millions of workers. They document a 16% relative decline in headcount for the 22-25 age band in occupations most exposed to generative AI (software developers, customer-service representatives) measured against pre-2023 trend, with no comparable decline for workers 30+ in the same occupations or for workers in low-exposure fields. The 16% is a cohort-level relative employment differential, not a per-worker probability of job loss; the paper does not convert it into an individual displacement hazard, and AI attribution remains contested (a Feb 2026 follow-up by the same authors examines interest-rate and timing confounds). It is used here only to populate the early-career age x AI-exposure personal factor, not to derive a headline number. The earlier August 2025 preprint reported ~13%; the published version reports 16%.
    Independência
    First large-scale payroll-based (ADP administrative records) evidence, methodologically independent from the O*NET task-exposure studies and BLS macroeconomic projections above. Measures realised employment, not task susceptibility.
  7. [7] Proskauer (Law and the Workplace) — AI Bias Lawsuit Against Workday Reaches Next Stage as Court Grants Conditional Certification of ADEA Claim
    AI Bias Lawsuit Against Workday Reaches Next Stage as Court Grants Conditional Certification of ADEA Claim
    Estatística
    On May 16, 2025 a federal court conditionally certified Mobley v. Workday as a nationwide ADEA collective covering job applicants aged 40+; Workday's filings disclosed roughly 1.1 billion applications rejected through its AI screening tools during the relevant period
    Trecho
    “"1.1 billion applications were rejected [...] Notice will be issued to the allegedly affected job applicants, in what could be one of the largest collectives ever certified." ”
    Dados da fonte de
    2025-06-03
    Acessado
    2026-06-14 · cópia arquivada
    Cálculo
    Mobley v. Workday (N.D. Cal. 3:23-cv-00770) alleges Workday's AI applicant-recommendation system produced a disparate impact by age, race, and disability at the hiring gate. On 2025-05-16 the court granted conditional (preliminary) certification of a nationwide ADEA collective of applicants aged 40+ screened since September 2020. The ~1.1 billion figure is the volume of applications Workday disclosed were rejected through its tools, not a number of confirmed biased rejections; the case is unresolved and the disparate-impact claim is untested at trial. No per-applicant probability of a bias-tainted auto-rejection is derivable, so this source supports a caveat only, not a number.
    Independência
    Legal-developments analysis of court filings; non-authoritative reference used only to document the algorithmic-exclusion-at-the-hiring-gate dimension absent from the displacement-by-automation studies above.

436 riscos com probabilidade medida
1 em 10 1 em 100 1 em 1K 1 em 10K 1 em 100K 1 em 1M 1 em 10M 1 em 100M 1 em 1B certo mais raro → Risco cirurgia cosmética no estrangeiro — 1 em 10 Açúcar/sal na infância e doença adulta — 1 em 10 Endometriose — 1 em 10 Risco transplante capilar Turquia — 1 em 10 Prótese de joelho — 1 em 10 Analgésicos crônicos — 1 em 10 Perda total dos dentes — 1 em 9,1 Alzheimer — 1 em 8,3 Privação de sono — 1 em 8,3 Tabaco sem fumaça — 1 em 8,3 Ciclismo sem capacete — 1 em 8,0 Danos dentários por bruxismo — 1 em 7,7 Falha da camisinha — 1 em 7,7 Evitar cuidados por medo migratório — 1 em 7,1 Perda de visão — 1 em 6,7 Hérnia por levantamento de peso — 1 em 6,7 Risco de fratura de quadril — 1 em 6,7 Consumo regular de álcool — 1 em 6,7 Primeiro ataque cardíaco — 1 em 5,9 Infertilidade — 1 em 5,7 5+ anos de cuidados de longa duração — 1 em 5,6 ETC (futebol americano) — 1 em 5,0 Depressão maior — 1 em 4,9 Lesão em caminhada — 1 em 4,8 Infecção ao comer depois do filho — 1 em 4,2 Doença de Lyme — 1 em 4,0 Solidão e saúde — 1 em 3,8 Risco herdado de AUD — 1 em 3,5 Transtorno por uso de álcool — 1 em 3,4 Transtorno de ansiedade — 1 em 3,2 Risco CV após menopausa — 1 em 3,0 Diabetes silencioso — 1 em 3,0 Voar com resfriado — 1 em 2,9 Perda de emprego e depressão — 1 em 2,9 Doença por carrapato (floresta) — 1 em 2,9 Colesterol alto silencioso — 1 em 2,9 Perda de avó/avô na infância — 1 em 2,8 Pacifier on the floor — 1 em 2,8 Hipertensão silenciosa — 1 em 2,7 Infecção resistente — 1 em 2,6 Sem compatibilidade de medula — 1 em 2,4 Internação em casa de repouso — 1 em 2,2 Falso-positivo em mamografia — 1 em 2,0 Tabagismo regular — 1 em 2,0 Diarreia do viajante — 1 em 2,0 Esportes de aventura — 1 em 1,8 Necessidade de cuidados de longa duração — 1 em 1,8 Probabilidade de viuvez — 1 em 1,7 Sexo desprotegido — 1 em 1,5 Dor lombar — 1 em 1,3 Higiene das mãos — 1 em 1,0 Câncer (qualquer) — 1 em 7,1 Trotinete sem capacete — 1 em 4,5 Bicicleta-e sem capacete — 1 em 4,0 Bagagem extraviada — 1 em 3,7 Acidente com feridos por culpa — 1 em 2,9 Colisão com veado — 1 em 2,7 Ferimentos em acidente — 1 em 2,6 Cancelamento de voo — 1 em 1,8 Viagem perturbada: guerra ou desastre — 1 em 1,7 Agressão ao fazer carona — 1 em 8,8 Assalto residencial — 1 em 8,6 Fraude de cheque postal — 1 em 7,7 Abuso sexual infantil — 1 em 6,8 Perseguição — 1 em 6,2 Agressão sexual à estudante — 1 em 5,7 Violência doméstica — 1 em 3,7 Agressão noturna — 1 em 3,6 Roubo de bicicleta — 1 em 2,9 Agressão sexual — 1 em 2,3 Assédio sexual (vida) — 1 em 1,6 Escassez de água — 1 em 2,5 Tempestade solar classe Carrington — 1 em 1,9 Ponto de inflexão WAIS — 1 em 1,1 Fuga de gato doméstico — 1 em 10 Mordida de cão sem coleira — 1 em 9,8 Coelho morre em 4 anos — 1 em 3,3 Mordida de cachorro (não fatal) — 1 em 1,8 Hamster morre antes dos 13 anos — 1 em 1,0 Deficiência de ferro (mulheres) — 1 em 3,9 Carência de vitamina D — 1 em 2,9 Défice de magnésio — 1 em 1,9 Alimentos malcozidos — 1 em 1,6 Contaminação cruzada de carne crua — 1 em 1,4 Alimentos fora da geladeira — 1 em 1,2 Golpe de voz por IA — 1 em 2,9 Golpe online — 1 em 2,5 Cyberbullying adolescente — 1 em 2,0 Crianças e conteúdo explícito — 1 em 1,9 Vazamento de dados — 1 em 1,1 Aborto espontâneo — 1 em 6,7 Tentativa de suicídio adolescente — 1 em 5,6 Depressão pós-parto — 1 em 4,8 Analgésico antes da vacinação — 1 em 3,8 Ganho excessivo de peso na gravidez — 1 em 2,6 Criança não vacinada e sarampo — 1 em 2,0 Piolhos em crianças — 1 em 2,0 Golpe financeiro contra idosos — 1 em 10 Colapso de pensão — 1 em 10 Queda imobiliária — 1 em 8,3 Auditoria do IRS — 1 em 6,7 Colapso cambial — 1 em 5,6 Deportação por visto vencido — 1 em 5,6 Retomada de carro subprime — 1 em 5,0 Long term disability working age — 1 em 4,0 Inadimplência estudantil — 1 em 3,8 Retaliação ao denunciante — 1 em 3,2 Saída forçada antes da reforma — 1 em 2,9 Déficit de aposentadoria — 1 em 2,6 BNPL: pagamento em atraso — 1 em 2,4 Divórcio — 1 em 2,4 Danos por cano estourado — 1 em 2,2 Bullying no trabalho — 1 em 2,1 Apagão prolongado da rede — 1 em 2,0 Deportação (indocumentado) — 1 em 1,8 Choque financeiro com funeral — 1 em 1,7 Roubo de identidade — 1 em 1,7 Fraude de cartão de crédito — 1 em 1,5 Bullying escolar — 1 em 1,5 Baixa de soldado na frente — 1 em 1,3 Recessão econômica — 1 em 1,0 Queda do mercado de ações — 1 em 1,0 Dano no telhado por granizo — 1 em 3,0 Perda com inquilino problemático — 1 em 1,8 Complicações LASIK — 1 em 100 Dano do papel higiênico seco — 1 em 100 Fumaça de segunda mão — 1 em 91 Transtorno de jogos (adultos) — 1 em 83 Urgência por saltos altos — 1 em 79 Thrown/dropped object — 1 em 67 Reação a medicamento — 1 em 58 Overdose — 1 em 56 Asma por fogão a gás numa criança — 1 em 50 Toxoplasmose por caixa de areia — 1 em 48 Invalidez por saúde mental — 1 em 45 Dependência de benzo — 1 em 40 Chumbo na água da torneira — 1 em 40 Uso indevido de medicamentos — 1 em 35 Traumatismo cranioencefálico — 1 em 33 Infecção hospitalar — 1 em 31 Poluição do ar — 1 em 29 Doença renal terminal — 1 em 29 Diarreia do viajante (água) — 1 em 26 Lesão de esqui — 1 em 26 Transtorno bipolar — 1 em 23 Cirurgia do dente do siso — 1 em 22 Complicação turismo dentário — 1 em 20 Abandono de idosos — 1 em 20 Parkinson — 1 em 20 Parasitas de animais — 1 em 20 TDAH não diagnosticado — 1 em 20 Alergia alimentar na vida adulta — 1 em 19 Demência não-Alzheimer — 1 em 17 Transtorno por uso de cannabis — 1 em 16 AVC — 1 em 15 TEPT — 1 em 15 Perda auditiva grave — 1 em 14 Diabetes tipo 2 — 1 em 13 Apendicite — 1 em 13 Fumaça de cozinha — 1 em 13 Depressão não tratada — 1 em 13 Refrigerante e diabetes — 1 em 13 Doença cardíaca — 1 em 12 Morte por erro médico — 1 em 12 Comportamento sexual compulsivo — 1 em 12 Transtorno alimentar — 1 em 11 Prótese de quadril — 1 em 11 Cálculos renais — 1 em 11 Morte/incapacidade parental — 1 em 11 Estilo de vida sedentário — 1 em 11 Infecção em salão — 1 em 11 Cancro do ovário — 1 em 91 Câncer colorretal — 1 em 77 Câncer de mama — 1 em 59 Câncer de fígado — 1 em 59 Câncer de pulmão — 1 em 56 Câncer de próstata — 1 em 50 Melanoma (UV) — 1 em 29 Baixa fibra, CCR — 1 em 26 Carne vermelha e CCR — 1 em 21 Carne queimada e câncer — 1 em 20 Acidente por manutenção — 1 em 83 Conduzir com sedativos — 1 em 77 Mensagem + direção — 1 em 56 Morte sem cinto em acidente — 1 em 53 Excesso de 20% no limite — 1 em 50 Mota sem capacete — 1 em 45 Voo espacial (astronauta) — 1 em 42 Assistir vídeo ao volante — 1 em 32 Ferimento infantil em acidente — 1 em 27 Direção sonolenta — 1 em 26 Norovírus em cruzeiro — 1 em 24 Lesão por patinete elétrico — 1 em 10 Furto em viagem — 1 em 38 Roubo de catalisador — 1 em 37 Esfaqueado em um assalto — 1 em 37 Roubo de veículo — 1 em 34 Assalto / roubo de rua — 1 em 26 Condenação injusta — 1 em 24 Adulteração de bebidas — 1 em 17 Roubo de carro por relé sem chave — 1 em 13 Protesto sob autocracia — 1 em 12 Colapso da AMOC — 1 em 20 Anafilaxia por picada — 1 em 50 Coleira de gato — 1 em 25 Intoxicação alimentar em restaurante — 1 em 58 Deficiência de B12 — 1 em 28 Deficiência vegetariana — 1 em 14 Deepfake íntimo — 1 em 25 Uso problemático de redes sociais — 1 em 13 Criança engole objeto (PS) — 1 em 91 Parto com risco de vida (EUA) — 1 em 61 Morte no parto (ASS) — 1 em 55 Queda de escadas crianca — 1 em 37 Morte por co-sleeping — 1 em 36 Lesão em balanço & escorregador — 1 em 33 Diagnóstico de autismo — 1 em 31 Complicações da cesárea — 1 em 29 Lesão brinquedo na emergência (criança) — 1 em 21 Pré-eclâmpsia — 1 em 20 Laceração grave no parto — 1 em 17 Diabetes gestacional — 1 em 13 Lesão na cabeça por queda — 1 em 12 Morte sem herdeiro — 1 em 100 Ruína financeira por apostas esportivas — 1 em 100 Morte de piloto de caça — 1 em 48 Morte na pesca comercial — 1 em 45 Morte no setor madeireiro — 1 em 34 Falência médica — 1 em 25 Transtorno de compras compulsivas — 1 em 20 Golpe de aluguel falso — 1 em 20 Perder SNAP por regras de 2025 — 1 em 18 Execução hipotecária — 1 em 14 Invalidez musculoesquelética — 1 em 14 Perdas no day trading — 1 em 13 Catástrofe de governo extremista — 1 em 13 Destruição de casa por furacão — 1 em 17 NAION (Ozempic) — 1 em 909 Submersão de criança em piscina — 1 em 800 EM — 1 em 769 Fatalidade no trabalho — 1 em 690 Febre tifoide — 1 em 654 GLP-1: aspiração na anestesia — 1 em 613 Produtos importados inseguros — 1 em 565 Aneurisma cerebral — 1 em 400 COVID-19 — 1 em 400 Lesão por fogos — 1 em 385 Tendão cortado por faca — 1 em 385 Cafeína em excesso — 1 em 366 Doença falciforme — 1 em 365 Medicamento falsificado — 1 em 361 Lesão na medula espinal — 1 em 313 Câncer infantil diagnosticado — 1 em 285 Morte próxima pandemia — 1 em 208 Dengue (viagem) — 1 em 200 Parto prematuro por calor — 1 em 200 Pular banhos diários — 1 em 200 Não esfregar os pés — 1 em 200 Risco doação medula — 1 em 167 Encefalite por carrapatos — 1 em 167 Esquizofrenia — 1 em 143 Queda acidental — 1 em 135 Morte súbita durante o exercício — 1 em 123 Suicídio (EUA) — 1 em 121 Dependência de opioides — 1 em 114 Tuberculose (global) — 1 em 109 Diagnóstico de HIV — 1 em 105 Câncer por radônio — 1 em 435 Câncer testicular — 1 em 250 Câncer cervical — 1 em 167 Câncer de pâncreas — 1 em 125 Morte de pedestre — 1 em 806 Acidente de moto — 1 em 709 Afogamento em barco — 1 em 685 Motorista mata pedestre — 1 em 552 Lesão andando distraído pelo celular — 1 em 400 Incêndio em bateria de VE — 1 em 333 Ciclista morto por carro — 1 em 159 Incendio carro a gasolina — 1 em 125 Fatalidade de carro autônomo — 1 em 115 Acidente de carro — 1 em 105 Morte de bombeiro em serviço — 1 em 455 Morte de policial em serviço — 1 em 357 Homicídio — 1 em 339 Golpe cripto pig butchering — 1 em 106 Calor extremo — 1 em 333 Morte por mudança climática — 1 em 204 Mordida de morcego & raiva — 1 em 278 Doença por mosquito — 1 em 190 Intoxicação alimentar (global) — 1 em 317 Incendio paineis solares — 1 em 667 Escoliose infantil não tratada — 1 em 1000 Queda de criança da janela — 1 em 855 Queda de andarilho em escadas — 1 em 625 Queda de bebê — 1 em 500 Lesão em andarilho de bebé — 1 em 455 Mortalidade materna — 1 em 272 Idade materna e defeitos congênitos — 1 em 200 Morte infantil (<18) — 1 em 103 Morte em carreira espeleológica — 1 em 167 Morte em serviço no SAMU/emergências — 1 em 909 Vítima civil de guerra — 1 em 499 Soldado em combate — 1 em 270 Revogação de visto estudantil — 1 em 263 Morte em carreira de mineração — 1 em 214 Ruína por jogo — 1 em 159 Incêndio doméstico por raio — 1 em 461 Incêndio florestal destrói casa — 1 em 120 Malária (viagem) — 1 em 10 000 Infeção por bebida compartilhada — 1 em 10 000 Doença de Chagas — 1 em 8475 Tênia da raposa por bagas silvestres — 1 em 8475 Criança engole bolsa de nicotina — 1 em 7937 Esquistossomose — 1 em 6667 Morte súbita (adulto jovem) — 1 em 3922 Fiação insegura — 1 em 3390 Sepse por ferida — 1 em 2857 Consciência na anestesia — 1 em 2500 Insolação (atividade externa) — 1 em 1905 Incêndio residencial — 1 em 1818 Raiva canina — 1 em 1449 Afogamento — 1 em 1379 Lesão medular em mergulho — 1 em 1111 Hospitalização por EVALI — 1 em 1064 Engasgo — 1 em 1020 Cancro do betel — 1 em 1290 Coágulo (voo) — 1 em 4651 Matar um ciclista — 1 em 3937 Morte no trânsito (adolescente) — 1 em 3030 Cadeira traseira de bicicleta — 1 em 2500 Crianca sem cadeirinha — 1 em 2000 Encontro policial fatal — 1 em 4739 Crime de honra — 1 em 2381 Homicídio por parceiro íntimo — 1 em 1767 Furacão — 1 em 8929 Morte por fome — 1 em 6536 Morte por nevasca — 1 em 4367 Terremoto — 1 em 3802 Listeria em frios — 1 em 6061 E. coli grave de produtos frescos — 1 em 4831 Intoxicação alimentar (EUA) — 1 em 1862 Mercúrio em peixe — 1 em 1695 Lesão por espinha de peixe — 1 em 1429 Incêndio de bateria — 1 em 4545 Cápsula de detergente engolida — 1 em 6494 Afogamento em piscina — 1 em 5882 Displasia da anca infantil não tratada — 1 em 5000 SMSL — 1 em 2398 Guerra (civil) — 1 em 2000 Inchaço cerebral por gripe na criança — 1 em 100 000 Picada fatal de abelha/vespa — 1 em 76 923 Dengue local (EUA continental) — 1 em 66 667 Morte por anestesia — 1 em 45 662 Morte de cão em carro quente — 1 em 41 667 Infeção de ferida por V. vulnificus — 1 em 32 051 Anafilaxia — 1 em 27 548 Manipulação quiroprática do pescoço — 1 em 16 667 Envenenamento por CO — 1 em 14 006 Hepatite A (viagem) — 1 em 12 500 Não fazer imunoterapia para alergia — 1 em 11 111 Acrilamida e câncer — 1 em 16 667 Acidente de ônibus — 1 em 100 000 Acidente de avião — 1 em 58 824 Incêndio de carro após batida — 1 em 25 000 Morte em passagem de nível — 1 em 20 576 Carro submerso — 1 em 16 667 Atrelado infantil de bicicleta — 1 em 14 286 Quase colisão na pista — 1 em 13 699 Ataque com ácido — 1 em 94 340 Terrorismo — 1 em 77 519 Sequestro por desconhecido — 1 em 38 760 Sequestro por estranho — 1 em 35 211 Morte por dote — 1 em 13 158 Morte acidental por arma — 1 em 11 299 Incêndio florestal — 1 em 100 000 Tornado — 1 em 80 645 Tsunami — 1 em 52 632 Afogamento no oceano — 1 em 29 155 Enchente — 1 em 20 202 Morte por calor após furacão — 1 em 20 000 Morte por deslizamento — 1 em 18 416 Erupção de supervulcão — 1 em 12 376 Picada de abelha — 1 em 78 927 Engolir abelha ou vespa — 1 em 29 155 Picada fatal de escorpião — 1 em 26 110 Morte de cão por chocolate — 1 em 13 889 Saqueta de canela com chumbo — 1 em 40 000 Lixiviação de recipientes plásticos — 1 em 16 949 Asfixia do bebê na cadeirinha — 1 em 64 935 Queda de espreguiçadeira — 1 em 60 606 Engasgo de criança — 1 em 50 000 Engasgo infantil sem supervisão — 1 em 50 000 Morte de bebê voltado para a frente — 1 em 26 738 Ingestão de ímãs — 1 em 12 048 Morte ao fazer snorkeling — 1 em 21 739 Pet em transporte — 1 em 20 000 Morte sob custódia da ICE — 1 em 17 065 Minas terrestres — 1 em 14 728 Reação a vacina — 1 em 763 359 Alumínio e Alzheimer — 1 em 169 492 Vazamento de gás residencial — 1 em 140 845 Morte infantil em carro quente — 1 em 102 041 Glifosato e câncer — 1 em 1 000 000 Câncer por panelas de Teflon — 1 em 169 492 Lesão em montanha-russa — 1 em 312 500 Naufrágio de balsa — 1 em 133 333 Lesão por turbulência — 1 em 114 943 Tiroteio escolar — 1 em 192 308 Tiroteio em massa — 1 em 113 636 Avalanche — 1 em 210 526 Raio — 1 em 209 205 Picada de cobra — 1 em 884 956 Picada de aranha — 1 em 833 333 Ataque de hipopótamo — 1 em 564 972 Ataque de crocodilo — 1 em 337 838 Mordida de cão — 1 em 142 045 Resíduos de pesticidas — 1 em 1 000 000 Doenca por lata suja — 1 em 200 000 Bioplástico PLA — 1 em 169 492 Morte em baloiço de bebé — 1 em 714 286 Engasgo com uva — 1 em 625 000 Estrangulamento por cordão de persiana — 1 em 416 667 Sufocamento de criança com saco plástico — 1 em 263 158 Bateria de botão — 1 em 250 000 Morte em berço inclinado — 1 em 238 095 Morte em elevador/escada rolante — 1 em 188 324 EJ (viagem) — 1 em 2 000 000 Criança + airbag dianteiro — 1 em 10 000 000 Impacto de asteroide — 1 em 1 351 351 Ovos de aranha em bananas — 1 em 10 000 000 Ataque de tubarão — 1 em 5 681 818 Ataque de urso — 1 em 3 787 879 Envenenamento por frutas silvestres — 1 em 2 222 222 Ataque de piranha — 1 em 135 135 135 Telefone na bomba de gasolina — 1 em 1 000 000 000 Telefone no avião — 1 em 1 000 000 000
Lottery jackpot 1 em 95 238

Vistos recentemente neste dispositivo