Tutorial 6: Vínculo de Datos Socioeconómicos

Equipo climasus4r

17/10/2026

Objetivo

Al final de este tutorial usted será capaz de vincular variables del Censo Demográfico brasileño con los datos de salud ya espacializados y calcular indicadores socioeconómicos y epidemiológicos estandarizados. Aprenderá a:

• descubrir qué variables del censo están disponibles con sus_census_select();
• descargar y agregar microdatos (o sectores) del censo a nivel municipal y unirlos a los datos de salud con sus_census_join() (mediante el paquete censobr);
• calcular indicadores como envejecimiento, dependencia y cobertura de saneamiento — con intervalos de confianza — usando sus_socio_compute_indicators();
• consultar el catálogo completo de indicadores con sus_socio_list_indicators().

El vínculo socioeconómico es la sexta etapa del pipeline de climasus4r. Exige que los datos ya hayan pasado por la unión espacial (Tutorial 5), pues la clave del vínculo es el código IBGE de 7 dígitos del municipio (code_muni_7).

Contexto científico

Los estudios de clima y salud rara vez pueden tratar a la población como homogénea. La vulnerabilidad social — pobreza, baja escolaridad, saneamiento precario, estructura etaria envejecida — modula la relación entre la exposición ambiental (temperatura, contaminación) y los desenlaces de salud, actuando tanto como factor de confusión como modificador de efecto (Gouveia, Hajat & Armstrong, 2003; Hajat, O’Connor & Kosatsky, 2010). Los adultos mayores en domicilios sin infraestructura adecuada, por ejemplo, sufren más durante las olas de calor.

En Brasil, la fuente oficial de estas variables es el Censo Demográfico del IBGE, accesible programáticamente mediante el paquete censobr (Pereira & Barbosa, 2023). climasus4r encapsula ese acceso en sus_census_join(), descargando el dataset elegido, filtrando solo los municipios presentes en los datos de salud antes de cargarlos en memoria (optimización Arrow/Parquet), agregando los microdatos al nivel municipal y realizando la unión por la clave geográfica.

A partir de estas variables, sus_socio_compute_indicators() calcula un conjunto de indicadores estandarizados (demográficos, socioeconómicos, de mortalidad, morbilidad, salud materno-infantil y recursos de salud), cada uno con su fórmula, multiplicador y método de incertidumbre declarados en un catálogo interno.

Aviso metodológico (sesgo ecológico). Los indicadores municipales describen el agregado, no al individuo: las asociaciones observadas entre la vulnerabilidad promedio de un municipio y sus desenlaces de salud no se transfieren automáticamente a las personas (falacia ecológica). La escala de agregación también importa — el mismo fenómeno puede cambiar de signo según la unidad (problema de la unidad de área modificable, MAUP). Use estos indicadores como covariables de área, no como atributos individuales.

Caso conductor. Investigamos la temperatura y los desenlaces de salud en adultos mayores (60+) en la Región Metropolitana de São Paulo, 2014–2019. En el Tutorial 5 espacializamos las defunciones respiratorias (J00–J99) y cardiovasculares (I00–I99) por municipio. Aquí vinculamos variables del Censo 2010 y calculamos indicadores de vulnerabilidad (envejecimiento, dependencia, cobertura de alcantarillado y agua) que servirán como covariables/modificadores de efecto en el modelado clima–salud de los próximos tutoriales.

Datos utilizados

Ítem	Valor	Papel en el caso
Entrada	dados/caso_espacial.rds (Tutorial 5)	Defunciones espacializadas por municipio (RMSP)
Dataset del censo	"population" (Censo 2010)	Población por municipio (adultos mayores, jóvenes, activos)
Clave de vínculo	code_muni_7 (IBGE, 7 dígitos)	Une salud × censo
Indicadores	envejecimiento, dependencia, alcantarillado, agua	Vulnerabilidad municipal
Salida	dados/caso_socio.rds	Entrada del Tutorial 7 (clima INMET)

Todos los datos son públicos y reales (IBGE/Censo vía censobr).

Pipeline completo

Los bloques de abajo reproducen lo que ejecuta el script scripts/tutorial_06_socioeconomico.R. Comience cargando el paquete y la entrada encadenada:

library(climasus4r)

# Saída do Tutorial 5: óbitos espacializados por município (stage "spatial",
# com a coluna code_muni_7 — chave do vínculo).
caso_espacial <- readRDS("dados/caso_espacial.rds")

Paso 1 — Descubrir variables del censo (sus_census_select())

Antes de descargar el censo, conviene descubrir los códigos de las variables. En uso interactivo, output = "browser" abre una interfaz HTML navegable; en scripts, prefiera output = "codes", que retorna un vector de códigos sin abrir el navegador:

# Códigos das variáveis de população do Censo 2010 (uso programático):
vars_pop <- sus_census_select(
  dataset = "population",  # "all", "population", "households", "families", ...
  year    = 2010,           # 2010 (padrão) ou 2000
  output  = "codes",        # "browser" (padrão), "console" ou "codes"
  lang    = "pt",
  verbose = FALSE
)
head(vars_pop)

Paso 2 — Vincular el censo (sus_census_join())

sus_census_join() descarga el dataset elegido vía censobr, filtra solo los municipios presentes en code_muni_7, agrega los microdatos al nivel municipal (aggregation_fun) y realiza el left_join. Requiere que los datos estén en la etapa >= "spatial":

caso_enriquecido <- sus_census_join(
  df              = caso_espacial,
  dataset         = "population",     # "population"/"households"/"families"/
                                       # "mortality"/"emigration"/"tracts"
  year            = 2010,             # 2010 (padrão) ou 2000
  census_vars     = head(vars_pop, 6),# NULL = todas (não recomendado)
  aggregation_fun = "sum",            # "sum","mean","median","min","max","sd",
                                       # "q25","q75","q95","q99"
  use_cache       = TRUE,             # cache local do censobr
  cache_dir       = "~/.climasus4r_cache/census",
  lang            = "pt",
  verbose         = TRUE
)

Cada variable numérica agregada recibe el sufijo del modo de agregación (ej.: V0001 agregada por suma se convierte en V0001_sum). Si la entrada es un objeto sf, la geometría se conserva en la salida.

Para usar datos de sectores censales en lugar de microdatos, cambie a dataset = "tracts" y elija la tabla en tracts_dataset (ej.: "Basico", "DomicilioRenda", "Pessoa03"):

caso_setores <- sus_census_join(
  df             = caso_espacial,
  dataset        = "tracts",
  tracts_dataset = "Basico",   # "Basico","Domicilio01/02","DomicilioRenda",
                                # "Pessoa01"..."Pessoa13","ResponsavelRenda", ...
  year           = 2010,
  lang           = "pt"
)

Paso 3 — Consultar el catálogo de indicadores (sus_socio_list_indicators())

Antes de calcular, inspeccione lo disponible. Sin red, retorna un tibble con id, name, category, required_cols, formula, multiplier, unit, uncertainty_method y source:

catalogo <- sus_socio_list_indicators(lang = "pt")

# Filtrar por categoria, se desejar:
sus_socio_list_indicators(lang = "pt", category = "mortality")

Paso 4 — Calcular indicadores (sus_socio_compute_indicators())

Los indicadores se definen en espacio de fórmula (nombres como pop_elderly, total_hh). Como las columnas provenientes del censo tienen otros nombres (ej.: V0001_sum), use col_mapping para conectar nombres de fórmula → columnas reales:

caso_socio <- sus_socio_compute_indicators(
  df               = caso_enriquecido,
  indicators       = c("aging_index", "dependency_ratio",
                       "sewage_connection_rate", "water_connection_rate"),
  col_mapping = list(
    pop_elderly = "pop_65_plus_sum",  # aponte para as colunas agregadas reais
    pop_young   = "pop_0_14_sum",
    pop_working = "pop_15_64_sum",
    pop_total   = "V0001_sum",
    total_hh    = "V003_sum",
    hh_sewage   = "V0207_sum",
    hh_water    = "V0208_sum"
  ),
  confidence_level = 0.95,   # IC de Poisson (taxas) / Wilson (proporções)
  add_ci           = TRUE,   # adiciona colunas ind_<id>_low / ind_<id>_high
  lang             = "pt",
  verbose          = TRUE
)

Cada indicador calculado se convierte en una columna ind_<id> (ej.: ind_aging_index), y — cuando el método de incertidumbre no es "none" y add_ci = TRUE — también ind_<id>_low y ind_<id>_high. Si indicators = NULL, la función detecta automáticamente todos los indicadores cuyas columnas requeridas están presentes (después del col_mapping); los indicadores sin las columnas necesarias son omitidos con aviso, nunca interrumpen la ejecución.

Al final, caso_socio se guarda (con save_tbl() en el script) y alimenta el Tutorial 7 (Clima basado en estaciones — INMET).

Características de las funciones

sus_census_select()

Explorador de las variables del censo. Ayuda a descubrir códigos para usar en sus_census_join(census_vars = ...).

Argumento	¿Esencial?	Descripción
dataset	recomendado	"all" (predeterminado), "population", "households", "families", "mortality", "emigration", "tracts"
year	opcional	2010 (predeterminado) o 2000
output	recomendado	"browser" (HTML interactivo, predeterminado), "console" o "codes" (vector)
lang	opcional	"pt" (predeterminado), "en", "es"
verbose	opcional	Mensajes informativos

Retorno: con "codes", un vector de caracteres con los códigos; con "browser"/"console", retorna de forma invisible un data.frame (y abre/imprime la interfaz).

sus_census_join()

Vincula variables del censo (microdatos o sectores) con los datos de salud. Wrapper de censobr::read_population(), read_households(), read_tracts(), etc.

Argumento	¿Esencial?	Descripción
df	sí	climasus_df/sf en etapa >= "spatial", con code_muni_7
dataset	sí	"population" (predeterminado), "households", "families", "mortality", "emigration", "tracts"
tracts_dataset	solo tracts	Tabla de sectores: "Basico" (predeterminado), "DomicilioRenda", "Pessoa01..13", …
year	opcional	2010 (predeterminado) o 2000
census_vars	recomendado	Vector de códigos (use sus_census_select()); NULL = todas
aggregation_fun	opcional	"sum" (predeterminado), "mean", "median", "min", "max", "sd", "q25", "q75", "q95", "q99"
join_muni_col	opcional	Columna del código IBGE; NULL detecta patrones SUS
use_cache / cache_dir	recomendado	Caché de censobr (~/.climasus4r_cache/census)
translate_columns / standardize_values	opcional	Traduce nombres y etiquetas (predeterminado TRUE)
lang / verbose	opcional	Idioma y mensajes

Retorno: el mismo df (o sf) con columnas adicionales del censo (sufijadas por el modo de agregación, ej.: _sum); los metadatos avanzan a stage = "census".

sus_socio_compute_indicators()

Calcula indicadores estandarizados sobre las columnas presentes, con intervalos de confianza opcionales.

Argumento	¿Esencial?	Descripción
df	sí	climasus_df en etapa >= "spatial" (salida de sus_census_join())
indicators	opcional	Vector de IDs; NULL = todos los calculables (autodetección)
col_mapping	recomendado	Lista nombrada: nombre de fórmula → columna real (ej.: list(total_hh = "V003_sum"))
confidence_level	opcional	Nivel de confianza (predeterminado 0.95)
add_ci	opcional	TRUE (predeterminado) añade ind_<id>_low/_high
lang / verbose	opcional	Idioma y mensajes

Retorno: el climasus_df con columnas ind_<id> (y _low/_high cuando corresponda); sus_meta actualizado a type = "indicators".

sus_socio_list_indicators()

Lista el catálogo completo de indicadores. No depende de la red.

Argumento	Descripción
lang	Idioma de los nombres: "pt" (predeterminado), "en", "es"
category	Filtra por categoría (ej.: "demographic", "mortality"); NULL = todas

Retorno: un tibble con id, name, category, required_cols, formula, multiplier, unit, uncertainty_method, source.

Fórmulas

Los indicadores se calculan como una razón (tasa/proporción) multiplicada por un factor de escala. De forma general:

$$\text{indicador} = \left(\frac{\text{numerador}}{\text{denominador}}\right) \times m$$

donde $m$ es el multiplier declarado en el catálogo. Ejemplos usados en el caso conductor:

$$\text{Índice de Envejecimiento} = \frac{\text{pop}_{\text{idosa}}}{\text{pop}_{\text{jovem}}} \times 100$$

$$\text{Razón de Dependencia} = \frac{\text{pop}_{\text{jovem}} + \text{pop}_{\text{idosa}}}{\text{pop}_{\text{ativa}}} \times 100$$

$$\text{Cobertura de Alcantarillado} = \frac{\text{domicílios com esgoto}}{\text{total de domicílios}} \times 100$$

Intervalos de confianza. Para tasas basadas en conteo de eventos (mortalidad, incidencia, hospitalizaciones), se usa el intervalo exacto de Poisson (Garwood), basado en la distribución Gama:

$$\text{IC}_{\text{inf}} = \frac{1}{n}\,\chi^2_{\alpha/2;\,2k}\big/2, \qquad \text{IC}_{\text{sup}} = \frac{1}{n}\,\chi^2_{1-\alpha/2;\,2(k+1)}\big/2$$

Para proporciones (coberturas, %), se usa el intervalo de puntuación de Wilson:

$$\hat{p} \pm \frac{z}{1 + z^2/n}\left[\frac{z}{2n} + \sqrt{\frac{\hat{p}(1-\hat{p})}{n} + \frac{z^2}{4n^2}}\right]$$

con $z = z_{1-\alpha/2}$, $k$ el número de eventos y $n$ el denominador. Las razones con numeradores complejos o índices directos (ej.: Gini) no reciben IC (uncertainty_method = "none").

Resultados ilustrados

Tabla 1. Muestra del catálogo de indicadores (sus_socio_list_indicators).

id	name	category	unit	uncertainty_method	source
dependency_ratio	Razao de Dependencia	demographic	%	none	census
aging_index	Indice de Envelhecimento	demographic	%	none	census
urbanization_rate	Taxa de Urbanizacao	demographic	%	binomial	census
illiteracy_rate	Taxa de Analfabetismo	socioeconomic	%	binomial	census
water_connection_rate	Cobertura de Agua Encanada	socioeconomic	%	binomial	census
sewage_connection_rate	Cobertura de Esgoto	socioeconomic	%	binomial	census
gini_index	Indice de Gini	socioeconomic	index (0-1)	none	census
infant_mortality_rate	Taxa de Mortalidade Infantil	mortality	per 1,000 live births	poisson	sim_sinasc
maternal_mortality_ratio	Razao de Mortalidade Materna	mortality	per 100,000 live births	poisson	sim_sinasc
premature_dcn_mortality	Mortalidade Prematura por DCNT	mortality	per 100,000 (30-69 years)	poisson	sim
homicide_rate	Taxa de Homicidios	mortality	per 100,000	poisson	sim
traffic_mortality_rate	Taxa de Mortalidade por Transito	mortality	per 100,000	poisson	sim
arbovirus_incidence_rate	Taxa de Incidencia de Arboviroses	morbidity	per 100,000	poisson	sinan
tb_incidence_rate	Taxa de Incidencia de Tuberculose	morbidity	per 100,000	poisson	sinan
icsap_hospitalization_rate	Taxa de Internacoes por ICSAP	morbidity	per 10,000	poisson	sih
respiratory_hospitalization_rate	Taxa de Internacoes Respiratorias	morbidity	per 10,000	poisson	sih
low_birth_weight_proportion	Proporcao de Baixo Peso ao Nascer	maternal_child	%	binomial	sinasc
general_fertility_rate	Taxa de Fecundidade Geral	maternal_child	per 1,000 women (15-49 years)	poisson	sinasc
cesarean_proportion	Proporcao de Partos Cesareos	maternal_child	%	binomial	sinasc
prenatal_early_coverage	Cobertura de Pre-natal Precoce	maternal_child	%	binomial	sinasc
beds_per_capita	Leitos por Mil Habitantes	health_resources	per 1,000	none	cnes
doctors_per_capita	Medicos por Mil Habitantes	health_resources	per 1,000	none	cnes

Figura 1. Número de indicadores disponibles por categoría en el catálogo de sus_socio_compute_indicators(). Las categorías cubren demografía, vulnerabilidad socioeconómica, mortalidad, morbilidad, salud materno-infantil y recursos de salud.

Tabla 2. Indicadores calculados por municipio (muestra).

name_muni	ind_aging_index	ind_dependency_ratio	ind_sewage_connection_rate	ind_water_connection_rate
Campinas	63.2	55.9	84.8	88.7
Campinas	72.6	44.2	88.5	88.4
Campinas	55.1	39.1	90.1	97.1
Campinas	47.3	52.1	89.8	96.8
Campinas	74.5	43.3	95.8	97.2
Campinas	44.1	42.9	92.8	97.6
Campinas	69.0	42.9	81.0	88.2
Campinas	66.0	60.7	93.1	88.4
Campinas	NA	NA	NA	NA
Campinas	NA	NA	NA	NA

Figura 2. Ranking municipal según el Índice de Envejecimiento (adultos mayores por 100 jóvenes, Censo 2010) en la RMSP. Los municipios más envejecidos tienden a concentrar mayor riesgo frente a extremos de temperatura.

Figura 3. Cobertura de alcantarillado por municipio con intervalo de confianza del 95% (puntuación de Wilson), tal como se produce con add_ci = TRUE. La barra de error comunica la incertidumbre de la estimación de proporción.

Figura 4. Relación entre envejecimiento y cobertura de alcantarillado en los municipios de la RMSP. Cruzar la vulnerabilidad demográfica y de infraestructura ayuda a plantear hipótesis de confusión y modificación de efecto en la relación temperatura–salud de los próximos tutoriales.

Referencias

• Pereira, R. H. M., & Barbosa, R. J. (2023). censobr: Download Data from Brazil’s Population Census. R package version 0.4.0. https://CRAN.R-project.org/package=censobr. DOI: 10.32614/CRAN.package.censobr.
• Gouveia, N., Hajat, S., & Armstrong, B. (2003). Socioeconomic differentials in the temperature–mortality relationship in São Paulo, Brazil. International Journal of Epidemiology, 32(3), 390–397.
• Hajat, S., O’Connor, M., & Kosatsky, T. (2010). Health effects of hot weather: from awareness of risk factors to effective health protection. The Lancet, 375(9717), 856–863.
• IBGE — Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2010. Rio de Janeiro: IBGE.

---

Navegación

• Volver al hub de tutoriales
• Anterior: Tutorial 5 — Unión Espacial
• Siguiente: Tutorial 7 — Clima Basado en Estaciones (INMET)