Análisis Espacio-temporales Integrados de Salud, Clima y Ambiente en Brasil
climasus4r es un conjunto de herramientas integradas en R diseñado para optimizar el análisis de datos de salud, clima y medio ambiente en Brasil. Desarrollado en el marco del proyecto INCT Conexão – Amazônia, automatiza y estandariza pasos críticos en flujos de trabajo de investigación epidemiológica y ambiental, promoviendo reproducibilidad, eficiencia y escalabilidad.
Basado en el sólido ecosistema del paquete microdatasus, climasus4r amplía la funcionalidad al incorporar rutinas especializadas para estudios de clima y salud, reduciendo significativamente el esfuerzo requerido para la adquisición, limpieza, integración y preparación de datos.
Instalación
climasus4r se encuentra actualmente en desarrollo activo. La versión más reciente se puede instalar directamente desde GitHub, lo que garantiza el acceso a las funciones más actualizadas. Antes de la instalación, es necesario tener el paquete remotes, que permite la instalación de paquetes alojados en GitHub.
# Instale remotes si no lo tiene
if (!require("remotes")) {
install.packages("remotes")
}
# Instale CLIMASUS4r
remotes::install_github("ByMaxAnjos/climasus4r", dependencies = TRUE, upgrade = "never")📦 Descripción General de las Funciones
| Categoría | Función | Descripción |
|---|---|---|
| 📥 Importación y Exportación | sus_data_import() |
Importa y preprocesa datos de DATASUS con caché inteligente. |
sus_data_read() |
Lectura optimizada de datos procesados con soporte paralelo. | |
sus_data_export() |
Exporta datos procesados preservando metadatos. | |
| 🧹 Limpieza y Estandarización | sus_data_clean_encoding() |
Detecta y corrige problemas de codificación de caracteres. |
sus_data_standardize() |
Estandariza nombres de columnas y valores de datos del SUS. | |
sus_create_variables() |
Crea variables derivadas para análisis epidemiológico. | |
| 🔍 Filtros y Selección | sus_data_filter_cid() |
Filtra por códigos CIE-10 o grupos de enfermedades (multilingüe). |
sus_data_filter_demographics() |
Filtra datos por variables demográficas (edad, sexo, raza). | |
| 🗺️ Espacial y Censo | sus_join_spatial() |
Vincula datos del SUS a mallas geográficas brasileñas. |
sus_socio_add_census() |
Enriquece datos de salud con variables socioeconómicas del Censo. | |
sus_data_aggregate() |
Agrega datos de salud en series temporales. | |
| 📊 Calidad y Metadatos | sus_data_quality_report() |
Genera informes detallados sobre la calidad de los datos. |
list_disease_groups() |
Enumera los grupos de enfermedades disponibles para filtrar. | |
sus_census_explore() |
Explorador interactivo de variables del Censo. | |
| ⚡ Caché | clear_climasus_cache() |
Gestiona y limpia el almacenamiento local de archivos. |
Sistemas Soportados
climasus4r permite el acceso simplificado y estandarizado a los principales sistemas de información del DATASUS mediante la integración con el paquete microdatasus. Esta integración automatiza la recolección de datos brutos de diferentes bases del sistema de salud brasileño, abarcando información de epidemiología, mortalidad, hospitalizaciones y red asistencial. A partir de estos datos, climasus4r organiza, limpia y estructura la información, transformando bases complejas del DATASUS en conjuntos de datos listos para análisis estadístico y estudios espacio-temporales.
1. SIM (Sistema de Información sobre Mortalidad)
-
"SIM-DO": Declaraciones de Defunción (Dataset completo) -
"SIM-DOFET": Defunciones Fetales -
"SIM-DOEXT": Defunciones por Causas Externas -
"SIM-DOINF": Defunciones Infantiles -
"SIM-DOMAT": Defunciones Maternas
2. SIH (Sistema de Información Hospitalaria)
-
"SIH-RD": AIH (Autorizaciones de Internación Hospitalaria) - General -
"SIH-RJ": AIH - Específico para Río de Janeiro -
"SIH-SP": AIH - Específico para São Paulo -
"SIH-ER": Registros de Emergencia
3. SINAN (Sistema de Información de Agravios de Notificación)
-
"SINAN-DENGUE": Casos de Dengue -
"SINAN-CHIKUNGUNYA": Casos de Chikungunya -
"SINAN-ZIKA": Casos de virus Zika -
"SINAN-MALARIA": Casos de Malaria -
"SINAN-CHAGAS": Casos de Enfermedad de Chagas -
"SINAN-LEISHMANIOSE-VISCERAL": Leishmaniasis Visceral -
"SINAN-LEISHMANIOSE-TEGUMENTAR": Leishmaniasis Tegumentaria -
"SINAN-LEPTOSPIROSE": Casos de Leptospirosis
4. SIA (Sistema de Información Ambulatoria)
-
"SIA-AB": Atención Básica (Primaria) -
"SIA-ABO": Procedimientos Odontológicos -
"SIA-ACF": Asistencia Farmacéutica -
"SIA-AD": Alta Complejidad/Diferenciada -
"SIA-AN": Atención Domiciliaria -
"SIA-AM": Ambulatorio de Especialidades -
"SIA-AQ": Acciones Estratégicas -
"SIA-AR": Regulación -
"SIA-ATD": Urgencia/Emergencia -
"SIA-PA": Procedimientos Ambulatorios en Hospital -
"SIA-PS": Atención Psicosocial -
"SIA-SAD": Atención Especializada
5. CNES (Catastro Nacional de Establecimientos de Salud)
-
"CNES-LT": Camas (Lechos) -
"CNES-ST": Profesionales de Salud -
"CNES-DC": Equipos (Detallado) -
"CNES-EQ": Equipos (Resumen) -
"CNES-SR": Servicios Especializados -
"CNES-HB": Camas Hospitalarias (Histórico) -
"CNES-PF": Personal Físico (Profesionales) -
"CNES-EP": Participantes de Enseñanza -
"CNES-RC": Clasificación Hospitalaria -
"CNES-IN": Indicadores Hospitalarios -
"CNES-EE": Entidades de Enseñanza -
"CNES-EF": Instalaciones de Enseñanza -
"CNES-GM": Gestión y Apoyo
Inicio Rápido
library(climasus4r)
library(dplyr)
# Pipeline completo: Datos listos para análisis
df_analisis <- sus_data_import(
uf = "SP",
year = 2023,
system = "SIM-DO"
) |>
sus_data_clean_encoding(lang = "es") |>
sus_data_standardize(lang = "es") |>
sus_data_filter_cid(disease_group = "respiratory", lang = "es") |>
sus_create_variables(create_age_groups = TRUE, lang = "es")Infraestructura de datos
La fase de infraestructura de climasus4r proporciona un canal completo de extremo a extremo para la preparación de datos sanitarios, desde la adquisición bruta hasta los datos listos para el análisis. Con 9 funciones principales, puede transformar los datos de DATASUS en series temporales agregadas, estandarizadas y listas para el modelado en cuestión de minutos.
DATOS BRUTOS (DATASUS)
↓
[1] sus_data_import() → Adquisición paralela
↓
[2] sus_data_clean_encoding() → Corrección de codificación
↓
[3] sus_data_standardize() → Estandarización multilingüe
↓
[4] sus_data_filter_cid() → Filtrado por enfermedad
↓
[5] sus_create_variables() → Creación de variables
↓
[6] sus_data_filter_demographics() → Filtrado demográfico
↓
[7] sus_data_quality_report() → Verificación de calidad
↓
[8] sus_data_aggregate() → Agregación temporal
↓
[9] sus_data_export() → Exportación con metadatos
↓
DATOS LISTOS PARA EL ANÁLISISPara más información, consulte los Tutoriales y la Documentación Completa.