Tutorial 6: Vínculo de Dados Socioeconômicos

Equipe climasus4r

17/10/2026

Objetivo

Ao final deste tutorial você será capaz de vincular variáveis do Censo Demográfico brasileiro aos dados de saúde já espacializados e calcular indicadores socioeconômicos e epidemiológicos padronizados. Você aprenderá a:

• descobrir quais variáveis do censo estão disponíveis com sus_census_select();
• baixar e agregar microdados (ou setores) do censo ao nível municipal e juntá-los aos dados de saúde com sus_census_join() (via pacote censobr);
• calcular indicadores como envelhecimento, dependência e cobertura de saneamento — com intervalos de confiança — usando sus_socio_compute_indicators();
• consultar o catálogo completo de indicadores com sus_socio_list_indicators().

O vínculo socioeconômico é a sexta etapa do pipeline do climasus4r. Ela exige que os dados já tenham passado pela junção espacial (Tutorial 5), pois a chave do vínculo é o código IBGE de 7 dígitos do município (code_muni_7).

Contexto científico

Estudos de clima e saúde raramente podem tratar a população como homogênea. A vulnerabilidade social — pobreza, baixa escolaridade, saneamento precário, estrutura etária envelhecida — modula a relação entre exposição ambiental (temperatura, poluição) e desfechos de saúde, atuando tanto como confundidor quanto como modificador de efeito (Gouveia, Hajat & Armstrong, 2003; Hajat, O’Connor & Kosatsky, 2010). Idosos em domicílios sem infraestrutura adequada, por exemplo, sofrem mais durante ondas de calor.

No Brasil, a fonte oficial dessas variáveis é o Censo Demográfico do IBGE, acessível programaticamente pelo pacote censobr (Pereira & Barbosa, 2023). O climasus4r encapsula esse acesso em sus_census_join(), baixando o dataset escolhido, filtrando apenas os municípios presentes nos dados de saúde antes de carregar à memória (otimização Arrow/Parquet), agregando os microdados ao nível municipal e fazendo a junção pela chave geográfica.

A partir dessas variáveis, sus_socio_compute_indicators() calcula um conjunto de indicadores padronizados (demográficos, socioeconômicos, de mortalidade, morbidade, saúde materno-infantil e recursos de saúde), cada um com sua fórmula, multiplicador e método de incerteza declarados em um catálogo interno.

Aviso metodológico (viés ecológico). Indicadores municipais descrevem o agregado, não o indivíduo: associações observadas entre a vulnerabilidade média de um município e seus desfechos de saúde não se transferem automaticamente para pessoas (falácia ecológica). A escala de agregação também importa — o mesmo fenômeno pode mudar de sinal conforme a unidade (problema da unidade de área modificável, MAUP). Use estes indicadores como covariáveis de área, não como atributos individuais.

Caso condutor. Investigamos a temperatura e os desfechos de saúde em idosos (60+) na Região Metropolitana de São Paulo, 2014–2019. No Tutorial 5 espacializamos os óbitos respiratórios (J00–J99) e cardiovasculares (I00–I99) por município. Aqui vinculamos variáveis do Censo 2010 e calculamos indicadores de vulnerabilidade (envelhecimento, dependência, cobertura de esgoto e água) que servirão de covariáveis/modificadores de efeito na modelagem clima–saúde dos próximos tutoriais.

Dados utilizados

Item	Valor	Papel no caso
Entrada	dados/caso_espacial.rds (Tutorial 5)	Óbitos espacializados por município (RMSP)
Dataset do censo	"population" (Censo 2010)	População por município (idosos, jovens, ativos)
Chave de vínculo	code_muni_7 (IBGE, 7 dígitos)	Liga saúde × censo
Indicadores	envelhecimento, dependência, esgoto, água	Vulnerabilidade municipal
Saída	dados/caso_socio.rds	Entrada do Tutorial 7 (clima INMET)

Todos os dados são públicos e reais (IBGE/Censo via censobr).

Pipeline completo

Os blocos abaixo reproduzem o que o script scripts/tutorial_06_socioeconomico.R executa. Comece carregando o pacote e a entrada encadeada:

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")

Passo 1 — Descobrir variáveis do censo (sus_census_select())

Antes de baixar o censo, vale descobrir os códigos das variáveis. Em uso interativo, output = "browser" abre uma interface HTML pesquisável; em scripts, prefira output = "codes", que retorna um vetor de códigos sem abrir o 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)

Passo 2 — Vincular o censo (sus_census_join())

sus_census_join() baixa o dataset escolhido via censobr, filtra apenas os municípios presentes em code_muni_7, agrega os microdados ao nível municipal (aggregation_fun) e faz o left_join. Exige que os dados estejam no estágio >= "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 variável numérica agregada recebe o sufixo do modo de agregação (ex.: V0001 agregada por soma vira V0001_sum). Se a entrada for um objeto sf, a geometria é preservada na saída.

Para usar dados de setores censitários em vez de microdados, troque dataset = "tracts" e escolha a tabela em tracts_dataset (ex.: "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"
)

Passo 3 — Consultar o catálogo de indicadores (sus_socio_list_indicators())

Antes de calcular, inspecione o que está disponível. Sem rede, retorna um tibble com id, name, category, required_cols, formula, multiplier, unit, uncertainty_method e source:

catalogo <- sus_socio_list_indicators(lang = "pt")

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

Passo 4 — Calcular indicadores (sus_socio_compute_indicators())

Os indicadores são definidos em espaço de fórmula (nomes como pop_elderly, total_hh). Como as colunas vindas do censo têm outros nomes (ex.: V0001_sum), use col_mapping para conectar nomes de fórmula → colunas reais:

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 vira uma coluna ind_<id> (ex.: ind_aging_index), e — quando o método de incerteza não é "none" e add_ci = TRUE — também ind_<id>_low e ind_<id>_high. Se indicators = NULL, a função detecta automaticamente todos os indicadores cujas colunas exigidas estão presentes (após o col_mapping); indicadores sem as colunas necessárias são pulados com aviso, nunca interrompem a execução.

Ao final, caso_socio é salvo (com save_tbl() no script) e alimenta o Tutorial 7 (Clima baseado em estações — INMET).

Características das funções

sus_census_select()

Explorador das variáveis do censo. Ajuda a descobrir códigos para usar em sus_census_join(census_vars = ...).

Argumento	Essencial?	Descrição
dataset	recomendado	"all" (padrão), "population", "households", "families", "mortality", "emigration", "tracts"
year	opcional	2010 (padrão) ou 2000
output	recomendado	"browser" (HTML interativo, padrão), "console" ou "codes" (vetor)
lang	opcional	"pt" (padrão), "en", "es"
verbose	opcional	Mensagens informativas

Retorno: com "codes", um vetor de caracteres com os códigos; com "browser"/"console", retorna invisível um data.frame (e abre/imprime a interface).

sus_census_join()

Vincula variáveis do censo (microdados ou setores) aos dados de saúde. Wrapper de censobr::read_population(), read_households(), read_tracts(), etc.

Argumento	Essencial?	Descrição
df	sim	climasus_df/sf em estágio >= "spatial", com code_muni_7
dataset	sim	"population" (padrão), "households", "families", "mortality", "emigration", "tracts"
tracts_dataset	só tracts	Tabela de setores: "Basico" (padrão), "DomicilioRenda", "Pessoa01..13", …
year	opcional	2010 (padrão) ou 2000
census_vars	recomendado	Vetor de códigos (use sus_census_select()); NULL = todas
aggregation_fun	opcional	"sum" (padrão), "mean", "median", "min", "max", "sd", "q25", "q75", "q95", "q99"
join_muni_col	opcional	Coluna do código IBGE; NULL detecta padrões SUS
use_cache / cache_dir	recomendado	Cache do censobr (~/.climasus4r_cache/census)
translate_columns / standardize_values	opcional	Traduz nomes e rótulos (padrão TRUE)
lang / verbose	opcional	Idioma e mensagens

Retorno: o mesmo df (ou sf) com colunas adicionais do censo (sufixadas pelo modo de agregação, ex.: _sum); metadados avançam para stage = "census".

sus_socio_compute_indicators()

Calcula indicadores padronizados sobre as colunas presentes, com intervalos de confiança opcionais.

Argumento	Essencial?	Descrição
df	sim	climasus_df em estágio >= "spatial" (saída de sus_census_join())
indicators	opcional	Vetor de IDs; NULL = todos os calculáveis (auto-detecção)
col_mapping	recomendado	Lista nomeada: nome de fórmula → coluna real (ex.: list(total_hh = "V003_sum"))
confidence_level	opcional	Nível de confiança (padrão 0.95)
add_ci	opcional	TRUE (padrão) adiciona ind_<id>_low/_high
lang / verbose	opcional	Idioma e mensagens

Retorno: o climasus_df com colunas ind_<id> (e _low/_high quando aplicável); sus_meta atualizado para type = "indicators".

sus_socio_list_indicators()

Lista o catálogo completo de indicadores. Não depende de rede.

Argumento	Descrição
lang	Idioma dos nomes: "pt" (padrão), "en", "es"
category	Filtra por categoria (ex.: "demographic", "mortality"); NULL = todas

Retorno: um tibble com id, name, category, required_cols, formula, multiplier, unit, uncertainty_method, source.

Fórmulas

Os indicadores são calculados como uma razão (taxa/proporção) multiplicada por um fator de escala. De forma geral:

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

onde $m$ é o multiplier declarado no catálogo. Exemplos usados no caso condutor:

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

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

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

Intervalos de confiança. Para taxas baseadas em contagem de eventos (mortalidade, incidência, internações), usa-se o intervalo exato de Poisson (Garwood), baseado na distribuição 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 proporções (coberturas, %), usa-se o intervalo de escore de Wilson:

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

com $z = z_{1-\alpha/2}$, $k$ o número de eventos e $n$ o denominador. Razões com numeradores complexos ou índices diretos (ex.: Gini) não recebem IC (uncertainty_method = "none").

Resultados ilustrados

Tabela 1. Amostra do 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 disponíveis por categoria no catálogo de sus_socio_compute_indicators(). As categorias cobrem demografia, vulnerabilidade socioeconômica, mortalidade, morbidade, saúde materno-infantil e recursos de saúde.

Tabela 2. Indicadores calculados por município (amostra).

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 pelo Índice de Envelhecimento (idosos por 100 jovens, Censo 2010) na RMSP. Municípios mais envelhecidos tendem a concentrar maior risco frente a extremos de temperatura.

Figura 3. Cobertura de esgoto por município com intervalo de confiança de 95% (escore de Wilson), como produzido por add_ci = TRUE. A barra de erro comunica a incerteza da estimativa de proporção.

Figura 4. Relação entre envelhecimento e cobertura de esgoto nos municípios da RMSP. Cruzar vulnerabilidade demográfica e de infraestrutura ajuda a levantar hipóteses de confundimento e modificação de efeito na relação temperatura–saúde dos próximos tutoriais.

Referências

• 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.

---

Navegação

• Voltar ao hub de tutoriais
• Anterior: Tutorial 5 — Junção Espacial
• Próximo: Tutorial 7 — Clima Baseado em Estações (INMET)