Análises Espaço-temporal Integradas de Saúde, Clima e Ambiente no Brasil
O climasus4r é um pacote integrado de ferramentas em R desenvolvido para otimizar a análise de dados de saúde, clima e ambiente no Brasil. O pacote foi concebido no âmbito do projeto INCT Conexão – Amazônia e tem como objetivo automatizar e padronizar etapas críticas do fluxo de trabalho em pesquisas epidemiológicas e ambientais, promovendo reprodutibilidade, eficiência e escalabilidade.
Baseado no sólido ecossistema do pacote microdatasus, o climasus4r expande suas funcionalidades ao incorporar rotinas especializadas para estudos em clima e saúde, reduzindo significativamente o esforço necessário para aquisição, limpeza, integração e preparação dos dados.
Instalação
O climasus4r encontra-se atualmente em desenvolvimento ativo. A versão mais recente pode ser instalada diretamente a partir do GitHub, garantindo acesso às funcionalidades mais atualizadas. Antes da instalação, é necessário ter o pacote remotes, que permite a instalação de pacotes hospedados no GitHub.
# Instale o remotes se ainda não o tiver
if (!require("remotes")) {
install.packages("remotes")
}
# Instale o CLIMASUS4r
remotes::install_github("ByMaxAnjos/climasus4r", upgrade = "never")📦 Visão Geral das Funções
| Categoria | Função | Descrição |
|---|---|---|
| 📥 Importação e Exportação | sus_data_import() |
Importa e pré-processa dados do DATASUS com cache inteligente. |
sus_data_read() |
Leitura otimizada de dados processados com suporte paralelo. | |
sus_data_export() |
Exporta dados processados preservando metadados. | |
| 🧹 Limpeza e Padronização | sus_data_clean_encoding() |
Detecta e corrige problemas de codificação de caracteres. |
sus_data_standardize() |
Padroniza nomes de colunas e valores dos dados do SUS. | |
sus_create_variables() |
Cria variáveis derivadas para análise epidemiológica. | |
| 🔍 Filtros e Seleção | sus_data_filter_cid() |
Filtra por códigos CID-10 ou grupos de doenças (multilíngue). |
sus_data_filter_demographics() |
Filtra dados por variáveis demográficas (idade, sexo, raça). | |
| 🗺️ Espacial e Censo | sus_join_spatial() |
Vincula dados do SUS às malhas geográficas brasileiras. |
sus_socio_add_census() |
Enriquece dados de saúde com variáveis socioeconômicas do Censo. | |
sus_data_aggregate() |
Agrega dados de saúde em séries temporais. | |
| 📊 Qualidade e Metadados | sus_data_quality_report() |
Gera relatórios detalhados sobre a qualidade dos dados. |
list_disease_groups() |
Lista os grupos de doenças disponíveis para filtro. | |
sus_census_explore() |
Explorador interativo de variáveis do Censo. | |
| ⚡ Cache | clear_climasus_cache() |
Gerencia e limpa o armazenamento local de arquivos. |
Sistemas Suportados
O climasus4r permite o acesso simplificado e padronizado aos principais sistemas de informação do DATASUS por meio da integração com o pacote microdatasus. Essa integração automatiza a coleta de dados brutos de diferentes bases do sistema de saúde brasileiro, abrangendo informações de epidemiologia, mortalidade, internações hospitalares e rede assistencial. A partir desses dados, o climasus4r organiza, limpa e estrutura as informações, transformando bases complexas do DATASUS em conjuntos de dados prontos para análise estatística e estudos espaço-temporais.
1. SIM (Sistema de Informação sobre Mortalidade)
-
"SIM-DO": Declarações de Óbito (Dataset completo) -
"SIM-DOFET": Óbitos Fetais -
"SIM-DOEXT": Óbitos por Causas Externas -
"SIM-DOINF": Óbitos Infantis -
"SIM-DOMAT": Óbitos Maternos
2. SIH (Sistema de Informação Hospitalar)
-
"SIH-RD": AIH (Autorizações de Internação Hospitalar) - Geral -
"SIH-RJ": AIH - Específico para o Rio de Janeiro -
"SIH-SP": AIH - Específico para São Paulo -
"SIH-ER": Prontuários de Emergência
3. SINAN (Sistema de Informação de Agravos de Notificação)
-
"SINAN-DENGUE": Casos de Dengue -
"SINAN-CHIKUNGUNYA": Casos de Chikungunya -
"SINAN-ZIKA": Casos de Zika vírus -
"SINAN-MALARIA": Casos de Malária -
"SINAN-CHAGAS": Casos de Doença de Chagas -
"SINAN-LEISHMANIOSE-VISCERAL": Leishmaniose Visceral -
"SINAN-LEISHMANIOSE-TEGUMENTAR": Leishmaniose Tegumentar -
"SINAN-LEPTOSPIROSE": Casos de Leptospirose
4. SIA (Sistema de Informação Ambulatorial)
-
"SIA-AB": Atenção Básica -
"SIA-ABO": Procedimentos Odontológicos -
"SIA-ACF": Assistência Farmacêutica -
"SIA-AD": Alta Complexidade/Diferenciada -
"SIA-AN": Atenção Domiciliar -
"SIA-AM": Ambulatório de Especialidades -
"SIA-AQ": Ações Estratégicas -
"SIA-AR": Regulação -
"SIA-ATD": Urgência/Emergência -
"SIA-PA": Procedimentos Ambulatoriais em Hospital -
"SIA-PS": Atenção Psicossocial -
"SIA-SAD": Atenção Especializada
5. CNES (Cadastro Nacional de Estabelecimentos de Saúde)
-
"CNES-LT": Leitos -
"CNES-ST": Profissionais de Saúde -
"CNES-DC": Equipamentos (Detalhado) -
"CNES-EQ": Equipamentos (Resumo) -
"CNES-SR": Serviços Especializados -
"CNES-HB": Leitos Hospitalares -
"CNES-PF": Pessoal Físico (Profissionais) -
"CNES-EP": Participantes do Ensino -
"CNES-RC": Classificação Hospitalar -
"CNES-IN": Indicadores Hospitalares -
"CNES-EE": Entidades de Ensino -
"CNES-EF": Instalações de Ensino -
"CNES-GM": Gestão e Apoio
Início Rápido
library(climasus4r)
library(dplyr)
# Pipeline completo: Dados prontos para análise
df_analise <- sus_data_import(
uf = "SP",
year = 2023,
system = "SIM-DO"
) |>
sus_data_clean_encoding(lang = "pt") |>
sus_data_standardize(lang = "pt") |>
sus_data_filter_cid(disease_group = "respiratory", lang = "pt") |>
sus_create_variables(create_age_groups = TRUE, lang = "pt")Infraestrutura de Dados
A fase de infraestrutura do climasus4r fornece um pipeline end-to-end completo para preparação de dados de saúde, desde a aquisição bruta até dados prontos para análise. Com 9 funções principais, você pode transformar dados do DATASUS em séries temporais agregadas, padronizadas e prontas para modelagem em minutos.
DADOS BRUTOS (DATASUS)
↓
[1] sus_data_import() → Aquisição paralela
↓
[2] sus_data_clean_encoding() → Correção de encoding
↓
[3] sus_data_standardize() → Padronização multilíngue
↓
[4] sus_data_filter_cid() → Filtragem por doença
↓
[5] sus_create_variables() → Criação de variáveis
↓
[6] sus_data_filter_demographics() → Filtragem demográfica
↓
[7] sus_data_quality_report() → Verificação de qualidade
↓
[8] sus_data_aggregate() → Agregação temporal
↓
[9] sus_data_export() → Exportação com metadados
↓
DADOS PRONTOS PARA ANÁLISEPara mais informações, consulte os Tutoriais e a Documentação Completa.