Democratização de acesso a dados de saúde, ambiente e clima com o R

a experiência do LIS,/ICICT/Fiocruz

Raphael Saldanha

Fiocruz

2025-04-08

Raphael Saldanha

• Geógrafo (UFJF)
• Especialista em Métodos Estatísticos Computacionais (UFJF)
• Mestre em Saúde Coletiva (UFJF)
• Doutor em Informação e Comunicação em Saúde (Fiocruz)

• Assistente de pesquisa na Fiocruz
• Observatório de Clima e Saúde
• Plataforma de Ciência de Dados Aplicada à Saúde (PCDaS)

Raphael Saldanha e o R

• R 2.1 (2005)
• Lembra do Tinn-R?
• Desenvolvedor de pacotes

• {microdatasus}
• {brpop}
• {nseq} e outros

{microdatasus}

• Facilitar o acesso e processamento de dados dos Sistemas de Informação em Saúde do Brasil
• Dados de nascimentos, mortalidade, internações hospitalares, procedimentos ambulatoriais, casos suspeitos de doenças e outros
• Início do desenvolvimento: Maio de 2017 (8 anos)

{microdatasus}

• Formato legado de arquivo: DBC (versão compactada do DBF)
• Download de dados: servidor FTP
• Dados sem rótulos
• Aplicativo oficial: TabWin (apenas para Windows)
• Necessidade de integrar o processo de acesso e pré-processamento dos dados em um único ambiente (R)

{microdatasus}

• Download de dados: função fetch_datasus()
• Pré-processamento: família de funções process_sim(), process_sinasc(), process_*()

{microdatasus}

library(microdatasus)

raw_data <- fetch_datasus(
  year_start = 2022,
  year_end = 2023,
  uf = "ES",
  information_system = "SIM-DO"
)

tibble::tibble(raw_data)

# A tibble: 55,307 × 87
   ORIGEM TIPOBITO DTOBITO  HORAOBITO NATURAL CODMUNNATU DTNASC   IDADE SEXO 
   <chr>  <chr>    <chr>    <chr>     <chr>   <chr>      <chr>    <chr> <chr>
 1 1      2        22012022 1420      832     320530     16041965 456   2    
 2 1      2        22012022 1625      825     250690     02031966 455   1    
 3 1      2        22012022 2317      832     320030     17101932 489   1    
 4 1      2        22012022 1846      832     320390     17121985 436   1    
 5 1      2        22012022 0545      831     311330     06081941 480   1    
 6 1      2        22012022 0558      829     292270     17071950 471   2    
 7 1      2        22012022 1205      829     290150     20111936 485   2    
 8 1      2        22012022 1300      831     314850     23091930 491   1    
 9 1      2        23012022 1644      832     320320     19061991 430   1    
10 1      2        23012022 0810      825     250770     23041930 491   2    
# ℹ 55,297 more rows
# ℹ 78 more variables: RACACOR <chr>, ESTCIV <chr>, ESC <chr>, ESC2010 <chr>,
#   SERIESCFAL <chr>, OCUP <chr>, CODMUNRES <chr>, LOCOCOR <chr>,
#   CODESTAB <chr>, ESTABDESCR <chr>, CODMUNOCOR <chr>, IDADEMAE <chr>,
#   ESCMAE <chr>, ESCMAE2010 <chr>, SERIESCMAE <chr>, OCUPMAE <chr>,
#   QTDFILVIVO <chr>, QTDFILMORT <chr>, GRAVIDEZ <chr>, SEMAGESTAC <chr>,
#   GESTACAO <chr>, PARTO <chr>, OBITOPARTO <chr>, PESO <chr>, …

{microdatasus}

p_data <- process_sim(raw_data)

tibble::tibble(p_data)

# A tibble: 55,307 × 100
   ORIGEM TIPOBITO  DTOBITO    HORAOBITO CODMUNNATU DTNASC   IDADE SEXO  RACACOR
   <chr>  <chr>     <chr>      <chr>     <chr>      <chr>    <chr> <chr> <chr>  
 1 1      Não Fetal 2022-01-22 1420      320530     1965-04… 456   Femi… Parda  
 2 1      Não Fetal 2022-01-22 1625      250690     1966-03… 455   Masc… Preta  
 3 1      Não Fetal 2022-01-22 2317      320030     1932-10… 489   Masc… Branca 
 4 1      Não Fetal 2022-01-22 1846      320390     1985-12… 436   Masc… Parda  
 5 1      Não Fetal 2022-01-22 0545      311330     1941-08… 480   Masc… Parda  
 6 1      Não Fetal 2022-01-22 0558      292270     1950-07… 471   Femi… Parda  
 7 1      Não Fetal 2022-01-22 1205      290150     1936-11… 485   Femi… Parda  
 8 1      Não Fetal 2022-01-22 1300      314850     1930-09… 491   Masc… Branca 
 9 1      Não Fetal 2022-01-23 1644      320320     1991-06… 430   Masc… Parda  
10 1      Não Fetal 2022-01-23 0810      250770     1930-04… 491   Femi… Branca 
# ℹ 55,297 more rows
# ℹ 91 more variables: ESTCIV <chr>, ESC <chr>, ESC2010 <chr>,
#   SERIESCFAL <chr>, CODMUNRES <chr>, LOCOCOR <chr>, CODESTAB <chr>,
#   ESTABDESCR <chr>, CODMUNOCOR <chr>, IDADEMAE <chr>, ESCMAE <chr>,
#   ESCMAE2010 <chr>, SERIESCMAE <chr>, QTDFILVIVO <chr>, QTDFILMORT <chr>,
#   GRAVIDEZ <chr>, SEMAGESTAC <chr>, GESTACAO <chr>, PARTO <chr>,
#   OBITOPARTO <chr>, PESO <chr>, TPMORTEOCO <chr>, OBITOGRAV <chr>, …

https://rfsaldanha.github.io/microdatasus

https://rfsaldanha.github.io/sis

{microdatasus}

• Agradecimentos a Daniela Petruzalek, pacote {read.dbc}
• 165 menções no Google Scholar
• Issues: https://github.com/rfsaldanha/microdatasus/issues
• Publicação: Cadernos de Saúde Pública

Pandemia: MonitoraCovid-19

• Cenário de chegada da Covid-19 no Brasil
• Simulação de cenários de casos e óbitos
• Dificuldade com dados oficiais, apagão de dados
• Importante parceiro: brasil.io (Turicas)
• Informar o gestor e o cidadão em uma realidade de negacionismo científico

MonitoraCovid-19

• Painel em R Shiny
• Uma das respostas institucionais da Fiocruz frente a pandemia
• Monitoramento da situação da pandemia além de casos e óbitos
• Circulação de pessoas, vacinação, medidas de combate…
• Mais de 10 fontes de dados
• Impacto nacional e internacional

MonitoraCovid-19

• Atualização diária de dados (17h)
• Script manual
• Script “semi”-automático
• Saída: arquivo rdata para o painel

MonitoraCovid-19

• Shiny server local
• Efeito “Atila Iamarino”
• Load balancer

MonitoraCovid-19

• 1,025 milhões de acessos
• 324 mil usuários de todos os continentes
• 793 inserções na mídia
• 38 notas técnicas, comunicações breves e artigos relacionados
• Premiado pela ENAP

Dados ambientais e climáticos

• R + SIG
• Compatibilizar dados de superfície (raster) com dados lattice (limites municipais)
• Estatísticas zonais

Dados ambientais e climáticos

• Desafio: dados horários e diários, desde 1950
• 5.570 municípios
• Pacote {zonalclim}: https://rfsaldanha.github.io/zonalclim/
• {exactextractr} on steroids
• Blocos de tarefas computacionais para computação em paralelo

De dados para eventos climáticos

• Desafio: observar em séries temporais climáticas eventos de interesse
• Ondas de calor, chuvas persistentes, períodos de seca, anomalias e normais climatológicas…
• Pacote {climindi}: https://rfsaldanha.github.io/climindi/
• Pacote {nseq}: https://rfsaldanha.github.io/nseq/

Publicação de conjuntos de dados

• Agregação diária de indicadores do ERA5-Land para América Latina e África
• Indicadores de clima para municípios brasileiros
• Indicadores de eventos climáticos para municípios brasileiros
• Indicadores de poluição do ar para municípios brasileiros
• Espelho S3 do FTP do DataSUS

Outros pacotes

• {brpop}: Estimativas populacionais
• {tidyrates}: Tidy taxas padronizadas por idade
• {zendown}: Download e cache de arquivos depositados no Zenodo
• {zenstats}: Estatísticas de depósitos no Zenodo

Método de trabalho

• Identificação de uma necessidade de dados
• Pacote R para produção de dados
• Disponibilização de dados no Zenodo (política de dados plenamente abertos)
• Download de dados com {zendown}

Obrigado!

raphael.saldanha@fiocruz.br

rfsaldanha.github.io