| Title: | Neighborhood-Level Data from Brazil's Unified Health System |
|---|---|
| Description: | Retrieves health data from Brazil's Unified Health System (Sistema Único de Saúde, SUS) at the neighborhood level, with 2022 Census population, rates per 10,000 inhabitants, coordinates and maps. Simple functions return deaths, live births, notifiable diseases, hospital admissions, outpatient consultations, emergency (SAMU) calls and health facilities by neighborhood, choosing the data source automatically: microdata with the patient's postal code (CEP), downloaded with the 'microdatasus' package of Saldanha, Bastos and Barcellos (2019) <doi:10.1590/0102-311x00032419>; files and open data published by health departments; and regional 'TabNet' tabulators that tabulate by neighborhood or district. Postal codes and neighborhood names are linked to the official neighborhoods of the Brazilian Institute of Geography and Statistics (IBGE) through the National Address Register for Statistical Purposes (CNEFE) and the 2022 Census tracts, with quality rules for generic postal codes. Function names, arguments, messages and documentation are in Portuguese, aimed at Brazilian health researchers. |
| Authors: | Hendesson Alves [aut, cre] (ORCID: <https://orcid.org/0009-0009-0342-9201>) |
| Maintainer: | Hendesson Alves <[email protected]> |
| License: | MIT + file LICENSE |
| Version: | 0.3.0 |
| Built: | 2026-10-17 08:40:08 UTC |
| Source: | https://github.com/hendesson/localdatasus |
Funciona com QUALQUER 'data.frame' que tenha uma coluna de CEP — dados do DATASUS ou seus próprios dados. Cada linha recebe o bairro (pelo CNEFE 2022, ver [cep_bairro()]), as coordenadas do CEP e do bairro, e um diagnóstico da qualidade do CEP ('situacao_cep').
adicionar_bairro( dados, uf, col_cep = "CEP", col_mun = NULL, col_id = NULL, pct_min = 0.6, limite_excesso = 20 )adicionar_bairro( dados, uf, col_cep = "CEP", col_mun = NULL, col_id = NULL, pct_min = 0.6, limite_excesso = 20 )
dados |
Um 'data.frame'. |
uf |
Sigla da UF dos CEPs (a tabela CEP-bairro é montada por UF). |
col_cep |
Nome da coluna de CEP. |
col_mun |
Nome da coluna do município de residência (6 ou 7 dígitos), opcional. Permite detectar CEPs de outro município. |
col_id |
Nome de uma coluna que identifica a pessoa ou o episódio, opcional. Usada para que pessoas com muitos registros (ex.: diálise mensal) não sejam confundidas com CEPs genéricos. |
pct_min |
Fração mínima dos endereços de um CEP no mesmo bairro. |
limite_excesso |
Razão máxima entre a fração de pessoas/registros e a fração de endereços de um CEP (valor esperado: ~1). |
'dados' com as colunas acima acrescentadas.
CEP normalizado (8 dígitos).
município de residência (6 dígitos), se 'col_mun' for dado.
se o CEP permitiu atribuir bairro e, se não, por quê.
o bairro (só quando 'situacao_cep == "bairro atribuído"').
ponto do bairro (mediana dos endereços).
ponto do CEP (mediana dos endereços do CEP). Preenchido para todo CEP que existe no CNEFE — inclusive CEPs gerais, cujo ponto representa o centro da área que eles cobrem; use 'situacao_cep' e 'n_end_cep' para julgar.
município do CEP, nº de endereços do CEP e fração deles no bairro atribuído.
[cep_bairro()], com as fontes e referências da tabela CEP → bairro.
minha_tabela <- data.frame(id = 1:3, cep = c("20031170", "22041001", "24020005")) adicionar_bairro(minha_tabela, "RJ", col_cep = "cep")minha_tabela <- data.frame(id = 1:3, cep = c("20031170", "22041001", "24020005")) adicionar_bairro(minha_tabela, "RJ", col_cep = "cep")
Conta casos do SINAN (dengue, tuberculose, sífilis, violência...) por bairro (ou distrito) de residência, com população, taxa por 10 mil e coordenadas. Fontes: TabNets da Prefeitura do Rio, da Prefeitura de São Paulo, da DIVE de Santa Catarina (todos os municípios) e da SES-RJ (dengue, chikungunya e zika nos demais municípios do RJ); em Curitiba, os casos confirmados de dengue e de COVID-19 publicados pela Prefeitura; no Recife, os casos confirmados de COVID-19 (2020 a 2022) e os registros de dengue, chikungunya e zika publicados pela Prefeitura (a dengue traz os casos notificados; use 'por = "classificacao"' para separar confirmados e descartados). Veja [onde_tem_bairro()].
agravos_bairro(agravo, municipio = NULL, anos, por = NULL, uf = NULL)agravos_bairro(agravo, municipio = NULL, anos, por = NULL, uf = NULL)
agravo |
Nome do agravo, em linguagem comum: '"dengue"', '"tuberculose"', '"sifilis congenita"', '"violencia"', '"zika"'... |
municipio |
Nome ou código IBGE do município, por exemplo '"Rio de Janeiro"', '"Niterói"' ou '"355030"'. |
anos |
Anos (de notificação ou de diagnóstico, conforme o site). |
por |
Variável para abrir as contagens, por exemplo '"sexo"'. |
uf |
Sigla da UF, para pegar o estado inteiro ('uf = "RJ"') ou para desfazer nomes repetidos de município. |
Como em [obitos_bairro()], com 'casos' no lugar de 'obitos'.
agravos_bairro("dengue", "Rio de Janeiro", 2024) agravos_bairro("dengue", "Niterói", 2024) agravos_bairro("covid", "Curitiba", 2021, por = "faixa etaria") agravos_bairro("dengue", "Curitiba", 2024, por = "local de infeccao") agravos_bairro("tuberculose", "São Paulo", 2022:2024) agravos_bairro("dengue", "Joinville", 2024, por = "sexo")agravos_bairro("dengue", "Rio de Janeiro", 2024) agravos_bairro("dengue", "Niterói", 2024) agravos_bairro("covid", "Curitiba", 2021, por = "faixa etaria") agravos_bairro("dengue", "Curitiba", 2024, por = "local de infeccao") agravos_bairro("tuberculose", "São Paulo", 2022:2024) agravos_bairro("dengue", "Joinville", 2024, por = "sexo")
Agrega o resultado de [baixar_bairro()] ou [adicionar_bairro()] por bairro (e por outras colunas, se pedido) e junta a população do Censo 2022 dos bairros oficiais para calcular a taxa por 10 mil habitantes. Registros sem bairro ficam numa linha '"(sem bairro)"' por município.
agregar_bairro(dados, por = NULL, contar_distintos = NULL)agregar_bairro(dados, por = NULL, contar_distintos = NULL)
dados |
Saída de [baixar_bairro()] ou [adicionar_bairro()]. |
por |
Nomes de colunas extras para agrupar, por exemplo 'c("ano_ref", "AP_CIDPRI")'. |
contar_distintos |
Nome de uma coluna para contar valores DISTINTOS (ex.: '"id_paciente"', para contar pacientes em vez de registros). 'NULL' = conta registros. |
Um 'data.frame' com o bairro, as colunas de 'por', 'n', 'populacao' e 'taxa_10mil'.
quimio <- baixar_bairro("SIA-AQ", "RJ", 2024) agregar_bairro(quimio, por = "ano_ref", contar_distintos = "id_paciente")quimio <- baixar_bairro("SIA-AQ", "RJ", 2024) agregar_bairro(quimio, por = "ano_ref", contar_distintos = "id_paciente")
Todo erro ou aviso do localdatasus vem com um código, por exemplo '[LDS-03]'. 'ajuda("LDS-03")' explica o que aconteceu e como resolver. Sem argumento, lista todos os códigos.
ajuda(codigo = NULL)ajuda(codigo = NULL)
codigo |
Código do erro, como '"LDS-03"', '"03"' ou '3'. |
O pacote trabalha em silêncio e mostra só um resumo no fim. Para ver cada etapa (consultas, downloads), use 'options(localdatasus.detalhes = TRUE)'.
Um objeto da classe 'localdatasus_ajuda', impresso na tela: a explicação do código (ou a lista de todos os códigos).
A UF precisa ser UMA sigla válida, como "RJ" ou "SP". Como resolver: Use a sigla com duas letras: uf = "RJ".
O nome (ou código) do município não bate com nenhum município do Censo 2022. Como resolver: Confira a grafia (acentos e maiúsculas não importam) ou use o código IBGE: municipio = "330455".
Existe mais de um município com esse nome no Brasil (ex.: Bom Jardim, em MA, PE e RJ). Como resolver: Diga também a UF: obitos_bairro("Bom Jardim", 2023, uf = "RJ").
A função precisa saber ONDE: um município ou uma UF. Como resolver: Exemplos: municipio = "Rio de Janeiro" ou uf = "RJ".
Só algumas secretarias publicam dados por bairro. Para esse lugar e esse tipo de dado, não há fonte pública conhecida. Como resolver: Veja o que existe com onde_tem_bairro(). Para internações, use internacoes_bairro(), que funciona em todas as UFs (pelo CEP).
Esse agravo não está no TabNet desse lugar. Como resolver: Veja os agravos de cada lugar: subset(onde_tem_bairro(), funcao == "agravos_bairro()").
O nome dado combina com mais de um agravo (ex.: "sifilis" = gestante e congênita). Como resolver: Seja mais específico: "sifilis congenita" ou "sifilis gestante".
A CID deve ser letras (capítulos: "I", "J") OU códigos de 3 caracteres ("I21", "I20-I25"), sem misturar os dois tipos. Intervalos ficam dentro de uma letra. Como resolver: Exemplos válidos: cid = "I"; cid = c("I", "J"); cid = "I21"; cid = "I20-I25".
A fonte não permite filtrar por causa, ou nenhum dos códigos pedidos aparece nela (pode não ter havido caso). Como resolver: Tente um capítulo inteiro (cid = "I") ou veja as opções: tabnet_opcoes("RIO-SIM", "filtros", filtro = "Causa (CID10 3C)").
O texto de 'por' não corresponde a nenhuma variável que a fonte permite cruzar. Como resolver: Veja as variáveis possíveis: tabnet_opcoes("RIO-SIM", "colunas") (troque pela fonte certa; veja onde_tem_bairro()).
A fonte não tem dados para algum dos anos pedidos; esses anos foram deixados de fora. Como resolver: Veja os anos disponíveis: tabnet_opcoes("RIO-SIM", "anos").
A consulta funcionou, mas não há nenhum registro com esses filtros, lugar e anos. Como resolver: Amplie o período, tire filtros ou confira se o agravo teve casos nesses anos.
O site da secretaria (ou do IBGE/DATASUS) não respondeu. Pode estar fora do ar ou lento. Como resolver: Espere alguns minutos e tente de novo. O pacote já tenta 3 vezes. Consultas que já deram certo ficam em cache.
A página do TabNet não veio no formato esperado. Ou o site está instável, ou mudou o formulário. Como resolver: Tente de novo mais tarde. Se continuar, avise os autores do pacote: o cadastro da fonte pode precisar de ajuste.
O rótulo pedido não existe no formulário do site, ou combina com mais de uma opção. Como resolver: Veja as opções exatas com tabnet_opcoes(fonte, "filtros", filtro = "..."). Pode usar só o começo do texto.
O código da fonte (TabNet) ou do sistema (microdados) não está no cadastro do pacote. Como resolver: Veja as opções com fontes_tabnet() ou sistemas_bairro().
A tabela passada não tem a coluna indicada. Como resolver: Confira o nome da coluna com names(sua_tabela).
Os microdados de nascimentos com CEP e bairro são publicados só pela SES-RJ. Como resolver: Para outras UFs, use nascimentos_bairro() com a capital de SP, ou o TabNet da sua secretaria.
O arquivo do IBGE para esse município ou UF não foi achado no servidor. Como resolver: Confira o código do município. Se o problema continuar, o IBGE pode ter mudado o nome do arquivo.
Os mapas usam os pacotes sf e ggplot2 (estático) ou sf e leaflet (interativo), que não estão instalados. Como resolver: Instale uma vez: install.packages(c("sf", "ggplot2", "leaflet")).
A tabela não tem código IBGE do bairro nem coordenadas (lat/lon). Como resolver: Use a tabela devolvida por obitos_bairro(), nascimentos_bairro(), agravos_bairro() ou agregar_bairro().
Uma parte grande dos registros ficou sem bairro, geralmente por CEP genérico (um só CEP para a cidade toda) ou CEP do hospital no lugar do da residência. Como resolver: Não é um erro. Compare bairros dentro do mesmo município e confira attr(x, "cobertura").
O mapa interativo mostra um valor por bairro. Com vários anos ou categorias, o pacote soma tudo. Como resolver: Para um ano só, filtre antes: mapa_interativo(subset(x, ano == 2023)).
O IBGE não delimita bairros em todo lugar. O Distrito Federal e o Tocantins não têm nenhum. No DF, o pacote usa as Regiões Administrativas, que no Censo 2022 são os subdistritos; em Goiânia, Contagem e outros municípios sem bairros, também os subdistritos. Onde não há nem isso, os lugares são as localidades escritas nos endereços do CNEFE, sem contorno. Como resolver: Não é um erro: o mapa mostra esses lugares como pontos. A informação fica guardada no cache; limpar_cache() faz o pacote procurar de novo.
ajuda() ajuda("LDS-03") ajuda(3)ajuda() ajuda("LDS-03") ajuda(3)
Conta os atendimentos da rede municipal de saúde de Curitiba (unidades de saúde, UPAs e outros serviços do Sistema e-Saúde) por bairro de residência do paciente, com população, taxa por 10 mil habitantes e coordenadas: atendimentos médicos (padrão), de enfermagem, odontológicos ou de outros profissionais de nível superior (psicólogos, nutricionistas, fisioterapeutas...). Fonte: portal de dados abertos da Prefeitura de Curitiba (2019 em diante; enfermagem e odontologia até dezembro de 2024).
atendimentos_bairro( municipio = "Curitiba", anos, meses = 1:12, cid = NULL, por = NULL, profissional = "medico" )atendimentos_bairro( municipio = "Curitiba", anos, meses = 1:12, cid = NULL, por = NULL, profissional = "medico" )
municipio |
Só '"Curitiba"' (residentes de Curitiba). |
anos |
Anos do atendimento. |
meses |
Meses do atendimento (1 a 12). |
cid |
CID do atendimento: letras para capítulos ('"J"') ou códigos ('"J45"', '"J00-J06"'). |
por |
Variável para abrir as contagens: '"sexo"', '"faixa etaria"', '"tipo de unidade"' (UPA, unidade de saúde...), '"profissional"' (especialidade/ocupação), '"internamento"' ou '"unidade de saude"' (o estabelecimento do atendimento). |
profissional |
'"medico"' (padrão), '"enfermagem"', '"odontologia"' ou '"outros"'. |
Cada arquivo publicado tem até cerca de 480 MB e cobre três meses; a primeira consulta de um ano baixa quatro arquivos. Os meses ficam no cache, e as consultas seguintes são rápidas.
Como em [obitos_bairro()], com 'atendimentos' no lugar de 'obitos'.
atendimentos_bairro("Curitiba", 2025, meses = 1:3, cid = "J") atendimentos_bairro("Curitiba", 2025, meses = 6, por = "tipo de unidade") atendimentos_bairro("Curitiba", 2024, meses = 1:3, profissional = "enfermagem")atendimentos_bairro("Curitiba", 2025, meses = 1:3, cid = "J") atendimentos_bairro("Curitiba", 2025, meses = 6, por = "tipo de unidade") atendimentos_bairro("Curitiba", 2024, meses = 1:3, profissional = "enfermagem")
Baixa os microdados de uma base que tem o CEP do paciente (ver [sistemas_bairro()]) e devolve TODOS os registros e colunas originais, acrescidos de bairro, coordenadas e qualidade do CEP (ver [adicionar_bairro()]).
baixar_bairro( sistema, uf, ano_inicio, ano_fim = ano_inicio, mes_inicio = 1, mes_fim = 12, vars = NULL, pct_min = 0.6, limite_excesso = 20 )baixar_bairro( sistema, uf, ano_inicio, ano_fim = ano_inicio, mes_inicio = 1, mes_fim = 12, vars = NULL, pct_min = 0.6, limite_excesso = 20 )
sistema |
Código da base, por exemplo '"SIH-RD"' ou '"SIA-AQ"' (veja [sistemas_bairro()]). |
uf |
Sigla da UF. |
ano_inicio, ano_fim
|
Anos de competência (de nascimento, no SINASC-RJ). |
mes_inicio, mes_fim
|
Meses (do primeiro e do último ano). |
vars |
Colunas a baixar ('NULL' = todas). As colunas necessárias para localizar o bairro são incluídas automaticamente. |
pct_min |
Fração mínima dos endereços de um CEP no mesmo bairro. |
limite_excesso |
Razão máxima entre a fração de pessoas/registros e a fração de endereços de um CEP (valor esperado: ~1). |
Os arquivos do DATASUS são mensais, por mês de COMPETÊNCIA (processamento), e por UF do ESTABELECIMENTO: pacientes de outras UFs atendidos na UF aparecem com 'situacao_cep = "residente de outra UF"'. O '"SINASC-RJ"' (SES-RJ) vem em arquivos anuais por data de nascimento.
Quando a base traz também o NOME do bairro (SINASC-RJ), os registros que não recebem bairro pelo CEP são ligados pelo nome, com [ligar_bairros()]. A coluna 'origem_bairro' diz de onde veio o bairro de cada registro.
Colunas extras: 'data_ref' e 'ano_ref' (data de internação no SIH; competência de realização nas APACs; data de nascimento no SINASC-RJ), 'origem_bairro' e, nas APACs, 'id_paciente' — o cartão SUS pseudonimizado ('AP_CNSPCN') convertido em texto legível, que permite seguir o mesmo paciente entre meses.
Um 'data.frame', um registro por linha; o atributo '"cobertura"' resume 'situacao_cep'.
quimio <- baixar_bairro("SIA-AQ", "RJ", 2024, mes_inicio = 1, mes_fim = 3) internacoes <- baixar_bairro("SIH-RD", "RJ", 2023) nascimentos <- baixar_bairro("SINASC-RJ", "RJ", 2023)quimio <- baixar_bairro("SIA-AQ", "RJ", 2024, mes_inicio = 1, mes_fim = 3) internacoes <- baixar_bairro("SIH-RD", "RJ", 2023) nascimentos <- baixar_bairro("SINASC-RJ", "RJ", 2023)
Monta, a partir do CNEFE 2022 (todos os endereços do Censo), a ligação entre cada CEP e o bairro onde estão seus endereços.
cep_bairro(uf, manter_cnefe = FALSE)cep_bairro(uf, manter_cnefe = FALSE)
uf |
Sigla da UF, por exemplo '"RJ"'. |
manter_cnefe |
Se 'TRUE', mantém o arquivo do CNEFE no cache depois de processado (ocupa espaço). Padrão: 'FALSE'. |
O bairro de cada endereço vem do bairro OFICIAL do IBGE (pelo setor censitário), quando o município tem bairros oficiais; senão, da localidade informada no próprio endereço do CNEFE. Cada CEP recebe o bairro onde está a MAIORIA dos seus endereços.
Na primeira vez, baixa a tabela já pronta da UF (poucos MB), publicada nas releases do pacote no GitHub em formato Parquet, e a guarda no cache; as próximas chamadas são instantâneas. A tabela pronta é feita com esta mesma função (script 'data-raw/tabelas_prontas.R'). Se ela não estiver disponível, ou com 'options(localdatasus.tabelas_prontas = FALSE)', a tabela é montada aqui a partir do CNEFE da UF, que tem de ~10 MB no AC a ~1 GB em SP e precisa de vários GB de memória.
Uma lista com dois 'data.frame's:
'cep', 'codmun_cep', 'id_bairro', 'pct_bairro' (fração dos endereços do CEP que está nesse bairro), 'n_end_cep' (nº de endereços do CEP) e 'lat_cep', 'lon_cep' (mediana das coordenadas dos endereços do CEP).
'id_bairro', 'codmun', 'bairro', 'fonte_bairro', 'cd_bairro_ibge', 'lat_bairro', 'lon_bairro' (mediana das coordenadas dos endereços do bairro) e 'n_enderecos'.
Instituto Brasileiro de Geografia e Estatística. Coordenadas geográficas dos endereços no Censo Demográfico 2022: nota metodológica n. 01. Rio de Janeiro: IBGE; 2024.
Empresa Brasileira de Correios e Telégrafos. Endereçamento de correspondências: guia técnico. Versão 1.4. Brasília: Correios; 2021. (Estrutura do CEP e sufixos especiais.)
Abordagem relacionada, com serviços de geocodificação: Rocha TAH, Silva NC, Amaral PVM et al. Geolocalização de internações cadastradas no Sistema de Informações Hospitalares do Sistema Único de Saúde: uma solução baseada no programa estatístico R. Epidemiologia e Serviços de Saúde 2018; 27(4):e2017444. doi:10.5123/s1679-49742018000400016.
tab <- cep_bairro("AC") head(tab$ceps)tab <- cep_bairro("AC") head(tab$ceps)
Consulta a API de Dados Abertos do Ministério da Saúde e devolve nome, tipo, endereço e coordenadas de cada estabelecimento. Útil para ligar os registros (coluna 'CNES' no SIH, 'AP_CODUNI' nas APACs) ao local de atendimento — por exemplo, para medir a distância entre a residência ('lat_cep', 'lon_cep') e o hospital.
cnes_coordenadas(cnes)cnes_coordenadas(cnes)
cnes |
Vetor de códigos CNES (com ou sem zeros à esquerda). |
Os resultados ficam em cache; só CNES novos são consultados.
Um 'data.frame' com 'cnes' (7 dígitos), 'nome', 'tipo_unidade', 'codmun', 'cep', 'endereco', 'bairro', 'lat' e 'lon'. Coordenadas que caem fora do Brasil viram 'NA'. Atenção: o cadastro tem erros (ex.: hospitais com coordenadas em outro município); confira 'codmun'.
cnes_coordenadas(c("2269880", "2270234"))cnes_coordenadas(c("2269880", "2270234"))
Distritos são a divisão oficial dos municípios usada, por exemplo, pela Prefeitura de São Paulo nos seus TabNets ("Distrito Administrativo"). A população vem dos setores censitários; as coordenadas são a mediana dos endereços do CNEFE 2022 de cada distrito (baixa só o CNEFE do município, uma vez).
distritos_censo(codmun)distritos_censo(codmun)
codmun |
Código do município (6 ou 7 dígitos). |
Um 'data.frame' com 'codmun', 'cd_distrito_ibge', 'distrito', 'populacao', 'lat_distrito' e 'lon_distrito'.
distritos_censo("355030") # cidade de São Paulodistritos_censo("355030") # cidade de São Paulo
Conta os estabelecimentos de saúde ativos por bairro, em qualquer município do país, a partir do cadastro do CNES publicado no Portal de Dados Abertos do SUS. O bairro vem do CEP do estabelecimento (pelo CNEFE 2022) e, quando o CEP não resolve, do nome do bairro informado no cadastro. Mede a oferta de serviços no bairro, não onde moram os pacientes.
estabelecimentos_bairro( municipio = NULL, uf = NULL, tipo = NULL, so_sus = FALSE, por = NULL )estabelecimentos_bairro( municipio = NULL, uf = NULL, tipo = NULL, so_sus = FALSE, por = NULL )
municipio |
Nome ou código IBGE do município. |
uf |
Sigla da UF, para pegar o estado inteiro ou desfazer nomes repetidos. |
tipo |
Parte do nome do tipo de unidade, por exemplo '"hospital"', '"unidade basica"', '"pronto atendimento"', '"psicossocial"' (CAPS). 'NULL' = todos os tipos. |
so_sus |
'TRUE' para contar só os estabelecimentos com atendimento ambulatorial pelo SUS. |
por |
'"tipo"' para abrir a contagem por tipo de unidade. |
Como em [obitos_bairro()], com 'estabelecimentos' no lugar de 'obitos' e 'ano' igual ao ano do cadastro baixado. A taxa é por 10 mil habitantes. 'attr(x, "registros")' traz cada estabelecimento, com nome, tipo, CEP, coordenadas e bairro.
estabelecimentos_bairro("Recife", tipo = "unidade basica") estabelecimentos_bairro("Belo Horizonte", por = "tipo", so_sus = TRUE)estabelecimentos_bairro("Recife", tipo = "unidade basica") estabelecimentos_bairro("Belo Horizonte", por = "tipo", so_sus = TRUE)
Lista as tabulações de secretarias estaduais e municipais que descem ao bairro (ou ao distrito) de residência e que podem ser consultadas com [tabnet_bairro()]. São dados AGREGADOS (contagens), não registros.
fontes_tabnet()fontes_tabnet()
Levantamento feito em out/2026 nos TabNets das 27 UFs e das capitais: a maioria vai só até o município. Para acrescentar uma fonte nova, copie uma linha desta tabela, ajuste-a e passe-a para [tabnet_bairro()].
Um 'data.frame', uma linha por fonte (ver o código-fonte para o significado de cada coluna).
fontes_tabnet()[, c("fonte", "descricao", "unidade")]fontes_tabnet()[, c("fonte", "descricao", "unidade")]
Conta as internações do SUS (AIHs aprovadas) de residentes por bairro, pela data de internação, a partir do CEP do paciente. Atalho para [sih_bairro()] com a mesma sintaxe das outras funções simples.
internacoes_bairro(municipio = NULL, anos, cid = NULL, uf = NULL)internacoes_bairro(municipio = NULL, anos, cid = NULL, uf = NULL)
municipio |
Nome ou código IBGE do município, por exemplo '"Rio de Janeiro"', '"Niterói"' ou '"355030"'. |
anos |
Anos de internação. |
cid |
Diagnóstico principal: letras ('"I"') ou códigos ('"I21"'). Com mais de um, a coluna 'cid' diz a que grupo cada linha pertence. |
uf |
Sigla da UF. Opcional quando 'municipio' é dado (a UF sai do município); com 'municipio = NULL', pega a UF inteira. |
Como em [obitos_bairro()], com 'internacoes' no lugar de 'obitos', mais 'obitos_hosp' (óbitos durante a internação) e, quando 'cid' é dado, a coluna 'cid'. As internações sem bairro ficam na linha '"(sem bairro)"' de cada município; 'attr(x, "cobertura")' diz por que não ganharam bairro.
Até a versão 0.2.0, as colunas tinham outros nomes ('codmun', 'cd_bairro_ibge', 'lat_bairro', 'lon_bairro', 'taxa_10mil', 'grupo'...). Elas continuam no fim da tabela nesta versão e serão retiradas na próxima.
internacoes_bairro("Rio de Janeiro", 2023, cid = c("I", "J"), uf = "RJ")internacoes_bairro("Rio de Janeiro", 2023, cid = c("I", "J"), uf = "RJ")
Recebe nomes de bairro escritos à mão ou vindos de outros sistemas (por exemplo, de um TabNet ou do campo "bairro" de uma declaração) e procura, DENTRO de cada município, o bairro correspondente: primeiro o nome idêntico (ignorando acentos, abreviações e preposições), depois o nome sem a numeração final ("Santa Rosa II" -> "Santa Rosa"), depois um nome que contém o outro em palavras inteiras ("Complexo da Maré" -> "Maré") e, por fim, o nome mais parecido (distância de edição de até 15 tamanho).
ligar_bairros( nome, codmun, uf, unidade = c("bairro", "distrito"), distancia_max = 0.15 )ligar_bairros( nome, codmun, uf, unidade = c("bairro", "distrito"), distancia_max = 0.15 )
nome |
Vetor de nomes de bairro. |
codmun |
Vetor (do mesmo tamanho, ou de tamanho 1) com o código do município de cada nome (6 ou 7 dígitos). |
uf |
Sigla da UF. |
unidade |
'"bairro"' ou '"distrito"'. |
distancia_max |
Distância de edição máxima, relativa ao tamanho do nome, para a ligação aproximada. |
Os bairros candidatos são os bairros oficiais do IBGE e, nos municípios sem bairros oficiais, as localidades do CNEFE (ver [cep_bairro()]). Com 'unidade = "distrito"', são os distritos do IBGE dos municípios em 'codmun' (ver [distritos_censo()]).
Um 'data.frame' com uma linha por nome: 'nome', 'codmun', 'ligacao' ('"exata"', '"sem numeração"', '"parcial"', '"aproximada"', '"não encontrado"' ou '"ignorado"'), 'id_unidade', 'nome_ibge', 'fonte_unidade', 'cd_ibge', 'lat', 'lon' e 'populacao' (só em unidades oficiais do IBGE).
Levenshtein VI. Binary codes capable of correcting deletions, insertions, and reversals. Soviet Physics Doklady 1966; 10:707-10. (Distância de edição, calculada com [utils::adist()].)
Christen P. Data matching: concepts and techniques for record linkage, entity resolution, and duplicate detection. Berlin: Springer; 2012. doi:10.1007/978-3-642-31164-2.
Camargo Jr. KR, Coeli CM. Reclink: aplicativo para o relacionamento de bases de dados, implementando o método probabilistic record linkage. Cadernos de Saúde Pública 2000; 16(2):439-47. doi:10.1590/s0102-311x2000000200014.
ligar_bairros(c("Jd. América", "TIJUCA", "Ignorado"), "330455", "RJ")ligar_bairros(c("Jd. América", "TIJUCA", "Ignorado"), "330455", "RJ")
O pacote guarda em cache os arquivos do IBGE e as tabelas CEP-bairro já processadas, para não refazer o trabalho. Use esta função para liberar espaço ou forçar um novo download.
limpar_cache()limpar_cache()
Invisivelmente, o caminho da pasta de cache.
limpar_cache()limpar_cache()
Desenha um mapa a partir da tabela devolvida por [obitos_bairro()], [nascimentos_bairro()], [agravos_bairro()], [internacoes_bairro()] ou [agregar_bairro()]. Cada bairro é pintado pelo valor escolhido (por padrão, a taxa por 10 mil habitantes), com os contornos oficiais do IBGE (Censo 2022). Bairros sem contorno oficial aparecem como pontos.
mapa_bairro( dados, valor = NULL, titulo = NULL, cores = "Reds", suavizar = FALSE, escala = FALSE )mapa_bairro( dados, valor = NULL, titulo = NULL, cores = "Reds", suavizar = FALSE, escala = FALSE )
dados |
Tabela de uma das funções do pacote. |
valor |
Coluna que pinta o mapa, por exemplo '"obitos"'. Padrão: a taxa por 10 mil habitantes. |
titulo |
Título do mapa (opcional). |
cores |
Paleta do ColorBrewer, por exemplo '"Reds"' (padrão), '"Blues"', '"YlOrRd"'. |
suavizar |
'TRUE' para pintar a taxa suavizada (bayesiano empírico, ver [suavizar_taxas()]), recomendada quando há bairros com poucos moradores: neles, poucos casos produzem taxas extremas. |
escala |
'TRUE' para acrescentar a barra de escala (canto inferior esquerdo) e a indicação do norte (canto superior direito), como pedem as revistas científicas. Precisa do pacote 'ggspatial'. |
Se a tabela tiver mais de um ano, ou uma variável de 'por' (sexo, faixa etária...), o mapa é dividido em painéis.
O resultado é um gráfico 'ggplot2' comum: dá para acrescentar títulos e temas com '+', e salvar com 'ggplot2::ggsave()'.
Precisa dos pacotes 'sf' e 'ggplot2'.
Um gráfico 'ggplot2'.
x <- obitos_bairro("Rio de Janeiro", 2023, cid = "I") mapa_bairro(x) mapa_bairro(x, valor = "obitos", titulo = "Óbitos por doenças circulatórias, 2023") mapa_bairro(x, suavizar = TRUE) # taxa suavizada mapa_bairro(x, escala = TRUE) # com escala e norte mapa_bairro(obitos_bairro("Rio de Janeiro", 2023, por = "sexo")) # um painel por sexo ggplot2::ggsave("mapa.png", width = 8, height = 6, dpi = 300)x <- obitos_bairro("Rio de Janeiro", 2023, cid = "I") mapa_bairro(x) mapa_bairro(x, valor = "obitos", titulo = "Óbitos por doenças circulatórias, 2023") mapa_bairro(x, suavizar = TRUE) # taxa suavizada mapa_bairro(x, escala = TRUE) # com escala e norte mapa_bairro(obitos_bairro("Rio de Janeiro", 2023, por = "sexo")) # um painel por sexo ggplot2::ggsave("mapa.png", width = 8, height = 6, dpi = 300)
Abre um mapa interativo (leaflet), com um mapa de ruas ao fundo: passe o mouse sobre um bairro para ver o nome e clique para ver contagem, taxa e população. Útil para explorar os dados.
mapa_interativo(dados, valor = NULL, cores = "Reds", suavizar = FALSE)mapa_interativo(dados, valor = NULL, cores = "Reds", suavizar = FALSE)
dados |
Tabela de uma das funções do pacote. |
valor |
Coluna que pinta o mapa, por exemplo '"obitos"'. Padrão: a taxa por 10 mil habitantes. |
cores |
Paleta do ColorBrewer, por exemplo '"Reds"' (padrão), '"Blues"', '"YlOrRd"'. |
suavizar |
'TRUE' para pintar a taxa suavizada (bayesiano empírico, ver [suavizar_taxas()]), recomendada quando há bairros com poucos moradores: neles, poucos casos produzem taxas extremas. |
O mapa mostra um valor por bairro. Se a tabela tiver vários anos ou categorias, as contagens são somadas (filtre antes, se preferir).
Precisa dos pacotes 'sf' e 'leaflet'.
Um mapa 'leaflet' (aparece no Viewer do RStudio). Para salvar como página web: 'htmlwidgets::saveWidget(mapa, "mapa.html")'.
x <- agravos_bairro("dengue", "Rio de Janeiro", 2024) mapa_interativo(x)x <- agravos_bairro("dengue", "Rio de Janeiro", 2024) mapa_interativo(x)
Conta os nascidos vivos de mães residentes por bairro (ou distrito), ano a ano, com população, taxa por 10 mil e coordenadas. Fontes: TabNet das Prefeituras do Rio, de São Paulo e de Fortaleza; nos demais municípios do RJ, os microdados da SES-RJ, localizados pelo CEP e pelo nome do bairro da mãe.
nascimentos_bairro(municipio = NULL, anos, por = NULL, uf = NULL)nascimentos_bairro(municipio = NULL, anos, por = NULL, uf = NULL)
municipio |
Nome ou código IBGE do município, por exemplo '"Rio de Janeiro"', '"Niterói"' ou '"355030"'. |
anos |
Anos de nascimento. |
por |
Variável para abrir as contagens: '"sexo"', '"tipo de parto"', '"idade da mae"', '"consultas"'... |
uf |
Sigla da UF, para pegar o estado inteiro ('uf = "RJ"') ou para desfazer nomes repetidos de município. |
Como em [obitos_bairro()], com 'nascimentos' no lugar de 'obitos'.
nascimentos_bairro("Rio de Janeiro", 2023) nascimentos_bairro("Niterói", 2022:2023, por = "tipo de parto")nascimentos_bairro("Rio de Janeiro", 2023) nascimentos_bairro("Niterói", 2022:2023, por = "tipo de parto")
Conta os óbitos de residentes por bairro (ou distrito), ano a ano, com população, taxa por 10 mil habitantes e coordenadas de cada bairro. A fonte é escolhida sozinha pelo lugar: TabNet da Prefeitura do Rio (2006+), da Prefeitura de São Paulo (distritos, 2006+), da Prefeitura de Fortaleza (1999+, só capítulos da CID) ou da SES-RJ (demais municípios do RJ, bairro a partir de 2011). Veja [onde_tem_bairro()].
obitos_bairro(municipio = NULL, anos, cid = NULL, por = NULL, uf = NULL)obitos_bairro(municipio = NULL, anos, cid = NULL, por = NULL, uf = NULL)
municipio |
Nome ou código IBGE do município, por exemplo '"Rio de Janeiro"', '"Niterói"' ou '"355030"'. |
anos |
Anos do óbito, por exemplo '2023' ou '2019:2023'. |
cid |
Causa básica (CID-10): letras para capítulos ('"I"' = circulatório, 'c("I", "J")') ou códigos de 3 caracteres ('"I21"', '"I20-I25"'). 'NULL' = todas as causas. |
por |
Variável para abrir as contagens, em linguagem comum: '"sexo"', '"faixa etaria"', '"raca"', '"escolaridade"'... |
uf |
Sigla da UF, para pegar o estado inteiro ('uf = "RJ"') ou para desfazer nomes repetidos de município. |
Um 'data.frame' com 'ano', 'codigo_municipio', 'municipio', 'bairro' (ou 'distrito'), 'bairro_no_site' (como o site escreve), a variável de 'por', 'obitos', 'populacao' (Censo 2022), 'taxa_por_10mil', 'lat', 'lon', 'codigo_ibge', 'ligacao' (como o nome foi ligado ao IBGE) e 'fonte'.
obitos_bairro("Rio de Janeiro", 2023, cid = "I") obitos_bairro("Rio de Janeiro", 2019:2023, cid = c("I", "J"), por = "sexo") obitos_bairro("Niterói", 2022, cid = "I20-I25") obitos_bairro(uf = "RJ", anos = 2023) obitos_bairro("São Paulo", 2023, por = "faixa etaria")obitos_bairro("Rio de Janeiro", 2023, cid = "I") obitos_bairro("Rio de Janeiro", 2019:2023, cid = c("I", "J"), por = "sexo") obitos_bairro("Niterói", 2022, cid = "I20-I25") obitos_bairro(uf = "RJ", anos = 2023) obitos_bairro("São Paulo", 2023, por = "faixa etaria")
Lista, em linguagem simples, que dados por bairro existem, para que lugar e para que anos.
onde_tem_bairro()onde_tem_bairro()
Um 'data.frame' com 'dado' (o nome a usar, por exemplo, em 'agravos_bairro("dengue", ...)'), 'descricao', 'local', 'unidade', 'funcao' (a função que busca) e 'fonte'.
onde_tem_bairro()onde_tem_bairro()
Soma a população dos setores censitários do Censo 2022 por bairro oficial do IBGE. Só municípios com bairros oficialmente delimitados (895 no Brasil) aparecem, e também os municípios sem bairros mas divididos em subdistritos, que fazem as vezes de bairro: as Regiões Administrativas de Brasília, as Unidades Territoriais de Planejamento de Goiânia e as subdivisões de Contagem, Pelotas e outros. Nesses, o 'cd_bairro_ibge' é o código do subdistrito (11 dígitos).
populacao_bairro(uf)populacao_bairro(uf)
uf |
Sigla da UF, por exemplo '"RJ"'. |
Um 'data.frame' com 'codmun' (6 dígitos), 'municipio', 'cd_bairro_ibge', 'bairro', 'populacao' e 'pop_em_favela' (pessoas em setores de favelas e comunidades urbanas).
pop <- populacao_bairro("RJ")pop <- populacao_bairro("RJ")
Conta as solicitações ao SAMU 192 do Recife por bairro do LOCAL DA OCORRÊNCIA (não da residência), com população, taxa por 10 mil habitantes e coordenadas. O SAMU do Recife é metropolitano: também há chamados de Jaboatão dos Guararapes, Olinda, Paulista e outros municípios. Fonte: portal de dados abertos da Prefeitura do Recife, 2016 em diante. As solicitações duplicadas são descartadas.
samu_bairro(municipio = "Recife", anos, tipo = NULL, por = NULL)samu_bairro(municipio = "Recife", anos, tipo = NULL, por = NULL)
municipio |
Nome do município da ocorrência (padrão: Recife). |
anos |
Anos do chamado (2016 em diante). |
tipo |
Parte do tipo de ocorrência, por exemplo '"causas externas"', '"psiquiatrica"', '"cardiologica"', '"respiratoria"'. 'NULL' = todos. |
por |
Variável para abrir as contagens: '"tipo"', '"subtipo"', '"sexo"', '"origem do chamado"', '"motivo de finalizacao"' ou '"desfecho"'. |
Como em [obitos_bairro()], com 'chamados' no lugar de 'obitos'.
A coluna 'taxa_por_10mil' divide os chamados pela população RESIDENTE do bairro, mas o SAMU registra o local da ocorrência. Em áreas centrais, comerciais ou com grandes hospitais, onde muita gente circula e pouca gente mora (no Recife, por exemplo, Santo Antônio tem 447 moradores), essa taxa fica artificialmente alta. Para mapas, prefira a contagem: 'mapa_bairro(x, valor = "chamados")'.
samu_bairro("Recife", 2024) samu_bairro("Recife", 2024, tipo = "causas externas", por = "subtipo") samu_bairro("Olinda", 2023:2024)samu_bairro("Recife", 2024) samu_bairro("Recife", 2024, tipo = "causas externas", por = "subtipo") samu_bairro("Olinda", 2023:2024)
Baixa as AIHs aprovadas (arquivo RD do SIH/SUS) de uma UF, conta uma internação por AIH principal, localiza o bairro de residência de cada paciente pelo CEP e devolve a contagem por bairro, ano e grupo de causa.
sih_bairro( uf, ano_inicio, ano_fim = ano_inicio, cid = NULL, nivel = c("bairro", "internacao"), minimo = 0, meses_extras = 6, pct_min = 0.6, limite_excesso = 20 )sih_bairro( uf, ano_inicio, ano_fim = ano_inicio, cid = NULL, nivel = c("bairro", "internacao"), minimo = 0, meses_extras = 6, pct_min = 0.6, limite_excesso = 20 )
uf |
Sigla da UF, por exemplo '"RJ"'. |
ano_inicio, ano_fim
|
Anos de INTERNAÇÃO (inclusive). |
cid |
Vetor com prefixos da CID-10 do diagnóstico principal, por exemplo 'c("I", "J")' (capítulos IX e X) ou 'c("I21", "I22")'. Cada prefixo vira um grupo no resultado. 'NULL' (padrão) = todas as causas. |
nivel |
'"bairro"' (padrão) devolve contagens por bairro; '"internacao"' devolve uma linha por internação, com CEP, bairro e coordenadas (ver [adicionar_bairro()]). |
minimo |
Se maior que 0, contagens entre 1 e 'minimo - 1' viram 'NA' (supressão de células pequenas). Padrão: 0 (não suprime). |
meses_extras |
Meses de competência baixados após 'ano_fim'. |
pct_min |
Fração mínima dos endereços de um CEP no mesmo bairro. |
limite_excesso |
Razão máxima entre a fração de pessoas/registros e a fração de endereços de um CEP (valor esperado: ~1). |
Com 'nivel = "bairro"', um 'data.frame' com 'codmun', 'id_bairro', 'bairro', 'fonte_bairro', 'cd_bairro_ibge', 'lat_bairro', 'lon_bairro', 'ano', 'grupo', 'internacoes', 'obitos_hosp', 'populacao' (só bairros oficiais), 'taxa_10mil' e 'suprimido'.
Cada CEP é ligado ao bairro onde está a maioria dos seus endereços no CNEFE 2022 (ver [cep_bairro()]). Um CEP NÃO recebe bairro quando:
é inválido ou ausente;
é especial (final 900 a 999: grandes usuários, caixas postais);
não existe no CNEFE 2022;
o paciente mora em outra UF;
tem internações demais para o número de endereços — típico do CEP geral do município usado como "padrão", ou do CEP do hospital (ver 'limite_excesso');
pertence a outro município que não o de residência;
cobre vários bairros sem maioria clara (ver 'pct_min').
Essas internações aparecem com 'bairro = "(sem bairro)"', para que os totais por município continuem corretos. O motivo de cada caso fica no atributo '"cobertura"' do resultado.
Os arquivos do SIH são organizados por mês de COMPETÊNCIA (faturamento), mas a contagem é feita pela DATA DE INTERNAÇÃO. Por isso a função baixa também 'meses_extras' meses depois de 'ano_fim', para pegar as AIHs faturadas com atraso.
Instituto Brasileiro de Geografia e Estatística. Coordenadas geográficas dos endereços no Censo Demográfico 2022: nota metodológica n. 01. Rio de Janeiro: IBGE; 2024.
Empresa Brasileira de Correios e Telégrafos. Endereçamento de correspondências: guia técnico. Versão 1.4. Brasília: Correios; 2021. (Estrutura do CEP e sufixos especiais.)
Abordagem relacionada, com serviços de geocodificação: Rocha TAH, Silva NC, Amaral PVM et al. Geolocalização de internações cadastradas no Sistema de Informações Hospitalares do Sistema Único de Saúde: uma solução baseada no programa estatístico R. Epidemiologia e Serviços de Saúde 2018; 27(4):e2017444. doi:10.5123/s1679-49742018000400016.
# Internações por doenças circulatórias e respiratórias, Acre, 2023 x <- sih_bairro("AC", 2023, cid = c("I", "J")) attr(x, "cobertura")# Internações por doenças circulatórias e respiratórias, Acre, 2023 x <- sih_bairro("AC", 2023, cid = c("I", "J")) attr(x, "cobertura")
Lista as bases cujo microdado público traz o CEP do paciente e que, por isso, podem ser localizadas por bairro, registro a registro, com [baixar_bairro()]: as do DATASUS (via microdatasus) e as publicadas por secretarias estaduais (SINASC do RJ). Para dados AGREGADOS por bairro de outras bases (SIM, SINAN...), veja [fontes_tabnet()].
sistemas_bairro()sistemas_bairro()
Um 'data.frame' com o código do sistema (como no microdatasus), a descrição, as colunas usadas para CEP, município de residência, identificador, data e CID, a origem dos dados e a coluna com o nome do bairro (quando existe).
sistemas_bairro()sistemas_bairro()
Em bairros com poucos moradores, poucos casos já produzem taxas muito altas ou muito baixas, que variam por acaso de um ano para outro (por exemplo, 24 casos em um bairro de 447 habitantes dão 537 por 10 mil). Esta função acrescenta a coluna 'taxa_suavizada_por_10mil', que puxa a taxa de cada bairro em direção à taxa média do seu município: o ajuste é forte nos bairros pouco populosos e quase nulo nos populosos.
suavizar_taxas(dados)suavizar_taxas(dados)
dados |
Tabela de uma das funções do pacote, com a coluna 'populacao' e uma coluna de contagem ('obitos', 'casos'...). |
O cálculo usa o estimador bayesiano empírico global de Marshall (1991), feito separadamente para cada município, ano e categoria (quando a tabela tem uma abertura 'por'). Bairros sem população (por exemplo, localidades sem bairro oficial) ficam com 'NA'.
Use a taxa suavizada para mapas e comparações entre bairros; para contagens e totais, use as colunas originais.
A mesma tabela, com a coluna 'taxa_suavizada_por_10mil'.
Marshall RJ. Mapping disease and mortality rates using empirical Bayes estimators. Applied Statistics 1991; 40(2):283-94. doi:10.2307/2347593.
[mapa_bairro()], com 'suavizar = TRUE'.
x <- data.frame( ano = 2024, codigo_municipio = "261160", bairro = c("Grande", "Médio", "Pequeno"), casos = c(500, 120, 24), populacao = c(100000, 20000, 447) ) suavizar_taxas(x)x <- data.frame( ano = 2024, codigo_municipio = "261160", bairro = c("Grande", "Médio", "Pequeno"), casos = c(500, 120, 24), populacao = c(100000, 20000, 447) ) suavizar_taxas(x)
Baixa de um TabNet de secretaria estadual ou municipal (ver [fontes_tabnet()]) as contagens por bairro (ou distrito) de residência, ano a ano, e liga cada bairro ao bairro do IBGE (código, coordenadas e população) com [ligar_bairros()].
tabnet_bairro( fonte, anos, coluna = NULL, filtros = list(), incremento = NULL, municipios = NULL, ligar = TRUE )tabnet_bairro( fonte, anos, coluna = NULL, filtros = list(), incremento = NULL, municipios = NULL, ligar = TRUE )
fonte |
Código da fonte (ver [fontes_tabnet()]) ou uma linha no mesmo formato, para usar um TabNet que ainda não está no cadastro. |
anos |
Anos (de notificação, óbito ou nascimento, conforme a base). |
coluna |
Rótulo de uma variável para abrir as contagens (ex.: '"Sexo"', '"Faixa Etária"'); veja 'tabnet_opcoes(fonte, "colunas")'. 'NULL' = só o total por bairro. |
filtros |
Lista nomeada: nome do filtro = rótulo(s) das opções aceitas, por exemplo 'list("Causa (Cap CID10)" = c("IX", "X"))'. O rótulo pode ser só o começo do texto. Veja 'tabnet_opcoes(fonte, "filtros")'. |
incremento |
O que contar, quando a fonte oferece mais de uma medida; veja 'tabnet_opcoes(fonte, "incrementos")'. |
municipios |
Códigos de município (6 dígitos) a consultar, nas fontes estaduais. 'NULL' = todos os que têm registros. |
ligar |
Se 'TRUE', liga os nomes aos bairros/distritos do IBGE. |
São dados AGREGADOS: não há registro individual nem CEP. Cada consulta cruza só duas variáveis (bairro x 'coluna'); para mais dimensões, use 'filtros' e repita a chamada. As consultas ficam em cache.
Nas fontes estaduais em que o rótulo do bairro não diz o município (como a DIVE-SC), é feita uma consulta por município: primeiro descobre quais municípios têm registros no ano, depois consulta cada um. Use 'municipios' para limitar.
Um 'data.frame' com 'fonte', 'ano', 'codmun', 'municipio', 'bairro_tabnet' (como veio do site), 'categoria' (valor de 'coluna'), 'n' e, com 'ligar = TRUE', as colunas de [ligar_bairros()] ('ligacao', 'id_unidade', 'nome_ibge', 'cd_ibge', 'lat', 'lon', 'populacao') e 'taxa_10mil' (por ano, sobre a população de 2022).
# Óbitos por doenças do aparelho circulatório, por bairro do Rio tabnet_bairro("RIO-SIM", 2022:2023, coluna = "Faixa Etária", filtros = list("Causa (Cap CID10)" = "IX")) # Dengue por bairro em Joinville (SC) tabnet_bairro("SC-SINAN-DENGUE", 2024, municipios = "420910") # Óbitos por distrito da cidade de São Paulo tabnet_bairro("SP-SIM", 2023, coluna = "Sexo")# Óbitos por doenças do aparelho circulatório, por bairro do Rio tabnet_bairro("RIO-SIM", 2022:2023, coluna = "Faixa Etária", filtros = list("Causa (Cap CID10)" = "IX")) # Dengue por bairro em Joinville (SC) tabnet_bairro("SC-SINAN-DENGUE", 2024, municipios = "420910") # Óbitos por distrito da cidade de São Paulo tabnet_bairro("SP-SIM", 2023, coluna = "Sexo")
Mostra o que dá para pedir a [tabnet_bairro()]: as variáveis que podem ir na coluna, os filtros, as opções de um filtro, as medidas ("incrementos") e os anos disponíveis.
tabnet_opcoes( fonte, tipo = c("colunas", "filtros", "incrementos", "anos"), filtro = NULL )tabnet_opcoes( fonte, tipo = c("colunas", "filtros", "incrementos", "anos"), filtro = NULL )
fonte |
Código da fonte (ver [fontes_tabnet()]) ou uma linha no mesmo formato. |
tipo |
'"colunas"', '"filtros"', '"incrementos"' ou '"anos"'. |
filtro |
Com 'tipo = "filtros"', o nome de um filtro: lista as opções dele. |
Um vetor de rótulos.
tabnet_opcoes("RIO-SIM", "colunas") tabnet_opcoes("RIO-SIM", "filtros", filtro = "Sexo")tabnet_opcoes("RIO-SIM", "colunas") tabnet_opcoes("RIO-SIM", "filtros", filtro = "Sexo")