Onde mora a doença respiratória no DATASUS

O DATASUS não é um banco de dados

É um conjunto de arquivos num servidor, organizado por convenção de nome. Não existe consulta, não existe login, não existe filtro. Você baixa arquivos inteiros e filtra depois.

Isso tem uma consequência que muda todo o planejamento do estudo: o custo de pegar uma doença depende de como ela é registrada, não de quão comum ela é. Existem exatamente dois regimes, e confundir os dois é a origem da maioria dos erros de análise em DATASUS.

Capítulo X do CID-10, código por código

As 64 categorias do aparelho respiratório, e em qual sistema cada uma aparece. Busque pelo nome da doença ou pelo código.

O que cada sistema enxerga

Um mesmo caso de asma pode aparecer em vários sistemas ou em nenhum, dependendo do que aconteceu com o paciente. Isso não é redundância: cada sistema é um desfecho diferente, e a escolha entre eles é uma decisão de desenho do estudo.

SRAG, influenza e COVID não existem neste servidor

Esta é a informação mais importante do levantamento, e a que mais muda o desenho de um estudo de infectologia respiratória.

A varredura percorreu os 207.252 arquivos procurando por srag, influenza, gripe, covid, corona e sivep no caminho e no nome. Zero resultados. Não é uma pasta escondida nem uma falha da varredura: a vigilância de síndrome respiratória aguda grave simplesmente é publicada em outro lugar.

Até 2019 a vigilância de vírus respiratórios era focada em influenza; a partir de 2020 o mesmo sistema passou a registrar SARS-CoV-2. Por isso a série 2019–2026 é a que contém a pandemia, e não existe uma base de COVID separada.

Também fora deste FTP: a atenção primária, que está no SISAB e está levantada na seção 06 — com um resultado que muda o escopo do estudo. O SIVEP-Malária e os Registros de Câncer de Base Populacional igualmente não estão aqui.

Todas as fontes, não só as respiratórias

O levantamento cobre o acervo inteiro, porque decidir o que não usar exige saber o que existe. São 22 sistemas em /dissemin/publicos, o ramo de disseminação; 17 têm microdado. A raiz do FTP tem outros 35 ramos, quase todos fechados ou operacionais — a exceção relevante é /cnes/, com a base georreferenciada, levantada na seção 07.

Antes da lista, a estrutura que organiza tudo. O DATASUS não guarda dado por doença: ele guarda por desfecho. Isso decide em qual arquivo cada caso vai parar.

Cobertura histórica de cada fonte

A janela em que as séries se sobrepõem é o que limita o recorte temporal do estudo. Para óbito mais internação, a interseção começa em 1992; incluindo o CIHA, só em 2011.

Volume e escopo por sistema

Ordenado por volume. Os períodos vieram do nome dos arquivos na listagem, não da documentação oficial, que em vários casos diverge.

A segunda frente do levantamento

Dezoito anos de vigilância de síndrome respiratória aguda grave, medidos arquivo a arquivo em 1º de setembro de 2026. É a fonte que o FTP do DATASUS não tem.

O SIVEP-Gripe nasceu da pandemia de H1N1 em 2009 como vigilância sentinela de influenza, e em 2020 passou a registrar também SARS-CoV-2. Ele não está no ftp.datasus.gov.br porque é publicado pelo portal de dados abertos do Ministério da Saúde, com outra mecânica: HTTPS em vez de FTP, CSV e Parquet em vez de .dbc, um arquivo por ano em vez de um por UF e mês.

Volume ano a ano

Todos os tamanhos foram lidos por requisição direta ao servidor. O Parquet existe só de 2019 em diante e é em média quatorze vezes menor que o CSV do mesmo ano, com o mesmo conteúdo. Clique no tamanho para baixar.

As 194 variáveis, por grupo

Lidas do cabeçalho do arquivo de 2024. O separador é ponto e vírgula e a codificação é Latin-1, não UTF-8 — abrir como UTF-8 corrompe todo acento.

Quatro ressalvas antes de usar

Onde tudo isso mora

A base da pirâmide, que não entrega microdado

A atenção primária é onde rinite, sinusite, bronquite e asma leve são de fato atendidas. Levantado em 1º de setembro de 2026, e o resultado é negativo em quase tudo que importa.

O SISAB substituiu o SIAB em 2013 e recebe os dados do e-SUS APS, coletados pela Ficha de Atendimento Individual e pelo Prontuário Eletrônico do Cidadão. É o único sistema nacional que enxerga o atendimento que não internou, não matou e não foi notificado — exatamente a faixa que SIM, SIH e SIVEP-Gripe deixam de fora.

A consequência prática para um estudo respiratório é direta. Asma tem caixa de marcação e sai razoavelmente. Rinite, sinusite, bronquite e DPOC dependem de alguém ter digitado um código num campo livre, no meio da consulta, sem que o sistema exija. É o oposto do SIH, onde DIAG_PRINC é obrigatório porque a AIH não é paga sem ele.

Some-se a isso a dupla codificação. A atenção primária brasileira usa CIAP-2, pensada para motivo de consulta, enquanto o resto do acervo usa CID-10, pensada para diagnóstico e causa de morte. A correspondência entre as duas não é de um para um: o capítulo R da CIAP-2 agrupa em uma rubrica o que a CID-10 separa em várias categorias J. Emendar as duas exige tabela de conversão e assumir perda.

O que existe, de fato

Conclusão do levantamento

O SISAB não entra como fonte de caso. Não há microdado, a codificação de morbidade é opcional e o vocabulário é outro. O que ele pode fazer é servir de camada de contexto por município: volume de atendimento na atenção primária e cobertura de equipes, que ajudam a explicar por que dois municípios com exposição ambiental parecida têm taxas de internação diferentes.

Isso deixa uma lacuna assumida e que precisa ir na limitação do artigo: a morbidade respiratória leve é invisível em todas as fontes levantadas. O estudo vai medir internação, óbito e caso grave notificado. Quem teve crise de asma e resolveu na UBS não aparece em lugar nenhum com código confiável.

Clima, ar, água e a geografia do caso

A outra metade do estudo, levantada em 1º de setembro de 2026. A frente da localização das unidades tem resultado negativo.

Tudo aqui é avaliado por um critério só: qual o tamanho da célula comparado ao município brasileiro médio, que tem 1.528 km², algo como 39 por 39 quilômetros. Uma fonte cuja célula seja maior que isso não consegue distinguir um município do vizinho, e aí a variável ambiental entra no modelo como constante.

A localização da unidade: onde a resposta é não

A localização da UBS onde o caso foi registrado permitiria análise geoestatística sobre pontos, e não sobre polígonos municipais. As duas pontas dessa junta foram levantadas separadamente, e ela não fecha.

O que está disponível, e ainda é útil: as coordenadas de todos os estabelecimentos de saúde do país, para cruzar com o CNES do SIH. Isso dá o ponto do hospital da internação, que é resolução submunicipal de verdade e sustenta krigagem e autocorrelação espacial.

Um ramo do FTP fora do inventário inicial

A busca pelas coordenadas expôs um limite do inventário desta página: ele cobria apenas /dissemin/publicos. A raiz do ftp.datasus.gov.br tem 36 ramos, e um deles guarda a base georreferenciada do CNES, que não está no ramo de disseminação.

Qualidade da água

O sistema nacional é o SISAGUA, da vigilância em saúde, publicado no portal dados.gov.br. Tem três módulos: cadastro das formas de abastecimento, controle feito pelo prestador, e vigilância feita pela secretaria municipal. Os parâmetros básicos são turbidez, cloro residual, cor, fluoreto, coliformes totais e Escherichia coli. Série a partir de 2014, na versão SISAGUA 4.

Granularidade: município e forma de abastecimento, com periodicidade mensal. Não há coordenada de ponto de coleta nos conjuntos abertos.

Ordem sugerida de coleta

Começar pelo que exige menos esforço e decide mais: um arquivo do CNES para as coordenadas, MERRA-2 pelo Giovanni para temperatura e umidade, e MAIAC para aerossóis. Essas três já permitem rodar o painel município por mês contra SIM e SIH e ver se existe sinal. TROPOMI, CAMS e SISAGUA entram depois, se o sinal aparecer.

Onde ficam, literalmente, os arquivos

Sete pastas concentram tudo que interessa a um estudo respiratório. Estes são os endereços reais, conferidos na origem em 27 de agosto de 2026.

O nome do arquivo é o índice

Não existe busca no servidor. O nome do arquivo carrega tudo que você precisa para escolher o que baixar, e é assim que se lê:

Então DOGO2020.dbc são os óbitos de Goiás em 2020, e RDDF2403.dbc são as internações do Distrito Federal em março de 2024. SIM e SINASC são anuais; SIH, SIA e CIHA são mensais, com o ano em dois dígitos seguido do mês.

Depois de baixar: como chegar ao respiratório

O arquivo vem inteiro, com todas as doenças. O recorte respiratório é um filtro sobre o campo de CID, mantendo os registros cujo código começa com a letra J. No arquivo de internação esse campo é DIAG_PRINC; no de óbito é CAUSABAS. Para incluir COVID, acrescente U07.1 e U07.2, que estão fora do capítulo J.

Os arquivos .dbc não abrem no Excel. Abrem no TabWin, que é gratuito e do próprio DATASUS, ou por código em R e Python. É o único ponto do fluxo em que alguém precisa programar, e é uma etapa só: converter o .dbc e entregar a tabela já filtrada.

Calculadora de recorte

Escolha as fontes, os estados e o período. Os números vêm da listagem do servidor arquivo a arquivo, não de estimativa.

O que liga o dado de saúde ao dado ambiental

Correlacionar variáveis físicas e ambientais com desfecho respiratório impõe quatro decisões técnicas, e todas precisam ser tomadas antes da primeira linha de código.

1. A unidade espacial é o município, e só

Os microdados não têm endereço nem coordenada. A menor unidade geográfica disponível é o código IBGE de município, seis dígitos, e é ele que faz a junção com qualquer camada ambiental: temperatura, material particulado, cobertura vegetal, queimadas, umidade. Não há como descer a bairro ou setor censitário.

Consequência de desenho: toda análise será ecológica, correlacionando médias municipais com taxas municipais. Isso é legítimo e é o padrão da literatura, mas a conclusão vale para o município, não para o indivíduo. Escrever isso na limitação do artigo evita a falácia ecológica.

2. Contagem não é taxa: falta o denominador

O DATASUS entrega o numerador, quantos casos. Para virar taxa por cem mil habitantes é preciso a população do município no ano, que vem das estimativas do IBGE. Sem isso, o mapa mostra onde mora gente, não onde a doença é mais frequente. A pasta IBGE do próprio FTP tem parte desse material, em 0,3 GB.

3. O SIH só enxerga quem usou o SUS

Internação por convênio ou desembolso próprio não entra no SIH. O CIHA foi criado para cobrir essa lacuna, mas o preenchimento é irregular e Roraima não tem um único arquivo. Em município com alta cobertura de plano de saúde, a taxa de internação pelo SUS subestima a doença e correlaciona com renda antes de correlacionar com ambiente. Esse é um confundidor forte num estudo ambiental e precisa entrar no modelo.

O SIM não tem esse problema: óbito é registrado independentemente de convênio. É por isso que mortalidade é o desfecho mais defensável para comparação entre municípios, mesmo sendo o evento mais raro.

4. Sem chave de paciente, não existe coorte

Não há identificador estável entre bases. CNS e CPF são removidos ou criptografados sem chave comum. Acompanhar a mesma pessoa do ambulatório à internação e ao óbito exige record linkage probabilístico, que é um projeto em si. Desenhos que funcionam sem isso: séries temporais agregadas, estudos ecológicos e case-crossover sobre eventos.

Seis erros que já custaram análise a alguém

Cada um destes foi conferido contra o arquivo de origem, não contra documentação de terceiros.

Referências das fontes primárias

Em ABNT, prontas para o artigo. Cite o sistema de origem, nunca este documento nem qualquer republicação de terceiros.

O DATASUS não emite DOI e não versiona as bases: o mesmo arquivo pode ser substituído no servidor sem aviso, e a série preliminar vira definitiva de um mês para o outro. Por isso a data de acesso não é formalidade, é a única coisa que torna o recorte reproduzível. Registre também, no método, a data da varredura e o volume baixado.

Glossário