texto em 
Inglês (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Similares em
SciELO 
Permalink
Introdução
Desde a implantação do Sistema Único de Saúde (SUS) brasileiro, a análise sistemática de dados e informações em saúde é tida como fundamental para a avaliação de seu desempenho. Esse processo auxilia a tomada de decisões e ações relativas ao sistema, como a programação e o planejamento de serviços, alocação e distribuição de recursos e avaliação do impacto de intervenções realizadas.1,2
Dada a importância do tema, a expansão do acesso a dados e informações estruturadas tem sido prioridade no planejamento de sistemas de informações em saúde no nível global3 e, por conseguinte, uma das principais linhas de atuação do Departamento de Informática do SUS (Datasus). O Datasus, atualmente, disponibiliza dados provenientes dos sistemas de informações do Ministério da Saúde em interfaces, a exemplo do TabDOS (versão para DOS), TabWin (versão para Windows), TabNet (versão para a internet) e TabSQL (versão para banco de dados Oracle).4 Estas ferramentas permitem ao usuário a manipulação sobre os arquivos de banco de dados de tipo DBF, extensão-padrão dos arquivos tabuláveis das bases de dados onde se encontram os registros das notificações, nos diversos sistemas de informações, possibilitando a realização de tabulações e cálculo de indicadores de saúde pelo interessado, nos diferentes níveis de agregação, como municipal, estadual ou federal.
Observam-se, contudo, limitações inerentes aos softwares disponibilizados, como restrições do sistema operacional e dificuldades de manipulação, visualização e análise dos dados pela plataforma. Uma ferramenta possível de estender essas funcionalidades é o software estatístico R, disponibilizado na forma de código aberto, apropriado para análises diversas previstas.
Existem algumas ferramentas desenvolvidas em linguagem R que recuperam dados dos sistemas de informações do SUS na forma de microdados, como o microdatasus.5 Porém, quando se trata de dados agregados, como indicadores de saúde, não há uma ferramenta específica além da extração manual do TabNet ou do cálculo a partir dos microdados.
No contexto descrito, decidiu-se desenvolver um pacote para o software R, denominado rtabnetsp, capaz de acessar os indicadores de saúde disponibilizados na plataforma TabNet da página da Secretaria de Estado da Saúde de São Paulo (SES/SP) e realizar o download dos dados de indicadores já calculados, no período, região e nível de agregação desejados.
Este artigo teve por objetivo apresentar o pacote rtabnetsp e suas funções, modo de instalação e uso; traz também exemplos de suas funcionalidades, que permitem, entre uma lista de indicadores, a visualização, busca e seleção do conteúdo de interesse, de maneira a se obterem os resultados desejados e, assim, se conferir maior agilidade a tarefas da gestão em saúde no estado de São Paulo.
Métodos
O pacote rtabnetsp foi desenvolvido em linguagem R para versões superiores à 3.4.4. O R é uma linguagem de programação estatística de excelência, desenvolvida como um software de acesso livre,6 para manipulação, análise e visualização gráfica de dados, além de ser expansível mediante utilização de ‘pacotes’, ou seja, bibliotecas para organizar e padronizar funções extras do R, cada uma desenvolvida com uma finalidade específica. Além disso, vem se tornando frequente a utilização de pacotes R como ferramentas para obtenção ou manejo de dados relacionados à Saúde Pública.5,7,8
Para esta apresentação, foi considerada a matriz de indicadores do Projeto de Avaliação de Desempenho de Sistemas de Saúde (PROADESS),9 haja vista os indicadores de saúde serem fundamentais para análises socioespaciais da situação de saúde no país.10 A lista dos indicadores disponíveis no TabNet, na página da SES/SP, está reproduzida na Tabela 1. O cálculo dos indicadores segue a metodologia adotada pela Rede Interagencial de Informações para a Saúde (RIPSA) (http://tabnet.datasus.gov.br/tabdata/livroidb/2ed/indicadores.pdf).11
Tabela 1 Lista de indicadores disponíveis no endereço-padrão (http://portal.saude.sp.gov.br/links/matriz) do pacote rtabnetsp
| Número identificador (ID) no pacote | Nome do indicador | Número de subindicadores | Período disponível |
|---|---|---|---|
| 1 | 1b - População segundo a Fundação Sistema Estadual de Análise de Dados de São Paulo (SEADE) | 1 | 2000-2020 |
| 2 | 2 - Densidade demográfica segundo o Censo Demográfico da Fundação Instituto Brasileiro de Geografia e Estatística (IBGE) | 3 | 2000-2010 |
| 3 | 3 - Grau de urbanização segundo o Censo Demográfico da Fundação Instituto Brasileiro de Geografia e Estatística (IBGE) | 3 | 2000-2010 |
| 4 | 4 - Taxa de crescimento populacional (2000-2010) segundo o Censo Demográfico da Fundação Instituto Brasileiro de Geografia e Estatística (IBGE) | 3 | 2010-2010 |
| 5 | 5 - Proporção de idosos | 3 | 2000-2018 |
| 6 | 6 - Taxa bruta de natalidade | 3 | 2000-2018 |
| 7 | 7 e 8 - Percentual de municípios com menos de 10 mil e com mais de 100 mil habitantes | 2 | 2010-2018 |
| 8 | Proporção (%) de municípios nos grupos 4 e 5, segundo Região de Saúde, DRS e RRAS do estado de São Paulo - 2008 a 2014 - versão 2016 | 1 | 2008-2014 |
| 9 | 10 - Produto interno bruto (PIB) per capita em reais (R$) corrente | 3 | 2000-2017 |
| 10 | 11 a 13 - Taxa de mortalidade infantil e componentes | 11 | 2000-2019 |
| 11 | 14 - Razão de mortalidade materna | 3 | 2000-2018 |
| 12 | 15 a 17 - Taxa de mortalidade por neoplasias | 47 | 2000-2019 |
| 13 | 18 - Taxa de mortalidade por doenças do aparelho circulatório | 6 | 2000-2019 |
| 14 | 19 - Taxa de mortalidade por causas externas | 17 | 2000-2019 |
| 15 | 20 a 23 - Percentual de óbitos por causas definidas | 18 | 2000-2019 |
| 16 | 24 e 25 - Percentual de nascidos vivos com baixo peso ao nascer | 5 | 2000-2019 |
| 17 | 26 - Percentual de partos em menores de 20 anos de idade | 3 | 2000-2018 |
| 18 | 27a - Taxa de letalidade por formas graves de dengue (FHD + SCD + DCC) | 3 | 2000-2011 |
| 19 | 27b - Taxa de letalidade de dengue | 3 | 2012-2018 |
| 20 | 28 - Taxa de incidência de aids | 3 | 2000-2018 |
| 21 | 29 - Taxa de incidência de sífilis congênita | 3 | 2007-2018 |
| 22 | 30 - Prevalência de pacientes em diálise | 3 | 2000-2017 |
| 23 | 31a - Leitos-SUS por 1.000 (mil) habitantes | 3 | 2005-2019 |
| 24 | 31b - Leitos-SUS por 1.000 (mil) habitantes na população SUS-dependente | 3 | 2005-2017 |
| 25 | 32 - Percentual de leitos-SUS em unidades de terapia intensiva (UTI) | 3 | 2014-2019 |
| 26 | 33 - Cobertura da Atenção Básica em Saúde | 3 | 2006-2018 |
| 27 | 34 - Cobertura de agente comunitário de saúde (ACS) | 3 | 2000-2017 |
| 28 | 35 - Proporção de nascidos vivos de mães com 7 ou mais consultas de pré-natal | 3 | 2000-2019 |
| 29 | 36a - Percentual de internação SUS na população total residente | 3 | 2000-2018 |
| 30 | 36b - Percentual de internação SUS na população total residente para a população SUS-dependente | 3 | 2000-2018 |
| 31 | 37a - Razão de exames citopatológicos do colo do útero em mulheres de 25 a 64 anos de idade | 4 | 2008-2019 |
| 32 | 37b - Razão de exames citopatológicos do colo do útero em mulheres de 25 a 64 anos de idade na população SUS-dependente | 4 | 2008-2019 |
| 33 | 38 - Cobertura vacinal tetravalente (até 2012) e pentavalente (a partir de 2013) em menores de 1 ano de idade | 3 | 2000-2018 |
| 34 | 39 - Média de consultas médicas por habitante nas especialidades básicas | 3 | 2000-2017 |
| 35 | 40 - Proporção de consultas de urgência por consulta básica | 3 | 2000-2017 |
| 36 | 41 - Cobertura de 1ª consulta odontológica programática | 3 | 2000-2016 |
| 37 | 42 - Percentual de internação por condições sensíveis à Atenção Básica em saúde (ICSAB) | 3 | 2000-2018 |
| 38 | 43 - Taxa de internação por acidente vascular cerebral (AVC) em maiores de 40 anos de idade | 3 | 2000-2019 |
| 39 | 44 - Taxa de internação hospitalar por fratura de fêmur em maiores de 60 anos de idade | 3 | 2000-2018 |
| 40 | 45a - Percentual de partos cesáreos - Total (Sistema de Informações sobre Nascidos Vivos [Sinasc]) | 3 | 2000-2018 |
| 41 | 45b - Percentual de partos cesáreos pelo SUS (Sistema de Informações Hospitalares [SIH/SUS]) | 4 | 2000-2018 |
| 42 | 46 - Cobertura de Centro de Atenção Psicossocial (CAPS) | 9 | 2012-2018 |
| 43 | 47a - Cobertura da Saúde Suplementar | 3 | 2000-2019 |
| 44 | 47b - Estimativa da população SUS-dependente (com base na Saúde Suplementar) | 4 | 2000-2019 |
| 45 | 48 - Proporção de cura de casos novos de tuberculose pulmonar bacilífera | 3 | 2000-2018 |
| 46 | 49 - Proporção de cura de casos novos de hanseníase diagnosticados | 3 | 2001-2017 |
| 47 | 50 a 52 - Índice de qualidade do tratamento da água nos parâmetros: bacteriológico, cloro e flúor | 9 | 2008-2016 |
| 48 | 53 - Despesa em saúde per capita | 3 | 2000-2017 |
| 49 | 54a - Razão de mamografia de rastreamento em mulheres de 50 a 69 anos de idade | 4 | 2010-2018 |
No rtabnetsp, foram reunidas funções práticas para visualização, exploração e obtenção dos dados de indicadores de saúde do TabNet da SES/SP. O pacote está disponível na plataforma do GitHub (https://github.com/), pelo link https://github.com/joaohmorais/rtabnetsp
Quanto aos aspectos técnicos, o rtabnetsp utiliza dependências de outros pacotes, listados na Figura 1.
Figura 1 Dependência de outros pacotes R utilizados no rtabnetsp
| Pacote | Hiperlink | Função |
|---|---|---|
| httr | Realização das requisições HTTP ao servidor do TabNet | |
| xml2 | Scraping das páginas | |
| rvest | ||
| stringi | Manipulação de texto e tratamento de codificação para o padrão Windows-1252 ( |
|
| purrr | Tratamento de exceções nas requisições HTTP | |
| tidyr | Manipulação e tratamento de dados | |
| dplyr | ||
| ggplot2 | Construção de gráficos coropléticos simples, a partir dos dados obtidos | |
| sf | Representação cartográfica | |
| RColorBrewer | Paleta de cores, para representação cartográfica |
Instalação do software R
Para instalar o R, deve-se acessar sua página eletrônica (https://www.r-project.org/) e seguir as instruções de instalação. Antes de passar à próxima etapa, requer-se a instalação do pacote devtools (https://cran.r-project.org/web/packages/devtools/devtools.pdf) no R.
Instalação do pacote rtabnetsp no R
O pacote rtabnetsp deve ser instalado por meio de seu repositório no website GitHub (https://github.com/joaohmorais/rtabnetsp). Com o R aberto, digita-se:
devtools::install_github(“joaohmorais/rtabnetsp”)
Para carregar o pacote rtabnetsp no R
Para começar a utilizar o rtabnetsp, carrega-se o pacote digitando-se:
library(“rtabnetsp”)
Isto faz com que o pacote rtabnetsp esteja disponível para uso. Esse passo precisa ser realizado após cada inicialização do R.
Funções do pacote rtabnetsp
O rtabnetsp obtém os indicadores de saúde, por meio da webpage da SES/SP. Os indicadores de saúde são calculados mediante fórmulas padronizadas pela RIPSA,7 e podem ser carregados segundo município, Departamento Regional de Saúde (DRS), Região de Saúde (RS) e Redes Regionais de Atenção à Saúde (RRAS) do estado de São Paulo.
A listagem completa dos indicadores disponibilizados pelo rtabnetsp é obtida digitando-se a linha de comando:
tabnet_index()$Nomes
Função indicator_list()
indicator_list(url= “http://portal.saude.sp.gov.br/links/matriz”)
A função indicator_list() recupera a lista de indicadores disponíveis na página do TabNet, com seus respectivos números identificadores, denominados IDs, utilizados para escolha dos indicadores. Essa função, quando executada, explora uma determinada URL - definida, por padrão, como o endereço do TabNet da SES/SP - e recupera nomes e links de indicadores de saúde identificados na página.
Função indicator_search()
indicator_search(keywords, url = “http://portal.saude.sp.gov.br/links/matriz”)
Pode-se também realizar consultas à lista de indicadores de uma página, quando se busca por um indicador específico. A função indicator_search() mostrará uma lista com o nome e o ID de cada indicador, e o título correspondente ao termo informado no parâmetro “keywords”. Cumpre alertar que a função não distingue letras maiúsculas de minúsculas, mas, sim, diferencia caracteres acentuados de não acentuados.
Função view_indicator()
view_indicator(indicator_index, url = “http://portal.saude.sp.gov.br/links/matriz”, timeout = 1)
Uma vez definido o indicador que se deseja visualizar, é importante verificar seus níveis de agregação, períodos e conteúdos disponíveis, antes de realizar uma requisição por dados. A função view_indicator() retorna uma lista com informações de níveis de agregação, períodos (anos) e conteúdo. A propósito, um indicador pode ter diferentes conteúdos, diferenciados por subindicadores: por exemplo, o indicador ‘taxa de mortalidade por causas externas’ tem subindicadores, como ‘óbitos por homicídio’, ‘óbitos por suicídio’ e outras causas, disponíveis no TabNet. Para utilizar tal função, deve-se informar como “indicador_index” o número de ID do indicador.
O parâmetro “timeout” aparece em diversas funções e representa o tempo, em segundos, durante o qual a conexão permanecerá aberta para obtenção de informações da página do indicador, de forma a evitar a insistência em conexões sem retorno. O “timeout” é padronizado em 1 segundo, embora esse tempo deva se ajustar em caso de conexões lentas.
Função indicator_df()
indicator_df(indicator_index, region = NULL, subindicator = NULL, years = NULL, onlyMostRecent = FALSE, url = “http://portal.saude.sp.gov.br/links/matriz”, timeout = 1)
A função indicator_df() é a que, de fato, realiza a requisição por dados de um indicador em determinado período e nível de agregação. Uma vez que se tem o ID do indicador, ele é informado à função como “indicator_index”. O próximo passo será informar o nível de agregação no parâmetro “region”, utilizando-se o termo ‘Município’, ‘Região de Saúde’, ‘RRAS’ ou ‘DRS’. Se isso não for feito, automaticamente a função tomará, como padrão, o primeiro nível disponível (‘Município’, na maioria dos casos). De forma similar, pode-se especificar o conteúdo do indicador (subindicador) no parâmetro “subindicator”, e o período desejado, em “years”; caso não se especifique esse conteúdo, a função considerará o último subindicador disponível para o indicador, e para todos os períodos disponíveis. A função ainda conta com o parâmetro lógico (os valores “TRUE” ou “FALSE”) “onlyMostRecent”, o qual, se verdadeiro (“TRUE”), recuperará apenas as observações do mais recente entre os anos disponíveis, ou entre os especificados pelo parâmetro “years”.
Executada a função, o usuário receberá uma matriz de dados com o código identificador e o nome de cada região, o ano de observação e o valor do indicador observado.
Função fetch_all()
fetch_all(region = “Município”, url = “http://portal.saude.sp.gov.br/links/matriz”, timeout = 1)
Em alguns tipos de análises, deseja-se trabalhar com vários ou mesmo todos os indicadores disponíveis. A função fetch_all() supre essa necessidade, ao agrupar todos os indicadores disponíveis para uma mesma matriz de dados. É possível especificar novamente, através do parâmetro “region”, um nível de regionalização desejado. Como resposta, o usuário obtém uma nova matriz de dados com o número identificador e o nome de cada região, o ano de observação, os nomes do indicador e do subindicador em questão, e o valor observado. É importante notar que a função atende a diversas requisições do servidor, uma para cada indicador, e pode levar alguns minutos de execução.
Função tabnet_map()
tabnet_map(indicator_index, region = “Município”, subindicator = NULL, years = NULL, label = FALSE, nBins = NULL, palette = “Purples”, title = NULL)
Por último, existe a possibilidade de obter-se um mapa coroplético, a partir dos dados de algum indicador, pela função tabnet_map(), cujos parâmetros são similares aos da função tabnet_df(), em que se pode especificar o ID do indicador, o nível de agregação, o conteúdo e o período desejados. Adicionalmente, essa função apoia os seguintes parâmetros: “label”, que pode ser verdadeiro ou falso, indicando se o usuário deseja os nomes das regiões no mapa; “nBins”, pelo qual é possível especificar o número de intervalos (entre 3 e 9) em que serão divididos os valores do indicador; “palette”, que permite a personalização da paleta de cores do mapa, de acordo com o pacote RColorBrewer (https://cran.r-project.org/web/packages/RColorBrewer/RColorBrewer.pdf); e “title”, para a definição do título do mapa.
Considerações éticas
O pacote rtabnetsp foi desenvolvido no âmbito do projeto ‘Desenvolvimento de aplicativo R/Shiny para auxílio na visualização e análise de indicadores e análise de indicadores de saúde no estado de São Paulo’, este aprovado pelo Comitê de Ética em Pesquisa da Universidade Federal de São Paulo (CEP/Unifesp): Certificado de Apresentação para Apreciação Ética (CAAE) nº 94098718.7.0000.5505, emitido em 20 de setembro de 2018.
Resultados
Nesta seção, apresentam-se situações hipotéticas comuns ao contexto de gestão em saúde, exemplos ilustrativos das funções do rtabnetsp utilizadas no processo.
Situação 1 - Visualização temporal da taxa de letalidade de dengue por DRS
Neste primeiro cenário, deseja-se visualizar a evolução da taxa de letalidade de dengue desde 2012, em quatro DRS específicos: Grande São Paulo, Campinas, Barretos e Sorocaba. Com o rtabnetsp carregado no R, o primeiro passo será encontrar o indicador desejado:
> indicator_search(“dengue”)
[1] “18 - Taxa de letalidade por formas graves de dengue até 2011 (FHD+SCD+DCC)”
[2] “19 - Taxa de letalidade de dengue (a partir de 2012)”
Como se trata de histórico recente, opta-se pelo indicador ID 19 - Taxa de letalidade de dengue (a partir de 2012). Em seguida, verificam-se os níveis de agregação e períodos disponíveis para o indicador:
> view_indicator(19)
$Indicator.Name
[1] “19 - Taxa de letalidade de dengue “
$Indicator.URL
[1] “http://tabnet.saude.sp.gov.br/deftohtm.exe?tabnet/ind27b_matriz.def”
$Available.Regions
[1] “Município” “DRS” “DRS/Reg Saude” “DRS/Mun” “RRAS” “RRAS-Reg Saude” “RRAS-Municipio”
[8] “Região de Saúde” “Reg Saúde/Mun”
$Available.Years
[1] “2018” “2017” “2016” “2015” “2014” “2013” “2012”
$Available.Subindicators
[1] “Óbitos” “Total de Casos” “Tx Letalidade Dengue”
A partir destas informações, verifica-se a disponibilidade de dados do indicador para todos os anos de 2012 a 2018, assim como a regionalização desejada (DRS). O subindicador desejado é o último da lista: a taxa de letalidade. Logo, utiliza-se a função indicator_df() para recuperar os dados do indicador e salvá-los em uma matriz de dados:
> dados <- indicator_df(19, region = “DRS”)
> head(dados)
id DRS Ano Valor
1 3501 Grande São Paulo 2012 0.21
2 3502 Araçatuba 2012 0.07
3 3503 Araraquara 2012 0.00
4 3504 Baixada Santista 2012 0.09
5 3505 Barretos 2012 0.00
6 3506 Bauru 2012 0.00
Assim, tem-se uma matriz de dados salva no elemento “dados”, com os códigos identificadores e nomes dos DRS, o ano de ocorrência e o valor do indicador naquele ano e naquele DRS. Para visualizar a tendência do indicador ao longo dos anos, entre os DRS desejados, pode-se utilizar um gráfico de linhas. O pacote ggplot2 permite esse recurso, a partir da matriz de dados obtida. O resultado é ilustrado na Figura 2: visualiza-se a evolução das taxas de letalidade de dengue no período de 2012 a 2018, nos DRS selecionados no recorte: Grande São Paulo, Campinas, Barretos e Sorocaba. Nota-se, por exemplo, uma alta na taxa de letalidade de dengue na Grande São Paulo, em 2016, e em Sorocaba, no ano de 2018.
recorte.DRS <- c(“Grande São Paulo”, “Campinas”, “Barretos”, “Sorocaba”)
dados <- dados[dados$DRS %in% recorte.DRS,]
ggplot(data=dados, aes(x=Ano, y=Valor, group=DRS)) +
geom_line(aes(linetype = DRS)) +
geom_point(aes(shape = DRS)) +
theme_minimal() +
theme(legend.position = “bottom”, plot.title = element_text(hjust = 0.5)) +
labs(x = “Ano”, y = “Letalidade”) +
ggtitle(“Evolução da taxa de letalidade de dengue nos DRS selecionados, \nde 2012 a 2018”)
Situação 2 - Visualização espacial da população SUS-dependente
Noutro cenário, deseja-se visualizar a distribuição espacial da cobertura da população SUS-dependente entre os municípios do estado de São Paulo. De forma similar à situação hipotética anterior, deve-se localizar o número identificador do indicador desejado:
> indicator_search(“dependente”)
[1] “24 - Leitos SUS por 1.000 habitantes para a população SUS-dependente”
[2] “30 - Percentual de internação da população residente para a população SUS-dependente”
[3] “32 - Razão de exames citopatológicos cérvico-vaginais para a população SUS-dependente”
[4] “44 - Estimativa da população SUS-dependente (com Base na Saúde Suplementar)”
Pode-se utilizar a função tabnet_map() para o desenho de um mapa coroplético do indicador.
Por padrão, a função recuperará dados no nível de município, e no ano mais recente disponível. Logo, não há necessidade de especificar, por meio dos parâmetros da função, nem o nível de agregação, nem o período desejado. Reitera-se a necessidade da dependência do pacote sf para essa função. A Figura 3 mostra o mapa gerado pela função, apresentando a distribuição espacial da cobertura da população SUS-dependente.
> tabnet_map(44, nBins = 5, palette = “Greys”, title = “Estimativa da população SUS dependente por município. Estado de São Paulo, 2019.”)
Discussão
O pacote rtabnetsp torna prática a recuperação de dados de indicadores de saúde disponíveis na página da Secretaria de Estado da Saúde de São Paulo, diretamente para o software R, pelo qual podem ser manipulados. Mediante ambas as situações apresentadas, a título de exemplo, foi possível acompanhar o emprego de recursos de análise descritiva com poucos comandos, dentro do programa. O desenvolvimento do pacote rtabnetsp atende ao propósito da vigilância em saúde de aumentar a acessibilidade à informação, possibilitando análises sistemáticas na área de gestão em saúde.
O rtabnetsp difere de outros pacotes já abordados na literatura, quando se trata de recuperação de informações dos sistemas do Ministério da Saúde. O pacote microdatasus,5 por exemplo, obtém dados de ocorrência a partir dos arquivos DBF, disponíveis em cada base disponibilizada pelo Datasus.
O pacote objeto deste estudo desenvolve uma operação de web scraping para recuperação de dados já tabulados pela ferramenta TabNet existente. O método é mais vantajoso em análises de dados agregados, imprimindo mais agilidade e confiabilidade ao processo, uma vez que os dados já se encontram tabulados pelo sistema do TabNet.
Acredita-se que o desenvolvimento do rtabnetsp cumpre seu objetivo principal: facilitar o acesso e a análise de indicadores e auxiliar a tomada de decisão em saúde, no estado de São Paulo. O pacote ainda reúne o potencial de contribuir com o desenvolvimento de outros softwares projetados para a abordagem de dados de saúde, e a possibilidade de sua utilização como mediador para aplicativos que necessitam de tais dados e busquem o acompanhamento de indicadores.
