datasus-respiratorio
巴西公共医疗系统DATASUS中呼吸系统疾病微数据的索引与下载指南。
基本信息
资源简介
datasus-respiratorio
【数据内容】
源站原始描述：Levantamento de onde estão os microdados públicos de saúde para estudo de doença respiratória no Brasil, e as camadas ambientais que cruzam com eles. Medido na origem, arquivo por arquivo. - abelsi
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://github.com/abelsilvaeng/datasus-respiratorio
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
git clone https://github.com/abelsilvaeng/datasus-respiratorio.git
curl -L -o repo.zip https://github.com/abelsilvaeng/datasus-respiratorio/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Respiratório no DATASUS
Levantamento de onde estão os microdados públicos de saúde que sustentam um estudo de doença respiratória no Brasil, e das camadas ambientais que cruzam com eles. Tudo medido na origem, arquivo por arquivo. Nada é estimativa.
O guia completo, com busca no capítulo J, calculadora de recorte e gerador da lista de download, está em abelsilvaeng.github.io/datasus-respiratorio. O GitHub não renderiza HTML como página frontal, então esta página é o índice e o guia vive no endereço acima.
A regra que explica tudo
O DATASUS não guarda dado por doença, guarda por desfecho. O mesmo caso de asma entra em sistemas diferentes conforme o que aconteceu com o paciente — e em nenhum deles se ele foi tratado só na atenção primária.
flowchart LR
C["<b>Caso respiratório</b><br/>CID começando com J"]
C >|atendeu| SIA["<b>SIA-SUS</b> · PA e BI<br/>PA_CIDPRI · desde 1994<br/>335 GB"]
C >|internou pelo SUS| SIH["<b>SIH-SUS</b> · RD<br/>DIAG_PRINC · desde 1992<br/>23,7 GB"]
C >|internou fora do SUS| CIH["<b>CIHA</b><br/>DIAG_PRINC · desde 2011<br/>5,3 GB"]
C >|morreu| SIM["<b>SIM</b> · DO<br/>CAUSABAS · desde 1979<br/>2,4 GB"]
C -.->|notificado como SRAG| SVP["<b>SIVEP-Gripe</b><br/>fora do FTP · HTTPS<br/>0,41 GB · 194 variáveis"]
style C fill:#DCE9F6,stroke:#0E5FA8,stroke-width:2px,color:#0A4880
style SIM fill:#DCE9F6,stroke:#0E5FA8,stroke-width:2px,color:#0A4880
style SVP fill:#F4DFE1,stroke:#9C2F3C,stroke-width:2px,color:#9C2F3C
Um evento pode entrar em mais de um sistema. Quem internou e morreu aparece no SIH e no SIM, sem chave que ligue os dois registros.
Três achados que mudam o desenho de um estudo
| Achado | Consequência | |
|---|---|---|
| 1 | Nenhuma doença respiratória comum tem base própria | Asma, DPOC, bronquite, rinite e pneumonia só existem como código CID-10 dentro de SIM, SIH, SIA e CIHA. A única exceção do capítulo J é a pneumoconiose ocupacional. |
| 2 | SRAG, influenza e COVID não estão no FTP | A varredura dos 207.252 arquivos não retornou nenhuma ocorrência. A vigilância existe, no SIVEP-Gripe, com outro protocolo e outro formato. |
| 3 | A morbidade leve é invisível em todas as fontes | O que se mede é internação, óbito e caso grave notificado. Quem resolveu uma crise de asma na |
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
