Dimensões: IBGE e CID-10

Códigos de município (6 ↔ 7 dígitos)

SIM e SINASC gravam municípios com 6 dígitos; o IBGE moderno (e a maioria dos shapefiles/DTB) usa 7 — o sétimo é um dígito verificador. A conversão ingênua (cod6 * 10) é a pegadinha clássica de join de microdados.

dv_ibge(261110)        # 1
codigo7_ibge(261110)   # 2611101  (Petrolina)
codigo7_ibge("355030") # 3550308  (São Paulo — aceita string do DBF)
codigo6_ibge(2611101)  # 261110, validando o DV
codigo6_ibge(2611100)  # ArgumentError (DV errado)
codigo6_ibge(2611100; validar = false)   # 261110, sem validar

O algoritmo é o módulo 10 do IBGE: pesos alternados 1,2 da esquerda para a direita, produtos ≥ 10 reduzidos (−9), DV = (10 − soma mod 10) mod 10.

Nomes, UF e regiões dos municípios

A tabela de municípios do IBGE vem embarcada no pacote, sem rede: municipio para um código, municipios para a tabela inteira. O join com os microdados é pelo código de 6 dígitos:

using DataFrames
municipio("261160")     # (codigo7 = 2611606, codigo6 = 261160, nome = "Recife", uf = "PE", …)

mun = DataFrame(municipios())
df.codigo6 = parse.(Int, df.CODMUNRES)
leftjoin!(df, mun[:, [:codigo6, :nome, :uf, :regiao_saude]]; on = :codigo6)

Cada município traz as divisões abaixo da UF, com código e nome: região de saúde (CIR) e macrorregião de saúde, do DATASUS, e regiões imediata e intermediária do IBGE. Os nomes se repetem entre UFs — agrupe pelo código. populacao dá o denominador nos mesmos níveis (nivel = :regiao_saude e afins).

Capítulos da CID-10

capitulo_cid10("X954")
# (numeral = "XX", nome = "Causas externas de morbidade e mortalidade")

capitulo_cid10("I219").numeral   # "IX"
capitulo_cid10("")               # nothing (código inválido)

Cobre os 22 capítulos, com os limites não-óbvios corretos (C00–D48 é um capítulo, D50–D89 é outro; S00–T98 é natureza da lesão, V01–Y98 é causa externa).

Descrições da CID-10

descricao_cid("I219")          # "Infarto agudo do miocárdio não especificado"
descricao_cid.(df.CAUSABAS)    # rotula uma coluna inteira
cid10("I21.9").grupo           # "Doenças isquêmicas do coração"
cid10("O800").sexo             # 'F'

A tabela é a do DATASUS (versão 2008, a última publicada em CSV), embarcada, mais a dengue (A97) da atualização de 2016. Códigos posteriores a 2008 recebem a descrição da categoria, marcado em cid10(cod).nivel; ver cid10.

Agressões e o recorte CVLI

eh_agressao("X954")   # true  — X85–Y09 (agressões)
eh_agressao("Y871")   # true  — sequelas de agressões
eh_agressao("Y10")    # false — intenção indeterminada
eh_agressao(missing)  # false

É o recorte usual de CVLI a partir do SIM (causa básica). Dois avisos metodológicos:

• Y10–Y34 (intenção indeterminada) fica fora por definição, mas em séries municipais a migração de registros entre X85–Y09 e Y10–Y34 pode criar degraus artificiais — vale inspecionar as duas séries.
• CVLI stricto sensu (conceito de segurança pública) inclui latrocínio e lesão corporal seguida de morte, que a CID não separa de outras agressões; o recorte pelo SIM é uma aproximação epidemiológica.

Uso no leitor:

t = ler(caminho; colunas = [:DTOBITO, :CODMUNRES, :IDADE, :SEXO],
        filtro = r -> eh_agressao(r[:CAUSABAS]))

Note que CAUSABAS não precisa estar em colunas para ser usado no filtro — o MicroSUS.RegistroDBF decodifica qualquer campo do layout sob demanda.