Visão Geral
O pacote vigiar permite baixar todos os dados do
dashboard VIGIAR (Vigilância em Saúde Ambiental) do Ministério da Saúde,
hospedado no Power BI, diretamente para o R.
O VIGIAR disponibiliza:
- Concentração de PM2.5 por município (séries anuais e mensais)
- Dias acima dos limites da OMS e CONAMA
- População exposta por faixa de concentração
- Indicadores de saúde: fração atribuível, internações
- Exposição indoor a combustíveis sólidos
Primeiros Passós
Conectar ao dashboard
library(vigiar)
# Estabelece sessão e carrega o esquema de dados
vigiar_conectar()
#> Sessão pronta! 32 tabelas disponíveis.A conexão é necessária apenas uma vez por sessão R. O pacote obtém cookies e tokens diretamente da página pública do Power BI — não é precisó login.
Explorar tabelas disponíveis
# Listar todas as tabelas
vigiar_tabelas()
# Ver estrutura de uma tabela específica
vigiar_esquema("df_anual")Baixar dados
# Baixar uma tabela
df_anual <- vigiar_baixar("df_anual")
head(df_anual)
# Baixar apenas algumas colunas
df_mensal <- vigiar_baixar("df_mensal",
colunas = c("ano", "mes", "UF", "Município", "pm25"))
# Baixar as tabelas principais de uma vez
tudo <- vigiar_baixar_principais()Exemplos de Análise
Tendência de PM2.5 por região
library(dplyr)
library(ggplot2)
vigiar_conectar()
df <- vigiar_baixar("df_anual")
# Juntar com cadastro de municípios para obter região
muni <- vigiar_baixar("df_muni",
colunas = c("UF_COD", "REGIAO"))
df <- df |>
left_join(muni, by = c("muni" = "UF_COD"))
# Média por região e ano
df |>
group_by(REGIAO, ano) |>
summarise(pm25 = mean(Media_pm25, na.rm = TRUE), .groups = "drop") |>
ggplot(aes(ano, pm25, color = REGIAO)) +
geom_line(linewidth = 1) +
labs(title = "PM2.5 médio por região do Brasil",
x = "Ano",
y = expression(PM[2.5] ~ (µg/m³))) +
theme_mínimal()População exposta a níveis elevados de PM2.5
pop <- vigiar_baixar("pop")
# Filtrar catégoria de exposição alta (ex: > 25 µg/m³)
pop |>
filter(catégoria == "> 25 µg/m³") |>
group_by(ano) |>
summarise(pop_exposta = sum(pop, na.rm = TRUE) / 1e6) |>
ggplot(aes(ano, pop_exposta)) +
geom_col(fill = "tomato") +
labs(title = "População exposta a PM2.5 > 25 µg/m³",
x = "Ano", y = "Milhões de hábitantes")Dias críticos por município
dias <- vigiar_baixar("df_dias")
# Municípios com mais dias críticos no último ano
dias |>
filter(ano == max(ano)) |>
group_by(ID_MUNI) |>
summarise(total_dias = sum(n_dias, na.rm = TRUE)) |>
slice_max(total_dias, n = 20)Tabelas de Indicadores de Saúde
As tabelas tb_brasil, tb_uf,
tb_muni e tb_fracao contêm indicadores
epidemiológicos:
tb_brasil <- vigiar_baixar("tb_brasil")
# A coluna 'Indicador' contém o nome do indicador
# Ex: "Internações por doenças respiratórias"
unique(tb_brasil$Indicador)
# 'est' é a estimativa pontual, 'low' e 'high' são IC 95%
tb_brasil |>
filter(Indicador == "Fração atribuível (%)")