7  Rio de Janeiro

O pacote vigiar tem um foco especial no estado do Rio de Janeiro, com funcionalidades específicas para os 92 municípios e 9 macrorregiões de saúde definidas pela SES-RJ.

7.1 Cadastro de municípios do RJ

library(vigiar)

vigiar_conectar()

# Data frame com os 92 municípios do RJ
rj_muni <- vigiar_rj_municipios()
head(rj_muni)

O cadastro inclui:

Coluna Descrição
cod_municipio Código IBGE de 6 dígitos (330010–330620)
nome_municipio Nome do município
macrorregiao Macrorregião de saúde (SES-RJ)
regiao_saude Região de saúde

7.2 Macrorregiões de saúde

O estado é dividido em 9 macrorregiões:

macros <- vigiar_rj_macrorregioes()
macros
# Macrorregião
1 Metropolitana I
2 Metropolitana II
3 Baía da Ilha Grande
4 Centro-Sul
5 Médio Paraíba
6 Noroeste
7 Norte
8 Serrana
9 Baixada Litorânea

7.3 Regiões de saúde

Subdivisão mais granular:

regioes <- vigiar_rj_regioes_saude()
regioes

7.4 Download otimizado para o RJ

Para tabelas grandes, o pacote usa uma estratégia de download particionado (ver Limitações metodológicas):

# Download particionado ASC+DESC para cobrir todo o range
pm25_rj <- vigiar_baixar_rj("df_anual")

7.4.1 Como funciona

┌─────────────────────────────────────────────────┐
│                Estratégia RJ                     │
│                                                  │
│  1. Download ASC  → pega início do range (~15K) │
│  2. Download DESC → pega final do range (~15K)  │
│  3. Combina e remove duplicatas                  │
│                                                  │
│  Resultado: ~30 mil linhas (vs ~15 mil em       │
│  download simples com limite da API             │
└─────────────────────────────────────────────────┘

7.4.2 Quando usar

Situação Recomendação
Tabelas < 15K linhas vigiar_baixar("tabela", uf = "RJ")
Tabelas > 15K linhas vigiar_baixar_rj("tabela")
Tabelas muito grandes (> 30 mil linhas) Use filtros por ano ou região

7.5 Análise agregada por macrorregião

# Baixar dados do RJ
pm25 <- vigiar_baixar_rj("df_anual")

# Processar
pm25 <- process_pm25(pm25, tipo = "anual")

# Agregar por macrorregião de saúde
resumo <- vigiar_rj_resumo(pm25, agregacao = "macrorregiao")
resumo

Saída (exemplo):

# A tibble: 9 × 5
  macrorregiao       n_municipios pm25_medio pm25_max pm25_min
  <chr>                     <int>      <dbl>    <dbl>    <dbl>
1 Metropolitana I              20       12.3     18.9      7.2
2 Metropolitana II              7       11.8     15.4      8.1
3 Baia da Ilha Grande           3       10.2     14.1      6.8
4 Centro-Sul                   10        9.8     13.5      5.2
...

7.6 Séries temporais por região

# Série temporal com quebra por macrorregião
series <- vigiar_rj_series(pm25,
  variavel = "pm25_media_anual",
  agrupamento = "macrorregiao"
)

7.7 Validação específica para o RJ

# Verificar se todos os códigos IBGE são do RJ (330010-330620)
vigiar_validar_rj(pm25)

# Validar códigos IBGE
vigiar_validar_ibge(pm25, col_codigo = "cod_municipio")

7.8 Cobertura espacial no RJ

# Verificar cobertura dos 92 municípios
cobertura <- vigiar_checar_cobertura_espacial(
  pm25,
  col_codigo = "cod_municipio",
  uf = "RJ"
)

# Municípios sem dados
cobertura$faltantes

7.9 Exemplo completo: Painel RJ

Abaixo, um fluxo de trabalho completo para análise de PM2.5 no RJ:

library(vigiar)
library(dplyr)
library(ggplot2)

# 1. Conectar
vigiar_conectar()

# 2. Baixar dados do RJ
pm25 <- vigiar_baixar_rj("df_anual")

# 3. Processar
pm25 <- process_pm25(pm25, tipo = "anual")

# 4. Validar
vigiar_validar_rj(pm25)
vigiar_checar_dados(pm25, tabela = "df_anual")

# 5. Diagnosticar
diag <- vigiar_diagnosticar_serie(pm25)
vigiar_relatorio_diagnostico(diag)

# 6. Analisar por macrorregião
vigiar_rj_resumo(pm25, agregacao = "macrorregiao") |>
  arrange(desc(pm25_medio))

# 7. Auditoria
audit <- vigiar_auditar(pm25, tabela = "df_anual")
print(audit)

# 8. Snapshot para reprodutibilidade
snap <- vigiar_snapshot(dados = pm25, tabela = "df_anual")
vigiar_salvar_snapshot(snap, "pm25_rj_2026.rds")

# 9. Desconectar
vigiar_desconectar()

7.10 Compatibilidade com DATASUS

Os códigos de município usados pelo pacote são compatíveis com os sistemas do DATASUS:

Sistema Código Exemplo
SIH (Internações) MUNIC_RES 330455
SIM (Mortalidade) CODMUNRES 330455
SINASC (Nascimentos) CODMUNRES 330455
vigiar cod_municipio 330455

Esta compatibilidade permite integrar os dados do VIGIAR com qualquer base do DATASUS.