Produção Ambulatorial (sia-pa)¶
Resumo¶
sia-pa é a Produção Ambulatorial do SIA/SUS: o arquivo principal e mais volumoso do sistema, em que cada linha agrega a produção aprovada de um procedimento SIGTAP em um estabelecimento, por competência, ocupação (CBO), faixa etária, sexo, município de residência e demais atributos, consolidando BPA (consolidado e individualizado) e a produção das APAC e RAAS processadas.
Ficha técnica¶
Origem e coleta¶
- Arquivos preliminares: Não
- Documentação oficial no FTP:
/dissemin/publicos/SIASUS/200801_/Doc - Tabelas auxiliares no FTP:
/dissemin/publicos/SIASUS/200801_/Auxiliar
Diretórios e Padrões de Arquivos (meta.py)¶
Diretório FTP (dir) |
Prefixo (filename_prefix) |
Padrão (filename_pattern) |
Extensão | Preliminar |
|---|---|---|---|---|
/dissemin/publicos/SIASUS/199407_200712/Dados |
PA |
UF (2 letras minúsculas/maiúsculas, inclui br) + AA (ano, 2 dígitos) + MM (mês, 01–12) |
dbc |
Não |
/dissemin/publicos/SIASUS/200801_/Dados |
PA |
UF (2 letras minúsculas/maiúsculas, inclui br) + AA (ano, 2 dígitos) + MM (mês, 01–12) + sufixo opcional de 1 letra (a, b, c…) quando a UF/mês é dividida em mais de um arquivo |
dbc |
Não |
Nomenclatura e Armazenamento Local¶
- No servidor FTP (
ftp.datasus.gov.br):PASP2401a.dbc—PA(Produção Ambulatorial) +SP(UF) +24(ano) +01(mês) +a(parte do arquivo, opcional a partir de 2008). Para a série antiga (1994–2007):PAAC9407.dbc(sem sufixo). - No armazenamento local do
datasus-fetcher:data/sia-pa/<AAAAMM>/sia-pa_<AAAAMM>-<uf>@<AAAAMMDD>.dbc, por exemplodata/sia-pa/202401/[email protected](o sufixo@AAAAMMDDé a data do arquivo no FTP; arquivos preliminares levam-preliminarno nome do dataset). - Documentação e Tabelas Auxiliares associadas:
Doc/Informe_Tecnico_SIASUS_2019_07.pdf(~1,1 MB, julho/2019) descreve o leiaute dos arquivos do SIA;Auxiliar/TAB_SIA.zip(~73,8 MB, tabelas SIGTAP e conversores) e as versões históricasTAB_SIA_199407-199910.zip,TAB_SIA_199911-200307.zipeTAB_SIA_200308-200712.zipcobrem as fases anteriores à Tabela Unificada.
Conteúdo¶
O Sistema de Informações Ambulatoriais do SUS (SIA/SUS) é gerido pelo Ministério da Saúde — Secretaria de Atenção Especializada à Saúde (SAES) —, com processamento e disseminação a cargo do DATASUS. Sua finalidade é registrar, validar e remunerar a produção ambulatorial financiada pelo SUS (consultas, exames, terapias, procedimentos de média e alta complexidade, medicamentos do componente especializado e ações de reabilitação), permitindo ao gestor acompanhar a oferta, a cobertura e o gasto ambulatorial por estabelecimento, município e procedimento.
O evento gerador é o atendimento ambulatorial registrado no Boletim de Produção Ambulatorial — BPA-C (consolidado: contagens por procedimento, CBO e idade) e BPA-I (individualizado: um registro por atendimento, com CNS do paciente) — e nas APAC/RAAS, todos validados e valorados pelo SIA. A unidade de análise do PA não é o paciente nem o atendimento, e sim a linha de produção aprovada (procedimento × estabelecimento × CBO × idade/sexo/município × competência) com quantidade (PA_QTDPRO/PA_QTDAPR) e valor (PA_VALPRO/PA_VALAPR) produzidos e aprovados.
O FTP traz duas séries: 1994-07 a 2007-12 (diretório 199407_200712, leiaute antigo do SIA-SUS com tabela de procedimentos de 8 dígitos) e 2008-01 em diante (200801_, Tabela Unificada SIGTAP, 10 dígitos). Para UFs e meses de grande volume, os arquivos de 2008 em diante podem ser divididos em partes com sufixo de letra (PASP2401a.dbc, …b.dbc, …), como indicado no padrão de nome. Em 2008 a SIGTAP unificou SIA e SIH; o leiaute de 61 campos (2024) inclui indicadores de aprovação (PA_INDICA, PA_CODOCO), diferenças de valor (PA_DIF_VAL) e incentivos (PA_VL_CF, PA_VL_CL, PA_VL_INC). Os arquivos somam cerca de 218 GB.
Aplicações: produção ambulatorial por procedimento, grupo/subgrupo/forma de organização SIGTAP, estabelecimento, município e CBO; cobertura de ações de atenção básica registradas no SIA; consultas especializadas e exames de apoio diagnóstico por 1.000 habitantes; gasto ambulatorial do SUS (PA_VALAPR); fluxo de pacientes entre municípios (PA_MUNPCN vs. PA_UFMUN); avaliação da oferta de serviços para o Plano Diretor de Regionalização e para a programação pactuada e integrada.
Cobertura observada¶
- Índice do FTP (2026-10): 10862 arquivos, de 1994-07 a 2026-08, 27 UF(s) com arquivos, última atualização em 2026-10-30.
- Conversão local de amostras (5 arquivo(s) Parquet, de 1994-12 a 2026-04), feita em 2026-11-16 com o
datasus-fetcher0.19.0: serve de base ao esquema de referência. Períodos fora das amostras podem ter colunas que não aparecem aqui.
Eras¶
- 2008-01: Tabela Unificada SIGTAP (procedimentos de 10 dígitos) e novo diretório (
200801_); antes, tabela de procedimentos de 8 dígitos
Variáveis de uso mais frequente (resumo da versão anterior desta página)¶
61 colunas no arquivo de 2024-01 (PAAC2401.dbc); o leiaute anterior a 2008 tem menos campos.
| Coluna (DBF) | Tipo / Formato | Descrição |
|---|---|---|
PA_CODUNI |
String (7) | Código CNES do estabelecimento executor. |
PA_GESTAO / PA_UFMUN |
String (6) | Código do gestor e município do estabelecimento (IBGE 6 dígitos). |
PA_MVM / PA_CMP |
String (AAAAMM) | Mês de movimentação (processamento) e mês de competência da produção. |
PA_PROC_ID |
String (10) | Procedimento SIGTAP da produção (campo preservado como String). |
PA_CBOCOD |
String (6) | CBO da ocupação do profissional executor. |
PA_CIDPRI / PA_CIDSEC / PA_CIDCAS |
String (CID-10) | Diagnóstico principal, secundário e causas associadas (0000 = não informado). |
PA_IDADE / IDADEMIN / IDADEMAX / PA_FLIDADE |
String | Idade informada (999 = ignorada) e faixa de idade permitida pelo procedimento; PA_FLIDADE indica compatibilidade. |
PA_SEXO |
String | Sexo (M, F; 0 = não informado/ambos). |
PA_RACACOR / PA_ETNIA |
String | Raça/cor (01–05, 99) e etnia indígena. |
PA_MUNPCN |
String (6) | Município de residência do paciente (999999 = ignorado → null). |
PA_QTDPRO / PA_QTDAPR |
Inteiro | Quantidade produzida (apresentada) e aprovada. |
PA_VALPRO / PA_VALAPR |
Float | Valor (R$) produzido e aprovado. |
PA_TPFIN / PA_SUBFIN / PA_NIVCPL |
String | Tipo e subtipo de financiamento (FAEC, MAC, PAB…) e nível de complexidade. |
PA_DOCORIG |
String | Código do documento de origem da produção (BPA consolidado, BPA individualizado, APAC, RAAS…; domínio no Informe Técnico). |
PA_CODOCO / PA_INDICA / PA_FLQT / PA_FLER |
String | Código de ocorrência, indicador de aprovação e flags de crítica de quantidade e de erro. |
PA_AUTORIZ |
String (13) | Número da APAC (preenchido nas linhas originárias de APAC). |
PA_NAT_JUR / PA_TPUPS / PA_TIPPRE / PA_MN_IND |
String | Natureza jurídica, tipo de unidade, tipo de prestador e indicador próprio/mantida do estabelecimento. |
Variáveis¶
Descrições tiradas do informe técnico ou do dicionário de dados do DATASUS quando o campo consta do documento; textos marcados "inferido do nome do campo" não têm definição oficial; "Sem descrição na documentação oficial consultada" é lacuna a preencher. Tipo e Período vêm do esquema de referência (conversão local de amostras): Período é o intervalo de partições amostradas em que a coluna existe, e todos significa todas as amostras. Na fonte é o nome do campo no DBF.
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
pa_condic |
PA_CONDIC |
texto | Sigla do Tipo de Gestão no qual o Estado ou Município está habilitado | — | todos |
pa_gestao |
PA_GESTAO |
texto | Código da Unidade da Federação7 (IBGE) + Código do Município (IBGE) do Gestor, ou UF0000 se o estabelecimento estiver sob Gestão Estadual | — | todos |
pa_coduni |
PA_CODUNI |
texto | Código do Estabelecimento no CNES (Cadastro Nacional de Estabelecimentos de Saúde)6 | — | todos |
pa_datref |
PA_DATREF |
texto | Data de referência da produção (competência) (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_codpro |
PA_CODPRO |
texto | Código do procedimento (tabela de procedimentos do leiaute antigo, anterior à SIGTAP) (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_codesp |
PA_CODESP |
texto | Código da especialidade (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_tippro |
PA_TIPPRO |
texto | Tipo de procedimento (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_tipate |
PA_TIPATE |
texto | Tipo de atendimento (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_qtdpro |
PA_QTDPRO |
inteiro ou texto | Quantidade Produzida (APRESENTADA) | — | todos |
pa_qtdapr |
PA_QTDAPR |
inteiro ou texto | Quantidade Aprovada do procedimento | — | todos |
pa_indica |
PA_INDICA |
texto | Indicativo de situação da produção produzida: 0 = não aprovado; 5 = aprovado total; 6 = aprovado parcial | — | todos |
pa_tippre |
PA_TIPPRE |
texto | Tipo de Prestador | — | todos |
pa_datpr |
PA_DATPR |
texto | Data de processamento da produção (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_valpro |
PA_VALPRO |
decimal(10,2) ou decimal(20,2) | Valor Produzido (APRESENTADO) | — | todos |
pa_valapr |
PA_VALAPR |
decimal(10,2) ou decimal(20,2) | Valor Aprovado do procedimento | — | todos |
pa_ufmun |
PA_UFMUN |
texto | Unidade da Federação + Código do Município onde está localizado o estabelecimento | — | todos |
pa_munat |
PA_MUNAT |
texto | Município de atendimento (leiaute antigo) (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_numapa |
PA_NUMAPA |
texto | Número da APAC (leiaute antigo) (inferido do nome do campo; sem definição na documentação oficial consultada) | — | 1994-12 a 2004-08 |
pa_codoco |
PA_CODOCO |
texto | Código de Ocorrência | — | todos |
pa_docorig |
PA_DOCORIG |
texto | Instrumento de Registro (conforme explicado na página 2) | — | todos |
uf |
— | texto | UF do arquivo de origem (sigla em minúsculas, br para arquivos nacionais), gravada pelo conversor; as linhas do período saem ordenadas por ela |
sigla da UF | todos |
_origem |
— | texto | Chave do arquivo bruto que originou a linha (nome do arquivo no FTP, sem o carimbo de data), gravada pelo conversor | texto | todos |
pa_fxetar |
PA_FXETAR |
texto | Faixa etária (inferido do nome do campo; sem definição na documentação oficial consultada) | — | só em 2004-08 |
pa_cidpri |
PA_CIDPRI |
texto | CID9 Principal (APAC ou BPA-I) | — | 2004-08 a 2026-04 |
pa_cidsec |
PA_CIDSEC |
texto | CID Secundário (APAC) | — | 2004-08 a 2026-04 |
pa_morfol |
PA_MORFOL |
texto | Sem descrição na documentação oficial consultada; o nome é o do campo no arquivo de origem | — | só em 2004-08 |
pa_cnpj_cc |
PA_CNPJ_CC |
texto | CNPJ do Órgão que recebeu pela produção por cessão de crédito ou zeros, caso não o tenha | — | 2004-08 a 2026-04 |
pa_rcb |
PA_RCB |
texto | Sem descrição na documentação oficial consultada; o nome é o do campo no arquivo de origem | — | só em 2004-08 |
pa_rcbdf |
PA_RCBDF |
texto | Sem descrição na documentação oficial consultada; o nome é o do campo no arquivo de origem | — | só em 2004-08 |
pa_nh |
PA_NH |
texto | Sem descrição na documentação oficial consultada; o nome é o do campo no arquivo de origem | — | só em 2004-08 |
pa_regct |
PA_REGCT |
texto | Código da Regra Contratual | — | 2010-01 a 2026-04 |
pa_incout |
PA_INCOUT |
texto | Incremento Outros | — | 2010-01 a 2026-04 |
pa_incurg |
PA_INCURG |
texto | Incremento Urgência | — | 2010-01 a 2026-04 |
pa_tpups |
PA_TPUPS |
texto | Tipo de Estabelecimento | — | 2010-01 a 2026-04 |
pa_mn_ind |
PA_MN_IND |
texto | Estabelecimento Mantido / Individual | — | 2010-01 a 2026-04 |
pa_cnpjcpf |
PA_CNPJCPF |
texto | CNPJ do Estabelecimento executante | — | 2010-01 a 2026-04 |
pa_cnpjmnt |
PA_CNPJMNT |
texto | CNPJ da Mantenedora do estabelecimento ou zeros, caso não a tenha | — | 2010-01 a 2026-04 |
pa_mvm |
PA_MVM |
texto | Data de Processamento / Movimento (AAAAMM) | — | 2010-01 a 2026-04 |
pa_cmp |
PA_CMP |
texto | Data da Realização do Procedimento / Competência (AAAAMM) | — | 2010-01 a 2026-04 |
pa_proc_id |
PA_PROC_ID |
texto | Código do Procedimento Ambulatorial | — | 2010-01 a 2026-04 |
pa_tpfin |
PA_TPFIN |
texto | Tipo de Financiamento da produção | — | 2010-01 a 2026-04 |
pa_subfin |
PA_SUBFIN |
texto | Subtipo de Financiamento da produção | — | 2010-01 a 2026-04 |
pa_nivcpl |
PA_NIVCPL |
texto | Complexidade do Procedimento | — | 2010-01 a 2026-04 |
pa_autoriz |
PA_AUTORIZ |
texto | Número da APAC ou número de autorização do BPA-I, conforme o caso. No BPA-I, não é obrigatório, portanto, não é criticado. Lei de formação: UFAATsssssssd, onde: UF – Unid. da Federação, AA – ano, T – tipo, sssssss – sequencial, d – dígito | — | 2010-01 a 2026-04 |
pa_cnsmed |
PA_CNSMED |
texto | Número do CNS (Cartão Nacional de Saúde) do profissional de saúde executante | — | 2010-01 a 2026-04 |
pa_cbocod |
PA_CBOCOD |
texto | Código da Ocupação do profissional na Classificação Brasileira de Ocupações8 (Ministério do Trabalho) | — | 2010-01 a 2026-04 |
pa_motsai |
PA_MOTSAI |
texto | Motivo de saída ou zeros, caso não tenha | — | 2010-01 a 2026-04 |
pa_obito |
PA_OBITO |
texto | Indicador de Óbito (APAC) | — | 2010-01 a 2026-04 |
pa_encerr |
PA_ENCERR |
texto | Indicador de Encerramento (APAC) | — | 2010-01 a 2026-04 |
pa_perman |
PA_PERMAN |
texto | Indicador de Permanência (APAC) | — | 2010-01 a 2026-04 |
pa_alta |
PA_ALTA |
texto | Indicador de Alta (APAC) | — | 2010-01 a 2026-04 |
pa_transf |
PA_TRANSF |
texto | Indicador de Transferência (APAC) | — | 2010-01 a 2026-04 |
pa_cidcas |
PA_CIDCAS |
texto | CID Causas Associadas (APAC) | — | 2010-01 a 2026-04 |
pa_catend |
PA_CATEND |
texto | Caráter de Atendimento (APAC ou BPA-I) | — | 2010-01 a 2026-04 |
pa_idade |
PA_IDADE |
texto | Idade do paciente em anos | — | 2010-01 a 2026-04 |
idademin |
IDADEMIN |
texto | Idade mínima do paciente para realização do procedimento | — | 2010-01 a 2026-04 |
idademax |
IDADEMAX |
texto | Idade máxima do paciente para realização do procedimento | — | 2010-01 a 2026-04 |
pa_flidade |
PA_FLIDADE |
texto | Compatibilidade com a faixa de idade do procedimento (SIGTAP – Sistema de Gerenciamento da Tabela de Procedimentos do SUS): 0 = Idade não exigida; 1 = Idade compatível com o SIGTAP; 2 = Idade fora da faixa do SIGTAP; 3 = Idade inexistente; 4 = Idade EM BRANCO | — | 2010-01 a 2026-04 |
pa_sexo |
PA_SEXO |
texto | Sexo do paciente | — | 2010-01 a 2026-04 |
pa_racacor |
PA_RACACOR |
texto | Raça/Cor do paciente: 01 - Branca, 02 - Preta, 03 - Parda, 04 - Amarela, 05 - Indígena, 99 - Sem informação | — | 2010-01 a 2026-04 |
pa_munpcn |
PA_MUNPCN |
texto | Código da Unidade da Federação + Código do Município de residência do paciente ou do estabelecimento, caso não se tenha a identificação do paciente, o que ocorre no (BPA) | — | 2010-01 a 2026-04 |
pa_ufdif |
PA_UFDIF |
texto | Indica se a UF de residência do paciente é diferente da UF de localização do estabelecimento: 0 = mesma UF; 1 = UF diferente | — | 2010-01 a 2026-04 |
pa_mndif |
PA_MNDIF |
texto | Indica se o município de residência do paciente é diferente do município de localização do estabelecimento: 0 = mesmo município; 1 = município diferente | — | 2010-01 a 2026-04 |
pa_dif_val |
PA_DIF_VAL |
decimal(20,2) | Diferença do Valor Unitário do procedimento praticado na Tabela Unificada com Valor Unitário praticado pelo Gestor da Produção, multiplicado pela Quantidade Aprovada | — | 2010-01 a 2026-04 |
nu_vpa_tot |
NU_VPA_TOT |
decimal(20,2) | Valor Unitário do Procedimento da Tabela VPA | — | 2010-01 a 2026-04 |
nu_pa_tot |
NU_PA_TOT |
decimal(20,2) | Valor Unitário do Procedimento da Tabela SIGTAP | — | 2010-01 a 2026-04 |
pa_flqt |
PA_FLQT |
texto | Indicador de erro de Quantidade Produzida | — | 2010-01 a 2026-04 |
pa_fler |
PA_FLER |
texto | Indicador de erro de corpo da APAC | — | 2010-01 a 2026-04 |
pa_etnia |
PA_ETNIA |
texto | Etnia do paciente | — | 2010-01 a 2026-04 |
pa_vl_cf |
PA_VL_CF |
decimal(20,2) | Valor do Complemento Federal | — | 2017-11 a 2026-04 |
pa_vl_cl |
PA_VL_CL |
decimal(20,2) | Valor do Complemento Local | — | 2017-11 a 2026-04 |
pa_vl_inc |
PA_VL_INC |
decimal(20,2) | Valor do Incremento | — | 2017-11 a 2026-04 |
pa_srv_c |
PA_SRV_C |
texto | Sem descrição na documentação oficial consultada; o nome é o do campo no arquivo de origem | — | 2017-11 a 2026-04 |
pa_ine |
PA_INE |
texto | Código de Identificação Nacional de Equipes10, para registrar a atuação das equipes na execução de ações de saúde | — | 2017-11 a 2026-04 |
pa_nat_jur |
PA_NAT_JUR |
texto | Código da Natureza Juridica11 | — | 2017-11 a 2026-04 |
pa_fntorc |
PA_FNTORC |
texto | Fonte orçamentária (inferido do nome do campo; sem definição na documentação oficial consultada) | — | só em 2026-04 |
pa_vl_crd |
PA_VL_CRD |
decimal(20,2) | Sem descrição na documentação oficial consultada; o nome é o do campo no arquivo de origem | — | só em 2026-04 |
No lake¶
- Dataset no lake:
datasus/sia-pa, particionado porano,mes(diretórioschave=valor). A UF do arquivo de origem vai na colunauf(as linhas do período saem ordenadas por ela) e o nome do arquivo bruto, na coluna_origem; os arquivos de uma mesma partição compartilham um Parquet. - Chave: sem chave natural declarada. Nenhuma combinação de colunas foi conferida como única nas amostras; para tirar duplicatas, defina a chave por consulta (ver Cuidados de uso).
- Tipos nas amostras (número de colunas): decimal(10,2): 2, decimal(20,2): 9, inteiro: 2, texto: 68.
- Transformações do conversor (
datasus-fetcher0.19.0,wrangle_datasuseLakeConverter): nomes de coluna em minúsculas; textos aparados (espaços das pontas saem); valores de preenchimento (texto vazio,NA,null,Nonee códigos como999999e00000000, conforme a listaSENTINEL_NULLSdo pacote) viram nulo; colunas de código (CID, CNES, município, procedimento, CEP, número de AIH e semelhantes) ficam como texto, preservando zeros à esquerda; colunas de data no formatoAAAAMMDDviram data (valores inválidos interrompem a conversão em vez de virarem nulo); valores monetários com casas decimais ficam como decimal exato; registros marcados como excluídos no DBF são descartados; arquivos DBC sem nenhuma linha não passam pela limpeza (ver Cuidados de uso). - Esquema de referência:
sia-pa.schema.json, gerado por conversão local de amostras. Tipos listados com mais de um valor variam entre partições.
Cuidados de uso¶
- (i) use aprovado (
PA_QTDAPR/PA_VALAPR), não produzido, para estimar o que foi pago; linhas comPA_INDICA/PA_FLERindicando glosa devem ser analisadas à parte; (ii) para atendimentos individualizados não há CNS do paciente; os camposPA_CNSMED(CNS do profissional) são codificados; (iii) UF do arquivo = UF do estabelecimento/gestor, não do paciente — usePA_MUNPCNpara a residência; (iv) as partesa,b, … de um mesmo mês devem ser concatenadas sem deduplicar; (v) o dataset é enorme (~218 GB): sempre filtre por UF e período e use leitura em pedaços/Parquet; (vi) o 'PA' pré-2008 usa tabela de procedimentos de 8 dígitos (confiraTAB_SIA_199407-199910.zipetc.) — não misture com a SIGTAP sem crosswalk. (texto da versão anterior desta página; não reconferido nesta revisão.) - Tipo que varia entre períodos:
pa_qtdpro,pa_qtdapr,pa_valpro,pa_valapraparecem com mais de um tipo nas amostras (por exemplo, inteiro em alguns períodos e texto em outros); leia a colunaTipodo dicionário e converta explicitamente antes de empilhar períodos. Evidência: conversão local de amostras em 2026-11-16,datasus-fetcher0.19.0. - Colunas que não existem em todo o período: 63 colunas aparecem só em parte das amostras (a coluna
Períododo dicionário dá o intervalo amostrado); consultas sobre vários períodos devem tolerar colunas ausentes (ex.:pl.scan_parquet(..., missing_columns="insert")oudiagonal_relaxed). Evidência: conversão local de amostras em 2026-11-16,datasus-fetcher0.19.0. - Dado pessoal: as colunas listadas em
dados_pessoaisno cabeçalho são o inventário por nome de coluna; atributos demográficos e territoriais (sexo, raça/cor, idade, município de residência) não entram na lista, mas combinados podem identificar uma pessoa.
Exemplos¶
Consulta sobre o lake (polars)¶
Quantas linhas há por período e por UF do arquivo de origem? (confere a cobertura do lake antes de qualquer análise)
from pathlib import Path
import polars as pl
arquivos = sorted(Path("lake/datasus/sia-pa").glob("**/*.parquet"))
dados = pl.concat( # períodos diferentes têm colunas e tipos diferentes
[pl.scan_parquet(a, hive_partitioning=True) for a in arquivos],
how="diagonal_relaxed",
)
(
dados.group_by("ano", "mes", "uf")
.agg(pl.len().alias("linhas"))
.sort("ano", "mes", "uf")
.collect()
)
O caminho lake/ é a raiz do lake (a pasta que contém datasus/). A consulta foi executada sobre a conversão local de amostras de 2026-11-16.
Pela linha de comando (datasus-fetcher)¶
# o que o FTP publica para o dataset (arquivos e tamanho)
datasus-fetcher list sia-pa
# baixa um recorte, com a documentação oficial e as tabelas auxiliares (`--dry-run` só lista)
datasus-fetcher sync sia-pa -o ./data --start 2024-01 --end 2024-12 --regions sp rj --docs --aux
# converte o que foi baixado para o lake (Parquet particionado)
datasus-fetcher convert -i ./data -o ./lake --dataset sia-pa
Referências¶
- Servidor FTP do DATASUS:
ftp://ftp.datasus.gov.br/dissemin/publicos/SIASUS/200801_/ - Portal de Transferência de Arquivos do DATASUS: https://datasus.saude.gov.br/transferencia-de-arquivos/
- TabNet DATASUS: https://datasus.saude.gov.br/informacoes-de-saude-tabnet/
- Informe Técnico SIASUS (jul/2019):
ftp://ftp.datasus.gov.br/dissemin/publicos/SIASUS/200801_/Doc/Informe_Tecnico_SIASUS_2019_07.pdf - SIGTAP — Tabela de Procedimentos, Medicamentos e OPM do SUS: http://sigtap.datasus.gov.br/
- Manual Técnico Operacional do SIA/SUS (SAES/MS) — disponíveis na Biblioteca Virtual em Saúde do Ministério da Saúde: https://bvsms.saude.gov.br/
- PCDaS/Fiocruz (Plataforma de Ciência de Dados aplicada à Saúde), que disponibiliza o SIA/SUS para pesquisa: https://pcdas.icict.fiocruz.br/
- Portal DATASUS — SIA/SUS (TabNet): https://datasus.saude.gov.br/informacoes-de-saude-tabnet/ (Assistência à Saúde → Produção Ambulatorial).