Pular para conteúdo

Cólera (sinan-cole)

Resumo

O sinan-cole contém os microdados das notificações e investigações epidemiológicas de casos de Cólera (CID-10 A00) registrados no Sistema de Informação de Agravos de Notificação (SINAN) do Ministério da Saúde. Cada registro (linha) representa a ficha individual de notificação/investigação de um caso suspeito de cólera, preenchida pelas unidades de saúde de todo o país e digitada no SINAN Net/Sinan Online. É uma base de incidência muito baixa no país atual (desde a introdução do Vibrio cholerae em 1991 os casos se concentraram em episódios isolados), com leiaute detalhado de investigação (91 colunas na ficha v5.0): quadro diarréico agudo, desidratação, coleta de fezes/vômito para cultura e sorotipagem, antibióticos, tipo de reidratação (oral/venosa) e fonte provável de infecção.

Ficha técnica

Origem e coleta

  • Arquivos preliminares: Sim (diretório PRELIM)
  • Documentação oficial no FTP: /dissemin/publicos/SINAN/DOCS
  • Tabelas auxiliares no FTP: /dissemin/publicos/SINAN/AUXILIAR

Diretórios e Padrões de Arquivos (meta.py)

Diretório FTP (dir) Prefixo (filename_prefix) Padrão (filename_pattern) Extensão Preliminar
/dissemin/publicos/SINAN/DADOS/FINAIS COLE UF + AA (2 dígitos; na prática consolidações BR anuais) dbc Não
/dissemin/publicos/SINAN/DADOS/PRELIM COLE UF + AA (2 dígitos) dbc Sim

Nomenclatura e Armazenamento Local

  • No servidor FTP (ftp.datasus.gov.br): exemplo real COLEBR24.dbc — COLE é o prefixo do agravo, BR indica a consolidação nacional de todo o país e 24 é o ano de notificação (2024). As consolidações até 2022 estão em FINAIS e os anos de 2024 a 2025 estão apenas em PRELIM (ex.: COLEBR25.dbc); o arquivo de 2023 não consta no FTP (lacuna verificável no inventário index.json).
  • No armazenamento local do datasus-fetcher: data/sinan-cole/<AAAA>/sinan-cole_<AAAA>-<uf>@<AAAAMMDD>.dbc, por exemplo data/sinan-cole/2024/[email protected] (o sufixo @AAAAMMDD é a data do arquivo no FTP; arquivos preliminares levam -preliminar no nome do dataset).
  • Documentação e Tabelas Auxiliares associadas: no diretório SINAN/DOCS estão Docs_TAB_SINAN.zip e as instruções POP_I/II/III de acesso, descompactação e tabulação; em SINAN/AUXILIAR estão TAB_SINANNET.zip, TAB_SINANONLINE.zip (definições/tabulações do Sinan Net e Online) e POPT_Estimativa_TCU_2019_Sinan.zip (denominadores populacionais).

Conteúdo

O cólera é agravo de notificação compulsória desde a Lei nº 6.259/1975 e o Decreto nº 78.231/1976, integrando hoje a Lista Nacional de Agravos de Notificação Compulsória (Portaria GM/MS nº 204/2016). A vigilância é conduzida pela Secretaria de Vigilância em Saúde e Ambiente (SVSA/MS), com apoio da rede de laboratórios de referência (Fiocruz/IOC), sob o alerta precoce para reintrodução do agente na região das Américas — onde a doença permanece recorrente em países próximos (Haiti, Peru e outras transmissões recentes). Com transmissão endêmica extinta no Brasil, a base serve principalmente ao registro de casos isolados/importados, à vigilância de surtos episódicos e ao monitoramento da qualidade da rede de diagnóstico de Vibrio cholerae.

O evento gerador deste dataset é a Ficha de Notificação/Investigação de Cólera do SINAN. A notificação nasce com a suspeição clínica (diarreia aguda profusa — "água de arroz" — com ou sem desidratação e choque) e é completada ao longo da investigação com sintomas (diarreia, câimbras, vômitos, presença de sangue e muco nas fezes), o grau de desidratação/choque (CS_CHOQUE), a coleta de material para cultura (CS_MATERIA/CS_VOMITO, DT_COLETA), resultado da cultura e sorotipagem (CS_RESULTA/CS_POSITIV/CS_NEG_ESP), antibiótico e reidratação (CS_REIDRAT: via oral ou venosa), e a fonte provável de infecção (contatos e vínculos de surto: FC_CONTATO, VINCULO). A unidade de análise é o caso notificado.

A série histórica inicia em 2007 (implantação nacional do Sinan Net): não há bases anteriores no FTP para esse agravo, e as consolidações até 2022 foram publicadas em FINAIS, com os anos de 2024 e 2025 apenas em PRELIM. Há uma lacuna no FTP: o arquivo referente a 2023 não está disponível (nem em FINAIS nem em PRELIM) — a série anual tem uma quebra que deve ser tratada em agregações. Revisões do dicionário datam de fevereiro/2012 (incluindo o bloco de desdobrams com fontes de água/alimentos e contatos).

Aplicações analíticas típicas: vigilância de casos isolados/importados (com fonte provável de infecção em COUFINF/COPAISINF/COMUNINF); investigação de surtos de diarreia aguda por vínculo epidemiológico (FC_CONTATO, VINCULO); percentual de casos hospitalizados e letalidade; e o registro de casos confirmados laboratorialmente (cultura e sorotipagem O1/O139), indicador da capacidade da rede de laboratórios de referência.

Cobertura observada

  • Índice do FTP (2026-10): 18 arquivos, de 2007 a 2025, 1 UF(s) com arquivos, última atualização em 2026-01-20.
  • Conversão local de amostras (1 arquivo(s) Parquet, de 2016 a 2016), feita em 2026-11-16 com o datasus-fetcher 0.19.0: serve de base ao esquema de referência. Períodos fora das amostras podem ter colunas que não aparecem aqui.

Variáveis de uso mais frequente (resumo da versão anterior desta página)

Schema extraído de COLEBR24.dbc (91 colunas depois de remover _deleted).

Coluna (DBF) Tipo / Formato Descrição
DT_NOTIFIC / DT_SIN_PRI Data (AAAAMMDD) Data de notificação e data de início dos sintomas
NU_ANO Inteiro Ano da notificação
ID_MUNICIP / ID_MN_RESI String (6/7) Códigos IBGE de município de notificação e residência
DT_INVEST Data (AAAAMMDD) Data da investigação do caso
FC_CONTATO Inteiro Se sim, tipo de contato com caso de cólera (domiciliar, vizinho, outro, sem contato)
FC_CONT_DE / OUT_VINCUL Inteiro/String Tipo de contato detalhado e/outro vínculo (escola, trabalho, mar)
VINCULO Inteiro Vínculo entre os casos notificados (coorte de surto)
CS_ASSINTO Inteiro Assintomático (1 - Sim, 2 - Não, 9 - Ignorado)
CS_DIARRE/CS_CAIMBRA/CS_FEBRE/CS_VOMITOS/CS_DOR Inteiro Sintomas: diarreia, câimbras, febre, vômitos e dor abdominal
CS_CHOQUE / CS_DESIT Inteiro Choque e desidratação/estado de hidratação
TIP_DIARRE/CS_FREQUEN/CS_SANGUE/CS_MUCO/CS_TIPO Inteiro Aspecto da diarreia: tipo (aguada — "água de arroz"), frequência, presença de sangue e muco
DT_ATENDIM / DT_INTERNA / UF_HOSPITA / NM_MUNIC_H Data/String Atendimento, internação hospitalar e local
CS_MATERIA / CS_VOMITO Inteiro Material colhido para exame: fezes e vômito (1 - Sim, 2 - Não, 9 - Ignorado)
DT_COLETA Data (AAAAMMDD) Data da coleta do material para exame
CS_ANTIB / NM_ANTIBIO / CS_RESULTA Inteiro/String Antibioticoterapia instituída, nome dos antibióticos e resultado da cultura
CS_POSITIV / CS_NEG_ESP Inteiro Resultado positivo da cultura e espécimes negativados (sorotipagem O1/O139)
CS_REIDRAT Inteiro Tipo de reidratação recebida: via oral, venosa
CS_ANTIB_T / ANTIB_DES Inteiro/String Antibiótico profilático e descrição
CLASSI_FIN Inteiro Classificação final do caso: 1 - Confirmado, 2 - Descartado
CRITERIO Inteiro Critério de confirmação/descarte: 1 - Laboratorial, 2 - Clínico-epidemiológico
TPAUTOCTO Inteiro O caso é autóctone do município de residência (1 - Sim, 2 - Não, 3 - Indeterminado)
COUFINF/COPAISINF/COMUNINF/CODISINF String/Data UF, país, distrito e município prováveis da fonte de infecção
DOENCA_TRA Inteiro Doença relacionada ao trabalho (1 - Sim, 2 - Não, 9 - Ignorado)
EVOLUCAO Inteiro Evolução do caso (1 - Cura, 2 - Óbito por cólera, 3 - Óbito por outras causas, 9 - Ignorado)
DT_OBITO / DT_ENCERRA Data (AAAAMMDD) Data do óbito e de encerramento do caso
DT_DESC1/DT_DESC2/DT_DESC3 Data Campos repetidos (1 a 3) de descarte/administração de registros — data (co UF / município / país correspondentes em CO_UF_DES*, MUN_DES*, PA_DES* e descrição DS_TRANS*)

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
tp_not TP_NOT texto Tipo de Notificação. Identifica o tipo da notificação 1 – Negativa 2 – Individual 3 – Surto 4 – Agregado todos
id_agravo ID_AGRAVO texto Agravo. Tabela de agravos do sistema com códigos (classificação internacional de doenças –CID 10) e nomes dos agravos classificados como notificação compulsória ( nacional, estadual ou municipal) e as síndromes ( febre hemorragia aguda;respiratória aguda; diarréia aguda; sanguinolenta; — todos
dt_notific DT_NOTIFIC data Data da Notificação. Data de preenchimento da ficha de notificação — todos
sem_not SEM_NOT texto Semana epidemiológic a da notificação (campo interno) — todos
nu_ano NU_ANO texto (campo interno). Ano da notificação — todos
sg_uf_not SG_UF_NOT texto UF de Notificação. Sigla da Unidade Federativa onde está localizada a unidade de saúde (ou outra fonte notificadora) que realizou a notificação. A sigla é uma variável que está associada ao código na tabela — todos
id_municip ID_MUNICIP texto Município de Notificação — todos
id_regiona ID_REGIONA texto (campo interno). Regional de saúde onde está localizado o município da unidade de saúde ou outra fonte notificadora — todos
dt_sin_pri DT_SIN_PRI data Data dos primeiros sintomas / Diagnóstico — todos
sem_pri SEM_PRI texto Semana epidemiológic a dos primeiros sintomas/ diagnósticos. (campo interno) — todos
dt_nasc DT_NASC data Data de nascimento. Data de nascimento do paciente — todos
nu_idade_n NU_IDADE_N inteiro Idade. A composição da variável obedece o seguinte critério: 1o — todos
cs_sexo CS_SEXO texto Sexo. M- Masculino F- Feminino I- Ignorado — todos
cs_gestant CS_GESTANT texto Gestante. Gestante 1. 1º Trimestre 2. 2º Trimestre 3. 3º Trimestre 4. Idade gestacional ignorada 5. Não 6. Não se aplica 9. Ignorado — todos
cs_raca CS_RACA texto Raça/Cor. Considera-se cor ou raça declarada pela pessoa. 1. branca 2. preta 3. amarela (pessoa que se declarou de raça amarela) 4. parda (pessoa que se declarou mulata, cabocla, cafuza, mameluca ou mestiça de preto com pessoa de outra cor ou raça) 5. indígena (pessoa que se declarou indígena ou índia) 1- branca 2- preta 3- amarela 4- parda 5- indígena 9 Ignorado todos
cs_escol_n CS_ESCOL_N texto Escolaridade. 43 Analfabeto 1. 1ª a 4ª série incompleta do EF 2. 4ª série completa do EF ( antigo 1° grau) 3. 5ª à 8ª série incompleta do EF (antigo ginásio ou 1° grau) 4. Ensino fundamental completo (antigo ginásio ou 1° grau) 5. Ensino médio incompleto (antigo colegial ou 2° grau) 6. Ensino médio completo (antigo colegial ou 2° grau) 7. Educação superior incompleta 8. Educação superior completa 9. Ignorado 10. N... — todos
sg_uf SG_UF texto UF. Sigla da Unidade Federada de residência do paciente por ocasião da notificação. A sigla é uma variável que está associada ao código na tabela — todos
id_mn_resi ID_MN_RESI texto Município de residência — todos
id_rg_resi ID_RG_RESI texto (campo interno). Regional de saúde onde está localizado o município de residência do paciente por ocasião da notificação — todos
id_pais ID_PAIS texto País (se residente fora do Brasil) — todos
dt_invest DT_INVEST data Data da investigação. data de início da investigação do caso — todos
id_ocupa_n ID_OCUPA_N texto Ocupação. Ocupação do indivíduo que sofreu o agravo — todos
fc_contato FC_CONTATO texto Contato com caso suspeito ou confirmado de cólera (até 10 dias antes do início dos sinais e sintomas). Local em que o paciente teve contato com caso semelhante nos últimos 10 dias, anteriores ao início dos sinais e sintomas 1. Domicílio 2. Vizinhança 3. Trabalho 4. Creche/escola 5. Posto de saúde/hospital 6. Outro estado/município 7. Outros 8. Sem história de contato 9. Ignorado todos
fc_cont_de FC_CONT_DE texto No caso de outros (especificar). Habilitar se campo 33- Contato com caso suspeito ou confirmado de cólera (até 10 dias antes do início dos sinais e sintomas) for = 7-outros — todos
vinculo VINCULO texto Sugestão de vínculo com. varchar(1), 1- Consumo de água não tratada 2- Exposição à esgoto 3- Alimento 4- Deslocamento 5- Outros 9- Ignorado todos
out_vincul OUT_VINCUL texto Se outros especificar. Informar se outras sugestões de vínculo que não as de cima especificadas — todos
cs_assinto CS_ASSINTO texto Outros Sinais e Sintomas Assintomático. O paciente não apresentou sintomas da doença 1-sim 2-não 9-ignorado todos
cs_diarre CS_DIARRE texto Sinais e Sintomas Diarréia. O paciente apresentou diarréia 1-sim 2-não 9-ignorado todos
cs_caimbra CS_CAIMBRA texto Sinais e Sintomas Câimbras. O paciente apresentou câimbras 1-sim 2-não 9-ignorado todos
cs_febre CS_FEBRE texto Sinais e Sintomas Febre. O paciente teve febre 1-sim 2-não 9-ignorado todos
cs_vomitos CS_VOMITOS texto Sinais e Sintomas Vômitos. O paciente teve vômitos 1-sim 2-não 9-ignorado todos
cs_dor CS_DOR texto Sinais e Sintomas Dor Abdominal. O paciente apresentou dor abdominal 1-sim 2-não 9-ignorado todos
cs_choque CS_CHOQUE texto Sinais e Sintomas Choque. O paciente entrou em estado de choque 1-sim 2-não 9-ignorado todos
cs_desit CS_DESIT texto Desidratação. Grau de desidratação do paciente 1. Não 2. Algum grau 3. Grave 9. Ignorado todos
tip_diarre TIP_DIARRE texto Característica da Diarréia. Como apresentava- se a diarréia 1-aquosa/ amarelada 2- aquosa/ água de arroz 3- pastosa 9- ignorado todos
cs_frequen CS_FREQUEN texto Freqüência/ Dia. Quantas evacuações o paciente teve durante 24 horas 1. até 5 evacuações 2. de 6 a 10 evacuações 3. de 11 a 20 evacuações 4. acima de 20 evacuações todos
cs_sangue CS_SANGUE texto Presença de sangue. Se há presença de sangue nas fezes do paciente 1. Sim 2. Não 9. Ignorado todos
cs_muco CS_MUCO texto Presença de muco. Se há presença de muco nas fezes do paciente 1. Sim 2. Não 9. Ignorado todos
cs_tipo CS_TIPO texto Tipo de atendimento. Tipo de atendimento recebido pelo paciente em decorrência da suspeita de cólera 1. Hospitalar 2. Ambulatorial 3. Domiciliar 4. Nenhum 9. Ignorado todos
dt_atendim DT_ATENDIM data Data do atendimento. Data em que o paciente foi atendido — todos
dt_interna DT_INTERNA data Data da internação. Se hospitalar, Data da internação — todos
uf_hospita UF_HOSPITA texto UF. Sigla da UF onde o paciente foi internado — todos
nm_munic_h NM_MUNIC_H texto Município do hospital. Nome completo do município onde o paciente foi internado — todos
cs_materia CS_MATERIA texto Material colhido - Fezes. Colheu-se fezes para o exame 1-sim 2-não 9-ignorado todos
cs_vomito CS_VOMITO texto Material colhido - Vômito. o 1-sim 2-não 9-ignorado todos
dt_coleta DT_COLETA data Data da coleta. Data da coleta do material para exame — todos
cs_antib CS_ANTIB texto Uso de antibiótico antes da coleta do material. Se o paciente fez uso de antibiótico antes da coleta para exame 1-sim 2-não 9-ignorado todos
nm_antibio NM_ANTIBIO texto Caso afirmativo, qual. Especificar o nome do antibiótico — todos
cs_resulta CS_RESULTA texto Resultado. Informar se o exame foi positivo ou negativo 1. Positivo 2. Negativo todos
cs_positiv CS_POSITIV texto Caso positivo. Informar o sorotipo 1. Ogawa 2. Inaba 3. Hikojima 4. Outro sorotipo 5. Não vibrio todos
cs_neg_esp CS_NEG_ESP texto Caso negativo, especificar. Acrescentar a opção outro agente etiologico — todos
cs_reidrat CS_REIDRAT texto Reidratação. Informar o tipo de tratamento recebido pelo paciente 1-via oral 2-venosa 3-oral - venosa todos
cs_antib_t CS_ANTIB_T texto Utilizou antibióticos. se o paciente foi tratado com antibióticos 1. Sim 2. Não 9. Ignorado todos
antib_des ANTIB_DES texto Caso afirmativo, qual. Em caso afirmativo, — todos
classi_fin CLASSI_FIN texto Classificação final. Classificação final do caso 1. Confirmado 2. Descartado todos
criterio CRITERIO texto Critério de confirmação/descarte. Define se o caso foi confirmado por laboratório ou clínico - epidemiológico 1. Laboratorial 2. Clínico- epidemiológico todos
tpautocto TPAUTOCTO texto O caso é Autóctone de residência?. Indica se o caso é autóctone do município de residência 1 – Sim 2 – Não 3 – Indeterminado todos
coufinf COUFINF texto UF (provável da fonte de infecção). Sigla da unidade federada onde o paciente foi provavelmente infectado — todos
copaisinf COPAISINF texto País (provável da fonte de infecção). País onde o paciente foi provavelmente infectado — todos
comuninf COMUNINF texto Município (provável da fonte de infecção). Código do município onde o paciente foi provavelmente infectado. O nome está associado ao código na tabela de municípios — todos
codisinf CODISINF texto Distrito (provável de infecção). co_distrito_infeccão — todos
doenca_tra DOENCA_TRA texto Doença relacionada ao trabalho. Se o paciente adquiriu a doença 1. sim 2. não todos
evolucao EVOLUCAO texto Evolução do caso 1- cura 2- óbito por cólera 3- óbito por outras causas 9- ignorado todos
dt_obito DT_OBITO data Data do óbito — todos
dt_encerra DT_ENCERRA data Data do encerramento. Data do encerramento do caso — todos
dt_digita DT_DIGITA data Data de digitação. Data de Digitação da primeira inclusão da notificação no sistema — todos
dt_desc1 DT_DESC1 data Informações complementares e observações Data de deslocamento 1. informar data de deslocamento 1 — todos
dt_desc2 DT_DESC2 data Informações complementares e observações Data de deslocamento 2. informar data de deslocamento 2 — todos
dt_desc3 DT_DESC3 data Informações complementares e observações Data de deslocamento 3. informar data de deslocamento 3 — todos
co_uf_des1 CO_UF_DES1 texto Informações complementares e observações UF deslocamento 1. 1 — todos
co_uf_des2 CO_UF_DES2 texto Informações complementares e observações UF deslocamento 2. 2 — todos
co_uf_des3 CO_UF_DES3 texto Informações complementares e. 3 — todos
mun_des1 MUN_DES1 texto Informações complementares e observações Município deslocamento 1. mento_1 — todos
mun_des2 MUN_DES2 texto Informações complementares e observações Município deslocamento 2. mento_2 — todos
mun_des3 MUN_DES3 texto Informações complementares e observações Município deslocamento 3. mento_3 — todos
pa_des1 PA_DES1 inteiro Informações complementares e observações País deslocamento 1. o_1 — todos
pa_des2 PA_DES2 inteiro Informações complementares e observações País deslocamento 2. o_2 — todos
pa_des3 PA_DES3 inteiro Informações complementares e observações País deslocamento. o_3 — todos
ds_trans1 DS_TRANS1 texto Informações complementares e observações Meio de transporte 1. informar o meio de transporte de deslocamento 1 — todos
ds_trans2 DS_TRANS2 texto Informações complementares e observações Meio de transporte 2. informar o meio de transporte de deslocamento 2 — todos
ds_trans3 DS_TRANS3 texto Informações complementares e observações Meio de transporte 3. informar o meio de transporte de deslocamento 3 — 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

No lake

  • Dataset no lake: datasus/sinan-cole, particionado por ano (diretórios chave=valor). A UF do arquivo de origem vai na coluna uf (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): data: 13, inteiro: 4, texto: 66.
  • Transformações do conversor (datasus-fetcher 0.19.0, wrangle_datasus e LakeConverter): nomes de coluna em minúsculas; textos aparados (espaços das pontas saem); valores de preenchimento (texto vazio, NA, null, None e códigos como 999999 e 00000000, conforme a lista SENTINEL_NULLS do 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 formato AAAAMMDD viram 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).
  • Colunas renomeadas por colidir com partição (SINAN): UF vira uf_hospital.
  • Esquema de referência: sinan-cole.schema.json, gerado por conversão local de amostras. Tipos listados com mais de um valor variam entre partições.

Cuidados de uso

  • o volume anual de casos é mínimo (série com pouquíssimos registros); a lacuna do ano 2023 no FTP exige cuidado na consolidação da série anual em agregações; e os campos coleta/cultura (CS_MATERIA, CS_VOMITO, CS_POSITIV) devem ser lidos conforme a ficha revisada de fevereiro/2012 (definição de caso e amostragem obrigatória). (texto da versão anterior desta página; não reconferido nesta revisão.)
  • Dado pessoal: as colunas listadas em dados_pessoais no 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.
  • Arquivos DBC vazios: nas amostras, 4 arquivo(s) sem nenhuma linha escaparam da limpeza do conversor e gravaram as colunas com os nomes originais em maiúsculas, mais _deleted, no Parquet daquele período; filtre os arquivos de zero linha antes de empilhar partições. Evidência: conversão local de amostras em 2026-11-16, datasus-fetcher 0.19.0. Achado do conversor, não corrigido aqui.

Exemplos

Consulta sobre o lake (polars)

Quantas fichas foram notificadas por ano e UF de notificação?

from pathlib import Path

import polars as pl

arquivos = sorted(Path("lake/datasus/sinan-cole").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", "sg_uf_not")
    .agg(pl.len().alias("fichas"))
    .sort("ano", "sg_uf_not")
    .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 sinan-cole

# baixa um recorte, com a documentação oficial e as tabelas auxiliares (`--dry-run` só lista)
datasus-fetcher sync sinan-cole -o ./data --start 2020 --end 2024 --regions br --docs --aux

# converte o que foi baixado para o lake (Parquet particionado)
datasus-fetcher convert -i ./data -o ./lake --dataset sinan-cole

Referências

  • Servidor FTP do DATASUS: ftp://ftp.datasus.gov.br/dissemin/publicos/SINAN/DADOS/FINAIS e .../SINAN/DADOS/PRELIM
  • 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/
  • Portal SINAN — Cólera (ficha e dicionário de dados v5.0): https://portalsinan.saude.gov.br
  • Portaria GM/MS nº 204/2016 (consolidação da notificação compulsória do SUS), Lei nº 6.259/1975 e Decreto nº 78.231/1976
  • PCDaS/Fiocruz — SINAN: https://pcdas.icict.fiocruz.br/conteudo/tecnico/sinan
  • Guia de Vigilância em Saúde (SVSA/MS, Ed. atual) — capítulo de cólera e doenças diarréicas agudas (DDA)