Pular para conteúdo

Difteria (sinan-dift)

Resumo

O sinan-dift contém os microdados das notificações e investigações epidemiológicas de casos de Difteria (CID-10 A36) 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 difteria, preenchida pelas unidades de saúde de todo o país e digitada no SINAN Net/Sinan Online. É uma base de baixa incidência (difteria é agravo raro no Brasil, com registros individuais habitualmente associados a inquéritos e surtos), mas com leiaute detalhado (92 colunas na v5.0) que registra a pseudo-membrana, complicações (faringe, laringe, cordae, miocardite, nefrite, paralisias), o tratamento com soro antitoxina e antibiótico, a síntese de contato e a investigação vacinal.

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 DIFT UF + AA (2 dígitos; na prática consolidações BR anuais) dbc Não
/dissemin/publicos/SINAN/DADOS/PRELIM DIFT UF + AA (2 dígitos) dbc Sim

Nomenclatura e Armazenamento Local

  • No servidor FTP (ftp.datasus.gov.br): exemplo real DIFTBR25.dbc — DIFT é o prefixo do agravo, BR indica a consolidação nacional de todo o país e 25 é o ano de notificação (2025). As consolidações até 2023 estão em FINAIS e os anos de 2024 a 2026 estão apenas em PRELIM (ex.: DIFTBR26.dbc, atualização de 07/10/2026).
  • No armazenamento local do datasus-fetcher: data/sinan-dift/<AAAA>/sinan-dift_<AAAA>-<uf>@<AAAAMMDD>.dbc, por exemplo data/sinan-dift/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

A difteria é agravo de notificação compulsória desde a Lei nº 6.259/1975 e o Decreto nº 78.231/1976, atualmente constando da 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) em articulação com o GT-SINAN, a rede laboratorial de referência para o diagnóstico de Corynebacterium diphtheriae e o Programa Nacional de Imunizações, cuja cobertura vacinal (vacina tríplice bacteriana/D3 e D3a) é decisiva para manter a doença em níveis raros. Com poucos casos esperados por ano, a base serve à investigação de casos individualizados, à identificação de bolsões de cobertura vacinal insuficiente e à resposta rápida a surtos localizados.

O evento gerador deste dataset é a Ficha de Notificação/Investigação de Difteria do SINAN. A notificação nasce com a suspeição clínica (pseudo-membrana sogra nos pilares, amígdalas, palato, faringe ou laringe, acompanhada de edema cervical, prostração e febre) e é completada ao longo da investigação com o registro detalhado da topografia da pseudo-membrana, das complicações (miocardite, nefrite, paralisias bulbar/palatina/de membros e arritmias), do material clínico coletado e do tratamento (soro antitoxina e antibiótico, com datas TRA_DATA_S/TRA_DATA_A). 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. Mudanças incrementais no dicionário (versão revisada em julho/2010) refletiram a organização das opções do critério de confirmação (cultura com provas de toxigenicidade, cultura sem prova de toxigenicidade, vínculo epidemiológico, morte pós-clínica compatível, clínico e necrópsia) e o registro do antibiótico terapêutico em rodapé (data de início com uso de responsabilidade clínica).

Aplicações analíticas típicas: manutenção da vigilância caso a caso (o volume é baixo); letalidade da difteria (EVOLUCAO 3/4 com DT_OBITO); proporção de casos com cobertura vacinal incompleta (ANT_DOS_N, ANT_ULTI_D) e tipo de contato do caso (ANT_TIPOCO); confirmação pela cultura com prova de toxigenicidade (CRITERIO = 1), o padrão-ouro laboratorial; e registro de sequelas (EVOLUCAO 1/2) e do manejo terapêutico (antitoxina/antibiótico).

Cobertura observada

  • Índice do FTP (2026-10): 20 arquivos, de 2007 a 2026, 1 UF(s) com arquivos, última atualização em 2026-10-29.
  • Conversão local de amostras (5 arquivo(s) Parquet, de 2007 a 2026), 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 DIFTBR25.dbc (92 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 do município de notificação e de residência
NU_LOTE_V/NU_LOTE_H String Lote da transferência vertical (hierárquica) da investigação
DT_INVEST Data (AAAAMMDD) Data da investigação do caso
ID_OCUPA_N String (6) Código CBO da ocupação do paciente
ANT_TIPOCO Inteiro Tipo de contato com caso de difteria (domiciliar, escolar, colega de trabalho, ignorado)
ANT_DOS_N / ANT_ULTI_D Inteiro / Data Nº de doses do esquema vacinal (D3/TD) e data da última dose
CLI_EDEMAG/CLI_PESCOC/CLI_FEBRE/CLI_PROSTR/CLI_PSEUDO/CLI_PALIDE/CLI_TEMPER Inteiro Sinais e sintomas: edema de pescoço ("pescoço de touro"), feb­re, prostração, pseudo-membrana, palidez e temperatura elevada
CLI_CAVIDA/CLI_AMIGDA/CLI_CORDAO/CLI_FARING/CLI_LARING/CLI_ORGAOS/CLI_PALATO Inteiro Localização da pseudomembrana: cavidade nasal, amigdalas, cordas vocais, faringe, laringe, outros órgãos, palato
CLI_MIOCAR/CLI_NEFRIT/CLI_PARALB/CLI_PARALP/CLI_ARRITM/CLI_PARALM Inteiro Complicações: miocardite, nefrite, paralisia bulbar, paralisia palatina, arritmias, paralisia de membros
ATE_HOSPIT/ATE_INTERN Inteiro Hospitalização (1 - Sim, 2 - Não, 9 - Ignorado)
LAB_MATE_N/LAB_DATA_C/LAB_CULTUR/LAB_PROVAS Inteiro/Data Material coletado (swab), data da coleta, resultado da cultura e provas de toxigenicidade
TRA_DATA_S Data Data da aplicação de soro antitoxina difiteria
TRA_ANTIBI/TRA_DATA_A Inteiro/Data Antibiótico instituído e data da administração
CLASSI_FIN Inteiro Classificação final do caso: 1 - Confirmado, 2 - Descartado
CRITERIO Inteiro Critério de confirmação: 1 - Cultura com prova de toxigenicidade, 2 - Cultura sem prova de toxigenicidade, 3 - Vínculo epidemiológico, 4 - Morte pós clínica compatível, 5 - Clínico, 6 - Necrópsia
EVOLUCAO Inteiro Evolução do caso: 1 - Cura com sequela, 2 - Cura sem sequela, 3 - Óbito por difteria, 4 - Óbito por outras causas, 9 - Ignorado
DT_OBITO / DT_ENCERRA Data (AAAAMMDD) Data do óbito e de encerramento do caso

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
id_unidade ID_UNIDADE texto 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
ano_nasc ANO_NASC texto Ano de nascimento do paciente (campo do SINAN-Windows) (inferido do nome do campo; sem definição na documentação oficial consultada) — 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
nduplic_n NDUPLIC_N texto Não Listar/ Não Contar. 0 ou branco – Não identificado 1 – Não é duplicidade (não listar) 2 – Duplicidade (não contar) — todos
dt_digita DT_DIGITA data Data de digitação. Data de Digitação da primeira inclusão da notificação no sistema — todos
dt_transus DT_TRANSUS data Data de transferência da unidade de saúde. Data de Transferência do registro da Unidade de Saúde para do nível superior do sistema — todos
dt_transdm DT_TRANSDM data Data de transferência do distrito municipal. Data de Transferência do registro do Distrito Municipal para do nível superior do sistema — todos
dt_transsm DT_TRANSSM data Data de transferência da secretaria municipal de saúde. Data de Transferência do registro da secretaria municipal para do nível superior do sistema — todos
dt_transrm DT_TRANSRM data Data de transferência da regional municipal. Data de Transferência do registro da Regional Municipal para do nível superior do sistema — todos
dt_transrs DT_TRANSRS data Data de transferência da regional de saúde. Data de Transferência do registro da Regional de Saúde para do nível superior do sistema — todos
dt_transse DT_TRANSSE data Data de transferência da secretaria estadual de saúde. Data de Transferência do registro da Secretaria Estadual para do nível superior do sistema — todos
nu_lote_v NU_LOTE_V texto Número do lote vertical. Descrever aqui a estrutura da composição do número do lote — todos
nu_lote_h NU_LOTE_H texto Número do lote horizontal — todos
cs_flxret CS_FLXRET texto Fluxo de retorno. Identifica se o registro está habilitado ou foi enviado pelo fluxo de retorno para o município de residência 0 - Não 1 - habilitado para envio. 2 - enviado todos
flxrecebi FLXRECEBI texto Recebida por fluxo de retorno (campo interno). Colocar a estrutura do nº atribuído pelo sistema — todos
migrado_w MIGRADO_W texto Identifica migração (campo interno). Identifica se o registro é oriundo da rotina de migração da base Windows 1- migrado do Sinan Windows todos
dt_invest DT_INVEST data Data da Investigação. Data em que ocorreu a investigação – informar a Data da 1ª ação desenvolvida após a notificação — todos
id_ocupa_n ID_OCUPA_N texto Ocupação/ Ramo de Atividade Econômica. Atividade exercida pelo paciente no setor formal, informal ou autônomo ou sua última atividade exercida quando paciente for desempregado. O — todos
ant_tipoco ANT_TIPOCO texto Contato Com Caso Suspeito ou Confirmado de Difteria (Até 14 Dias Antes do Início dos Sinais E Sintomas). Local em que o paciente teve contato com caso semelhante nas últimas 2 semanas, anterior 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. Outro 8. Sem história de contato 9. Ignorado todos
ant_outros ANT_OUTROS texto Se Outro contato (Especificar). Identificação de outro local em que o paciente teve contato não referido acima — todos
ant_dos_n ANT_DOS_N texto N.º de Doses da Vacina Tríplice (DTP) ou Tetravalente (DTP+Hib). Número de doses da vacina tríplice (DPT) ou tetravalente 1. Uma 2. Duas 3. Três todos
ant_ulti_d ANT_ULTI_D data Data da última dose. Informe a Data da última dose da vacina tríplice (DTP) ou dupla (DT ou dT) que o paciente recebeu — todos
cli_edemag CLI_EDEMAG texto Sinais e Sintomas (Edema Ganglionar) 1. Sim 2. Não 9. Ignorado todos
cli_pescoc CLI_PESCOC texto Sinais e Sintomas (Edema de Pescoço). o 1. Sim 2. Não 9. Ignorado todos
cli_febre CLI_FEBRE texto Sinais e Sintomas (Febre). 1 Sim 2 Não 9. Ignorado — todos
cli_prostr CLI_PROSTR texto Sinais e Sintomas (Prostração). Informa se o paciente apresentou prostração 1. Sim 2. Não 9. Ignorado todos
cli_pseudo CLI_PSEUDO texto Sinais e Sintomas (Pseudomembrana) 1. Sim 2. Não 9. Ignorado todos
cli_palide CLI_PALIDE texto Sinais e Sintomas (Palidez). Informa se o paciente apresentou palidez 1. Sim 2. Não todos
cli_temper CLI_TEMPER inteiro Temperatura Corporal. Informa a temperatura corporal apresentada pelo paciente durante a fase inicial da doença, em graus centígrados — todos
cli_cavida CLI_CAVIDA texto Localização da Pseudomembrana (Placas) (Cavidade Nasal) 1. Sim 2. Não 9. Ignorado todos
cli_amigda CLI_AMIGDA texto Localização da Pseudomembrana (Placas) (Amígdalas) 1. Sim 2. Não 9. Ignorado todos
cli_cordao CLI_CORDAO texto Localização da Pseudomembrana (Placas) Cordão Umbilical) 1. Sim 2. Não 9. Ignorado todos
cli_faring CLI_FARING texto Localização da Pseudomembrana (Placas) (Faringe) 1. Sim 2. Não 9. Ignorado todos
cli_laring CLI_LARING texto Localização da Pseudomembrana (Placas) (Laringe) 1. Sim 2. Não 9. Ignorado todos
cli_orgaos CLI_ORGAOS texto Localização da Pseudomembrana (Placas) (Órgãos Genitais) 1. Sim 2. Não 9. Ignorado todos
cli_palato CLI_PALATO texto Localização da. Informa se a 1. Sim todos
cli_condut CLI_CONDUT texto Localização da Pseudomembrana (Placas) (Conduto Auditivo) 1. Sim 2. Não 9. Ignorado todos
cli_traque CLI_TRAQUE texto Localização da Pseudomembrana (Placas) (Traquéia) 1. Sim 2. Não 9. Ignorado todos
cli_pele CLI_PELE texto Localização da Pseudomembrana (Placas) (Pele). e 1. Sim 2. Não 9. Ignorado todos
cli_conjun CLI_CONJUN texto Localização da Pseudomembrana (Placas) (Conjuntiva) 1. Sim 2. Não 9. Ignorado todos
cli_miocar CLI_MIOCAR texto Complicações Existiram (Miocardite). e 1. Sim 2. Não 9. Ignorado todos
cli_nefrit CLI_NEFRIT texto Complicações Existiram (Nefrite). Informa se a complicação foi nefrite 1. Sim 2. Não 9. Ignorado todos
cli_paralb CLI_PARALB texto Complicações Existiram (Paralisia Bilateral e Simetrica das Extremidades). ) 1. Sim 2. Não 9. Ignorado todos
cli_paralp CLI_PARALP texto Complicações Existiram Paralisia do Palato. Informa se a complicação foi paralisia do palato 1. Sim 2. Não 9. Ignorado todos
cli_arritm CLI_ARRITM texto Complicações Existiram (Arritmias Cardíacas). Informa se a complicação foram arritmias cardíacas 1. Sim 2. Não 9. Ignorado todos
cli_paralm CLI_PARALM texto Complicações Existiram (Paralisia dos Músculos Intercostais e Diafragma). Informa se a complicação foi paralisia dos músculos intercostais e diafragma 1. Sim 2. Não 9. Ignorado todos
cli_outras CLI_OUTRAS texto Complicações Existiram (Outras). Informa se a complicação foram outras que não as especificadas acima 1. Sim 2. Não 9. Ignorado todos
cli_especi CLI_ESPECI texto Outras Complicações Especificar. Especifica outro tipo de complicação além das referidas acima — todos
ate_hospit ATE_HOSPIT texto Ocorreu Hospitalização. Informa se o paciente foi internado devido ao agravo que está sendo notificado 1- Sim 2- Não 9 Ignorado todos
ate_intern ATE_INTERN data Data da Internação. Data de internação, caso tenha ocorrido — todos
ate_uf_int ATE_UF_INT texto UF. Sigla da UF onde o paciente foi internado — todos
ate_munici ATE_MUNICI texto Município do Hospital. Código e nome completo do município onde o paciente foi internado — todos
lab_mate_n LAB_MATE_N texto Material Coletado. Informa se foi realizada coleta de material da orofaringe, nasofaringe e/ ou lesão de pele ou mucosa 1-Orofaringe 2-Nasofaringe 3-Orofaringe e nasofaringe 4-Não coletado 9-Ignorado todos
lab_data_c LAB_DATA_C data Data da Coleta. Data em que foi colhido o material — todos
lab_cultur LAB_CULTUR texto Cultura para Difteria. Resultado da cultura para C. diphteriae 1. Positiva para C. diphteriae 2. Negativa para C. diphteriae 3. Não realizada 9. Ignorado todos
lab_provas LAB_PROVAS texto Provas de Toxigenicidade. resultado das provas de toxigenicidade 1. Positiva 2. Negativa 3. Não realizada 9. Ignorado todos
tra_data_s TRA_DATA_S data Data da Aplicação do Soro. data de aplicação do soro — todos
tra_antibi TRA_ANTIBI texto Antibiótico. Informa se o paciente foi tratado com antibiótico 1. Sim 2. Não 9. Ignorado todos
tra_data_a TRA_DATA_A data Data da Adm. do Antibiótico. Data de início da administração do antibiótico utilizado no tratamento — todos
med_iden_c MED_IDEN_C texto Realizada Identificação dos Comunicantes Íntimos. Informa se foi realizada identificação dos comunicantes íntimos(os comunicantes podem ser identificados na residência, creche, escola, orfanatos, quartéis e outros locais que possibilitam o contato íntimo com o caso) 1. Sim 2. Não 9. Ignorado todos
med_quan_c MED_QUAN_C inteiro Se Sim, Quantos?. número de comunicantes íntimos identificados — todos
med_caso_s MED_CASO_S texto Quantos casos secundários foram confirmados entre os comunicantes 1. Nenhum 2. Um 3. Dois ou mais 9. Ignorado todos
med_materi MED_MATERI texto Realizada Coleta de Material dos Comunicantes. Informa se foi realizada coleta de material de comunicantes 1-Sim 2-Não 9.Ignorado todos
med_quan_m MED_QUAN_M inteiro Se Sim, Em Quantos?. ) — todos
med_quan_p MED_QUAN_P inteiro Quantos portadores foram Identificados entre os comunicantes?. Nº de portadores identificados entre os comunicantes — todos
med_preven MED_PREVEN texto Medidas de Prevenção/ Controle. Informa o tipo de bloqueio realizado 1. Bloqueio vacinal 2. Quimioprofilaxia 3. Ambos 4. Não 9. Ignorado todos
classi_fin CLASSI_FIN texto Classificação Final. Classificação final da notificação 1. Confirmado 2. Descartado todos
criterio CRITERIO texto Critério de Confirmação/Descarte. Critérios de confirmação do caso 1. Cultura com prova de toxigenicidade 2. Cultura sem prova de toxigenicidade 3. Vínculo epidemiológico 4. Morte pós clínica compatível 5. Clínico 6. Necrópsia todos
doenca_tra DOENCA_TRA texto Doença Relacionada ao Trabalho. Informa se o paciente adquiriu a doença em decorrência das condições/situação de trabalho 1. Sim 2. Não 9. Ignorado todos
evolucao EVOLUCAO texto Evolução. Evolução do paciente 1. Cura c/ sequela todos
dt_obito DT_OBITO data Data do Óbito — todos
dt_encerra DT_ENCERRA data Data do Encerramento. Data do encerramento da investigação do caso — todos
nu_lote_i NU_LOTE_I texto Transferência vertical da investigação. Descrever aqui a estrutura da composição do número do lote — 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-dift, 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: 17, inteiro: 5, texto: 71.
  • 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-dift.schema.json, gerado por conversão local de amostras. Tipos listados com mais de um valor variam entre partições.

Cuidados de uso

  • a base tem poucos casos por ano (doença rara na era pós-vacinal), de modo que tabelas agregadas simples tendem a ser esparsas; os dois critérios de cultura (com/sem prova de toxigenicidade) marcam a diferença entre confirmação definitiva (CRITERIO = 1) e isolamento sem prova da toxigenicidade (CRITERIO = 2); a evolução com/sem sequela (EVOLUCAO = 1/2) requer mapeamento antes de qualquer tabulação; e a série de 2024 a 2026 está apenas em PRELIM, com casos ainda passíveis de revisão. (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.

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-dift").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-dift

# baixa um recorte, com a documentação oficial e as tabelas auxiliares (`--dry-run` só lista)
datasus-fetcher sync sinan-dift -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-dift

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 — Difteria (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 difteria; Norma de Manejo e tratamento da difteria (MS)