Pular para conteúdo

HIV em crianças expostas (sinan-hive)

Resumo

Notificações de crianças expostas ao HIV (filhas de mães vivendo com HIV), registradas no SINAN. Cada linha representa uma ficha de acompanhamento de uma criança exposta, do nascimento até a definição do diagnóstico (infectada ou não infectada).

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 HIVE UF + AA (uf_year2_pattern) dbc Não
/dissemin/publicos/SINAN/DADOS/PRELIM HIVE UF + AA (uf_year2_pattern) dbc Sim

Nomenclatura e Armazenamento Local

  • No servidor FTP (ftp.datasus.gov.br): exemplo HIVEBR24.dbc, em que HIVE é o prefixo do agravo, BR indica a base nacional (o SINAN publica um único arquivo por ano para o Brasil) e 24 é o ano com 2 dígitos (2024).
  • No armazenamento local do datasus-fetcher: data/sinan-hive/<AAAA>/sinan-hive_<AAAA>-<uf>@<AAAAMMDD>.dbc, por exemplo data/sinan-hive/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 (grupo sinan, compartilhadas por todos os agravos):
  • Documentação (/SINAN/DOCS):
  • Docs_TAB_SINAN.zip — pacote de documentação e dicionários para tabulação (~65 MB)
  • Nota_Tecnica_Toxoplasmose.pdf — nota técnica sobre toxoplasmose
  • POP_I_Acesso_a_Microdados_5.pdf — POP I: acesso a microdados
  • POP_II_Descompactacao_expansao_conversao_3.pdf — POP II: descompactação, expansão e conversão (.dbc → .dbf)
  • POP_III_Instalacao_do_tabulador_TabWin_3.pdf — POP III: instalação do TabWin
  • Nota_Tecnica_Intoxicacao_Exogena.pdf — nota técnica de intoxicação exógena (agravo de outro dataset do mesmo grupo)
  • Tabelas auxiliares (/SINAN/AUXILIAR):
  • TAB_SINANNET.zip — tabelas de conversão/tabulação (.cnv, .def) do SINAN Net (~44 MB)
  • TAB_SINANONLINE.zip — tabelas do SINAN Online (~240 KB)
  • POPT_Estimativa_TCU_2019_Sinan.zip — estimativas populacionais TCU 2019 para uso no SINAN
  • O dicionário de dados desta base (Ficha de Investigação Criança Exposta ao HIV) está contido em Docs_TAB_SINAN.zip; os dicionários por agravo não são publicados como arquivos separados.

Conteúdo

A notificação de criança exposta ao HIV foi instituída para acompanhar a transmissão vertical, dentro do conjunto de agravos de HIV/aids sob coordenação do DATHI/SVSA. A ficha é distinta das fichas de HIV em crianças infectadas (sinan-hivc) e de gestante (sinan-hivg).

O evento gerador é o nascimento (ou parto) de criança de mulher vivendo com HIV, notificado na maternidade ou no serviço que acompanha a criança. A unidade de análise é a criança exposta. Os campos registram dados da mãe e do pré-natal, uso de antirretrovirais na gestação, no parto e pela criança, tipo de parto, aleitamento, exames de seguimento e a classificação final (infectada, não infectada ou indeterminada).

No FTP, a série começa em 2015 (10 arquivos nacionais até 2024), refletindo a implantação da ficha em 2014-2015. É a base de referência para o cálculo da taxa de transmissão vertical do HIV.

Usos: proporção de crianças expostas com diagnóstico definido, taxa de transmissão vertical, cobertura de profilaxia na gestação, parto e neonatal, e avaliação das ações do Plano de Eliminação da Transmissão Vertical.

Cobertura observada

  • Índice do FTP (2026-10): 10 arquivos, de 2015 a 2024, 1 UF(s) com arquivos, última atualização em 2025-02-25.
  • Conversão local de amostras (5 arquivo(s) Parquet, de 2015 a 2024), 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)

Os nomes de coluna abaixo foram verificados diretamente no cabeçalho do arquivo real HIVEBR24.dbc do FTP (campos da ficha do SINAN Net; o leiaute pode variar entre anos). Os microdados públicos não trazem número de notificação nem data de nascimento completa, apenas campos não identificáveis. Por padrão, wrangle_datasus converte os nomes de coluna para minúsculas.

Coluna (DBF) Tipo / Formato Descrição
TP_NOT String Tipo de notificação (individual ou negativa).
ID_AGRAVO String Código CID-10 do agravo notificado.
DT_NOTIFIC Data (AAAAMMDD) Data da notificação.
SEM_NOT String Semana epidemiológica da notificação (AAAASS).
NU_ANO Inteiro Ano da notificação.
SG_UF_NOT String UF de notificação (código IBGE de 2 dígitos).
ID_MUNICIP String Município de notificação (código IBGE).
ID_REGIONA String Regional de saúde de notificação.
DT_DIAG Data (AAAAMMDD) Data do diagnóstico.
SEM_DIAG String Semana epidemiológica do diagnóstico (AAAASS).
NU_IDADE_N Inteiro codificado Idade no formato TNNN: primeiro dígito = unidade (1 hora, 2 dia, 3 mês, 4 ano) e três dígitos = valor.
CS_SEXO String Sexo (M, F, I = ignorado).
CS_GESTANT String Gestante (trimestre de gestação ou não gestante, conforme a ficha).
CS_RACA String Raça/cor (1 branca, 2 preta, 3 amarela, 4 parda, 5 indígena, 9 ignorado).
CS_ESCOL_N String Escolaridade (código da ficha do SINAN).
SG_UF String UF de residência.
ID_MN_RESI String Município de residência (código IBGE, 6 dígitos).
ID_RG_RESI String Regional de saúde de residência.
ID_PAIS String País de residência.
DT_INVEST Data (AAAAMMDD) Data da investigação.
ID_OCUPA_N String Ocupação (CBO, 6 dígitos).
CLASSI_FIN String Classificação final do caso.
CRITERIO String Critério de confirmação/definição do caso.
DOENCA_TRA String Indica se a doença é relacionada ao trabalho.
EVOLUCAO String Evolução do caso.
DT_OBITO Data (AAAAMMDD) Data do óbito.
DT_ENCERRA Data (AAAAMMDD) Data de encerramento da investigação.

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; neurológica aguda; insuficiência renal aguda; outras síndromes — todos
dt_notific DT_NOTIFIC data Data da Notificação. Data de preenchimento da ficha de notificação — todos
sem_not SEM_NOT texto Semana epidemiológica da notificação (campo interno). Semanas do calendário epidemiológico padronizado — 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. Código do município onde está localizada a unidade de saúde (ou outra fonte notificadora) que realizou a notificação. O nome está associado ao código na tabela de municípios — 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_diag DT_DIAG data Data dos primeiros sintomas / Diagnóstico. Data dos primeiros sintomas do caso de agravo agudo. Data do diagnóstico do caso de agravo crônico e DRTs Data do acidente nos acidentes da saúde do trabalhador — todos
sem_diag SEM_DIAG texto Semana epidemiológica dos primeiros sintomas/ diagnósticos. (campo interno). Semanas do calendário epidemiológico padronizado — todos
nu_idade_n NU_IDADE_N inteiro Idade. A composição da variável obedece ao seguinte critério: 1o dígito: 1 – Hora 2 – Dia 3 – Mês 4 – Ano Ex: 3009 – nove meses, 4018 – dezoito anos — 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 — 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. Série e grau que a pessoa está frequentando ou frequentou considerando a última série concluída com aprovação ou grau de instrução do paciente por ocasião da notificação 0 – 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)... 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. Código do município de residência do caso notificado. O nome está associado ao código na tabela de municípios — todos
id_rg_resi ID_RG_RESI texto (campo interno). Regional de saúde onde está localizado o município — todos
id_pais ID_PAIS texto País (se residente fora do Brasil). País onde residia o paciente por ocasião da notificação — 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. Informar a atividade exercida pelo paciente no setor formal, informal ou autônomo ou sua última atividade exercida quando paciente for desempregado. O ramo de atividade econômica do paciente refere-se as atividades econômicas desenvolvidas nos processos de produção do setor primário (agricultura e extrativismo); secundário (indústria) ou terciário (serviços e comércio) — todos
classi_fin CLASSI_FIN texto Classificação final. Anexo I — todos
criterio CRITERIO texto Critério confirmação. Anexo I — todos
doenca_tra DOENCA_TRA texto Doença relacionada ao trabalho. Indica se a doença está ou não relacionada ao trabalho 1 - Sim 2 - Não 9 - Ignorado todos
evolucao EVOLUCAO texto Evolução do caso. Anexo I — todos
dt_obito DT_OBITO data Data de óbito — todos
dt_encerra DT_ENCERRA data Data de encerramento. Data do encerramento — 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-hive, 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: 5, inteiro: 1, nulo (vazio nas amostras): 1, texto: 23.
  • 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-hive.schema.json, gerado por conversão local de amostras. Tipos listados com mais de um valor variam entre partições.

Cuidados de uso

  • Cada criança deve ser seguida até o encerramento; fichas abertas (DT_ENCERRA nula) têm classificação final pendente. Dados mais recentes são preliminares. Os arquivos BR reúnem todas as UFs; use SG_UF_NOT (UF de notificação) ou SG_UF/ID_MN_RESI (residência) conforme a pergunta, pois os dois podem diferir. Arquivos do diretório PRELIM são preliminares e substituídos pelos finais; prefira sempre os arquivos finais quando o mesmo ano existir nas duas fontes, evitando somar PRELIM e FINAIS. (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-hive").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-hive

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

Referências

  • Servidor FTP do DATASUS: ftp://ftp.datasus.gov.br/dissemin/publicos/SINAN/DADOS/
  • 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 (Ministério da Saúde): https://portalsinan.saude.gov.br/
  • Guia de Vigilância em Saúde (SVSA/MS): https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/guia-de-vigilancia-em-saude
  • Protocolo Clínico e Diretrizes Terapêuticas para Prevenção da Transmissão Vertical de HIV, Sífilis e Hepatites Virais (MS)