CID-10¶
Resumo¶
Classificação Internacional de Doenças (CID-10) como usada pelo SIGTAP, com o tipo de agravo, o sexo de aplicação e, para câncer, se o código admite estadiamento.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | sigtap/tb_cid |
| Órgão | Departamento de Informática do Sistema Único de Saúde (DATASUS), Ministério da Saúde |
| Página oficial | http://sigtap.datasus.gov.br/ |
| Licença | Sem licença declarada pela fonte; dados públicos pela Lei 12.527/2011 (LAI) e Decreto 8.777/2016 (política de dados abertos). |
| Periodicidade | mensal (uma tabela por competência; o DATASUS pode regerar uma competência depois de publicada) |
| Cobertura | 2008-01 a em-curso |
| Unidade (uma linha) | um código da CID-10 (categoria de três caracteres ou subcategoria de quatro) vigente na competência |
| Granularidade | espacial: nacional (sem recorte geográfico); temporal: competência mensal |
| Formato bruto | ZIP mensal com arquivos TXT de largura fixa, ISO-8859-1, sem separador, um arquivo por tabela; o layout vem em arquivos de texto no próprio ZIP |
| Estado no lake | convertido |
| Partições | ano |
| Chave | competencia, co_cid |
| Colunas | 10 |
| Unidades de medida | vl_campos_irradiados: campos; versao: AAMMDDHHMM (identificador da publicação, sem unidade) |
| Dados pessoais | nenhum |
| Eras | 2011-04: a tabela ganha as colunas TP_ESTADIO, VL_CAMPOS_IRRADIADOS |
| Revisado em | 2026-11-15 |
| Versão do fetcher | 0.4.0 |
Origem e coleta¶
- O fetcher baixa, por FTP, o ZIP de cada competência do SIGTAP em
ftp2.datasus.gov.br, pasta/pub/sistemas/tup/downloads. O nome na fonte éTabelaUnificada_AAAAMM.zipou, quando o DATASUS regera a tabela,TabelaUnificada_AAAAMM_vAAMMDDHHMM.zip; o sufixo é a data e a hora da geração. - No bruto, o arquivo fica em
tabelas/com o carimbo de data da versão baixada ([email protected]). - Este dataset vem do membro
tb_cid.txtdo ZIP (dados, uma linha por registro, largura fixa) e do layouttb_cid_layout.txt, que dá nome, tamanho e posição de cada coluna. O ZIP traz ainda o layout reunido de todas as tabelas (layout.txt), a planilha 'DATASUS - Tabela de Procedimentos - Lay-out.xls' (dicionário oficial) e oLEIA_ME.TXT(histórico das mudanças da estrutura). O fetcher guarda o ZIP inteiro; o conversor lê só os membrostb_*.txterl_*.txte os layouts. - Conferido em 2026-11-15 pelo tamanho dos membros dos 227 ZIPs publicados (2008-01 a 2026-11, uma competência por mês, sem lacunas),
tb_cid.txtexiste e tem conteúdo em todos.
Conteúdo¶
- Unidade de análise: um código da CID-10 (categoria de três caracteres ou subcategoria de quatro) vigente na competência.
- Linhas por competência: 12.422 em 2008-01, 14.246 em 2026-11; entre as 227 competências convertidas para esta página, de 12.422 a 14.246. Cada competência traz a tabela inteira, não só o que mudou.
- Em 2026-11 são 14.246 códigos (12.422 em 2008-01); 101 com agravo de bloqueio, 338 com agravo de notificação, 390 estadiáveis.
- Esta tabela não traz
dt_competencia: o ZIP deixou de gravar a data nesta tabela desde 2007-11 (LEIA_ME). - Mudanças de estrutura (conferidas nos layouts dos ZIPs):
- 2011-04: a tabela ganha as colunas TP_ESTADIO, VL_CAMPOS_IRRADIADOS.
Variáveis¶
As descrições seguem a planilha oficial de layout do ZIP ('DATASUS - Tabela de Procedimentos - Lay-out.xls'), conferidas contra os valores observados em 2026-11. Onde os dados diferem da planilha, isso está dito na coluna 'Unidade / códigos'.
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
co_cid |
CO_CID |
texto | Código da CID-10 sem ponto (3 ou 4 caracteres) | — | todo |
no_cid |
NO_CID |
texto | Nome da doença | — | todo |
tp_agravo |
TP_AGRAVO |
texto | Tipo de agravo a ser notificado | 0 sem agravo; 1 agravo de notificação; 2 agravo de bloqueio |
todo |
tp_sexo |
TP_SEXO |
texto | Sexo a que o código se aplica | I indiferente (em 2026-11, todas as linhas) |
todo |
tp_estadio |
TP_ESTADIO |
texto | Se o CID é estadiável (câncer) | S sim; N não |
desde 2011-04 |
vl_campos_irradiados |
VL_CAMPOS_IRRADIADOS |
inteiro | Quantidade de campos irradiados associada ao código (radioterapia) | 0 a 144 em 2026-11 | desde 2011-04 |
versao |
— (nome do ZIP) | inteiro | Versão da publicação: sufixo _v do nome do ZIP, no formato AAMMDDHHMM (data e hora em que o DATASUS gerou o arquivo); 0 quando o nome do ZIP não traz sufixo (competências de 2008-01 a 2009-04) |
AAMMDDHHMM; 0 = sem sufixo | todo |
competencia |
— (conversor) | texto | Competência (AAAAMM) do ZIP de que a linha veio; igual a ano e mes juntos |
AAAAMM | todo |
mes |
— (conversor) | texto | Mês da competência (MM, texto de 2 dígitos), gravado pelo conversor; com ano (a partição) dá a competência |
01 a 12 | todo |
_origem |
— (conversor) | texto | Chave do ZIP de origem da linha: o nome do ZIP sem a extensão e sem o carimbo @AAAAMMDD (por exemplo TabelaUnificada_202610_v2610271043), gravada pelo conversor |
texto | todo |
No lake¶
- Dataset
sigtap/tb_cid, particionado porano(inteiro); um arquivo Parquet por ano,ano=AAAA/<tabela>.parquet, com as linhas de todas as competências do ano. A competência de cada linha está emcompetencia(AAAAMM) e emmes(texto de 2 dígitos,05). - O conversor lê cada linha de largura fixa com o layout do próprio ZIP, aparando espaços nas pontas; campo em branco vira nulo e texto é decodificado de ISO-8859-1 para UTF-8.
- Colunas numéricas viram inteiros ou decimais conforme o layout; valor que não converte vira nulo. Os valores
9999que a fonte usa como 'não se aplica' ficam como estão. - Linhas totalmente em branco são ignoradas. Se um ZIP traz mais de uma versão da mesma competência, só a de maior sufixo
_vé convertida. - As colunas
versao(sufixo_vdo ZIP),competencia(AAAAMM, igual aanoemesjuntos),mese_origemsão acrescentadas pelo conversor. - O layout desta tabela não tem
DT_COMPETENCIA; a competência só consta da colunacompetencia(e deanoemes).
Cuidados de uso¶
- Cada competência é uma fotografia completa, não um incremento. Sem filtrar
competencia, o mesmo registro aparece uma vez por competência (esta tabela soma 2.995.633 linhas nas 227 competências convertidas, contra 14.246 em 2026-11). Filtre uma competência ou compare competências explicitamente. - O código não tem o ponto da CID-10 impresso (
A000, nãoA00.0). - As colunas
tp_estadioevl_campos_irradiadosficam nulas nas competências anteriores a 2011-04. - Em 2014-04,
co_cidnão é único:A778,A779eY090aparecem duas vezes, com linhas diferentes (14.233 linhas na competência). Nas outras 226 competências a chave é única. - Junte sempre pela mesma competência. Códigos, nomes e valores mudam de uma competência para outra; unir tabelas de competências diferentes dá resultados que nunca existiram no SIGTAP.
Exemplos¶
Quantidade de CIDs por tipo de agravo na competência mais recente.
import duckdb
duckdb.sql("""
SELECT tp_agravo, count(*) AS cids
FROM read_parquet('lake/sigtap/tb_cid/**/*.parquet', hive_partitioning = true, union_by_name = true)
WHERE competencia = '202611'
GROUP BY 1
ORDER BY 1
""").show()
Referências¶
- SIGTAP (Sistema de Gerenciamento da Tabela de Procedimentos, Medicamentos e OPM do SUS): http://sigtap.datasus.gov.br/
- Arquivos de exportação do SIGTAP (FTP do DATASUS): ftp://ftp2.datasus.gov.br/pub/sistemas/tup/downloads/
- Dentro de cada ZIP: a planilha 'DATASUS - Tabela de Procedimentos - Lay-out.xls' e o
LEIA_ME.TXT. - Notas técnicas da CGSI/DATASUS sobre cada competência: ftp://ftp2.datasus.gov.br/pub/sistemas/tup/downloads/notastecnicas/