Pular para conteúdo

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 é TabelaUnificada_AAAAMM.zip ou, 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.txt do ZIP (dados, uma linha por registro, largura fixa) e do layout tb_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 o LEIA_ME.TXT (histórico das mudanças da estrutura). O fetcher guarda o ZIP inteiro; o conversor lê só os membros tb_*.txt e rl_*.txt e 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.txt existe 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 por ano (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 em competencia (AAAAMM) e em mes (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 9999 que 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 _v é convertida.
  • As colunas versao (sufixo _v do ZIP), competencia (AAAAMM, igual a ano e mes juntos), mes e _origem são acrescentadas pelo conversor.
  • O layout desta tabela não tem DT_COMPETENCIA; a competência só consta da coluna competencia (e de ano e mes).

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, não A00.0).
  • As colunas tp_estadio e vl_campos_irradiados ficam nulas nas competências anteriores a 2011-04.
  • Em 2014-04, co_cid não é único: A778, A779 e Y090 aparecem 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/