Skip to content

Latest commit

 

History

History
78 lines (67 loc) · 4.3 KB

README.md

File metadata and controls

78 lines (67 loc) · 4.3 KB
Raw

Análise dos Microdados de Vacinação

Nessa pasta estão os códigos SQL, a descrição da metodologia e perguntas feitas ao Ministério da Saúde via pedido de acesso à informação com relação aos microdados de vacinação disponíveis no OpenDataSUS.

Metodologia

  • Baixar CSV (dados completos, nível nacional) diretamente do OpenDataSUS;
  • Importar CSV no PostgreSQL (todas as colunas como texto, para agilizar processo);
  • Rodar consultas em base.sql para criar índices, tipos e vistas auxiliares;
  • Rodar consultas em pre-select.sql para criar vistas materializadas que facilitarão a criação dos relatórios nos passos posteriores, preservando os dados para novas análises futuras;
  • Rodar consultas em analise.sql para coletar os erros/inconsistências identificados na base (essa ação é feita através do script consultas.py).

Pedido de Acesso à Informação

  • Órgão destinatário: MS - Ministério da Saúde
  • Assunto Coronavírus (COVID-19)
  • Resumo: Inconsistências nos microdados de vacinação disponíveis no OpenDataSUS

Considerando os microdados de vacinação a nível nacional (dados completos em CSV) disponibilizados no OpenDataSUS no dia 14 de maio de 2021, gostaria de sanar as dúvidas listadas abaixo (após as perguntas, envio alguns exemplos de dados que comprovam as inconsistências).

  1. Qual algoritmo de hashing foi utilizado para gerar a coluna paciente_id?
  2. A coluna paciente_id é gerada pelos municípios, pelos Estados ou pelo próprio Ministério?
  3. Quais dados do paciente são utilizados (como CPF, CNS etc.) para compor o valor final de paciente_id?
  4. Calculei a média de atraso de importação dos dados a partir da diferença entre as colunas data_importacao_rnds e data_aplicacao. Existe um atraso de importação médio nacional de 5.23 dias. A nível estadual, DF, RR, RJ e MS possuem as maiores médias (mais de 10 dias). Quais são os prazos que os municípios/Estados têm após a aplicação da dose para registrá-la no sistema federal e para que o Ministério publique os dados após receber o registro desses entes federativos?
  5. Existem 467.985 paciente_id únicos que possuem 3 ou mais registros (totalizando 1.492.626 registros), o que não deveria ocorrer pois as vacinas são administradas no máximo em duas doses. O que explica esse erro? Pode ser indício de fraude? O que o Ministério está fazendo para investigar o problema e corrigi-lo?
  6. Para todo o Brasil, existem 659.878 paciente_id que possuem apenas a segunda dose registrada (no total, são 671.417 registros) e para o estado de MG existem 174 registros com o valor para vacina_descricao_dose como "3ª Dose" ou apenas "Dose". O que explica isso e quando será resolvido?
  7. As colunas vacina_codigo, vacina_nome, vacina_fabricante_nome e vacina_fabricante_referencia possuem valores conflitantes, como códigos diferentes para a mesma vacina e nomenclatura diferente para mesmos fabricantes. No total, essas 4 colunas geram uma combinação de 199 valores distintos, enquanto o esperado seria bem menos (no máximo, o total de vacinas vezes o total de fabricantes). O que justifica essa inconsistência? Qual é o prazo previsto para normalização desses valores?
  8. Existem 170.129 registros de doses aplicadas em indivíduos classificados como grupo prioritário "Faixa Etária" na coluna vacina_categoria_nome, mas que referem-se a pessoas com menos de 60 anos (pela coluna paciente_idade) e que, portanto, não fariam parte do citado grupo prioritário (idosos) . Como o Ministério garante que não há desvio de doses para indivíduos que não são do grupo prioritário?

Nota 1: a metodologia e consultas executadas na análise são software livre e podem ser consultadas em: https://github.com/turicas/covid19-br/tree/master/analises/microdados-vacinacao/README.md

Nota 2: estão anexados arquivos com amostras dos dados que exemplificam as questões levantadas (pergunta4.csv, pergunta5.csv, pergunta6-1.csv, pergunta6-2.csv, pergunta7.csv e pergunta8.csv).