## `summarise()` has grouped output by 'cat_peso'. You can override using the
## `.groups` argument.
munResUf Baixo Alto sum perc_alto
Acre 15998 167 16165 1.033096
Alagoas 49206 594 49800 1.192771
Amapá 15132 223 15355 1.452296
Amazonas 76376 920 77296 1.190230
Bahia 194241 2967 197208 1.504503
Ceará 127207 1975 129182 1.528851
Distrito Federal 41782 640 42422 1.508651
Espírito Santo 54222 702 54924 1.278130
Goiás 94810 1300 96110 1.352617
Maranhão 111845 1386 113231 1.224046
Mato Grosso 58157 687 58844 1.167494
Mato Grosso do Sul 43190 499 43689 1.142164
Minas Gerais 252922 3963 256885 1.542714
Pará 136627 1614 138241 1.167526
Paraíba 56989 711 57700 1.232236
Paraná 151292 2173 153465 1.415958
Pernambuco 131608 1743 133351 1.307077
Piauí 47335 595 47930 1.241394
Rio de Janeiro 204630 3354 207984 1.612624
Rio Grande do Norte 43388 643 44031 1.460335
Rio Grande do Sul 132586 2007 134593 1.491162
Rondônia 26721 307 27028 1.135859
Roraima 14460 158 14618 1.080859
Santa Catarina 96851 1178 98029 1.201685
São Paulo 574077 9097 583174 1.559912
Sergipe 32165 531 32696 1.624052
Tocantins 24130 319 24449 1.304757

% Nascidos abaixo de 1.500g

fig<-BPCNES %>%
  mutate(name = fct_reorder(munResUf, (perc_alto))) %>%
  ggplot (aes (perc_alto, name)) +
  theme_minimal()+
  geom_col()+
  theme(axis.line = element_line(size = 0.7),
        axis.ticks = element_line(size = 0.3),
        axis.text = element_text(size = 7, colour = "black"),
        legend.position="bottom", legend.text=element_text(size=7) )+
  labs(title  =  "Sistema de Informação de Nascidos Vivos",subtitle = "Brasil",
       x  =  "% Nascidos abaixo de 1.500g", y  =  "",
       fill = "")
ggplotly(fig)
#######################################LOCAL DE NASCIMENTO
BPCNES<-df_a %>%
  group_by(CODESTAB, cat_peso, munResUf, LOCNASC) %>%
  summarise(n=n()) %>%
  pivot_wider(names_from =cat_peso, values_from = n)
## `summarise()` has grouped output by 'CODESTAB', 'cat_peso', 'munResUf'. You can
## override using the `.groups` argument.
base1<-cnes_f %>% full_join (BPCNES, by=c("CNES"="CODESTAB")) %>%
  mutate(sum = select(., Baixo:Alto) %>%
           rowSums(na.rm = TRUE)) %>%
  mutate(perc_alto = Alto/sum*100) %>%
  filter(sum >=1,
         Baixo>=1,
         Alto>=1)

BPUF<-base1 %>%
  group_by(munResUf, LOCNASC) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF1<-BPUF %>%
       group_by(munResUf) %>%
       mutate(perc_alto = Alto/sum(Alto)*100)

kable(BPUF1 %>%
       group_by(munResUf) %>%
       mutate(perc_alto = Alto/sum(Alto)*100))
munResUf LOCNASC Baixo Alto sum perc_alto
Acre Domicílio 134 4 138 2.4096386
Acre Hospital 14867 158 15025 95.1807229
Acre Outro estabelecimento de saúde 194 3 197 1.8072289
Acre Outros 17 1 18 0.6024096
Alagoas Domicílio 77 5 82 0.8445946
Alagoas Hospital 46250 579 46829 97.8040541
Alagoas Outro estabelecimento de saúde 1 1 2 0.1689189
Alagoas Outros 42 7 49 1.1824324
Amapá Domicílio 310 8 318 3.6036036
Amapá Hospital 14070 213 14283 95.9459459
Amapá Outros 44 1 45 0.4504505
Amazonas Domicílio 3534 30 3564 3.2751092
Amazonas Hospital 68293 870 69163 94.9781659
Amazonas Outro estabelecimento de saúde 32 3 35 0.3275109
Amazonas Outros 323 9 332 0.9825328
Amazonas NA 715 4 719 0.4366812
Bahia Domicílio 896 29 925 0.9790682
Bahia Hospital 169800 2875 172675 97.0627954
Bahia Outro estabelecimento de saúde 2935 27 2962 0.9115463
Bahia Outros 483 31 514 1.0465901
Ceará Domicílio 307 14 321 0.7102993
Ceará Hospital 117889 1939 119828 98.3764587
Ceará Outro estabelecimento de saúde 75 2 77 0.1014713
Ceará Outros 190 16 206 0.8117707
Distrito Federal Domicílio 254 5 259 0.7824726
Distrito Federal Hospital 40398 632 41030 98.9045383
Distrito Federal Outros 45 2 47 0.3129890
Espírito Santo Domicílio 131 4 135 0.5714286
Espírito Santo Hospital 46862 689 47551 98.4285714
Espírito Santo Outros 88 7 95 1.0000000
Goiás Domicílio 267 10 277 0.7733952
Goiás Hospital 73693 1273 74966 98.4532096
Goiás Outro estabelecimento de saúde 41 4 45 0.3093581
Goiás Outros 140 6 146 0.4640371
Maranhão Domicílio 1379 17 1396 1.2239021
Maranhão Hospital 99754 1342 101096 96.6162707
Maranhão Outro estabelecimento de saúde 998 12 1010 0.8639309
Maranhão Outros 227 18 245 1.2958963
Mato Grosso Domicílio 384 5 389 0.7331378
Mato Grosso Hospital 47177 668 47845 97.9472141
Mato Grosso Outro estabelecimento de saúde 4 2 6 0.2932551
Mato Grosso Outros 261 7 268 1.0263930
Mato Grosso do Sul Hospital 37672 477 38149 97.3469388
Mato Grosso do Sul Outro estabelecimento de saúde 19 7 26 1.4285714
Mato Grosso do Sul Outros 56 6 62 1.2244898
Minas Gerais Domicílio 610 30 640 0.7602636
Minas Gerais Hospital 226399 3881 230280 98.3527623
Minas Gerais Outro estabelecimento de saúde 77 9 86 0.2280791
Minas Gerais Outros 466 26 492 0.6588951
Pará Domicílio 3055 41 3096 2.5513379
Pará Hospital 121208 1526 122734 94.9595520
Pará Outro estabelecimento de saúde 1476 12 1488 0.7467330
Pará Outros 300 27 327 1.6801493
Pará NA 375 1 376 0.0622278
Paraíba Domicílio 122 6 128 0.8474576
Paraíba Hospital 53578 695 54273 98.1638418
Paraíba Outros 109 7 116 0.9887006
Paraná Domicílio 361 13 374 0.6010171
Paraná Hospital 130868 2135 133003 98.7055016
Paraná Outro estabelecimento de saúde 23 4 27 0.1849283
Paraná Outros 234 11 245 0.5085529
Pernambuco Domicílio 359 15 374 0.8645533
Pernambuco Hospital 119051 1693 120744 97.5792507
Pernambuco Outro estabelecimento de saúde 225 4 229 0.2305476
Pernambuco Outros 219 23 242 1.3256484
Piauí Domicílio 157 5 162 0.8417508
Piauí Hospital 40174 586 40760 98.6531987
Piauí Outro estabelecimento de saúde 592 1 593 0.1683502
Piauí Outros 91 2 93 0.3367003
Rio de Janeiro Domicílio 806 21 827 0.6279904
Rio de Janeiro Hospital 193567 3300 196867 98.6842105
Rio de Janeiro Outro estabelecimento de saúde 114 6 120 0.1794258
Rio de Janeiro Outros 351 16 367 0.4784689
Rio de Janeiro NA 20 1 21 0.0299043
Rio Grande do Norte Domicílio 69 3 72 0.4694836
Rio Grande do Norte Hospital 36852 629 37481 98.4350548
Rio Grande do Norte Outro estabelecimento de saúde 4 2 6 0.3129890
Rio Grande do Norte Outros 93 5 98 0.7824726
Rio Grande do Sul Domicílio 313 11 324 0.5500000
Rio Grande do Sul Hospital 122057 1979 124036 98.9500000
Rio Grande do Sul Outro estabelecimento de saúde 2 2 4 0.1000000
Rio Grande do Sul Outros 160 8 168 0.4000000
Rondônia Domicílio 71 1 72 0.3300330
Rondônia Hospital 22698 298 22996 98.3498350
Rondônia Outros 39 4 43 1.3201320
Roraima Domicílio 626 4 630 2.5316456
Roraima Hospital 12002 144 12146 91.1392405
Roraima Outros 119 2 121 1.2658228
Roraima NA 771 8 779 5.0632911
Santa Catarina Domicílio 368 9 377 0.7666099
Santa Catarina Hospital 86171 1160 87331 98.8074957
Santa Catarina Outro estabelecimento de saúde 5 2 7 0.1703578
Santa Catarina Outros 132 3 135 0.2555366
São Paulo Domicílio 1963 51 2014 0.5621074
São Paulo Hospital 546323 8972 555295 98.8868070
São Paulo Outro estabelecimento de saúde 75 22 97 0.2424777
São Paulo Outros 561 28 589 0.3086080
Sergipe Domicílio 136 6 142 1.1342155
Sergipe Hospital 31552 521 32073 98.4877127
Sergipe Outros 183 2 185 0.3780718
Tocantins Domicílio 81 3 84 0.4878049
Tocantins Hospital 42056 605 42661 98.3739837
Tocantins Outro estabelecimento de saúde 6 4 10 0.6504065
Tocantins Outros 154 3 157 0.4878049

Local de nascimento

##########################################################RACA COR
BPCNES<-df_a %>%
  group_by(CODESTAB, cat_peso, munResUf, RACACORMAE) %>%
  summarise(n=n()) %>%
  pivot_wider(names_from =cat_peso, values_from = n)
## `summarise()` has grouped output by 'CODESTAB', 'cat_peso', 'munResUf'. You can
## override using the `.groups` argument.
base1<-cnes_f %>% full_join (BPCNES, by=c("CNES"="CODESTAB")) %>%
  mutate(sum = select(., Baixo:Alto) %>%
           rowSums(na.rm = TRUE)) %>%
  mutate(perc_alto = Alto/sum*100) %>%
  filter(sum >=1,
         Baixo>=1,
         Alto>=1)

BPUF<-base1 %>%
  group_by(munResUf, RACACORMAE) %>%
  mutate(perc_alto = Baixo/sum(Baixo)*100)

BPUF<-base1 %>%
        group_by(munResUf) %>%
        mutate(perc_alto = Alto/sum(Alto)*100)


BPUF<-base1 %>%
  group_by(munResUf, RACACORMAE) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF1<-BPUF %>%
  group_by(munResUf) %>%
  mutate(perc_alto = Alto/sum(Alto)*100)

kable(BPUF1)
munResUf RACACORMAE Baixo Alto sum perc_alto
Acre Amarela 76 2 78 1.2048193
Acre Branca 534 6 540 3.6144578
Acre Indígena 538 10 548 6.0240964
Acre Parda 12854 146 13000 87.9518072
Acre Preta 12 1 13 0.6024096
Acre NA 370 1 371 0.6024096
Alagoas Branca 2514 67 2581 11.3752122
Alagoas Parda 35746 439 36185 74.5331070
Alagoas Preta 58 3 61 0.5093379
Alagoas NA 6339 80 6419 13.5823430
Amapá Branca 1566 26 1592 11.7117117
Amapá Parda 10867 167 11034 75.2252252
Amapá Preta 761 12 773 5.4054054
Amapá NA 759 17 776 7.6576577
Amazonas Amarela 43 1 44 0.1091703
Amazonas Branca 3069 48 3117 5.2401747
Amazonas Indígena 5492 41 5533 4.4759825
Amazonas Parda 59400 812 60212 88.6462882
Amazonas Preta 429 6 435 0.6550218
Amazonas NA 159 8 167 0.8733624
Bahia Amarela 233 14 247 0.4744155
Bahia Branca 9094 178 9272 6.0318536
Bahia Indígena 177 8 185 0.2710945
Bahia Parda 122971 2121 125092 71.8739410
Bahia Preta 21111 503 21614 17.0450695
Bahia NA 8420 127 8547 4.3036259
Ceará Amarela 36 6 42 0.3045685
Ceará Branca 5927 78 6005 3.9593909
Ceará Indígena 132 4 136 0.2030457
Ceará Parda 85434 1317 86751 66.8527919
Ceará Preta 244 11 255 0.5583756
Ceará NA 22708 554 23262 28.1218274
Distrito Federal Amarela 241 9 250 1.4084507
Distrito Federal Branca 9491 136 9627 21.2832551
Distrito Federal Indígena 21 3 24 0.4694836
Distrito Federal Parda 18755 289 19044 45.2269171
Distrito Federal Preta 1285 35 1320 5.4773083
Distrito Federal NA 8127 167 8294 26.1345853
Espírito Santo Amarela 11 2 13 0.2861230
Espírito Santo Branca 10564 184 10748 26.3233190
Espírito Santo Indígena 6 1 7 0.1430615
Espírito Santo Parda 30445 442 30887 63.2331903
Espírito Santo Preta 1857 65 1922 9.2989986
Espírito Santo NA 171 5 176 0.7153076
Goiás Amarela 270 15 285 1.1600928
Goiás Branca 15310 341 15651 26.3727765
Goiás Indígena 4 1 5 0.0773395
Goiás Parda 44487 740 45227 57.2312452
Goiás Preta 2050 75 2125 5.8004640
Goiás NA 3017 121 3138 9.3580820
Maranhão Amarela 41 3 44 0.2161383
Maranhão Branca 4509 104 4613 7.4927954
Maranhão Indígena 1281 19 1300 1.3688761
Maranhão Parda 83835 1120 84955 80.6916427
Maranhão Preta 2641 51 2692 3.6743516
Maranhão NA 2221 91 2312 6.5561960
Mato Grosso Amarela 6 1 7 0.1472754
Mato Grosso Branca 8297 174 8471 25.6259205
Mato Grosso Indígena 687 12 699 1.7673049
Mato Grosso Parda 31021 453 31474 66.7157585
Mato Grosso Preta 2394 39 2433 5.7437408
Mato Grosso do Sul Amarela 11 2 13 0.4089980
Mato Grosso do Sul Branca 11158 171 11329 34.9693252
Mato Grosso do Sul Indígena 1278 27 1305 5.5214724
Mato Grosso do Sul Parda 19656 271 19927 55.4192229
Mato Grosso do Sul Preta 745 17 762 3.4764826
Mato Grosso do Sul NA 13 1 14 0.2044990
Minas Gerais Amarela 1003 44 1047 1.1164679
Minas Gerais Branca 63867 1223 65090 31.0327328
Minas Gerais Indígena 100 8 108 0.2029942
Minas Gerais Parda 120650 2160 122810 54.8084243
Minas Gerais Preta 16329 422 16751 10.7079421
Minas Gerais NA 4649 84 4733 2.1314387
Pará Amarela 10 2 12 0.1249219
Pará Branca 3965 114 4079 7.1205497
Pará Indígena 561 8 569 0.4996877
Pará Parda 110807 1387 112194 86.6333542
Pará Preta 1006 34 1040 2.1236727
Pará NA 3025 56 3081 3.4978139
Paraíba Amarela 18 1 19 0.1412429
Paraíba Branca 3680 69 3749 9.7457627
Paraíba Indígena 3 1 4 0.1412429
Paraíba Parda 42274 601 42875 84.8870056
Paraíba Preta 283 10 293 1.4124294
Paraíba NA 3959 26 3985 3.6723164
Paraná Amarela 60 7 67 0.3248260
Paraná Branca 92633 1537 94170 71.3225058
Paraná Indígena 170 9 179 0.4176334
Paraná Parda 24550 519 25069 24.0835267
Paraná Preta 2360 73 2433 3.3874710
Paraná NA 131 10 141 0.4640371
Pernambuco Amarela 57 6 63 0.3464203
Pernambuco Branca 18894 331 19225 19.1108545
Pernambuco Indígena 348 18 366 1.0392610
Pernambuco Parda 85523 1235 86758 71.3048499
Pernambuco Preta 5345 126 5471 7.2748268
Pernambuco NA 511 16 527 0.9237875
Piauí Amarela 46 2 48 0.3367003
Piauí Branca 2755 61 2816 10.2693603
Piauí Parda 31658 471 32129 79.2929293
Piauí Preta 1065 21 1086 3.5353535
Piauí NA 2611 39 2650 6.5656566
Rio de Janeiro Amarela 120 8 128 0.2393060
Rio de Janeiro Branca 62309 1022 63331 30.5713431
Rio de Janeiro Parda 98097 1727 99824 51.6601855
Rio de Janeiro Preta 24360 523 24883 15.6446306
Rio de Janeiro NA 2316 63 2379 1.8845348
Rio Grande do Norte Amarela 3 1 4 0.1562500
Rio Grande do Norte Branca 9948 157 10105 24.5312500
Rio Grande do Norte Parda 24435 454 24889 70.9375000
Rio Grande do Norte Preta 668 16 684 2.5000000
Rio Grande do Norte NA 246 12 258 1.8750000
Rio Grande do Sul Amarela 2 1 3 0.0500250
Rio Grande do Sul Branca 97594 1603 99197 80.1900950
Rio Grande do Sul Indígena 276 11 287 0.5502751
Rio Grande do Sul Parda 10631 203 10834 10.1550775
Rio Grande do Sul Preta 7352 177 7529 8.8544272
Rio Grande do Sul NA 18 4 22 0.2001001
Rondônia Branca 2559 32 2591 10.5610561
Rondônia Indígena 4 1 5 0.3300330
Rondônia Parda 16566 259 16825 85.4785479
Rondônia Preta 71 2 73 0.6600660
Rondônia NA 128 9 137 2.9702970
Roraima Branca 994 21 1015 13.2911392
Roraima Indígena 2884 19 2903 12.0253165
Roraima Parda 9035 109 9144 68.9873418
Roraima Preta 475 9 484 5.6962025
Santa Catarina Branca 70205 942 71147 80.3754266
Santa Catarina Indígena 207 7 214 0.5972696
Santa Catarina Parda 8254 111 8365 9.4709898
Santa Catarina Preta 2809 60 2869 5.1194539
Santa Catarina NA 1806 52 1858 4.4368601
São Paulo Amarela 1612 43 1655 0.4742996
São Paulo Branca 287944 4759 292703 52.4928304
São Paulo Indígena 90 8 98 0.0882418
São Paulo Parda 201485 3470 204955 38.2748732
São Paulo Preta 31202 735 31937 8.1072138
São Paulo NA 1213 51 1264 0.5625414
Sergipe Amarela 310 5 315 0.9487666
Sergipe Branca 2681 49 2730 9.2979127
Sergipe Parda 25411 430 25841 81.5939279
Sergipe Preta 2380 38 2418 7.2106262
Sergipe NA 36 5 41 0.9487666
Tocantins Amarela 310 6 316 0.9787928
Tocantins Branca 4044 62 4106 10.1141925
Tocantins Indígena 396 15 411 2.4469821
Tocantins Parda 31930 458 32388 74.7145188
Tocantins Preta 2524 69 2593 11.2561175
Tocantins NA 17 3 20 0.4893964

Raça cor da mãe

##########################################################CONSULTAS
BPCNES<-df_a %>%
  group_by(CODESTAB, cat_peso, munResUf, CONSULTAS) %>%
  summarise(n=n()) %>%
  pivot_wider(names_from =cat_peso, values_from = n)
## `summarise()` has grouped output by 'CODESTAB', 'cat_peso', 'munResUf'. You can
## override using the `.groups` argument.
base1<-cnes_f %>% full_join (BPCNES, by=c("CNES"="CODESTAB")) %>%
  mutate(sum = select(., Baixo:Alto) %>%
           rowSums(na.rm = TRUE)) %>%
  mutate(perc_alto = Alto/sum*100) %>%
  filter(sum >=1,
         Baixo>=1,
         Alto>=1)

BPUF<-base1 %>%
  group_by(munResUf, CONSULTAS) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF<-base1 %>%
  group_by(munResUf, CONSULTAS) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF1<-BPUF %>%
  group_by(munResUf) %>%
  mutate(perc_alto = Alto/sum(Alto)*100)

kable(BPUF1)
munResUf CONSULTAS Baixo Alto sum perc_alto
Acre 1 a 3 vezes 1845 53 1898 31.9277108
Acre 4 a 6 vezes 4011 75 4086 45.1807229
Acre 7 ou mais vezes 6772 26 6798 15.6626506
Acre Nenhuma 202 12 214 7.2289157
Alagoas 1 a 3 vezes 1632 116 1748 19.6610169
Alagoas 4 a 6 vezes 8641 216 8857 36.6101695
Alagoas 7 ou mais vezes 31050 205 31255 34.7457627
Alagoas Nenhuma 440 38 478 6.4406780
Alagoas NA 167 15 182 2.5423729
Amapá 1 a 3 vezes 2708 84 2792 37.8378378
Amapá 4 a 6 vezes 4717 75 4792 33.7837838
Amapá 7 ou mais vezes 5478 31 5509 13.9639640
Amapá Nenhuma 409 32 441 14.4144144
Amazonas 1 a 3 vezes 8484 306 8790 33.4426230
Amazonas 4 a 6 vezes 21352 383 21735 41.8579235
Amazonas 7 ou mais vezes 26456 133 26589 14.5355191
Amazonas Nenhuma 1386 70 1456 7.6502732
Amazonas NA 263 23 286 2.5136612
Bahia 1 a 3 vezes 9015 661 9676 22.4753485
Bahia 4 a 6 vezes 38502 1196 39698 40.6664400
Bahia 7 ou mais vezes 95787 771 96558 26.2155729
Bahia Nenhuma 3170 235 3405 7.9904794
Bahia NA 1322 78 1400 2.6521591
Ceará 1 a 3 vezes 4027 407 4434 20.6808943
Ceará 4 a 6 vezes 18366 908 19274 46.1382114
Ceará 7 ou mais vezes 84559 547 85106 27.7947154
Ceará Nenhuma 1919 79 1998 4.0142276
Ceará NA 163 27 190 1.3719512
Distrito Federal 1 a 3 vezes 1994 116 2110 18.1533646
Distrito Federal 4 a 6 vezes 6526 257 6783 40.2190923
Distrito Federal 7 ou mais vezes 28518 223 28741 34.8982786
Distrito Federal Nenhuma 392 24 416 3.7558685
Distrito Federal NA 268 19 287 2.9733959
Espírito Santo 1 a 3 vezes 2203 172 2375 24.5363766
Espírito Santo 4 a 6 vezes 8535 329 8864 46.9329529
Espírito Santo 7 ou mais vezes 28707 172 28879 24.5363766
Espírito Santo Nenhuma 375 26 401 3.7089872
Espírito Santo NA 8 2 10 0.2853067
Goiás 1 a 3 vezes 4104 250 4354 19.4552529
Goiás 4 a 6 vezes 15224 537 15761 41.7898833
Goiás 7 ou mais vezes 42589 398 42987 30.9727626
Goiás Nenhuma 616 67 683 5.2140078
Goiás NA 415 33 448 2.5680934
Maranhão 1 a 3 vezes 8980 371 9351 26.8451520
Maranhão 4 a 6 vezes 30096 577 30673 41.7510854
Maranhão 7 ou mais vezes 43611 317 43928 22.9377713
Maranhão Nenhuma 2194 70 2264 5.0651230
Maranhão NA 137 47 184 3.4008683
Mato Grosso 1 a 3 vezes 2198 153 2351 22.7002967
Mato Grosso 4 a 6 vezes 9587 289 9876 42.8783383
Mato Grosso 7 ou mais vezes 29837 209 30046 31.0089021
Mato Grosso Nenhuma 348 17 365 2.5222552
Mato Grosso NA 84 6 90 0.8902077
Mato Grosso do Sul 1 a 3 vezes 1843 123 1966 25.1533742
Mato Grosso do Sul 4 a 6 vezes 7137 197 7334 40.2862986
Mato Grosso do Sul 7 ou mais vezes 21304 129 21433 26.3803681
Mato Grosso do Sul Nenhuma 270 39 309 7.9754601
Mato Grosso do Sul NA 33 1 34 0.2044990
Minas Gerais 1 a 3 vezes 6320 739 7059 18.7945066
Minas Gerais 4 a 6 vezes 33560 1747 35307 44.4303154
Minas Gerais 7 ou mais vezes 156263 1251 157514 31.8158698
Minas Gerais Nenhuma 1075 156 1231 3.9674466
Minas Gerais NA 490 39 529 0.9918616
Pará 1 a 3 vezes 11584 475 12059 29.6689569
Pará 4 a 6 vezes 36319 617 36936 38.5384135
Pará 7 ou mais vezes 53128 359 53487 22.4234853
Pará Nenhuma 4372 145 4517 9.0568395
Pará NA 87 5 92 0.3123048
Paraíba 1 a 3 vezes 1969 129 2098 18.3238636
Paraíba 4 a 6 vezes 10071 337 10408 47.8693182
Paraíba 7 ou mais vezes 38570 183 38753 25.9943182
Paraíba Nenhuma 551 42 593 5.9659091
Paraíba NA 148 13 161 1.8465909
Paraná 1 a 3 vezes 2762 261 3023 12.1226196
Paraná 4 a 6 vezes 13289 843 14132 39.1546679
Paraná 7 ou mais vezes 107475 988 108463 45.8894566
Paraná Nenhuma 346 49 395 2.2758941
Paraná NA 67 12 79 0.5573618
Pernambuco 1 a 3 vezes 5271 386 5657 22.4288205
Pernambuco 4 a 6 vezes 22084 787 22871 45.7292272
Pernambuco 7 ou mais vezes 81106 436 81542 25.3341081
Pernambuco Nenhuma 1370 93 1463 5.4038350
Pernambuco NA 267 19 286 1.1040093
Piauí 1 a 3 vezes 1807 136 1943 23.0508475
Piauí 4 a 6 vezes 9032 249 9281 42.2033898
Piauí 7 ou mais vezes 22842 155 22997 26.2711864
Piauí Nenhuma 1068 42 1110 7.1186441
Piauí NA 112 8 120 1.3559322
Rio de Janeiro 1 a 3 vezes 9141 695 9836 20.8146152
Rio de Janeiro 4 a 6 vezes 34372 1391 35763 41.6591794
Rio de Janeiro 7 ou mais vezes 137537 968 138505 28.9907158
Rio de Janeiro Nenhuma 3051 185 3236 5.5405810
Rio de Janeiro NA 1930 100 2030 2.9949087
Rio Grande do Norte 1 a 3 vezes 1738 123 1861 19.3092622
Rio Grande do Norte 4 a 6 vezes 7129 299 7428 46.9387755
Rio Grande do Norte 7 ou mais vezes 21704 166 21870 26.0596546
Rio Grande do Norte Nenhuma 174 24 198 3.7676609
Rio Grande do Norte NA 458 25 483 3.9246468
Rio Grande do Sul 1 a 3 vezes 4003 353 4356 17.7119920
Rio Grande do Sul 4 a 6 vezes 16557 891 17448 44.7064727
Rio Grande do Sul 7 ou mais vezes 86193 610 86803 30.6071249
Rio Grande do Sul Nenhuma 1012 116 1128 5.8203713
Rio Grande do Sul NA 430 23 453 1.1540391
Rondônia 1 a 3 vezes 1080 60 1140 19.8675497
Rondônia 4 a 6 vezes 4249 113 4362 37.4172185
Rondônia 7 ou mais vezes 13011 91 13102 30.1324503
Rondônia Nenhuma 733 37 770 12.2516556
Rondônia NA 19 1 20 0.3311258
Roraima 1 a 3 vezes 2236 47 2283 29.7468354
Roraima 4 a 6 vezes 4095 56 4151 35.4430380
Roraima 7 ou mais vezes 5806 25 5831 15.8227848
Roraima Nenhuma 945 30 975 18.9873418
Santa Catarina 1 a 3 vezes 2299 190 2489 16.3090129
Santa Catarina 4 a 6 vezes 12548 560 13108 48.0686695
Santa Catarina 7 ou mais vezes 63304 365 63669 31.3304721
Santa Catarina Nenhuma 317 32 349 2.7467811
Santa Catarina NA 123 18 141 1.5450644
São Paulo 1 a 3 vezes 17010 1643 18653 18.1687493
São Paulo 4 a 6 vezes 77981 4190 82171 46.3341811
São Paulo 7 ou mais vezes 419758 2757 422515 30.4876700
São Paulo Nenhuma 3436 342 3778 3.7819308
São Paulo NA 1108 111 1219 1.2274688
Sergipe 1 a 3 vezes 2065 173 2238 32.7032136
Sergipe 4 a 6 vezes 8244 230 8474 43.4782609
Sergipe 7 ou mais vezes 17820 105 17925 19.8487713
Sergipe Nenhuma 175 16 191 3.0245747
Sergipe NA 78 5 83 0.9451796
Tocantins 1 a 3 vezes 1512 127 1639 20.8538588
Tocantins 4 a 6 vezes 8238 258 8496 42.3645320
Tocantins 7 ou mais vezes 27498 196 27694 32.1839080
Tocantins Nenhuma 126 28 154 4.5977011

Consultas pré-natais

##########################################################GESTACAO
BPCNES<-df_a %>%
  group_by(CODESTAB, cat_peso, munResUf, GESTACAO) %>%
  summarise(n=n()) %>%
  pivot_wider(names_from =cat_peso, values_from = n)
## `summarise()` has grouped output by 'CODESTAB', 'cat_peso', 'munResUf'. You can
## override using the `.groups` argument.
base1<-cnes_f %>% full_join (BPCNES, by=c("CNES"="CODESTAB")) %>%
  mutate(sum = select(., Baixo:Alto) %>%
           rowSums(na.rm = TRUE)) %>%
  mutate(perc_alto = Alto/sum*100) %>%
  filter(sum >=1,
         Baixo>=1,
         Alto>=1)

BPUF<-base1 %>%
  group_by(munResUf, GESTACAO) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF1<-base1 %>%
  group_by(munResUf, GESTACAO) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
kable(BPUF1)
munResUf GESTACAO Baixo Alto sum perc_alto
Acre 22 a 27 semanas 21 32 53 60.3773585
Acre 28 a 31 semanas 100 61 161 37.8881988
Acre 32 a 36 semanas 1420 26 1446 1.7980636
Acre 37 a 41 semanas 10303 30 10333 0.2903319
Acre 42 semanas ou mais 265 4 269 1.4869888
Acre Menos de 22 semanas 1 1 2 50.0000000
Acre NA 249 7 256 2.7343750
Alagoas 22 a 27 semanas 41 133 174 76.4367816
Alagoas 28 a 31 semanas 175 167 342 48.8304094
Alagoas 32 a 36 semanas 2575 94 2669 3.5219183
Alagoas 37 a 41 semanas 28475 129 28604 0.4509859
Alagoas 42 semanas ou mais 86 3 89 3.3707865
Alagoas Menos de 22 semanas 4 6 10 60.0000000
Alagoas NA 641 14 655 2.1374046
Amapá 22 a 27 semanas 4 9 13 69.2307692
Amapá 28 a 31 semanas 51 69 120 57.5000000
Amapá 32 a 36 semanas 2628 42 2670 1.5730337
Amapá 37 a 41 semanas 10262 27 10289 0.2624162
Amapá Menos de 22 semanas 2 1 3 33.3333333
Amapá NA 68 2 70 2.8571429
Amazonas 22 a 27 semanas 48 168 216 77.7777778
Amazonas 28 a 31 semanas 330 356 686 51.8950437
Amazonas 32 a 36 semanas 5844 147 5991 2.4536805
Amazonas 37 a 41 semanas 47551 74 47625 0.1553806
Amazonas 42 semanas ou mais 474 7 481 1.4553015
Amazonas Menos de 22 semanas 3 6 9 66.6666667
Amazonas NA 56 6 62 9.6774194
Bahia 22 a 27 semanas 181 649 830 78.1927711
Bahia 28 a 31 semanas 834 907 1741 52.0964963
Bahia 32 a 36 semanas 12541 534 13075 4.0841300
Bahia 37 a 41 semanas 120601 390 120991 0.3223380
Bahia 42 semanas ou mais 877 12 889 1.3498313
Bahia Menos de 22 semanas 18 39 57 68.4210526
Bahia NA 4074 130 4204 3.0922931
Ceará 22 a 27 semanas 97 344 441 78.0045351
Ceará 28 a 31 semanas 624 676 1300 52.0000000
Ceará 32 a 36 semanas 9887 371 10258 3.6166894
Ceará 37 a 41 semanas 83705 183 83888 0.2181480
Ceará 42 semanas ou mais 1055 9 1064 0.8458647
Ceará Menos de 22 semanas 4 6 10 60.0000000
Ceará NA 2908 55 2963 1.8562268
Distrito Federal 22 a 27 semanas 56 159 215 73.9534884
Distrito Federal 28 a 31 semanas 211 248 459 54.0305011
Distrito Federal 32 a 36 semanas 4012 121 4133 2.9276555
Distrito Federal 37 a 41 semanas 28492 76 28568 0.2660319
Distrito Federal Menos de 22 semanas 8 4 12 33.3333333
Distrito Federal NA 84 7 91 7.6923077
Espírito Santo 22 a 27 semanas 11 131 142 92.2535211
Espírito Santo 28 a 31 semanas 177 261 438 59.5890411
Espírito Santo 32 a 36 semanas 3498 126 3624 3.4768212
Espírito Santo 37 a 41 semanas 26711 41 26752 0.1532596
Espírito Santo 42 semanas ou mais 87 3 90 3.3333333
Espírito Santo Menos de 22 semanas 2 6 8 75.0000000
Espírito Santo NA 5 1 6 16.6666667
Goiás 22 a 27 semanas 69 305 374 81.5508021
Goiás 28 a 31 semanas 347 451 798 56.5162907
Goiás 32 a 36 semanas 6199 253 6452 3.9212647
Goiás 37 a 41 semanas 49707 103 49810 0.2067858
Goiás 42 semanas ou mais 167 5 172 2.9069767
Goiás Menos de 22 semanas 4 19 23 82.6086957
Goiás NA 85 8 93 8.6021505
Maranhão 22 a 27 semanas 92 308 400 77.0000000
Maranhão 28 a 31 semanas 533 379 912 41.5570175
Maranhão 32 a 36 semanas 6836 251 7087 3.5416961
Maranhão 37 a 41 semanas 67271 235 67506 0.3481172
Maranhão 42 semanas ou mais 1034 15 1049 1.4299333
Maranhão Menos de 22 semanas 5 3 8 37.5000000
Maranhão NA 1945 59 2004 2.9441118
Mato Grosso 22 a 27 semanas 23 70 93 75.2688172
Mato Grosso 28 a 31 semanas 218 225 443 50.7900677
Mato Grosso 32 a 36 semanas 3709 120 3829 3.1339775
Mato Grosso 37 a 41 semanas 30577 95 30672 0.3097287
Mato Grosso NA 159 6 165 3.6363636
Mato Grosso do Sul 22 a 27 semanas 27 102 129 79.0697674
Mato Grosso do Sul 28 a 31 semanas 158 188 346 54.3352601
Mato Grosso do Sul 32 a 36 semanas 3293 89 3382 2.6315789
Mato Grosso do Sul 37 a 41 semanas 11805 24 11829 0.2028912
Mato Grosso do Sul 42 semanas ou mais 31 2 33 6.0606061
Minas Gerais 22 a 27 semanas 116 747 863 86.5585168
Minas Gerais 28 a 31 semanas 1030 1504 2534 59.3528019
Minas Gerais 32 a 36 semanas 18996 730 19726 3.7006996
Minas Gerais 37 a 41 semanas 138247 269 138516 0.1942014
Minas Gerais 42 semanas ou mais 525 13 538 2.4163569
Minas Gerais Menos de 22 semanas 12 15 27 55.5555556
Minas Gerais NA 1046 54 1100 4.9090909
Pará 22 a 27 semanas 184 382 566 67.4911661
Pará 28 a 31 semanas 855 446 1301 34.2813221
Pará 32 a 36 semanas 9492 277 9769 2.8355001
Pará 37 a 41 semanas 78020 260 78280 0.3321410
Pará 42 semanas ou mais 1613 17 1630 1.0429448
Pará Menos de 22 semanas 15 19 34 55.8823529
Pará NA 4418 87 4505 1.9311876
Paraíba 22 a 27 semanas 43 138 181 76.2430939
Paraíba 28 a 31 semanas 252 269 521 51.6314779
Paraíba 32 a 36 semanas 4497 163 4660 3.4978541
Paraíba 37 a 41 semanas 36885 60 36945 0.1624036
Paraíba 42 semanas ou mais 342 3 345 0.8695652
Paraíba Menos de 22 semanas 2 6 8 75.0000000
Paraíba NA 512 12 524 2.2900763
Paraná 22 a 27 semanas 50 310 360 86.1111111
Paraná 28 a 31 semanas 582 864 1446 59.7510373
Paraná 32 a 36 semanas 11952 417 12369 3.3713316
Paraná 37 a 41 semanas 84582 142 84724 0.1676030
Paraná 42 semanas ou mais 271 6 277 2.1660650
Paraná Menos de 22 semanas 8 10 18 55.5555556
Paraná NA 145 13 158 8.2278481
Pernambuco 22 a 27 semanas 75 429 504 85.1190476
Pernambuco 28 a 31 semanas 524 610 1134 53.7918871
Pernambuco 32 a 36 semanas 9296 346 9642 3.5884671
Pernambuco 37 a 41 semanas 87869 146 88015 0.1658808
Pernambuco 42 semanas ou mais 308 5 313 1.5974441
Pernambuco Menos de 22 semanas 8 16 24 66.6666667
Pernambuco NA 1119 27 1146 2.3560209
Piauí 22 a 27 semanas 20 123 143 86.0139860
Piauí 28 a 31 semanas 139 170 309 55.0161812
Piauí 32 a 36 semanas 2848 157 3005 5.2246256
Piauí 37 a 41 semanas 25358 53 25411 0.2085711
Piauí 42 semanas ou mais 46 1 47 2.1276596
Piauí NA 606 18 624 2.8846154
Rio de Janeiro 22 a 27 semanas 114 509 623 81.7014446
Rio de Janeiro 28 a 31 semanas 850 1272 2122 59.9434496
Rio de Janeiro 32 a 36 semanas 16961 675 17636 3.8273985
Rio de Janeiro 37 a 41 semanas 139319 280 139599 0.2005745
Rio de Janeiro 42 semanas ou mais 428 8 436 1.8348624
Rio de Janeiro Menos de 22 semanas 10 10 20 50.0000000
Rio de Janeiro NA 1128 42 1170 3.5897436
Rio Grande do Norte 22 a 27 semanas 46 163 209 77.9904306
Rio Grande do Norte 28 a 31 semanas 242 205 447 45.8612975
Rio Grande do Norte 32 a 36 semanas 3983 128 4111 3.1135977
Rio Grande do Norte 37 a 41 semanas 24968 79 25047 0.3154070
Rio Grande do Norte 42 semanas ou mais 386 4 390 1.0256410
Rio Grande do Norte Menos de 22 semanas 10 11 21 52.3809524
Rio Grande do Norte NA 195 6 201 2.9850746
Rio Grande do Sul 22 a 27 semanas 22 167 189 88.3597884
Rio Grande do Sul 28 a 31 semanas 474 802 1276 62.8526646
Rio Grande do Sul 32 a 36 semanas 11678 430 12108 3.5513710
Rio Grande do Sul 37 a 41 semanas 39880 54 39934 0.1352231
Rio Grande do Sul NA 21 3 24 12.5000000
Rondônia 22 a 27 semanas 11 17 28 60.7142857
Rondônia 28 a 31 semanas 57 86 143 60.1398601
Rondônia 32 a 36 semanas 1153 78 1231 6.3363119
Rondônia 37 a 41 semanas 15754 32 15786 0.2027113
Rondônia 42 semanas ou mais 37 1 38 2.6315789
Rondônia NA 831 30 861 3.4843206
Roraima 22 a 27 semanas 34 44 78 56.4102564
Roraima 28 a 31 semanas 114 49 163 30.0613497
Roraima 32 a 36 semanas 1476 27 1503 1.7964072
Roraima 37 a 41 semanas 11391 32 11423 0.2801366
Roraima 42 semanas ou mais 323 1 324 0.3086420
Roraima Menos de 22 semanas 1 4 5 80.0000000
Santa Catarina 22 a 27 semanas 40 190 230 82.6086957
Santa Catarina 28 a 31 semanas 402 436 838 52.0286396
Santa Catarina 32 a 36 semanas 7154 234 7388 3.1672983
Santa Catarina 37 a 41 semanas 33486 56 33542 0.1669549
Santa Catarina Menos de 22 semanas 9 9 18 50.0000000
Santa Catarina NA 193 12 205 5.8536585
São Paulo 22 a 27 semanas 239 1225 1464 83.6748634
São Paulo 28 a 31 semanas 2248 3556 5804 61.2680910
São Paulo 32 a 36 semanas 49320 1756 51076 3.4380139
São Paulo 37 a 41 semanas 331518 562 332080 0.1692363
São Paulo 42 semanas ou mais 553 9 562 1.6014235
São Paulo Menos de 22 semanas 34 24 58 41.3793103
São Paulo NA 122 12 134 8.9552239
Sergipe 22 a 27 semanas 3 96 99 96.9696970
Sergipe 28 a 31 semanas 81 193 274 70.4379562
Sergipe 32 a 36 semanas 2257 110 2367 4.6472328
Sergipe 37 a 41 semanas 21192 32 21224 0.1507727
Sergipe Menos de 22 semanas 1 15 16 93.7500000
Sergipe NA 130 17 147 11.5646259
Tocantins 22 a 27 semanas 25 112 137 81.7518248
Tocantins 28 a 31 semanas 155 245 400 61.2500000
Tocantins 32 a 36 semanas 3442 134 3576 3.7472036
Tocantins 37 a 41 semanas 32228 69 32297 0.2136421
Tocantins 42 semanas ou mais 38 2 40 5.0000000
Tocantins NA 159 21 180 11.6666667

Idade gestacional

##########################################################PARTO
BPCNES<-df_a %>%
  group_by(CODESTAB, cat_peso, munResUf, PARTO) %>%
  summarise(n=n()) %>%
  pivot_wider(names_from =cat_peso, values_from = n)
## `summarise()` has grouped output by 'CODESTAB', 'cat_peso', 'munResUf'. You can
## override using the `.groups` argument.
base1<-cnes_f %>% full_join (BPCNES, by=c("CNES"="CODESTAB")) %>%
  mutate(sum = select(., Baixo:Alto) %>%
           rowSums(na.rm = TRUE)) %>%
  mutate(perc_alto = Alto/sum*100) %>%
  filter(sum >=1,
         Baixo>=1,
         Alto>=1)

BPUF<-base1 %>%
  group_by(munResUf, PARTO) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF<-base1 %>%
  group_by(munResUf, PARTO) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF1<-BPUF %>%
  group_by(munResUf) %>%
  mutate(perc_alto = Alto/sum(Alto)*100)

kable(BPUF1)
munResUf PARTO Baixo Alto sum perc_alto
Acre Cesáreo 5770 84 5854 50.6024096
Acre Vaginal 8470 82 8552 49.3975904
Alagoas Cesáreo 23942 285 24227 48.4693878
Alagoas Vaginal 21042 303 21345 51.5306122
Amapá Cesáreo 5363 80 5443 36.0360360
Amapá Vaginal 8957 142 9099 63.9639640
Amazonas Cesáreo 24184 425 24609 46.3973799
Amazonas Vaginal 43695 491 44186 53.6026201
Bahia Cesáreo 69435 1401 70836 47.3150963
Bahia Vaginal 90026 1555 91581 52.5160419
Bahia NA 37 5 42 0.1688619
Ceará Cesáreo 64874 1110 65984 56.3451777
Ceará Vaginal 46847 855 47702 43.4010152
Ceará NA 48 5 53 0.2538071
Distrito Federal Cesáreo 20633 420 21053 65.7276995
Distrito Federal Vaginal 18520 219 18739 34.2723005
Espírito Santo Cesáreo 25041 402 25443 57.5107296
Espírito Santo Vaginal 18873 297 19170 42.4892704
Goiás Cesáreo 41440 723 42163 55.8732612
Goiás Vaginal 26201 571 26772 44.1267388
Maranhão Cesáreo 45262 643 45905 46.2922966
Maranhão Vaginal 48828 741 49569 53.3477322
Maranhão NA 71 5 76 0.3599712
Mato Grosso Cesáreo 24102 371 24473 54.6391753
Mato Grosso Vaginal 20437 308 20745 45.3608247
Mato Grosso do Sul Cesáreo 19999 268 20267 54.4715447
Mato Grosso do Sul Vaginal 14398 224 14622 45.5284553
Minas Gerais Cesáreo 115958 2432 118390 61.5852114
Minas Gerais Vaginal 96340 1516 97856 38.3894657
Minas Gerais NA 1 1 2 0.0253229
Pará Cesáreo 53064 731 53795 45.5451713
Pará Vaginal 62680 872 63552 54.3302181
Pará NA 10 2 12 0.1246106
Paraíba Cesáreo 27293 407 27700 57.4858757
Paraíba Vaginal 21127 300 21427 42.3728814
Paraíba NA 1 1 2 0.1412429
Paraná Cesáreo 74293 1464 75757 67.7150786
Paraná Vaginal 50290 697 50987 32.2386679
Paraná NA 1 1 2 0.0462535
Pernambuco Cesáreo 56096 864 56960 49.7695853
Pernambuco Vaginal 56722 870 57592 50.1152074
Pernambuco NA 40 2 42 0.1152074
Piauí Cesáreo 20827 315 21142 53.2094595
Piauí Vaginal 16845 277 17122 46.7905405
Rio de Janeiro Cesáreo 107917 2073 109990 61.9730942
Rio de Janeiro Vaginal 83739 1270 85009 37.9671151
Rio de Janeiro NA 28 2 30 0.0597907
Rio Grande do Norte Cesáreo 21005 389 21394 60.7812500
Rio Grande do Norte Vaginal 13906 251 14157 39.2187500
Rio Grande do Sul Cesáreo 68116 1397 69513 69.7802198
Rio Grande do Sul Vaginal 44320 604 44924 30.1698302
Rio Grande do Sul NA 2 1 3 0.0499500
Rondônia Cesáreo 12370 154 12524 50.9933775
Rondônia Vaginal 8113 147 8260 48.6754967
Rondônia NA 1 1 2 0.3311258
Roraima Cesáreo 3957 67 4024 42.6751592
Roraima Vaginal 8818 90 8908 57.3248408
Santa Catarina Cesáreo 44925 739 45664 63.0008525
Santa Catarina Vaginal 37083 433 37516 36.9138960
Santa Catarina NA 36 1 37 0.0852515
São Paulo Cesáreo 301059 5844 306903 64.4037911
São Paulo Vaginal 225892 3229 229121 35.5851885
São Paulo NA 7 1 8 0.0110205
Sergipe Cesáreo 13221 226 13447 42.7221172
Sergipe Vaginal 17564 303 17867 57.2778828
Tocantins Cesáreo 21451 360 21811 58.5365854
Tocantins Vaginal 18032 255 18287 41.4634146

Tipo de parto

##########################################################ANOMALIA
 BPCNES<-df_a %>%
  group_by(CODESTAB, cat_peso, munResUf, IDANOMAL) %>%
  summarise(n=n()) %>%
  pivot_wider(names_from =cat_peso, values_from = n)
## `summarise()` has grouped output by 'CODESTAB', 'cat_peso', 'munResUf'. You can
## override using the `.groups` argument.
base1<-cnes_f %>% full_join (BPCNES, by=c("CNES"="CODESTAB")) %>%
  mutate(sum = select(., Baixo:Alto) %>%
           rowSums(na.rm = TRUE)) %>%
  mutate(perc_alto = Alto/sum*100) %>%
  filter(sum >=1,
         Baixo>=1,
         Alto>=1)

BPUF<-base1 %>%
  group_by(munResUf, IDANOMAL) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF<-base1 %>%
  group_by(munResUf, IDANOMAL) %>%
  summarise(Baixo=sum(Baixo),
            Alto=sum(Alto),
            sum=sum(sum)) %>%
  mutate(perc_alto = Alto/sum*100)
## `summarise()` has grouped output by 'munResUf'. You can override using the
## `.groups` argument.
BPUF1<-BPUF %>%
  group_by(munResUf) %>%
  mutate(perc_alto = Alto/sum(Alto)*100)

kable(BPUF1)
munResUf IDANOMAL Baixo Alto sum perc_alto
Acre Não 15229 157 15386 94.5783133
Acre Sim 120 7 127 4.2168675
Acre NA 120 2 122 1.2048193
Alagoas Não 45800 567 46367 95.7770270
Alagoas Sim 143 19 162 3.2094595
Alagoas NA 29 6 35 1.0135135
Amapá Não 12881 205 13086 92.7601810
Amapá Sim 282 9 291 4.0723982
Amapá NA 841 7 848 3.1674208
Amazonas Não 72284 877 73161 95.8469945
Amazonas Sim 196 32 228 3.4972678
Amazonas NA 43 6 49 0.6557377
Bahia Não 168310 2783 171093 94.4029851
Bahia Sim 883 88 971 2.9850746
Bahia NA 2790 77 2867 2.6119403
Ceará Não 109597 1753 111350 89.0299644
Ceará Sim 718 73 791 3.7074657
Ceará NA 6627 143 6770 7.2625698
Distrito Federal Não 33498 478 33976 74.8043818
Distrito Federal Sim 226 26 252 4.0688576
Distrito Federal NA 6700 135 6835 21.1267606
Espírito Santo Não 45858 668 46526 95.4285714
Espírito Santo Sim 304 28 332 4.0000000
Espírito Santo NA 58 4 62 0.5714286
Goiás Não 69209 1188 70397 92.0216886
Goiás Sim 363 43 406 3.3307514
Goiás NA 3933 60 3993 4.6475600
Maranhão Não 100623 1287 101910 92.9913295
Maranhão Sim 287 42 329 3.0346821
Maranhão NA 713 55 768 3.9739884
Mato Grosso Não 47265 657 47922 96.6176471
Mato Grosso Sim 153 19 172 2.7941176
Mato Grosso NA 62 4 66 0.5882353
Mato Grosso do Sul Não 37021 468 37489 95.7055215
Mato Grosso do Sul Sim 224 20 244 4.0899796
Mato Grosso do Sul NA 2 1 3 0.2044990
Minas Gerais Não 215170 3606 218776 91.6624301
Minas Gerais Sim 1221 166 1387 4.2196238
Minas Gerais NA 8614 162 8776 4.1179461
Pará Não 124519 1536 126055 95.8203369
Pará Sim 323 48 371 2.9943855
Pará NA 1019 19 1038 1.1852776
Paraíba Não 53079 674 53753 95.3323904
Paraíba Sim 346 32 378 4.5261669
Paraíba NA 63 1 64 0.1414427
Paraná Não 129631 2032 131663 94.0305414
Paraná Sim 691 94 785 4.3498380
Paraná NA 524 35 559 1.6196205
Pernambuco Não 117816 1652 119468 95.5465587
Pernambuco Sim 847 63 910 3.6437247
Pernambuco NA 102 14 116 0.8097166
Piauí Não 40521 554 41075 93.4232715
Piauí Sim 230 22 252 3.7099494
Piauí NA 170 17 187 2.8667791
Rio de Janeiro Não 189112 3203 192315 95.7834928
Rio de Janeiro Sim 830 72 902 2.1531100
Rio de Janeiro NA 3952 69 4021 2.0633971
Rio Grande do Norte Não 36022 598 36620 93.5837246
Rio Grande do Norte Sim 197 22 219 3.4428795
Rio Grande do Norte NA 624 19 643 2.9733959
Rio Grande do Sul Não 119503 1851 121354 92.6890336
Rio Grande do Sul Sim 700 67 767 3.3550325
Rio Grande do Sul NA 1636 79 1715 3.9559339
Rondônia Não 21775 280 22055 92.4092409
Rondônia Sim 99 16 115 5.2805281
Rondônia NA 612 7 619 2.3102310
Roraima Não 13404 150 13554 95.5414013
Roraima Sim 88 6 94 3.8216561
Roraima NA 21 1 22 0.6369427
Santa Catarina Não 85787 1108 86895 94.5392491
Santa Catarina Sim 535 57 592 4.8634812
Santa Catarina NA 29 7 36 0.5972696
São Paulo Não 539941 8491 548432 93.6472924
São Paulo Sim 4906 524 5430 5.7791993
São Paulo NA 2002 52 2054 0.5735083
Sergipe Não 31284 490 31774 93.1558935
Sergipe Sim 219 27 246 5.1330798
Sergipe NA 171 9 180 1.7110266
Tocantins Não 41738 573 42311 93.1707317
Tocantins Sim 297 39 336 6.3414634
Tocantins NA 50 3 53 0.4878049

Anomalia congênita