Plano de Aula: Introdução ao R com Microdados do Datasus

Dia 1: Introdução e Manipulação de Dados

Objetivos da Aula

• Compreender como instalar e utilizar o pacote microdatasus.
• Baixar e processar dados do Sistema de Informação sobre Mortalidade (SIM).
• Aprender a manipular dados com dplyr.

Materiais Necessários

• Computadores com R e RStudio instalados.
• Pacotes: microdatasus, dplyr.

Conteúdo da Aula

1. Introdução ao R e ao Pacote microdatasus

• Breve introdução ao R e suas aplicações em saúde pública.
• Apresentação do pacote microdatasus e sua utilidade para acessar dados do Datasus.

2. Instalação e Carregamento do Pacote

# Instalação do pacote
install.packages("remotes")
remotes::install_github("rfsaldanha/microdatasus")

# Carregar o pacote
library(microdatasus)

3. Baixando Dados do Datasus

• Explicação sobre as funções fetch_datasus e process_sim.

# Baixando dados do SIM
dados <- fetch_datasus(year_start = 2013, year_end = 2014, uf = "RJ", information_system = "SIM-DO")
dados <- process_sim(dados)

4. Manipulação de Dados com dplyr

• Uso das funções select(), filter(), mutate(), group_by() e summarize().

Comando select()

• Utilizado para escolher colunas específicas de um data frame.

# Selecionando colunas
dados_selecionados <- dados %>% select(id, sexo, idade, causa_morte)

Comando filter()

• Usado para filtrar linhas com base em uma condição específica.

# Filtrando dados
dados_filtrados <- dados_selecionados %>% filter(idade > 60)

Comando mutate()

• Serve para criar novas colunas ou modificar colunas existentes.

# Criando uma nova coluna
dados_mutados <- dados_filtrados %>% mutate(causa_morte = ifelse(causa_morte == "A", "Causa A", "Outras Causas"))

Comando group_by() e summarize()

• group_by(): Agrupa os dados com base em uma ou mais colunas.
• summarize(): Resume os dados agrupados, permitindo cálculos agregados.

# Agrupando e resumindo dados
resumo_dados <- dados_mutados %>%
  group_by(causa_morte) %>%
  summarize(total = n(), media_idade = mean(idade, na.rm = TRUE))

5. Atividade Prática

• Exercício: Os alunos devem baixar dados de um ano específico e realizar as seguintes tarefas:
  1. Selecionar colunas de interesse.
  2. Filtrar os dados para pessoas com idade superior a 50 anos.
  3. Criar uma nova coluna que categorize a causa da morte.

6. Conclusão do Dia 1

• Revisão dos conceitos abordados e perguntas.

Dia 2: Visualização e Análise dos Dados

Objetivos da Aula

• Aprender a visualizar dados utilizando o esquisse.
• Gerar relatórios resumidos com o gtsummary.

Materiais Necessários

• Computadores com R e RStudio instalados.
• Pacotes: esquisse, gtsummary.

Conteúdo da Aula

1. Visualização de Dados com esquisse

• Introdução ao esquisse para criar gráficos interativos.

# Carregar o pacote
library(esquisse)

# Iniciar a interface do esquisse
esquisse::esquisse()

• Criar um gráfico a partir do dados_mutados.
• Os alunos podem usar a interface do esquisse para escolher variáveis e tipos de gráficos.

2. Gerando Tabelas Resumidas com gtsummary

• Uso da função tbl_summary() para criar tabelas resumidas.

# Carregar o pacote
library(gtsummary)

# Criar tabela resumida
tabela_resumo <- tbl_summary(dados_mutados, by = sexo)
tabela_resumo

3. Atividade Prática

• Exercício: Os alunos devem criar:
  1. Um gráfico que mostre a distribuição das causas de morte por sexo utilizando esquisse.
  2. Uma tabela que resuma os dados por faixa etária utilizando gtsummary.

4. Conclusão e Perguntas

• Revisão dos conceitos abordados e discussão sobre aplicações práticas.
• Sessão de perguntas e respostas.