Classifica códigos da 10ª Revisão da Classificação Internacional de Doenças (CID-10) segundo a Lista Brasileira de Internação por Condições Sensíveis à Atenção Primária e oferece outras funcionalidades, especialmente para o manejo dos "arquivos da AIH" (RD??????.DBC; BD-SIH/SUS).
Usage
csapAIH(
x,
lista = "MS",
grupos = TRUE,
sihsus = TRUE,
procobst.rm = TRUE,
parto.rm = TRUE,
longa.rm = TRUE,
cep = TRUE,
cnes = TRUE,
arquivo = TRUE,
sep,
cid = NULL,
...
)Arguments
- x
alvo da função: um arquivo, banco de dados ou vetor com códigos da CID-10 (ver
detalhes);- lista
Lista de causas a ser considerada (v. detalhes); pode ser
"MS"(padrão) para a lista publicada em portaria pelo Ministério da Saúde do Brasil ou "Alfradique" para a lista publicada no artigo de Alfradique et al.- grupos
argumento lógico, obrigatório;
TRUE(padrão) indica que as internações serão classificadas também em grupos de causas CSAP;- sihsus
argumento lógico, obrigatório se
xfor um arquivo;TRUE(padrão) indica que o arquivo ou banco de dados a ser tabulado tem minimamente os seguintes campos dos arquivos da AIH:DIAG_PRINC: diagnóstico principal da internação;
NASC: data de nascimento;
DT_INTER: data da internação;
DT_SAIDA: data da alta hospitalar;
COD_IDADE: código indicando a faixa etária a que se refere o valor registrado no campo idade;
IDADE: idade (tempo de vida acumulado) do paciente, na unidade indicada no campo COD_IDADE;
MUNIC_RES: município de residência do paciente;
MUNIC_MOV: município de internação do paciente;
SEXO: sexo do paciente;
N_AIH: número da AIH;
PROC_REA: procedimento realizado, segundo a tabela do SIH/SUS.
- procobst.rm
argumento lógico, obrigatório se
sihsus=TRUE;TRUE(padrão) exclui as internações por procedimento obstétrico (ver detalhes);- parto.rm
argumento lógico, obrigatório se
sihsus=TRUE;TRUE(padrão) exclui as internações por parto (ver detalhes);- longa.rm
argumento lógico;
TRUE(padrão) exclui as AIH de longa permanência (AIH tipo 5), retornando uma mensagem com o número e proporção de registros excluídos e o total de registros importados; argumento válido apenas sesihsus=TRUE;- cep
argumento lógico, obrigatório se
sihsus=TRUE;TRUE(padrão) inclui no banco o Código de Endereçamento Postal do indivíduo; argumento válido apenas sesihsus=TRUE;- cnes
argumento lógico, obrigatório se
sihsus=TRUE;TRUE(padrão) inclui no banco o nº do hospital no Cadastro Nacional de Estabelecimentos de Saúde; argumento válido apenas sesihsus=TRUE;- arquivo
argumento lógico, obrigatório;
TRUE(padrão) indica que o alvo da função (x) é um arquivo;FALSEindica quexé um objeto no espaço de trabalho; é automaticamente marcado comoFALSEquandoxé umfactoroudata frame; deve ser definido pelo usuário comoFALSEapenas quandoxcontiver em seu nome as sequências "dbc", "dbf" ou "csv" sem que isso seja a extensão do arquivo; apenas arquivos com esses formatos podem ser lidos;- sep
usado para a leitura de arquivos da AIH em formato CSV; pode ser ";" para arquivos separados por ponto-e-vírgula e com vírgula como separador decimal, ou "," para arquivos separados por vírgula e com ponto como separador decimal;
- cid
identifica a varivável contendo os códigos da CID-10, em bancos de dados sem a estrutura do SIHSUS; argumento obrigatório nesses casos;
- ...
permite a inclusão de argumentos das funções
read.tablee suas derivadas.
Value
A função tem diferentes possibilidades de retorno, segundo a estrutura dos dados lidos e as opções de leitura:
Se for um arquivo ou
data framecom a estrutura dos arquivos da AIH:um
data framecom as variáveis nº da AIH, município de residência, município de internação, sexo, data de nascimento, idade em anos completos, faixa etária detalhada, faixa etária quinquenal, data da internação, data da saída, procedimento realizado, cid, CSAP, grupo csap, CEP e CNES do hospitalNesse caso, o banco resultante tem um argumento "resumo" com o resumo da importação de dados, segundo as opções de seleção
Se os argumentos
grupo,cepoucnesforem definidos comoFALSE, o banco é construído sem essas variáveis
Se um fator ou data frame sem a estrutura dos arquivos da AIH:
Se
grupos = TRUE: um banco de dados com as variáveiscsap(sim ou não),grupo(subgrupo CSAP) ecid(código da CID-10);Se
factoregrupos = FALSE: um fator com as observações classificadas como CSAP ou não-CSAP.
Details
x pode ser:
um arquivo de dados armazenado num diretório;
um banco de dados, ou um vetor da classe
factorpresente como objeto no espaço de trabalho do R, em que uma das variáveis, ou o vetor, contenha códigos da CID-10.
Se for um arquivo, o nome deve ser escrito entre aspas e com a extensão do arquivo (DBC, DBF ou CSV, em minúsculas ou maiúsculas). Se não estiver no diretório de trabalho ativo, seu nome deve ser precedido pelo caminho (path) até o diretório de armazenamento. Se estiver em outro formato, podem-se usar os argumentos da função
read.tablepara leitura dos dados.Se a função for dirigida a um objeto no espaço de trabalho da classe
factoroudata.frame, estes também são reconhecidos e o comando é o mesmo:csapAIH(x). Se o objeto for de outra classe, comocharacteroumatrix, é necessário definir o argumento "arquivo" como FALSE:csapAIH(x, arquivo = FALSE), ou, para vetores isolados, defini-lo como fator:csapAIH(as.factor(x)).listaA Lista Brasileira de ICSAP publicada pelo Ministério da Saúde (Brasil, 2008) se diferencia da lista publicada pelxs construtorxs da lista (Alfradique et al., 2009), em um único aspecto: a Portaria Ministerial uniu os dois primeiros grupos de causa da lista publicada por Alfradique et al. – doenças evitáveis por vacinação e doenças evitáveis por outros meios (sífilis, tuberculose e febre reumática). Não há diferença no total de diagnósticos considerados, ou na distribuição dos diagnósticos entre os demais grupos.procbst.rmTRUE (padrão) exclui as internações por procedimentos relacionados ao parto ou abortamento. São excluídas as internações pelos seguintes procedimentos obstétricos, independente do diagnóstico principal de internação (variável `DIAGPRINC`):0310010012 ASSISTENCIA AO PARTO S/ DISTOCIA
0310010020 ATENDIMENTO AO RECÉM-NASCIDO EM SALA DE PARTO
0310010039 PARTO NORMAL
0310010047 PARTO NORMAL EM GESTAÇÃO DE ALTO RISCO
0411010018 DESCOLAMENTO MANUAL DE PLACENTA
0411010026 PARTO CESARIANO EM GESTAÇÃO ALTO RISCO
0411010034 PARTO CESARIANO
0411010042 PARTO CESARIANO C/ LAQUEADURA TUBÁRIA
0411020013 CURETAGEM PÓS-ABORTAMENTO / PUERPERAL
0411020021 EMBRIOTOMIA
parto.rmTRUE (padrão) exclui as internações por parto pelo campo diagnóstico, independente do procedimento. São excluídas as internações com os seguintes diagnósticos (CID-10):O80 Parto único espontâneo
O81 Parto único por fórceps ou vácuo-extrator
O82 Parto único por cesariana
O83 Outros tipos de parto único assistido
O84 Parto múltiplo
É retornada uma mensagem informando o número de registros lidos, o número e proporção de registros excluídos e o total de registros importados.
sihsusA própria função define este argumento comoFALSEquando "x" (o alvo da função) é um fator. Quando o alvo é um objeto da clasedata framesem a estrutura dos arquivos da AIH, a variável com os códigos da CID-10 deve ser trabalhada como umfactor.
Note
A função read.dbf, do pacote foreign, não lê arquivos em formato DBF em que uma das variáveis tenha todos os valores ausentes ('missings'); essas variáveis devem ser excluídas antes da leitura do arquivo pela função csapAIH ou mesmo pela função read.dbf.
References
Alfradique ME et al. Internações por condições sensíveis à atenção primária: a construção da lista brasileira como ferramenta para medir o desempenho do sistema de saúde (Projeto ICSAP - Brasil). Cadernos de Saúde Pública. 2009; 25(6): 1337-1349. https://doi.org/10.1590/S0102-311X2009000600016.
Brasil. Ministério da Saúde. Secretaria de Atenção à Saúde. Portaria No 221, de 17 de abril de 2008. http://bvsms.saude.gov.br/bvs/saudelegis/sas/2008/prt0221_17_04_2008.html
__________. Departamento de Regulação, Avaliação e Controle. Coordenação Geral de Sistemas de Informação - 2010. Manual técnico operacional do Sistema de Informação Hospitalar: orientações técnicas. Versão 01.2013. Ministério da Saúde: Brasília, 2013.
Examples
## Uma lista de códigos da CID-10:
##---------------------------------
cids <- c("I200", "K929", "T16", "I509", "I10", "I509", "S068")
#
# Se o vetor for da classe 'character', deve-se transformá-lo em fator ou
# mudar o argumento 'arquivo' para 'FALSE':
# teste1 <- csapAIH(cids) # Erro
teste1 <- csapAIH(factor(cids)) ; class(teste1) ; teste1
#> Excluídos 0 registros de parto (0% do total).
#> [1] "data.frame"
#> cid csap grupo
#> 1 I200 sim g10
#> 2 K929 não no-CSAP
#> 3 T16 não no-CSAP
#> 4 I509 sim g11
#> 5 I10 sim g09
#> 6 I509 sim g11
#> 7 S068 não no-CSAP
teste1 <- csapAIH(cids, arquivo=FALSE) ; class(teste1) ; teste1
#> Excluídos 0 registros de parto (0% do total).
#> [1] "data.frame"
#> cid csap grupo
#> 1 I200 sim g10
#> 2 K929 não no-CSAP
#> 3 T16 não no-CSAP
#> 4 I509 sim g11
#> 5 I10 sim g09
#> 6 I509 sim g11
#> 7 S068 não no-CSAP
teste2 <- csapAIH(cids, arquivo=FALSE, grupo=FALSE) ; class(teste2) ; teste2
#> Excluídos 0 registros de parto (0% do total).
#> [1] "character"
#> [1] "sim" "não" "não" "sim" "sim" "sim" "não"
teste2 <- csapAIH(factor(cids), grupo=FALSE) ; class(teste2) ; teste2
#> Excluídos 0 registros de parto (0% do total).
#> [1] "character"
#> [1] "sim" "não" "não" "sim" "sim" "sim" "não"
#
## Um 'arquivo da AIH' armazenado no diretório de trabalho:
##---------------------------------------------------------
if (FALSE) { # \dontrun{
teste3.dbf <- csapAIH("RDRS1201.dbf")
str(teste3.dbf)
teste4.dbc <- csapAIH("data-raw/RDRS1801.dbc")
str(teste4.dbc) } # }
## Um 'data.frame' com a estrutura dos 'arquivos da AIH':
##-------------------------------------------------------
data("aih500")
str(aih500)
#> 'data.frame': 500 obs. of 113 variables:
#> $ UF_ZI : Factor w/ 63 levels "430000","430070",..: 1 60 55 42 1 1 1 15 42 1 ...
#> $ ANO_CMPT : Factor w/ 1 level "2018": 1 1 1 1 1 1 1 1 1 1 ...
#> $ MES_CMPT : Factor w/ 1 level "01": 1 1 1 1 1 1 1 1 1 1 ...
#> $ ESPEC : Factor w/ 12 levels "01","02","03",..: 3 2 1 1 7 3 1 3 1 1 ...
#> $ CGC_HOSP : Factor w/ 261 levels "00765384000133",..: 104 111 NA 192 83 211 171 88 40 104 ...
#> $ N_AIH : Factor w/ 60477 levels "4313102362129",..: 26471 57886 6357 39499 25436 10259 2406 23767 41266 7866 ...
#> $ IDENT : Factor w/ 2 levels "1","5": 1 1 1 1 1 1 1 1 1 1 ...
#> $ CEP : Factor w/ 13493 levels "03315000","04618003",..: 13451 8635 4404 6011 13008 9738 13065 8100 6174 13332 ...
#> $ MUNIC_RES : Factor w/ 574 levels "110020","110140",..: 226 523 495 261 168 419 427 238 560 223 ...
#> $ NASC : Factor w/ 25848 levels "19050128","19070106",..: 2855 19158 13297 23675 25758 15121 3265 12653 8468 8017 ...
#> $ SEXO : Factor w/ 2 levels "1","3": 2 2 2 2 1 2 2 1 2 2 ...
#> $ UTI_MES_IN: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ UTI_MES_AN: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ UTI_MES_AL: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ UTI_MES_TO: int 0 0 0 0 0 6 0 0 0 12 ...
#> $ MARCA_UTI : Factor w/ 11 levels "00","01","74",..: 1 1 1 1 1 4 1 1 1 4 ...
#> $ UTI_INT_IN: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ UTI_INT_AN: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ UTI_INT_AL: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ UTI_INT_TO: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ DIAR_ACOM : int 7 2 0 1 2 0 0 0 0 2 ...
#> $ QT_DIARIAS: int 0 2 1 1 2 8 1 2 11 12 ...
#> $ PROC_SOLIC: Factor w/ 1175 levels "0201010127","0201010135",..: 197 978 657 1045 168 96 530 186 67 584 ...
#> $ PROC_REA : Factor w/ 1112 levels "0201010127","0201010135",..: 192 924 620 985 164 103 396 182 690 552 ...
#> $ VAL_SH : num 538 521 478 370 240 ...
#> $ VAL_SP : num 68.7 276.4 122.4 338 38.8 ...
#> $ VAL_SADT : num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_RN : num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_ACOMP : num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_ORTP : num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_SANGUE: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_SADTSR: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_TRANSP: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_OBSANG: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_PED1AC: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_TOT : num 607 798 601 708 279 ...
#> $ VAL_UTI : num 0 0 0 0 0 ...
#> $ US_TOT : num 187 246 185 218 86 ...
#> $ DT_INTER : Factor w/ 235 levels "20130610","20131001",..: 194 222 195 220 144 152 129 199 213 139 ...
#> $ DT_SAIDA : Factor w/ 182 levels "20170801","20170802",..: 148 171 143 168 93 112 77 148 171 110 ...
#> $ DIAG_PRINC: Factor w/ 3254 levels "A009","A020",..: 2131 2444 2887 1189 2567 1219 1286 270 328 1766 ...
#> $ DIAG_SECUN: Factor w/ 1 level "0000": 1 1 1 1 1 1 1 1 1 1 ...
#> $ COBRANCA : Factor w/ 26 levels "11","12","14",..: 2 21 2 2 2 20 1 2 2 20 ...
#> $ NATUREZA : Factor w/ 1 level "00": 1 1 1 1 1 1 1 1 1 1 ...
#> $ NAT_JUR : Factor w/ 13 levels "1023","1104",..: 5 13 6 9 13 13 13 13 8 5 ...
#> $ GESTAO : Factor w/ 2 levels "1","2": 2 1 1 1 2 2 2 1 1 2 ...
#> $ RUBRICA : int 0 0 0 0 0 0 0 0 0 0 ...
#> $ IND_VDRL : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
#> $ MUNIC_MOV : Factor w/ 232 levels "430003","430010",..: 65 212 195 142 47 150 133 48 142 65 ...
#> $ COD_IDADE : Factor w/ 4 levels "2","3","4","5": 3 3 3 3 1 3 3 3 3 3 ...
#> $ IDADE : int 79 27 46 10 2 39 78 48 61 62 ...
#> $ DIAS_PERM : int 7 2 1 1 2 13 1 2 11 24 ...
#> $ MORTE : int 0 0 0 0 0 0 0 0 0 0 ...
#> $ NACIONAL : Factor w/ 32 levels "010","020","021",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ NUM_PROC : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
#> $ CAR_INT : Factor w/ 4 levels "01","02","05",..: 2 2 1 1 2 2 2 2 2 2 ...
#> $ TOT_PT_SP : int 0 0 0 0 0 0 0 0 0 0 ...
#> $ CPF_AUT : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
#> $ HOMONIMO : Factor w/ 3 levels "0","1","2": 1 1 1 1 1 1 1 1 1 1 ...
#> $ NUM_FILHOS: int 0 0 0 0 0 0 0 0 0 0 ...
#> $ INSTRU : Factor w/ 5 levels "0","1","2","3",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ CID_NOTIF : Factor w/ 1 level "Z302": NA NA NA NA NA NA NA NA NA NA ...
#> $ CONTRACEP1: Factor w/ 6 levels "00","06","08",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ CONTRACEP2: Factor w/ 6 levels "00","06","08",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ GESTRISCO : Factor w/ 2 levels "0","1": 2 2 2 2 2 2 2 2 2 2 ...
#> $ INSC_PN : Factor w/ 2396 levels "000000000000",..: 1 1780 1 1 1 1 1 1 1 1 ...
#> $ SEQ_AIH5 : Factor w/ 1 level "000": 1 1 1 1 1 1 1 1 1 1 ...
#> $ CBOR : Factor w/ 5 levels "000000","225125",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ CNAER : Factor w/ 2 levels "000","851": 1 1 1 1 1 1 1 1 1 1 ...
#> $ VINCPREV : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
#> $ GESTOR_COD: Factor w/ 16 levels "00000","00007",..: 1 1 1 1 1 1 1 1 1 2 ...
#> $ GESTOR_TP : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 2 1 1 2 ...
#> $ GESTOR_CPF: Factor w/ 49 levels "000000000000000",..: 1 1 1 1 1 1 36 1 1 36 ...
#> $ GESTOR_DT : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
#> $ CNES : Factor w/ 277 levels "2223538","2223546",..: 236 174 37 77 122 41 129 2 78 236 ...
#> $ CNPJ_MANT : Factor w/ 35 levels "03066309000172",..: NA NA 14 NA NA NA NA NA NA NA ...
#> $ INFEHOSP : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
#> $ CID_ASSO : Factor w/ 1 level "0000": 1 1 1 1 1 1 1 1 1 1 ...
#> $ CID_MORTE : Factor w/ 1 level "0000": 1 1 1 1 1 1 1 1 1 1 ...
#> $ COMPLEX : Factor w/ 2 levels "02","03": 1 1 1 1 1 1 2 2 1 1 ...
#> $ FINANC : Factor w/ 2 levels "04","06": 2 2 2 2 2 2 2 2 2 2 ...
#> $ FAEC_TP : Factor w/ 13 levels "040014","040016",..: NA NA NA NA NA NA NA NA NA NA ...
#> $ REGCT : Factor w/ 5 levels "0000","7102",..: 1 1 1 5 1 1 1 1 4 1 ...
#> $ RACA_COR : Factor w/ 6 levels "01","02","03",..: 1 1 1 1 6 1 1 1 1 3 ...
#> $ ETNIA : Factor w/ 7 levels "0000","0001",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ SEQUENCIA : int 28000 158 36 5774 13434 3408 15626 1630 2869 26760 ...
#> $ REMESSA : Factor w/ 63 levels "HE43000001N201801.DTS",..: 1 60 55 42 1 1 1 15 42 1 ...
#> $ AUD_JUST : Factor w/ 11 levels "7021087628254",..: NA NA NA NA NA NA NA NA NA NA ...
#> $ SIS_JUST : Factor w/ 20 levels "702108762825496",..: NA NA NA NA NA NA NA NA NA NA ...
#> $ VAL_SH_FED: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_SP_FED: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_SH_GES: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_SP_GES: num 0 0 0 0 0 0 0 0 0 0 ...
#> $ VAL_UCI : num 0 0 0 0 0 0 0 0 0 0 ...
#> $ MARCA_UCI : Factor w/ 4 levels "00","01","02",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ DIAGSEC1 : Factor w/ 675 levels "A049","A058",..: NA NA 523 NA NA NA NA NA NA NA ...
#> $ DIAGSEC2 : Factor w/ 92 levels "A158","A419",..: NA NA NA NA NA NA NA NA NA NA ...
#> $ DIAGSEC3 : Factor w/ 41 levels "A419","B182",..: NA NA NA NA NA NA NA NA NA NA ...
#> $ DIAGSEC4 : Factor w/ 10 levels "A419","A499",..: NA NA NA NA NA NA NA NA NA NA ...
#> [list output truncated]
#> - attr(*, "data_types")= chr [1:113] "C" "C" "C" "C" ...
teste5 <- csapAIH(aih500)
#> Importados 500 registros.
#> Excluídos 62 (12,4%) registros de procedimentos obstétricos.
#> Excluídos 3 (0,6%) registros de AIH de longa permanência.
#> Exportados 435 (87%) registros.
attributes(teste5)$resumo
#> acao freq perc objeto
#> 1 Importados 500 100.0 registros.
#> 2 Excluídos \t 62 12.4 registros de procedimentos obstétricos.
#> 3 Excluídos \t 3 0.6 registros de AIH de longa permanência.
#> 4 Exportados 435 87.0 registros.
str(teste5)
#> 'data.frame': 435 obs. of 16 variables:
#> $ n.aih : chr "4317109123778" "4317107038640" "4318100211370" "4317109050804" ...
#> ..- attr(*, "label")= chr "No. da AIH"
#> $ munres : Factor w/ 574 levels "110020","110140",..: 226 495 261 168 419 427 238 560 223 211 ...
#> ..- attr(*, "label")= chr "Municipio de residencia"
#> $ munint : Factor w/ 232 levels "430003","430010",..: 65 195 142 47 150 133 48 142 65 213 ...
#> ..- attr(*, "label")= chr "Municipio de internacao"
#> $ sexo : Factor w/ 2 levels "masc","fem": 2 2 2 1 2 2 1 2 2 1 ...
#> ..- attr(*, "label")= chr "Sexo"
#> $ nasc : Date, format: "1938-01-27" "1971-10-20" ...
#> $ idade : num 79 46 10 0 39 78 48 61 62 79 ...
#> ..- attr(*, "comment")= chr "em anos completos"
#> ..- attr(*, "label")= chr "Idade"
#> $ fxetar.det: Factor w/ 29 levels "<1ano"," 1ano",..: 28 22 8 1 20 28 22 25 25 28 ...
#> ..- attr(*, "label")= chr "Faixa etaria detalhada"
#> $ fxetar5 : Factor w/ 17 levels "0-4","5-9","10-14",..: 16 10 3 1 8 16 10 13 13 16 ...
#> ..- attr(*, "label")= chr "Faixa etaria quinquenal"
#> $ csap : chr "não" "não" "não" "não" ...
#> ..- attr(*, "label")= chr "CSAP"
#> $ grupo : Factor w/ 20 levels "g01","g02","g03",..: 20 20 20 20 10 20 20 20 20 20 ...
#> ..- attr(*, "label")= chr "Grupo de causa CSAP"
#> $ cid : chr "N189" "S423" "H938" "P584" ...
#> $ proc.rea : Factor w/ 1112 levels "0201010127","0201010135",..: 192 620 985 164 103 396 182 690 552 849 ...
#> ..- attr(*, "label")= chr "Procedimento realizado"
#> $ data.inter: Date, format: "2017-12-21" "2017-12-22" ...
#> $ data.saida: Date, format: "2017-12-28" "2017-12-23" ...
#> $ cep : Factor w/ 13493 levels "03315000","04618003",..: 13451 4404 6011 13008 9738 13065 8100 6174 13332 8176 ...
#> ..- attr(*, "label")= chr "Codigo de Enderecamento Postal"
#> $ cnes : Factor w/ 277 levels "2223538","2223546",..: 236 37 77 122 41 129 2 78 236 238 ...
#> ..- attr(*, "label")= chr "No. do hospital no CNES"
#> - attr(*, "resumo")='data.frame': 4 obs. of 4 variables:
#> ..$ acao : chr [1:4] "Importados" "Excluídos \t" "Excluídos \t" "Exportados"
#> ..$ freq : num [1:4] 500 62 3 435
#> ..$ perc : num [1:4] 100 12.4 0.6 87
#> ..$ objeto: chr [1:4] "registros." "registros de procedimentos obstétricos." "registros de AIH de longa permanência." "registros."
levels(teste5$grupo)
#> [1] "g01" "g02" "g03" "g04" "g05" "g06" "g07"
#> [8] "g08" "g09" "g10" "g11" "g12" "g13" "g14"
#> [15] "g15" "g16" "g17" "g18" "g19" "no-CSAP"
# Sem excluir registros
teste6 <- csapAIH(aih500, procobst.rm = FALSE, parto.rm = FALSE, longa.rm = FALSE)
#> Importados 500 registros.
#> Exportados 500 (100%) registros.
str(teste6)
#> 'data.frame': 500 obs. of 16 variables:
#> $ n.aih : chr "4317109123778" "4318100708361" "4317107038640" "4318100211370" ...
#> ..- attr(*, "label")= chr "No. da AIH"
#> $ munres : Factor w/ 574 levels "110020","110140",..: 226 523 495 261 168 419 427 238 560 223 ...
#> ..- attr(*, "label")= chr "Municipio de residencia"
#> $ munint : Factor w/ 232 levels "430003","430010",..: 65 212 195 142 47 150 133 48 142 65 ...
#> ..- attr(*, "label")= chr "Municipio de internacao"
#> $ sexo : Factor w/ 2 levels "masc","fem": 2 2 2 2 1 2 2 1 2 2 ...
#> ..- attr(*, "label")= chr "Sexo"
#> $ nasc : Date, format: "1938-01-27" "1990-11-10" ...
#> $ idade : num 79 27 46 10 0 39 78 48 61 62 ...
#> ..- attr(*, "comment")= chr "em anos completos"
#> ..- attr(*, "label")= chr "Idade"
#> $ fxetar.det: Factor w/ 29 levels "<1ano"," 1ano",..: 28 18 22 8 1 20 28 22 25 25 ...
#> ..- attr(*, "label")= chr "Faixa etaria detalhada"
#> $ fxetar5 : Factor w/ 17 levels "0-4","5-9","10-14",..: 16 6 10 3 1 8 16 10 13 13 ...
#> ..- attr(*, "label")= chr "Faixa etaria quinquenal"
#> $ csap : chr "não" "não" "não" "não" ...
#> ..- attr(*, "label")= chr "CSAP"
#> $ grupo : Factor w/ 20 levels "g01","g02","g03",..: 20 20 20 20 20 10 20 20 20 20 ...
#> ..- attr(*, "label")= chr "Grupo de causa CSAP"
#> $ cid : chr "N189" "O689" "S423" "H938" ...
#> $ proc.rea : Factor w/ 1112 levels "0201010127","0201010135",..: 192 924 620 985 164 103 396 182 690 552 ...
#> ..- attr(*, "label")= chr "Procedimento realizado"
#> $ data.inter: Date, format: "2017-12-21" "2018-01-18" ...
#> $ data.saida: Date, format: "2017-12-28" "2018-01-20" ...
#> $ cep : Factor w/ 13493 levels "03315000","04618003",..: 13451 8635 4404 6011 13008 9738 13065 8100 6174 13332 ...
#> ..- attr(*, "label")= chr "Codigo de Enderecamento Postal"
#> $ cnes : Factor w/ 277 levels "2223538","2223546",..: 236 174 37 77 122 41 129 2 78 236 ...
#> ..- attr(*, "label")= chr "No. do hospital no CNES"
#> - attr(*, "resumo")='data.frame': 2 obs. of 4 variables:
#> ..$ acao : chr [1:2] "Importados" "Exportados"
#> ..$ freq : num [1:2] 500 500
#> ..$ perc : num [1:2] 100 100
#> ..$ objeto: chr [1:2] "registros." "registros."
attributes(teste6)$resumo
#> acao freq perc objeto
#> 1 Importados 500 100 registros.
#> 2 Exportados 500 100 registros.
# Com a lista de 20 grupos de causa (Alfradique et al.)
teste7 <- csapAIH(aih500, lista = "Alfradique")
#> Importados 500 registros.
#> Excluídos 62 (12,4%) registros de procedimentos obstétricos.
#> Excluídos 3 (0,6%) registros de AIH de longa permanência.
#> Exportados 435 (87%) registros.
str(teste7)
#> 'data.frame': 435 obs. of 16 variables:
#> $ n.aih : chr "4317109123778" "4317107038640" "4318100211370" "4317109050804" ...
#> ..- attr(*, "label")= chr "No. da AIH"
#> $ munres : Factor w/ 574 levels "110020","110140",..: 226 495 261 168 419 427 238 560 223 211 ...
#> ..- attr(*, "label")= chr "Municipio de residencia"
#> $ munint : Factor w/ 232 levels "430003","430010",..: 65 195 142 47 150 133 48 142 65 213 ...
#> ..- attr(*, "label")= chr "Municipio de internacao"
#> $ sexo : Factor w/ 2 levels "masc","fem": 2 2 2 1 2 2 1 2 2 1 ...
#> ..- attr(*, "label")= chr "Sexo"
#> $ nasc : Date, format: "1938-01-27" "1971-10-20" ...
#> $ idade : num 79 46 10 0 39 78 48 61 62 79 ...
#> ..- attr(*, "comment")= chr "em anos completos"
#> ..- attr(*, "label")= chr "Idade"
#> $ fxetar.det: Factor w/ 29 levels "<1ano"," 1ano",..: 28 22 8 1 20 28 22 25 25 28 ...
#> ..- attr(*, "label")= chr "Faixa etaria detalhada"
#> $ fxetar5 : Factor w/ 17 levels "0-4","5-9","10-14",..: 16 10 3 1 8 16 10 13 13 16 ...
#> ..- attr(*, "label")= chr "Faixa etaria quinquenal"
#> $ csap : chr "não" "não" "não" "não" ...
#> ..- attr(*, "label")= chr "CSAP"
#> $ grupo : Factor w/ 21 levels "g01","g02","g03",..: 21 21 21 21 11 21 21 21 21 21 ...
#> ..- attr(*, "label")= chr "Grupo de causa CSAP"
#> $ cid : chr "N189" "S423" "H938" "P584" ...
#> $ proc.rea : Factor w/ 1112 levels "0201010127","0201010135",..: 192 620 985 164 103 396 182 690 552 849 ...
#> ..- attr(*, "label")= chr "Procedimento realizado"
#> $ data.inter: Date, format: "2017-12-21" "2017-12-22" ...
#> $ data.saida: Date, format: "2017-12-28" "2017-12-23" ...
#> $ cep : Factor w/ 13493 levels "03315000","04618003",..: 13451 4404 6011 13008 9738 13065 8100 6174 13332 8176 ...
#> ..- attr(*, "label")= chr "Codigo de Enderecamento Postal"
#> $ cnes : Factor w/ 277 levels "2223538","2223546",..: 236 37 77 122 41 129 2 78 236 238 ...
#> ..- attr(*, "label")= chr "No. do hospital no CNES"
#> - attr(*, "resumo")='data.frame': 4 obs. of 4 variables:
#> ..$ acao : chr [1:4] "Importados" "Excluídos \t" "Excluídos \t" "Exportados"
#> ..$ freq : num [1:4] 500 62 3 435
#> ..$ perc : num [1:4] 100 12.4 0.6 87
#> ..$ objeto: chr [1:4] "registros." "registros de procedimentos obstétricos." "registros de AIH de longa permanência." "registros."
levels(teste7$grupo)
#> [1] "g01" "g02" "g03" "g04" "g05" "g06" "g07"
#> [8] "g08" "g09" "g10" "g11" "g12" "g13" "g14"
#> [15] "g15" "g16" "g17" "g18" "g19" "g20" "no-CSAP"
## Uma base de dados com a estrutura dos "arquivos da AIH"
## mas sem as variáveis CEP ou CNES:
##--------------------------------------------------------
aih <- subset(aih500, select = -c(CEP, CNES))
teste8 <- csapAIH(aih, cep = FALSE, cnes = FALSE)
#> Importados 500 registros.
#> Excluídos 62 (12,4%) registros de procedimentos obstétricos.
#> Excluídos 3 (0,6%) registros de AIH de longa permanência.
#> Exportados 435 (87%) registros.
str(teste8)
#> 'data.frame': 435 obs. of 14 variables:
#> $ n.aih : chr "4317109123778" "4317107038640" "4318100211370" "4317109050804" ...
#> ..- attr(*, "label")= chr "No. da AIH"
#> $ munres : Factor w/ 574 levels "110020","110140",..: 226 495 261 168 419 427 238 560 223 211 ...
#> ..- attr(*, "label")= chr "Municipio de residencia"
#> $ munint : Factor w/ 232 levels "430003","430010",..: 65 195 142 47 150 133 48 142 65 213 ...
#> ..- attr(*, "label")= chr "Municipio de internacao"
#> $ sexo : Factor w/ 2 levels "masc","fem": 2 2 2 1 2 2 1 2 2 1 ...
#> ..- attr(*, "label")= chr "Sexo"
#> $ nasc : Date, format: "1938-01-27" "1971-10-20" ...
#> $ idade : num 79 46 10 0 39 78 48 61 62 79 ...
#> ..- attr(*, "comment")= chr "em anos completos"
#> ..- attr(*, "label")= chr "Idade"
#> $ fxetar.det: Factor w/ 29 levels "<1ano"," 1ano",..: 28 22 8 1 20 28 22 25 25 28 ...
#> ..- attr(*, "label")= chr "Faixa etaria detalhada"
#> $ fxetar5 : Factor w/ 17 levels "0-4","5-9","10-14",..: 16 10 3 1 8 16 10 13 13 16 ...
#> ..- attr(*, "label")= chr "Faixa etaria quinquenal"
#> $ csap : chr "não" "não" "não" "não" ...
#> ..- attr(*, "label")= chr "CSAP"
#> $ grupo : Factor w/ 20 levels "g01","g02","g03",..: 20 20 20 20 10 20 20 20 20 20 ...
#> ..- attr(*, "label")= chr "Grupo de causa CSAP"
#> $ cid : chr "N189" "S423" "H938" "P584" ...
#> $ proc.rea : Factor w/ 1112 levels "0201010127","0201010135",..: 192 620 985 164 103 396 182 690 552 849 ...
#> ..- attr(*, "label")= chr "Procedimento realizado"
#> $ data.inter: Date, format: "2017-12-21" "2017-12-22" ...
#> $ data.saida: Date, format: "2017-12-28" "2017-12-23" ...
#> - attr(*, "resumo")='data.frame': 4 obs. of 4 variables:
#> ..$ acao : chr [1:4] "Importados" "Excluídos \t" "Excluídos \t" "Exportados"
#> ..$ freq : num [1:4] 500 62 3 435
#> ..$ perc : num [1:4] 100 12.4 0.6 87
#> ..$ objeto: chr [1:4] "registros." "registros de procedimentos obstétricos." "registros de AIH de longa permanência." "registros."
## Uma base de dados sem a estrutura dos arquivos RD*.dbc:
##--------------------------------------------------------
teste9 <- csapAIH(eeh20, sihsus = FALSE, cid = cau_cie10)
#> Importados 1.000 registros.
#> Excluídos 150 registros de parto (15% do total).
str(teste9)
#> 'data.frame': 850 obs. of 38 variables:
#> $ prov_ubi : chr+lbl [1:850] 09, 09, 09, 09, 09, 09, 17, 09, 12, 17, 18, 18, 23, 09...
#> ..@ label : chr "Provincia ubicación establecimiento"
#> ..@ format.spss : chr "A6"
#> ..@ display_width: int 2
#> ..@ labels : Named chr "10" "20" "01" "11" ...
#> .. ..- attr(*, "names")= chr [1:25] "Imbabura" "Galápagos" "Azuay" "Loja" ...
#> $ cant_ubi : chr+lbl [1:850] 0901, 0901, 0901, 0901, 0901, 0901, 1701, 0901, 1205, ...
#> ..@ label : chr "SecA Cantón ubicación establecimiento"
#> ..@ format.spss : chr "A12"
#> ..@ display_width: int 14
#> ..@ labels : Named chr "8800" "0110" "1110" "1210" ...
#> .. ..- attr(*, "names")= chr [1:222] "Exterior" "Oña" "Puyango" "Buena Fé" ...
#> $ parr_ubi : chr+lbl [1:850] 090114, 090114, 090112, 090112, 090112, 090113, 170155...
#> ..@ label : chr "SecA Parroquia ubicación establecimiento"
#> ..@ format.spss : chr "A18"
#> ..@ display_width: int 20
#> ..@ labels : Named chr "880000" "010110" "170110" "090110" ...
#> .. ..- attr(*, "names")= chr [1:1308] "Exterior" "San Blas" "El Condado" "Rocafuerte" ...
#> $ area_ubi : dbl+lbl [1:850] 1, 1, 1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
#> ..@ label : chr "Area de ubicación del establecimiento"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2
#> .. ..- attr(*, "names")= chr [1:2] "Urbana" "Rural"
#> $ clase : dbl+lbl [1:850] 11, 2, 5, 1, 2, 1, 2, 5, 1, 11, 2, 1, 2, 11...
#> ..@ label : chr "Clase de establecimiento"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:18] "Hospital básico" "Hospital general" "Infectología" "Gineco-Obstétrico" ...
#> $ tipo : dbl+lbl [1:850] 1, 1, 1, 5, 1, 5, 1, 1, 5, 1, 1, 5, 1, 1, 1, 1, 5, 3, ...
#> ..@ label : chr "Tipo de establecimiento"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3 4 5
#> .. ..- attr(*, "names")= chr [1:5] "Agudo" "Crónico" "Clínicas generales sin especialidad" "Establecimientos sin internación" ...
#> $ entidad : dbl+lbl [1:850] 6, 1, 13, 18, 1, 18, 1, 1, 1, 6, 6, 18, 1, 18...
#> ..@ label : chr "Entidad a la que pertenece el establecimiento"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:18] "Ministerio de Salud Pública" "Ministerio de Justicia, Derechos Humanos y Cultos" "Ministerio de Defensa Nacional" "Ministerio de Educación" ...
#> $ sector : dbl+lbl [1:850] 1, 1, 3, 2, 1, 2, 1, 1, 1, 1, 1, 2, 1, 2, 1, 1, 1, 2, ...
#> ..@ label : chr "Sector al que pertenece el establecimiento"
#> ..@ format.spss: chr "F3.0"
#> ..@ labels : Named num 1 2 3
#> .. ..- attr(*, "names")= chr [1:3] "Público" "Privado con fines de lucro" "Privado sin fines de lucro"
#> $ mes_inv : dbl+lbl [1:850] 9, 11, 2, 8, 3, 12, 7, 12, 2, 1, 6, 5, 3, 10...
#> ..@ label : chr "Mes de registro/investigación"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:12] "Enero" "Febrero" "Marzo" "Abril" ...
#> $ nac_pac : dbl+lbl [1:850] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
#> ..@ label : chr "Nacionalidad del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 9
#> .. ..- attr(*, "names")= chr [1:3] "Ecuatoriano/a" "Extranjero/a" "Ignorado"
#> $ cod_pais : num 218 218 218 218 218 218 218 218 218 218 ...
#> $ nom_pais : chr "ECUADOR" "ECUADOR" "ECUADOR" "ECUADOR" ...
#> $ sexo : dbl+lbl [1:850] 1, 2, 1, 2, 2, 1, 2, 2, 1, 1, 1, 2, 1, 1, 2, 1, 1, 2, ...
#> ..@ label : chr "Sexo del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3
#> .. ..- attr(*, "names")= chr [1:3] "Hombre" "Mujer" "Indeterminado"
#> $ cod_edad : dbl+lbl [1:850] 4, 4, 4, 4, 4, 4, 4, 2, 4, 4, 4, 4, 4, 4, 4, 4, 1, 4, ...
#> ..@ label : chr "Condición de la edad del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3 4 9
#> .. ..- attr(*, "names")= chr [1:5] "Horas (1 a 23 horas de edad)" "Días (1 a 28 días de edad)" "Meses (1 a 11 meses de edad)" "Años (1 a 115 años de edad)" ...
#> $ edad : num 52 57 9 56 17 36 20 10 67 80 ...
#> $ etnia : dbl+lbl [1:850] 8, 6, 6, 6, 6, 6, 6, 6, 6, 9, 9, 6, 6, 6, 6, 6, 6, 6, ...
#> ..@ label : chr "Definicion étnica del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9
#> .. ..- attr(*, "names")= chr [1:9] "Indígena" "Afroecuatoriano/a Afrodescendiente" "Negro/a" "Mulato/a" ...
#> $ prov_res : chr+lbl [1:850] 09, 09, 09, 09, 09, 09, 17, 09, 12, 17, 18, 17, 23, 09...
#> ..@ label : chr "Provincia de residencia habitual del paciente"
#> ..@ format.spss : chr "A6"
#> ..@ display_width: int 2
#> ..@ labels : Named chr "10" "20" "01" "11" ...
#> .. ..- attr(*, "names")= chr [1:25] "Imbabura" "Galápagos" "Azuay" "Loja" ...
#> $ area_res : num 1 1 1 1 1 1 2 1 1 1 ...
#> $ anio_ingr : num 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
#> $ mes_ingr : dbl+lbl [1:850] 8, 10, 2, 8, 3, 12, 7, 12, 2, 1, 6, 5, 3, 10...
#> ..@ label : chr "Mes de ingreso"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:12] "Enero" "Febrero" "Marzo" "Abril" ...
#> $ dia_ingr : num 30 30 14 6 4 16 17 15 18 15 ...
#> $ fecha_ingr: chr "2020/08/30 00:00:00.000" "2020/10/30 00:00:00.000" "2020/02/14 00:00:00.000" "2020/08/06 00:00:00.000" ...
#> $ anio_egr : num 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
#> $ mes_egr : dbl+lbl [1:850] 9, 11, 2, 8, 3, 12, 7, 12, 2, 1, 6, 5, 3, 10...
#> ..@ label : chr " Mes egreso"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:12] "Enero" "Febrero" "Marzo" "Abril" ...
#> $ dia_egr : num 5 2 17 9 5 17 18 21 19 28 ...
#> $ fecha_egr : chr "2020/09/05 00:00:00.000" "2020/11/02 00:00:00.000" "2020/02/17 00:00:00.000" "2020/08/09 00:00:00.000" ...
#> $ dia_estad : num 6 3 3 3 1 1 1 6 1 13 ...
#> $ con_egrpa : dbl+lbl [1:850] 1, 1, 1, 1, 1, 1, 1, 1, 2, 1, 3, 1, 1, 1, 1, 1, 1, 1, ...
#> ..@ label : chr " Condición del egreso"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3
#> .. ..- attr(*, "names")= chr [1:3] "Vivo" "Fallecido menos de 48 horas" "Fallecido en 48 horas y más"
#> $ esp_egrpa : dbl+lbl [1:850] 37, 23, 41, 7, 27, 47, 21, 29, 27, 30, 27, 21, 27, 52...
#> ..@ label : chr " Especialidad del egreso"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:52] "Alergología" "Atención Primaria de la Salud" "Cardiología" "Cardiopediatría" ...
#> $ cau_cie10 : chr+lbl [1:850] C169 , U072 , A090 , K469 , K802 , S903 , O730 , P369 ...
#> ..@ label : chr "Causa de lista internacional detallada a 4 dígitos de la CIE-10"
#> ..@ format.spss : chr "A15"
#> ..@ display_width: int 5
#> ..@ labels : Named chr "A00" "B00" "C00" "D00" ...
#> .. ..- attr(*, "names")= chr [1:18445] "Cólera" "Infecciones herpética [herpes simple]" "Tumor maligno del labio" "Carcinoma in situ de la cavidad bucal, del esófago y del estómago" ...
#> $ cant_res : chr+lbl [1:850] 0901, 0901, 0901, 0901, 0901, 0901, 1701, 0901, 1210, ...
#> ..@ label : chr "SecA Cantón de residencia habitual del paciente"
#> ..@ format.spss : chr "A12"
#> ..@ display_width: int 14
#> ..@ labels : Named chr "8800" "0110" "1110" "1210" ...
#> .. ..- attr(*, "names")= chr [1:222] "Exterior" "Oña" "Puyango" "Buena Fé" ...
#> $ parr_res : chr+lbl [1:850] 090150, 090104, 090150, 090150, 090112, 090150, 170180...
#> ..@ label : chr "SecA Parroquia de residencia habitual del paciente"
#> ..@ format.spss : chr "A18"
#> ..@ display_width: int 20
#> ..@ labels : Named chr "880000" "010110" "170110" "090110" ...
#> .. ..- attr(*, "names")= chr [1:1308] "Exterior" "San Blas" "El Condado" "Rocafuerte" ...
#> $ causa3 : chr+lbl [1:850] C16, U07, A09, K46, K80, S90, O73, P36, J90, J44, U07,...
#> ..@ label : chr "Causa de lista internacional detallada a 3 dígitos de la CIE-10"
#> ..@ format.spss: chr "A9"
#> ..@ labels : Named chr "A00" "B00" "C00" "D00" ...
#> .. ..- attr(*, "names")= chr [1:2054] "Cólera" "Infecciones herpética [herpes simple]" "Tumor maligno del labio" "Carcinoma in situ de la cavidad bucal, del esófago y del estómago" ...
#> $ cap221rx : dbl+lbl [1:850] 2, 22, 1, 11, 11, 19, 15, 16, 10, 10, 22, 21, 19, 10...
#> ..@ label : chr "Capitulo lista 221"
#> ..@ format.spss : chr "F4.0"
#> ..@ display_width: int 10
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:22] "I Ciertas enfermedades infecciosas y parasitarias (A00 -B99)" "II Neoplasias (C00-D48)" "III Enfermedades de la sangre y de los órganos hematopoyéticos y otros tras. que afectan el mecan. de la inmu (D50-D89)" "IV Enfermedades endocrinas, nutricionales y metabólicas (E00-E90)" ...
#> $ cau221rx : dbl+lbl [1:850] 23, 222, 1, 114, 119, 205, 159, 167, 109, 105, 222,...
#> ..@ label : chr "Lista especial de 221 grupos"
#> ..@ format.spss : chr "F3.0"
#> ..@ display_width: int 10
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:222] "Enfermedades infecciosas intestinales (A00-A09)" "Tuberculosis (A15-A19)" "Ciertas zoonosis bacterianas (A20-A28)" "Otras enfermedades bacterianas (A30-A49)" ...
#> $ cau298rx : dbl+lbl [1:850] 60, 299, 5, 188, 195, 281, 242, 250, 179, 175, 299,...
#> ..@ label : chr "Lista de causas 298"
#> ..@ format.spss : chr "F3.0"
#> ..@ display_width: int 10
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:299] "Cólera" "Fiebres tifoidea y paratifoidea" "Shigelosis" "Amebiasis" ...
#> $ csap : chr "não" "não" "sim" "não" ...
#> $ grupo : Factor w/ 20 levels "g01","g02","g03",..: 20 20 2 20 20 20 20 20 20 8 ...
teste10 <- csapAIH(eeh20, sihsus = FALSE, cid = cau_cie10, parto.rm = FALSE)
#> Importados 1.000 registros.
str(teste10)
#> 'data.frame': 1000 obs. of 38 variables:
#> $ prov_ubi : chr+lbl [1:1000] 09, 09, 09, 12, 09, 09, 09, 17, 09, 12, 17, 11, 18, 1...
#> ..@ label : chr "Provincia ubicación establecimiento"
#> ..@ format.spss : chr "A6"
#> ..@ display_width: int 2
#> ..@ labels : Named chr "10" "20" "01" "11" ...
#> .. ..- attr(*, "names")= chr [1:25] "Imbabura" "Galápagos" "Azuay" "Loja" ...
#> $ cant_ubi : chr+lbl [1:1000] 0901, 0901, 0901, 1207, 0901, 0901, 0901, 1701, 0901,...
#> ..@ label : chr "SecA Cantón ubicación establecimiento"
#> ..@ format.spss : chr "A12"
#> ..@ display_width: int 14
#> ..@ labels : Named chr "8800" "0110" "1110" "1210" ...
#> .. ..- attr(*, "names")= chr [1:222] "Exterior" "Oña" "Puyango" "Buena Fé" ...
#> $ parr_ubi : chr+lbl [1:1000] 090114, 090114, 090112, 120750, 090112, 090112, 09011...
#> ..@ label : chr "SecA Parroquia ubicación establecimiento"
#> ..@ format.spss : chr "A18"
#> ..@ display_width: int 20
#> ..@ labels : Named chr "880000" "010110" "170110" "090110" ...
#> .. ..- attr(*, "names")= chr [1:1308] "Exterior" "San Blas" "El Condado" "Rocafuerte" ...
#> $ area_ubi : dbl+lbl [1:1000] 1, 1, 1, 1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
#> ..@ label : chr "Area de ubicación del establecimiento"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2
#> .. ..- attr(*, "names")= chr [1:2] "Urbana" "Rural"
#> $ clase : dbl+lbl [1:1000] 11, 2, 5, 1, 1, 2, 1, 2, 5, 1, 11, 2, 2, ...
#> ..@ label : chr "Clase de establecimiento"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:18] "Hospital básico" "Hospital general" "Infectología" "Gineco-Obstétrico" ...
#> $ tipo : dbl+lbl [1:1000] 1, 1, 1, 5, 5, 1, 5, 1, 1, 5, 1, 1, 1, 5, 1, 1, 1, 1,...
#> ..@ label : chr "Tipo de establecimiento"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3 4 5
#> .. ..- attr(*, "names")= chr [1:5] "Agudo" "Crónico" "Clínicas generales sin especialidad" "Establecimientos sin internación" ...
#> $ entidad : dbl+lbl [1:1000] 6, 1, 13, 1, 18, 1, 18, 1, 1, 1, 6, 1, 6, 1...
#> ..@ label : chr "Entidad a la que pertenece el establecimiento"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:18] "Ministerio de Salud Pública" "Ministerio de Justicia, Derechos Humanos y Cultos" "Ministerio de Defensa Nacional" "Ministerio de Educación" ...
#> $ sector : dbl+lbl [1:1000] 1, 1, 3, 1, 2, 1, 2, 1, 1, 1, 1, 1, 1, 2, 1, 2, 1, 1,...
#> ..@ label : chr "Sector al que pertenece el establecimiento"
#> ..@ format.spss: chr "F3.0"
#> ..@ labels : Named num 1 2 3
#> .. ..- attr(*, "names")= chr [1:3] "Público" "Privado con fines de lucro" "Privado sin fines de lucro"
#> $ mes_inv : dbl+lbl [1:1000] 9, 11, 2, 8, 8, 3, 12, 7, 12, 2, 1, 11, 6, ...
#> ..@ label : chr "Mes de registro/investigación"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:12] "Enero" "Febrero" "Marzo" "Abril" ...
#> $ nac_pac : dbl+lbl [1:1000] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 1,...
#> ..@ label : chr "Nacionalidad del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 9
#> .. ..- attr(*, "names")= chr [1:3] "Ecuatoriano/a" "Extranjero/a" "Ignorado"
#> $ cod_pais : num 218 218 218 218 218 218 218 218 218 218 ...
#> ..- attr(*, "label")= chr "Código del país"
#> ..- attr(*, "format.spss")= chr "F3.0"
#> $ nom_pais : chr "ECUADOR" "ECUADOR" "ECUADOR" "ECUADOR" ...
#> ..- attr(*, "label")= chr "Nombre de país"
#> ..- attr(*, "format.spss")= chr "A21"
#> ..- attr(*, "display_width")= int 7
#> $ sexo : dbl+lbl [1:1000] 1, 2, 1, 2, 2, 2, 1, 2, 2, 1, 1, 2, 1, 2, 1, 1, 2, 2,...
#> ..@ label : chr "Sexo del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3
#> .. ..- attr(*, "names")= chr [1:3] "Hombre" "Mujer" "Indeterminado"
#> $ cod_edad : dbl+lbl [1:1000] 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 4, 4, 4, 4, 4, 4, 4, 4,...
#> ..@ label : chr "Condición de la edad del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3 4 9
#> .. ..- attr(*, "names")= chr [1:5] "Horas (1 a 23 horas de edad)" "Días (1 a 28 días de edad)" "Meses (1 a 11 meses de edad)" "Años (1 a 115 años de edad)" ...
#> $ edad : num 52 57 9 24 56 17 36 20 10 67 ...
#> ..- attr(*, "label")= chr "Edad del paciente"
#> ..- attr(*, "format.spss")= chr "F3.0"
#> $ etnia : dbl+lbl [1:1000] 8, 6, 6, 6, 6, 6, 6, 6, 6, 6, 9, 6, 9, 6, 6, 6, 6, 6,...
#> ..@ label : chr "Definicion étnica del paciente"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9
#> .. ..- attr(*, "names")= chr [1:9] "Indígena" "Afroecuatoriano/a Afrodescendiente" "Negro/a" "Mulato/a" ...
#> $ prov_res : chr+lbl [1:1000] 09, 09, 09, 12, 09, 09, 09, 17, 09, 12, 17, 11, 18, 1...
#> ..@ label : chr "Provincia de residencia habitual del paciente"
#> ..@ format.spss : chr "A6"
#> ..@ display_width: int 2
#> ..@ labels : Named chr "10" "20" "01" "11" ...
#> .. ..- attr(*, "names")= chr [1:25] "Imbabura" "Galápagos" "Azuay" "Loja" ...
#> $ area_res : num 1 1 1 1 1 1 1 2 1 1 ...
#> ..- attr(*, "label")= chr "Area de residencia habitual del paciente"
#> ..- attr(*, "format.spss")= chr "F1.0"
#> $ anio_ingr : num 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
#> ..- attr(*, "label")= chr "Año de ingreso"
#> ..- attr(*, "format.spss")= chr "F4.0"
#> $ mes_ingr : dbl+lbl [1:1000] 8, 10, 2, 8, 8, 3, 12, 7, 12, 2, 1, 11, 6, ...
#> ..@ label : chr "Mes de ingreso"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:12] "Enero" "Febrero" "Marzo" "Abril" ...
#> $ dia_ingr : num 30 30 14 12 6 4 16 17 15 18 ...
#> ..- attr(*, "label")= chr "Día de ingreso"
#> ..- attr(*, "format.spss")= chr "F2.0"
#> $ fecha_ingr: chr "2020/08/30 00:00:00.000" "2020/10/30 00:00:00.000" "2020/02/14 00:00:00.000" "2020/08/12 00:00:00.000" ...
#> ..- attr(*, "label")= chr "Fecha de egreso"
#> ..- attr(*, "format.spss")= chr "A69"
#> ..- attr(*, "display_width")= int 23
#> $ anio_egr : num 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
#> ..- attr(*, "label")= chr "Año del egreso"
#> ..- attr(*, "format.spss")= chr "F4.0"
#> $ mes_egr : dbl+lbl [1:1000] 9, 11, 2, 8, 8, 3, 12, 7, 12, 2, 1, 11, 6, ...
#> ..@ label : chr " Mes egreso"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:12] "Enero" "Febrero" "Marzo" "Abril" ...
#> $ dia_egr : num 5 2 17 13 9 5 17 18 21 19 ...
#> ..- attr(*, "label")= chr " Día egreso"
#> ..- attr(*, "format.spss")= chr "F2.0"
#> $ fecha_egr : chr "2020/09/05 00:00:00.000" "2020/11/02 00:00:00.000" "2020/02/17 00:00:00.000" "2020/08/13 00:00:00.000" ...
#> ..- attr(*, "label")= chr " Fecha de egreso"
#> ..- attr(*, "format.spss")= chr "A69"
#> ..- attr(*, "display_width")= int 23
#> $ dia_estad : num 6 3 3 1 3 1 1 1 6 1 ...
#> ..- attr(*, "label")= chr " Días estada"
#> ..- attr(*, "format.spss")= chr "F6.0"
#> $ con_egrpa : dbl+lbl [1:1000] 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 1, 1, 3, 1, 1, 1, 1, 1,...
#> ..@ label : chr " Condición del egreso"
#> ..@ format.spss: chr "F1.0"
#> ..@ labels : Named num 1 2 3
#> .. ..- attr(*, "names")= chr [1:3] "Vivo" "Fallecido menos de 48 horas" "Fallecido en 48 horas y más"
#> $ esp_egrpa : dbl+lbl [1:1000] 37, 23, 41, 21, 7, 27, 47, 21, 29, 27, 30, 21, 27, 2...
#> ..@ label : chr " Especialidad del egreso"
#> ..@ format.spss: chr "F2.0"
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:52] "Alergología" "Atención Primaria de la Salud" "Cardiología" "Cardiopediatría" ...
#> $ cau_cie10 : chr+lbl [1:1000] C169 , U072 , A090 , O809 , K469 , K802 , S903 , O730...
#> ..@ label : chr "Causa de lista internacional detallada a 4 dígitos de la CIE-10"
#> ..@ format.spss : chr "A15"
#> ..@ display_width: int 5
#> ..@ labels : Named chr "A00" "B00" "C00" "D00" ...
#> .. ..- attr(*, "names")= chr [1:18445] "Cólera" "Infecciones herpética [herpes simple]" "Tumor maligno del labio" "Carcinoma in situ de la cavidad bucal, del esófago y del estómago" ...
#> $ cant_res : chr+lbl [1:1000] 0901, 0901, 0901, 1207, 0901, 0901, 0901, 1701, 0901,...
#> ..@ label : chr "SecA Cantón de residencia habitual del paciente"
#> ..@ format.spss : chr "A12"
#> ..@ display_width: int 14
#> ..@ labels : Named chr "8800" "0110" "1110" "1210" ...
#> .. ..- attr(*, "names")= chr [1:222] "Exterior" "Oña" "Puyango" "Buena Fé" ...
#> $ parr_res : chr+lbl [1:1000] 090150, 090104, 090150, 120750, 090150, 090112, 09015...
#> ..@ label : chr "SecA Parroquia de residencia habitual del paciente"
#> ..@ format.spss : chr "A18"
#> ..@ display_width: int 20
#> ..@ labels : Named chr "880000" "010110" "170110" "090110" ...
#> .. ..- attr(*, "names")= chr [1:1308] "Exterior" "San Blas" "El Condado" "Rocafuerte" ...
#> $ causa3 : chr+lbl [1:1000] C16, U07, A09, O80, K46, K80, S90, O73, P36, J90, J44...
#> ..@ label : chr "Causa de lista internacional detallada a 3 dígitos de la CIE-10"
#> ..@ format.spss: chr "A9"
#> ..@ labels : Named chr "A00" "B00" "C00" "D00" ...
#> .. ..- attr(*, "names")= chr [1:2054] "Cólera" "Infecciones herpética [herpes simple]" "Tumor maligno del labio" "Carcinoma in situ de la cavidad bucal, del esófago y del estómago" ...
#> $ cap221rx : dbl+lbl [1:1000] 2, 22, 1, 15, 11, 11, 19, 15, 16, 10, 10, 15, 22, 2...
#> ..@ label : chr "Capitulo lista 221"
#> ..@ format.spss : chr "F4.0"
#> ..@ display_width: int 10
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:22] "I Ciertas enfermedades infecciosas y parasitarias (A00 -B99)" "II Neoplasias (C00-D48)" "III Enfermedades de la sangre y de los órganos hematopoyéticos y otros tras. que afectan el mecan. de la inmu (D50-D89)" "IV Enfermedades endocrinas, nutricionales y metabólicas (E00-E90)" ...
#> $ cau221rx : dbl+lbl [1:1000] 23, 222, 1, 160, 114, 119, 205, 159, 167, 109, 105...
#> ..@ label : chr "Lista especial de 221 grupos"
#> ..@ format.spss : chr "F3.0"
#> ..@ display_width: int 10
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:222] "Enfermedades infecciosas intestinales (A00-A09)" "Tuberculosis (A15-A19)" "Ciertas zoonosis bacterianas (A20-A28)" "Otras enfermedades bacterianas (A30-A49)" ...
#> $ cau298rx : dbl+lbl [1:1000] 60, 299, 5, 243, 188, 195, 281, 242, 250, 179, 175...
#> ..@ label : chr "Lista de causas 298"
#> ..@ format.spss : chr "F3.0"
#> ..@ display_width: int 10
#> ..@ labels : Named num 1 2 3 4 5 6 7 8 9 10 ...
#> .. ..- attr(*, "names")= chr [1:299] "Cólera" "Fiebres tifoidea y paratifoidea" "Shigelosis" "Amebiasis" ...
#> $ csap : chr "não" "não" "sim" "não" ...
#> $ grupo : Factor w/ 20 levels "g01","g02","g03",..: 20 20 2 20 20 20 20 20 20 20 ...
## Uma base de dados com a estrutura dos "arquivos da AIH" mantendo
## todas suas variáveis
##-----------------------------------------------------------------
## Trate como se não fosse um arquivo da AIH e apenas acrescente
## a classificação ao banco:
teste11 <- csapAIH(aih500, sihsus = FALSE, cid = DIAG_PRINC)
#> Importados 500 registros.
#> Warning: ‘<’ not meaningful for factors
#> Warning: ‘>=’ not meaningful for factors
#> Excluídos 500 registros de parto (100% do total).
str(teste11)
#> 'data.frame': 0 obs. of 115 variables:
#> $ UF_ZI : Factor w/ 63 levels "430000","430070",..:
#> $ ANO_CMPT : Factor w/ 1 level "2018":
#> $ MES_CMPT : Factor w/ 1 level "01":
#> $ ESPEC : Factor w/ 12 levels "01","02","03",..:
#> $ CGC_HOSP : Factor w/ 261 levels "00765384000133",..:
#> $ N_AIH : Factor w/ 60477 levels "4313102362129",..:
#> $ IDENT : Factor w/ 2 levels "1","5":
#> $ CEP : Factor w/ 13493 levels "03315000","04618003",..:
#> $ MUNIC_RES : Factor w/ 574 levels "110020","110140",..:
#> $ NASC : Factor w/ 25848 levels "19050128","19070106",..:
#> $ SEXO : Factor w/ 2 levels "1","3":
#> $ UTI_MES_IN: int
#> $ UTI_MES_AN: int
#> $ UTI_MES_AL: int
#> $ UTI_MES_TO: int
#> $ MARCA_UTI : Factor w/ 11 levels "00","01","74",..:
#> $ UTI_INT_IN: int
#> $ UTI_INT_AN: int
#> $ UTI_INT_AL: int
#> $ UTI_INT_TO: int
#> $ DIAR_ACOM : int
#> $ QT_DIARIAS: int
#> $ PROC_SOLIC: Factor w/ 1175 levels "0201010127","0201010135",..:
#> $ PROC_REA : Factor w/ 1112 levels "0201010127","0201010135",..:
#> $ VAL_SH : num
#> $ VAL_SP : num
#> $ VAL_SADT : num
#> $ VAL_RN : num
#> $ VAL_ACOMP : num
#> $ VAL_ORTP : num
#> $ VAL_SANGUE: num
#> $ VAL_SADTSR: num
#> $ VAL_TRANSP: num
#> $ VAL_OBSANG: num
#> $ VAL_PED1AC: num
#> $ VAL_TOT : num
#> $ VAL_UTI : num
#> $ US_TOT : num
#> $ DT_INTER : Factor w/ 235 levels "20130610","20131001",..:
#> $ DT_SAIDA : Factor w/ 182 levels "20170801","20170802",..:
#> $ DIAG_PRINC: Factor w/ 3254 levels "A009","A020",..:
#> $ DIAG_SECUN: Factor w/ 1 level "0000":
#> $ COBRANCA : Factor w/ 26 levels "11","12","14",..:
#> $ NATUREZA : Factor w/ 1 level "00":
#> $ NAT_JUR : Factor w/ 13 levels "1023","1104",..:
#> $ GESTAO : Factor w/ 2 levels "1","2":
#> $ RUBRICA : int
#> $ IND_VDRL : Factor w/ 2 levels "0","1":
#> $ MUNIC_MOV : Factor w/ 232 levels "430003","430010",..:
#> $ COD_IDADE : Factor w/ 4 levels "2","3","4","5":
#> $ IDADE : int
#> $ DIAS_PERM : int
#> $ MORTE : int
#> $ NACIONAL : Factor w/ 32 levels "010","020","021",..:
#> $ NUM_PROC : Factor w/ 0 levels:
#> $ CAR_INT : Factor w/ 4 levels "01","02","05",..:
#> $ TOT_PT_SP : int
#> $ CPF_AUT : Factor w/ 0 levels:
#> $ HOMONIMO : Factor w/ 3 levels "0","1","2":
#> $ NUM_FILHOS: int
#> $ INSTRU : Factor w/ 5 levels "0","1","2","3",..:
#> $ CID_NOTIF : Factor w/ 1 level "Z302":
#> $ CONTRACEP1: Factor w/ 6 levels "00","06","08",..:
#> $ CONTRACEP2: Factor w/ 6 levels "00","06","08",..:
#> $ GESTRISCO : Factor w/ 2 levels "0","1":
#> $ INSC_PN : Factor w/ 2396 levels "000000000000",..:
#> $ SEQ_AIH5 : Factor w/ 1 level "000":
#> $ CBOR : Factor w/ 5 levels "000000","225125",..:
#> $ CNAER : Factor w/ 2 levels "000","851":
#> $ VINCPREV : Factor w/ 2 levels "0","1":
#> $ GESTOR_COD: Factor w/ 16 levels "00000","00007",..:
#> $ GESTOR_TP : Factor w/ 2 levels "0","1":
#> $ GESTOR_CPF: Factor w/ 49 levels "000000000000000",..:
#> $ GESTOR_DT : Factor w/ 0 levels:
#> $ CNES : Factor w/ 277 levels "2223538","2223546",..:
#> $ CNPJ_MANT : Factor w/ 35 levels "03066309000172",..:
#> $ INFEHOSP : Factor w/ 0 levels:
#> $ CID_ASSO : Factor w/ 1 level "0000":
#> $ CID_MORTE : Factor w/ 1 level "0000":
#> $ COMPLEX : Factor w/ 2 levels "02","03":
#> $ FINANC : Factor w/ 2 levels "04","06":
#> $ FAEC_TP : Factor w/ 13 levels "040014","040016",..:
#> $ REGCT : Factor w/ 5 levels "0000","7102",..:
#> $ RACA_COR : Factor w/ 6 levels "01","02","03",..:
#> $ ETNIA : Factor w/ 7 levels "0000","0001",..:
#> $ SEQUENCIA : int
#> $ REMESSA : Factor w/ 63 levels "HE43000001N201801.DTS",..:
#> $ AUD_JUST : Factor w/ 11 levels "7021087628254",..:
#> $ SIS_JUST : Factor w/ 20 levels "702108762825496",..:
#> $ VAL_SH_FED: num
#> $ VAL_SP_FED: num
#> $ VAL_SH_GES: num
#> $ VAL_SP_GES: num
#> $ VAL_UCI : num
#> $ MARCA_UCI : Factor w/ 4 levels "00","01","02",..:
#> $ DIAGSEC1 : Factor w/ 675 levels "A049","A058",..:
#> $ DIAGSEC2 : Factor w/ 92 levels "A158","A419",..:
#> $ DIAGSEC3 : Factor w/ 41 levels "A419","B182",..:
#> $ DIAGSEC4 : Factor w/ 10 levels "A419","A499",..:
#> [list output truncated]
## Acrescentar variáveis da AIH ao banco com as CSAP
##---------------------------------------------------------
## É necessário unir o banco da AIH com as variáveis de interesse
## ao banco resultante da função 'csapAIH':
vars <- c('N_AIH', 'RACA_COR', 'INSTRU')
teste12 <- csapAIH(aih500)
#> Importados 500 registros.
#> Excluídos 62 (12,4%) registros de procedimentos obstétricos.
#> Excluídos 3 (0,6%) registros de AIH de longa permanência.
#> Exportados 435 (87%) registros.
teste12 <- merge(teste12, aih500[, vars], by.x = "n.aih", by.y = "N_AIH")
names(teste12)
#> [1] "n.aih" "munres" "munint" "sexo" "nasc"
#> [6] "idade" "fxetar.det" "fxetar5" "csap" "grupo"
#> [11] "cid" "proc.rea" "data.inter" "data.saida" "cep"
#> [16] "cnes" "RACA_COR" "INSTRU"
## Ou, usando o encadeamento ("piping") de funções,
teste13 <- csapAIH(aih500) |>
merge(aih100[, vars], by.x = "n.aih", by.y = "N_AIH")
#> Importados 500 registros.
#> Excluídos 62 (12,4%) registros de procedimentos obstétricos.
#> Excluídos 3 (0,6%) registros de AIH de longa permanência.
#> Exportados 435 (87%) registros.
names(teste13)
#> [1] "n.aih" "munres" "munint" "sexo" "nasc"
#> [6] "idade" "fxetar.det" "fxetar5" "csap" "grupo"
#> [11] "cid" "proc.rea" "data.inter" "data.saida" "cep"
#> [16] "cnes" "RACA_COR" "INSTRU"