Os mapas precisam de três pacotes, instalados uma vez:
install.packages(c("sf", "ggplot2", "leaflet"))Mapa estático
library(localdatasus)
circ <- obitos_bairro("Rio de Janeiro", 2023, cid = "I")
mapa_bairro(circ, titulo = "Óbitos por doenças circulatórias, Rio de Janeiro, 2023")
- Cor: por padrão, o mapa é pintado pela taxa por 10 mil habitantes.
- Contornos: são os oficiais do IBGE (Censo 2022), baixados uma vez por estado.
- Cinza: bairros sem dado.
Escolher o que pintar e as cores
mapa_bairro(circ, valor = "obitos") # pinta pela contagem
mapa_bairro(circ, cores = "Blues") # outras paletas: "YlOrRd", "Greens", "Purples"...Painéis automáticos
Se a tabela tiver um por (ou vários anos), o mapa é
dividido em painéis:
por_sexo <- obitos_bairro("Rio de Janeiro", 2023, cid = "I", por = "sexo")
mapa_bairro(subset(por_sexo, sexo != "Ignorado"))
Outros lugares
mapa_bairro(obitos_bairro("São Paulo", 2023), cores = "Blues")
mapa_bairro(agravos_bairro("dengue", "Joinville", 2024))Ajustar e salvar
mapa_bairro() devolve um gráfico
ggplot2 comum:
library(ggplot2)
mapa <- mapa_bairro(circ) + labs(subtitle = "Fonte: SMS-Rio")
ggsave("mapa.png", mapa, width = 8, height = 5, dpi = 300)Mapa interativo
mapa_interativo(agravos_bairro("dengue", "Rio de Janeiro", 2024))O mapa abre no Viewer do RStudio, com um mapa de ruas ao fundo. Passe o mouse sobre um bairro para ver o nome, ou clique para ver casos, taxa e população. Para salvar como página web:
m <- mapa_interativo(circ)
htmlwidgets::saveWidget(m, "mapa.html")No QGIS
Toda tabela tem lat e lon. No QGIS, use
Camada → Adicionar camada → Texto delimitado, com X =
lon e Y = lat. Para os polígonos, use
codigo_ibge para juntar com a malha de bairros do IBGE.
Bairros com poucos moradores: taxa suavizada
Em bairros com pouca população, poucos casos já produzem taxas muito altas. No Recife, por exemplo, Santo Antônio tem 447 moradores: 24 casos de dengue em 2024 dão 537 por 10 mil, mais que o triplo dos bairros populosos. Essas taxas variam muito por acaso de um ano para outro e dominam a escala do mapa.
A saída é a taxa suavizada (bayesiano empírico): cada taxa é puxada em direção à média do município, com força maior nos bairros pouco populosos e quase nenhuma nos populosos.
dengue <- agravos_bairro("dengue", "Recife", 2024)
mapa_bairro(dengue, suavizar = TRUE)
# A coluna com a taxa suavizada, para tabelas e análises
suavizar_taxas(dengue)No exemplo, Santo Antônio passa de 537 para 224 por 10 mil, enquanto Ibura, com 45 mil moradores, quase não muda (de 144 para 143).
Local da ocorrência: SAMU
Os chamados do SAMU registram onde aconteceu a ocorrência, não onde a pessoa mora. Em áreas centrais, comerciais ou com grandes hospitais, muita gente circula e pouca gente mora, e a taxa por morador fica artificialmente alta. Nesses casos, mapeie a contagem:
samu <- samu_bairro("Recife", 2024, tipo = "causas externas")
mapa_bairro(samu, valor = "chamados")Próximo: 4. Internações e microdados com CEP