SIH FTP Database

Sistema de Informações Hospitalares

[1]:

from pysus.ftp.databases.sih import SIH
sih = SIH().load() # Loads the files from DATASUS

[2]:

sih

[2]:

SIH - Sistema de Informações Hospitalares

[3]:

sih.metadata

[3]:

{'long_name': 'Sistema de Informações Hospitalares',
 'source': ('https://datasus.saude.gov.br/acesso-a-informacao/morbidade-hospitalar-do-sus-sih-sus/',
  'https://datasus.saude.gov.br/acesso-a-informacao/producao-hospitalar-sih-sus/'),
 'description': 'A finalidade do AIH (Sistema SIHSUS) é a de transcrever todos os atendimentos que provenientes de internações hospitalares que foram financiadas pelo SUS, e após o processamento, gerarem relatórios para os gestores que lhes possibilitem fazer os pagamentos dos estabelecimentos de saúde. Além disso, o nível Federal recebe mensalmente uma base de dados de todas as internações autorizadas (aprovadas ou não para pagamento) para que possam ser repassados às Secretarias de Saúde os valores de Produção de Média e Alta complexidade além dos valores de CNRAC, FAEC e de Hospitais Universitários – em suas variadas formas de contrato de gestão.'}

[4]:

sih.groups

[4]:

{'RD': 'AIH Reduzida',
 'RJ': 'AIH Rejeitada',
 'ER': 'AIH Rejeitada com erro',
 'SP': 'Serviços Profissionais',
 'CH': 'Cadastro Hospitalar',
 'CM': ''}

Getting specific files

[5]:

print(str(len(sih.get_files(["RD", "RJ"]))) + " files")

15649 files

[6]:

sih.get_files("RD", uf="SP", year=2000)

[6]:

[RDSP0001.dbc,
 RDSP0002.dbc,
 RDSP0003.dbc,
 RDSP0004.dbc,
 RDSP0005.dbc,
 RDSP0006.dbc,
 RDSP0007.dbc,
 RDSP0008.dbc,
 RDSP0009.dbc,
 RDSP0010.dbc,
 RDSP0011.dbc,
 RDSP0012.dbc]

[7]:

files = sih.get_files("RD", uf="SP", year=2000, month=[1,2,3])
files

[7]:

[RDSP0001.dbc, RDSP0002.dbc, RDSP0003.dbc]

Describing files inside DATASUS server

[8]:

sih.describe(files[0])

[8]:

{'name': 'RDSP0001.dbc',
 'group': 'AIH Reduzida',
 'uf': 'São Paulo',
 'month': 'Janeiro',
 'year': 2000,
 'size': '10.1 MB',
 'last_update': '2013-10-31 01:14PM'}

Downloading files

You can rather download multiple files or download them individually:

[9]:

sih.download(files) # Specify a directory with `local_dir=`

RDSP0003.parquet: 100%|████████████| 340k/340k [00:12<00:00, 28.0kB/s]

[9]:

[/home/bida/pysus/RDSP0001.parquet,
 /home/bida/pysus/RDSP0002.parquet,
 /home/bida/pysus/RDSP0003.parquet]

@Note: If the file has been downloaded already, it’s required to delete it in order to download the lastest updated file from DATASUS.

Reading files

PySUS uses Parquets as output, use the method to_dataframe() to read the file as pandas DataFrame

[11]:

parquet = sih.download(files)[0]

100%|████████████████████████████| 8.46M/8.46M [00:00<00:00, 4.04GB/s]

[12]:

parquet.to_dataframe()

[12]:

	UF_ZI	ANO_CMPT	MES_CMPT	ESPEC	CGC_HOSP	N_AIH	IDENT	CEP	MUNIC_RES	NASC	...	CAR_INT	TOT_PT_SP	CPF_AUT	HOMONIMO	NUM_FILHOS	INSTRU	CID_NOTIF	CONTRACEP1	CONTRACEP2	GESTRISCO
0	35	2000	01	02	46523171000287	2179380830	1	06040090	353440	19631229	...	05	719			0	0		00	00	0
1	35	2000	01	02	46523171000287	2179380841	1	06110000	353440	19620609	...	05	176			0	0		00	00	0
2	35	2000	01	02	46523171000287	2179380852	1	06184080	353440	19781207	...	05	36			0	0		00	00	0
3	35	2000	01	02	46523171000287	2179380863	1	06010020	353440	19710106	...	05	176			0	0		00	00	0
4	35	2000	01	02	46523171000287	2179380874	1	06112010	353440	19710717	...	05	158			0	0		00	00	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
193819	35	2000	01	02	46523171000287	2179380786	1	06036090	353440	19740804	...	05	737			0	0		00	00	0
193820	35	2000	01	02	46523171000287	2179380797	1	06240120	353440	19670403	...	05	737			0	0		00	00	0
193821	35	2000	01	02	46523171000287	2179380808	1	06140080	353440	19741001	...	05	737			0	0		00	00	0
193822	35	2000	01	02	46523171000287	2179380819	1	06240090	353440	19721028	...	05	719			0	0		00	00	0
193823	35	2000	01	02	46523171000287	2179380820	1	06260030	353440	19721122	...	05	737			0	0		00	00	0

193824 rows × 60 columns