First stable release. The package now covers the full health–climate–environment data pipeline for Brazil, from raw DATASUS import through epidemiological modelling.
sus_data_import() — importa dados do DATASUS (SIM, SIH, SINAN, SIA, CNES, SINASC) com
suporte a múltiplos estados e anos, cache automático e processamento paralelo via future/furrrsus_data_read() — lê arquivos .dbc locais sem depender de downloadsus_data_clean_encoding() — detecta e corrige problemas de codificação Latin1/UTF-8 em campos
de texto brasileirossus_data_standardize() — padroniza nomes de colunas (80+ variáveis) e valores categóricos
(sexo, raça, estado civil, escolaridade) com saída multilíngue (pt/en/es)sus_data_filter_cid() — filtragem flexível por CID-10: código exato, prefixo, intervalo ou
capítulo completosus_data_filter_demographics() — filtragem por variáveis demográficas (faixa etária, sexo,
raça, município de residência)sus_create_variables() — criação de variáveis derivadas (idade em anos, faixa etária,
sazonalidade, indicadores de completitude)sus_data_aggregate() — agrega registros individuais em contagens temporais por município,
estado ou região, com múltiplas estratégias (semanal, mensal, anual)sus_data_export() — exporta climasus_df para CSV, Parquet ou DuckDB preservando metadadossus_data_quality_report() — gera relatório de completitude, duplicatas e inconsistênciassus_filter_cid_explore() — ferramenta interativa para explorar a tabela CID-10sus_data_plot_aggregate_ts() — série temporal de eventos agregados com bandas de confiançasus_data_plot_aggregate_map() — mapa coroplético municipal/estadual de contagens ou taxassus_data_plot_demographics() — pirâmide etária e distribuições demográficassus_climate_inmet() — importa dados horáros e diários de estações meteorológicas INMET,
com 4.600+ estações e metadados embutidos em inst/data_4r/station_meta.parquetsus_climate_fill_gap() — preenche lacunas de dados com interpolação temporal, média histórica
ou krigagem espacial entre estações vizinhassus_climate_aggregate() — vincula dados climáticos de estações aos registros de saúde por
município usando 10 estratégias de agregação temporal (exact, moving_window, distributed_lag,
degree_days, threshold_exceedance, cold_wave_exceedance e outras)sus_climate_anomaly() — calcula anomalias em relação às normais climatológicassus_climate_normals() — recupera normais climatológicas WMO 1991–2020sus_climate_compute_heatwaves() — detecta ondas de calor com critérios configuráveis
(Excalibur, HeatWatch, Perkins, EHF)sus_climate_compute_indicators() — computa índices de extremos climáticos (ETCCDIs)sus_climate_compute_spei() — índice padronizado de precipitação-evapotranspiração (SPEI)sus_climate_compute_spi() — índice padronizado de precipitação (SPI)sus_climate_uniplu() — unifica séries pluviométricas de múltiplas estações por municípiosus_climate_plot_aggregate() — visualiza distribuição climática vinculada aos dados de saúdesus_climate_plot_fill() — diagnóstico visual do preenchimento de lacunassus_climate_plot_heatwaves() — visualiza ondas de calor detectadassus_grid_era5() — extrai variáveis ERA5 (temperatura, vento, umidade, precipitação) para
municípios brasileiros via exactextractrsus_grid_chirps() — precipitação diária CHIRPS v2.0sus_grid_fires() — focos de incêndio FIRMS/INPEsus_grid_pdsi() — índice de seca Palmer (PDSI)sus_grid_pollution_cams() — qualidade do ar CAMS (PM2.5, PM10, NO2, O3, SO2)sus_grid_pollution_ghap() — PM2.5 global GHAPsus_grid_pollution_merra2() — PM2.5 MERRA-2 NASAsus_grid_prodes() — desmatamento PRODES/INPEsus_grid_smvi() — índice de vegetação SMVI/MapBiomassus_grid_join() — integra múltiplas grades à tabela de saúde em um único passosus_join_spatial() — vincula registros de saúde a polígonos municipais/estaduais via geobr,
com suporte a joins por código IBGE ou coordenadassus_socio_add_census() — integra indicadores do Censo IBGE 2010/2022 via censobrsus_socio_compute_indicators() — calcula índices compostos de vulnerabilidade socioeconômica
(IDH-M, Gini, renda per capita, cobertura de saneamento)sus_census_explore() — ferramenta exploratória para navegar variáveis censitárias disponíveissus_mod_dlnm() — modelos de defasagem distribuída não-linear (DLNM) com bases de splines
naturais, suporte a múltiplos poluentes/variáveis e seleção de defasagem automáticasus_mod_af() — fração e número atribuível (AF/AN) com intervalos de confiança por bootstrapsus_mod_burden.R() — carga de doença atribuível ao clima com decomposição por temperatura
(frio, moderado, calor) e incerteza propagadasus_mod_casecrossover() — design de caso-cruzado para exposições agudas com estratificação
temporal customizávelsus_mod_excess() — mortalidade em excesso por método quasi-Poisson ou ARIMAsus_mod_its() — análise de séries temporais interrompidas (ITS) para avaliação de intervençõessus_mod_pool() — pooling de estimativas multi-cidade via meta-análise de efeitos fixos/aleatóriossus_mod_metaregression() — meta-regressão para modificação de efeito por covariáveis municipaissus_mod_sensitivity() — análise de sensibilidade de escolhas metodológicas (defasagem, nós,
referência de temperatura)sus_mod_ml() — modelos de machine learning (XGBoost, Random Forest) para predição de desfechossus_mod_swot() — análise de risco por quintis de exposição (SWOT epidemiológico)sus_mod_vulnerability_index() — índice de vulnerabilidade climático-epidemiológica compostosus_mod_spatial_bayes() — suavização Bayesiana espacial (BYM2) via CARBayessus_mod_spatial_moran() — autocorrelação espacial global e local de Moransus_mod_spatial_reg() — regressão espacial (SLM, SEM, SDM) via spatialregsus_mod_spatial_scan() — detecção de clusters espaciais via scan statistics (SpatialEpi)sus_mod_spatial_weights() — construção de matrizes de pesos espaciais (contiguidade, distância,
k-vizinhos) com verificação de conectividadesus_mod_spacetime_bayes() — modelos espaço-temporais Bayesianos com estrutura AR(1)sus_mod_spacetime_exceedance() — probabilidade de excedência espaço-temporal com mapa de riscosus_mod_spacetime_predict() — predição espaço-temporal com intervalos de prediçãosus_mod_plot_dlnm() — superfície 3D e curvas de resposta-defasagem do DLNMsus_mod_plot_af() — gráficos de fração atribuível por faixa de temperaturasus_mod_plot_burden() — decomposição da carga de doença em barras empilhadassus_mod_plot_pool() — forest plot de estimativas multi-cidadesus_mod_plot_sensitivity() — heatmap de sensibilidade metodológicasus_mod_plot_ml() — importância de variáveis e curvas de aprendizado (ML)sus_mod_plot_spacetime() — mapas animados e facetados de risco espaço-temporalsus_mod_plot_spatial_bayes() — mapas de risco relativo e incerteza Bayesianasus_mod_plot_spatial_moran() — LISA cluster map e Moran scatterplotsus_mod_plot_spatial_scan() — mapa de clusters significativossus_mod_plot_swot() — gráfico de quartis de risco SWOTsus_mod_plot_vulnerability() — mapa coroplético do índice de vulnerabilidadeclimasus_df com atributo sus_meta para rastreabilidade de metadados ao longo
do pipeline (sistema, estágio, backend, histórico de processamento)__meta)future/furrr respeitando o plano do usuário