Changes in version 1.0.0 First stable release. The package now covers the full health–climate–environment data pipeline for Brazil, from raw DATASUS import through epidemiological modelling. Pipeline de Dados de Saúde - 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/furrr - sus_data_read() — lê arquivos .dbc locais sem depender de download - sus_data_clean_encoding() — detecta e corrige problemas de codificação Latin1/UTF-8 em campos de texto brasileiros - sus_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 completo - sus_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 metadados - sus_data_quality_report() — gera relatório de completitude, duplicatas e inconsistências - sus_filter_cid_explore() — ferramenta interativa para explorar a tabela CID-10 Visualização de Dados - sus_data_plot_aggregate_ts() — série temporal de eventos agregados com bandas de confiança - sus_data_plot_aggregate_map() — mapa coroplético municipal/estadual de contagens ou taxas - sus_data_plot_demographics() — pirâmide etária e distribuições demográficas Dados Climáticos de Estações (INMET) - sus_climate_inmet() — importa dados horáros e diários de estações meteorológicas INMET, com 4.600+ estações e metadados embutidos em inst/data_4r/station_meta.parquet - sus_climate_fill_gap() — preenche lacunas de dados com interpolação temporal, média histórica ou krigagem espacial entre estações vizinhas - sus_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 climatológicas - sus_climate_normals() — recupera normais climatológicas WMO 1991–2020 - sus_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 município - sus_climate_plot_aggregate() — visualiza distribuição climática vinculada aos dados de saúde - sus_climate_plot_fill() — diagnóstico visual do preenchimento de lacunas - sus_climate_plot_heatwaves() — visualiza ondas de calor detectadas Dados Climáticos em Grade - sus_grid_era5() — extrai variáveis ERA5 (temperatura, vento, umidade, precipitação) para municípios brasileiros via exactextractr - sus_grid_chirps() — precipitação diária CHIRPS v2.0 - sus_grid_fires() — focos de incêndio FIRMS/INPE - sus_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 GHAP - sus_grid_pollution_merra2() — PM2.5 MERRA-2 NASA - sus_grid_prodes() — desmatamento PRODES/INPE - sus_grid_smvi() — índice de vegetação SMVI/MapBiomas - sus_grid_join() — integra múltiplas grades à tabela de saúde em um único passo Junção Espacial - sus_join_spatial() — vincula registros de saúde a polígonos municipais/estaduais via geobr, com suporte a joins por código IBGE ou coordenadas Dados Socioeconômicos - sus_socio_add_census() — integra indicadores do Censo IBGE 2010/2022 via censobr - sus_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 disponíveis Modelagem Epidemiológica - sus_mod_dlnm() — modelos de defasagem distribuída não-linear (DLNM) com bases de splines naturais, suporte a múltiplos poluentes/variáveis e seleção de defasagem automática - sus_mod_af() — fração e número atribuível (AF/AN) com intervalos de confiança por bootstrap - sus_mod_burden.R() — carga de doença atribuível ao clima com decomposição por temperatura (frio, moderado, calor) e incerteza propagada - sus_mod_casecrossover() — design de caso-cruzado para exposições agudas com estratificação temporal customizável - sus_mod_excess() — mortalidade em excesso por método quasi-Poisson ou ARIMA - sus_mod_its() — análise de séries temporais interrompidas (ITS) para avaliação de intervenções - sus_mod_pool() — pooling de estimativas multi-cidade via meta-análise de efeitos fixos/aleatórios - sus_mod_metaregression() — meta-regressão para modificação de efeito por covariáveis municipais - sus_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 desfechos - sus_mod_swot() — análise de risco por quintis de exposição (SWOT epidemiológico) - sus_mod_vulnerability_index() — índice de vulnerabilidade climático-epidemiológica composto Análise Espacial - sus_mod_spatial_bayes() — suavização Bayesiana espacial (BYM2) via CARBayes - sus_mod_spatial_moran() — autocorrelação espacial global e local de Moran - sus_mod_spatial_reg() — regressão espacial (SLM, SEM, SDM) via spatialreg - sus_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 conectividade - sus_mod_spacetime_bayes() — modelos espaço-temporais Bayesianos com estrutura AR(1) - sus_mod_spacetime_exceedance() — probabilidade de excedência espaço-temporal com mapa de risco - sus_mod_spacetime_predict() — predição espaço-temporal com intervalos de predição Visualização de Modelos - sus_mod_plot_dlnm() — superfície 3D e curvas de resposta-defasagem do DLNM - sus_mod_plot_af() — gráficos de fração atribuível por faixa de temperatura - sus_mod_plot_burden() — decomposição da carga de doença em barras empilhadas - sus_mod_plot_pool() — forest plot de estimativas multi-cidade - sus_mod_plot_sensitivity() — heatmap de sensibilidade metodológica - sus_mod_plot_ml() — importância de variáveis e curvas de aprendizado (ML) - sus_mod_plot_spacetime() — mapas animados e facetados de risco espaço-temporal - sus_mod_plot_spatial_bayes() — mapas de risco relativo e incerteza Bayesiana - sus_mod_plot_spatial_moran() — LISA cluster map e Moran scatterplot - sus_mod_plot_spatial_scan() — mapa de clusters significativos - sus_mod_plot_swot() — gráfico de quartis de risco SWOT - sus_mod_plot_vulnerability() — mapa coroplético do índice de vulnerabilidade Infraestrutura - Classe S3 climasus_df com atributo sus_meta para rastreabilidade de metadados ao longo do pipeline (sistema, estágio, backend, histórico de processamento) - Persistência de metadados em Parquet (schema Arrow) e DuckDB (tabela companion __meta) - Suporte a backends tibble, Parquet e DuckDB com conversão transparente - Sistema i18n completo (português, inglês, espanhol) para nomes de colunas e mensagens - Processamento paralelo via future/furrr respeitando o plano do usuário