datasus-fetcher: Download de microdados do DATASUS

datasus-fetcher é um pacote Python e ferramenta de linha de comando para baixar em massa arquivos brutos de microdados (.dbc) do servidor FTP público do DATASUS (ftp.datasus.gov.br). Não lê nem analisa os arquivos — é um downloader confiável que organiza cópias locais do maior banco de dados de saúde pública do Brasil.

Por que usar datasus-fetcher?

• 113 datasets cobrindo todos os principais sistemas de informação de saúde do Brasil
• 320+ GB de microdados históricos, com séries que remontam a 1979
• Downloads multi-thread — conexões paralelas configuráveis para maior velocidade
• Filtros precisos — recorte por intervalo de datas e/ou UF antes de baixar
• Verificação de integridade — pula arquivos já baixados comparando tamanhos
• Retentativas automáticas — até 3 tentativas em erros de FTP
• Versionamento de arquivos — armazena cada versão baixada com nome datado; arquiva versões antigas automaticamente
• Documentação e tabelas auxiliares — baixe dicionários de dados e tabelas de referência junto com os microdados
• Sem dependências externas — Python puro 3.10+

Instalação

pip install datasus-fetcher

Para instalação global isolada (recomendado para uso apenas como CLI):

pipx install datasus-fetcher

Uso Rápido

Baixar SIH-RD (Internações Hospitalares) para São Paulo, Rio de Janeiro e Minas Gerais, de 2020 a 2023:

datasus-fetcher sync sih-rd -o /caminho/para/dados \
    --start 2020-01 \
    --end 2023-12 \
    --regions sp rj mg

Baixar todos os datasets (atenção: 320+ GB no total):

datasus-fetcher sync -o /caminho/para/dados

CLI

O datasus-fetcher expõe três subcomandos:

datasus-fetcher <subcommand> [options]

Subcommands:
  sync     Baixa arquivos de microdados (e, com flags, docs e tabelas auxiliares)
  list     Inspeciona datasets disponíveis no FTP
  archive  Move versões antigas para um diretório de arquivo

sync — Baixar microdados

datasus-fetcher sync [DATASETS...] -o <DIR> [OPTIONS]

Exemplos:

# Notificações de Dengue (SINAN) — todos os anos, todos os estados
datasus-fetcher sync -o ./data sinan-deng

# Estabelecimentos CNES para o Nordeste inteiro, a partir de 2015
datasus-fetcher sync -o ./data cnes-st \
    --start 2015-01 \
    --regions al ba ce ma pb pe pi rn se

# Declarações de óbito SIM (CID-10) de 2000 a 2023
datasus-fetcher sync -o ./data sim-do-cid10 \
    --start 2000 --end 2023

# Accelerar downloads com mais threads paralelas
datasus-fetcher sync -o ./data sih-rd --threads 4

# Múltiplos datasets em uma chamada
datasus-fetcher sync -o ./data \
    sinasc-dn sim-do-cid10 sih-rd \
    --start 2010-01 --end 2023-12

# HIV: adultos, crianças e gestantes — histórico completo
datasus-fetcher sync -o ./data \
    sinan-hiva sinan-hivc sinan-hivg sinan-hive

# Mortalidade materna e infantil — ambas versões CID
datasus-fetcher sync -o ./data \
    sim-domat-cid10 sim-doinf-cid09 sim-doinf-cid10

# CNES completo para São Paulo, anos recentes
datasus-fetcher sync -o ./data \
    cnes-st cnes-pf cnes-lt cnes-eq cnes-ep \
    --start 2020-01 \
    --regions sp

# Tríade da sífilis: adquirida, congênita e em gestante
datasus-fetcher sync -o ./data \
    sinan-sifa sinan-sifc sinan-sifg \
    --start 2010 --end 2023

# AIH Reduzida (SIH-RD) para o Sul — últimos 5 anos
datasus-fetcher sync -o ./data sih-rd \
    --start 2019-01 --end 2023-12 \
    --regions pr rs sc

# Produção ambulatorial (SIA-PA) para um estado — alto volume, usar mais threads
datasus-fetcher sync -o ./data sia-pa \
    --start 2010-01 --end 2023-12 \
    --regions sp \
    --threads 6

# Oncologia: painel + quimioterapia + radioterapia (APACs)
datasus-fetcher sync -o ./data \
    po sia-aq sia-ar \
    --start 2013 --end 2023

# Tuberculose e hanseníase — nacional, histórico completo
datasus-fetcher sync -o ./data \
    sinan-tube sinan-hans

# Arboviroses: Dengue, Zika e Chikungunya — apenas Nordeste
datasus-fetcher sync -o ./data \
    sinan-deng sinan-zika sinan-chik \
    --regions al ba ce ma pb pe pi rn se

# Nascidos vivos e mortalidade infantil lado a lado — todos os estados
datasus-fetcher sync -o ./data \
    sinasc-dn sim-doinf-cid10 \
    --start 2010 --end 2023

list — Inspecionar datasets disponíveis

Conecta ao FTP do DATASUS e exibe contagem de arquivos, tamanhos e intervalos de datas de cada dataset:

datasus-fetcher list

# Inspecionar datasets específicos
datasus-fetcher list sih-rd sia-pa cnes-pf

Exemplo de saída:

-----------Dataset----------|---Nº files---|--Total size--|------Period range------
sih-rd                      | 10673 files  |  22639.1 MB  | from 1992-01 to 2024-12
sia-pa                      | 10193 files  | 163258.4 MB  | from 1994-07 to 2024-12
sinan-deng                  |    26 files  |   1229.0 MB  | from 2000    to 2025

Documentação e tabelas auxiliares

A documentação oficial (dicionários de dados, manuais) e as tabelas de referência (CID, municípios, procedimentos, CBO, etc.) são baixadas pelo próprio sync através das flags --docs e --aux:

# Microdados + documentação + tabelas auxiliares
datasus-fetcher sync -o ./data sim-do-cid10 --docs --aux

# Apenas microdados, sem extras
datasus-fetcher sync -o ./data sim-do-cid10

archive — Arquivar versões antigas

O DATASUS atualiza seus arquivos periodicamente. O datasus-fetcher armazena cada versão com nome datado. Use archive para mover versões não mais recentes para um diretório separado:

datasus-fetcher archive \
    -o ./data \
    --archive-data-dir ./data-archive

Estrutura de Armazenamento

Os arquivos baixados são organizados em uma árvore de diretórios estruturada:

data/
└── sih-rd/
    ├── 199201/                              ← partição YYYYMM
    │   └── sih-rd_sp_199201_20250218.dbc   ← dataset_uf_periodo_datadownload.dbc
    ├── 202001/
    │   ├── sih-rd_sp_202001_20250218.dbc
    │   └── sih-rd_rj_202001_20250218.dbc
    └── 202312/
        └── sih-rd_mg_202312_20250218.dbc

Para datasets anuais (ex: SIM, SINASC):

data/
└── sim-do-cid10/
    └── 2023/
        ├── sim-do-cid10_sp_2023_20250218.dbc
        └── sim-do-cid10_rj_2023_20250218.dbc

Cada nome de arquivo codifica: dataset + UF + período + data do download.

Logging

O datasus-fetcher registra o progresso dos downloads no console por padrão. Para personalizar, coloque um arquivo logging.ini no diretório de trabalho:

[loggers]
keys=root,datasus_fetcher

[handlers]
keys=console,file

[formatters]
keys=default

[logger_root]
level=WARNING
handlers=console

[logger_datasus_fetcher]
level=INFO
handlers=console,file
qualname=datasus_fetcher
propagate=0

[handler_console]
class=StreamHandler
level=INFO
formatter=default
args=(sys.stdout,)

[handler_file]
class=FileHandler
level=INFO
formatter=default
args=('datasus-fetcher.log', 'a')

[formatter_default]
format=%(asctime)s %(levelname)s %(message)s

Códigos de UF

Use códigos de duas letras em minúsculas com --regions. Use br para arquivos de abrangência nacional, quando disponíveis.

Datasets Disponíveis

Estatísticas geradas em 18 de fevereiro de 2025.

Total: 320,7 GB em 170.543 arquivos

Datasets por sistema

• Base Populacional - IBGE — Estimativas populacionais do Censo e TCU

  • base-populacional-ibge-pop: Censo e Estimativas
  • base-populacional-ibge-pops: Estimativas por Sexo e Idade
  • base-populacional-ibge-popt: Estimativas TCU

• Base Territorial — Limites geográficos e tabelas de conversão

  • base-territorial: Base Territoriais
  • base-territorial-mapas: Mapas
  • base-territorial-conversao: Conversões

• CIH — Sistema de Comunicação de Informação Hospitalar

  • cih-cr: Comunicação de Internação Hospitalar

• CIHA — Sistema de Comunicação de Informação Hospitalar e Ambulatorial

  • ciha: Sistema de Comunicação de Informação Hospitalar e Ambulatorial

• CNES — Cadastro Nacional de Estabelecimentos de Saúde

  • cnes-lt: Leitos
  • cnes-st: Estabelecimentos
  • cnes-dc: Dados Complementares
  • cnes-eq: Equipamentos
  • cnes-sr: Serviço Especializado
  • cnes-hb: Habilitação
  • cnes-pf: Profissional
  • cnes-ep: Equipes
  • cnes-rc: Regra Contratual
  • cnes-in: Incentivos
  • cnes-ee: Estabelecimento de Ensino
  • cnes-ef: Estabelecimento Filantrópico
  • cnes-gm: Gestão e Metas

• PCE — Programa de Controle da Esquistossomose

  • pce: Programa de Controle da Esquistossomose

• PO — Painel de Oncologia

  • po: Painel de Oncologia

• RESP — Notificações de casos suspeitos de SCZ

  • resp: Notificações de casos suspeitos de SCZ

• SIA — Sistema de Informações Ambulatoriais

  • sia-ab: APAC de Acompanhamento a Cirurgia Bariátrica
  • sia-abo: APAC Acompanhamento Pós Cirurgia Bariátrica
  • sia-acf: APAC Confecção de Fístula Arteriovenosa
  • sia-ad: APAC de Laudos Diversos
  • sia-am: APAC de Medicamentos
  • sia-an: APAC de Nefrologia
  • sia-aq: APAC de Quimioterapia
  • sia-ar: APAC de Radioterapia
  • sia-atd: APAC de Tratamento Dialítico
  • sia-pa: Produção Ambulatorial
  • sia-ps: Psicossocial
  • sia-sad: Atenção Domiciliar

• SIH — Sistema de Informação Hospitalar

  • sih-rd: AIH Reduzida
  • sih-rj: AIH Rejeitadas
  • sih-sp: Serviços Profissionais
  • sih-er: AIH Rejeitadas com código de erro

• SIM — Sistema de Informação de Mortalidade

  • sim-do-cid09: Declarações de Óbito (CID-9, 1979–1995)
  • sim-do-cid10: Declarações de Óbito (CID-10, 1996–presente)
  • sim-doext-cid09: Declarações de Óbitos por causas externas (CID-9)
  • sim-doext-cid10: Declarações de Óbitos por causas externas (CID-10)
  • sim-dofet-cid09: Declarações de Óbitos fetais (CID-9)
  • sim-dofet-cid10: Declarações de Óbitos fetais (CID-10)
  • sim-doinf-cid09: Declarações de Óbitos infantis (CID-9)
  • sim-doinf-cid10: Declarações de Óbitos infantis (CID-10)
  • sim-domat-cid10: Declarações de Óbitos maternos (CID-10)
  • sim-dorext-cid10: Mortalidade de residentes no exterior (CID-10)

• SINAN — Sistema de agravos de notificação compulsória

  • sinan-acbi: Acidente de trabalho com material biológico
  • sinan-acgr: Acidente de trabalho
  • sinan-aida: AIDS em adultos
  • sinan-aidc: AIDS em crianças
  • sinan-anim: Acidente por Animais Peçonhentos
  • sinan-antr: Atendimento Antirrábico
  • sinan-botu: Botulismo
  • sinan-canc: Câncer relacionado ao trabalho
  • sinan-chag: Doença de Chagas Aguda
  • sinan-chik: Febre de Chikungunya
  • sinan-cole: Cólera
  • sinan-coqu: Coqueluche
  • sinan-deng: Dengue
  • sinan-derm: Dermatoses ocupacionais
  • sinan-dift: Difteria
  • sinan-espo: Esporotricose (Epizootia)
  • sinan-esqu: Esquistossomose
  • sinan-exan: Doenças exantemáticas
  • sinan-fmac: Febre Maculosa
  • sinan-ftif: Febre Tifóide
  • sinan-hans: Hanseníase
  • sinan-hant: Hantavirose
  • sinan-hepa: Hepatites Virais
  • sinan-hiva: HIV em adultos
  • sinan-hivc: HIV em crianças
  • sinan-hive: HIV em crianças expostas
  • sinan-hivg: HIV em gestante
  • sinan-iexo: Intoxicação Exógena
  • sinan-leiv: Leishmaniose Visceral
  • sinan-lept: Leptospirose
  • sinan-lerd: LER/DORT
  • sinan-ltan: Leishmaniose Tegumentar Americana
  • sinan-mala: Malária
  • sinan-meni: Meningite
  • sinan-ment: Transtornos mentais relacionados ao trabalho
  • sinan-ntra: Notificação de Tracoma
  • sinan-pair: Perda auditiva por ruído relacionado ao trabalho
  • sinan-pest: Peste
  • sinan-pfan: Paralisia Flácida Aguda
  • sinan-pneu: Pneumoconioses relacionadas ao trabalho
  • sinan-raiv: Raiva
  • sinan-rota: Rotavírus
  • sinan-sdta: Surto de Doenças Transmitidas por Alimentos
  • sinan-sifa: Sífilis Adquirida
  • sinan-sifc: Sífilis Congênita
  • sinan-sifg: Sífilis em Gestante
  • sinan-src: Síndrome da Rubéola Congênita
  • sinan-teta: Tétano Acidental
  • sinan-tetn: Tétano Neonatal
  • sinan-toxc: Toxoplasmose Congênita
  • sinan-toxg: Toxoplasmose Gestacional
  • sinan-trac: Inquérito de Tracoma
  • sinan-tube: Tuberculose
  • sinan-varc: Varicela
  • sinan-viol: Violência doméstica, sexual e/ou outras violências
  • sinan-zika: Zika Vírus

• SINASC — Sistema de Informação de Nascidos Vivos

  • sinasc-dn: Declarações de nascidos vivos
  • sinasc-dnex: Declarações de nascidos vivos no exterior

• SISCOLO — Sistema de Informações de Cânceres de Colo de Útero

  • siscolo-cc: Citopatológico de Colo de Útero
  • siscolo-hc: Histopatológico de Colo de Útero

• SISMAMA — Sistema de Informações de Cânceres de Mama

  • sismama-cm: Citopatológico de Mama
  • sismama-hm: Histopatológico de Mama

• SISPRENATAL — Sistema de Monitoramento e Avaliação do Pré-Natal, Parto, Puerpério e Criança

  • sisprenatal-pn: Pré-Natal

Fontes de Dados

• Consultas online (TabNet): https://datasus.saude.gov.br/informacoes-de-saude-tabnet/
• Transferência de microdados (FTP): https://datasus.saude.gov.br/transferencia-de-arquivos/

Lendo arquivos DBC

O datasus-fetcher baixa arquivos .dbc, formato compactado utilizado pelo DATASUS. Para lê-los em Python, use um dos pacotes abaixo:

• PySUS
• read.dbc (R)
• dbf2dbc (ferramenta de conversão)

Desenvolvimento

git clone https://github.com/Quantilica/datasus-fetcher.git
cd datasus-fetcher
uv sync --dev
python -m unittest discover

Licença

MIT — veja LICENSE.