microdatasus with SQLite

script_microdatasus_sqlite.R

# Pacotes
library(microdatasus)
library(tidyverse)
library(dbplyr)
library(DBI)
library(RSQLite)

# Cria conexão com o banco de dados 
conn <- dbConnect(RSQLite::SQLite(), "sih.SQLite")

# Realiza download e pré-processamento dos dados em loop
anos <- c(2019, 2020)
meses <- 1:12
ufs <- c("AC", "AL", "AP", "AM", "BA", "CE", "DF", "ES", 
         "GO", "MA", "MT", "MS", "MG", "PA", "PB", "PR", "PE", 
         "PI", "RJ", "RN", "RS", "RO", "RR", "SC", "SP", "SE", 
         "TO")

for(ano in anos){
  for(mes in meses){
    for(uf in ufs){
      # Baixa o dado para um ano, mês e UF específico
      tmp <- fetch_datasus(
        year_start = ano, year_end = ano, 
        month_start = mes, month_end = mes,
        uf = uf, information_system = "SIH-RD"
      )
      
      # Pré-processamento dos dados
      tmp <- process_sih(data = tmp)
      
      # Escreve na tabela "sih" no banco de dados, 
      # apensando os dados de cada ano e mês
      dbWriteTable(conn = conn, name = "sih", value = tmp, append = TRUE)
      
      # Remove a tabela temporária
      rm(tmp)
    }
  }
}

# Realiza uma consulta ao banco de dados,
# criando uma tabela de quantidade de registros
# por sexo e causa básica
tbl(conn, "sih") %>%
  group_by(SEXO, COMPLEX) %>%
  summarise(freq = n()) %>%
  ungroup() %>%
  collect()