📅️ Última actualização: 18 de Março de 2020, 12h30
ℹ️ Fonte dos dados: Direcção Geral de Saúde - Ministério da Saúde Português, através do dashboard do COVID-19 (aqui e dos relatórios de situação publicados diariamente desde 03/03/2020.
Embora a comunicação e partilha de dados por parte do Ministério de Saúde Português tenha melhorado consideravelmente ao longo da crise do COVID-19, ainda está longe de ideal (havendo a destacar o exemplo do repositório da Protecção Civil Italiana no GitHub).
A informação disponibilizada pela Direcção Geral de Saúde (DGS), para além de não ter o nível de granularidade da das autoridades italianas, também não é disponibilizada em formatos abertos e facilmente inspeccionáveis/manipuláveis. Ficam assim dificultadas tarefas de análise, modelação e visualização por parte da comunidade (quer mais informal, quer mais académica/industrial) disposta a colaborar no combate à pandemia com as ferramentas que conhece: as de análise de dados.
❗ O compromisso deste repositório é justamente esse: todos os dias enquanto esta pandemia durar, o ficheiro data.csv será actualizado com a informação mais recente disponibilizada pela Direcção Geral de Saúde. Esta informação será extraída do relatório de situação o mais rapidamente possível após a sua disponibilização (que costuma ser ~12h00 GMT+00:00).
A estrutura base deste ficheiro, desenhada para fácil manipulação em Excel/Python/R não mudará, podendo a comunidade analítica considerá-lo um alvo imutável (em termos de localização e estrutura) para, por exemplo, alimentar plataformas de visualização/modelação. De notar que, mediante a evolução do formato dos relatórios de situação, poderão ser adicionadas novas colunas, mantendo-se claro a retrocompatibilidade. Fontes adicionais de dados poderão também ser adicionadas.
Porque tudo começa com bons dados.
O repositório está organizado da seguinte forma:
data.csv: o Pastel de Nata.archive/: arquivo de todos os relatórios de situação disponibilizados pela DGS, em formato.pdf. Os relatórios são disponibilizados diariamente, desde o dia 03-03-2020.notebooks/: contém um notebook Python com um simples de como carregar e visualizar os dados.extra/: contém fontes de dados extras que podem ser usadas para complementar as análises dos restantes dados. As descrições dessas fontes de dados encontram-se dentro de um README nessa pasta.
Uma explicação do conteúdo em data.csv.
📝 ARS: Administração Regional de Saúde
| Nome da coluna | Significado | Possíveis valores |
|---|---|---|
data |
Data de publicação dos dados (nem sempre os dados reflectem a realidade desse dia, podendo nalguns casos estar desfasados) | Data no formato DD-MM-YYYY |
confirmados |
Casos confirmados | Inteiro >= 0 |
confirmados_arsnorte |
Casos confirmados na ARS Norte | Inteiro >= 0 |
confirmados_arscentro |
Casos confirmados na ARS Centro | Inteiro >= 0 |
confirmados_arslvt |
Casos confirmados na ARS Lisboa e Vale do Tejo | Inteiro >= 0 |
confirmados_alentejo |
Casos confirmados na ARS Alentejo | Inteiro >= 0 |
confirmados_arsalgarve |
Casos confirmados na ARS Algarve | Inteiro >= 0 |
confirmados_acores |
Casos confirmados na Região Autónoma dos Açores | Inteiro >= 0 |
confirmados_madeira |
Casos confirmados na Região Autónoma da Madeira | Inteiro >= 0 |
confirmados_estrangeiro |
Casos confirmados no estrangeiro | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_novos |
Número de novos casos confirmados comparativamente ao dia anterior | Inteiro >= 0 |
recuperados |
Total de casos recuperados | Inteiro >= 0 |
obitos |
Total de óbitos | Inteiro >= 0 |
internados |
Número de pacientes COVID-19 internados | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
internados_uci |
Número de pacientes COVID-19 internados em Unidades de Cuidados Intensivos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
lab |
Número de casos suspeitos a aguardar resultados laboratoriais | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
suspeitos |
Total de casos suspeitos (tendo a definição sido actualizada a 29/02/2020) desde 01/01/2020 | Inteiro >= 0 |
vigilancia |
Número de casos sob vigilância pelas autoridades de saúde | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
n_confirmados |
Número de casos cuja suspeita de infecção não se confirmou | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
cadeias_transmissao |
Número de cadeias de transmissão do SARS-CoV-2 activas | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
transmissao_importada |
Número de casos confirmados com transmissão por via de infectados de outros países | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
transmissao_comunitaria |
Número de casos confirmados com transmissão por via da respectiva comunidade local | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_0_9_f |
Número de casos confirmados do sexo feminino na faixa etária 0-9 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_0_9_m |
Número de casos confirmados do sexo masculino na faixa etária 0-9 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_10_19_f |
Número de casos confirmados do sexo feminino na faixa etária 10-19 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_10_19_m |
Número de casos confirmados do sexo masculino na faixa etária 10-19 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_20_29_f |
Número de casos confirmados do sexo feminino na faixa etária 20-29 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_20_29_m |
Número de casos confirmados do sexo masculino na faixa etária 20-29 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_30_39_f |
Número de casos confirmados do sexo feminino na faixa etária 30-39 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_30_39_m |
Número de casos confirmados do sexo masculino na faixa etária 30-39 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_40_49_f |
Número de casos confirmados do sexo feminino na faixa etária 40-49 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_40_49_m |
Número de casos confirmados do sexo masculino na faixa etária 40-49 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_50_59_f |
Número de casos confirmados do sexo feminino na faixa etária 50-59 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_50_59_m |
Número de casos confirmados do sexo masculino na faixa etária 50-59 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_60_69_f |
Número de casos confirmados do sexo feminino na faixa etária 60-69 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_60_69_m |
Número de casos confirmados do sexo masculino na faixa etária 60-69 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_70_79_f |
Número de casos confirmados do sexo feminino na faixa etária 70-79 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_70_79_m |
Número de casos confirmados do sexo masculino na faixa etária 70-79 anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_80_plus_f |
Número de casos confirmados do sexo feminino na faixa etária 80+ anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
confirmados_80_plus_m |
Número de casos confirmados do sexo masculino na faixa etária 80+ anos | Inteiro >= 0 ou NaN para os dias em que a DGS não reportava este indicador |
Definições exactas de alguns destes termos constam do glossário do Plano Nacional de Preparação e Resposta à Doença por novo coronavírus (COVID-19) (página 65 em diante).
Relativamente à coluna data, esta corresponde à data em que a DGS disponibilizou esta informação, que nem sempre corresponde à data de recolha. A partir de 03-03-2020, é possível verificar nalguns relatórios de situação (disponíveis na pasta archive/) a data efectiva de recolha da informação apresentada.
Nos seus relatórios de situação, a DGS reporta alguma informação epidemiológica extra, como género e grupo etário dos infectados, que poderá vir a ser adicionada caso haja interesse para tal.
Uma outra métrica com potencial interesse científico, o número de casos com base na data de início de sintomas, é também reportada pela DGS. No entanto, é apenas disponibilizado um gráfico de eixos esparsos, o que pode introduzir erros de aproximação na transcrição e comprometer a factualidade dos dados. Por essa razão, esta informação é propositadamente excluída.
Quaisquer sugestões de dados complementares (provenientes de fontes oficiais), inconsistências nos dados ou melhorias genéricas, à vontade ➡️ Issues ou Pull Requests.
A Data Science for Social Good Portugal é uma comunidade aberta de cientistas de dados, amantes de dados e entusiastas de dados que querem atacar problemas que importam verdadeiramente. Acreditamos no poder dos dados para transformar a nossa sociedade para o melhor e para todos.
@dssgPT | fb.com/DSSGPortugal | Instagram @dssg_pt | LinkedIn