# Cledon · Fase 1: mapa do câncer no Brasil

Compara a mortalidade por câncer de cada um dos 5.570 municípios (2020–2024) com o que seria
esperado pela idade e pelo sexo da população, e aponta os **sinais**: municípios acima do
esperado com evidência estatística forte. Usa só dados públicos e agregados.

## Como rodar

```bash
cd analise
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt
.venv/bin/python baixar.py       # ~700 MB do DATASUS e IBGE (alguns minutos)
.venv/bin/python preparar.py     # conta os óbitos por município, sexo, idade e causa (~3 min)
.venv/bin/python analisar.py     # RMP, suavização bayesiana, testes e sinais (segundos)
.venv/bin/python sensibilidade.py  # cenários alternativos e estabilidade (~15 min)
.venv/bin/python gerar_mapa.py   # exporta os dados para ../mapa/ e o código para ../codigo/
.venv/bin/python gerar_relatorio.py  # gera ../relatorio/index.html
```

| Etapa | Arquivo | Saída |
|---|---|---|
| Configuração | `config.py` | anos, grupos de CID-10, faixas etárias |
| 1. Download | `baixar.py` | `dados/brutos/` (SIM, Censo 2022, malhas) |
| 2. Agregação | `preparar.py` | `dados/processados/obitos_agregados.csv` |
| 3. Análise | `analisar.py` | `resultados/municipios_rmp.csv`, `sinais.csv`, `ufs_rmp.csv` |
| 3b. Sensibilidade | `sensibilidade.py` | `resultados/sensibilidade.csv`, `estabilidade_esofago.csv` |
| 4. Mapa | `gerar_mapa.py` | `../mapa/dados.json`, malhas e `../codigo/` |
| 5. Relatório | `gerar_relatorio.py` | `../relatorio/index.html` |

## Fontes

- **SIM/DATASUS**: declarações de óbito, causa básica (CID-10), município de residência.
- **IBGE, Censo 2022** (SIDRA, tabela 9514): população por município, sexo e idade.
- **IBGE, estimativas anuais** (SIDRA, tabela 6579): 2020, 2021 e 2024, só na sensibilidade.
- **IBGE**: lista de municípios e malha municipal.

## Método

1. Taxas de referência por sexo e faixa etária (5 em 5 anos, 80+), para o Brasil e para cada UF.
2. Óbitos esperados = taxas de referência × pessoa-anos do município (população 2022 × 5).
3. RMP = observados ÷ esperados, com IC 95% exato.
4. Suavização bayesiana empírica Poisson-Gama (Marshall, 1991).
5. Teste de Poisson unilateral com correção FDR de Benjamini-Hochberg.
6. **Sinal**: acima do esperado para o próprio estado, com q < 0,01, P(RMP > 1) > 0,99,
   RMP suavizada ≥ 1,3 e ≥ 10 óbitos.
7. **Contexto** de cada sinal: `capital`, `entorno de capital` (até 40 km de uma capital),
   `polo de tratamento` (≥ 200 óbitos por câncer de não residentes ocorridos no município e
   ≥ 25% dos óbitos por câncer de residentes) ou `prioritário` (nenhum desses vieses).

**Status:** estudo exploratório, ainda não revisado por especialistas independentes. Os sinais
são hipóteses, não conclusões, e não representam risco individual.

## Limitações

- Mortalidade não é incidência: reflete também diagnóstico tardio e acesso ao tratamento.
- Capitais e polos de tratamento tendem a parecer acima do esperado (ver contexto).
- Onde há muitos óbitos com causa mal definida (capítulo R), o câncer tende a ser subestimado.
- A população de 2022 foi usada para os cinco anos.
- Sinal é hipótese para investigação, não conclusão sobre causa.