Após apresentar o pacote microdatasus em meu post Baixando dados do Datasus no R, decidi baixar a base inteira de dados do Sistema de Informações sobre Nascidos Vivos (SINASC) e visualizar a evolução da proporção de partos vaginais e cesáreos na população brasileira entre 1996 e 2020.
Logicamente, o primeiro passo é baixar os dados para os anos e sistema de informação que me interessam. Nesse caso, estou baixando os dados de todo o período disponível:
library(microdatasus)
datasus <-
fetch_datasus(year_start = 1996,
year_end = 2020,
information_system = "SINASC")
Com os dados baixados, eu contei o número de cada tipo de parto por ano. Note que foi preciso converter a variável ANO para formato de data, para assim extrair o valor do ano de forma mais simples:
# criar tabela com proporcao de partos por ano
library(tidyverse)
theme_set(theme_bw())
tabela <-
datasus |>
select(PARTO, DTNASC) |>
drop_na() |>
mutate(PARTO = case_when(
PARTO == 1 ~ "Vaginal",
PARTO == 2 ~ "Cesáreo",
PARTO == 9 ~ "Ignorado"
)) |>
filter(PARTO != "Ignorado") |>
mutate(DTNASC = as.character(DTNASC)) |>
mutate(DTNASC = dmy(DTNASC)) |>
mutate(ANO = year(DTNASC)) |>
group_by(ANO) |>
count(PARTO) |>
ungroup() |>
group_by(ANO) |>
mutate(prop = n/sum(n)*100) |>
mutate(PARTO = factor(PARTO, levels = c("Vaginal", "Cesáreo"))) |>
drop_na()
Com a tabela pronta, bastou criar o gráfico de área com a informação que eu desejava:
ggplot(tabela, aes(x = ANO, y = prop, fill = PARTO)) +
geom_area() +
labs(x = "Ano", y = "Taxa Acumulada de Partos", title = "Taxas Históricas de Tipos de Parto no Brasil", fill = "Tipo de\nParto", caption = "marcusnunes.me") +
scale_y_continuous(breaks = seq(0, 100, 10)) +
scale_fill_manual(values = c("#449A44", "#F9E14B")) +
theme_bw()
Note como a taxa de partos cesáreos veio aumentando ano a ano, chegando a um valor em torno de 55% em 2015 e se mantendo constante desde então. Entretanto, de acordo com a OMS, ao nível populacional, taxas de cesárea maiores que 10% não estão associadas com redução de mortalidade materna e neonatal. Ou seja, enquanto país, estamos bem longe do que seria uma taxa de partos cesáreos adequada, que estaria entre 10% a 15% do total de partos.
A tabela completa, com as taxas exatas por ano, está abaixo:
tabela |>
print(n = Inf)
## # A tibble: 50 × 4
## # Groups: ANO [25]
## ANO PARTO n prop
## <dbl> <fct> <int> <dbl>
## 1 1996 Cesáreo 859347 37.4
## 2 1996 Vaginal 1437687 62.6
## 3 1997 Cesáreo 1205847 40.2
## 4 1997 Vaginal 1792614 59.8
## 5 1998 Cesáreo 1200402 38.4
## 6 1998 Vaginal 1923665 61.6
## 7 1999 Cesáreo 1201500 37.2
## 8 1999 Vaginal 2026461 62.8
## 9 2000 Cesáreo 1211494 38.0
## 10 2000 Vaginal 1974790 62.0
## 11 2001 Cesáreo 1186204 38.3
## 12 2001 Vaginal 1910541 61.7
## 13 2002 Cesáreo 1182238 38.8
## 14 2002 Vaginal 1867185 61.2
## 15 2003 Cesáreo 1213842 40.1
## 16 2003 Vaginal 1814987 59.9
## 17 2004 Cesáreo 1263634 41.8
## 18 2004 Vaginal 1756180 58.2
## 19 2005 Cesáreo 1311689 43.3
## 20 2005 Vaginal 1717970 56.7
## 21 2006 Cesáreo 1325781 45.1
## 22 2006 Vaginal 1613318 54.9
## 23 2007 Cesáreo 1343733 46.6
## 24 2007 Vaginal 1542359 53.4
## 25 2008 Cesáreo 1419745 48.4
## 26 2008 Vaginal 1510879 51.6
## 27 2009 Cesáreo 1441692 50.1
## 28 2009 Vaginal 1436062 49.9
## 29 2010 Cesáreo 1496034 52.3
## 30 2010 Vaginal 1362287 47.7
## 31 2011 Cesáreo 1565564 53.9
## 32 2011 Vaginal 1340324 46.1
## 33 2012 Cesáreo 1615928 55.7
## 34 2012 Vaginal 1283546 44.3
## 35 2013 Cesáreo 1644557 56.7
## 36 2013 Vaginal 1253726 43.3
## 37 2014 Cesáreo 1697954 57.1
## 38 2014 Vaginal 1277175 42.9
## 39 2015 Cesáreo 1674058 55.5
## 40 2015 Vaginal 1339673 44.5
## 41 2016 Cesáreo 1582953 55.4
## 42 2016 Vaginal 1272411 44.6
## 43 2017 Cesáreo 1627302 55.7
## 44 2017 Vaginal 1294034 44.3
## 45 2018 Cesáreo 1647505 56.0
## 46 2018 Vaginal 1295541 44.0
## 47 2019 Cesáreo 1604189 56.3
## 48 2019 Vaginal 1243104 43.7
## 49 2020 Cesáreo 1562282 57.3
## 50 2020 Vaginal 1165641 42.7