O que é a Plataforma de Dados Desidentificados (PDD)? 
A Plataforma de Dados Desidentificados (PDD) é uma solução do Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs/Fiocruz) voltada para a disponibilização do acesso a um ecossistema de dados cujo objetivo é subsidiar a produção de conhecimento em saúde no Brasil. Destina-se ao mapeamento, obtenção, organização, processamento e disponibilização de dados relevantes com potencial de apoiar pesquisadores e gestores na vigilância epidemiológica, monitoramento das emergências de saúde pública, análise da situação de saúde, construção/atualização de indicadores e painéis, pesquisa em determinantes sociais, desigualdades em saúde, avaliação de impacto, etc.
 

Que tipo de dados possui a Plataforma de Dados Desidentificados (PDD)? 
O escopo da plataforma engloba os dados de saúde administrativos, abertos, desidentificados (não-nominais), individualizados ou agregados provenientes de fontes de domínio público. O ecossistema de dados é composto por um conjunto heterogêneo que inclui registros hospitalares, relatórios epidemiológicos, bases de dados de seguridade social, mortalidade, nascimentos, registros de notificações de doenças, entre outros diversos tipos de dados. Em resumo, os dados que podem ser encontrados na plataforma são categorizados em: notificações de casos e óbitos por Covid-19; medidas de prevenção e controle da Covid-19; vacinas contra Covid-19; nascimentos e mortes; hospitalizações; assistência e serviços de saúde; dados demográficos e socioeconômicos; programas sociais; doenças de notificação compulsória; dados nutricionais; dados ambientais e climáticos; educação; e dados geoespaciais. 

Quem pode utilizar a Plataforma de Dados Desidentificados (PDD)? 
A Plataforma de Dados Desidentificados (PDD) é aberta, isto é, qualquer usuário pode acessar os dados disponíveis na plataforma. 
 

Como utilizar a Plataforma de Dados Desidentificados (PDD)? 
Para utilizar a plataforma, primeiro é necessário se cadastrar no site e fazer login. Após o login, é possível explorar o catálogo de datasets disponíveis e acessar os respectivos metadados ingeridos no Dataverse. Para ter acesso aos dados, associe ao datasets de interesse ao perfil de usuário e utilize uma das ferramentas de extração para obtenção dos dados. A primeira alternativa para isso é o aplicativo desktop. Baixe a ferramenta, instale, faça login e extraia os dados. Outra alternativa é consumir os dados através da API ou da biblioteca para Python. Para mais detalhes, consulte o Manual da Plataforma de Dados Desidentificados (link).   
 

O que é o Aplicativo Desktop?  
O aplicativo desktop é uma ferramenta com interface gráfica pensada para fornecer o acesso aos dados de forma mais simples e amigável e que pode ser utilizada por qualquer tipo de usuário, ele possui algumas funcionalidades de filtros e seleção de colunas, e deve ser utilizado após a solicitação dos datasets ao perfil do usuário. 

O que é a API da PDD (biblioteca)?  
A API e a biblioteca disponibilizadas são voltadas para usuários com alguma experiência em programação. Não são tão intuitivas quanto a aplicação desktop, mas permitem um consumo de dados mais flexível, isto é, fornecem meios para extrações de dados mais personalizadas a partir dos conjuntos de dados. Uma outra vantagem é a possibilidade de integrá-la diretamente aos ambientes de análises de dados, em R ou Python. 

O que são datasets?
No contexto da Plataforma de Dados Desidentificados (PDD), os datasets representam os “produtos”, isto é, cada conjunto de dados cadastrado e disponível individualmente para acesso dos usuários. Estes datasets podem representar a base de dados original e completa ou um subconjunto: recortes temporais, geográficos, agregações, são alguns exemplos.

O que são bases de dados?
No contexto da Plataforma de Dados Desidentificados (PDD), o termo “bases de dados” se refere ao conjunto de dados-fonte, isto é, o conjunto de dados do nível macro. São exemplos de bases de dados: Censo Demográfico 2022, Sistema de Informação sobre Mortalidade (SIM), Sistema de Informação de Agravos de Notificação (SINAN), etc.

Qual a fonte dos dados?
A Plataforma de Dados Desidentificados (PDD) organiza e disponibiliza dados administrativos públicos do Brasil para estudos em saúde que provêm de uma vasta gama de fontes, tais como ministérios, secretarias e repartições do Governo Federal, como o próprio Ministério da Saúde e o DATASUS, secretarias estaduais e municipais de saúde, portais de dados abertos, instituições de pesquisa, como o Instituto Brasileiro de Geografia e Estatística - IBGE, entre tantas outras.

Quais formatos de dados estão disponibilizados?
Através do aplicativo desktop ou da biblioteca de consumo de dados da Plataforma de Dados Desidentificados (PDD), os dados são extraídos no formato Comma Separated Values (CSV). Enquanto, os dados consumidos diretamente por meio da API são disponibilizados no formato CSV compactado (.zip).

É possível baixar qualquer dado público?
Não. Estão disponíveis apenas os dados públicos que foram mapeados e ingeridos na Plataforma de Dados Desidentificados (PDD) pela equipe da plataforma.

Quem gerou os dados disponíveis na plataforma?
A maioria dos dados da Plataforma de Dados Desidentificados (PDD) são oriundos dos ministérios, secretarias e repartições do Governo Federal, à exemplo do Ministério da Saúde, seus departamentos e sistemas de informações, além de órgãos e instituições de pesquisa, como o Instituto Brasileiro de Geografia e Estatística (IBGE). Para identificar o autor de um dataset específico, consulte a respectiva página de metadados dentro do Dataverse da plataforma (link).

Qual periodicidade de atualização dos dados?
A periodicidade de atualização varia conforme o dataset. A Plataforma de Dados Desidentificados (PDD) implementa pipelines de atualização de dados que se adequam aos intervalos de disponibilização/atualização das informações na fonte de dados.

Por que a minha variável não está bem preenchida?
O não preenchimento de uma variável para um ou mais registros é relativamente comum. Existem alguns motivos pelos quais isto pode acontecer. Como a plataforma não produz estes dados, podemos citar algumas razões para isso:
- É comum que um ou mais registros não possua preenchimento completo de todas suas colunas. Este é um problema legado da fonte de dados, pode ter a ver com a fase de produção dos dados ou, mesmo, com a inexistência da informação.
- Uma variável foi adicionada ou removida à base de dados após um determinado período e, ao fazer a junção dos dados para todos os períodos disponíveis para facilitar o acesso do usuário, a plataforma imputou o valor faltante para esta variável no período em que ela não existia.

Não encontrei um dataset que estava buscando, é possível adicioná-lo a plataforma?
Sim, o usuário pode acionar o suporte da plataforma para solicitar uma base de dados. Entre os requisitos, é necessário que essa base de dados possa ser utilizada em estudos sobre saúde; seja oriunda de uma fonte confiável; tenha uma boa qualidade de dados e metadados; e seja de domínio público e aberto.

Preciso utilizar alguma ferramenta especifica para trabalhar com os dados baixados?
A priori, não. A Plataforma de Dados Desidentificados (PDD) disponibiliza os dados em CSV, um formato bastante comum e utilizado, permitindo a manipulação dos dados em aplicações como o Microsoft Excel. No entanto, dependendo do tamanho do conjunto de dados extraído e do tipo de análise, pode ser necessário a utilização de ferramentas mais específicas de análise de dados, como a linguagem R.

Não estou conseguindo baixar os dados, como posso pedir ajuda?
Entre em contato com o suporte para obter ajuda através do e-mail: pdd.cidacs@gmail.com.

Como são construídos os dicionários de dados?
A princípio, os dicionários de dados e todos os outros tipos de metadados sobre os datasets cadastrados na Plataforma de Dados Desidentificados (PDD) são elaborados pela própria fonte, autora dos dados. A plataforma é responsável por coletá-los, catalogá-los e disponibilizá-los junto ao respectivo dataset. Contudo, para alguns conjuntos de dados que não dispõem de metadados em formato de um arquivo de dicionário de dados, por exemplo, a plataforma elabora esse documento a partir das informações sobre as variáveis publicadas pelos autores.

Como acessar os metadados?
A Plataforma de Dados Desidentificados (PDD) utiliza o Dataverse como ferramenta de catalogação e disponibilização de metadados. Para acessar os metadados de um dataset, o usuário pode navegar pelo catálogo da plataforma dentro do Dataverse do Cidacs (link) e buscar pelo nome do conjunto de dados. Pelo site, ao selecionar um dataset da lista de “Datasets disponíveis” e clicar no botão “Metadados” abaixo da descrição, o usuário é direcionado diretamente aos metadados desse conjunto de dados.

O que é o Dataverse?
O Dataverse Project, ou simplesmente Dataverse, foi desenvolvido pelo Instituto de Ciências Sociais Quantitativas (IQSS) da Harvard University, e consiste em uma ferramenta de código aberto que permite o compartilhamento, preservação, análise, exploração e citação de dados e metadados de pesquisa. No âmbito da Plataforma de Dados Desidentificados (PDD), ele é utilizado como meio de compartilhamento dos metadados dos datasets disponibilizados pela plataforma.

Como citar a Plataforma quando utilizar os dados?
Caso utilize os dados baixados através da Plataforma de Dados Desidentificados (PDD), pedimos que cite a plataforma como fonte onde os dados foram coletados. Veja o modelo abaixo:
- [Nome da Instituição/Órgão Responsável pela Produção dos Dados]. [Nome do Conjunto de Dados]. Período. Disponível em: https://pdd.cidacs.org/. Acesso em: [Data de Acesso].
- Nome da Instituição/Órgão Responsável pela Produção dos Dados: recomenda-se a citação da fonte e/ou autora responsável pelos dados. Esta informação pode ser encontrada no Dataverse.
- Nome do Conjunto de Dados: recomenda-se a utilização do nome da base de dados referente ao dataset do qual o usuário extraiu os dados. Esta informação pode ser encontrada no Dataverse.
- Período: recomenda-se a informação sobre o período dos dados extraídos.
- Acesso em: informe a data em que os dados foram extraídos da PDD.

Por exemplo: citação de extração de dados do dataset “Sistema de Informação Sobre Nascidos Vivos (SINASC) - a partir de 1996” para o período entre 2020 e 2024.
BRASIL, Ministério da Saúde, Secretaria de Vigilância em Saúde (SVS), Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis (DASNT), Coordenação-Geral de Informações e Análises Epidemiológicas (CGIAE). Sistema de Informação Sobre Nascidos Vivos - SINASC. 2020 a 2024. Disponível em: https://pdd.cidacs.org/. Acesso em: 06 de fevereiro de 2025.

Dificuldade no cadastro
Para efetuar o cadastro, é preciso entrar na nossa página e clicar no botão de "Cadastro", após isso pediremos apenas o seu nome completo, um e-mail para contato e o seu tipo de vínculo profissional, além de sua senha. Lembrando que essas informações só têm fim de controle de uso e identificação de perfil para que possamos focar nossos esforços de desenvolvimento conforme o nosso público.

Perdi minha senha
Atualmente a nossa plataforma não tem configurada uma forma de alteração de senha, porém, caso o usuário perca sua senha, pediremos que entre em contato com nosso suporte para que o seu registro antigo seja deletado e o usuário possa fazer um novo. Pediremos apenas algumas informações referentes ao cadastro para confirmação.

Como adicionar o acesso aos datasets no meu perfil?
Após o acesso do seu usuário na nossa plataforma web, o usuário deverá clicar no botão de "Adicionar Datasets ao Perfil", clicar no botão para "Adicionar Dataset" e preencher o formulário, para mais detalhes pode ser consultada a página inicial da plataforma e manual do usuário.

Posso adicionar o acesso a todos os datasets no meu perfil?
Sim, não existe limitação quanto à solicitação de acesso, mas pedimos que os usuários o façam com parcimônia, já que existem custos para transferência de arquivos que atualmente são cobertos pelo projeto da Plataforma de Dados Desidentificados no Cidacs.

Como verificar quais datasets estão associadas ao meu perfil?
Existe uma aba dentro da plataforma de dados onde é possível verificar os datasets adicionados ao perfil e o seu prazo de expiração de acesso. O usuário apenas precisa clicar no botão de navegação "Meus Datasets".

Porque um dataset não está mais disponível no meu perfil?
Pensando nas questões de custo e para que possamos ter informações de acesso com intuito de melhorar e expandir a plataforma, delimita-se um prazo para acesso ao(s) dataset(s). Quando este prazo expira, é possível renová-lo acessando o site e incluindo novamente o(s) dataset(s) de interesse no perfil do usuário.

Por que preciso adicionar os datasets ao meu perfil para ter acesso aos dados?
Embora a Plataforma de Dados Desidentificados (PDD) compartilhe dados públicos e abertos, há um custo mensal financeiro atrelado a operacionalização da plataforma e atendimento dos usuários. Esse gerenciamento permite monitorar o acesso à plataforma e ter um maior controle sobre a utilização dos recursos computacionais. Isso ajuda garantir que o acesso aos dados pela plataforma continue gratuito e aberto a todos os usuários.

Por que preciso preencher um formulário ao adicionar os datasets ao meu perfil?
Essas informações são muito úteis para a equipe da Plataforma de Dados Desidentificados (PDD), pois permitem avaliar qual o perfil de usuário da plataforma, quais tipos de dados estão sendo mais utilizados, para que estão sendo utilizados, para quais tipos de pesquisas em saúde, entre outras questões. Isso contribui para o melhoramento da plataforma à medida que permite identificar questões prioritárias.

Não consigo acessar o aplicativo.
Para acessar o aplicativo o usuário, é preciso efetuar o cadastro na plataforma web. O aplicativo desktop é uma ferramenta com interface gráfica pensada para fornecer o acesso aos dados de forma mais simples/amigável e que pode ser utilizada por qualquer tipo de usuário um token de acesso disponibilizado tanto na página da aplicação desktop quanto na página da API, esse token junto de seu e-mail serão as informações necessárias para fazer o login na aplicação desktop.

Não vejo mais meus datasets solicitados
A solicitação dos datasets é aceita automaticamente, portanto se o seu dataset foi solicitado corretamente deveria ser visível na plataforma desktop. Para fins de entender melhor o uso da nossa plataforma, nós delimitamos um período de disponibilidade dos dados, e caso o prazo se esgote, que atualmente é de 60 dias, o usuário perderá o acesso ao dataset, mas é possível refazer a solicitação na plataforma web e garantir o seu acesso por mais 60 dias.

Não consigo efetuar o download
Alguns datasets disponibilizados são grandes, portanto, sempre que for efetuar o download recomendamos que selecione apenas o conjunto necessário, efetuando filtros e selecionando apenas as variáveis que serão utilizadas na análise. É necessário ter uma conexão com a internet estável para efetuar o download. Também verifique o caminho onde a aplicação está salvando para ter certeza de que o dataset já não foi baixado para a sua máquina. Caso o erro persista, tente solicitar um dataset diferente e efetuar o download deste para verificar se o problema é ao baixar um dataset específico ou qualquer dataset da nossa aplicação, e claro, em caso de qualquer problema busque o nosso suporte para auxiliar no uso da aplicação.

O download está demorando muito
O tempo de download dos datasets pode ser afetado por alguns fatores, o primeiro é o tamanho dos dados, é possível que, caso o usuário esteja selecionando um dataset muito grande e não esteja efetuando nenhum filtro, por isso nós recomendamos sempre selecionar o recorte específico necessário, o segundo fator é a velocidade de conexão do usuário, e a estabilidade da conexão com os nossos servidores. Caso todos os passos anteriores estejam corretos e o problema persista, entre em contato com o nosso suporte para tentarmos auxiliar no uso da aplicação.

Posso baixar mais de um dataset ao mesmo tempo?
Não, a aplicação web foi desenvolvida para que apenas um dataset seja baixado por vez, isso garante maior estabilidade a conexão e garante a integridade dos dados.

Onde estão os datasets que baixei?
Por padrão, é criada uma pasta chamada "cidacs" dentro das pastas dos documentos do usuário, e é lá que os arquivos são baixados. Mas é possível que o usuário altere este caminho para qualquer outro que desejar.

Não consigo me conectar a API.
A API pede uma forma de autenticação, utilizando o usuário criado (e-mail) e o token de acesso disponibilizado na plataforma desktop. Um exemplo de como efetuar esta autenticação se encontra no notebook disponibilizado ao efetuar o download da API, além do manual que possui mais instruções para auxiliar o uso.

Como baixar os dados usando a API?
O manual do usuário auxilia no entendimento do processo de download através da API, além disso disponibilizamos um script no formato de notebook que pode ser usado como base para o usuário entender como funciona e como pode ser utilizada a nossa biblioteca em python que consome os dados através da API disponibilizada.

Minha máquina está dando erros ao abrir o arquivo, o que pode ser?
Por padrão o arquivo é baixado no formato csv, um formato comum utilizado para análise que pode ser aberto em diversas ferramentas de análise. Mas alguns dos problemas que o usuário pode estar enfrentando podem se dar por alguma deficiência da ferramenta utilizada na análise em lidar com grandes bases de dados. Caso o download não tenha sido feito corretamente, o usuário pode tentar apagar o arquivo e fazê-lo novamente. Caso o problema continue, o usuário pode procurar o nosso suporte para tentarmos auxiliar de alguma forma.

Existe limitação de uso da plataforma?
Não, nós apenas pedimos que os usuários usem a plataforma de acordo com as suas necessidades já que existem custos atrelados ao download dos dados. A única limitação que impomos é o acesso por tempo limitado das bases, mas esse acesso pode ser renovado indefinidamente caso o usuário necessite.

A plataforma fornece algum tipo de análise?
Por enquanto, não. O objetivo é fornecer o acesso facilitado e organizado à uma gama de dados públicos abertos e dar suporte a diferentes tipos de análises, mas não elaboramos análises dos dados disponibilizados.