Conjunto de Dados Geoespaciais e Roteiro Computacional para Análise de Acessibilidade Areal às UBS de Teresina-PI (AE2SFCA)

Análise da acessibilidade geográfica às Unidades Básicas de Saúde (UBS) em Teresina, Piauí: uma rotina computacional aberta e reprodutível para o diagnóstico multimodal de iniquidades territoriais em saúde Conjunto de dados geoespaciais (entradas, produtos intermediários e resultados) do Relatório Técnico de Mestrado de Felipe Ramos Dantas, defendido no Programa de Pós-Graduação Profissional em Análise e Planejamento Espacial (MAPEPROF) do Instituto Federal do Piauí (IFPI), em 2026. Orientador: Prof. Dr. Antonio Joaquim da Silva. Coorientador: Prof. Dr. Reurysson Chagas de Sousa Morais. O conjunto permite reproduzir o cálculo do índice de acessibilidade Areal Enhanced Two-Step Floating Catchment Area (AE2SFCA; Michels et al., 2024) às 81 UBS da área de estudo, para a zona urbana de Teresina-PI, nos modos automóvel e pedestre, bem como a sua comparação com o método tradicional por centroide (E2SFCA) e com a renda mediana dos setores censitários. A demanda é repartida pela área do setor censitário, e não pelo seu centroide. Conteúdo Um único arquivo, ae2sfca-ubs_dados_v1.0.zip (19 arquivos, ~100 MB), com a pasta dados/ nos formatos abertos GeoParquet, GeoJSON e CSV: externos/ (entradas de terceiros): pmt/: UBS (93 pontos), áreas de atuação das equipes de Saúde da Família (240 polígonos) e áreas de atuação das UBS (75 polígonos, com a região administrativa), da Prefeitura de Teresina (SEMPLAN). cnes/: tabela de equipes (tbEquipe) da Base de Dados do CNES/DataSUS, competência abril/2026 (sem dados de profissionais). ibge/: limite municipal, zona urbana (1.375 setores censitários contíguos) e área de estudo (zona urbana com buffer de 5 km). overture/: segmentos e conectores da malha viária da Overture Maps (release 2026-06-17.0). intermediarios/ (saídas de cada etapa): setores censitários com população e renda do Censo Demográfico 2022; malha viária limpa (52.977 arestas) e com classes funcionais imputadas por rede neural em grafos (GraphSAGE); as 81 UBS com a capacidade instalada (474 equipes de APS); tempos de travessia por aresta (automóvel e pedestre); isócronas de 10, 20 e 30 minutos por UBS, em anéis mutuamente exclusivos. processados/: índice de acessibilidade AE2SFCA e E2SFCA por setor censitário (equipes de APS por habitante) e indicadores de "deserto de saúde". Os cadernos Python (notebooks) que geram e consomem estes dados não estão neste registro. Estão no repositório de código: github.com/felipedantas-pi/ae2sfca-ubs (DOI: https://doi.org/10.5281/zenodo.22967980). O arquivo README_DATASET.md traz o dicionário completo de arquivos, colunas e unidades; o MANIFEST.csv lista tamanho, SHA-256, origem e licença de cada arquivo. Como usar Clone o repositório de código e instale o ambiente (uv sync). Extraia o ZIP na raiz do repositório (ele já contém a pasta dados/). Execute os notebooks: 05.1 e 06.1 para reproduzir o índice e os testes das hipóteses, ou 01.3 a 06.1 para reproduzir todo o processamento, sem acesso à internet. Método e principais resultados Rede e impedância: lacunas de classificação de 1.640 vias imputadas por GraphSAGE sobre o grafo dual da rede; tempo de travessia por classe funcional com fator de atrito urbano de 0,70 (automóvel) e 4,8 km/h (pedestre); custo de terminal de 4 minutos no automóvel. Acessibilidade: pesos de decaimento gaussiano de 1,00, 0,68 e 0,22 para as faixas de 10, 20 e 30 minutos. A oferta agregada é de 5,87 equipes de APS por 10 mil habitantes, mas distribuída de forma desigual no território. Cobertura em 30 minutos: 98,5% da zona urbana por automóvel e 69,5% a pé. H1 (socioterritorial): a acessibilidade associa-se positivamente à renda no automóvel (ρ de Spearman = +0,438) e a associação se inverte a pé (ρ = −0,199). H2 (metodológica): o método areal concorda com o tradicional no automóvel (ρ = 0,991), mas corrige 64 falsos desertos de saúde no modo pedestre. Limitações A base do CNES é um registro vivo: a competência 202604 é um retrato de abril de 2026. As camadas da Prefeitura foram exportadas manualmente de um geoportal que só permite visualização. 35 dos 1.375 setores urbanos não têm dado de população/renda (ausentes ou omitidos por sigilo estatístico do IBGE) e foram excluídos das análises. O treinamento da rede neural não é reprodutível bit a bit entre ambientes; por isso o grafo com as classes imputadas está incluído. Licenças O conjunto reúne dados de origens distintas, e cada origem mantém sua licença e seus termos de uso (IBGE, Overture Maps Foundation, CNES/DataSUS e Prefeitura de Teresina), detalhados no README_DATASET.md e no MANIFEST.csv. [PREENCHER: licença dos produtos derivados, ex. CC BY 4.0]. O código-fonte, no GitHub, está sob licença MIT. Como citar DANTAS, Felipe Ramos. Análise da acessibilidade geográfica às Unidades Básicas de Saúde (UBS) em Teresina, Piauí: uma rotina computacional aberta e reprodutível para o diagnóstico multimodal de iniquidades territoriais em saúde. Relatório Técnico (Mestrado Profissional em Análise e Planejamento Espacial) – Instituto Federal do Piauí, Teresina, 2026. Conjunto de dados, v1.0. DOI: [10.5281/zenodo.22964753]. Abstract Geospatial dataset (inputs, intermediate products and results) supporting the professional master's technical report "Analysis of geographic accessibility to Primary Health Care Units (UBS) in Teresina, Piauí: an open and reproducible computational routine for the multimodal diagnosis of territorial health inequities" (Instituto Federal do Piauí, 2026). It contains the data needed to reproduce the Areal Enhanced Two-Step Floating Catchment Area (AE2SFCA) accessibility index for 81 health units in the urban area of Teresina, for car and walking modes, together with its comparison against the traditional centroid-based E2SFCA and against median household income. The package (19 files, ~100 MB) holds third-party inputs (municipal health-unit layers, CNES team records, IBGE census boundaries and Overture Maps road network), intermediate products (cleaned road graph with GNN-imputed functional classes, travel-time impedances and 10/20/30-minute isochrones) and per-tract accessibility results. The Python notebooks that generate these data are available at github.com/felipedantas-pi/ae2sfca-ubs. Each data source retains its original license; see README_DATASET.md and MANIFEST.csv.