Statistical analysis of behavioral health time series in Brazil, focusing on self-harm mortality by sex and macro-region. Methods include exploratory analysis and time series modeling to uncover temporal patterns and support public health research.
Análise estatística de séries temporais em saúde mental no Brasil, com foco na mortalidade por autolesão segundo sexo e macrorregião. Os métodos incluem análise exploratória e modelagem de séries temporais para identificar padrões temporais e subsidiar pesquisas em saúde pública.
|
|
||||||||||||
Este projeto utiliza uma estrutura automatizada para configuração do ambiente em R, garantindo reprodutibilidade e facilidade de uso entre diferentes usuários.
Este projeto foi desenvolvido com as seguintes versões. Para garantir total reprodutibilidade, recomenda-se utilizar as mesmas versões ou superiores.
| Componente | Versão utilizada no desenvolvimento |
|---|---|
| R | 4.5.3 |
| renv | 1.2.0 |
| RStudio | 2026.1.2.418 |
Atenção para colaboradores: divergências de versão do R podem causar incompatibilidades no
renv.lock. Se possível, atualize o R para a versão 4.5.3 antes de iniciar.
git clone https://github.com/EnigmaMajoris/anubis.gitAbra o projeto no RStudio pelo arquivo .Rproj.
Este projeto utiliza o pacote renv para garantir que todos os usuários utilizem exatamente as mesmas versões de pacotes.
ℹ️ O
.Rprofileincluído no repositório ativa orenvautomaticamente, mas não instala os pacotes. O passo abaixo é obrigatório na primeira vez.
No console do R, execute:
# Instale o renv caso ainda não tenha (versão mínima recomendada: 1.2.0)
install.packages("renv")
# Restaure o ambiente do projeto
renv::restore()Isso irá:
- instalar automaticamente todos os pacotes nas versões corretas
- garantir compatibilidade total com o ambiente original do projeto
Após a configuração inicial, basta abrir o projeto no RStudio:
- O
.Rprofileativará orenvautomaticamente - Os pacotes serão carregados via
scripts/00_setup.R - Nenhuma ação adicional será necessária
Abra o projeto no RStudio. O ambiente será carregado automaticamente.
Execute novamente:
renv::restore()
⚠️ Atenção:renv::snapshot()altera orenv.lockpara todos os colaboradores. Execute apenas se tiver certeza de que os novos pacotes devem ser incorporados ao projeto oficial. Em caso de dúvida, abra uma issue antes.
renv::snapshot()anubis/
├── .Rprofile # Activates renv automatically
├── renv.lock # Package version registry
├── scripts/
│ └── 00_setup.R # Project package loader
├── dados/ # ⚠️ Nem todos incluído no repositório (ver abaixo)
├── docs/ # GitHub Pages
├── imagens/
├── tabelas/
└── manuscrito/
dados/: alguns dados brutos não estão incluídos no repositório por questões de privacidade e/ou tamanho. Para obter acesso, entre em contato com os autores.
Para colaboradores:
- Clone o repositório
- Verifique sua versão do R (
R.version.stringno console) — recomendamos R ≥ 4.5.3 - Execute
renv::restore() - Comece a trabalhar
O ambiente será idêntico ao dos autores (desde que as versões sejam compatíveis).
| Requisito | Versão mínima |
|---|---|
| R | ≥ 4.5.3 |
| renv | ≥ 1.2.0 |
| RStudio | recomendado |
- O
.Rprofileativa orenv, mas não instala pacotes — orenv::restore()manual é necessário na primeira vez - O script
setup_inicial()(definido emscripts/00_setup.R) é utilizado apenas em casos específicos de nova máquina semrenvpreviamente configurado — não execute em ambientes já configurados - Este projeto segue boas práticas de reprodutibilidade em ciência de dados
This project uses an automated framework for environment setup in R, ensuring reproducibility and ease of use across different users.
To ensure full reproducibility, use the same versions listed below, or higher.
| Component | Version |
|---|---|
| R | 4.5.3 |
| renv | 1.2.0 |
| RStudio | 2026.1.2.418 |
Collaborators: version mismatches in R may cause
renv.lockincompatibilities. Update to R ≥ 4.5.3 before contributing.
git clone https://github.com/EnigmaMajoris/anubis.gitOpen the project in RStudio via the .Rproj file.
This project uses renv to ensure all users work with identical package versions.
ℹ️ The
.Rprofileincluded in the repository activatesrenvautomatically, but does not install packages. The step below is required the first time.
In the R console, run:
# Install renv if not yet available (minimum recommended version: 1.2.0)
install.packages("renv")
# Restore the project environment
renv::restore()This will:
- automatically install all packages at the correct versions
- ensure full compatibility with the original development environment
After the initial setup, simply open the project in RStudio:
.Rprofilewill activaterenvautomatically- Packages will be loaded via
scripts/00_setup.R - No further action required
Daily use — Open the project in RStudio. The environment loads automatically.
If a package error occurs — Run:
renv::restore()When adding new packages (developers only)
⚠️ renv::snapshot()modifies therenv.lockfor all collaborators. Only run this if you are certain the new packages should be incorporated into the official project. When in doubt, open an issue first.
renv::snapshot()anubis/
├── .Rprofile # Activates renv automatically
├── renv.lock # Package version registry
├── scripts/
│ └── 00_setup.R # Project package loader
├── docs/ # GitHub Pages
├── dados/ # ⚠️ Not all included in the repository (see below)
├── imagens/
├── tabelas/
└── manuscrito/
⚠️ About thedados/folder: some raw data are not included in the repository due to privacy and/or size constraints. To request access, contact the authors.
- Clone the repository
- Check your R version (
R.version.stringin the console) — R ≥ 4.5.x recommended - Run
renv::restore() - Start working
The environment will be identical to the authors' (provided versions are compatible).
| Requirement | Minimum Version |
|---|---|
| R | ≥ 4.5.3 |
| renv | ≥ 1.2.0 |
| RStudio | recommended |
.Rprofileactivatesrenv— it does not install packages. Manualrenv::restore()is required on first use.setup_inicial()(defined inscripts/00_setup.R) is intended for specific cases only (e.g.: new machine withoutrenv). Do not run in already configured environments.- This project follows good data science reproducibility practices.