MÉTODO E REPRODUÇÃO — análise editorial de dados, pt-BR Pergunta: o mesmo nome comercial literal conhecido corresponde a mais de um ID de registro/cadastro presente em uma exportação congelada da Anvisa? Não é censo de produtos físicos, modelos, disponibilidade, segurança ou situação regulatória atual. Não mede erros de pessoas nem o buscador oficial. Não houve revisão médica ou por pares. Produção editorial e cálculo refeito por implementação independente, com resultados concordantes. FONTE E EDIÇÃO URL: https://dados.anvisa.gov.br/dados/TA_PRODUTO_SAUDE_SITE.csv SHA-256: 16df7e01468ad666465d4b516d17d85c200547478a61bc7310c519ea83179e69 Tamanho: 27.684.590 bytes. Obtido em 01/11/2026 (UTC). HTTP Last-Modified: Tue, 13 Oct 2026 19:09:34 GMT. Campo de atualização literal: 10/12/2026 19:00:00 em 116.008 linhas. Ordem de data e fuso do campo não confirmados; não foi convertido para ISO. O dicionário 2020 e o PDA 2022–2024 divergem quanto ao escopo de situação; não há campo de situação nas 12 colunas atuais. O denominador é o arquivo. UNIDADES E EXCLUSÕES 116.008 linhas;100.681 IDs exatos distintos (sem filtrar por 11 dígitos). Um número pode repetir por fabricante/país. Não contar linhas como produtos. Campos acessados pelos nomes da tabela de cabeçalhos verificada; IDs são texto exato. Todas as linhas têm 12 campos separados por ponto e vírgula. Checagem CSV estrita de cada registro exige 12 campos byte-idênticos; uma linha falha e suas duas associações de nomes ficam desconhecidas. ID preservado. Cada campo de nome tem decodificação 1252 estrita: sem replace/ignore/guesses. Qualquer aspas ASCII em nome exigido também torna esse campo desconhecido. 71 linhas / 60 IDs têm nome comercial desconhecido, sem preenchimento inferido. União de IDs com algum dos dois nomes desconhecido:109; T completa = 100.572. São 100.621 pares ID–nome conhecidos e 93.740 nomes literais conhecidos. Ausência de conflito observado não é pressuposto para apagar linhas. CHAVES E DENOMINADORES Principal: igualdade literal do campo conhecido, inclusive espaços/acentos. Secundário: NFC Unicode, strip+collapse de whitespace, depois casefold. Não retira acentos/pontuação/números. Casefold não é necessariamente lower. Não é descrição da interface da Anvisa. Os dois critérios usam os mesmos campos interpretáveis; aspas/bytes indefinidos não são normalizados. Nome compartilhado=chave ligada a >= 2 IDs exatos distintos. Percentual de nomes usa apenas o universo de chaves conhecidas da regra. Percentual confirmado de IDs usa todos os 100.681 IDs: limite inferior. Comparação técnica usa T original de trincas(ID,nome,nome técnico) literais completas. As 100.572 associações permanecem fixas em todos os testes. No secundário, normalizam-se ambos os nomes, mas NÃO se deduplica T depois. Refinamento é monotônico por construção; não comprova melhora de busca. HISTÓRICO DE MÉTODO Pergunta/normalização definidas antes dos resultados; alteração de parser, principal literal e quarentena registrada antes das contas. Não é estudo pré-registrado. O detalhe de normalizar ambos os campos na chave técnica secundária foi esclarecido depois da primeira conta do produtor, antes da conta independente; preservou o código já implementado. Sem alteração de T. EXECUÇÃO OFFLINE (Python 3, apenas biblioteca-padrão) Obtenha separadamente o arquivo ORIGINAL com SHA acima e salve como fonte.csv. Na pasta methods, execute: python registry_audit.py --input fonte.csv --protocol protocolo-metodologico.json --output auditoria.json Para calcular as estatísticas após verificar os campos, execute: python registry_audit.py --input fonte.csv --protocol protocolo-metodologico.json --output resultados.json --allow-analysis O programa não baixa dados e não escreve linhas, nomes reais, identificadores ou CNPJ. Para gerar novamente os gráficos SVG/PNG, instale a versão de Matplotlib registrada em requirements-figures.txt e execute: python build_figures.py --results ../data/resultados-agregados.json --output ../figures O código dos gráficos usa apenas os agregados, sem acesso ao CSV original. Datas de execução e formato do envelope diferem do JSON público; as medidas numéricas sob primary_literal/secondary/technical devem coincidir. LIMITAÇÃO DE REPRODUÇÃO A URL da Anvisa pode passar a servir outra edição. Sem o arquivo exato, não é possível reproduzir os agrupamentos históricos só com uma edição futura. O input congelado está preservado para auditoria, mas não é redistribuído. Os CSVs/JSON agregados permitem conferir somas e denominadores publicados. CSVs: UTF-8, separador ponto e vírgula; decimais de máquina usam ponto. Percentuais no artigo/gráficos são arredondados a2 casas; não recalcular contagens a partir de percentuais arredondados. Exemplo fictício excluído. DIREITOS CC BY 4.0 só para texto/gráficos/tabelas agregadas originais desta análise. MIT só para código próprio. Fonte: Anvisa, com identificação da edição. Compilação original, PDFs, logos, marcas e obras de terceiros excluídos. Este pacote não redistribui nomes comerciais/IDs/CNPJ/linhas da fonte.