datos= read.csv("/cloud/project/Enfermedades_cr_nicas__en_el_municipio_de_Bucaramanga_20250221.csv", stringsAsFactors=TRUE)
table(datos$Sexo, datos$Diabetes) 
##                
##                     1     2
##   FEMENINO      22530 41281
##   MASCULINO     16657 30018
##   NO DISPONIBLE     0     7
library(ggplot2)
ggplot(datos, aes(x=Sexo, fill=as.factor(Diabetes)))+ 
  geom_bar()

Análisis: Proporción de personas con diabetes por sexo:

Femenino: 22,530 / 63,811 ≈ 35.3% tienen diabetes

Masculino: 16,657 / 46,67 5 ≈ 35.7% tienen diabetes

Es decir, la proporción de diabetes es muy similar en hombres y mujeres (alrededor del 35%).

Diferencia en cantidades absolutas:

Aunque hay más mujeres con diabetes (22,530 vs. 16,657), también hay más mujeres en total en el conjunto de datos.

Por eso, la diferencia en cantidad se debe al tamaño del grupo, no a una mayor prevalencia.

Grupo “No disponible”:

Solo hay 7 personas con sexo no disponible, todas sin diabetes. Este grupo es estadísticamente irrelevante.

Conclusión: El sexo no parece ser un factor decisivo en la presencia de diabetes, ya que tanto hombres como mujeres presentan una proporción similar de casos (35%).

La diferencia en conteos se debe al número total de registros por sexo, no a una diferencia real en prevalencia.

table(datos$Sexo, datos$Artritis) 
##                
##                     1     2
##   FEMENINO        992 62819
##   MASCULINO       406 46269
##   NO DISPONIBLE     0     7
library(ggplot2)
ggplot(datos, aes(x=Sexo, fill=as.factor(Artritis)))+ 
  geom_bar()

Análisis: Proporción con artritis por sexo:

Femenino: 992 / 63,811 ≈ 1.56% con artritis

Masculino: 406 / 46,675 ≈ 0.87% con artritis

Por lo tanto, la artritis es casi el doble de frecuente en mujeres que en hombres, según esta base de datos.

Comparación visual:

El gráfico de barras muestra una franja roja (personas con artritis) más gruesa en mujeres, aunque sigue siendo pequeña en ambos casos.

La gran mayoría de ambos sexos no presenta artritis, pero la diferencia en prevalencia relativa sí es significativa.

Grupo “No disponible”:

Los 7 casos con sexo no especificado no tienen artritis, por lo que no influyen en el análisis.

Conclusión: Aunque la prevalencia absoluta de artritis es baja, sí se observa que las mujeres tienen el doble de probabilidad de padecerla en comparación con los hombres en esta muestra.

Esto concuerda con estudios epidemiológicos que han encontrado que la artritis es más común en mujeres.

Esta diferencia, aunque pequeña en cantidad, podría ser estadísticamente significativa.

table(datos$Sexo, datos$Hipertensión) 
##                
##                     1     2
##   FEMENINO      49459 14352
##   MASCULINO     35577 11098
##   NO DISPONIBLE     1     6
library(ggplot2)
ggplot(datos, aes(x=Sexo, fill=as.factor(Hipertensión)))+ 
  geom_bar()

Análisis: Proporción de personas con hipertensión por sexo:

Femenino: 49,459 / 63,811 ≈ 77.5% tienen hipertensión

Masculino: 35,577 / 46,675 ≈ 76.2% tienen hipertensión

Ambos sexos tienen una prevalencia alta, y bastante similar (~77%).

Observación visual:

El gráfico de barras apiladas muestra que la parte roja (hipertensión) representa la mayor parte de cada barra tanto en mujeres como en hombres.

Las mujeres tienen más casos en total, pero la proporción dentro de cada sexo es similar.

Grupo “No disponible”:

Son solo 7 personas, con 1 caso de hipertensión. No tiene impacto relevante.

Conclusión: La hipertensión está presente en más del 75% de los registros tanto en hombres como en mujeres.

No hay una gran diferencia entre sexos, por lo que el sexo no parece influir significativamente en la prevalencia de hipertensión en esta muestra.

table(datos$Sexo, datos$EPOC) 
##                
##                     1     2
##   FEMENINO       3348 60463
##   MASCULINO      2386 44289
##   NO DISPONIBLE     0     7
library(ggplot2)
ggplot(datos, aes(x=Sexo, fill=as.factor(EPOC)))+ 
  geom_bar()

Análisis: Proporción con EPOC por sexo:

Femenino: 1,107 / 63,811 ≈ 1.73%

Masculino: 1,335 / 46,675 ≈ 2.86%

Los hombres presentan una proporción mayor de EPOC que las mujeres, casi el doble.

Observación visual (gráfico):

Aunque el número total de mujeres en el estudio es mayor, la barra roja (con EPOC) es más alta en proporción dentro del grupo masculino.

La franja azul (sin EPOC) domina en ambos casos, lo que muestra que la enfermedad tiene baja prevalencia general.

Grupo “No disponible”:

No presenta casos con EPOC, por lo tanto no afecta el análisis.

Conclusión: El EPOC es poco frecuente en general (<3%), pero más común en hombres que en mujeres.

Esto es consistente con estudios que muestran que factores como el tabaquismo y exposiciones laborales (más frecuentes históricamente en hombres) están relacionados con mayor riesgo de EPOC.

table(datos$Sexo, datos$Cáncer) 
##                
##                     1     2
##   FEMENINO       3149 60662
##   MASCULINO      1888 44787
##   NO DISPONIBLE     6     1
library(ggplot2)
ggplot(datos, aes(x=Sexo, fill=as.factor(Cáncer)))+ 
  geom_bar()

Análisis: Proporción de personas con cáncer:

Femenino: 3,149 / 63,811 ≈ 4.94%

Masculino: 1,888 / 46,675 ≈ 4.04%

Aunque hay más mujeres con cáncer en números absolutos, la diferencia proporcional entre sexos no es tan grande (alrededor de 0.9%).

Visualización:

El gráfico de barras muestra claramente que la mayoría no tiene cáncer (barra azul).

La franja roja (casos con cáncer) es más grande en las mujeres, tanto en cantidad como en proporción.

Grupo “No disponible”:

Muy pequeño (solo 7 personas), no afecta de forma significativa el análisis.

Conclusión: El cáncer afecta a un poco menos del 5% de la muestra total.

Es ligeramente más frecuente en mujeres, tanto en número como en proporción.

Esto puede estar relacionado con mayor vigilancia médica en mujeres (por ejemplo, detección de cáncer de mama o cérvico-uterino) o con factores biológicos y de estilo de vida.

table(datos$Sexo, datos$Asma) 
##                
##                     1     2
##   FEMENINO       1105 62706
##   MASCULINO       717 45958
##   NO DISPONIBLE     0     7
library(ggplot2)
ggplot(datos, aes(x=Sexo, fill=as.factor(Asma)))+ 
  geom_bar()

Análisis: Proporción de personas con asma:

Femenino: 1,105 / 63,811 ≈ 1.73%

Masculino: 717 / 46,675 ≈ 1.54%

Muy similar entre sexos, aunque ligeramente más frecuente en mujeres.

Visualización:

Como en las otras enfermedades, la mayoría no tiene asma (color azul).

La franja roja representa a quienes sí padecen asma.

Se ve un patrón parecido a los anteriores: más casos absolutos en mujeres.

Grupo “No disponible”:

No hay casos con asma registrados, y son muy pocos datos (7), por lo que se pueden excluir del análisis comparativo.