# Converter variáveis categóricas para fator
dados$gender <- as.factor(dados$gender)
dados$ever_married <- as.factor(dados$ever_married)
dados$work_type <- as.factor(dados$work_type)
dados$Residence_type <- as.factor(dados$Residence_type)
dados$smoking_status <- as.factor(dados$smoking_status)
dados$stroke <- as.factor(dados$stroke)
dados$bmi <- as.numeric(dados$bmi)

# Verificar a quantidade de valores ausentes
sum(is.na(dados$bmi))

# Substituir valores ausentes pela média do BMI
dados$bmi[is.na(dados$bmi)] <- mean(dados$bmi, na.rm = TRUE)

head(dados) %>%
  kable("html", align = "c") %>%
  kable_styling(bootstrap_options = c("striped", "hover", "responsive", "condensed"), 
                full_width = F) %>%
  scroll_box(width = "100%", height = "auto")

# Tabela de incidência de AVC
haveStroke <- table(dados$stroke)
haveStrokePrcnt <- round((haveStroke/nrow(dados) * 100), 2)

# Labels para o gráfico
lbls <- paste(c("Não", "Sim"), haveStrokePrcnt, "%", sep=" ")

# Gráfico de pizza
pie(table(dados$stroke), labels = lbls, main = "Proporção de Quadros de AVC", col = c("salmon", "lightgreen"))
legend("topright", legend = c("Pacientes que não apresentaram AVC", "Pacientes que apresentaram AVC"), cex = 0.8, fill = c("salmon", "lightgreen"))

# Diagrama de caixa da faixa etária por AVC
boxplot(age ~ stroke, data = dados, ylab = "Idade", xlab = "AVC (0=Não, 1=Sim)", main = "Dispersão da Faixa Etária", col =  c("lightblue", "lightcoral"))

# Histograma da faixa etária para casos confirmados de AVC
hist(filter(dados, stroke == 1)$age, main = "Histograma de Quadros Confirmados de AVC X Faixa Etária ", xlab = "Idade", ylab = "Número de Ocorrências", col = viridis(10))

# Criando variável auxiliar para manipular e gerar o gráfico
aux <- dados

# Calcular a década de idade arredondada para baixo
aux <- mutate(aux, Decada = (floor(age / 10)) * 10)

# Filtrar casos onde ocorreu AVC (stroke == 1)
agexStrokeT <- aux %>%
  filter(stroke == 1) %>%
  group_by(Decada) %>%
  summarise(Freq = n())

# Calcular o total de casos por década
agexStroke <- aux %>%
  group_by(Decada) %>%
  summarise(Total = n())

# Unir os dados de casos de AVC com o total por década
agexStrokeT <- left_join(agexStrokeT, agexStroke, by = "Decada")

# Calcular a porcentagem de AVC por década de idade
agexStrokeT <- mutate(agexStrokeT, Percentage = (Freq / Total) * 100)

# Plotar usando ggplot2 com a paleta de cores viridis
ggplot(data = agexStrokeT, aes(x = as.factor(Decada), y = Percentage)) +
  geom_line(color = viridis(1), size = 1.2, group = 1) +  # linha conectando os pontos
  geom_point(color = viridis(1), size = 3) +   # pontos de dados
  labs(x = "Idade", y = "Porcentagem de AVC (%)", 
       title = "Porcentagem de AVC por Década de Idade") +
  scale_x_discrete(breaks = unique(agexStrokeT$Decada)) +  # define os intervalos no eixo x
  ylim(0, 30) +  # limite do eixo y
  theme_minimal() + # estilo do tema do gráfico
  theme(plot.title = element_text(hjust = 0.5))

# Preparar dados para distribuição de gênero no estudo
genderPrcnt <- round((table(dados$gender) / nrow(dados)) * 100, 2)
dataGender <- data.frame(
  gender = names(genderPrcnt),
  percent = as.numeric(genderPrcnt)
)
dataGender$gender <- factor(dataGender$gender, levels = c("Male", "Female", "Other"), labels = c("Homens", "Mulheres", "Outros"))

# Gráfico de barras para distribuição de gênero no estudo
p1 <- ggplot(data = dataGender, aes(x = gender, y = percent, fill = gender)) +
  geom_bar(stat = "identity", color = "white") +
  scale_fill_viridis(discrete = TRUE, option = "C", labels = c("Homens", "Mulheres", "Outros")) +
  theme_minimal() +
  theme(legend.position = "top", legend.title = element_blank(), plot.title = element_text(hjust = 0.5)) +
  labs(title = "Distribuição de Gêneros no Estudo", x = "Gênero", y = "Percentual") +
  geom_text(aes(label = paste0(percent, "%")), vjust = -0.5, size = 3.5)

# Mostrar o gráfico de barras para distribuição de gênero
print(p1)

# Preparar dados para distribuição de gênero entre os casos de AVC
genderXStroke <- filter(dados, stroke == 1)
genderXStrokePrcnt <- round((table(genderXStroke$gender) / nrow(genderXStroke)) * 100, 2)
dataGenderXStroke <- data.frame(
  gender = names(genderXStrokePrcnt),
  percent = as.numeric(genderXStrokePrcnt)
)
dataGenderXStroke$gender <- factor(dataGenderXStroke$gender, levels = c("Male", "Female", "Other"), labels = c("Homens", "Mulheres",  "Outros"))

# Gráfico de barras para distribuição de gênero entre os casos de AVC
p2 <- ggplot(data = dataGenderXStroke, aes(x = gender, y = percent, fill = gender)) +
  geom_bar(stat = "identity", color = "white") +
  scale_fill_viridis(discrete = TRUE, option = "C", labels = c("Homens", "Mulheres", "Outros")) +
  theme_minimal() +
  theme(legend.position = "top", legend.title = element_blank(), plot.title = element_text(hjust = 0.5)) +
  labs(title = "Distribuição de Gêneros entre os Casos de AVC", x = "Gênero", y = "Percentual") +
  geom_text(aes(label = paste0(percent, "%")), vjust = -0.5, size = 3.5)

# Mostrar o gráfico de barras para distribuição de gênero entre os casos de AVC
print(p2)

# Filtrar os dados para casos confirmados de AVC
stroke_cases <- filter(dados, stroke == 1)

# Criar uma tabela de frequência para os tipos de ocupações
work_type_counts <- table(stroke_cases$work_type)
work_type_df <- as.data.frame(work_type_counts)
colnames(work_type_df) <- c("work_type", "count")

# Mapeamento dos tipos de ocupações para português
work_type_df$work_type <- factor(work_type_df$work_type, 
                                 levels = c("children", "Govt_job", "Never_worked", "Private", "Self-employed"), 
                                 labels = c("Crianças", "Funcionário Público", "Nunca Trabalhou", "Privado", "Autônomo"))

# Criar o gráfico de barras com ggplot2 e viridis
p <- ggplot(data = work_type_df, aes(x = work_type, y = count, fill = work_type)) +
  geom_bar(stat = "identity", color = "white") +
  scale_fill_viridis(discrete = TRUE, option = "D") +
  theme_minimal() +
  theme(legend.position = "none") +
  labs(title = "Tipo de Ocupação de Pacientes com Quadros de AVC Confirmados", 
       x = "Tipo de Ocupação", y = "Número de Casos") +
  geom_text(aes(label = count), vjust = -0.5, size = 3.5)

# Mostrar o gráfico
print(p)

# Função para rotular os valores de AVC
stroke_labels <- function(stroke_status) {
  if (stroke_status == 0) {
    return("Sem quadros de AVC")
  } else {
    return("Com quadros de AVC")
  }
}

# Filtrar casos onde o paciente já foi casado
haveEM <- filter(dados, ever_married == "Yes")
haveEMPrcnt <- round((table(haveEM$stroke) / nrow(haveEM)) * 100, 2)
dataEM <- data.frame(
  stroke = as.factor(names(haveEMPrcnt)),
  percent = as.numeric(haveEMPrcnt)
)
dataEM$stroke <- factor(dataEM$stroke, levels = c("0", "1"), labels = c("Pacientes Casados sem quadros de AVC", "Pacientes Casados com quadros de AVC"))

# Gráfico de pizza para pacientes casados
p1 <- ggplot(data = dataEM, aes(x = "", y = percent, fill = stroke)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  coord_polar(theta = "y") +
  scale_fill_viridis(discrete = TRUE, option = "E") + 
  theme_void() +
  theme(legend.position = c(0.9, 0.9), legend.title = element_blank(), legend.text = element_text(size = 8), plot.title = 
          element_text(hjust = 0.5)) +
  geom_text(aes(label = paste0(percent, "%")), position = position_stack(vjust = 0.5), size = 3) +
  labs(title = "Pacientes Casados")

# Mostrar o gráfico para pacientes casados
print(p1)

# Filtrar casos onde o paciente nunca foi casado
dHaveEM <- filter(dados, ever_married == "No")
dHaveEMPrcnt <- round((table(dHaveEM$stroke) / nrow(dHaveEM)) * 100, 2)
dataNoEM <- data.frame(
  stroke = as.factor(names(dHaveEMPrcnt)),
  percent = as.numeric(dHaveEMPrcnt)
)
dataNoEM$stroke <- factor(dataNoEM$stroke, levels = c("0", "1"), labels = c("Pacientes solteiros sem quadros de AVC", "Pacientes solteiros com quadros de AVC"))

# Gráfico de pizza (pie chart) para pacientes solteiros
p2 <- ggplot(data = dataNoEM, aes(x = "", y = percent, fill = stroke)) +
  geom_bar(stat = "identity", width = 1, color = "white") + 
  coord_polar(theta = "y") +
  scale_fill_viridis(discrete = TRUE, option = "E") + 
  theme_void() +  
  theme(legend.position = c(0.9, 0.9), legend.title = element_blank(), legend.text = element_text(size = 8), plot.title = 
          element_text(hjust = 0.5)) +  
  geom_text(aes(label = paste0(percent, "%")), position = position_stack(vjust = 0.5), size = 3) +
  labs(title = "Pacientes Solteiros")

print(p2)

haveHypertension <- filter(dados, hypertension == 1)

# Tabela de contagem de AVC por estado de hipertensão
avc_counts <- count(haveHypertension, stroke)

# Calcular porcentagens
avc_counts <- mutate(avc_counts, Percent = round(n / sum(n) * 100, 2))

# Definir os rótulos das categorias
avc_counts$stroke <- factor(avc_counts$stroke, levels = c(0, 1),
                            labels = c("Hipertensos sem quadros de AVC", "Hipertensos com quadros de AVC"))

# Criar o gráfico
ggplot(avc_counts, aes(x = "", y = Percent, fill = stroke)) +
  geom_bar(stat = "identity", width = 1, color = "black") +
  scale_fill_brewer(palette = "Set2") + 
  coord_polar("y", start = 0) +
  labs(x = NULL, y = "Porcentagem", 
       title = "Distribuição de AVC entre Pacientes Hipertensos") +
  theme_minimal() +
  theme(axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank()) +
  geom_text(aes(label = paste0(Percent, "%")), position = position_stack(vjust = 0.5))

# Filtra os dados para manter apenas pacientes com histórico de ataques cardíacos
haveHD <- filter(dados, heart_disease==1)
# Calcula a porcentagem de pacientes com e sem AVC entre os que tiveram ataques cardíacos
haveHDPrcnt <- round((table(haveHD$stroke)/nrow(haveHD)*100),2)

# Prepara os rótulos com os percentuais  
lbls<-paste(c("",""),haveHDPrcnt)
lbls<-paste(lbls,"%",sep="")

# Gera o gráfico de pizza com a proporção de AVC entre pacientes com histórico de ataques cardíacos  
pie(table(haveHD$stroke),lbls,main = "Pacientes com Histórico de Ataques Cardíacos",col = c("lightgreen", "salmon"))
# Adiciona legenda ao gráfico
legend("topright",legend = c("Pacientes sem quadros de AVC","Pacientes com quadros de AVC" ), cex = 0.8,fil=c("lightgreen", "salmon"))

# Filtrar os dados para casos confirmados de AVC
stroke_cases <- filter(dados, stroke == 1)

# Criar o histograma com ggplot2
p <- ggplot(stroke_cases, aes(x = avg_glucose_level)) +
  geom_histogram(bins = 30, fill = c("gray62"), color = "white", alpha = 0.8) +
  labs(title = "Histograma de Quadros Confirmados de AVC x Média de Glicose",
       x = "Nível Médio de Glicose", y = "Número de Ocorrências") +
  theme_minimal()

# Mostrar o gráfico
print(p)

# Filtrar os dados para casos confirmados de AVC
stroke_cases <- filter(dados, stroke == 1)

# Criar o histograma com ggplot2
p <- ggplot(stroke_cases, aes(x = bmi)) +
  geom_histogram(bins = 30, fill = c("steelblue1"), color = "white", alpha = 0.8) +
  labs(title = "Histograma de Quadros Confirmados de AVC x IMC",
       x = "IMC", y = "Número de Ocorrências") +
  theme_minimal()

# Mostrar o gráfico
print(p)

# Criar dados para o gráfico
imc_levels <- c("Abaixo do peso", "Peso normal", "Sobrepeso", "Obesidade")
imc_range <- c("< 18.5", "18.5 - 24.9", "25 - 29.9", ">= 30")

# Criar um data frame com as categorias de IMC e obesidade
imc_data <- data.frame(imc_levels, imc_range)

# Reordenar os níveis de imc_range para a ordem desejada
imc_data$imc_range <- factor(imc_data$imc_range, levels = c("< 18.5", "18.5 - 24.9", "25 - 29.9", ">= 30"))

# Criar o gráfico de barras com ggplot2
p <- ggplot(imc_data, aes(x = imc_range, y = imc_levels, fill = imc_levels)) +
  geom_bar(stat = "identity", color = "black") +
  scale_fill_viridis_d(option = "B", begin = 0.1, end = 0.9) +
  labs(title = "Classificação de IMC e Obesidade",
       x = "IMC",
       y = "Classificação") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

# Mostrar o gráfico
print(p)