Exploratory Analysis - Seguimiento 12 m (N=600)
Cristobal G
2026-10-12
Evaluación de los datos basales (tamizaje y mini-CDR inicial)
Tenemos datos de 600 participantes para el análisis de incidencia. El reclutamiento fue en base al algoritmo del tamizaje inicial, el cual tenía como categorías:
- Saludable, 2) DCL, 3) Demencia
| Saludable | DCL | Demencia | |
|---|---|---|---|
| Lima | 50 (33.3%) | 50 (33.3%) | 50 (33.3%) |
| Huancayo | 50 (33.3%) | 50 (33.3%) | 50 (33.3%) |
| Tumbes | 50 (33.3%) | 50 (33.3%) | 50 (33.3%) |
| Iquitos | 50 (33.3%) | 50 (33.3%) | 50 (33.3%) |
| Total | 200 (33.3%) | 200 (33.3%) | 200 (33.3%) |
De estos 600 participantes, la clasificación en base al mini-CDR fue:
- Saludable, 2) DCL o Cuestionable, 3) Demencia (leve, moderada y severa)
Según el mini-CDR, se evidencia una menor distribución de participantes con demencia y más saludables, excepto por Tumbes.
Tenemos 490 personas libres de demencia.
| Normal | MCI | Dementia | |
|---|---|---|---|
| Lima | 70 (46.7%) | 44 (29.3%) | 36 (24.0%) |
| Huancayo | 68 (45.3%) | 79 (52.7%) | 3 (2.0%) |
| Tumbes | 57 (38.0%) | 42 (28.0%) | 51 (34.0%) |
| Iquitos | 78 (52.0%) | 52 (34.7%) | 20 (13.3%) |
| Total | 273 (45.5%) | 217 (36.2%) | 110 (18.3%) |
Cruce de tamizaje vs mini-CDR iniciales:
| Normal | MCI | Dementia | |
|---|---|---|---|
| Saludable | 145 (72.5%) | 50 (25.0%) | 5 (2.5%) |
| DCL | 85 (42.5%) | 88 (44.0%) | 27 (13.5%) |
| Demencia | 43 (21.5%) | 79 (39.5%) | 78 (39.0%) |
De las personas que el algoritmo clasifica como normal, casi 3/4 son normales y el resto DCL según el mini-CDR.
De las personas que el algoritmo clasifica como DCL, o son DCL o son normales según el mini-CDR.
De las personas que el algoritmo clasifica como demencia, o son demencia o son DCL según el mini-CDR, y el 20% son saludables.
Visualmente:
- El algoritmo identifica muy bien a los normales. Cuando el algoritmo dice “Saludable”, es raro que la persona tenga demencia según el mini-CDR.
- Existe mucha reclasificación hacia categorías menos severas. Casi la mitad de los DCL fueron considerados normales por mini-CDR.
- De las personas con demencia según el algoritmo, 61% no fueron clasificados como demencia por el mini-CDR.
- La reclasificación ocurre principalmente hacia abajo en severidad.
Evaluación de los datos actuales para la validación (tamizaje versus evaluación neuro-psicológica)
Cada participante fue evaluado por una trabajadora de campo con:
- AD8: Positivo (>=2) vs Negativo
- RUDAS: Positivo (<19 o <21) vs Negativo
- Pfeffer: Positivo (>=7) vs Negativo
En base a las 3 pruebas, el participante puede ser clasificado como: Normal vs DCL vs Demencia.
Cada participante fue evaluado por una neuropsicóloga con:
- CDR: Normal vs DCL o Cuestionable vs Demencia (leve, moderada o severa)
- Criterios DSM-5 para trastorno neurocognitivo mayor o leve: Normal vs TNC leve vs TNC mayor. Estos criterios se basan en los resultados del CDR, UDS, GDS, T-ADLQ y NPIQ
| Variable | Lima | Huancayo | Tumbes | Iquitos | Total |
|---|---|---|---|---|---|
| Edad | 77.1 (8.9) | 74.7 (8.7) | 76.6 (9.9) | 74.6 (8.1) | 75.8 (9.0) |
| Sexo | Masculino: 72 (48.0%) Femenino: 78 (52.0%) |
Masculino: 48 (32.0%) Femenino: 102 (68.0%) |
Masculino: 61 (40.7%) Femenino: 89 (59.3%) |
Masculino: 61 (40.7%) Femenino: 89 (59.3%) |
Masculino: 242 (40.3%) Femenino: 358 (59.7%) |
| Nivel educativo | Sin nivel: 23 (15.3%) Inicial: 0 (0.0%) Primaria: 73 (48.7%) Secundaria: 43 (28.7%) Superior: 11 (7.3%) NS/NR: 0 (0.0%) |
Sin nivel: 63 (42.0%) Inicial: 0 (0.0%) Primaria: 58 (38.7%) Secundaria: 25 (16.7%) Superior: 4 (2.7%) NS/NR: 0 (0.0%) |
Sin nivel: 12 (8.0%) Inicial: 0 (0.0%) Primaria: 101 (67.3%) Secundaria: 25 (16.7%) Superior: 11 (7.3%) NS/NR: 1 (0.7%) |
Sin nivel: 13 (8.7%) Inicial: 2 (1.3%) Primaria: 99 (66.0%) Secundaria: 31 (20.7%) Superior: 5 (3.3%) NS/NR: 0 (0.0%) |
Sin nivel: 111 (18.5%) Inicial: 2 (0.3%) Primaria: 331 (55.2%) Secundaria: 124 (20.7%) Superior: 31 (5.2%) NS/NR: 1 (0.2%) |
| Mini-CDR | Normal: 70 (46.7%) MCI: 44 (29.3%) Dementia: 36 (24.0%) |
Normal: 68 (45.3%) MCI: 79 (52.7%) Dementia: 3 (2.0%) |
Normal: 57 (38.0%) MCI: 42 (28.0%) Dementia: 51 (34.0%) |
Normal: 78 (52.0%) MCI: 52 (34.7%) Dementia: 20 (13.3%) |
Normal: 273 (45.5%) MCI: 217 (36.2%) Dementia: 110 (18.3%) |
| AD8 | NEGATIVO: 64 (42.7%) POSITIVO: 86 (57.3%) |
NEGATIVO: 69 (46.0%) POSITIVO: 81 (54.0%) |
NEGATIVO: 69 (46.0%) POSITIVO: 81 (54.0%) |
NEGATIVO: 70 (46.7%) POSITIVO: 80 (53.3%) |
NEGATIVO: 272 (45.3%) POSITIVO: 328 (54.7%) |
| RUDAS | Inválido: 5 (3.3%) NEGATIVO: 77 (51.3%) POSITIVO: 68 (45.3%) |
Inválido: 4 (2.7%) NEGATIVO: 108 (72.0%) POSITIVO: 38 (25.3%) |
NEGATIVO: 83 (55.3%) POSITIVO: 67 (44.7%) |
Inválido: 15 (10.0%) NEGATIVO: 69 (46.0%) POSITIVO: 66 (44.0%) |
Inválido: 24 (4.0%) NEGATIVO: 337 (56.2%) POSITIVO: 239 (39.8%) |
| Pfeffer | NEGATIVO: 94 (62.7%) POSITIVO: 56 (37.3%) |
NEGATIVO: 79 (52.7%) POSITIVO: 71 (47.3%) |
NEGATIVO: 88 (58.7%) POSITIVO: 62 (41.3%) |
NEGATIVO: 100 (66.7%) POSITIVO: 50 (33.3%) |
NEGATIVO: 361 (60.2%) POSITIVO: 239 (39.8%) |
| Clasificación algoritmo | DCL: 21 (14.0%) Demencia: 53 (35.3%) No clasificable: 5 (3.3%) Sano: 71 (47.3%) |
DCL: 6 (4.0%) Demencia: 58 (38.7%) No clasificable: 4 (2.7%) Sano: 82 (54.7%) |
DCL: 15 (10.0%) Demencia: 60 (40.0%) Sano: 75 (50.0%) |
DCL: 28 (18.7%) Demencia: 42 (28.0%) No clasificable: 15 (10.0%) Sano: 65 (43.3%) |
DCL: 70 (11.7%) Demencia: 213 (35.5%) No clasificable: 24 (4.0%) Sano: 293 (48.8%) |
| CDR | Normal: 91 (60.7%) MCI: 22 (14.7%) Dementia: 37 (24.7%) |
Normal: 121 (80.7%) MCI: 18 (12.0%) Dementia: 11 (7.3%) |
Normal: 74 (49.3%) MCI: 29 (19.3%) Dementia: 47 (31.3%) |
Normal: 84 (56.0%) MCI: 32 (21.3%) Dementia: 34 (22.7%) |
Normal: 370 (61.7%) MCI: 101 (16.8%) Dementia: 129 (21.5%) |
| DSM-5 | Normal: 87 (58.0%) Mild neurocognitive disorder: 27 (18.0%) Major neurocognitive disorder: 36 (24.0%) |
Normal: 120 (80.0%) Mild neurocognitive disorder: 21 (14.0%) Major neurocognitive disorder: 9 (6.0%) |
Normal: 74 (49.3%) Mild neurocognitive disorder: 30 (20.0%) Major neurocognitive disorder: 46 (30.7%) |
Normal: 82 (54.7%) Mild neurocognitive disorder: 33 (22.0%) Major neurocognitive disorder: 35 (23.3%) |
Normal: 363 (60.5%) Mild neurocognitive disorder: 111 (18.5%) Major neurocognitive disorder: 126 (21.0%) |
Ahora, evaluamos la concordancia entre CDR y criterios DSM-5:
| Normal | Mild neurocognitive disorder | Major neurocognitive disorder | |
|---|---|---|---|
| Normal | 363 (98.1%) | 5 (1.4%) | 2 (0.5%) |
| MCI | 0 (0.0%) | 101 (100.0%) | 0 (0.0%) |
| Dementia | 0 (0.0%) | 5 (3.9%) | 124 (96.1%) |
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
Ahora, evaluamos las pruebas individuales del tamizaje versus el gold standard: CDR
| Variable | Normal | MCI | Dementia | Total |
|---|---|---|---|---|
| RUDAS | Inválido: 10 (2.7%) NEGATIVO: 296 (80.0%) POSITIVO: 64 (17.3%) |
Inválido: 9 (8.9%) NEGATIVO: 33 (32.7%) POSITIVO: 59 (58.4%) |
Inválido: 5 (3.9%) NEGATIVO: 8 (6.2%) POSITIVO: 116 (89.9%) |
Inválido: 24 (4.0%) NEGATIVO: 337 (56.2%) POSITIVO: 239 (39.8%) |
| AD8 | NEGATIVO: 253 (68.4%) POSITIVO: 117 (31.6%) |
NEGATIVO: 15 (14.9%) POSITIVO: 86 (85.1%) |
NEGATIVO: 4 (3.1%) POSITIVO: 125 (96.9%) |
NEGATIVO: 272 (45.3%) POSITIVO: 328 (54.7%) |
| Pfeffer | NEGATIVO: 307 (83.0%) POSITIVO: 63 (17.0%) |
NEGATIVO: 43 (42.6%) POSITIVO: 58 (57.4%) |
NEGATIVO: 11 (8.5%) POSITIVO: 118 (91.5%) |
NEGATIVO: 361 (60.2%) POSITIVO: 239 (39.8%) |
| Algoritmo | DCL: 39 (10.5%) Demencia: 47 (12.7%) No clasificable: 10 (2.7%) Sano: 274 (74.1%) |
DCL: 22 (21.8%) Demencia: 53 (52.5%) No clasificable: 9 (8.9%) Sano: 17 (16.8%) |
DCL: 9 (7.0%) Demencia: 113 (87.6%) No clasificable: 5 (3.9%) Sano: 2 (1.6%) |
DCL: 70 (11.7%) Demencia: 213 (35.5%) No clasificable: 24 (4.0%) Sano: 293 (48.8%) |
Y las pruebas individuales del tamizaje versus los criterios DSM-5
| Variable | Normal | MCI | Dementia | Total |
|---|---|---|---|---|
| RUDAS | Inválido: 9 (2.5%) NEGATIVO: 295 (81.3%) POSITIVO: 59 (16.3%) |
Inválido: 10 (9.0%) NEGATIVO: 35 (31.5%) POSITIVO: 66 (59.5%) |
Inválido: 5 (4.0%) NEGATIVO: 7 (5.6%) POSITIVO: 114 (90.5%) |
Inválido: 24 (4.0%) NEGATIVO: 337 (56.2%) POSITIVO: 239 (39.8%) |
| AD8 | NEGATIVO: 251 (69.1%) POSITIVO: 112 (30.9%) |
NEGATIVO: 17 (15.3%) POSITIVO: 94 (84.7%) |
NEGATIVO: 4 (3.2%) POSITIVO: 122 (96.8%) |
NEGATIVO: 272 (45.3%) POSITIVO: 328 (54.7%) |
| Pfeffer | NEGATIVO: 303 (83.5%) POSITIVO: 60 (16.5%) |
NEGATIVO: 48 (43.2%) POSITIVO: 63 (56.8%) |
NEGATIVO: 10 (7.9%) POSITIVO: 116 (92.1%) |
NEGATIVO: 361 (60.2%) POSITIVO: 239 (39.8%) |
| Algoritmo | DCL: 36 (9.9%) Demencia: 45 (12.4%) No clasificable: 9 (2.5%) Sano: 273 (75.2%) |
DCL: 26 (23.4%) Demencia: 57 (51.4%) No clasificable: 10 (9.0%) Sano: 18 (16.2%) |
DCL: 8 (6.3%) Demencia: 111 (88.1%) No clasificable: 5 (4.0%) Sano: 2 (1.6%) |
DCL: 70 (11.7%) Demencia: 213 (35.5%) No clasificable: 24 (4.0%) Sano: 293 (48.8%) |
Evaluamos el tiempo de seguimiento (días o meses) entre la evaluación basal con mini-CDR y la evaluación de seguimiento con CDR:
| Lugar | N | Entre el screening y el seguimiento | Entre el basal y el seguimiento | Entre el Mini-CDR y el seguimiento |
|---|---|---|---|---|
| Lima | 150 | 10.4 (3.5); 9.4 (7.9–11.2) | 9.8 (3.3); 8.4 (7.4–11.1) | 7.2 (1.4); 7.0 (6.3–8.1) |
| Huancayo | 150 | 13.1 (2.9); 12.2 (11.0–15.3) | 12.7 (2.7); 12.2 (10.8–14.2) | 9.4 (2.0); 9.3 (7.7–11.4) |
| Tumbes | 150 | 12.5 (3.0); 11.6 (10.3–14.0) | 12.5 (3.0); 11.4 (10.3–13.9) | 9.5 (1.5); 9.3 (8.5–10.1) |
| Iquitos | 150 | 15.4 (2.7); 14.8 (13.5–17.5) | 14.9 (2.4); 14.1 (12.9–17.0) | 9.9 (2.0); 9.5 (8.4–11.5) |
Cruce de mini-CDR y CDR
| Normal | MCI | Dementia | |
|---|---|---|---|
| Normal | 230 (84.2%) | 30 (11.0%) | 13 (4.8%) |
| MCI | 123 (56.7%) | 55 (25.3%) | 39 (18.0%) |
| Dementia | 17 (15.5%) | 16 (14.5%) | 77 (70.0%) |
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
Para la categorización original:
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
Y ahora hacemos lo mismo pero en población libre de demencia según
mini-CDR (N=490)
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
Tabla para describir los puntajes y categorizaciones del AD8, RUDAS, Pfeffer y algoritmo, inicial vs seguimiento.
El tamizaje inicial incluyó: AD8, RUDAS, Pfeffer (subgrupo para aquellos con AD8+ y RUDAS+) El tamizaje del seguimiento incluyó: AD8, RUDAS, Pfeffer (a todos)
| Variable | Lima | Huancayo | Tumbes | Iquitos | Total |
|---|---|---|---|---|---|
| N | 150 | 150 | 150 | 150 | 600 |
| AD8, puntaje (inicial) | 3.0 (2.6); n=150 | 2.9 (2.1); n=150 | 2.7 (2.4); n=150 | 2.9 (2.3); n=150 | 2.9 (2.4); n=600 |
| AD8, puntaje (final) | 3.0 (2.7); n=150 | 2.3 (2.2); n=150 | 2.8 (2.7); n=150 | 2.3 (2.5); n=150 | 2.6 (2.6); n=600 |
| RUDAS, puntaje (inicial) | 18.4 (5.8); n=150 | 19.3 (5.0); n=150 | 18.2 (6.7); n=150 | 18.0 (5.4); n=150 | 18.5 (5.7); n=600 |
| RUDAS, puntaje (final) | 18.8 (7.1); n=150 | 21.4 (5.8); n=150 | 18.5 (7.5); n=150 | 17.6 (6.6); n=150 | 19.1 (6.9); n=600 |
| Pfeffer, puntaje (inicial) | 12.4 (10.7); n=100 | 9.9 (7.9); n=97 | 13.2 (10.6); n=100 | 10.8 (10.1); n=100 | 11.6 (9.9); n=397 |
| Pfeffer, puntaje (final), toda la muestra | 9.1 (11.1); n=150 | 8.0 (8.2); n=150 | 10.4 (12.8); n=150 | 6.7 (9.8); n=150 | 8.5 (10.7); n=600 |
| Pfeffer, puntaje (final), solo con Pfeffer inicial | 13.2 (11.5); n=100 | 9.9 (8.5); n=97 | 15.4 (12.9); n=100 | 9.4 (10.9); n=100 | 12.0 (11.3); n=397 |
| AD8, categoría (inicial) | NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 200 (33.3%) POSITIVO: 400 (66.7%) |
| AD8, categoría (final) | NEGATIVO: 64 (42.7%) POSITIVO: 86 (57.3%) |
NEGATIVO: 69 (46.0%) POSITIVO: 81 (54.0%) |
NEGATIVO: 69 (46.0%) POSITIVO: 81 (54.0%) |
NEGATIVO: 70 (46.7%) POSITIVO: 80 (53.3%) |
NEGATIVO: 272 (45.3%) POSITIVO: 328 (54.7%) |
| RUDAS, categoría (inicial) | NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 50 (33.3%) POSITIVO: 100 (66.7%) |
NEGATIVO: 200 (33.3%) POSITIVO: 400 (66.7%) |
| RUDAS, categoría (final) | Inválido: 5 (3.3%) NEGATIVO: 77 (51.3%) POSITIVO: 68 (45.3%) |
Inválido: 4 (2.7%) NEGATIVO: 108 (72.0%) POSITIVO: 38 (25.3%) |
NEGATIVO: 83 (55.3%) POSITIVO: 67 (44.7%) |
Inválido: 15 (10.0%) NEGATIVO: 69 (46.0%) POSITIVO: 66 (44.0%) |
Inválido: 24 (4.0%) NEGATIVO: 337 (56.2%) POSITIVO: 239 (39.8%) |
| Pfeffer, categoría (inicial) | NEGATIVO: 50 (33.3%) POSITIVO: 50 (33.3%) NA: 50 (33.3%) |
NEGATIVO: 50 (33.3%) POSITIVO: 47 (31.3%) NA: 53 (35.3%) |
NEGATIVO: 50 (33.3%) POSITIVO: 50 (33.3%) NA: 50 (33.3%) |
NEGATIVO: 50 (33.3%) POSITIVO: 50 (33.3%) NA: 50 (33.3%) |
NEGATIVO: 200 (33.3%) POSITIVO: 197 (32.8%) NA: 203 (33.8%) |
| Pfeffer, categoría (final), toda la muestra | NEGATIVO: 94 (62.7%) POSITIVO: 56 (37.3%) |
NEGATIVO: 79 (52.7%) POSITIVO: 71 (47.3%) |
NEGATIVO: 88 (58.7%) POSITIVO: 62 (41.3%) |
NEGATIVO: 100 (66.7%) POSITIVO: 50 (33.3%) |
NEGATIVO: 361 (60.2%) POSITIVO: 239 (39.8%) |
| Pfeffer, categoría (final), solo con Pfeffer inicial | NEGATIVO: 45 (45.0%) POSITIVO: 55 (55.0%) |
NEGATIVO: 40 (41.2%) POSITIVO: 57 (58.8%) |
NEGATIVO: 38 (38.0%) POSITIVO: 62 (62.0%) |
NEGATIVO: 53 (53.0%) POSITIVO: 47 (47.0%) |
NEGATIVO: 176 (44.3%) POSITIVO: 221 (55.7%) |
| Algoritmo (inicial) | Saludable: 50 (33.3%) DCL: 50 (33.3%) Demencia: 50 (33.3%) |
Saludable: 50 (33.3%) DCL: 50 (33.3%) Demencia: 50 (33.3%) |
Saludable: 50 (33.3%) DCL: 50 (33.3%) Demencia: 50 (33.3%) |
Saludable: 50 (33.3%) DCL: 50 (33.3%) Demencia: 50 (33.3%) |
Saludable: 200 (33.3%) DCL: 200 (33.3%) Demencia: 200 (33.3%) |
| Algoritmo (final) | DCL: 21 (14.0%) Demencia: 53 (35.3%) No clasificable: 5 (3.3%) Sano: 71 (47.3%) |
DCL: 6 (4.0%) Demencia: 58 (38.7%) No clasificable: 4 (2.7%) Sano: 82 (54.7%) |
DCL: 15 (10.0%) Demencia: 60 (40.0%) Sano: 75 (50.0%) |
DCL: 28 (18.7%) Demencia: 42 (28.0%) No clasificable: 15 (10.0%) Sano: 65 (43.3%) |
DCL: 70 (11.7%) Demencia: 213 (35.5%) No clasificable: 24 (4.0%) Sano: 293 (48.8%) |
Hay 3 participantes de Huancayo sin evidencia de Pfeffer en el tamizaje inicial (missings en todas las 11 preguntas). Fueron clasificadas por el algoritmo inicial como “Demencia”. Al seguimiento, el algoritmo actual las clasifica como “Demencia”.
Ahora, hacemos cruce de tamizaje inicial vs tamizaje final.
library(dplyr)
library(ggplot2)
library(ggalluvial)
sankey_pre_post <- function(data, var_ini, var_fin, niveles, colores,
lab_ini = "Inicial", lab_fin = "Final") {
d <- data %>%
transmute(ini = as.character(.data[[var_ini]]),
fin = as.character(.data[[var_fin]]))
# Detiene el código si hay NA o etiquetas que no están en `niveles`
fuera <- setdiff(unique(c(d$ini, d$fin)), niveles)
if (length(fuera) > 0)
stop("Categorías fuera de `niveles`: ", paste(fuera, collapse = ", "))
tab <- d %>%
count(ini, fin, name = "Freq") %>%
mutate(ini = factor(ini, levels = niveles),
fin = factor(fin, levels = niveles))
# Total por categoría inicial (denominador del %)
tot_ini <- tapply(tab$Freq, tab$ini, sum)
ggplot(tab, aes(axis1 = ini, axis2 = fin, y = Freq)) +
geom_alluvium(aes(fill = ini), width = 1/4, alpha = 0.8, knot.pos = 0.4) +
geom_stratum(width = 1/4, fill = "grey90", color = "black") +
geom_text(stat = "stratum",
aes(label = paste0(after_stat(stratum),
"\n(n = ", after_stat(count), ")")),
size = 4.5) +
geom_text(stat = "flow",
aes(label = after_stat(ifelse(
flow == "from",
paste0(count, " (",
sprintf("%.0f", count / tot_ini[as.character(stratum)] * 100),
"%)"),
NA))),
nudge_x = 0.2, hjust = 0, size = 4, na.rm = TRUE) +
scale_fill_manual(values = colores) +
scale_x_discrete(limits = c(lab_ini, lab_fin), expand = c(.15, .15)) +
labs(x = NULL, y = "Número de participantes") +
theme_minimal(base_size = 14) +
theme(legend.position = "none")
}
# Algoritmo: "Saludable" (inicial) y "Sano" (final) son la misma categoría → unificar
full_data <- full_data %>%
mutate(alg_ini = recode(as.character(result_final_2), "Saludable" = "Sano"),
alg_fin = as.character(f12_clasificacion_algoritmo))
col_bin <- c(NEGATIVO = "#6BAED6", POSITIVO = "#DE2D26")## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.
## Warning in to_lodes_form(data = data, axes = axis_ind, discern =
## params$discern): Some strata appear at multiple axes.