load(file = "E:/R/COVID-19/covid.Rda")

Prognoza zachorowań na Ukrainie na tle innych państw

Wzrost w ciągu dwóch i trzech tygodni

Dobór państw:

  • państwa, które mają powyżej 73 zarażonych od co najmniej dwóch tygodni
  • państwa z Europy gdyż:
    • większości państw azjatyckich szybko udało się zdusić epidemię
    • Ukraina do niedawna nie wprowadzała żadnych ograniczeń, podobnie jak w państwach europejskich
    • ograniczenia będą miały wpływ dopiero po 1-2 tygodniach (pod warunkiem ich przestrzegania)
a <- covid %>%
  select(-c(1,2,12,15))%>%
  filter(liczba.zachorowan>73)%>% 
  group_by(Państwo)%>%
  mutate(id=row_number())%>%
  ungroup()

nazwy <- a %>%
  filter(id>=14)%>%
  select(9)%>%
  pull()%>%
  unique()
b <- a %>%
  filter(Państwo %in% nazwy) %>%
  filter(id<=14)%>%
  filter(Państwo!="Chiny"&Państwo!="Diamond Princess"&Państwo!="Islandia") %>%
  filter(Kontynenty=="Europa")

data=filter(b, id==max(id))
ggplot(data=data, aes(x=Państwo, y=liczba.zachorowan, label=Państwo))+
  geom_point()+
  ggrepel::geom_label_repel(hjust=-0.1, fill="grey")+
  labs(x="Państwo", y="liczba chorych")+
  theme_bw()+
  ggtitle("Wzrost zachorowań w ciągu dwóch tygodni z poziomu 73 przypadków") +
  theme(axis.text.x=element_blank(),
        axis.ticks.x=element_blank(),
        plot.title = element_text(hjust = 0.5))

b <- a %>%
  filter(Państwo %in% nazwy) %>%
  filter(id<=21)%>%
  filter(Państwo!="Chiny"&Państwo!="Diamond Princess"&Państwo!="Islandia") %>%
  filter(Kontynenty=="Europa") %>%
  group_by(Państwo) %>%
  summarise(
    id=max(id),
    chorzy=max(liczba.zachorowan)
  )

data=b
ggplot(data=data, aes(x=id, y=chorzy, label=Państwo))+
  geom_point()+
  ggrepel::geom_label_repel(hjust=-0.1, fill="grey")+
  labs(x="Ilość dni", y="Liczba chorych")+
  ggtitle('Wzrost zachorowań w okresie do 21 dni') +
  theme_bw()+
  theme(plot.title = element_text(hjust = 0.5))

b <- covid %>%
  select(-c(1,2,12,15))%>%
  filter(liczba.zachorowan>100)%>%
  group_by(Państwo)%>%
  mutate(id=row_number())%>%
  ungroup()

nazwy <- b %>%
  filter(id>=14)%>%
  select(9)%>%
  pull()%>%
  unique()

b <- b %>%
  filter(Państwo %in% nazwy) %>%
  #filter(id<=14)%>%
  filter(Państwo!="Chiny"&Państwo!="Diamond Princess") %>%
  filter(Kontynenty=="Europa")
Stopień przygotowania Ukrainy
ggplot(data=szpitale)+
  geom_bar(aes(x=as.character(data), y=lozka),stat="identity", fill="blue")+
  labs(x="", y="Ilość łóżek")+
  scale_y_continuous(breaks=seq(0,7000, 1000))+
  ggtitle("Ilość przystowowanych łóżek") +
  theme_bw()+
  theme(axis.text.x = element_text(angle = 90, hjust = 1), plot.title = element_text(hjust = 0.5))

b <- filter(a, data==max(data))
ggplot(data=b)+
  geom_bar(aes(x=reorder(Obwód, -liczba.lozek), y=liczba.lozek), stat="identity", fill="blue")+
  labs(x="obwód", y="") +
  ggtitle("Liczba przystosowanych łóżek wg stanu na 21 marca") +
  theme_bw()+
  theme(axis.text.x = element_text(angle = 90, hjust = 1), plot.title = element_text(hjust = 0.5))

b <- filter(a, data==max(data))
ggplot(data=b)+
  geom_bar(aes(x=reorder(Obwód, -lozka.10tys), y=lozka.10tys), stat="identity", fill="blue")+
  labs(x="obwód", y="") +
  ggtitle("Liczba przystosowanych łóżek na 10 tys. mieszkańców wg stanu na 21 marca") +
  theme_bw()+
  theme(axis.text.x = element_text(angle = 90, hjust = 1), plot.title = element_text(hjust = 0.5))

load(file = "E:/R/COVID-19/Ukraina.dane/szpitale2.Rda")
a <- szpitale2 %>%
  filter(data==max(data))%>%
  group_by(Obwód)%>%
  summarise(
    potwierdzeni=sum(potwierdzeni),
    podejrzewani=sum(podejrzewani),
    wolne.lozka=sum(przystosowane.lozka)-sum(potwierdzeni)-sum(podejrzewani)
  )%>%
  pivot_longer(cols=c(2:4), names_to = "stan", values_to = "liczba")%>%
  mutate(stan=gsub("wolne.lozka", "wolne łóżka", stan))%>%
  mutate(stan=as.factor(stan))
colors <- c("podejrzewani"="orange", "potwierdzeni"="red", "wolne łóżka"="blue")
ggplot(data=a)+
  geom_bar(aes(x=reorder(Obwód, -liczba), y=liczba, fill=stan), stat="identity")+
  labs(x="", y="", fill="")+
  ggtitle("Sytuacja w szpitalach w obwodach wg stanu na 21 marca")+
  scale_fill_manual(values = colors)+
  theme_bw()+
  theme(axis.text.x = element_text(angle = 90, hjust = 1), plot.title = element_text(hjust = 0.5),legend.position=c(0.9,0.8))