Monitoramento da Covid-19 em Juiz de Fora

Introdução

Os dados podem ser dispostos de diversas maneiras, embora, com o predomínio das notações textuais, a representação tabular seja o modelo pictórico convencional, malgrado o aspecto rudimentar, a despeito do desenvolvimento recente de elementos de composição gráfica integrados aos ambientes de programação, análise e visualização de dados disponíveis para estatísticos e programadores.

Objetivo

A análise de dados espaciais em saúde pública é uma metodologia utilizada para estudo da distribuição geográfica de eventos sanitários, identificação de clusters ou agrupamentos, da qual nos apropriamos de algumas ferramentas para avaliar a dinâmica topológica das suspeitas de contaminação pela COVID-19 em Juiz de Fora.

Recursos

Levantamento divulgado pelas Secretaria de Saúde e Desenvolvimento Social de Juiz de Fora:
https://tribunademinas.com.br/wp-content/uploads/2020/05/001_Informe_TS.pdf.

Fonte: https://tribunademinas.com.br/noticias/cidade/06-05-2020/centro-e-o-bairro-com-mais-suspeitas-de-covid-19-em-jf.html

Última atualização dos dados: 24/4/2020

Bibliotecas

Carregamos as seguintes bibilotecas do R, para adicionar funcionalidades extras:

• tidyverse - para manipulação de dados;
• gridExtra - para ampliar as possibilidades de manipulação gráfica;
• DT - para incluir tabelas em relatórios Rmarkdown;
• leaflet - biblioteca javascript para desenvolvimento de mapas interativos;
• prettydoc - temas adicionais para documentos Rmarkdown;
• googleway - para acesso aos mapas do google;
• htmlwidgets - para salvar cópia local e interativa do mapa no formato html;
• mapview - para salvar instatâneo do mapa no formato png.

Diretório de trabalho

Definimos o diretório de trabalho:

setwd("/home/gf/Scripts/")

Coleta e limpeza de dados

Baixamos o relatório semanal, convertemos o arquivo pdf em txt, removemos os espaços excedentes e selecionamos as linhas que casam com o padrão definido:

url <- "https://tribunademinas.com.br/wp-content/uploads/2020/05/001_Informe_TS.pdf"
pdf_file <- "monitoramentojf"

download.file(
  url, pdf_file, mode = "wb")

monitoramento <- pdf_text(pdf_file) 

trts <- monitoramento %>%
  str_split(pattern = "\n") %>%
  unlist() %>%
  str_trim() %>%
  str_replace_all("\\s{2,}", ";") %>%
  str_subset("\\dº")

Criação do dataset

Criamos o dataset contendo a relação de territórios socioassistenciais e o total de casos suspeitos notificados:

text_con <- textConnection(trts)
ts <- read.csv(text_con, sep = ";", header = FALSE)

ts$Casos <- as.integer(sapply(split(ts, seq(nrow(ts))), function(x) tail(x[!is.na(x)],1)))
colnames(ts)[colnames(ts) == 'V2'] <- 'Territorios'

ts <- ts %>%  select(Territorios, Casos) 

Coordenadas geográficas

Para extrairmos as coordenadas, utilizamos a rotina de geolocalização fornecida pela API Google Geocoding, após o registro obrigatório de uma API Key que, depois de salva em um ambiente seguro, pode ser acessada programaticamente para varrer a base de dados do Google Maps.

key <- Sys.getenv("GOOGLE_MAPS_KEY")
  register_google(key = key)

A geocodificação consiste em transformar endereços, compostos pela combinação dos territórios socioassistenciais, fornecidos pelo arquivo csv importado e transformado em um dataframe, com as constantes que definem o município e a unidade da federação:

coords <- apply(ts, 1, function(x) {
  google_geocode(address = paste(x["Territorios"], "Juiz de Fora", "Minas Gerais", sep = ", "),
                                 key = key) 
})

Resultados da busca

O resultado da busca é armazenado em um objeto de classe lista, estrutura complexa que pode acondicionar diversos tipos de dados. A resposta retorna dois elementos: o primeiro é results, que fornece diversas informações a respeito do endereço geocodificado; o segundo fornece o status da soliciação. Dentre as informações retornadas pelo primeiro elemento, constam o endereço, abreviado e completo, as coordenadas geográficas - latitude e longitude, a precisão do resultado e o tipo de localidade.

Tratamento de erros

Quando as coordenadas são mescladas com a listagem que representa os bairros onde foram notificadas suspeitas de contaminação pela COVID-19, recebemos uma mensagem de erro:
ts <- cbind(ts, do.call(rbind, lapply(coords, geocode_coordinates)))

Error in data.frame(…, check.names = FALSE) :
arguments imply differing number of rows: 147, 151

Investigação

Investiguemos o motivo da discrepância.
Primeiro, vejamos como se classificam as estruturas de dados:

class(ts)

## [1] "data.frame"

class(coords)

## [1] "list"

res <- do.call(rbind, lapply(coords, geocode_coordinates))
class(res)

## [1] "data.frame"

Depois, qual o tamanho:

nrow(ts)

## [1] 147

length(coords)

## [1] 147

nrow(res)

## [1] 151

Embora o resultado da pesquisa das coordenadas geográficas, armazenado no objeto de classe lista, contenha o mesmo tamanho do objeto onde estão registradas as localidades, a transformação em dataframe resulta em quantidade diferente de registros.

As pistas começam pelos componentes, que podem ser visualizados de forma suscinta:

glimpse(coords[[1]])

## List of 2
##  $ results:'data.frame': 1 obs. of  6 variables:
##   ..$ access_points     :List of 1
##   .. ..$ : list()
##   ..$ address_components:List of 1
##   .. ..$ :'data.frame':  4 obs. of  3 variables:
##   ..$ formatted_address : chr "Centro, Juiz de Fora - MG, Brazil"
##   ..$ geometry          :'data.frame':   1 obs. of  4 variables:
##   .. ..$ bounds       :'data.frame': 1 obs. of  2 variables:
##   .. ..$ location     :'data.frame': 1 obs. of  2 variables:
##   .. ..$ location_type: chr "APPROXIMATE"
##   .. ..$ viewport     :'data.frame': 1 obs. of  2 variables:
##   ..$ place_id          : chr "ChIJHYr1vKGcmAARbKiIYVUHpGE"
##   ..$ types             :List of 1
##   .. ..$ : chr [1:3] "political" "sublocality" "sublocality_level_1"
##  $ status : chr "OK"

Ou detalhada:

str(coords[[1]])

## List of 2
##  $ results:'data.frame': 1 obs. of  6 variables:
##   ..$ access_points     :List of 1
##   .. ..$ : list()
##   ..$ address_components:List of 1
##   .. ..$ :'data.frame':  4 obs. of  3 variables:
##   .. .. ..$ long_name : chr [1:4] "Centro" "Juiz de Fora" "Minas Gerais" "Brazil"
##   .. .. ..$ short_name: chr [1:4] "Centro" "Juiz de Fora" "MG" "BR"
##   .. .. ..$ types     :List of 4
##   .. .. .. ..$ : chr [1:3] "political" "sublocality" "sublocality_level_1"
##   .. .. .. ..$ : chr [1:2] "administrative_area_level_2" "political"
##   .. .. .. ..$ : chr [1:2] "administrative_area_level_1" "political"
##   .. .. .. ..$ : chr [1:2] "country" "political"
##   ..$ formatted_address : chr "Centro, Juiz de Fora - MG, Brazil"
##   ..$ geometry          :'data.frame':   1 obs. of  4 variables:
##   .. ..$ bounds       :'data.frame': 1 obs. of  2 variables:
##   .. .. ..$ northeast:'data.frame':  1 obs. of  2 variables:
##   .. .. .. ..$ lat: num -21.7
##   .. .. .. ..$ lng: num -43.3
##   .. .. ..$ southwest:'data.frame':  1 obs. of  2 variables:
##   .. .. .. ..$ lat: num -21.8
##   .. .. .. ..$ lng: num -43.4
##   .. ..$ location     :'data.frame': 1 obs. of  2 variables:
##   .. .. ..$ lat: num -21.8
##   .. .. ..$ lng: num -43.3
##   .. ..$ location_type: chr "APPROXIMATE"
##   .. ..$ viewport     :'data.frame': 1 obs. of  2 variables:
##   .. .. ..$ northeast:'data.frame':  1 obs. of  2 variables:
##   .. .. .. ..$ lat: num -21.7
##   .. .. .. ..$ lng: num -43.3
##   .. .. ..$ southwest:'data.frame':  1 obs. of  2 variables:
##   .. .. .. ..$ lat: num -21.8
##   .. .. .. ..$ lng: num -43.4
##   ..$ place_id          : chr "ChIJHYr1vKGcmAARbKiIYVUHpGE"
##   ..$ types             :List of 1
##   .. ..$ : chr [1:3] "political" "sublocality" "sublocality_level_1"
##  $ status : chr "OK"

No presente caso, os dados fornecem informações variadas sobre a entidade político-administrativa pesquisada, dentre as quais coordenadas individualizadas, no formato GMS; contudo, não é o que acontece de maneira inequívoca em todos os itens da lista. Em termos matemáticos, temos: f(x)=y, que é a representação da correspondência unívoca entre os elementos de x, o conjunto dos endereços e y, o conjunto das coordenadas, que vai ser alcançada após a solução dos problemas indicados logo adiante:

lengths(map(coords, c("results", "geometry", "location", "lat")))

##   [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
##  [38] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1
##  [75] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [112] 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 2 1 1 1 1 1

Podemos identificar qual localidade gerou mais de uma coordenada:

lengths(map(coords, c("results", "geometry", "location", "lat")))%>% { which(. == 2) }

## [1]  66 122 138 142

Além do problema da ambiguidade, há também o problema da precisão, pois nem todas as localidades foram identificadas pela API do Google. Bairros e distritos são identificados como entidades politico-administrativas armazenadas no campo types e rotuladas como political ou locality.
Portanto, para apurar o nível de precisão, primeiro extraímos as entidades discriminadas fora do escopo adequado, restringimos o espaço de busca para bairro ou distrito somente e armazenamos à parte as localidades que receberam respostas dissonantes:

a <- as.vector(map(coords, ~.x[[c(1,2,1,3,1,1)]]) %>% { which(. != "political") } )
b <- as.vector(map(coords, ~.x[[c(1,2,1,3,1,1)]]) %>% { which(. == "locality") } )
c <- setdiff(a,b)
ts$ID <- seq.int(nrow(ts))
newts <- ts[ts$ID %in% c, ]
ts <- ts[!ts$ID %in% c, ]
ts <- select(ts,-c(ID))
newts <- select(newts,-c(ID))             

Convergência de dados

Uma vez alcançada a convergência dos dados, à medida em que a quantidade de territórios assistenciais corresponde à quantidade de coordenadas fornecidas pela API , executamos novamente a rotina de geocodificação:

key <- Sys.getenv("GOOGLE_MAPS_KEY")
  register_google(key = key)

coords <- apply(ts, 1, function(x) {
  google_geocode(address = paste(x["Territorios"], "Juiz de Fora", "Minas Gerais", sep = ", "),
                                 key = key) 

})

Recriamos a base de dados com as informações acopladas:

ts <- cbind(ts, do.call(rbind, lapply(coords, geocode_coordinates)))

Acrescentamos as coordenadas obtidas manualmente:

newts$lat <- c(-21.6899653,
               -21.725522,
               -21.732735,
               -21.7094508,
               -21.7365873,
               -21.7507563,
               -21.7596452,
               -21.7477443,
               -21.7760539,
               -21.760832,
               -21.7539435,
               -21.6884273,
               -21.8091857,
               -21.8033034,
               -21.7458361,
               -21.7663093,
               -21.6884273,
               -21.7244679,
               -21.7304045,
               -21.660857,
               -21.784608,
               -21.6989899
)

newts$lng <- c(-43.4888367,
               -43.347370,
               -43.368339,
               -43.4536946,
               -43.3453334,
               -43.3938828,
               -43.6095267,
               -43.3489134,
               -43.3705015,
               -43.345598,
               -43.387648,
               -43.4443078,
               -43.5723056,
               -43.3628063,
               -43.4118137,
               -43.3681126,
               -43.4443078,
               -43.5419412,
               -43.3637777,
               -43.387931,
               -43.308757,
               -43.524908
)

ts<- rbind(ts, newts)
ts <- ts[order(-ts$Casos),]
row.names(ts) <- NULL

Efetuamos os ajustes finais:

ts$lng <- as.numeric(ts$lng)
ts$lat <- as.numeric(ts$lat)

 datatable(ts)

Transposição

Transportamos as coordenadas para o mapa.
Passe o mouse sobre o ícone para exibir o nome da localidade e clique para exibir a quantidade de notificações:

 icons <- awesomeIcons(
  icon = 'ambulance',
  iconColor = 'red',
  markerColor = "white",
  library = 'fa'
)

m1 <- leaflet(ts, width = "100%") %>%
  addTiles() %>% 
  setView(-43.365703, -21.762661, zoom = 12) %>% 
  addAwesomeMarkers(icon=icons,label=ts$Territorios, 
                    popup = ~paste0("<br/>notificações suspeitas: ", Casos) )
m1

Agrupamento

Agrupamentos automáticos são exibidos como círculos coloridos no mapa, segundo um vetor de cores, formado pelo verde, amarelo e vermelho, que determina o volume de itens do cluster. O nível de agrupamento é inversamente proporcional ao tamanho do zoom. Quanto maior o zoom menor o cluster, até chegar à unidade de análise individual. Ao passar o mouse sobre o círculo, será exibida a extensão da área delimitada pelos marcadores:

m2 <- leaflet(ts, width = "100%") %>%
  addTiles() %>% 
  setView(-43.365703, -21.762661, zoom = 12) %>% 
  addAwesomeMarkers(icon=icons, clusterOptions = markerClusterOptions(), 
    popup = ~paste0(Territorios, "<br/>notificações suspeitas: ", Casos))
m2

Cópia interativa

Por fim, gravamos cópia local dos mapas, sem perder a interatividade:

saveWidget(widget = m1, file = 'm1.html', selfcontained = T)
saveWidget(widget = m2, file = 'm2.html', selfcontained = T)
mapshot(m1, file = 'm1.png')
mapshot(m2, file = 'm2.png')

Referências:

Oldham, Paul. 2018. Exploring Geocoding Scientific Literature with R.
https://www.pauloldham.net/geocoding-scientific-literature-with-r/.

Johnson, Hansen. 2018. Interactive maps in R (with leaflet).
https://hansenjohnson.org/post/interactive-maps-in-r/

Brito, Robison. 2016. Como utilizar a Google Geocoding API para obter endereços.
https://www.devmedia.com.br/como-utilizar-a-google-geocoding-api-para-obter-enderecos/36751