U2A3

• IMPORTAR LIBRERÍAS

setwd("~/1 EA1011/unidad II")
library(pacman)
p_load("prettydoc", "readr","tidyverse","DT")

#Caso de estudio: Relación entre enfermedades crónicas y covid-19

##¿Son lugares que tienen más personas reportadas con enfermedades crónicas los lugares que también tienen más personas fallecidas por covid-19?

En teoria se supone que si debido a que una persona con alguna de estas enfermedades cronicas es la mas propensa a sufrir daños mas graves debido a su condicion fisica en la que se encuentra su cuerpo.

Datos <- read.csv("Diagnosticos18.csv")

datossonora <- (Datos [Datos$Estado == "Sonora", ])

datatable(datossonora)

## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

SonoraS <- t(Datos [Datos$Estado == "Sonora", ])
SonoraS <- (Datos [Datos$Estado == "Sonora", ])

# Grouped
ggplot(SonoraS, aes(fill=Jurisdiccion, y=Diagnostico)) + 
    geom_bar(position="dodge", stat="count") +
    xlab ("Número de casos") +
    ylab ("Diagnóstico") +
  ggtitle(" Enfermedades crónicas en Sonora, 2018 (CENAPRECE)")

##¿Por qué razones si la población de Ciudad Obregón es más grande que la santa ana y de caborca, existen más personas con diagnóstico de enfermedades crónicas ?

Se puede observar que caborca y santa ana tienen numeros mas bajos de poblacion respecto a obregon, teniendo almenos 4.5 mas que caborca y 24 veces mas que santa ana, por lo que se asume que esto debe estar sucediendo debido a la baja infrastructutra medica que se tiene en esas coiudades, donde varias personas carecen de atencion medica debido a la baja cantidad de hospitales medicos, otro factor importante seria la cultura que se tienen en esas ciudad las malas costubres de alimentacion chatarra que es perjudicial para la salud.

###Ordene en una tabla: Municipio, Población2015, Diabetes, dislipidemias, hipertensión, obesidad, Defunciones por cada 10mil habitantes, defunciones

# de datos de enfermedades cronicas para Caborca

datossonoracabo <- (Datos [Datos$Jurisdiccion == "CABORCA", ])

datatable(datossonoracabo)

## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

count(datossonoracabo)

##     n
## 1 647

# de datos de enfermedades cronicas para Hermosillo

datossonoraher <- (Datos [Datos$Jurisdiccion == "HERMOSILLO", ])

datatable(datossonoraher)

## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

count(datossonoraher)

##     n
## 1 738

# de datos de enfermedades cronicas para Obregon

datossonoraobr <- (Datos [Datos$Jurisdiccion == "CIUDAD OBREGON", ])

datatable(datossonoraobr)

## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

count(datossonoraobr)

##     n
## 1 158

# de datos de enfermedades cronicas para Santa Ana

datossonorasa <- (Datos [Datos$Jurisdiccion == "SANTA ANA", ])

datatable(datossonorasa)

## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

count(datossonorasa)

##     n
## 1 593

Tabla de datos

Datos2 <- read.csv("datosdalud2.csv")


datatable(Datos2)

##¿Son los lugares que proporcionalmente tienen más defunciones, los lugares que también tienen más diagnósticos?

No, en base a los datos proporcionado se puede apreciar que santa ana tiene el mayor valor de diagnosticos,pero un menor valor de defunciones en comparacion de obregon que tiene menor caso de diagnostico pero tiene mayor valor en su parametro de defunciones proporcionalmente a su poblacion..

##¿por qué si en cajeme hay menos enfermedades crónicas, proporcionalmente a su población hay más defunciones?

Esto se puede deber a que estas personas cadecen de informacion o estan arraugados a una cultura que no creen en los riesgos y no obedecen las medidas de salubridad para evitar ser contsgiados y asi poder enfermar y terminar en una defuncion, otro punto seria que los hospitales no se dan abastando con la poblacion a atender y esto termina mal ya que al no poder atenderse se acabara en una posible defuncion.

##¿Cuánta gente habita en cada ciudad? Fuente: http://cuentame.inegi.org.mx/monografias/informacion/son/territorio/div_municipal.aspx?tema=me&e=26

017 Caborca 85631 058 Santa Ana 16248 018 Cajeme 433050 030 Hermosillo 884 273

##Si hacemos una relación de número de personas fallecidas por cada 10000 habitantes, para poder comparar en proporción, Con esta forma de comparar, ¿Cuál ciudad tiene proporcionalmente más fallecidos? ¿Las ciudades con más personas diagnosticadas son las que proporcionalmente presentan más fallecidos?

Cajeme, tiene el mayor numero de fallecidos con un valor de 14.4 por cada 10k, No como se observa no tiene una directa correlacion.

Asignacion

*Lectura datos

library(DT)

Datossalud <- read.csv("datosaludparte2.csv" )

datatable(Datossalud)

##¿Qué características tendría un municipio que tuviera menos defunciones?

La población de cada localidad, la edecación profesional y básica en las localidades , así se debería considerar que tanto acceso a los servivios de salud tiene las personas , para evaluar sí el tratamiento de las personas que padecen alguna enfermedad es el indicado.

##¿Qué variables se correlacionan con el número de defunciones?

defuncionesx10000 <- Datossalud$Dx10000
leeryescribir <- Datossalud$Leen.y.escriben.total....

modelolincausas <- lm(defuncionesx10000 ~leeryescribir)
plot(leeryescribir,defuncionesx10000)

abline(modelolincausas) 

summary(modelolincausas) 

## 
## Call:
## lm(formula = defuncionesx10000 ~ leeryescribir)
## 
## Residuals:
##      1      2      3      4 
##  1.493 -2.378  2.154 -1.268 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)
## (Intercept)   -52.9290    66.3717  -0.797    0.509
## leeryescribir   0.7478     0.7733   0.967    0.436
## 
## Residual standard error: 2.658 on 2 degrees of freedom
## Multiple R-squared:  0.3186, Adjusted R-squared:  -0.02214 
## F-statistic: 0.935 on 1 and 2 DF,  p-value: 0.4356

Como se puede visualizar en el presente grafico no se encuentra relacion alguna entre las defunciones por cada 10k personas, en proporcion a las personas que leen y escriben asi que no existe dependencia alguna de ellas.

##¿Los municipios que tienen más gente escolarizada son los que menos tienen defunciones?

No, se observa que en proporciones de defuncion obregon tiene 14.43 muertes por cada 10k personas siendo el mayor numero, ademas tiene un 95% de personas escolarizadas, por otra parte santa ana presenta 94% de escolaridad y su taza de defunciones es 8 por cada 10k personas.

##¿Qué otras variables podemos añadir al análisis?

La estabilidad economica de las personas que habitan la region, las costumbres y las accesibilidades al sector salud por parte de la familia.