Para responder esto tenemos el dato más nuevo de número de personas con diagnóstico de enfermedades crónicas, para esto usamos datos provenientes de: www.cenaprece.salud.gob.mx/descargas/Excel/Diagnosticos18.csv https://datos.gob.mx/busca/dataset/expediente-clinico-electronico-unemes-enfermedades-cronicas--2018
Podemos ver la gráfica y código aquí: https://rpubs.com/jigbadouin/MSDatos
Tabla de enfermedades rónicas en Sonora
Considero que una constante en este tipo de situaciones es la marginación y rezago social por diferencias económicas en donde prácticamente un sector de la población a veces no cuenta con que existe el otro.
No del todo, en Obregon no hay tantos diagnósticos pero si bastantes defunciones.
Yo creo que las condiciones económicas tienen mucho que ver con el bienestar de la sociedad y la manera en la que enfrentan este tipo de situaciones.
¿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
datatable(select(datossalud,Municipio,Dx10000,Fallecidos))
Con esta forma de comparar, ¿Cuál ciudad tiene proporcionalmente más fallecidos? ¿Las ciudades con más personas diagnosticadas son las que proporcionalmente presentan más fallecidos?
datatable(datossalud[2:9])
Cajeme presenta una preocupante cantidad de fallecidos con relación a los otros municipios.
Asignación
El sistema de salud debe tener una buena infraestructura, la sociedad debe tener buenas condiciones de vida y la tendencia a enfermedades crónicas debe de ser minima.
pairs(datossalud[2:9])
cor(datossalud[2:9])
## Poblacion2015 Fallecidos Dx10000 Aleer
## Poblacion2015 1.0000000 0.9901336 0.4282912032 0.9998013
## Fallecidos 0.9901336 1.0000000 0.5325135617 0.9873561
## Dx10000 0.4282912 0.5325136 1.0000000000 0.4175117
## Aleer 0.9998013 0.9873561 0.4175117286 1.0000000
## Asistencia Escolar 0.9999983 0.9903827 0.4294539893 0.9997630
## NoAsistencia -0.9749900 -0.9442162 -0.2246576599 -0.9763320
## IngresoInf 0.8885340 0.8160450 0.0001949831 0.8962680
## NoPobres 0.9517238 0.9809901 0.6839076155 0.9474810
## Asistencia Escolar NoAsistencia IngresoInf NoPobres
## Poblacion2015 0.9999983 -0.9749900 0.8885340092 0.9517238
## Fallecidos 0.9903827 -0.9442162 0.8160449737 0.9809901
## Dx10000 0.4294540 -0.2246577 0.0001949831 0.6839076
## Aleer 0.9997630 -0.9763320 0.8962680266 0.9474810
## Asistencia Escolar 1.0000000 -0.9747956 0.8877476105 0.9521519
## NoAsistencia -0.9747956 1.0000000 -0.9448974167 -0.8643195
## IngresoInf 0.8877476 -0.9448974 1.0000000000 0.7119896
## NoPobres 0.9521519 -0.8643195 0.7119895553 1.0000000
En esta tabla podemos ver que la pobreza y la marginación si es un factor muy importante, por que suelen ser los que tienen menos atenciones médicas y con menos probabilidades de realizar home oficce.
No del todo,aunque si es un factor importante en este caso, y lo podemos ver en el municipio de Cajeme, en donde hay muchas defunciones y tambien un grán porcentaje de gente escolarizada.
https://datos.covid-19.conacyt.mx/#DownZCSV
Bosque aleatorio: https://fervilber.github.io/Aprendizaje-supervisado-en-R/bosques.html