Coronavírus no Brasil

---

Resumo

Material produzido para o curso: Análise e visualização de dados do coronavírus usando o R da Universidade Federal de São Carlos. Tem como objetivo realizar uma análise Exploratória dos Dados da COVID-19 no Brasil. Os dados foram obtidos pelo portal Brasil.io que organizam a tabela como fonte oficial as Secretarias Estaduais de Saúde. Esses dados permitem realizar um acompahamento dos casos de COVID-19 em todo o território nacional. Vou agregar os dados por Estados para um conhecimento macro, e depois algumas informações por municípios. Também é utilizado o conceito de médias móveis, para extrair estatísticas dos dados gerados pela pandemia, nesse caso vou usar os dados do Estado de São Paulo e Rio de Janeiro. Ao final, uma breve análise com o pacote gtrendsR obtendo dados de palavras buscadas no google (no Brasil) relacionadas ao novo coronavírus, e ainda, a correlação dessas palavras com os dados do coronavírus no Brasil, com a tentativa de extrair alguma informação relevante para um futuro estudo.

caso_full dataset tem os seguintes campos:

• city - Nome do município (pode estar em branco quando o registro é referente ao estado, pode ser preenchido com Importados/Indefinidos também);

• city_ibge_code - código IBGE do local;

• date - A data do resumono formato YYYY-MM-DD;

• epidemiological_week - Número da semana epidemiológica;

• estimated_population - População estimada para esse município/estado em 2020;

• estimated_population_2019 - População estimada para esse município/estado em 2019, segundo o IBGE. ATENÇÃO: essa coluna possui valores desatualizados, prefira usar a coluna estimated_population;

• is_last - Campo pré-computado que diz se esse registro é o mais novo para esse local, pode ser True ou False;

• is_repeated - Campo pré-computado que diz se as informações nesse registro foram publicadas pela Secretaria Estadual de Saúde no dia date ou se o dado é repetido do último dia em que o dado está disponível (igual ou anterior a date). Isso ocorre pois nem todas as secretarias publicam boletins todos os dias. Veja também o campo last_available_date;

• last_available_confirmed - Número de casos confirmados do último dia disponível igual ou anterior à data date;

• last_available_confirmed_per_100k_inhabitants - Número de casos confirmados por 100.000 habitantes (baseado em estimated_population) do último dia disponível igual ou anterior à data date;

• last_available_date - Data da qual o dado se refere;

• last_available_death_rate - Taxa de mortalidade (mortes / confirmados) do último dia disponível igual ou anterior à data date;

• last_available_deaths - Número de mortes do último dia disponível igual ou anterior à data date;

• order_for_place - Número que identifica a ordem do registro para este local. O registro referente ao primeiro boletim em que esse local aparecer será contabilizado como 1 e os demais boletins incrementarão esse valor;

• place_type - Tipo de local que esse registro descreve, pode ser city ou state;

• state - Sigla da unidade federativa;

• new_confirmed - Número de novos casos confirmados desde o último dia (note que caso is_repeated seja True, esse valor sempre será 0 e que esse valor pode ser negativo caso a SES remaneje os casos desse município para outro);

• new_deaths - Número de novos óbitos desde o último dia (note que caso is_repeated seja True, esse valor sempre será 0 e que esse valor pode ser negativo caso a SES remaneje os casos desse município para outro).

Fonte: Secretarias de Saúde das Unidades Federativas, dados tratados por Álvaro Justen e equipe de voluntários do Brasil.IO

\[ \cdots \]

Pacotes usados

if(!require("pacman")) install.packges("pacman")

pacman::p_load(tidyverse,
               magrittr,
               ggthemes,
               kableExtra,
               zoo,
               gtrendsR,
               gridExtra,
               corrplot,
               readr)

\[ \star \]

Manipulando dados

Carregando os dados .csv

dados <- read_csv("caso_full.csv")

Estados

Agrupando os dados para uma visualização por Estados brasileiros.

dados <- tbl_df(dados)
data_ant <- (Sys.Date() - 1)
estados <- dados %>% 
    filter(date == data_ant, place_type == "state") %>% 
    group_by(state) %>% 
    summarise(case = last_available_confirmed,
              death = last_available_deaths,
              death_rate = last_available_death_rate * 100,
              new_case = new_confirmed,
              new_death = new_deaths,
              case_100kpop = round(last_available_confirmed_per_100k_inhabitants,digits=2),
              pop = estimated_population) %>% 
    arrange(-case) 

\[ \cdots \]

Municípios

Agrupando os dados para uma visualização por municípios brasileiros. Abaixo uma separação pela região do Grande ABC, em SP.

municipios <- dados %>% 
    filter(date == data_ant, place_type == "city") %>% 
    group_by(city) %>% 
    summarise(state = state,
              case = last_available_confirmed,
              death = last_available_deaths,
              death_rate = last_available_death_rate * 100,
              new_case = new_confirmed,
              new_death = new_deaths,
              case_100kpop = round(last_available_confirmed_per_100k_inhabitants,digits=2),
              pop = estimated_population) %>% 
    arrange(-case)

abc <- municipios %>%
    filter(state == "SP") %>% 
    filter(city %in% c("Diadema",
                      "São Bernardo do Campo",
                      "Santo André",
                      "São Caetano do Sul",
                      "Mauá",
                      "Ribeirão Pires",
                      "Rio Grande da Serra"))

\[ \cdots \]

Panorama geral

Tabela que mostra os resumos dos dados por Estado brasileiro e mais informações relevantes para entender a situação em uma visão macro.

kable(head(estados, 27),
      col.names = c("Estados",
                    "Casos",
                    "Mortes",
                    "M(%)",
                    "Casos(24hrs)",
                    "Mortes(24hr)",
                    "Tot/100k pop",
                    "População")) %>% 
    kable_styling(full_width = FALSE,
                  bootstrap_options = c("striped","hover","condensed","responsive"))

Estados	Casos	Mortes	M(%)	Casos(24hrs)	Mortes(24hr)	Tot/100k pop	População
SP	1316371	43661	3.32	9786	200	2843.79	46289333
MG	453364	10499	2.32	4484	70	2129.20	21292666
BA	436662	8531	1.95	4876	29	2924.60	14930634
SC	416752	4224	1.01	5121	41	5746.32	7252502
RJ	381644	23546	6.17	3560	116	2197.63	17366189
RS	363979	7452	2.05	4435	64	3186.38	11422973
PR	317861	6653	2.09	3981	45	2759.97	11516840
CE	313761	9772	3.11	1693	10	3415.23	9187103
GO	292282	6531	2.23	2175	11	4108.81	7113540
PA	278858	6980	2.50	792	8	3208.68	8690745
DF	237114	4043	1.71	792	11	7761.13	3055149
ES	208508	4514	2.16	1524	29	5130.54	4064052
MA	196446	4362	2.22	488	7	2761.17	7114598
PE	195118	9229	4.73	1588	29	2028.97	9616621
AM	185089	4978	2.69	821	6	4398.80	4207714
MT	165454	4233	2.56	742	11	4692.11	3526220
PB	152073	3407	2.24	761	16	3764.86	4039277
PI	133870	2714	2.03	534	10	4079.56	3281480
MS	109785	1888	1.72	0	0	3907.78	2809394
RN	101692	2781	2.73	0	0	2877.40	3534165
AL	97562	2366	2.43	314	3	2910.96	3351543
SE	96990	2351	2.42	644	5	4182.73	2318822
RO	84919	1628	1.92	514	11	4727.02	1796460
TO	84637	1192	1.41	0	0	5322.25	1590248
RR	65595	749	1.14	0	0	10392.42	631181
AP	62221	841	1.35	296	3	7220.11	861773
AC	37902	744	1.96	230	2	4237.37	894470

Casos no Brasil:

Total de casos	Total de mortes	Mortes (%)
6786509	179869	2.65
+(50151)/24hrs	+(737)/24hrs

Informações relevantes n° de cidades:

Mortes	Casos
+ de 500: 49	+ de 10k: 101
+ de 1k: 21	+ de 50k: 10
+ de 5k: 2	+ de 100k: 4

---

Dados da região do Grande ABC, em São Paulo.

kable(head(abc, 7),
      col.names = c("Cidade",
                    "Estado",
                    "Casos",
                    "Mortes",
                    "M(%)",
                    "Casos(24hrs)",
                    "Mortes(24hr)",
                    "Tot/100k pop",
                    "População")) %>% 
    kable_styling(full_width = FALSE,
                  bootstrap_options = c("striped","hover","condensed","responsive"))

Cidade	Estado	Casos	Mortes	M(%)	Casos(24hrs)	Mortes(24hr)	Tot/100k pop	População
São Bernardo do Campo	SP	31197	1124	3.60	293	6	3694.21	844483
Santo André	SP	24631	723	2.94	293	1	3414.48	721368
Diadema	SP	10567	456	4.32	74	2	2476.12	426757
Mauá	SP	9981	422	4.23	77	3	2090.03	477552
São Caetano do Sul	SP	6741	280	4.15	45	4	4162.22	161957
Ribeirão Pires	SP	2733	90	3.29	5	1	2201.21	124159
Rio Grande da Serra	SP	798	31	3.88	4	1	1551.44	51436

---

10 municípios com maior taxa de letalidade e mais de 200mil habitantes.

mun_deathrate <- municipios %>% filter(pop >= 200000) %>% 
    arrange(-death_rate)

kable(head(mun_deathrate, 10),
      col.names = c("Cidade",
                    "Estado",
                    "Casos",
                    "Mortes",
                    "M(%)",
                    "Casos(24hrs)",
                    "Mortes(24hr)",
                    "Tot/100k pop",
                    "População")) %>% 
    kable_styling(full_width = FALSE,
                  bootstrap_options = c("striped","hover","condensed","responsive"))

Cidade	Estado	Casos	Mortes	M(%)	Casos(24hrs)	Mortes(24hr)	Tot/100k pop	População
São João de Meriti	RJ	4551	544	11.95	0	0	962.35	472906
Cabo de Santo Agostinho	PE	2431	288	11.85	19	0	1163.47	208944
Rio de Janeiro	RJ	145763	13676	9.38	0	0	2160.15	6747815
Nova Iguaçu	RJ	8909	779	8.74	0	0	1082.11	823302
Petrópolis	RJ	3406	296	8.69	0	0	1110.61	306678
Paulista	PE	5042	425	8.43	38	1	1507.88	334376
Jaboatão dos Guararapes	PE	11984	905	7.55	83	3	1695.37	706867
Duque de Caxias	RJ	12133	860	7.09	0	0	1312.21	924624
Olinda	PE	7727	543	7.03	50	1	1965.58	393115
Itapevi	SP	3801	247	6.50	31	1	1577.43	240961

---

10 municípios com maior índice de casos por 100mil habitantes e mais de 200mil habitantes.

mun_100kpop <- municipios %>% filter(pop >= 200000) %>% 
    arrange(-case_100kpop)

kable(head(mun_100kpop, 10),
      col.names = c("Cidade",
                    "Estado",
                    "Casos",
                    "Mortes",
                    "M(%)",
                    "Casos(24hrs)",
                    "Mortes(24hr)",
                    "Tot/100k pop",
                    "População")) %>% 
    kable_styling(full_width = FALSE,
                  bootstrap_options = c("striped","hover","condensed","responsive"))

Cidade	Estado	Casos	Mortes	M(%)	Casos(24hrs)	Mortes(24hr)	Tot/100k pop	População
Parauapebas	PA	29375	197	0.67	0	0	13753.89	213576
Boa Vista	RR	48718	547	1.12	0	0	11609.14	419652
São José	SC	19457	153	0.79	0	0	7777.17	250181
Porto Velho	RO	39145	847	2.16	0	0	7257.76	539354
Itabuna	BA	14964	357	2.39	0	0	7002.83	213685
São José do Rio Preto	SP	32475	837	2.58	59	3	6984.13	464983
Criciúma	SC	15127	153	1.01	0	0	6960.99	217311
Vitória	ES	25459	533	2.09	118	1	6958.77	365855
Florianópolis	SC	35313	259	0.73	0	0	6940.09	508826
Aracaju	SE	45718	860	1.88	0	0	6875.84	664908

\[ \cdots \]

Visualização dos dados

Nessa seção vamos analisar os dados através de gráficos de barras. Primeiro de um conjunto de municípios, depois através de uma evolução dos casos com um gráfico animado.

Grande ABC

Vamos visualizar através de um gráfico de barras, os dados de casos/100Mil habitantes da região do Grande ABC em São Paulo. Abaixo um mapa representativo da região.

new_abc <- data.frame(city = c("SBC",
                             "STA",
                             "DIA",
                             "MAU",
                             "SCS",
                             "RBP",
                             "RGS"),
                 case_100kpop = abc$case_100kpop)

new_abc %<>% tbl_df() %>% arrange(-case_100kpop)

plot <- ggplot(new_abc) +
    geom_bar(aes(x = city,
                 y = case_100kpop),
             stat = "identity",
             fill = "tomato",
             alpha = 0.5,
             color = "red",
             width = .75) +
    
    labs(caption = "Fonte: Secretarias de Saúde das Unidades Federativas",
         x = "",
         y = "Número de casos",
         title = "Casos de COVID-19 no Grande ABC",
         subtitle = "Casos por 100Mil habitantes") +
    theme_clean(base_size = 14,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 9,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 8),
          plot.subtitle = element_text(size = 10.5, color = "#A9A9A9"))

plot

\[ \cdots \]

Gráfico de barras animado

Agora vamos ver um gráfico de barras animado, dos Casos acumulados por região.

\[ \cdots \]

Médias móveis

Em Estatística, uma média móvel (MM) é um estimador calculado a partir de amostras sequenciais da população. Médias móveis são comumente usadas com séries temporais para suavizar flutuações curtas e destacar tendências de longo prazo.

abril <- lubridate::as_date("2020-04-01")
sp_mm7 <- dados %>% 
    filter(date >= abril, place_type == "state", state == "SP")

sp_mm7 %<>%
    mutate(MM7_death_sp = zoo::rollmean(new_deaths, k = 7, fill = NA)) %>% 
    mutate(MM7_conf_sp = zoo::rollmean(new_confirmed, k = 7, fill = NA)) %>% 
    select(date, MM7_death_sp, MM7_conf_sp)

rj_mm7 <- dados %>% 
    filter(date >= abril, place_type == "state", state == "RJ")

rj_mm7 %<>%
    mutate(MM7_death_rj = zoo::rollmean(new_deaths, k = 7, fill = NA)) %>% 
    mutate(MM7_conf_rj = zoo::rollmean(new_confirmed, k = 7, fill = NA)) %>% 
    select(date, MM7_death_rj, MM7_conf_rj)

Evolução Casos e Óbitos em SP

sp_mm7_2 <- dados %>% 
    filter(place_type == "state", state == "SP")

sp_mm7_2 %<>%
    mutate(MM7_death_sp = zoo::rollmean(new_deaths, k = 7, fill = NA)) %>% 
    mutate(MM7_conf_sp = zoo::rollmean(new_confirmed, k = 7, fill = NA))

plot <- ggplot(sp_mm7_2) +

    geom_line(aes(x = date,
                  y = MM7_conf_sp,
                  color = "Casos"),
              size = 1.2) +
    geom_line(aes(x = date,
                  y = MM7_death_sp,
                  color = "Mortes"),
              size = 1.2) +
    
    labs(x = "Fonte: Secretarias de Saúde das Unidades Federativas",
         y = "População afetada/dia",
         title = "COVID-19 em São Paulo",
         subtitle = "Média móvel de 7 dias e escala logarítmica") +
    theme_clean(base_size = 14,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 10,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 8),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 10.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_log10(n.breaks = 6) +
    scale_color_manual(values = c("Casos" = "#4169E1",
                                  "Mortes" = "#DC143C"))
plot

plot1 <- ggplot(sp_mm7_2) +

    geom_line(aes(x = date,
                  y = MM7_conf_sp),
                  color = "#4169E1",
              size = 0.9) +
    
    labs(x = "",
         y = "Número de casos/dia",
         title = "Casos de COVID-19",
         subtitle = "Média móvel de 7 dias") +
    theme_clean(base_size = 10,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 8,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 6),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 10.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_continuous(n.breaks = 6)

plot2 <- ggplot(sp_mm7_2) +

    geom_line(aes(x = date,
                  y = MM7_death_sp),
                  color = "#DC143C",
              size = 0.9) +
    
    labs(x = "Fonte: Secretarias de Saúde das Unidades Federativas",
         y = "Número de mortes/dia",
         title = "Mortes de COVID-19",
         subtitle = "Média móvel de 7 dias") +
    theme_clean(base_size = 10,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 8,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 7.0),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 9.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_continuous(n.breaks = 6)

grid.arrange(plot1, plot2, ncol = 2, top = "Dados em São Paulo. (Gráficos não comparáveis pois cada um está em sua própia escala)")

\[ \cdots \]

Evolução Casos e Óbitos no RJ

rj_mm7_2 <- dados %>% 
    filter(place_type == "state", state == "RJ")

rj_mm7_2 %<>%
    mutate(MM7_death_rj = zoo::rollmean(new_deaths, k = 7, fill = NA)) %>% 
    mutate(MM7_conf_rj = zoo::rollmean(new_confirmed, k = 7, fill = NA))

plot1 <- ggplot(rj_mm7_2) +

    geom_line(aes(x = date,
                  y = MM7_conf_rj),
                  color = "#4169E1",
              size = 0.9) +
    
    labs(x = "",
         y = "Número de casos/dia",
         title = "Casos de COVID-19",
         subtitle = "Média móvel de 7 dias") +
    theme_clean(base_size = 10,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 8,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 6),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 10.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_continuous(n.breaks = 6)

plot2 <- ggplot(rj_mm7_2) +

    geom_line(aes(x = date,
                  y = MM7_death_rj),
                  color = "#DC143C",
              size = 0.9) +
    
    labs(x = "Fonte: Secretarias de Saúde das Unidades Federativas",
         y = "Número de mortes/dia",
         title = "Mortes de COVID-19",
         subtitle = "Média móvel de 7 dias") +
    theme_clean(base_size = 10,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 8,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 7.0),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 9.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_continuous(n.breaks = 6)

grid.arrange(plot1, plot2, ncol = 2, top = "Dados no Rio de Janeiro. (Gráficos não comparáveis pois cada um está em sua própia escala)")

\[ \cdots \]

Taxa de Letalidade

# Gráfico da taxa de letalidade
sp_mm7_2 %<>%
    mutate(death_rate = round((MM7_death_sp * 100) / MM7_conf_sp, digits=2))

plot3 <- ggplot(sp_mm7_2) +

    geom_line(aes(x = date,
                  y = death_rate),
                  color = "#4169E1",
              size = 0.9) +
    
    labs(x = "",
         y = "Porcentagem",
         title = "Taxa de Letalidade COVID-19 SP",
         subtitle = "Média móvel de 7 dias") +
    theme_clean(base_size = 10,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 8,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 7),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 10.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_continuous(n.breaks = 10)

rj_mm7_2 %<>%
    mutate(death_rate = round((MM7_death_rj * 100) / MM7_conf_rj, digits=2))

plot4 <- ggplot(rj_mm7_2) +

    geom_line(aes(x = date,
                  y = death_rate),
                  color = "#DC143C",
              size = 0.9) +
    
    labs(x = "Fonte: Secretarias de Saúde das Unidades Federativas",
         y = "Porcentagem",
         title = "Taxa de Letalidade COVID-19 RJ",
         subtitle = "Média móvel de 7 dias") +
    theme_clean(base_size = 10,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 8,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 7),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 9.5, color = "#A9A9A9")) +
    scale_x_date(date_labels = "%b/%y", breaks = "1 month") +
    scale_y_continuous(n.breaks = 10)
    
grid.arrange(plot3, plot4, ncol = 2, top = "Comparativo de taxa de letalidade ao longo do tempo(Observar escalas)")

\[ \cdots \]

Explorando dados diários

Últimos dias

Evolução dos casos de COVID-19 nos últimos 15 dias do Estado de São Paulo.

#ultimos 15 dias
sp <- dados %>% 
    filter(place_type == "state", state == "SP")

sp %<>%
    mutate(MM7_death_sp = zoo::rollmean(new_deaths, k = 7, fill = NA)) %>% 
    mutate(MM7_conf_sp = zoo::rollmean(new_confirmed, k = 7, fill = NA))

sp %<>%
    arrange(desc(date)) %>% 
    mutate(date2 = format(date, "%d/%b/%Y")) %>% 
    select(date2, last_available_confirmed, new_confirmed, last_available_deaths, new_deaths)

kable(head(sp, 15),
      col.names = c("Data",
                    "Total de confirmados",
                    "Confirmados no dia",
                    "Total de mortes",
                    "Mortes no dia")) %>% 
    kable_styling(full_width = FALSE,
                  bootstrap_options = c("striped","hover","condensed","responsive"))

Data	Total de confirmados	Confirmados no dia	Total de mortes	Mortes no dia
10/dez/2020	1316371	9786	43661	200
09/dez/2020	1306585	9784	43461	179
08/dez/2020	1296801	7923	43282	242
07/dez/2020	1288878	1116	43040	25
06/dez/2020	1287762	2675	43015	46
05/dez/2020	1285087	8938	42969	181
04/dez/2020	1276149	8237	42788	151
03/dez/2020	1267912	8208	42637	181
02/dez/2020	1259704	9114	42456	166
01/dez/2020	1250590	8937	42290	195
30/nov/2020	1241653	1180	42095	19
29/nov/2020	1240473	2379	42076	28
28/nov/2020	1238094	4507	42048	146
27/nov/2020	1233587	4320	41902	129
26/nov/2020	1229267	4523	41773	172

\[ \cdots \]

Dias com mais mortes

10 dias com mais mortes de COVID-19, no Estado de São Paulo.

# 10 dias com mais mortes
death_days <- sp %>% arrange(desc(new_deaths)) %>% select(date2, new_deaths)
kable(head(death_days, 10),
      col.names = c("Data",
                    "Mortes no dia")) %>% 
    kable_styling(full_width = FALSE,
                  bootstrap_options = c("striped","hover","condensed","responsive"))

Data	Mortes no dia
13/ago/2020	455
23/jun/2020	434
11/ago/2020	420
14/jul/2020	417
18/ago/2020	416
25/ago/2020	407
05/ago/2020	407
25/jun/2020	407
16/jul/2020	398
09/set/2020	391

\[ \cdots \]

Google Trends

Google Trends é uma ferramenta do Google que mostra os mais populares termos buscados em um passado recente. A ferramenta apresenta gráficos com a frequência em que um termo particular é procurado em várias regiões do mundo, e em vários idiomas. Os números representam o interesse de pesquisa relativo ao ponto mais alto no gráfico de uma determinada região em um dado período. Um valor de 100 representa o pico de popularidade de um termo. Um valor de 50 significa que o termo teve metade da popularidade. Uma pontuação de 0 significa que não havia dados suficientes sobre o termo. Nos exemplos a seguir, a pesquisa de 4 palavras relacionadas a pandemia de COVID-19, pesquisadas no Brasil, de Abril até hoje.

“UTI”

busca_google <- function(busca, plot){
    
    teste <- gtrends(c(busca),
                     geo = c("BR"),
                     time = "2020-04-01 2020-12-09")
    
    time_trend <-teste$interest_over_time
    
    g1 <-ggplot(data=time_trend,
                aes(x=date, y=hits, group=keyword, col=keyword)) +
            geom_line(size = .9, alpha = .75) +
            ylab("Interesse relativo") +
            labs(subtitle = "Interesse ao longo do tempo: Abr/2020 até hoje",
                 caption = "Fonte: Google Trends") +
            theme_clean(base_size = 14, base_family = "mono") +
            theme(legend.title = element_blank(),
                  legend.position = "bottom",
                  legend.text = element_text(size=9),
                  plot.subtitle = element_text(size = 10.5, color = "#A9A9A9"),
                  axis.title.x = element_blank()) + 
            ggtitle("Volume de Busca no Google") +
            scale_color_brewer(palette = "Dark2")
    if(plot == TRUE){
        g1
    }
}

busca_google("UTI", TRUE)

\[ \cdots \]

“Teste covid”

busca_google("Teste covid", TRUE)

\[ \cdots \]

“PCR”

busca_google("PCR", TRUE)

\[ \cdots \]

“Vacina”

busca_google("Vacina", TRUE)

\[ \cdots \]

“Segunda onda”

busca_google("Segunda onda", TRUE)

\[ \cdots \]

Análise de correlação

Verificar a correlação nas buscas de palavras relacionadas ao coronavírus no Brasil, armazenando em um data frame as informações de hits de cada palavras, retiradas dos dados fornecidos com o pacote gtrendsR. Além disso, a correlação dessas palavras com as médias móveis de mortes e casos confirmados dos Estados do Rio de Janeiro e São Paulo, com informações de Abril até hoje.

Correlação das buscas

busca1 <- gtrends(c("Teste covid"),
                     geo = c("BR"),
                     time = "2020-04-01 2020-12-09")
    
time_trend1 <-busca1$interest_over_time

time_trend1 %<>% 
    tbl_df() %>% 
    select(date, hits) %>% 
    rename(Teste_covid = hits)

busca2 <- gtrends(c("PCR"),
                     geo = c("BR"),
                     time = "2020-04-01 2020-12-09")
    
time_trend2 <-busca2$interest_over_time

time_trend2 %<>% 
    tbl_df() %>% 
    select(date, hits) %>% 
    rename(PCR = hits)

busca3 <- gtrends(c("Vacina"),
                     geo = c("BR"),
                     time = "2020-04-01 2020-12-09")
    
time_trend3 <-busca3$interest_over_time

time_trend3 %<>% 
    tbl_df() %>% 
    select(date, hits) %>% 
    rename(Vacina = hits)

busca4 <- gtrends(c("UTI"),
                     geo = c("BR"),
                     time = "2020-04-01 2020-12-09")
    
time_trend4 <-busca4$interest_over_time

time_trend4 %<>% 
    tbl_df() %>% 
    select(date, hits) %>% 
    rename(UTI = hits)

busca5 <- gtrends(c("Segunda onda"),
                     geo = c("BR"),
                     time = "2020-04-01 2020-12-09")
    
time_trend5 <-busca5$interest_over_time

time_trend5 %<>% 
    tbl_df() %>% 
    select(date, hits) %>% 
    rename(Segunda_onda = hits)

summary_df <- time_trend2 %>% left_join(time_trend1)
summary_df <- summary_df %>% left_join(time_trend3)
summary_df <- summary_df %>% left_join(time_trend4)
summary_df <- summary_df %>% left_join(time_trend5)

correl <- summary_df %>% 
    select(PCR, Teste_covid, Vacina, UTI, Segunda_onda) %>% 
    data.frame()

col1 <- colorRampPalette(c("#FC4E07", "orange", "gray", "#00AFBB", "purple"))

corrplot(cor(correl), method = "color", type = "lower", tl.col = "black", tl.srt = 35, diag = F, addCoef.col = "white", number.digits = 2, addgrid.col = "darkgray", cl.pos = "b", col = col1(100))

\[ \star \]

Correlação das buscas X dados COVID-19

Vamos analisar essas palavras buscadas no Google com os dados de médias móveis de São Paulo e Rio de Janeiro.

sp_mm7 %<>%  na.omit()
summary_df <- summary_df %>% left_join(sp_mm7)
rj_mm7 %<>%  na.omit()
summary_df <- summary_df %>% left_join(rj_mm7)
summary_df %<>%  na.omit()

correl <- summary_df %>% 
    select(PCR, Teste_covid, Vacina, UTI, Segunda_onda, MM7_death_sp, MM7_conf_sp, MM7_death_rj, MM7_conf_rj) %>% 
    data.frame()

col1 <- colorRampPalette(c("#FC4E07", "orange", "gray", "#00AFBB", "purple"))

corrplot(cor(correl), method = "color", type = "lower", tl.col = "black", tl.srt = 35, diag = F, addCoef.col = "white", number.digits = 2, addgrid.col = "darkgray", cl.pos = "b", col = col1(100))

d1 <- ggplot(correl, aes(x = MM7_death_sp,
                            y =Teste_covid)) + 
        geom_point(color = "#00AFBB") +
        geom_smooth(method = "lm",
                color = "#FC4E07",
                alpha = 0.08,
                fill = "#FC4E07") +
    labs(title = "Gráfico de dispersão COVID-19",
         x = "Mortes em SP",
         y = "Pesquisa no Google",
         subtitle = "Procura pelo termo no google: 'Teste covid' abr/20 até hoje",
         caption = "Fonte: Google Trends e Secretaria de Saúde") +
    
    theme_clean(base_size = 13,
                base_family = "mono") +
    theme(axis.text.x = element_text(size = 10,
                                     angle = 45,
                                     colour = "black",
                                     vjust = 1,
                                     hjust = 1),
          axis.title.x = element_text(size = 9),
          legend.title = element_blank(),
          legend.position = "top",
          legend.text = element_text(size=9),
          plot.subtitle = element_text(size = 10.5, color = "#A9A9A9"))
d1

\[ \star \]

Referências

• FAQ sobre os Dados
• Brasil.io
  
• blogs.unicamp.br
  
• Canal Peixe Babel
• Lagom Data
  
• Observatório Portal Fiocruz
  
• Observatório COVID-19 BR
  
• Painel Coronavírus
  
• Folha de S.Paulo
• Portal G1
• Stat News

---

• Material produzido para o curso: Análise e visualização de dados do coronavírus usando o R.
  
• Atividade Curricular de Integração Ensino, Pesquisa e Extensão (ACIEPE) da Universidade Federal de São Carlos.

\(\quad\)