Distribución de infectados por Chagas y su relación con la riqueza de insectos vectores en Colombia, durante el 2018

                                         Cristian Guzmán-Soto
                                        Universidad del Norte
                                  Maestría en estadística Aplicada
                                Visualización de datos con R & Paython
                                                  2020

Contenido

Objetivos
Los datos
Exploración de los datos
Problema de los datos
Análisis descriptivo
Modelo numérico
Conclusiones

Objetivos

Objetivo general

Relacionar la población de personas infectadas por el Chagas con la riqueza de insectos vectores de la enfermedad, en los departamentos del Colombia, 2018

Objetivos especificos

Caracterizar la población de personas infectadas por el Chagas en los departamentos del Colombia, 2018
Describir la distribución de la riqueza de insectos vectores del Chagas en los departamentos de Colombia

Exploración de los datos

(http://portalsivigila.ins.gov.co/Paginas/Buscador.aspx#)

#str(DatosVF)
names(DatosVF)

##  [1] "CONSECUTIVE"             "COD_EVE"                
##  [3] "FEC_NOT"                 "SEMANA"                 
##  [5] "ANO"                     "COD_PRE"                
##  [7] "COD_SUB"                 "EDAD"                   
##  [9] "UNI_MED"                 "SEXO"                   
## [11] "COD_PAIS_O"              "COD_DPTO_O"             
## [13] "COD_MUN_O"               "AREA"                   
## [15] "LOCALIDAD"               "CEN_POBLA"              
## [17] "VEREDA"                  "BAR_VER"                
## [19] "OCUPACION"               "TIP_SS"                 
## [21] "COD_ASE"                 "PER_ETN"                
## [23] "GRU_POB"                 "GP_DISCAPA"             
## [25] "GP_DESPLAZ"              "GP_MIGRANT"             
## [27] "GP_CARCELA"              "GP_GESTAN"              
## [29] "GP_INDIGEN"              "GP_POBICFB"             
## [31] "GP_MAD_COM"              "GP_DESMOVI"             
## [33] "GP_PSIQUIA"              "GP_VIC_VIO"             
## [35] "GP_OTROS"                "COD_DPTO_R"             
## [37] "COD_MUN_R"               "COD_DPTO_N"             
## [39] "COD_MUN_N"               "FEC_CON"                
## [41] "INI_SIN"                 "TIP_CAS"                
## [43] "PAC_HOS"                 "FEC_HOS"                
## [45] "CON_FIN"                 "FEC_DEF"                
## [47] "AJUSTE"                  "FECHA_NTO"              
## [49] "CER_DEF"                 "CBMTE"                  
## [51] "FEC_ARC_XL"              "FEC_AJU"                
## [53] "FM_FUERZA"               "FM_UNIDAD"              
## [55] "FM_GRADO"                "VERSION"                
## [57] "confirmados"             "est_f_caso"             
## [59] "Evento"                  "estado_final_de_caso"   
## [61] "Departanento_ocurrencia" "Municipio_ocurrencia"   
## [63] "Departamento_residencia" "Municipio_residencia"

dim(DatosVF)

## [1] 401  64

#De caracter a Date
DatosVF$FEC_NOT %<>% dmy()

#De numérico a factor
DatosVF$PER_ETN %<>% as.factor

#De caractera factor
DatosVF %<>% mutate_if(is.character, as.factor)

Filtro 1

ch_col <- subset(DatosVF,subset=(COD_PAIS_O==170))
ch_col %<>% droplevels

unique(ch_col$ANO)

## [1] 2018

unique(year(ch_col$FEC_NOT))

## [1] 2018 2019

Nueva variable (año de la notificación) para filtrar

ch_col %<>% mutate(anio=year(ch_col$FEC_NOT))

Filtro 2

ch_col <- subset(ch_col,subset=(anio==2018))
ch_col %<>% droplevels

Nueva variable

ch_col %<>% mutate(dia_anio=yday(ch_col$FEC_NOT))

missmap(ch_col)

Selección de variables de interés

ch_col%<>% select(dia_anio,Departanento_ocurrencia,Departamento_residencia,PER_ETN,EDAD,SEXO)
ch_col %<>% droplevels
ch_col %>% glimpse

## Rows: 382
## Columns: 6
## $ dia_anio                <int> 261, 51, 243, 19, 341, 207, 207, 207, 207, ...
## $ Departanento_ocurrencia <fct> CESAR, NORTE SANTANDER, GUAJIRA, CUNDINAMAR...
## $ Departamento_residencia <fct> CESAR, NORTE SANTANDER, GUAJIRA, CUNDINAMAR...
## $ PER_ETN                 <fct> 1, 6, 6, 6, 6, 1, 1, 1, 1, 1, 1, 6, 6, 6, 6...
## $ EDAD                    <dbl> 30, 39, 43, 55, 38, 5, 7, 28, 20, 10, 13, 4...
## $ SEXO                    <fct> F, M, F, F, F, M, F, F, M, F, M, F, M, F, M...

summary(ch_col)

##     dia_anio   Departanento_ocurrencia Departamento_residencia PER_ETN
##  Min.   :  3   CESAR    :117           CESAR   :118            1:247  
##  1st Qu.:207   GUAJIRA  : 99           GUAJIRA : 98            5:  2  
##  Median :261   CASANARE : 66           CASANARE: 65            6:133  
##  Mean   :224   ARAUCA   : 53           ARAUCA  : 53                   
##  3rd Qu.:261   SANTANDER: 12           BOGOTA  :  8                   
##  Max.   :361   BOYACA   : 11           BOYACA  :  8                   
##                (Other)  : 24           (Other) : 32                   
##       EDAD       SEXO   
##  Min.   : 3.00   F:215  
##  1st Qu.:20.00   M:167  
##  Median :33.00          
##  Mean   :33.53          
##  3rd Qu.:43.00          
##  Max.   :88.00          
##

missmap(ch_col)

unique(ch_col$Departanento_ocurrencia)

##  [1] CESAR                   NORTE SANTANDER         GUAJIRA                
##  [4] CUNDINAMARCA            CASANARE                BOYACA                 
##  [7] SANTANDER               SUCRE                   ATLANTICO              
## [10] ARAUCA                  PROCEDENCIA DESCONOCIDA MAGDALENA              
## [13] CHOCO                   TOLIMA                  PUTUMAYO               
## 15 Levels: ARAUCA ATLANTICO BOYACA CASANARE CESAR CHOCO ... TOLIMA

table(ch_col$Departanento_ocurrencia)

## 
##                  ARAUCA               ATLANTICO                  BOYACA 
##                      53                       1                      11 
##                CASANARE                   CESAR                   CHOCO 
##                      66                     117                       1 
##            CUNDINAMARCA                 GUAJIRA               MAGDALENA 
##                       5                      99                       1 
##         NORTE SANTANDER PROCEDENCIA DESCONOCIDA                PUTUMAYO 
##                       8                       1                       4 
##               SANTANDER                   SUCRE                  TOLIMA 
##                      12                       1                       2

dplyr::filter(ch_col,Departanento_ocurrencia=="PROCEDENCIA DESCONOCIDA")

## # A tibble: 1 x 6
##   dia_anio Departanento_ocurrencia Departamento_residencia PER_ETN  EDAD SEXO 
##      <int> <fct>                   <fct>                   <fct>   <dbl> <fct>
## 1      223 PROCEDENCIA DESCONOCIDA CUNDINAMARCA            6          24 F

#Asumiendo que donde recide ocirrió el evento
ch_col$Departanento_ocurrencia[ch_col$Departanento_ocurrencia=="PROCEDENCIA DESCONOCIDA"]<-"CUNDINAMARCA"

unique(ch_col$Departamento_residencia)

##  [1] CESAR                   NORTE SANTANDER         GUAJIRA                
##  [4] CUNDINAMARCA            CASANARE                BOYACA                 
##  [7] SANTANDER               SUCRE                   ATLANTICO              
## [10] BOGOTA                  ARAUCA                  PROCEDENCIA DESCONOCIDA
## [13] MAGDALENA               CHOCO                   TOLIMA                 
## [16] PUTUMAYO               
## 16 Levels: ARAUCA ATLANTICO BOGOTA BOYACA CASANARE CESAR CHOCO ... TOLIMA

table(ch_col$Departanento_residencia)

## Warning: Unknown or uninitialised column: `Departanento_residencia`.

## < table of extent 0 >

dplyr::filter(ch_col,Departamento_residencia=="PROCEDENCIA DESCONOCIDA")

## # A tibble: 3 x 6
##   dia_anio Departanento_ocurrencia Departamento_residencia PER_ETN  EDAD SEXO 
##      <int> <fct>                   <fct>                   <fct>   <dbl> <fct>
## 1      146 BOYACA                  PROCEDENCIA DESCONOCIDA 6          16 F    
## 2      146 BOYACA                  PROCEDENCIA DESCONOCIDA 6          10 M    
## 3      244 CASANARE                PROCEDENCIA DESCONOCIDA 6          27 F

unique(ch_col$PER_ETN)

## [1] 1 6 5
## Levels: 1 5 6

ch_col$PER_ETN[ch_col$PER_ETN=="5"]<-"6"
ch_col %<>% droplevels

barplot(table(ch_col$PER_ETN))

par(mfrow=c(1,2))
hist(ch_col$dia_anio, main = "")
V_aux_dpto<-table(ch_col$Departanento_ocurrencia)
barplot(sort(V_aux_dpto,decreasing = FALSE),las=1,horiz = 1)

par(mfrow=c(2,2))
boxplot(ch_col$EDAD)
boxplot(ch_col$EDAD~ch_col$Departanento_ocurrencia,horizontal = 1,las=1,ylab = "")
boxplot(ch_col$EDAD~ch_col$SEXO)
boxplot(ch_col$EDAD~ch_col$PER_ETN,horizontal = 1,las=1,ylab = "")

Problema de los datos

No contiene reporte para todos los departamentos
La página de descarga directa no presenta descripción de las variables
Solo corresponde a un año

Análisis descriptivo

Figura 1. Infectados según la etnia al año Figura 2. Infectados según el sexo al año

Figura 3. Número de infectados en Colombia por departamento

Figura 4. Densidad de infectados en Colombia por día del 2018

Figura 5. Distribución de la edad por sexo (A) y por etnia (B)

Figura 6.Distribución de la edad por departamento

Resumen 1 y nueva variable

## # A tibble: 3 x 5
## # Groups:   Departanento_ocurrencia, PER_ETN [2]
##   Departanento_ocurrencia PER_ETN SEXO   Edad Casos
##   <fct>                   <fct>   <fct> <dbl> <int>
## 1 ARAUCA                  1       F      23.7    12
## 2 ARAUCA                  1       M      27.9    10
## 3 ARAUCA                  6       F      44.1    20

## # A tibble: 3 x 6
## # Groups:   Departanento_ocurrencia, PER_ETN [2]
##   Departanento_ocurrencia PER_ETN SEXO   Edad Casos proporcion
##   <fct>                   <fct>   <fct> <dbl> <int>      <dbl>
## 1 ARAUCA                  1       F      23.7    12       3.14
## 2 ARAUCA                  1       M      27.9    10       2.62
## 3 ARAUCA                  6       F      44.1    20       5.24

Figura 7. Proporción media de infectados de las etnias por departamento

Figura 8. Distribución de la proporción de infectados de Chagas según la etnia a la que pertenece y el sexo

Resumen 2 y nueva variable

## # A tibble: 3 x 4
##   Departanento_ocurrencia  Edad Casos_col proporcion_col
##   <fct>                   <dbl>     <int>          <dbl>
## 1 ARAUCA                   39.3        53         13.9  
## 2 ATLANTICO                59           1          0.262
## 3 BOYACA                   16.6        11          2.88

##  [1] ARAUCA          ATLANTICO       BOYACA          CASANARE       
##  [5] CESAR           CHOCO           CUNDINAMARCA    GUAJIRA        
##  [9] MAGDALENA       NORTE SANTANDER PUTUMAYO        SANTANDER      
## [13] SUCRE           TOLIMA         
## 14 Levels: ARAUCA ATLANTICO BOYACA CASANARE CESAR CHOCO ... TOLIMA

Filtro 3

Resumen 3 y nueva variable

## # A tibble: 3 x 4
##   Departanento_ocurrencia  Edad Casos_I proporcion_I
##   <fct>                   <dbl>   <int>        <dbl>
## 1 ARAUCA                   25.6      22        8.91 
## 2 BOYACA                   13.8       6        2.43 
## 3 CASANARE                 22         1        0.405

## [1] ARAUCA   BOYACA   CASANARE CESAR    GUAJIRA  PUTUMAYO TOLIMA  
## Levels: ARAUCA BOYACA CASANARE CESAR GUAJIRA PUTUMAYO TOLIMA

## Reading layer `COLOMBIA' from data source `C:\Users\Guzman\Documents\Guzman Soto CJ\UNorte\Sem III\R y Python\coordenadas\Colombia\COLOMBIA.shp' using driver `ESRI Shapefile'
## Simple feature collection with 33 features and 11 fields
## geometry type:  MULTIPOLYGON
## dimension:      XY
## bbox:           xmin: -81.73575 ymin: -4.227907 xmax: -66.84735 ymax: 13.39453
## geographic CRS: WGS 84

## NULL

##  [1] "ANTIOQUIA"                  "ATLANTICO"                 
##  [3] "BOGOTA D.C."                "BOLIVAR"                   
##  [5] "BOYACA"                     "CALDAS"                    
##  [7] "CAQUETA"                    "CAUCA"                     
##  [9] "CESAR"                      "CORDOBA"                   
## [11] "CUNDINAMARCA"               "CHOCO"                     
## [13] "HUILA"                      "LA GUAJIRA"                
## [15] "MAGDALENA"                  "META"                      
## [17] "NARIÑO"                     "NORTE DE SANTANDER"        
## [19] "QUINDIO"                    "RISARALDA"                 
## [21] "SANTANDER"                  "SUCRE"                     
## [23] "TOLIMA"                     "VALLE DEL CAUCA"           
## [25] "ARAUCA"                     "CASANARE"                  
## [27] "PUTUMAYO"                   "AMAZONAS"                  
## [29] "GUAINIA"                    "GUAVIARE"                  
## [31] "VAUPES"                     "VICHADA"                   
## [33] "ARCHIPIELAGO DE SAN ANDRES"

## NULL

Figura 9. Distribución esapcial de la proporcion de colombianos infectados por Chagas

Figura 10. Distribución esapcial de la proporcion de indigenas colombianos infectados por Chagas

Especies vectores del Chagas

Figura 11. Distribución de la riqueza de especies vectores de Chaga por departamento

Figura 12. Distribución espacial de la riqueza de especies vectores por departamento

Modelo numérico

Se buscará relacionar - El número de … infectados con la riqueza de especies vectores de Chaga mediante modelos lineales - El número de infectados en función de otras variables explicativas como ambientales o biologícas a travez de un Análisis de Correspondencia Canónica

Conclusiones

Departamentos representativos de la región Caribe (Cesar, La Guajira) y Orinoquía (Arauca, Casanare) presentaron moderadas proporciones de infectados por Chaga

Los indigenas muestran una tendencia a ser más afectados en relación a otras etnias, y en espacial los hombres

El segundo semestre de 2018 evidenció el mayor número de casos de Chagas en general

Trabajo Final R y Python

Cristian Guzmán-Soto

16/12/2020