Acerca de este documento

Este es un documento que explica de manera demostrativa una forma de procesar datos abiertos oficiales de México y convertirlos en análisis y visualizaciones que puedan ser útiles para los ciudadanos ante la pandemia por COVID-19
El análisis fue realizado con el objetivo de difundir y democratizar el uso y análisis de datos en México para de esta forma crear una masa crítica que nos permita tomar mejores decisiones en lo colectivo con mejores herramientas y métodos.
El código aquí usado está escrito en el lenguaje de programación abierto R y puede ser descargado y así como también sus datos en los hipervínculos que se encuentran abajo.

TALLER DE CIENCIA DE DATOS APLICADA A SALUD PÚBLICA Y EPIDEMIOLOGÍA

Ejercicios incluidos

Este es un taller de ciencia de datos (data science) gratuito con una duración de 3 horas y media, en el cual se pretende introducir al público al tema del análisis de las métricas de salud pública así como de la evolución y modelación de la pandemia de COVID-19 usando datos oficiales.

En este taller se verán 3 ejercicios

Datos globales de Johns Hopkins University para México
Datos de coronavirus.gob.mx para Sonora y Sinaloa
Datos de enfermedades crónicas en Sonora

importación de paquetes / bibliotecas

setwd("~/RTTALLERSALUD") #Directorio de trabajo
library(pacman) #para importar la biblioteca "pacman"
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","plotly", "gganimate","gifski","scales")

Descarga de este código

Para fines de reproductividad se incluyen todo el código para su descarga

xfun::embed_file("RTALLERSALUD.Rmd")

Download RTALLERSALUD.Rmd

Datos globales de Johns Hopkins University para México

De lo general a lo particular

Datos obtenidos de:

“Coronavirus COVID-19 Global cases by the center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU)” https://coronavirus.jhu.edu/map.html

Importar datos de JHU

#Se realiza la declaración de las variables que contendrán las url en donde se encuentran los datos crudos de confirmados, descesos, recuperados

url_conf <- "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"

url_decesos <- "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"

url_recuperados <- "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv"

#Leer los archivos .csv de las url

datos_conf <- read.csv(url_conf)
datos_decesos <- read.csv(url_decesos)
datos_recuperados <- read.csv(url_recuperados)

# definir variables

conf_mex <- t(datos_conf[datos_conf$Country.Region=="Mexico" ,])
dec_mex <-  t(datos_decesos[datos_decesos$Country.Region=="Mexico" ,])
rec_mex <- t(datos_recuperados[datos_recuperados$Country.Region=="Mexico" ,])

Formatear datos

Eliminar campos no utilizables
Formatear las fechas
Crear un marco de dats (data frame)

#Vector de fecha
Fecha <- seq(from = as.Date("2020-01-22"), to = as.Date("2020-12-19"), by = "day")

#casos confirmados
vec1 <- as.vector(conf_mex)
vec2 <- vec1[5:337]
num1 <- as.numeric(vec2)
Confirmados <- as.vector(num1)

#casos decesos
vec1 <- as.vector(dec_mex)
vec2 <- vec1[5:337]
num1 <- as.numeric(vec2)
Decesos <- as.vector(num1)

#casos recuperados
vec1 <- as.vector(rec_mex)
vec2 <- vec1[5:337]
num1 <- as.numeric(vec2)
Recuperados <- as.vector(num1)

#generación de un marco de datos (data frame)

datos1 <- data.frame(Fecha, Confirmados, Decesos, Recuperados)

graficacion de datos

A continuación se presentan visualizaciones que representan los datos de confirmados, decesosy recuperados para México

gcov <- ggplot(data = datos1) +
  geom_line(aes(Fecha, Confirmados, colour="Confirmados")) +
  geom_line(aes(Fecha, Decesos, colour="Decesos")) +
  geom_line(aes(Fecha, Recuperados, colour="Recuperados")) +
  xlab("Fecha") +
  ylab("COVID-19 en México") +
  labs(colour="casos")+
  ggtitle("Casos de COVID-19 en México (Fuente: JHU CSSE") +
  scale_y_continuous(labels = comma)
gcov

### Grafica interactiva

Esto es usando el paquete “plotly”

ggplotly(gcov)

Gráfica animada

ggplot(data = datos1) +
  geom_line(aes(Fecha, Confirmados, colour="Confirmados")) +
  geom_line(aes(Fecha, Decesos, colour="Decesos")) +
  geom_line(aes(Fecha, Recuperados, colour="Recuperados")) +
  xlab("Fecha") +
  ylab("COVID-19 en México") +
  labs(colour="casos")+
  ggtitle("Casos de COVID-19 en México (Fuente: JHU CSSE") +
  scale_y_continuous(labels = comma) +
  transition_reveal(Fecha)

RTALLERSALUD

Karely Garcia Ochoa

19/12/2020