Limpie el environment para comenzar a trabajar.
rm(list = ls())Enviroment Limpio
Cargue los paquetes necesarios para trabajar con DT.
library(data.table)Cargamos data.table
Abra las bases de datos egresos y Enfermedades.
egresos <- readRDS("egresos.RDS")
enfermedades <- fread("Enfermedades.csv")
egresos <- as.data.table(egresos)Abrimos las bases que utilizaremos para trabajar
Muestre cuántas personas de cada región hay en la base egresos.
Personas_por_region <- egresos[,.N, by="REGION"]
Personas_por_regionPersonas por region en la base de egresos
Repita la pregunta anterior, pero esta vez considerando solo a las 15 regiones de Chile
Existe una inconsistencia en la base de datos egresos, ya que hay personas que tienen más días de estadía en el hospital que días vividos. Por lo tanto, debemos eliminar estos casos de la base de datos. Para esto, cree una nueva variable que corresponda a los días de vida de una persona y elimine aquellas observaciones que tengan más días de estadía en un hospital que días de vida.
¿Cuántas personas hay según previsión en la base egresos?
egresos[,.N, by=.(PREVI)]Número de personas en previsión
Realice un resumen de las características de las personas de la base egresos según su previsión y sexo. Este resumen debe contener: edad promedio y días de estadía promedio en un hospital.
egresos[,.(mean(EDAD), mean(DIAS_ESTAD)), by=.(PREVI,SEXO)]Resumen de los promedios por edad y dias de estadia, por categoria prevision y sexo
Cree un nuevo objeto que corresponda a un merge entre la base egresos y Enfermedades.
names(egresos)[1] <- "Codigo"
Objeto1 <- merge(enfermedades, egresos, by="Codigo")Cambiamos el nombre en egresos, usando el mismo nombre que en enfermedad, en este caso, por codigo
Ahora queremos identificar, con este nuevo objeto, la proporción de enfermos que hay por región y tipo de tratamiento,es decir, del total de enfermos por región cuántos corresponden a cada tratamiento.
Total_enfermos_region <- Objeto1[,.N, by=.(REGION)]
Total_enfermos_tratamiento <- Objeto1[,.N, by=.(Tratamiento)]
Total_region_tratamiento <- Objeto1[,.N, by=.(REGION, Tratamiento)]
Total_region_tratamientoJuntamos ambos totales (por region y tratamiento) para luego ordenarlo y saber a cuando corresponde cada uno
¿En qué región se atienden quienes tienen que realizarse cirugías y de qué región provienen?
Objeto1[,.N, by=.(INTERV_Q,REGION)]
Objeto1[,.N, by=.(CodRegion_ESTAB)]Cirugías <- Objeto1[,.N, by=.(INTERV_Q,REGION, CodRegion_ESTAB)]
CirugíasAhora logramos saber cuantas personas según su región, se sometieron a alguna cirugia y donde
¿Las personas suelen atenderse en la misma región donde viven? Para respoder esta pregunta, puedes modificar el objeto creado en la pregunta 11 y así podrás visualizar mejor la información. ¿Cuántas personas se realizan intervenciones quirúrgicas en su región y cuantas en otra?
Cirugías <- Objeto1[]Realice el mismo ejercicio de la pregunta 11 y 12, pero considerando a aquellas personas que pertenecen a Fonasa y se realizan intervenciones quirúrgicas.¿Cambia en algo el análisis con respecto a las preguntas anteriores?