Base para mapas en R

Los mapas en salud han sido importantisimos para el desarrollo de la epidemiologia, desde su nacimiento con la famosa visualizacion de colera de Snow hasta los que suelen verse en medios sobre el avance de la ultima epidemia

Mapeamos los poligonos de las comunas

p1 <- ggplot() +
  geom_sf(data = comunas, fill = "navyblue") +
  theme_void()

p1

Agregamos informacion sobre los hospitales publicos en una capa nueva

p2 <- ggplot() +
  geom_sf(data = comunas, fill = "navyblue") +
  geom_sf(data = hospitales, alpha = 0.8, color = "#e2d810", size = 0.6) +
  theme_void()

p2

Sumamos los centros de atencion primaria de la salud

p3 <- ggplot() +
  geom_sf(data = comunas, fill = "navyblue") +
  geom_sf(data = hospitales, alpha = 0.8, color = "#e2d810", size = 0.6) +
  geom_sf(data = cesacs, alpha = 0.8, color = "#12a4d9", size = 0.6) +
  theme_void()

p3

Y por ultimo las farmacias

p4 <- ggplot() +
  geom_sf(data = comunas, fill = "navyblue") +
  geom_sf(data = hospitales, alpha = 0.8, color = "#e2d810", size = 0.6) +
  geom_sf(data = cesacs, alpha = 0.8, color = "#12a4d9", size = 0.6) +
  geom_sf(data = farmacias, alpha = 0.8, color = "#d9138a", size = 0.6) +
  theme_void()
  

p4

animation::saveGIF(
  expr = {
    plot(p1)
    plot(p2)
    plot(p3)
    plot(p4)
  },
  movie.name = "infraestructura.gif"
)

## [1] TRUE

Podemos usar datos tabulares tambien para ver cuales son los medicamentos y presentaciones mas vendidas

medicamentos <- read_excel(enc2utf8("rank-medicamento-consumido-.xlsx")) 

head(medicamentos)

## # A tibble: 6 x 9
##   `Año ID` `Cod Alfabeta ID` `Medicamento ID` `Presentacion ID`  `Generico ID`  
##      <dbl>             <dbl> <chr>            <chr>              <chr>          
## 1     2020             25910 SUPRADYN FORTE   grag.x 30          Vit.+minerales 
## 2     2020             41503 ASPIRINA PREVENT comp.cub.enterica… Acetilsalicíli…
## 3     2020             25912 SUPRADYN FORTE   Efer.comp.x 30 Na… Vit.+minerales 
## 4     2020             15987 LOSACOR          50 mg comp.rec.x … Losartán       
## 5     2020              1992 POLPER B12       a.beb.x 30         Aminoácidos+vi…
## 6     2020             34960 LOTRIAL          10 mg comp.x 60    Enalapril      
## # … with 4 more variables: Cobertura ID <chr>, Rank ID <dbl>,
## #   Indicadores <lgl>, % Dispensa al 100% <dbl>

glimpse(medicamentos)

## Rows: 51
## Columns: 9
## $ `Año ID`             <dbl> 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2…
## $ `Cod Alfabeta ID`    <dbl> 25910, 41503, 25912, 15987, 1992, 34960, 25416, 1…
## $ `Medicamento ID`     <chr> "SUPRADYN FORTE", "ASPIRINA PREVENT", "SUPRADYN F…
## $ `Presentacion ID`    <chr> "grag.x 30", "comp.cub.enterica x 50", "Efer.comp…
## $ `Generico ID`        <chr> "Vit.+minerales", "Acetilsalicílico,ác.", "Vit.+m…
## $ `Cobertura ID`       <chr> "50%", "60%", "50%", "80%", "50%", "80%", "60%", …
## $ `Rank ID`            <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15…
## $ Indicadores          <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ `% Dispensa al 100%` <dbl> 0.0000000000, 0.3124200170, 0.0000000000, 0.53738…

medicamentos %>%
  clean_names() %>% 
  arrange(rank_id) %>% 
  select(medicamento_id, presentacion_id)

## # A tibble: 51 x 2
##    medicamento_id     presentacion_id         
##    <chr>              <chr>                   
##  1 SUPRADYN FORTE     grag.x 30               
##  2 ASPIRINA PREVENT   comp.cub.enterica x 50  
##  3 SUPRADYN FORTE     Efer.comp.x 30 Nar.s/az.
##  4 LOSACOR            50 mg comp.rec.x 30     
##  5 POLPER B12         a.beb.x 30              
##  6 LOTRIAL            10 mg comp.x 60         
##  7 CORBIS             5 mg comp.rec.x 30      
##  8 T4 MONTPELLIER 100 100 mcg comp.x 50       
##  9 LOSACOR D          50/12.5 mg comp.rec.x 30
## 10 LOTRIAL D          comp.x 30               
## # … with 41 more rows

Hay muchisimos temas para explorar, ruido ambiental durante el dia y durante la noche para identificar las zonas mas ruidosas

ruido_n <- st_read("mapa_de_ruido_nocturno/mapa_de_ruido_nocturno.shp")
ruido_d <- st_read("mapa_de_ruido_diurno/mapa_de_ruido_diurno.shp")
head(ruido_n)

ggplot() +
  geom_sf(data = ruido_n, alpha = 0.01, color = "pink")


ggplot() +
  geom_sf(data = ruido_d, alpha = 0.01, color = "blue")