I. Introduccion
El coronavirus es una familia de virus que causa enfermedades desde un resfriado común hasta enfermedades severas que requieren mayor atención clínica similares a las observadas en el síndrome respiratorio por coronavirus de Medio Oriente (MERS) y el Síndrome respiratorio agudo grave (SARS). Coronavirus
II. Antecedentes
Coronavirus SARS-COV-2, es un virus que apareció por primera vez en China en noviembre de 2019 y provoca una enfermedad llamada COVID-19, que se extendió por el mundo y fue declarada pandemia global por la Organización Mundial de la Salud. Esta enfermedad afecta principalmente a los siguientes grupos poblacionales:
- Personas de la tercera edad.
- Personas con sobrepeso u obesidad.
- Personas con enfermedades crónicas como: cáncer, diabetes, e hipertensión.
- Mujeres con embarazo.
La Organización Mundial de la Salud recomienda como medidas para la reducción de contagios: * Evitar lugares aglomerados (transporte público, centros de convenciones/deportivos, supermercados, etc). * Mantener medidas sanitarias (lavado de manos, uso de cubrebocas, evitar el contacto con personas contagiadas, etc).
El periodo de pandemia a nivel federal en México dio comienzo con la jornada de “Sana Distancia” el 23 de marzo, como punto de comparación la Organización Mundial de la Salud declaró el brote una emergencia de salud pública de importancia internacional el 30 de enero de 2020 y una pandemia el 11 de marzo de 2020.
Cronología de la pandemia en México * En México residen 15.4 millones de personas de 60 años o más y el 69.4% presentan algún tipo de discapacidad. * México ocupa el segundo lugar de prevalencia mundial de obesidad en la población adulta; De la población de 5 a 11 años, 18% tiene sobrepeso y va en incremento conforme aumenta la edad; 21% de los hombres de 12 a 19 años y 27% de las mujeres de la misma edad, presentan sobrepeso. En la población de 20 años o más, los hombres (42%) reportan una prevalencia más alta que las mujeres (37%). * Se estima que el 70.3% de la población adulta en México vive con al menos un factor de riesgo cardiovascular.
Obesidad en México Riesgo cardiovascular en México
Factores a considerar
En México el 80% de la población utilizaba de manera frecuente cómo método de transporte el sistema público, cerca del 40% lo utiliza como único método de transporte, este número bajó de forma significativa con el inicio de la pandemia. La densidad poblacional en México varía de gran manera de estado a estado, por ejemplo la densidad de población es de 6163.3 habitantes por kilómetro cuadrado en la capital del país, y contrasta con la media nacional de 64.3 habitantes por kilómetro cuadrado.
Prevencion del COVID-19
Para evitar el contagio puedes realizar las siguientes medidas:
Lavar manos usando jabón durante 20 segundos como minimo.
No tocarse los ojos, nariza o boca si tus manos no están limpias
Cubrir nariz y boca con el brazo o usar un pañuelo desechable al momento de estornudar o toser. Dbes tirar al la basura en una bolsa el pañuelo.
Mantener distancia entre las demas Personas
Palabras Clave
(MERS) es una enfermedad respiratoria contagiosa que puede ser fatal. Suele propagarse mediante el contacto directo con una persona infectada. Los síntomas incluyen fiebre, tos y dificultad para respirar. Otros síntomas son las náuseas, los vómitos y la diarrea. El tratamiento incluye reposo, ingesta de líquidos, analgésicos y, en casos severos, oxigenoterapia.
SARS El síndrome agudo respiratorio severo (SARS) es una neumonía muy grave, causada por un nuevo virus de la familia de los coronavirus. La enfermedad se extendió en 2003 a varios países del sudeste asiático, Europa y América del Norte y ha provocado alarma mundial debido al número de afectados y a que no se dispone de tratamiento ni vacuna aprobada.
III. OBJETIVO
El objetivo de nuestro estudio se basa en un análisis acerca de la variación de los picos de contagio en una serie de tiempo para así determinar su comportamiento y conocer mejor su conducta.
IV. METODOLOGÍA
Estadística Descriptiva
La estadística descriptiva es una disciplina que se encarga de recoger, almacenar, ordenar, realizar tablas o gráficos y calcular parámetros básicos sobre el conjunto de datos. # V. Resultados
Importamos los datos
De los siguientes enlaces puedes usar los datos, para realizar la comprobacion sobre este este analisis, o bien en la parte inicial al lado derecho se encuentra el Archivo .Rmd.
library(pacman) #para importar la biblioteca "pacman"
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","plotly", "gganimate","gifski","scales","ggdark","xts")#se realiza la declaración de las variables que contendrán las url en donde se encuentran los datos crudos de confirmados, decesos, 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" ,])
#casos <- read.csv("docs/Casos_Diarios_Estado_Nacional_Confirmados_20211014.csv")
Fecha <- seq(from = as.Date("2020-01-22"), to = as.Date("2021-10-16"), by = "day" )#casos confirmados
vec1 <- as.vector(conf_mex)
vec2 <- vec1[5:638]
num1 <- as.numeric(vec2)
Confirmados <- as.vector(num1)
#decesos
vec1 <- as.vector(dec_mex)
vec2 <- vec1[5:638]
num1 <- as.numeric(vec2)
Decesos <- as.vector(num1)
#recuperados
vec1 <- as.vector(rec_mex)
vec2 <- vec1[5:638]
num1 <- as.numeric(vec2)
Recuperados <- as.vector(num1)
#generación de un marco de datos (data frame)
datos1 <- data.frame(Fecha, Confirmados, Decesos, Recuperados)Series de tiempo
Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). El termino se aplica a datos que se registran de forma periodica que en este caso muestran diariamente y mensualmente en los siguientes graficos.
Graficos
- !!Advertencia!!, Toma en cuenta que al elegir la vista por día son demasiados datos
Por mes
ggplotly(gcov, width = 850)Por dia
ggplotly(gcov, width = 1000,dynamicTicks = )Grafica Animada
# Sequencia por meses para escalar grafico.
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")) +
geom_point(aes(Fecha,Confirmados, colour="Confirmados")) +
geom_point(aes(Fecha,Decesos, colour="Decesos")) +
geom_point(aes(Fecha,Recuperados, colour="Recuperados")) +
geom_text(aes(x = min(Fecha), y = min(Confirmados), label = as.factor(Fecha)) , hjust=-2, vjust = -0.2, alpha = 0.2, col = "gray", size = 20) +
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) +
scale_x_continuous(breaks = scala) +
theme(axis.text.x = element_text(angle = 65, hjust = 1)) +
transition_reveal(Fecha) +
view_follow() +
ease_aes('linear')
animate(gcov,nframes= 500, duration=40)