---
title: "Painel Saúde da População Negra Rio"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    vertical_layout: fill
    social: [ "twitter", "facebook", "menu"]
    source_code: embed
---

```{r setup, include=FALSE}
library(flexdashboard)
library(knitr)
library(DT)
library(rpivotTable)
library(ggplot2)
library(plotly)
library(dplyr)
library(openintro)
library(highcharter)
library(ggvis)
library(treemap)
library(ggridges)
library(forcats)
```


```{r}
data <- read.csv("data_rio.csv",sep=",",dec=",")



```

```{r}
mycolors <- c("blue", "red", "darkgreen", "darkorange")
```

Visualização Iterativa de Dados
=====================================

Row 
---------------------------
### Característica gerais

```{r}
valueBox(paste("Dados SRAG (Covid-19)"),
         color = "green")
```

### Mulheres com idade entre 10 e 49 anos no município do Rio de Janeiro

```{r}
valueBox(dim(data)[1])
```


Row {.tabset .tabset-fade}
-------------------------------

### Idade
  
```{r}
data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))


cc <- data %>% count(idade_cat,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g_idade <- cc2 %>%
      mutate(prop = round((n / nn)*100,2)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~idade_cat, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))

g_idade
```
  

### Escolaridade
  
```{r}

data$Escolaridade <- with(data,factor(Escolaridade, levels=c("Sem escolaridade/Analfabeta","Fundamental 1º ciclo",
            "Fundamental 2º ciclo","Médio","Superior",'Ignorado/NA')))

data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))
    

cc <- data %>% count(Escolaridade,Raça_cor)
cc2 <- left_join(cc, count(cc,Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g_escola <- cc2 %>%
      mutate(prop = round((n / nn)*100,1)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~Escolaridade, text=text_p
              ) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))
g_escola

```
### Gestantes
  
```{r}

data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$Gestante <- with(data, factor(Gestante, levels=c("Gestante","Não gestante","Não se aplica","Ignorado/NA")))


cc <- data %>% count(Gestante,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g8 <- cc2 %>%
      mutate(prop = round((n / nn)*100,1)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~Gestante, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))
g8
```


### Puérperas
  
```{r}

data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$Puérpera <- with(data, factor(Puérpera, levels=c("Sim","Não",'Ignorado/NA')))

cc <- data %>% count(Puérpera,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g7 <- cc2 %>%
      mutate(prop = round((n / nn)*100,1)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~Puérpera, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))

g7
```

### Hospitalizada
  
```{r}
data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$Internado <- with(data, factor(Internado, levels=c('Sim','Não','Ignorado/NA')))


cc <- data %>% count(Internado,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g_hosp <- cc2 %>%
      mutate(prop = round((n / nn)*100,2)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~Internado, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))
g_hosp
```
### UTI
  
```{r}
data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$UTI <- with(data, factor(UTI, levels=c('Sim','Não','Ignorado/NA')))


cc <- data %>% count(UTI,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g_UTI <- cc2 %>%
      mutate(prop = round((n / nn)*100,2)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~UTI, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))
g_UTI
```

### Suporte Ventilatório
  
```{r}
data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$Suporte_ventilatório <- with(data, factor(Suporte_ventilatório, levels=c("Sim,invasivo","Sim, não invasivo","Não",'Ignorado/NA')))

cc <- data %>% count(Suporte_ventilatório,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")
g_vent <- cc2 %>%
      mutate(prop = round((n / nn)*100,2)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~Suporte_ventilatório, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))
g_vent
```

### Evolução
  
```{r}

data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$Evolução <- with(data, factor(Evolução, levels=c('Cura','Óbito','Óbito outras causas','Ignorado/NA')))


cc <- data %>% count(Evolução,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g_evolucao <- cc2 %>%
      mutate(prop = round((n / nn)*100,1)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~Evolução, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))
g_evolucao


```

### Público/privado
  
```{r}

data$Raça_cor <- with(data, factor(Quesito_cor, levels=c('Branca','Parda','Preta','Amarela','Indígena','Ignorado/NA')))

data$SUS <- with(data,factor(SUS, levels=c("Público","Privado",'Ignorado/NA')))

cc <- data %>% count(SUS,Raça_cor)
cc2 <- left_join(cc, count(cc, Raça_cor, wt = n, name = 'nn'))

text_p <- paste0("\n valor abs: ",cc2$n," Mulheres","\n Total: ",cc2$nn," Mulheres")

g_SUS <- cc2 %>%
      mutate(prop = round((n / nn)*100,1)) %>%
      plot_ly(x =~Raça_cor, y = ~prop,color = ~SUS, text=text_p) %>%
      add_bars() %>%
      layout(barmode = "stack",yaxis = list(title = 'Porcentagem'),
                              xaxis = list(title = 'Quesito cor'))

g_SUS
```


Table dinâmica
=========================================

```{r}
var_dashboard <- c("idade","Quesito_cor", "Evolução",            
                   "UTI","Suporte_ventilatório", "Internado",           
                   "Escolaridade","Gestante","Puérpera",            
                   "idade_cat","SUS")
rpivotTable(data[,var_dashboard],
            rendererName = "Heatmap")
```

Mortalidade
=========================================
 
 




Fluxograma
=========================================