Carga de datos e inicialización de variables

library("plyr")
source("cargar_datos.R")

nombre1 = "CLEMENTE IGNACIO AGUILAR OSORIO"
nombre2 = "CLEMENTE IGNACIO AGUILAR OSORIO"

datos = cargar_datos(nombre1, nombre2)

Se verifican los datos cargados

knitr::kable(head(datos[,2:ncol(datos)]))
diagnostico comorbilidad sexo prom_edad ds_edad egreso DE freq
3rd Degree Sideburns Alien DNA Femenino 101 4.57 Alta 111 29
3rd Degree Sideburns Alien DNA Femenino 114 2.21 Fallecido(a) 110 7
3rd Degree Sideburns Alien DNA Masculino 87 2.20 Alta 118 34
3rd Degree Sideburns Alien DNA Masculino 32 3.98 Fallecido(a) 116 4
3rd Degree Sideburns Alien DNA Otro 34 0.93 Alta 54 13
3rd Degree Sideburns Baldness Femenino 73 3.07 Alta 17 32

Actividades

1) Describa cada una de las variables del conjunto de datos indicando su clasificación según tipo: medición y precisión.

Las variables presentes son:

diagnóstico: Tipo de enfermedad con la que se ha diagnosticado a los/as pacientes. Variable cualitativa, nominal y politómica (diferentes diagnósticos).

cormobilidad: Enfermedades o condiciones que aumentan el riesgo de muerte de un/a paciente. Variable cualitativa, nominal y politómica (separada en casos).

sexo biológico: Sexo con el que fue registrado/a el/la paciente al ser ingresado/a. Variable cualitativa, nominal y politómica (masculino, femenino, otro).

edad: Edad paciente. Variable cuantitativa, ratio y discreta (número natural).

promedio edad: Promedio de la variable edad. Variable cuantitativa, ratio (para este caso) y continua.

desviación estándar edad: Desviación estándar de la variable edad. Variable cuantitativa, ratio y continua.

condición de egreso: Condición en la que el/la paciente abandona el hospital. Variable cualitativa, nominal y dicotómica (Alta o Fallecido(a)).

días de estado en el hospital: Días de estadía de el/la paciente en el hospital. Variable cuantitativa, ratio y discreta.

frecuencia de diagnóstico: Número de pacientes que han sido diagnosticados bajo la misma categoría. Variable cuantitativa, ratio y discreta.

2) Considerando la letalidad de los/las pacientes atendidos/atendidas en su establecimiento hospitalario:

      1. ¿Cuál es la probabilidad que tiene un/una paciente de fallecer en su establecimiento hospitalario? Indique la tasa de mortalidad hospitalaria de su establecimiento.
#tabla con los datos de mi hospital
tabla = head(datos[,2:ncol(datos)])
#total de diagnosticados/as
total = sum(tabla[,8])
#total de fallecidos/as
fallecidxs = tabla[,8][2] + tabla[,8][4]
#tasa de mortalidad
tasa = round(fallecidxs / total, 3)
tasa
## [1] 0.092
      2. ¿Cuál es el diagnóstico principal que tienen mayor probabilidad de fallecimiento (letalidad) en su hospital según cada sexo biológico?
#tabla con los datos de mi hospital
tabla = head(datos[,2:ncol(datos)])
#total de diagnosticados/as según sexo biológico
total_h = tabla[,8][3] + tabla[,8][4]
total_m = tabla[,8][1] + tabla[,8][2] + tabla[,8][6]
total_o = tabla[,8]
#total de fallecidos/as según sexo biológico
fallecidxs_h = tabla[,8][4]
fallecidxs_m = tabla[,8][2]
fallecidxs_o = 0
#tasa de mortalidad según sexio biológico
tasa_h = fallecidxs_h / total_h
tasa_m = fallecidxs_m / total_m
tasa_o = 0

tasa_h
## [1] 0.1052632
tasa_m
## [1] 0.1029412
tasa_o
## [1] 0

Dejando a los diagnósticos principales con mayor tasa de mortalidad según sexo biológico a:

3rd Degree Sideburns para Masculino 3rd Degree Sideburns para Femenino Ninguno para Otro

      3. ¿Cuál es la comorbilidad que presenta mayor probabilidad de aparición en personas adultas fallecidas en su establecimiento hospitalario?

Alien DNA

      4. Usando como base el diagnóstico principal con mayor probabilidad de fallecimiento (letalidad) en su hospital: ¿cuál es la probabilidad de que si el próximo año se hospitalizan 100 personas con esa patología, N de ellas fallezcan?

Diagnóstico con mayor probabilidad de fallecimiento: 3rd Degree Sideburns. Al tratarse del único diagnóstico en mi hospital, la tasa de mortalidad calculada en el item 1 corresponderá a la probabilidad de que fallezca un/a ingresado/a en el hospital por ese diagnóstico. Por lo tanto:

#tabla con los datos de mi hospital
tabla = head(datos[,2:ncol(datos)])

total = sum(tabla[,8])

#casos "favorables"
fallecidxs = tabla[,8][2] + tabla[,8][4]

#casos de "fracaso"
frac = total - fallecidxs

#"éxitos"
N = sample(seq(5,50),1)

result = dhyper(x = N, m = fallecidxs, k = 100, n = frac)
result = round(result, 6)
result
## [1] 0
      5. ¿Qué puede concluir de los resultados con relación a las características y gestión de su establecimiento hospitalario?

Debido a la tasa baja de mortalidad, se concluye que la gestión del establecimiento funciona muy bien.

3) Considerando la estancia de los/las pacientes atendidos/atendidas en su establecimiento hospitalario:

      1. ¿Cuál es el promedio de día de estadas (DE) de su establecimiento hospitalario?
#tabla con los datos de mi hospital
tabla = head(datos[,2:ncol(datos)])
#total de DE
total_DE = sum(tabla[,7])
#promedio de DE
prom = total_DE/6
round(prom, 3)
## [1] 87.667
      2. ¿Cuál es la probabilidad de que un paciente pediátrico (menor a 18 años) sea dado de alta de la patología más frecuente después de 30 días de estadía? Asuma en ambos casos una distribución normal y una desviación estándar típica de 0.2 para los DE.
      3. ¿Cuál es la probabilidad de que si usted es o ustedes son hospitalizados en su establecimiento hospitalario sean dados de alta antes de los 10 días? Al igual que el ejercicio anterior, asuma una distribución normal y una desviación estándar típica de 0.2 para los DE.
      4. ¿Qué puede concluir de los resultados con relación a las características y gestión de su establecimiento hospitalario?

4) Considerando elementos propios de la atención hospitalaria.

      1. Si usted ve/ustedes ven salir de su hospital a cuatro pacientes dados de alta del hospital caminando uno tras otro: ¿cuál es la probabilidad de que todos/todas ellos/ellas hayan tenido la patología con mayor probabilidad de aparición atendida en su establecimiento?

La probabilidad es del 100%, al tratarse de una sola patología en mi hospital.

      2.Usted ha/ustedes han decidido ir al área ambulatoria de consultas médicas. Si entre todos/todas los/las especialistas médicos se está atendiendo un promedio a treinta pacientes por hora ¿cuál es la probabilidad que en la siguiente hora se atienda como mínimo a N pacientes?